“喂，家长，您好，我们是XX教育机构，我们有一堂收费儿童编程体验课，请问您有空带孩子来参加下吗？”
“呃，我孩子曾经报名了其他课程了噢！”
“没关系，您可以来试听下我们的课程……”
我想很多冤家们都接到过这种营销电话吧，您有没有想过电话的那头是谁在和您通话呢。看了文章的标题，我想您应该会猜到答案。没错，电话的那头很有能够是智能语音机器人，也可以说就是一台计算机。
“但是不对啊，计算机能和我聊天？我们可是聊的很不错啊，怎样能够是机器人？”
但是理想就是如此，明天就让我们来揭秘一下这身边的黑科技——智能电话语音机器人技术。
语音辨认
想让机器人和您聊天，首先机器人得能听懂您说的话，能把您说的话变成正确的文字才可以，这也就是语音辨认。光这一步，迷信家付出了几十年的努力，阅历了有数次的失败才获得明天的成功。
详细是怎样完成的呢，我先假设您说了一句“我是中国人”，然后我们来按顺序走一遍流程，分析下机器是怎样处理的，以下是处理流程图。
1）语音预处理：预处理的第一步需求将您说的话停止数字化处理，由于声响信号本身是一种延续地模拟信号，经过采样编码，就会变成计算机可以处理的数字信号了。数字化当前，计算机会对您说的话“掐头去尾”，由于人说一个句子，总会有停顿，计算机经过算法会自动地截取一个残缺地句子。然后会对这句话停止切片，将语音切成非常小的一段一段，至此，预备工作就做好了。
2）数字化特征提取：在这一步中，预处理输入的信号会和声学模型停止婚配，声学模型是对语音特征的一种数学建模，可以简单了解为一个语音特征对应了一个或一组数字编码。比如“我是中国人”，对应的声学模型是【3，6，19，9，5】，但是我要提示大家一点，到目前为止，这个声响并没有对应到“我是中国人”这几个字，它对应的只是发音而已，没有意义。为了方便了解我暂且以拼音来表示辨认结果：【wo,shi,zhong,guo,ren】。
3）形式婚配：好了，我们离开了最关键的一步，先要把声响翻译成文字，当然一个音能够对应了不止一个文字，这是我们汉语的特点。这时分我们的言语模型库就要上场了，这个模型库是一个基于统计概率学原理来组织的一个数据库。照旧以我们的例子来阐明，假定第一个字以为是“我”，在模型库里我们可以找到在“我“后面是”事“的概率为0.28，”我“后面是”是“的概率为0.78，“我”后面是”时“的概率为0.16，很显然，”是“的概率最大，拿我们就选择概率最大的”我是“来组成词语。后面再按照异样的原理依次类推，最终就得出了”我是中国人“的句子了。当然，为了阐明原理，我只是按最简单的方式举例，实践状况不光是要看两个延续的字或者词的概率，还会看有间隔的字词的组合概率，算法要复杂的多。但大家只需记住一个关键点，那就是计算机选择的是概率大的字词组合来看法句子。特地要说一点，言语模型是哪里来的呢，这是迷信家经过大量的语料库让计算机自行学习统计而构成的。
言语处理
至此，语音机器人曾经将您说的话，正确的翻译成文字了，也就是完成了语音辨认，后面要处理的成绩就是机器人怎样回答您的成绩了。这个成绩相对了解起来要简单一些，对于那些用于营销产品的机器人，事前是会预备一套话术流程的，简单的说，就要先预备好一套问答流程库。一个最基本的流程是这样的：
假如您不说话，机器人会按照它设定的流程来引见产品，假如您打断了他的引见，他立刻回启动语音辨认模块，辨认您说的话，语音变成文字当前，言语会被抽取关键字，并且与问答知识库停止婚配，搜索到结果后，机器人又会以电话语音的方式将答案播报给您，这样就构成了与您的互动聊天啦。
虽然经过了这么多复杂的流程，但是机器人处理起来也就是几秒钟的事情，怎样样，您了解了吗？下次无机会接到机器人电话的话，可以和他调侃两句噢，看看它是不是能聪明地回答您的成绩。 |
