科技-誓做客服机器人里的大疆，意能通ALL IN自研智能语音引擎

【逐日科技网】编者按：客服机器人市场，在客户的争取上已进入白热化，特别是中大型客户的争取已全面进入价格战模式。处于行业第1梯队的意能通面对现状，却胸有成竹。由于在他们看来，属于他们的时期才刚刚开始。

据笔者视察，国内客服机器人行业发展非常快，快到乃至有些变态。客服机器人产品是从2017年底开始，随着人工智能利用的爆发，大批量进入市场，以后迅速跃过成长时间、成熟期，直接进入爆发期。这1点从百度投放的数据可以证明，国内像灵声、百应、硅基这些客服机器人范围以上企业，百度竞价推行的时间都是10个月左右，并且关键词客服机器人的推行价格，也在这段时间由几块钱迅速上涨到40多块钱。市场竞争之剧烈令这个新兴行业的发展显现出舍本逐末的态势。不过造成这1现状的根本缘由却是市场对客服机器人产品的刚性需求。由于客服人员招人难、培训本钱高、活动性大，不容易管理，而客服机器人可以全天24小时工作，还能通过实时数据反馈不断学习，企业有足够的动力用客服机器人取代1部分人工客服。

并且根据的调查数据显示，中国大约有500万全职客服，以年平均工资6万计算，再加上硬件设备和基础设施农村集体土地建厂属于违建吗，整体范围约4000亿人民币。依照40⑸0%的替换比例，并排除场地、设备等基础设施和甲方预算缩减，大概会有200⑶00亿范围留给客服机器人公司。面对如此大的蛋糕，市面上短时间内出现近百家客服机器人公司就不难理解了，并且智能语音开放平台还提供了看似成熟的解决方案，让这个行业的门槛变得貌似非常低，所以行业整体上才显现出大干快上的发展节奏。

其实做好客服机器人的门槛相当高。仅就语音辨认来说，虽然智能语音开放平台，比如科大讯飞、百度、阿里、腾讯这些，都提供了解决方案，并且准确率都很高，但这个准确率都是在手机里面测试的结果，技术人士应当清楚，手机声音采样1般是16K Hz以上，双麦克风搜集，语音质量非常高，所以才可以到达95%以上普通话辨认准确率。但是在电话场景里搜集的音频通常是8K Hz的，音频质量较差，所以直接调用开放平台的语音辨认接口，准确率就会急剧降落，效果就不会太理想。因此，要做好客服机器人的语音辨认率，就应当对语音辨认(ASR)的算法进行深入的研究，针对8KHz在语音辨认算法上做出针对性的参数调解，才能建立的电话语音辨认引擎，没有这些作为基础，就不会有让客户满意的语音辨认率，更别企图打造1个的客服机器人产品。

成立于15年的意能通，刚刚完成2450万A轮融资，被估值2亿。旗下核心产品小意机器人，就没有采取任何1个智能语音开放平台的方案，而是全情投入自研语音辨认引擎，耗费巨资，从底层去解决电话语音辨认准确率的问题房屋拆迁征收与补偿标准。还自研了自然语言处理引擎，并把两个引擎进行了深度整合，实现语义库与语音辨认引擎同步训练，在语音上就能够进行适应和纠错，无需先做语音辨认转文字，再做语义理解，避免了准确率经过逐级传递最后导致非常差的现象，让小意机器人智能语音辨认准确率到达业内水平。

意能通能到达如此成绩与其首创人刘雨松博士的理念密不可分，在15年意能通创建之初，就计划将其打造成客服机器人行业的大疆。笃信技术，崇尚创新能力，坚韧不拔，用具有在全球都的核心竞争力，为客户提供秀的客户体验，获得市场的尊重，这即是刘雨松博士对大疆成功的总结，也是意能通最信奉的价值观。

在践行价值观的路上，刘雨松博士带领几10人的技术团队，创新性的判断只有大批量高质量的电话语音数据，对自研的算法模型进行针对性训练，才能打造出的客服机器人，由此，他们通宵达旦，全年无休的搜集了长达数万小时的电话语音数据，在结果未明的情况下，1丝不苟的进行标注和训练。如今，这些数据已成为小意机器人横行市场的硬核武器，让小意机器人迅速占据了行业技术的制高点，建立了牢固的技术壁垒，让竞争对手望尘莫及，为小意机器人成为行业领军企业铺平了道路。

也正是看到了这些技术优势，多个行业近百家头部企业都成了意能通的客户，比如中国电信、中国联通、人保财险、同程旅游等等。为了更好的服务这些客户，意能通为他们提供了完全私有云部署和离线部署方案，完善解决了客户对数据遗失、盗取的顾虑，并且到目前为止，意能通也是行业内1家可以提供此方案的企业。同时在私有化部署上，意能通现在可以做到1个CPU 10并发，每个并发在1秒钟之内可以得到回复，双CPU共32核的话，极限可以做到500个并发，相对现在市面上包括讯飞做到的大概1个核两3个并发，构成了强大的竞争优势。

刘雨松博士领导的意能通团队，以技术创新作为企业发展的源动力，取得了客户的尊重。随着这次融资的成功，势必让意能通开始更大范围的进入客户视野，可以说属于意能通的时期已到来。我们也非常希望看到，在以意能通为代表的技术驱动型企业的引领下，客服机器人行业能真正进入技术引领的时期私自搭建能强拆吗，促使行业的发展回到正常轨迹。