不斷被取代的傳統職業：快速發展的智能交互

摘要： 在人工智能的浪潮面前，愈來愈多的職業正被替代

前記

咱們身邊有不少不爲人知的職業，有些你可能知道，有些你可能不知道，更有一些，你或許聽過，卻從不明白它究竟是作什麼的。

速錄師，就是這樣的一個職業。不少人以爲這個職業簡單，只要會打字就行，其實否則。要作一名合格的速錄師，不只須要具有文化素質、心理素質、速度素質，更須要通過考覈，得到《速錄師職業資格證書》才能上任。心理和能力的考覈+300字/分的速度+97%以上的準確率，再加上考慮口述言語間的邏輯關係，這樣加起來的速錄，你還會以爲簡單麼？

如今，相似速錄師這樣你還還沒有了解的職業已經在被逐步取代。以速錄領域最艱深的律法行業爲例，浙江高院早已在司法語音大數據解決方案的幫助下取代了傳統的書記員。庭審現場，記者親測系統同步記錄延遲不超過500毫秒，並能不時進行自動糾錯，準確率達97%以上。那麼，到底是什麼產品才具備這樣強悍的實力？

應用場景

阿里雲智能語音交互是基於語音識別、語音合成、天然語言理解等技術，賦予產品「能聽、會說、懂你」式的智能人機交互體驗。目前，阿里雲智能語音交互已在庭審速記、線路檢測、智能客服、語音質檢、直播字幕等場景落地。

庭審速記：法庭庭審全程實時記錄，已覆蓋300+法院。
例：浙江省全省法院。

線路檢測：全量通話轉文本，發現可能存在的電話詐騙。
例：智檢雲SaaS產品。

智能客服：傳統客服向智能客服轉型。
例：螞蟻金服95188熱線、智能客服機器人。

語音質檢：語音轉文本後對服務過程進行質檢。
例：阿里集團客服、合衆人壽。

直播字幕：實時直播字幕與監控。
例：雲棲大會實時字幕；奧點雲的落地合做。

語言模型自學習工具

語言模型自學習是阿里雲智能語音交互在全球獨創的智能語音自學習平臺，是可以幫助用戶零基礎訓練業務的專屬語音模型。

在業務領域內一般會有一些特有的詞，默認識別效果較差時候能夠考慮使用泛熱詞/類熱詞，根據不一樣的業務場景具體選擇。經過將這些詞添加到詞表，就能夠達到改善這部分詞的識別結果。

若是在領域已經積累了比較豐富的歷史數據，那麼就可使用這些歷史數據對語言模型作定製的優化。經過使用語音自學習工具，能夠經過可操做的界面上傳訓練語料文本，並選擇對應領域的語言基礎模型，經過對訓練語料作模型訓練，能夠有效提升該場景的語音識別率，尤爲是專有名詞和文本中的高頻詞彙，有較好的優化效果。

智能互動大屏

智能語音交互的一大應用是包裝成在各種公衆空間可實現人機交互的智能大屏。其最大的特點是在強噪聲環境下的語音識別，同時具有免喚醒、長句子流式理解的能力。2018年3月，全球第一臺地鐵語音售票機正式落地上海南站和漢中路地鐵站，在地鐵真實嘈雜環境下，語音識別準確率超過96%，在解放人手的狀況下完成了10秒完成取票的操做，而正常狀況下人工取票通常須要30秒。目前，智能互動大屏的其主要適用場景有：

• 大交通：地鐵售票、問詢，機場、景區、火車站問詢；
• 新零售：點餐、試衣鏡、試裝鏡，商超導覽導購；
• 政企大廳：政務、運營商、銀行、保險大廳問詢；
• 其餘：醫院分診掛號和科室導航，圖書館找書。

寫在結尾的話

阿里雲智能語音交互獨有的語音模型訓練自學習平臺，加上其豐富的接口類型，及在電話、App、政法會議領域的經驗沉澱，給開發者在智能人機交互開發上提供了莫大的助力。

---

本文做者：數據智能小二

原文連接

本文爲雲棲社區原創內容，未經容許不得轉載。