1　引言

　　現(xiàn)代呼叫中心是一種基于CTI技術(shù)、充分利用通信網(wǎng)和計(jì)算機(jī)網(wǎng)的多項(xiàng)功能集成，并與企業(yè)連為一體的一個(gè)完整的綜合信息服務(wù)系統(tǒng)，利用現(xiàn)有的各種先進(jìn)的通信手段，有效地為客戶(hù)提供高質(zhì)量、高效率、全方位的服務(wù)。一般看來(lái)呼叫中心似乎是企業(yè)在最外層加上了一個(gè)服務(wù)層，實(shí)際上它不僅僅為外部用戶(hù)，也為整個(gè)企業(yè)內(nèi)部的管理、服務(wù)、調(diào)度、增值起到非常重要的統(tǒng)一協(xié)調(diào)作用。

2　呼叫中心概述

　　中國(guó)引入呼叫中心的概念在20世紀(jì)90年代中后期，1998年以前，中國(guó)呼叫中心產(chǎn)業(yè)主要集中在電信業(yè)的一些服務(wù)領(lǐng)域，1998年以后，對(duì)信息化應(yīng)用程度較高的行業(yè)，如銀行、證券、保險(xiǎn)和以服務(wù)導(dǎo)向?yàn)轵?qū)動(dòng)的市場(chǎng)化行業(yè)，如IT業(yè)、家電、遠(yuǎn)程購(gòu)物等行業(yè)也開(kāi)始不同程度的應(yīng)用呼叫中心提供服務(wù)。

　　隨著呼叫中心技術(shù)的成熟和功能的發(fā)展，金融、電信、大型企業(yè)等行業(yè)對(duì)于呼叫中心均加大了投入，而且已經(jīng)成為企業(yè)整體發(fā)展戰(zhàn)略不可或缺的組成部分，其在企業(yè)中的角色也逐漸從成本中心演變?yōu)闃I(yè)務(wù)平臺(tái)和贏利中心。

　　呼叫中心的發(fā)展大致經(jīng)歷了如下三個(gè)階段：

　　第一代：熱線電話。該方式實(shí)現(xiàn)簡(jiǎn)單，但是功能單一，擴(kuò)展性差。

　　第二代：計(jì)算機(jī)+板卡?；诎蹇ǖ暮艚兄行氖怯上到y(tǒng)集成商按照客戶(hù)的具體需求，將不同廠家的板卡集成到一個(gè)系統(tǒng)中，按照客戶(hù)要求的專(zhuān)項(xiàng)定制，其成本低廉、設(shè)計(jì)靈活，但其實(shí)現(xiàn)的功能較專(zhuān)用，功能的升級(jí)以及規(guī)模的穩(wěn)定性難于保障。

　　第三代：基于CTI，排隊(duì)機(jī)+計(jì)算機(jī)網(wǎng)絡(luò)+三層數(shù)據(jù)庫(kù)訪問(wèn)結(jié)構(gòu)?；谝惑w化的呼叫中心既有電信級(jí)的穩(wěn)定性和強(qiáng)大的交換功能，又有開(kāi)發(fā)實(shí)施便捷和成本相對(duì)較合理的優(yōu)點(diǎn)。隨著越來(lái)越多的企業(yè)應(yīng)用呼叫中心，企業(yè)面臨著如何使呼叫中心在技術(shù)發(fā)展上更進(jìn)一步的問(wèn)題?，F(xiàn)代通訊系統(tǒng)技術(shù)、互聯(lián)網(wǎng)技術(shù)和交互式視頻信號(hào)系統(tǒng)的發(fā)展將作用于呼叫中心，使其向著智能化、個(gè)人化、多媒體化、網(wǎng)絡(luò)化、移動(dòng)化發(fā)展?；ヂ?lián)網(wǎng)呼叫中心、多媒體呼叫中心以及虛擬呼叫中心在未來(lái)中國(guó)市場(chǎng)，也將隨著企業(yè)對(duì)呼叫中心認(rèn)識(shí)程度的進(jìn)一步提高、客戶(hù)關(guān)系管理市場(chǎng)及設(shè)備制造商的全力推動(dòng)而得到推廣。

　　新一代呼叫中心的系統(tǒng)結(jié)構(gòu)如圖1所示。

3　呼叫中心關(guān)鍵技術(shù)

　　雖然隨著技術(shù)的進(jìn)展Web、E-mail、傳真等多種接入方式出現(xiàn)，但就實(shí)際應(yīng)用而言，這些先進(jìn)的接入方式應(yīng)用得還很少，傳統(tǒng)的電話接入處理和IVR應(yīng)答仍然是使用率最高的技術(shù)方式。所以，可以將語(yǔ)音和數(shù)據(jù)融合的技術(shù)就成為呼叫中心的關(guān)鍵技術(shù)，最重要的主要有如下三種：文語(yǔ)轉(zhuǎn)換(TTS)技術(shù)、語(yǔ)音識(shí)別(ASR)技術(shù)和Voice XML。這幾種技術(shù)對(duì)呼叫中心的自動(dòng)語(yǔ)音服務(wù)和電話與計(jì)算機(jī)、Internet的結(jié)合起著至關(guān)重要的作用。

　　3.1　TTS技術(shù)

　　語(yǔ)音合成，又稱(chēng)為文語(yǔ)轉(zhuǎn)化(Text-to-Speech)，涉及聲學(xué)、語(yǔ)言學(xué)、數(shù)字信號(hào)處理、多媒體等多種學(xué)科，是中文信息處理領(lǐng)域的一項(xiàng)前沿技術(shù)。語(yǔ)音合成技術(shù)解決的主要問(wèn)題是：如何將電子化文本的文字信息轉(zhuǎn)化為能夠播放的聲音信息。近代語(yǔ)音合成技術(shù)是隨著計(jì)算機(jī)技術(shù)和數(shù)字信號(hào)處理技術(shù)的發(fā)展而發(fā)展起來(lái)的，目的是讓計(jì)算機(jī)能夠產(chǎn)生高清晰度、高自然度的連續(xù)語(yǔ)音，近幾十年來(lái)國(guó)際和國(guó)內(nèi)的研究主要集中在按規(guī)則文語(yǔ)轉(zhuǎn)換，即將書(shū)面語(yǔ)言轉(zhuǎn)換成口頭語(yǔ)言。

　　在語(yǔ)音合成技術(shù)應(yīng)用之前，錄音回放一直是呼叫中心自動(dòng)語(yǔ)音服務(wù)中所采用的主要手段，但是隨著多媒體信息需求的增大，語(yǔ)音服務(wù)系統(tǒng)中近年來(lái)應(yīng)用TSS技術(shù)得到了迅速發(fā)展。

　　TSS和錄音回放相比具有以下優(yōu)勢(shì)：

　　(1)就工作量而言，錄音需要大量的人力，在信息量以幾何級(jí)數(shù)增長(zhǎng)的今天，錄音往往無(wú)法滿(mǎn)足信息的供給，而語(yǔ)音合成將絕大多數(shù)工作由機(jī)器代替，人們只需提供現(xiàn)成的文本信息即可輸出聲音信息。

　　(2)對(duì)于動(dòng)態(tài)的信息，尤其是對(duì)實(shí)時(shí)性要求很高的信息，如股票行情等，如果讓錄音員錄音則至少在半小時(shí)后才能對(duì)外提供，而語(yǔ)音合成可以實(shí)現(xiàn)實(shí)時(shí)的轉(zhuǎn)換，每分鐘可刷新一次。

　　(3)由于信息的高速增長(zhǎng)，錄音數(shù)據(jù)存放和查詢(xún)也存在問(wèn)題。將信息以文本形式存儲(chǔ)在計(jì)算機(jī)中可節(jié)約大量系統(tǒng)資源再結(jié)合計(jì)算機(jī)技術(shù)對(duì)數(shù)據(jù)庫(kù)中的信息進(jìn)行搜索和整理將輸出的結(jié)果用語(yǔ)音合成轉(zhuǎn)換成聲音，這樣就可以解決信息服務(wù)中海量信息的存儲(chǔ)和查詢(xún)的問(wèn)題。

　　(4)錄音的信息維護(hù)、修改的工作量比較大。而文本信息的維護(hù)和修改相對(duì)要容易得多，通過(guò)語(yǔ)音合成技術(shù)只需對(duì)文本信息進(jìn)行修改就可以完成信息內(nèi)容的更改和維護(hù)工作。

　　目前TTS技術(shù)已經(jīng)十分成熟，現(xiàn)在的研究主要集中在生成的漢語(yǔ)語(yǔ)音的清晰度和自然度上，而且通過(guò)一些參數(shù)做到語(yǔ)氣語(yǔ)調(diào)的調(diào)整，使得語(yǔ)音更接近真人播音。

　　3.2　ASR技術(shù)

　　語(yǔ)音識(shí)別的研究工作大約開(kāi)始于20世紀(jì)50年代，當(dāng)時(shí)AT&；T Bell實(shí)驗(yàn)室實(shí)現(xiàn)了第一個(gè)可識(shí)別10個(gè)英文數(shù)字的語(yǔ)音識(shí)別系統(tǒng)？？Audry系統(tǒng)。在隨后的幾十年間實(shí)驗(yàn)室的研究一直處于不斷進(jìn)展中，但是畢竟語(yǔ)音識(shí)別是一項(xiàng)復(fù)雜的技術(shù)，特別對(duì)于漢語(yǔ)語(yǔ)音識(shí)別尤其如此，因此，盡管多年前就有眾多公司和研究機(jī)構(gòu)開(kāi)始了語(yǔ)音識(shí)別技術(shù)的研究，但直到最近幾年，在國(guó)內(nèi)才開(kāi)始出現(xiàn)商業(yè)化產(chǎn)品。

　　應(yīng)用于呼叫中心領(lǐng)域的語(yǔ)音識(shí)別技術(shù)有別于一般PC系統(tǒng)所使用的語(yǔ)音識(shí)別技術(shù)，其面臨的困難體現(xiàn)為：電話錄音質(zhì)量差，識(shí)別率要求高，系統(tǒng)不能對(duì)電話用戶(hù)進(jìn)行訓(xùn)練；另外，系統(tǒng)還要能夠完成大量用戶(hù)語(yǔ)音數(shù)據(jù)的并發(fā)識(shí)別請(qǐng)求，這就對(duì)應(yīng)用于呼叫中心領(lǐng)域的語(yǔ)音識(shí)別技術(shù)在功能和性能上要有更高要求。由于存在上面列舉的種種困難，使得應(yīng)用于呼叫中心領(lǐng)域的ASR技術(shù)不可能像應(yīng)用于PC的ASR技術(shù)一樣，能夠隨心所欲地識(shí)別用戶(hù)所說(shuō)的任何詞匯。目前基于電話的語(yǔ)音識(shí)別應(yīng)用主要是非特定人的命令識(shí)別，該技術(shù)的應(yīng)用有效的解決了電話用戶(hù)按鍵輸入范圍有限，操作不方便的問(wèn)題。目前ASR的廠商均支持中文普通話、英文的識(shí)別，而且只要普通話標(biāo)準(zhǔn)，識(shí)別正確率可以達(dá)到90%以上，部分廠商支持中英文混讀和其它語(yǔ)種(主要是粵語(yǔ))的識(shí)別。

　　但是目前ASR技術(shù)在實(shí)際應(yīng)用中仍舊存在的主要問(wèn)題是漢語(yǔ)的方言多種多樣，口音千差萬(wàn)別，很多地方的普通話說(shuō)得很不標(biāo)準(zhǔn)，給識(shí)別帶來(lái)很大困難。