淺談AI電話客服（下）：技術架構

文：吳兆麟 2020-09-30

發布時間： 2020-09-29 16:33:00

隨著AI在自然語言處理相關技術的進步，出現了可以基於AI跟一般人用自然語言進行聽、說、理解的聊天機器人，而各式以聊天機器人為核心技術的軟硬體應用也風起雲湧地興起，其中最重要的一項應用就是AI電話客服。本文將針對AI電話客服的技術架構進行說明。

上篇文章，我們透過應用場景，看到AI電話客服具備優於傳統電話客服之處，不僅提升客戶的使用者體驗，並可讓客服中心針對人力資源進行有效的使用及規劃，說明如下：

1. 迅速接聽客戶來電並大量減少客戶在線上等候及轉接的時間。

2. 客戶不必重複敘述問題並以最高效率獲得專人的有效協助。

然而，也因為技術能力（AI不完美）及應用倫理（AI責任尚未釐清）的考量，AI電話客服目前不能完全取代真人(一併完成客服專人的工作)，只能做為輔助真人客服，提升客戶服務品質的工具，必須同時搭配客服專人的專業服務，才能提升來電客戶的使用體驗並滿足客戶需求。

在上篇AI電話客服的概念文章之後，本篇將進一步說明AI電話客服的技術架構，並針對技術架構中的各項技術及其能力限制進行簡單說明。

AI電話客服的技術架構

AI電話客服的技術架構如下圖所示，客戶來電的語音會轉成數位資訊交給AI進行分析，再透過一連串的自然語言處理AI技術，找出適當的回應跟客戶互動。

1. PSTN（Public Switched Telephone Network）：公用交換電話網路，其實就是一般人用來打電話的電信網路，客戶來電或客服專人回電都是透過PSTN打電話。

2. VoIP（Voice over IP） Gateway：網路電話閘道器，負責將PSTN的類比語音訊號轉換為可以在INTERNET上面傳遞的數位訊號，交由電腦進行後續處理。

3. ASR（Automatic Speech Recognition）：語音識別，將來電者說的話轉為文字。目前的語音識別準確率在理想環境下可達到95%。但在真實世界的背景噪音干擾，以及對話場景多種口音或多語言的複雜環境中，語音識別的準確率大概只能達到80%左右。由於ASR的辨識結果是後面AI電話客服進行互動的基礎，因此ASR在真實世界中受限的辨識能力也造就了目前AI電話客服在技術上無法完全取代真人的重要原因。

4. NLU（Nature Language Understanding）：自然語言理解，依據ASR辨識出的文字進行分析，找出意圖（來電者的目的）及實體（與該目的有關的關鍵詞彙）。NLU的技術限制來自於兩方面，ASR的辨識能力（必須依靠ASR本身技術的提升）以及對應用領域專門詞彙的理解（可以透過訓練逐漸改進）。而AI電話客服必須搭配真人互相合作的原因，就在於上述兩者的不足都可能會造成AI電話客服作出影響客戶的錯誤判斷，因此需要客服專人對AI電話客服的判斷結果進行確認。

5. Dialogue Management 故事線多輪對話管理：這部分涉及各應用領域如何劃定處理範疇（針對哪些事情進行互動）及對應的處理方法（如何進行互動）。其中的處理範疇會影響到NLU要分析的意圖及實體，對應的處理方法則涉及應用領域的互動流程，需要應用領域的專人（如：客服部門具豐富經驗者）共同協助開發設計，以確保AI作出正確判斷。有時候此技術模組需要對後端系統或資料庫進行相關存取（如：圖中的客服資料立案），以決定互動流程或提供相關資訊轉由真人進行後續處理。若交由AI電話客服如同真人一般負責完整的客服服務，但來電客戶的要求超出專人為AI規劃的設計範圍，則AI電話客服所提供的錯誤應對可能會造成意想不到的災難。

6. NLG（Nature Language Generation）：自然語言生成，負責輸出跟使用者互動的文字內容。除非要求AI可以針對任何對話都做出具有意義的回覆（例如：話題不拘的聊天），否則在專門應用領域中的NLG技術相對簡單，只要在設計故事線多輪對話管理時有考量到應涵蓋的應用範圍，就可以保證AI作出正常應對。

7. TTS（Text To Speech）：文字轉語音，將NLG的結果轉為數位語音檔案。除非要求AI表達出特定的口音或語氣，這部份的技術相對成熟。

上述3~7的技術屬於聊天機器人的共通核心，其內容敘述及技術限制均適用於各項基於AI自然語言互動的應用領域，如：語音助理、智能音箱、電話行銷、語音控制介面。

結論

AI電話客服是一項基於AI自然語言處理技術的重要應用，儘管受限於AI的技術能力及應用倫理，目前AI電話客服只是輔助真人的工具，必須跟真人客服共同合作。客服中心在應用AI電話客服後，將可以提升客戶的使用者體驗，並可針對人力資源進行有效的使用及規劃。目前鼎新電腦大人物部門所開發的AI電話客服已於公司內部上線提供服務，並預計在不久的未來推出基於AI電話客服的客服雲產品，為想提升客服品質卻人力不足的客戶提供服務。

更多AI思維及大人物相關資訊，歡迎加入【企業AI觀測站】FB粉絲團，我們將與您分享深度學習、機器學習、數據分析等相關內容，或是參考【AI案例庫】網站所提供之案例分享，期待您的加入與參與。