9月9日，以“共驅AI，賦能未來(lái)”為主題的第一屆中國—東盟人工智能峰會(huì )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(kāi)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(kāi)發(fā)技術(shù)交流會(huì )。

　　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，以下為演講內容：

　　現在A(yíng)I已成為家喻戶(hù)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(shuō)會(huì )聽(tīng)、能看會(huì )認，能思考、會(huì )判斷，能行動(dòng)”是AI追求的目標，也是我們捷通華聲2000年建立時(shí)的初衷和愿望。

　　在2010年前，人工智能已經(jīng)過(guò)幾起幾落。1950年，AT&T推出Audry，實(shí)現首個(gè)可以識別10個(gè)英文數字的系統；1997年IBM推出VIAVOICE——首個(gè)語(yǔ)音識別產(chǎn)品。當時(shí)大家很興奮，大呼語(yǔ)音識別時(shí)代到來(lái)了，但當試用之后發(fā)現識別效果不好，又大失所望。此后，直至2010年前，因為計算力有限、數據量不足、算法演進(jìn)緩慢等原因，導致語(yǔ)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(xiě)識別技術(shù)。當時(shí)的TTS有些機械音，但它能代替人日日夜夜的辛苦重復工作。例如，全國各地高鐵站廣播、汽車(chē)站廣播、醫院叫號廣播等，都用了捷通華聲的TTS產(chǎn)品。手寫(xiě)識別技術(shù)效果比較好，用在很多手機輸入法上，還賣(mài)給了日本的手寫(xiě)板生產(chǎn)廠(chǎng)商，歐美的各種高端轎車(chē)車(chē)機。

　　2008年，個(gè)人電腦開(kāi)始大規模應用，2010年，互聯(lián)網(wǎng)快速發(fā)展，隨之產(chǎn)生了大量的數據。此時(shí)，高性能計算、機器學(xué)習也發(fā)展到了新的水平，開(kāi)始可以支撐語(yǔ)音識別、圖像識別等人工智能技術(shù)的發(fā)展了。

　　當發(fā)覺(jué)到這個(gè)機遇時(shí)，捷通華聲下定決心，果斷轉型，準備發(fā)展全方位AI技術(shù)。

　　2011年，捷通華聲推出國內外首個(gè)全方位AI開(kāi)放平臺—靈云，致力于讓機器“能說(shuō)會(huì )聽(tīng)、能寫(xiě)會(huì )看、能辨音會(huì )認人、能思考會(huì )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(kāi)始與清華大學(xué)聯(lián)合研發(fā)AI算法。我們應用AI技術(shù)，對接市場(chǎng)需求，開(kāi)發(fā)產(chǎn)品，并用產(chǎn)業(yè)應用中產(chǎn)生的數據，去訓練提升AI水平，形成產(chǎn)學(xué)研用的良性循環(huán)。

　　隨著(zhù)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(cháng)，張鈸院士擔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(mén)共同創(chuàng )建清華靈云人工智能研究中心。通過(guò)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(jìn)步。

　　隨著(zhù)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(kāi)始快速產(chǎn)業(yè)化。

　　最經(jīng)典的一個(gè)應用場(chǎng)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(hù)，需要建立大型客服中心來(lái)提供業(yè)務(wù)咨詢(xún)、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(hù)咨詢(xún)長(cháng)時(shí)間排隊等情況，農行、中信銀行、郵儲銀行、太平洋保險、國航、深航等，紛紛引進(jìn)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(hù)提供借記卡、信用卡、養老金等全業(yè)務(wù)的智能咨詢(xún)、辦理服務(wù)。智能客服問(wèn)答準確率超90%，從2014年上線(xiàn)至今，日均訪(fǎng)問(wèn)量50萬(wàn)+，人工坐席節省125人/年。

　　此外，客服中心的電話(huà)服務(wù)熱線(xiàn)，承載著(zhù)大量用戶(hù)咨詢(xún)，人工服務(wù)壓力和成本巨大，客戶(hù)打電話(huà)經(jīng)常打不進(jìn)來(lái)、或長(cháng)時(shí)間等待。

　　北京國稅當時(shí)找到我們，看如何在不增加坐席人數的情況下，提供通暢的稅務(wù)咨詢(xún)服務(wù)。捷通華聲給稅務(wù)局開(kāi)發(fā)了電話(huà)客服機器人、微信智能客服，和營(yíng)業(yè)廳實(shí)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(yíng)改增問(wèn)題、三證合一等問(wèn)題都可以向機器人咨詢(xún)，為納稅人提供永不占線(xiàn)、方便快捷的稅務(wù)咨詢(xún)服務(wù)。

　　銀行、電信公司的服務(wù)熱線(xiàn)，剛打進(jìn)去是IVR按鍵導航，層級深，選項多，很多人進(jìn)去直接按0轉人工，導致人工服務(wù)壓力巨大，而85%的客戶(hù)咨詢(xún)，都是常見(jiàn)問(wèn)題。我們給光大銀行95595熱線(xiàn)做的智能語(yǔ)音導航，客戶(hù)打電話(huà)進(jìn)去后，常見(jiàn)的業(yè)務(wù)問(wèn)題，機器人可以直接回答；需要轉人工的咨詢(xún)，機器人會(huì )反問(wèn)補全，確認好業(yè)務(wù)種類(lèi)后，精準轉接給對應的坐席組。目前光大銀行智能語(yǔ)音導航，日接聽(tīng)量20萬(wàn)通，回答準確率91%，轉人工比例下降至20%，轉人工等待時(shí)長(cháng)下降30%，轉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(lèi)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(hù)使用，招商銀行引進(jìn)捷通華聲智能語(yǔ)音技術(shù)，為招商銀行掌上生活APP打造智能語(yǔ)音助手，查賬單、轉賬、買(mǎi)理財，說(shuō)出來(lái)即可，還可以咨詢(xún)金融知識。這在提升用戶(hù)使用體驗和粘度的同時(shí)，大幅降低了中老年人等群體使用APP難度。

　　除了承接用戶(hù)咨詢(xún)，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，我們做了國內第一個(gè)智能語(yǔ)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(xiàn)，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。月均節約人力成本120萬(wàn)，截止2018年12月底，累計節約人力成本4500萬(wàn)，節省了巨大的人力成本。

　　在近期給某知名互金公司上線(xiàn)的催收機器人，上線(xiàn)30天后，外呼回款率與純人工催收效果一致，即機器人催收達到真人水平。

　　隨著(zhù)AI的深入應用，客服中心想用AI技術(shù)來(lái)督促坐席提升服務(wù)質(zhì)量。某大型國企，引進(jìn)捷通華聲智能語(yǔ)音分析系統，將通話(huà)全量轉寫(xiě)為文字并用規則進(jìn)行自動(dòng)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(hù)服務(wù)滿(mǎn)意度。與此同時(shí)，對客服大數據進(jìn)行挖掘與分析：業(yè)務(wù)熱點(diǎn)、業(yè)務(wù)發(fā)展趨勢，可視化展現；通過(guò)重復來(lái)電分析、關(guān)聯(lián)分析、異常分析等，挖掘客戶(hù)投訴、多次來(lái)電原因。

　　在質(zhì)檢客服的同時(shí)，靈云智能語(yǔ)音分析系統還可以輔助坐席的實(shí)時(shí)通話(huà)。2016年，捷通華聲為某大型保險公司做了國內首款實(shí)時(shí)智能語(yǔ)音分析系統。近萬(wàn)名坐席，通話(huà)實(shí)時(shí)語(yǔ)音轉寫(xiě)，坐席側語(yǔ)音識別率超90%；如果坐席出現未按流程對話(huà)、保單免責條款未說(shuō)明、詆毀同業(yè)、假冒促銷(xiāo)等情況，系統會(huì )實(shí)時(shí)發(fā)出違規提醒；系統也會(huì )實(shí)時(shí)分析客戶(hù)說(shuō)話(huà)內容，給予坐席產(chǎn)品類(lèi)型建議、險種內容、挽回話(huà)術(shù)、常見(jiàn)業(yè)務(wù)知識等話(huà)術(shù)輔助。

　　系統上線(xiàn)后，有效規范了保險電銷(xiāo)服務(wù)，降低了新人成單難度，提升了整體電銷(xiāo)成單率。

　　除了客服中心，物聯(lián)網(wǎng)場(chǎng)景也對智能語(yǔ)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(chǎng)商做智能語(yǔ)音助手，換頻道、搜電影，可以直接說(shuō)出來(lái)，為用戶(hù)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(shí)，我們給眾多合作伙伴、政企客戶(hù)提供基礎人工智能能力平臺，助力其打造智能化的業(yè)務(wù)應用。靈云全智能能力平臺-AICP，提供語(yǔ)音識別、語(yǔ)音合成、聲紋識別、OCR、人臉識別、視頻分析、語(yǔ)義理解、機器翻譯、數據挖掘等全方位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)應用，給企業(yè)減少了巨大的人力成本，實(shí)現了業(yè)務(wù)的跨越式升級。AI已成為推動(dòng)產(chǎn)業(yè)智能化升級的關(guān)鍵動(dòng)力。

　　下面分享一些我們捷通華聲在A(yíng)I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(jìn)，算法的升級是關(guān)鍵；體量大、分布合理、干凈的數據模型是基礎；給客戶(hù)提供學(xué)習訓練，例如NLU、ASR等的數據訓練，能有效提升AI技術(shù)在產(chǎn)業(yè)內的應用效果。另外，AI技術(shù)的發(fā)展，離不開(kāi)產(chǎn)業(yè)界的包容，即客戶(hù)對技術(shù)發(fā)展階段性水平的理解，這為AI公司的成長(cháng)進(jìn)步提供了土壤。

　　第二，AI技術(shù)融合應用趨勢已非常明顯。例如我們推出的車(chē)載輸入法，用戶(hù)可以用語(yǔ)音、手寫(xiě)、鍵盤(pán)輸入，讓車(chē)載輸入更安全快捷；我們的靈云手機輸入法，支持語(yǔ)音、手寫(xiě)、鍵盤(pán)輸入，中英、中維翻譯，OCR拍照輸入、跨屏輸入、語(yǔ)音速記等功能，滿(mǎn)足用戶(hù)多種場(chǎng)景的輸入需求。

　　語(yǔ)音互譯軟件，除了綜合應用語(yǔ)音識別、機器翻譯、語(yǔ)音合成、OCR技術(shù)，各項技術(shù)還要求是支持多種語(yǔ)言的。銀行大廳服務(wù)機器人，要求功能更廣泛，智能語(yǔ)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)融合應用，為用戶(hù)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(yǔ)）場(chǎng)景，需要語(yǔ)音識別（普通話(huà)、維吾爾語(yǔ)）、機器翻譯（中翻維、維翻中）、語(yǔ)音合成（普通話(huà)、維吾爾語(yǔ)）、OCR拍照識別（中文、維吾爾文）融合應用，才能提供完整的服務(wù)。

　　AI技術(shù)融合應用的背后，就是人工智能的本質(zhì)——模仿人的能力。從感知、認知、到行動(dòng)，越多AI技術(shù)融合應用，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(yǔ)音識別、語(yǔ)音合成、語(yǔ)義理解以及大數據分析等AI技術(shù)，為客服中心提供一站式的智能客服、智能語(yǔ)音導航、智能語(yǔ)音外呼、語(yǔ)音質(zhì)檢分析等智能解決方案。

　　同樣，在公檢法辦案語(yǔ)音筆錄場(chǎng)景，通過(guò)共用基礎AI能力平臺，支撐多場(chǎng)景業(yè)務(wù)應用：為詢(xún)問(wèn)室提供訊問(wèn)智錄系統，實(shí)現雙人對話(huà)轉寫(xiě)；為會(huì )場(chǎng)提供智會(huì )系統，實(shí)現多人會(huì )議轉寫(xiě)，和講話(huà)實(shí)時(shí)上屏；在辦公室，提供PC語(yǔ)音輸入法，用語(yǔ)音快速錄入文字信息；在外出執勤現場(chǎng)，用便攜式訊問(wèn)筆錄一體機，快速生成訊問(wèn)筆錄，多項AI產(chǎn)品融合應用。

　　展望未來(lái)，下一次轉型是什么？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。下一次轉型，AI云服務(wù)，將是巨大的機遇。

　　之前做項目有很多難點(diǎn)。對供應商來(lái)說(shuō)，大量POC、交付項目，在全國各地大量部署，部署、對接調試時(shí)間長(cháng)，人力、差旅成本巨大，散點(diǎn)運維，無(wú)法統一；對需求方來(lái)說(shuō)，需要準備硬件環(huán)境（如ASR用的大內存服務(wù)器，機器翻譯用的GPU），需要投入人力配合部署、調試，部署拖長(cháng)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(kāi)始了一個(gè)轉變，從部署各種能力、系統產(chǎn)品，轉為向客戶(hù)提供AI能力與產(chǎn)品服務(wù)的快速調用，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(mǎn)足音頻、圖像、視頻等傳輸量大，實(shí)時(shí)語(yǔ)音識別、OCR、視頻識別等要求低時(shí)延的要求；云計算，更能好的運行深度學(xué)習算法，滿(mǎn)足語(yǔ)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(shí)，不能滿(mǎn)足通話(huà)實(shí)時(shí)語(yǔ)音識別需求，超百臺服務(wù)器，進(jìn)行異地多活部署。有了5G后，可以轉變?yōu)榧�中統一部署，這可以減少硬件計算資源空置，減少運維管理投入，降低整體建設成本。

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

　　某政府大規模翻譯項目，5G，帶寬大、低延時(shí)，滿(mǎn)足辦公實(shí)時(shí)傳輸大量語(yǔ)音、圖像等數據需求；機器翻譯、圖像識別等需要的GPU計算資源，由云平臺統一提供，提高硬件資源利用率。相較多點(diǎn)部署GPU服務(wù)器，大幅降低成本。

　　整體來(lái)說(shuō)，用5G+云平臺方式提供AI服務(wù)，具備諸多優(yōu)勢：客戶(hù)接入快、成本低，計算資源利用率高、運維統一，供應商成本低，AI更易推廣。

　　AI應用+云計算+5G，將構建一個(gè)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(tīng)，歡迎學(xué)習交流！