您好，歡迎致電××銀行，我是語音助手××，請直接說出您要辦理的業務”“業務查詢請按1，業務辦理請按2，人工服務請按3……” 撥打部分銀行客服電話時 消費者經常會聽到這樣的提示 當前 智能客服已成為不少銀行的“標配” 近年來，受互聯網沖擊、凈利潤增速趨緩等因素的影響，銀行業面臨著較大的挑戰。為改善服務質量，降低營業成本，各大銀行紛紛布局人工智能應用領域，以贏取消費者的青睞。

　　興業銀行打造的智能語音客服機器人自2020年7月成功上線以來運行良好，在上線不到兩個月的時間內，實現日均處理客戶來電4萬多通，端到端整體識別率91%以上，語音轉文字整體字準率93%以上，處于業內水平。 據介紹，興業銀行智能語音客服機器人具備可視化多輪對話管理、高精度智能FAQ、高效快速的自主學習模式、情感分析等核心功能。在增強智能客服語音能力的同時，機器人具備更好的感知能力、認知能力、表達能力，從而實現多輪對話、回答等更多功能，完善的智能語音客服系統讓興業銀行客戶服務能力更從容、更高效，更有溫度。

　　不過，在實際體驗過程中，銀行的智能客服還沒有足夠“智能”，在客戶體驗上仍有待加強。例如，一家股份制銀行電話銀行智能客服在輸入卡號后，就可辦理賬戶查詢及轉賬、電話掛失及密碼修改、開戶行查詢、個人等業務，但是需要根據提示一步一步進行。在微信公眾號方面，需要輸入的關鍵詞，才能得到相關答案。例如，查詢“轉讓”，另一家銀行公眾號雖然顯示業務的介紹，但仍需輸入相關序號來了解具體的內容。

　　銀行智能客服的工作原理：

　　語音機器人的工作原理主要是在人機的對話過程中，模擬客服的聽、說、理解、決策這四項能力。 首先，用戶在電話一端說了一句話，機器人它會先聽，聽是什么，就是把用戶的這段話通過語音識別轉化成文本。 第二個環節是拿到文本之后，要理解他背后的意圖，這個環節就是NRU。實際上，這一段文本轉化成意圖之后，計算機才能去處理這個意圖節點相關的數據標簽。 *關鍵的環節叫做決策，怎么去響應用戶，是用問句還是用回答，或是用其他內容，這是一個決策的過程。決策完之后就會用到NRG，就是自然語言生成，生成一段對應的相關的話術，這段話述可以是由業務事先配置好的，也可以基于過去人工對話的海量樣本，從中挑選優秀的話術。 一個環節，把這段文本通過語音合成技術形成一個聲音信號，然后通過電話放給用戶聽。 整個聽、說、理解、決策這四項需要在幾百毫秒以內完成，這樣用戶才有及時對話的響應，才沒有卡頓的現象。

　　出現錯誤時怎么處理：

　　實際上，在人機對話過程中，機器人一定會犯錯誤，這是避免不了的。尤其是當有些話，機器人它沒有聽懂，比如它識別錯了；另外，就是這句話它沒有猜出背后意圖的時候，就會在和用戶對話中產生一些不順暢的地方。那這種錯誤我們是怎么發現呢？

　　主要從兩個方面：

　　1.從機器人的角度，機器人聽到一句話的時候，如果它理解不了背后的意圖，這時候我們的程序就能自動識別出來。

　　2.從用戶的角度，我們會實時監測用戶和機器人對話過程中，不管是用戶有重復的話語，重復的意圖，甚至比如說問一些“你為什么聽不懂我說話”這種類似的句子。

　　這些錯誤都被實時的抓取出來，我們會對接到后臺的標注系統，標注系統就是由機器人訓練師在上面去看，哪些問題，哪些用戶表達的內容機器人識別錯了，不管是文字也好、意圖也好。 這時候訓練師會站在客服的角度，去糾正它的文字，還有意圖。這些被糾正的文字和意圖，會自動的進入到語音的深度訓練模型里面，然后每天會去自動訓練、迭代。這樣的話，機器人有了這些問題的樣本，經過訓練、優化之后，當它再次遇到這些問題的時候就能夠聽懂。 SO，朗深技術提醒，想要智能客服智能，效果好。需要配備人工客服進行配合，還需要對機器人進行定期的問題整理更新。