9月9日，以“共驅(qū)AI，賦能未來”為主題的第一屆中國—東盟人工智能峰會在南寧成功舉辦。捷通華聲作為人工智能技術(shù)產(chǎn)業(yè)化的開拓者和領(lǐng)先者，受邀出席中國-東盟（華為）人工智能及軟件開發(fā)技術(shù)交流會。

　　捷通華聲副總經(jīng)理于智彬發(fā)表“5G+AI：共建智能化產(chǎn)業(yè)互聯(lián)網(wǎng)”主旨演講，以下為演講內(nèi)容：

　　現(xiàn)在AI已成為家喻戶曉的名詞，大家都知道人工智能，就是模仿人的各種能力的技術(shù)。讓機器“能說會聽、能看會認，能思考、會判斷，能行動”是AI追求的目標，也是我們捷通華聲2000年建立時的初衷和愿望。

　　在2010年前，人工智能已經(jīng)過幾起幾落。1950年，AT&T推出Audry，實現(xiàn)首個可以識別10個英文數(shù)字的系統(tǒng)；1997年IBM推出VIAVOICE——首個語音識別產(chǎn)品。當時大家很興奮，大呼語音識別時代到來了，但當試用之后發(fā)現(xiàn)識別效果不好，又大失所望。此后，直至2010年前，因為計算力有限、數(shù)據(jù)量不足、算法演進緩慢等原因，導(dǎo)致語音識別、圖像識別等AI技術(shù)一直未能產(chǎn)業(yè)化。

　　2000年成立之初，我們主要是做TTS和手寫識別技術(shù)。當時的TTS有些機械音，但它能代替人日日夜夜的辛苦重復(fù)工作。例如，全國各地高鐵站廣播、汽車站廣播、醫(yī)院叫號廣播等，都用了捷通華聲的TTS產(chǎn)品。手寫識別技術(shù)效果比較好，用在很多手機輸入法上，還賣給了日本的手寫板生產(chǎn)廠商，歐美的各種高端轎車車機。

　　2008年，個人電腦開始大規(guī)模應(yīng)用，2010年，互聯(lián)網(wǎng)快速發(fā)展，隨之產(chǎn)生了大量的數(shù)據(jù)。此時，高性能計算、機器學(xué)習(xí)也發(fā)展到了新的水平，開始可以支撐語音識別、圖像識別等人工智能技術(shù)的發(fā)展了。

　　當發(fā)覺到這個機遇時，捷通華聲下定決心，果斷轉(zhuǎn)型，準備發(fā)展全方位AI技術(shù)。

　　2011年，捷通華聲推出國內(nèi)外首個全方位AI開放平臺—靈云，致力于讓機器“能說會聽、能寫會看、能辨音會認人、能思考會判斷”。

　　在發(fā)展AI技術(shù)的路上，很多前沿計算理論，需要與學(xué)術(shù)界共同研究。2012年，我們開始與清華大學(xué)聯(lián)合研發(fā)AI算法。我們應(yīng)用AI技術(shù)，對接市場需求，開發(fā)產(chǎn)品，并用產(chǎn)業(yè)應(yīng)用中產(chǎn)生的數(shù)據(jù)，去訓(xùn)練提升AI水平，形成產(chǎn)學(xué)研用的良性循環(huán)。

　　隨著與清華大學(xué)AI技術(shù)聯(lián)合研究的深入，2013年，清華大學(xué)產(chǎn)業(yè)基金入資捷通華聲，成為捷通華聲第二大股東，并共同確立“靈云科技源自清華”的戰(zhàn)略合作。2014年，捷通華聲與清華大學(xué)共同創(chuàng)建清華靈云人工智能研究中心，中國科學(xué)院院士、清華大學(xué)人工智能研究院院長，張鈸院士擔(dān)任研究中心首席科學(xué)家。2015年，捷通華聲與清華大學(xué)海峽研究院在廈門共同創(chuàng)建清華靈云人工智能研究中心。通過與清華大學(xué)的科研合作，靈云AI技術(shù)學(xué)術(shù)研究保持全球領(lǐng)先，各項技術(shù)快速進步。

　　隨著AI技術(shù)的不斷提升，各種產(chǎn)業(yè)需求爆發(fā)式增加，AI技術(shù)開始快速產(chǎn)業(yè)化。

　　最經(jīng)典的一個應(yīng)用場景，就是客服中心。銀行、保險、航空等大型企業(yè)，有海量的客戶，需要建立大型客服中心來提供業(yè)務(wù)咨詢、業(yè)務(wù)辦理等服務(wù)。為了控制客服中心人力成本，減少客戶咨詢長時間排隊等情況，農(nóng)行、中信銀行、郵儲銀行、太平洋保險、國航、深航等，紛紛引進捷通華聲的智能客服。

　　以中信銀行為例，在微信公號、和官網(wǎng)接入智能客服，可以為用戶提供借記卡、信用卡、養(yǎng)老金等全業(yè)務(wù)的智能咨詢、辦理服務(wù)。智能客服問答準確率超90%，從2014年上線至今，日均訪問量50萬+，人工坐席節(jié)省125人/年。

　　此外，客服中心的電話服務(wù)熱線，承載著大量用戶咨詢，人工服務(wù)壓力和成本巨大，客戶打電話經(jīng)常打不進來、或長時間等待。

　　北京國稅當時找到我們，看如何在不增加坐席人數(shù)的情況下，提供通暢的稅務(wù)咨詢服務(wù)。捷通華聲給稅務(wù)局開發(fā)了電話客服機器人、微信智能客服，和營業(yè)廳實體服務(wù)機器人。稅收政策、稅務(wù)登記、一證通、優(yōu)惠政策、營改增問題、三證合一等問題都可以向機器人咨詢，為納稅人提供永不占線、方便快捷的稅務(wù)咨詢服務(wù)。

　　銀行、電信公司的服務(wù)熱線，剛打進去是IVR按鍵導(dǎo)航，層級深，選項多，很多人進去直接按0轉(zhuǎn)人工，導(dǎo)致人工服務(wù)壓力巨大，而85%的客戶咨詢，都是常見問題。我們給光大銀行95595熱線做的智能語音導(dǎo)航，客戶打電話進去后，常見的業(yè)務(wù)問題，機器人可以直接回答；需要轉(zhuǎn)人工的咨詢，機器人會反問補全，確認好業(yè)務(wù)種類后，精準轉(zhuǎn)接給對應(yīng)的坐席組。目前光大銀行智能語音導(dǎo)航，日接聽量20萬通，回答準確率91%，轉(zhuǎn)人工比例下降至20%，轉(zhuǎn)人工等待時長下降30%，轉(zhuǎn)人工坐席接起率提升至99.78%，取得了良好的業(yè)務(wù)效果。

　　類似地，手機銀行APP，也有很多功能項，菜單層級深。為了方便用戶使用，招商銀行引進捷通華聲智能語音技術(shù)，為招商銀行掌上生活A(yù)PP打造智能語音助手，查賬單、轉(zhuǎn)賬、買理財，說出來即可，還可以咨詢金融知識。這在提升用戶使用體驗和粘度的同時，大幅降低了中老年人等群體使用APP難度。

　　除了承接用戶咨詢，客服中心還有大量的外呼工作。例如銀行的信用卡逾期催繳、貸款業(yè)務(wù)推廣等。2016年，我們做了國內(nèi)第一個智能語音外呼機器人產(chǎn)品，某大型股份制銀行信用卡催收智能外呼機器人:2016年上線，成都分公司率先使用機器人，催收回款率提高30%，排名全國第一。月均節(jié)約人力成本120萬，截止2018年12月底，累計節(jié)約人力成本4500萬，節(jié)省了巨大的人力成本。

　　在近期給某知名互金公司上線的催收機器人，上線30天后，外呼回款率與純?nèi)斯ご呤招Ч�一致，即機器人催收達到真人水平。

　　隨著AI的深入應(yīng)用，客服中心想用AI技術(shù)來督促坐席提升服務(wù)質(zhì)量。某大型國企，引進捷通華聲智能語音分析系統(tǒng)，將通話全量轉(zhuǎn)寫為文字并用規(guī)則進行自動打分，質(zhì)檢覆蓋率從3%提升至100%，全面督促坐席提升服務(wù)質(zhì)量，有效提升客戶服務(wù)滿意度。與此同時，對客服大數(shù)據(jù)進行挖掘與分析：業(yè)務(wù)熱點、業(yè)務(wù)發(fā)展趨勢，可視化展現(xiàn)；通過重復(fù)來電分析、關(guān)聯(lián)分析、異常分析等，挖掘客戶投訴、多次來電原因。

　　在質(zhì)檢客服的同時，靈云智能語音分析系統(tǒng)還可以輔助坐席的實時通話。2016年，捷通華聲為某大型保險公司做了國內(nèi)首款實時智能語音分析系統(tǒng)。近萬名坐席，通話實時語音轉(zhuǎn)寫，坐席側(cè)語音識別率超90%；如果坐席出現(xiàn)未按流程對話、保單免責(zé)條款未說明、詆毀同業(yè)、假冒促銷等情況，系統(tǒng)會實時發(fā)出違規(guī)提醒；系統(tǒng)也會實時分析客戶說話內(nèi)容，給予坐席產(chǎn)品類型建議、險種內(nèi)容、挽回話術(shù)、常見業(yè)務(wù)知識等話術(shù)輔助。

　　系統(tǒng)上線后，有效規(guī)范了保險電銷服務(wù)，降低了新人成單難度，提升了整體電銷成單率。

　　除了客服中心，物聯(lián)網(wǎng)場景也對智能語音交互技術(shù)有巨大的需求，如大家熟知的智能音箱、兒童智能陪伴機器人等。我們給機頂盒廠商做智能語音助手，換頻道、搜電影，可以直接說出來，為用戶創(chuàng)造體驗更友好、更高效的人機交互方式。

　　在提供方案產(chǎn)品的同時，我們給眾多合作伙伴、政企客戶提供基礎(chǔ)人工智能能力平臺，助力其打造智能化的業(yè)務(wù)應(yīng)用。靈云全智能能力平臺-AICP，提供語音識別、語音合成、聲紋識別、OCR、人臉識別、視頻分析、語義理解、機器翻譯、數(shù)據(jù)挖掘等全方位AI技術(shù)能力，是靈云AI技術(shù)賦能百業(yè)的關(guān)鍵。

　　AI技術(shù)產(chǎn)業(yè)應(yīng)用，給企業(yè)減少了巨大的人力成本，實現(xiàn)了業(yè)務(wù)的跨越式升級。AI已成為推動產(chǎn)業(yè)智能化升級的關(guān)鍵動力。

　　下面分享一些我們捷通華聲在AI技術(shù)產(chǎn)業(yè)化中的思考：

　　第一，AI技術(shù)的發(fā)展，計算理論的演進，算法的升級是關(guān)鍵；體量大、分布合理、干凈的數(shù)據(jù)模型是基礎(chǔ)；給客戶提供學(xué)習(xí)訓(xùn)練，例如NLU、ASR等的數(shù)據(jù)訓(xùn)練，能有效提升AI技術(shù)在產(chǎn)業(yè)內(nèi)的應(yīng)用效果。另外，AI技術(shù)的發(fā)展，離不開產(chǎn)業(yè)界的包容，即客戶對技術(shù)發(fā)展階段性水平的理解，這為AI公司的成長進步提供了土壤。

　　第二，AI技術(shù)融合應(yīng)用趨勢已非常明顯。例如我們推出的車載輸入法，用戶可以用語音、手寫、鍵盤輸入，讓車載輸入更安全快捷；我們的靈云手機輸入法，支持語音、手寫、鍵盤輸入，中英、中維翻譯，OCR拍照輸入、跨屏輸入、語音速記等功能，滿足用戶多種場景的輸入需求。

　　語音互譯軟件，除了綜合應(yīng)用語音識別、機器翻譯、語音合成、OCR技術(shù)，各項技術(shù)還要求是支持多種語言的。銀行大廳服務(wù)機器人，要求功能更廣泛，智能語音交互，人臉識別、指紋識別驗證，OCR拍照錄入材料等，各項技術(shù)融合應(yīng)用，為用戶提供更便捷的服務(wù)。

　　同樣的，我們在做的辦案智能化筆錄（中維雙語）場景，需要語音識別（普通話、維吾爾語）、機器翻譯（中翻維、維翻中）、語音合成（普通話、維吾爾語）、OCR拍照識別（中文、維吾爾文）融合應(yīng)用，才能提供完整的服務(wù)。

　　AI技術(shù)融合應(yīng)用的背后，就是人工智能的本質(zhì)——模仿人的能力。從感知、認知、到行動，越多AI技術(shù)融合應(yīng)用，發(fā)揮威力越強大。

　　第三，AI產(chǎn)品也趨于融合服務(wù)。例如，我們在客服中心推的靈云全智能客服解決方案（AICC），基于靈云全智能能力平臺（AICP），運用行業(yè)領(lǐng)先的語音識別、語音合成、語義理解以及大數(shù)據(jù)分析等AI技術(shù)，為客服中心提供一站式的智能客服、智能語音導(dǎo)航、智能語音外呼、語音質(zhì)檢分析等智能解決方案。

　　同樣，在公檢法辦案語音筆錄場景，通過共用基礎(chǔ)AI能力平臺，支撐多場景業(yè)務(wù)應(yīng)用：為詢問室提供訊問智錄系統(tǒng)，實現(xiàn)雙人對話轉(zhuǎn)寫；為會場提供智會系統(tǒng)，實現(xiàn)多人會議轉(zhuǎn)寫，和講話實時上屏；在辦公室，提供PC語音輸入法，用語音快速錄入文字信息；在外出執(zhí)勤現(xiàn)場，用便攜式訊問筆錄一體機，快速生成訊問筆錄，多項AI產(chǎn)品融合應(yīng)用。

　　展望未來，下一次轉(zhuǎn)型是什么？5G、云計算快速發(fā)展，政企單位接受公有云服務(wù)的意愿度漸漸提升。下一次轉(zhuǎn)型，AI云服務(wù)，將是巨大的機遇。

　　之前做項目有很多難點。對供應(yīng)商來說，大量POC、交付項目，在全國各地大量部署，部署、對接調(diào)試時間長，人力、差旅成本巨大，散點運維，無法統(tǒng)一；對需求方來說，需要準備硬件環(huán)境（如ASR用的大內(nèi)存服務(wù)器，機器翻譯用的GPU），需要投入人力配合部署、調(diào)試，部署拖長了項目周期，也間接性增加了采購成本。

　　2018年，靈云AI入駐華為云，為產(chǎn)業(yè)界提供AI技術(shù)能力與產(chǎn)品方案云服務(wù)。

　　我們開始了一個轉(zhuǎn)變，從部署各種能力、系統(tǒng)產(chǎn)品，轉(zhuǎn)為向客戶提供AI能力與產(chǎn)品服務(wù)的快速調(diào)用，讓每一家企業(yè)都能快速接入人工智能。

　　5G+云計算，天生助力AI云服務(wù)發(fā)展。5G傳輸，滿足音頻、圖像、視頻等傳輸量大，實時語音識別、OCR、視頻識別等要求低時延的要求；云計算，更能好的運行深度學(xué)習(xí)算法，滿足語音識別等模型庫巨大，圖像識別、機器翻譯等需要GPU計算的需求。

　　例如，某大型保險公司項目，之前由于網(wǎng)絡(luò)傳輸速率、延時，不能滿足通話實時語音識別需求，超百臺服務(wù)器，進行異地多活部署。有了5G后，可以轉(zhuǎn)變?yōu)榧�中統(tǒng)一部署，這可以減少硬件計算資源空置，減少運維管理投入，降低整體建設(shè)成本。

　　某警務(wù)外出辦案語音轉(zhuǎn)寫項目，以前都是需要大內(nèi)存筆記本電腦，或便攜式服務(wù)器部署ASR，成本高。換5G后，可以用5G調(diào)用公安云語音識別能力，普通筆記本聯(lián)網(wǎng)即可應(yīng)用。

　　某政府大規(guī)模翻譯項目，5G，帶寬大、低延時，滿足辦公實時傳輸大量語音、圖像等數(shù)據(jù)需求；機器翻譯、圖像識別等需要的GPU計算資源，由云平臺統(tǒng)一提供，提高硬件資源利用率。相較多點部署GPU服務(wù)器，大幅降低成本。

　　整體來說，用5G+云平臺方式提供AI服務(wù)，具備諸多優(yōu)勢：客戶接入快、成本低，計算資源利用率高、運維統(tǒng)一，供應(yīng)商成本低，AI更易推廣。

　　AI應(yīng)用+云計算+5G，將構(gòu)建一個更智能、更高速、算力更強大的智能化產(chǎn)業(yè)互聯(lián)網(wǎng)，服務(wù)各行各業(yè)。

　　感謝大家的聆聽，歡迎學(xué)習(xí)交流！