在電話客服場景里，用戶和機(jī)器人交流的過程中，經(jīng)常會(huì)出現(xiàn)沉默、打斷機(jī)器人、噪聲等情況，機(jī)器人在應(yīng)對這些異常情況的時(shí)候，需要語音和語義理解技術(shù)進(jìn)行處理，才能實(shí)現(xiàn)用戶和機(jī)器人的流暢交談。而這些能力的獲取與應(yīng)用，也是企業(yè)智能對話項(xiàng)目落地過程中需要解決的難題之一。
為此，UNIT帶來了全新的語音語義一體化解決方案，幫助企業(yè)解決語音交互過程中的難題。
【電話客服場景下語音語義一體化解決方案】
語音語義一體化是針對電話客服對話場景的技術(shù)方案，可用于呼叫中心智能客服等業(yè)務(wù)。整個(gè)方案包含以下內(nèi)容：
（1）降低集成開發(fā)成本
提供語音識別、語義理解、對話流程控制、知識庫、語音合成的打通方案，全雙工對話能力，一體化的部署方案，省去開發(fā)者對各環(huán)節(jié)自行調(diào)用、拼裝的學(xué)習(xí)成本以及二次開發(fā)成本。
（2）標(biāo)準(zhǔn)協(xié)議快速接入
提供基于unimrcp框架開發(fā)的mrcpserver服務(wù)接入包，通過標(biāo)準(zhǔn)協(xié)議適配不同呼叫中心設(shè)備（主流的freeswitch、avaya、及基于mrcp標(biāo)準(zhǔn)協(xié)議自主研發(fā)的呼叫中心設(shè)備）。
（3）場景定制服務(wù)提升效果
方案中自帶基于百度大腦呼叫中心下的通用ASR、語義糾錯(cuò)，打斷策略，TTS模型，也可以基于開發(fā)者的業(yè)務(wù)場景，提供模型定制訓(xùn)練服務(wù)，定向提升業(yè)務(wù)準(zhǔn)確率。
（4）極少量開發(fā)，輕松實(shí)現(xiàn)對話流程
提供Taskflow配置管理能力，開發(fā)者可在梳理業(yè)務(wù)流程后，通過少量代碼快速配置對應(yīng)的對話流程，后續(xù)可直接零代碼在UNIT平臺(tái)上進(jìn)行拖拽式配置。
【語音語義一體化方案解讀】
（1）語音識別ASR
采用領(lǐng)先的百度語音技術(shù)，實(shí)時(shí)將音頻流轉(zhuǎn)識別出文本，并自動(dòng)識別斷句。
（2）全雙工對話能力
建立通用機(jī)制，組織多模塊協(xié)同工作，實(shí)現(xiàn)雙通道數(shù)據(jù)（文本、事件信號）實(shí)時(shí)分發(fā)及處理。
（3）糾錯(cuò)
根據(jù)場景相關(guān)詞匯生成糾錯(cuò)候選，利用GBDT模型對獲選打分排序，最后通過beamsearch解碼出最優(yōu)糾錯(cuò)結(jié)果。
（4）打斷
采用分類模型實(shí)現(xiàn)，判斷是否滿足打斷條件，并下發(fā)打斷信號，可支持用戶自定義語料的模型訓(xùn)練。
（5）靜默及反問
在設(shè)定時(shí)間內(nèi)用戶未回復(fù)情況下，機(jī)器人可自動(dòng)反問。可支持用戶對時(shí)間條件、機(jī)器人反問話術(shù)進(jìn)行配置。
（6）掛機(jī)、轉(zhuǎn)人工
定義標(biāo)準(zhǔn)事件信號：掛機(jī)、轉(zhuǎn)人工。用戶可通過配置、或簡單二次開發(fā)完成判斷條件的設(shè)定。
（7）對話理解
基于UNIT強(qiáng)大的語義理解能力，從實(shí)時(shí)文本中，解析用戶意圖。
（8）對話邏輯引擎
以可編程的方式構(gòu)業(yè)務(wù)建對話邏輯。
（9）語音合成TTS
基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)，提供高度擬人，流暢自然的語音合成服務(wù)，便于應(yīng)用、設(shè)備開口說話，更具個(gè)性。
【如何獲取語音語義一體化能力】
開發(fā)者可以進(jìn)入U(xiǎn)NIT官網(wǎng)——解決方案——語音語義一體化方案頁面，了解技術(shù)詳情并體驗(yàn)真實(shí)對話樣例。https://ai.baidu.com/unit/v2/static/voice
1、方案了解
2、真實(shí)對話樣例的體驗(yàn)
