電話語音識(shí)別系統(tǒng)流程設(shè)計(jì)
李宏 2003/11/20
電話語音識(shí)別系統(tǒng)為用戶提供了一個(gè)人性化的界面，人們通過電話-這個(gè)最普及的通訊工具，就可以與計(jì)算機(jī)系統(tǒng)進(jìn)行交談，從而能夠查詢信息、發(fā)出控制命令和進(jìn)行電子商務(wù)交易。
1 語音識(shí)別系統(tǒng)的特點(diǎn)
語音識(shí)別系統(tǒng)與傳統(tǒng)的IVR最根本的區(qū)別是：語音識(shí)別系統(tǒng)擺脫了電話12個(gè)按鍵的束縛，既簡(jiǎn)捷方便，又可節(jié)省通話時(shí)間。
同時(shí)，由于不需記憶編碼，語音服務(wù)系統(tǒng)可以通過一個(gè)特服號(hào)提供全部服務(wù)，即建立語音門戶。不象聲訊臺(tái)，一個(gè)節(jié)目就要一個(gè)號(hào)碼，既占用了寶貴的號(hào)碼資源，也很難讓用戶記住。
語音識(shí)別系統(tǒng)可以提供強(qiáng)大的導(dǎo)航能力，語音識(shí)別系統(tǒng)的用戶不須在聽完冗長(zhǎng)的提示語后逐層進(jìn)入，而是可以直接進(jìn)入最底層服務(wù)，且各欄目之間可以任意進(jìn)行跳轉(zhuǎn)。尤其是對(duì)于老客戶，直接進(jìn)入所需的服務(wù)將極大地提高效率并降低通話費(fèi)用。對(duì)于新用戶，系統(tǒng)的語音導(dǎo)航會(huì)逐步引導(dǎo)用戶達(dá)到目標(biāo)。
一個(gè)用戶滿意的語音識(shí)別系統(tǒng)，取決于這個(gè)系統(tǒng)是否擁有優(yōu)良的識(shí)別引擎、穩(wěn)定高效的應(yīng)用程序、與電信交換網(wǎng)絡(luò)的完美集成、和人性化的流程控制。流程控制是直接面向用戶的界面，它是能否滿足用戶需求的關(guān)鍵。就像一個(gè)網(wǎng)站，讓用戶迷茫的主頁肯定影響訪問量。
合理和友好的流程，才能充分發(fā)揮語音識(shí)別的優(yōu)勢(shì)，為用戶提供人性化和個(gè)性化的服務(wù)。反之，無論技術(shù)上多么出色，系統(tǒng)集成如何完美，只要沒有向用戶提供友好的界面，語音識(shí)別系統(tǒng)只會(huì)失敗。
2 流程設(shè)計(jì)原則
語音識(shí)別技術(shù)的優(yōu)點(diǎn)和缺點(diǎn)都很突出技術(shù)，在應(yīng)用中必須揚(yáng)長(zhǎng)避短。
優(yōu)點(diǎn)：無論何時(shí)何地都能使用，操作簡(jiǎn)便，適用于各層次的用戶……
缺點(diǎn)：識(shí)別率不可能達(dá)到100%，對(duì)沒有經(jīng)驗(yàn)的用戶識(shí)別率更低……
即使有更先進(jìn)的技術(shù)，上述缺點(diǎn)也不可能克服，這是因?yàn)檎Z音識(shí)別率受到各種因素的影響，例如：環(huán)境噪聲、電信干擾、回聲、話路質(zhì)量、用戶講話習(xí)慣等。但是，通過流程設(shè)計(jì)，就能在最大限度上提高識(shí)別率，令絕大多數(shù)用戶滿意。
簡(jiǎn)單機(jī)械地照搬IVR流程，就會(huì)令語音識(shí)別系統(tǒng)失去特色，暴露缺點(diǎn)。
原則一：分層合理
正如IVR系統(tǒng)，語音識(shí)別系統(tǒng)同樣要分層。分層的目的在于：用戶并不容易記住各個(gè)欄目名稱，所以每層的欄目不要太多，以5、6個(gè)為宜。很難想象用戶能夠記住并說出10個(gè)欄目。特別是第一層主目錄，絕對(duì)不可超過這個(gè)限度，否則用戶將沒有信心使用系統(tǒng)。
對(duì)于語音門戶，內(nèi)容會(huì)很多，每層只有幾個(gè)欄目會(huì)使整個(gè)系統(tǒng)結(jié)構(gòu)過于復(fù)雜，在一些用戶比較熟悉的層次里，可以放寬這一約束，進(jìn)行綜合平衡。
原則二：標(biāo)準(zhǔn)和明確的提示語
用戶通過提示語了解系統(tǒng)的服務(wù)和功能。提示語必須簡(jiǎn)明，并且不能引起用戶的歧義。過于廣告化和文學(xué)化的詞語只會(huì)誤導(dǎo)用戶，例如："投石問路"就不如"位置服務(wù)"更容易讓用戶理解。
同時(shí)，提示語的字?jǐn)?shù)要限制在3-4個(gè)字。太長(zhǎng)，用戶容易說錯(cuò)；太短，系統(tǒng)不容易識(shí)別。
原則三：跨層和跳轉(zhuǎn)
跨層：用戶不必逐層進(jìn)入欄目，只要說出最底層欄目，就能跨層進(jìn)入。
跳轉(zhuǎn)：各欄目之間可以任意跳轉(zhuǎn)，不必逐層返回。
回主目錄：用戶在系統(tǒng)中一旦"迷路"，一句"回主目錄"就會(huì)被帶到系統(tǒng)入口。
原則四：用戶幫助
每一層，都必須有這一層的"幫助"。"幫助"中將更詳細(xì)地向用戶介紹內(nèi)容和使用方法，這樣各層的提示語才能簡(jiǎn)明扼要。"幫助"和提示語是互相補(bǔ)充的。
原則五：完美地完成會(huì)話
語音識(shí)別受各種因素影響，識(shí)別率不會(huì)達(dá)到100%，用戶也可能不知道該說什么，而放棄使用。因此，在流程設(shè)計(jì)上必須幫助用戶完成整個(gè)會(huì)話流程。
首先，通過幫助和簡(jiǎn)潔的提示，引導(dǎo)用戶正確說出詞匯。
還要提供按鍵選擇，在語音識(shí)別不能工作時(shí)，幫助用戶完成整個(gè)會(huì)話流程。按鍵作為備份方案是語音識(shí)別系統(tǒng)中絕對(duì)不能缺少的。
原則六：柔性的系統(tǒng)
用戶可能不會(huì)說出系統(tǒng)規(guī)定的關(guān)鍵詞。因此，語音識(shí)別系統(tǒng)必須有彈性，只要意思相近，系統(tǒng)都應(yīng)該能夠識(shí)別。
原則七：標(biāo)準(zhǔn)化引導(dǎo)設(shè)計(jì)
為保證整個(gè)系統(tǒng)的一致性，引導(dǎo)提示語必須標(biāo)準(zhǔn)化，例如：返回、主目錄、上一層……，同時(shí)，特殊功能鍵（#，*）也必須統(tǒng)一定義。
從本質(zhì)上講，流程設(shè)計(jì)是一個(gè)心理學(xué)問題，合理的流程要在設(shè)計(jì)和實(shí)踐中不斷的優(yōu)化。應(yīng)該專門設(shè)立流程設(shè)計(jì)小組，設(shè)計(jì)流程和監(jiān)督流程的正確性。流程設(shè)計(jì)和管理是語音識(shí)別系統(tǒng)質(zhì)量管理的關(guān)鍵。這個(gè)隊(duì)伍不一定需要軟件工程師，他們應(yīng)該跳出工程師的思維方式，從用戶角度出發(fā)考慮問題。
3 基本流程設(shè)計(jì)
當(dāng)用戶說出需求后，語音識(shí)別系統(tǒng)將處理以下情況：
3.1 系統(tǒng)"聽懂"，繼續(xù)流程。這是最好的情況，用戶正在享受系統(tǒng)的服務(wù)。
3.2 系統(tǒng)沒有"聽懂"，遇到這種情況，要區(qū)別處理：
3.2.1 系統(tǒng)沒有記錄到用戶的講話，沒有錄音�？赡苁怯脩舨恢涝撝v什么，也可能是用戶講話聲音太小。此時(shí)，系統(tǒng)應(yīng)該引導(dǎo)用戶正確講出關(guān)鍵詞，例如提示用戶"請(qǐng)您說……"。如果系統(tǒng)仍然沒有錄到音，系統(tǒng)就應(yīng)該提示用戶大聲說出需求。如果還不能錄音，則應(yīng)該提醒用戶按鍵輸入選擇了，例如："XXX請(qǐng)按1，XXX請(qǐng)按2，……幫助請(qǐng)按*，返回主目錄請(qǐng)按#"。
3.2.2 系統(tǒng)錄音無法同規(guī)定的關(guān)鍵詞匹配。用戶講錯(cuò)，或者不會(huì)使用系統(tǒng)。此時(shí)，系統(tǒng)也應(yīng)該引導(dǎo)用戶使出正確關(guān)鍵詞。如果用戶還不能講對(duì)，系統(tǒng)仍然要在提示一次。第三次則要提醒用戶按鍵了。
3.2.3 系統(tǒng)錄音與某個(gè)關(guān)鍵詞相似，但是沒有完全匹配。系統(tǒng)則應(yīng)該提示用戶"您是說XXX嗎？"，讓用戶確認(rèn)。從而提高識(shí)別率、體現(xiàn)出系統(tǒng)的友好和人性化。
好的流程和導(dǎo)航才能能夠幫助用戶盡快熟悉語音識(shí)別系統(tǒng)，讓用戶喜愛和使用。
4 自然語言對(duì)話流程
自然語言對(duì)話是指：用戶完全用平常講話的方式說出需求，語音識(shí)別系統(tǒng)則需要根據(jù)用戶提供的信息理解用戶需求，并且滿足其需求。在流程設(shè)計(jì)上，要解決以下問題：
4.1 不考慮用戶語序。
4.2 過濾多余的、沒有意義的詞匯。例如："我想"，"那個(gè)"……
4.3 提示用戶提供完整信息，用戶不必重新說出整個(gè)長(zhǎng)句。
例如一個(gè)航班查詢系統(tǒng)中，用戶用自然語言查詢信息，他要提供的信息有：日期、大約時(shí)間、起點(diǎn)、終點(diǎn)、或者航班號(hào)。
用戶可以說："我要查詢明天中午從北京到上海的航班"，也可以說："4月10日，12點(diǎn)左右，由北京起飛到上海"。系統(tǒng)應(yīng)該對(duì)詞序沒有約束，也應(yīng)該能夠處理一些模糊的概念（早上/上午/中午/……），還必須過濾"我要查詢"、"的航班"等詞匯。
但是，如果用戶說："北京到上海"。系統(tǒng)則應(yīng)該詢問用戶："請(qǐng)問您要查詢哪一天從北京到上海的航班？"，用戶直接說出："明天"就可以了。
系統(tǒng)必須能夠提示用戶，協(xié)助其簡(jiǎn)便地完成查詢條件的設(shè)定。
5 其他注意事項(xiàng)
5.1 不同系統(tǒng)的不同風(fēng)格
商業(yè)系統(tǒng)和娛樂系統(tǒng)的提示語風(fēng)格是截然不同的。前者要求嚴(yán)肅和簡(jiǎn)潔，或者則要求輕松和活潑。
值得注意的是：所有的系統(tǒng)提示語速都應(yīng)該快一些，要相信用戶能夠聽清提示。冗長(zhǎng)和緩慢的提示，會(huì)令用戶煩躁和失去耐心。
重復(fù)提示用戶也會(huì)浪費(fèi)時(shí)間，如果沒有必要，應(yīng)該盡量減少反復(fù)提示和用戶確認(rèn)。
5.2 提示語
提示語要簡(jiǎn)潔，錄音音量要大一些。專業(yè)的配音人員和錄音設(shè)備會(huì)給用戶耳目一新的感受，堅(jiān)定用戶的信心。如果配有背景音樂，效果會(huì)出乎你的意料。
在娛樂系統(tǒng)中，隨機(jī)切換同一內(nèi)容不同的提示語，會(huì)刺激用戶的參與熱情。
5.3 幫助
"幫助"實(shí)質(zhì)上是系統(tǒng)的操作說明，既是系統(tǒng)介紹和使用手冊(cè)，也是對(duì)簡(jiǎn)潔的提示語的補(bǔ)充。用戶通過"幫助"，可以更好地理解系統(tǒng)內(nèi)容和操作方法。
5.4 用戶確認(rèn)
在一些敏感的場(chǎng)合，如電子交易、電子支付等，必須讓用戶通過按鍵進(jìn)行確認(rèn)，僅僅通過語音確認(rèn)是不可靠的！當(dāng)然，會(huì)話也要全程錄音。
5.5 同義詞的處理
根據(jù)前面提到的柔性設(shè)計(jì)原則，系統(tǒng)設(shè)計(jì)時(shí)要考慮到同義詞、多音字的處理。關(guān)鍵詞標(biāo)準(zhǔn)和規(guī)范也需要同時(shí)建立起來，從而保證系統(tǒng)的識(shí)別率。
6 流程管理文檔
語音識(shí)別系統(tǒng)要通過質(zhì)量管理來保證其性能，必須制訂嚴(yán)格的管理規(guī)范。流程管理的規(guī)范化和標(biāo)準(zhǔn)化就更重要。規(guī)范化和標(biāo)準(zhǔn)化具體體現(xiàn)在管理文檔上，它不僅僅是系統(tǒng)設(shè)計(jì)和編程的基礎(chǔ)，也是系統(tǒng)測(cè)試和驗(yàn)收的依據(jù)。
以下流程管理文檔是必不可少的：
6.1 系統(tǒng)結(jié)構(gòu)圖
整個(gè)系統(tǒng)的流程結(jié)構(gòu)圖，包括：分層設(shè)計(jì)、欄目設(shè)計(jì)等。
6.2 流程圖
每個(gè)模塊的詳細(xì)流程，包括：分支、轉(zhuǎn)點(diǎn)、入口、出口等。
6.3 流程控制圖
流程中每個(gè)轉(zhuǎn)點(diǎn)的詳細(xì)流程處理，包括：錯(cuò)誤處理、提示語等。
6.4 關(guān)鍵詞表
整個(gè)系統(tǒng)所有的關(guān)鍵詞表，包括：通用關(guān)鍵詞，各層/各欄目關(guān)鍵詞等。
6.5 提示語列表
整個(gè)系統(tǒng)每個(gè)提示語的編碼，文本，錄音文件名等。
流程設(shè)計(jì)后，系統(tǒng)的開發(fā)、調(diào)試、測(cè)試、驗(yàn)收都要嚴(yán)格按照以上文檔要求進(jìn)行。系統(tǒng)測(cè)試時(shí)，要向測(cè)試人員提供標(biāo)準(zhǔn)的測(cè)試報(bào)告和詳細(xì)測(cè)試程序，測(cè)試人員應(yīng)該認(rèn)真填寫測(cè)試報(bào)告，并將問題及時(shí)反饋。
質(zhì)量管理流程和測(cè)試標(biāo)準(zhǔn)、測(cè)試報(bào)告不在本文的范圍內(nèi)，不再贅述。
作者聯(lián)系方式
李宏：glpglp@sina.com
作者供稿 CTI論壇編輯
相關(guān)鏈接: