智能在线客服是智能语音的一个重要应用场景，其主要功能是同用户进行基本沟通，并自动回复用户有关产品或服务的问题，以达到降低企业客服运营成本、提升用户体验的目的。

2018年，市面上的智能语音机器人如雨后春笋般涌现，如金融行业，外呼机器人可用于金融产品的推广、客户服务与回访；教育领域可通过智能语音机器人做课程咨询服务；地产行业，也可以通过智能语音机器人向数据库中的购房者引荐楼盘，约请意向客户到门店看房等。

作为讯众股份旗下全资子公司，云讯科技近日发布了一款“云讯云雀”智能语音机器人软件，主要用于电销外呼和客服回访，其系统每天可自动外呼800～1000通电话，效率是正常人工作业的6～8倍，帮助企业实现低成本高效率获客。

据云讯科技副总经理谢亿民介绍，云讯科技主要通过IAAS、PAAS、SAAS服务，为大中型客户提供智能语音机器人、安全隐号、大数据精准营销等标准化或定制化的产品和解决方案。

其核心技术主要涉及语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）和机器学习（ML）几大方面。

首先，语音识别（ASR）技术需要处理不同口音、背景噪声、区分同音异形／异义词，同时还需要具有跟上正常语速的工作速度。语音识别就好比“机器的听觉系统”，通过识别和理解，把语音信号转变为相应的文本或命令。

其中最关键的技术是机器的识别准确率，目前的识别率在工程环境下已基本达到90％以上，在生活职场环节下，主流ASR服务商能达到80％左右的识别率。云雀与国内顶尖科研机构及企业，达到深度合作，基于十年通讯语料素材，同共研制打磨云雀语音识别核心引擎。

其次，自然语音处理（NLP）应用背后有大量的基础任务和机器学习模型。利用NLP，我们可以让机器来执行自动摘要，翻译，关系提取，情感分析，话题分割等任务，像人一样处理复杂的文本。目前云讯云雀针对金融、教育与房产领域，进行了针对性的NLP语音训练优化，以保障在三个电销外呼行业，具有更高的NLP数据处理能力。

第三，语音合成（TTS）就是将文字信息化为声音信息，给机器配上“人声”。出色的TTS需要大量的语料库，成熟的、可商用的TTS的合成音，在音色、自然度等方面的表现均可以接近人声。目前，行业内根据人声定制的TTS，需录制原声1000小时，费用达40万元。

而且效果还与正常人声在语音语调等音色方面，仍有很大差距。云讯云雀在支持TTS的基础上，着重支持真人录音支持，以及高效的在线录音更新模式，以最大化的提升人机交互时的拟真度。

第四，机器学习指的是计算机系统无须遵照显式的程序指令，而只依靠数据来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于预测。

比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越准确，机器也就会“更聪明”。

云雀智能语音机器人的特点主要体现在以下几个方面：

一个是过往行业的积累。云讯科技为新三板创新层企业讯众股份在2011年成立的全资子公司，联通集团、工商银行、光大资本等资本参股，曾服务于百度、腾讯、小米、51信用卡、猪八戒等5万多家知名企业。

其次是技术上的厚积薄发。据悉，云讯团队主要依托于清华大学人工智能研究中心和中科院声学所，早在2012年就全面开展语音交互、语义理解等底层技术的研究，并着重研发智能机器人之ASR、NLP与TTS等三大核心技术的引擎产品。

此外，通信资源丰富。讯众股份在全国各地市级的运营商部署，为智能语音机器人提供了本地化号码与线路服务，其多样化、本地化及智能轮换的外显号码，大幅提升了整体接通率。

现阶段，云雀智能语音机器人已开始应用于银行信用卡逾期账单催收、互金小额贷款催缴、房地产售卖、职员雇用、基金理财产品售后回访等范畴，实现外呼业务的智能化、规范化、流程化，助力企业提高业务处理能力、运营能力和客户体验。

在银行、金融行业，用智能语音机器人催收信誉较好、愈期率较低的贷款，让经验丰厚的原有催收员工向催收专家转型，专注处置疑问纷乱的逾期贷款，提高整体效能。

在房地产行业，用智能语音机器人向数据库中的购房者引荐楼盘，通过初步筛选，约请意向客户到门店看房，构成“智能外呼机器人泛挑选＋房产销售员准营销”的新型房产销售形式。

在教育类公司，用智能语音机器人邀约客户，来门店或在线试听课程，形成初步的意向名单后，再由人工销售跟进、精准营销。