包含了自然语音识别支持的CRM系统正在为企业带来新的竞争优势和经济回报。然而在登上这辆快速列车之前，企业应先了解与自然语音识别技术有关的一系列关键要求。

　　如果你有办法克隆成百上千个最佳坐席，那你就可以确保每一位致电给呼叫中心的客户都能享受到同等的高质量服务。

　　而现在，自然语音自助服务或许是提供这类既具备成本效益、又能提升客户友好度的服务的最佳选择。只要实施得当，该技术可以有效配合你的CRM系统来加强你的品牌信息，提供与众不同的品牌体验，并帮助企业锁定客户的忠诚度。

　　若想成功部署自然语音识别技术，首先需了解它最适合哪种环境，怎样部署才能为企业带来最大的价值。

　　解决复杂性

　　基础的互动语音识别(IVR)是被用来记录语音提示，指导主叫者通过电话键盘来输入选项与信息。它只适用于最简单的交易。随着企业的成长、规模的扩大，以及产品种类的增多，一味依靠自助式IVR菜单只会让客户对层级结构复杂的菜单系统不胜其烦，最终选择退出自助流程，转接人工坐席。

　　从这个角度来看，自然语音应用更适合多元化的复杂交易处理。典型的自然语音应用系统会向客户提出开放式的问题(比如，“您好，请问有什么能为您效劳?”)。主叫者可以通过电话，以一种自然的语调来表达出他们的目的，随后交由自助服务应用来处理，或转接给相应的人工坐席。

　　这类软件使用了统计模型来识别主叫者，并从主叫者的用词中解读出他们的意图。企业可借助自然语音应用来实现扁平化的菜单结构，改善呼叫路由，访问并更新客户数据与要求信息等等。

　　简化自助服务

　　尽管自然语音识别解决方案能够带来满意的回报，但创建一套有效的语音应用却并非易事。它需要专业的知识与技能，并预先进行详细的规划，以避免实施误区，降低风险。大部分企业本身都没有实施语音应用的经验，因此从外部获取协助是一种必要手段。

　　为了能让你的公司从竞争中脱颖而出，你需要设计开发一套定制应用。虽然市场上那些现成的解决方案可以适用于某一特定环境，但定制应用可以更有针对性地与你的产品及服务相契合。

　　以下就是开发、维护一套定制语音应用的常规步骤与流程：

　　收集数据、开发系统

　　首先精心设计、模拟一套开放式问题，依此收集主叫者的回应用词。在主叫者表明了呼叫目的后，将其转接到自动化应用或人工坐席。

　　转录数据

　　准确转录所收集的数据。这些数据将会被用来开发统计语言模型(SLM)，统计语义模型(SSM)和语法解读(interpretation grammars)。一套普通的大型呼叫路由应用需要2万到3万次的转录，因此公司要依此做好筹划。

　　定义“概念识别”

　　在此流程中，你需要一名专家来协助定义相关的主叫概念。概念数量将视客户呼叫的不同原因而定。

　　标贴数据

　　在判别概念后，每种转录数据都会被分类到一个特定概念中。这种流程被称之为“数据标贴”。标贴是下一步应用做出回应的关键。根据数据的规模和概念的数量，标贴是一种劳动密集型的项目任务。

　　训练系统

　　从所收集的数据中开发出的SLM可用来识别主叫者对开放式问题所做出的回应。识别主叫概念的工作可以由语法解读或SSM来处理。语法解读是依靠人工开发的，因此它非常耗时，但却能灵活地识别大量的概念。而SSM是由自动化流程所产生的，它可以缩短应用交付的时间。

　　部署与调试

　　成功的部署需要不断进行调试来确保系统的有效运行。公司可以通过人工方式(修改现有的概念侦测语法)来调试自然语音应用，也可以借助软件或工具(根据额外的信息来重新训练呼叫路由器)。有些高级系统同时使用了这两种模式，根据额外“概念”添加的频繁程度来进行切换。

　　挖掘自然语音应用的潜力

　　大部分企业都需要外部语音应用专家来设计、开发、部署自助式应用。此外，公司还应进行一次审慎性调查来挑选符合自身需要的最佳商业伙伴。虽然这会耗费大量的工作，但它所带来的回报也是显著的。

　　自然语音能带来与众不同的自助服务体验，向客户提供更好的便捷性、更切实的信息、更快的解决速度，以及更人性化的互动。从企业的角度，该技术能通过缩短呼叫时间、提高问题解决率、将以前大量的人工服务转变为自助服务来降低呼叫中心的运营成本。作为CRM系统的一部分，实施自然语音应用可以在公司与客户之间实现双赢的局面。

(今日五金采编)