東進技術IBM VVT（Via Voice For Telephony）
2010/02/23
內容簡介：
針對電話應用進行特殊優(yōu)化，采用美國IBM公司的ViaVoice Telephony技術，IBM VVT中文語音產(chǎn)品提供語音識別、語音合成功能，支持中文
�。ê嗴w漢字）、英語等語言,使系統(tǒng)開發(fā)人員可以方便地在電話通訊系統(tǒng)及網(wǎng)絡平臺上集成中文語音功能。中文語音識別（ASR-Automatic Speech Recognization），是CTI中的一項核心技術，能夠為語音門戶、電子商務、呼叫中心、電話通訊系統(tǒng)
提供中文語音交互界面。IBM VVT提供開放式的語音識別引擎和一系列應用工具，使語音識別功能可以被方便地集成到CTI系統(tǒng)中.
中文語音識別 ASR的性能特點:
與說話人無關：任何人都可以使用。
高識別率：內部的語音識別引擎是使用真實的電話信道語音數(shù)據(jù)訓練得到的，在正常的電話信道（包括手機或普通電話）的噪音下有很高的識別率。
無限詞匯量：由于語音識別內核是比基本音節(jié)還要小的單元，所以開發(fā)人員定義的任何詞表，它都可以很好的辨識。
連續(xù)發(fā)音：使用者不需要在詞匯間有任何停頓，就可以同系統(tǒng)連續(xù)交談。
多語種支持：在中文普通話和粵語之外，同時支持美國英語、英國英語、法語、德語。
多候選集的輸出：能夠輸出不同的候選結果相似度得分。
支持聲學加詞：說話人只需要輸入語音信號即可完成加詞。
支持語音合成：能夠從文字直接生成高自然度、高清晰度、高可懂度的語音。
信道自適應：可以自動適應不同信噪比的電話信道。
自然語言理解模塊：提供更加人性化的人-機對話接口。
出色的可伸縮性：提供從小型辦公室到企業(yè)級電話語音系統(tǒng)解決方案，小到單機系統(tǒng)，大到可靈活組合的客戶服務器模式，更提供全自動的動態(tài)負載平衡，讓您有限的投入能夠獲得更高的效能。
語音識別技術在CTI系統(tǒng)中的應用優(yōu)勢
拓展了輸入信息的廣泛性，使用語音命令替代DTMF按鍵操作。
極大減少語音菜單的層次：傳統(tǒng)的電話語音應用，使用多層次的菜單，使用起來非常不方便。采用語音識別技術，可以捕捉用戶說話中的關鍵字，自動導向合適的功能，整個系統(tǒng)的菜單深度就可以大大降低。
增加了語音流程的靈活性，可以非常靈活的在各個子菜單之間切換。
方便用戶使用，比如在證券電話應用中，用戶可以直接說出股票名字，而不再需要記憶股票代碼。
取代人工操作，降低服務成本。
體系結構與部署
IBM ViaVoice For Telephony是一套工作于客戶/服務器/集群模式下的軟件系統(tǒng)。
可以同時為多個電話通道提供服務。
支持多路并發(fā)工作同時為多條電話線路提供語音識別服務。
支持客戶服務器模式：可以將執(zhí)行傳統(tǒng)的電話語音流程的應用系統(tǒng)作為客戶機，使用專門的服務器提供語音識別的計算。
支持基于局域網(wǎng)的自動負載平衡：允許在網(wǎng)絡上同時分布多臺語音識別服務器，系統(tǒng)自動尋找負載最輕的服務器，向它提交服務，保證系統(tǒng)工作效率達到最優(yōu)。
支持自動故障恢復冗余：在網(wǎng)絡上存在多臺服務器時，如果有一臺服務器癱瘓，系統(tǒng)能夠自動跳過不可用的服務器，系統(tǒng)可能會因此變得反應速度比較慢，但是不會癱瘓。
支持單機模式：對于小型系統(tǒng)，可以采用簡單的單機模式進行工作，從編程方面來說，單機模式與客戶/服務器或者集群方式?jīng)]有區(qū)別。
系統(tǒng)運行硬件環(huán)境
IBM兼容PC，Intel PII 300MHz或更高，128M內存或更高
D系列語音卡
支持的操作系統(tǒng)
Windows NT4.0
Windows 2000
開發(fā)接口
Visual Basic
C (Visual C++, Borland C++ ……)
Delphi
Visual FoxPro
Power builder
其它支持COM接口的開發(fā)平臺
軟件工具
豐富的范例程序源代碼
產(chǎn)品應用
語音門戶（Voice Portal Platform）
電信與互聯(lián)網(wǎng)服務提供商
交互式語音應答系統(tǒng)（IVR）
呼叫中心(Call Center)
旅游、交通、民航查詢系統(tǒng)
銀行、金融、保險、證券電話委托系統(tǒng)
信息臺/傳呼臺
企業(yè)114（機器人話務員）
CTI論壇報道
相關閱讀: