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。
与自然语音识别相对的是传统的的互动语音识别(IVR)，它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。
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。
以下就是开发、维护一套定制语音应用的常规步骤与流程：
1、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。
2、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，统计语义模型和语法解读。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。
3、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。
4、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。
5、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。
6、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。
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。
粤公网安备