基于中国科学院声学研究所研发的语音识别核心技术，中国电信集团近日在宁夏、新疆、贵州、河北、黑龙江、重庆六个分公司上线智能客服语音导航系统。

　　2018年11月，声学所中标中国电信智能客服云平台项目，助力建设智能客服语音能力平台，提供开放的语音识别和语音合成技术，并在现有各种支撑系统基础上，支持建设中国电信“智能客服系统”，提高10000号智慧化客户服务水平。

　　针对实时语音识别的需求，声学所研究人员提出一种基于混合神经网络（延时神经网络+输出投影门循环单元）的低延时声学建模技术，可处理长时信息，网络结构简洁，计算速度快，易于并行化训练。该模型结构已作为一种新型的回馈神经网络结构被国际主流语音识别开源软件Kaldi采纳。在非实时语音识别方面，研究人员提出基于BLSTM-E（双向长短时记忆扩展）的深度神经网络结构，提升了现有主流BLSTM性能，解决了序列化训练条件下LSTM对不同长度语音输入的鲁棒性差问题。

　　在智能语音能力系统上线前，声学所针对中国电信线上语音特点，进行了语音检测等模块定制优化，并利用多省用户语音和业务知识，开展声学模型和语言模型自适应优化训练，进一步提升了系统识别性能水平。此外，声学所还提供了语言模型优化训练系统和热词优化系统，支持现场模型训练，可实现新业务快速上线。

　　该系统有效解决了传统IVR系统菜单复杂、层级过深的问题，以自然人机语音交互方式替代原有按键式交互流程，实现菜单扁平化，支持业务节点层级之间的任意跳转、智能中断和快速返回，简化了人机交互流程，为用户带来良好体验。

　　声学所和中国电信集团预计将在2019年上半年完成23个省市的智能语音导航系统建设。