目前,圖像和語音識別依然是人工智能應用最成熟的應用分類,其技術仍處於識別和歸類的層面,想要推進認知能力的提高、進而優化人機交互的體驗尚需時日。針對各式需求,在AI情緒識別領域,技術巨頭們早已佈局。架構
現在,AI情感識別已經逐步應用到安防、廣告、教育等與特殊人羣密切相關的行業中。而在被視爲高端服務業的金融業,AI「情緒識別」技術的價值則更爲明顯。在多年的發展中,中騰信AI情緒識別技術已經實踐於催收的應用中,利用人工智能完成催收領域的質檢,實現合規。機器學習
據瞭解,傳統質檢以人工抽檢爲主,數據顯示,其抽檢比例僅能達到1%-2%,信息的提取與處理時長平均須要60分鐘,企業依賴於人工質檢,每一年成本支出又居高不下。此外,不良的催收做業行爲很可貴到有效約束,存在合規隱患。佈局
正由於如此,目前金融行業質檢數據難以有效聚合、統一管理,沒法更深刻地剖析數據潛藏的價值,語音數據成了「沉睡」的富礦。中騰信智能質檢應運而生。學習
現任中騰信大數據架構師霍諒認爲:「智能質檢已對質檢流程作了全面優化,使工做效率大幅提高,質檢覆蓋率達百分百,信息提取與處理時長縮到數秒,質檢數量天天超萬件,效率同時提高了百倍以上。既解決傳統質檢效率低、成本高、合規風險大的諸多痛點,又大大下降了成本。」大數據
根據多年消費金融風控經驗,中騰信結合催收場景,經過基於文本和基於音頻兩種方式來訓練了情緒識別模型,使質檢系統具有起情緒識別能力。優化
據悉,中騰信智能質檢所採用的文本和音頻情緒識別交叉結合的方式,其識別準確率上相較利用傳統模型進行建模和對純音頻直接識別的方法有了必定的提高,一方面用戶的意圖識別更爲精準,另外一方面也在促使催收員對話過程當中情感飽滿度和溝通準確度。人工智能
霍諒坦言:「中騰信語音情緒識別在催收質檢環節的應用,尚處於逐步深刻的階段,隨着系統應用樣本的不斷擴充,機器將持續學習、模擬人的判斷邏輯,經過對質檢人員判斷結果數據不斷運算,優化自身的判斷規則,自主迭代升級。所以,依賴機器學習的加入,將來有望實現徹底由機器質檢,人機合一,機器學會‘察言觀色’將成爲現實。」 大連渤海婦科醫院 mobile.bhbyby.comspa
將來,中騰信將立足自身優點,持續加大情緒識別領域的研發與創新,在金融領域「情緒識別」賽道上表現出更強的爆發力,成爲在人工智能等前沿科技探索,並將優秀經驗、技術轉化成果,爲合做機構賦能的金融科技領頭羊。效率