如果你在疫情災區，你可能接到過這樣的電話。

  作為一名社區服務人員，一位姐姐打電話給你，問你是否去過疫區，關心你最近的身體狀況，發燒，接觸過疫區的親戚朋友，甚至最后生氣保護你。

  不要想太多。其實這個電話可能是人工智能打來的。如果你不相信，聽聽下面的電話。

  自新型冠狀病毒肺炎疫情發生以來，人工智能、大數據等技術正在幫助疫情防控。

  使用智能外呼電話系統的社區負責人告訴我PingWest如果不是因為使用了人工智能外呼系統，他們的外呼篩選工作應該還是手工和筆紙完成的。

  這本身的出發點并不深刻。這是疫情期間最常見的防控工作之一。但也正是因為疫情本身，挨家挨戶上門變得極其困難——一是如何快速統計社區幾萬甚至幾十萬人的健康狀況；二是工作量大，一般統計人員不多；第三，更可怕的是，上門調查增加了工作人員被感染的風險，事情可能會不小心變得更糟。

  使用人工智能電話實際上是在解決一個數學問題。想象一下，如果你使用勞動力，一個人可能只能在一分鐘內撥打一兩個統計電話。在擁有數千人甚至數萬人的社區里，這是一件非常費力的事情，你還需要在計算機前手動輸入收集到的信息。使用人工智能呼叫統計電話，您可以在一分鐘內同時撥打數百個電話，電話回訪將自動記錄在案例中，基本上不需要人們做任何事情。

  回訪電話中使用的人工智能技術來自同盾技術。后者旨在幫助企業和政府通過智能語音交互、自然語言處理、計算機視覺和機器學習四項核心研發技術，提高質量和效率。智能語音呼叫解決方案只是人工智能場景著陸的一部分。

  定制智能外呼平臺

  對于同盾科技來說，智能外呼解決方案其實最早可以追溯到2018年發布的智能語音服務平臺——“赫茲”。

  根據同盾科技之前的新聞數據，同盾智能語音服務平臺 赫茲是基于自然語言處理、語音識別、語義理解、語音合成、語音識別、政府、金融、互聯網等應用場景客戶群體，提供智能語音服務，提高客戶企業智能、信息、數字綜合能力。

  隨著疫情期間語音對話和大數據調查技術的拓展，同盾在智能語音服務平臺 赫茲的基礎上開發了智能疫情回訪機器人。

  利用智能疫情回訪機器人，社區負責人可以讓人工智能系統自動查詢和記錄居民疫情信息，最終生成數據統計報告，實現社區人員疫情的快速調查和調查。

  PingWest查詢同盾科技官網，發現同盾智能外呼解決方案提供了簡單易用的定制操作界面。

  換句話說，通過簡單的參數設置配置平臺，客戶可以通過簡單的參數設置和流程操作進行靈活的場景對話流設計。

  一方面，利用同盾開發的行業細分語義理解模型，也可以輕松構建自己的語義理解模型。通過對話管理平臺，客戶還可以使用底層強大靈活的語音合成音庫生產工具，生成客戶獨特的機器人色彩，音質突出。同盾科技語音實驗室負責人燕鵬告訴我PingWest對于不同的場景，同盾還提供定制開發的語言模型，以確保語音識別在特定場景下達到客戶期望的實用準確性。

  TensorFlow讓一切更簡單可靠

  事實上，同盾為客戶提供語音識別、語音合成、語義理解、語音紋理識別、語音質量檢驗等一攬子語音交互技術方案。語音交互技術的底層是高度專業的機器學習模型，其中最重要的部分是深度學習。

  燕鵬表示，同盾科技算法工程師基于對相關領域的深入了解，選擇了合適的模型結構，并使用流行的機器學習開源框架Google TensorFlow通過建模和模型培訓，建立準確性和效果達到或超過行業先進水平的對話系統。

  具體來說，在建模和模型訓練過程中，工程師負責模型結構的概念設計TensorFlow提供豐富和的設計API使用同盾科技快速構建新模型，改進舊模型。

  在同盾技術語音和自然語言處理的建模中，常用的模型結構包括循環神經(RNN)、卷積(Convolution)、注意力機制(Attention)；通過靈活的數據輸入機制(input pipelines)將領域數據組織成小批量數據進行參數迭代；在學習過程中，使用統計信息使模型收斂到更佳狀態（例如early stopping)；還可以在進行大規劃數據訓練時從容中斷和重啟中斷的訓練過程。

  燕鵬告訴我們，在傳統的語音識別過程中，需要HMM模型訓練、強制性訓練、神經模型訓練和區分訓練多個分離步驟，工程師往往需要維護數千行腳本，分幾個步驟啟動和監督模型訓練過程。

  而使用TensorFlow構建端到端語音識別模型可以大大簡化語音識別訓練過程，縮短語音識別模型訓練時間，減少模型尺寸。整個模型訓練過程合并成一個步驟，節省了大量腳本工具的維護，將模型訓練所需的時間從前兩周縮短到不到一周。

  在對話系統的多個步驟——語音識別、語音理解和語音合成中，TensorFlow也大大提高了生產效率。TensorFlow訓練模型快速構建后，對話系統的指標也領先于行業。

  在使用智能外呼解決方案時，經常會遇到一個問題——如果外呼聽起來不像真人，會立即作為機器人電話掛斷。

  使用同盾科技TensorFlow構建端到端語音合成系統，不僅使整個系統放棄了傳統引擎中必須存在的多個中間步驟，而且通過采用適當的模型和不斷優化，語音合成的主觀音質（MOS）實時率0%，實時率提高30%。TensorFlow構建深度學習模型后，合成語音的音質大大提高，與行業競爭產品相比，同盾語音機器人的掛機率降低了31%。

  在現實世界中，由于環境噪聲、用戶口音等復雜因素，語音識別的準確性低于實驗室可控環境。如果是新的商業場景，語音識別的準確性會降低到更低的水平。

  燕鵬表示，為了應對語義理解中不可避免的語音識別錯誤對后續模塊的影響，使用它TensorFlow構建深度語義理解模型，包括采用學習預訓練模型和分類模型的遷移學習，語義理解模型的準確性比傳統方法高15%。

  同盾對話機器人增加了語音識別結果的后糾正模塊，使用深度學習模型轉換識別錯誤的文本，修復部分錯誤，以提高整體對話機器人對用戶意圖的理解準確性。語音識別錯誤修正后，用戶對語音的理解變得更加準確，交互輪數比以前減少了20%。

  “TensorFlow燕鵬舉說：一些獨特或新推出的能源也在同盾建模過程中發揮了重要作用，如動態構圖、平均模型、三元損失函數等。

  當然，另一邊是，像TensorFlow該技術的進步大大提高了人工智能識別的準確性，也可能帶來發音太像人等新問題，如濫用技術作為騷擾電話。

  任何技術進步都可能帶來新的問題，但技術本身是中立的。燕鵬菊還認為，同盾遵循用戶信息的保護，呼叫名單由同盾客戶指定，同盾只作為技術提供商為客戶提供呼叫工具。至于用戶的語音數據是否保留，客戶負責獲得用戶的授權，保留的語音數據也由客戶使用。

  在疫情防控機器人領域，其客戶主要是社區和政府機構，外呼電話大多以政府機構的名義撥出。幫助機構統計工作在疫情戰期間提高效率，是一項不錯的技術。