做完智能語音質檢分析項目後，才知道的業內真相！

身為一家知名互聯網旅遊客服中心資歷尚淺的運營技術人，最近跟著老大參與了一項智能語音分析系統的項目，真是學到了不少東西。從項目的前期招標到最終實施驗收，整個項目下來簡直是把語音行業的各個廠商的命脈摸清了，也才知道原來充斥著神秘泡沫的智能語音分析也處處是坑。為了更好的總結學習同時抱著樂於分享的精神，特總結了這篇文章供業內小夥伴和有智能語音分析需求的團隊參考，請不要叫我雷鋒，畢竟人家姓鄧。

先從項目招標開始說起，最初我們是想優化客服中心質檢，提升客服整體服務水準，提高公司市場競爭力，增加企業收入的目的發起標書。很快國內幾家權威廠商分別聯繫到我們並根據我們的需求給出了各自的產品方案介紹。為了更清晰的認知各家廠商的實力背景、產品、服務、技術、以往案例等信息，根據所提供素材和項目溝通後做了如下對比總結。

溫馨提示：非專業人士出身，請輕噴。

一、企業實力及產品對比

通過企業實力和語音產品的對比，很明顯就可以看出各家差異，從公司實力方面看，上市公司實力彷彿更具優勢，但只針對語音進行分析和無法實現及時快速的服務響應速度成為其短板；在語音產品方面國內廠商1和國外廠商均可對文本類非結構化數據進行分析；廠商1產品不僅支持所需的智能語音質檢及分析功能，還可針對用戶需求進行定製化開發，且市面已有豐富的行客戶及業務分析模型，國外廠商在國內的代理不提供定製化開發，只能用現有的系統模型，這一點也許就是失去國內市場的一個重要原因。

為了驗證各家廠商實際產品服務能力，我們初期給每家廠商同樣的500條錄音文件進行POC測試。由於我們是互聯網旅遊行業第一個引入語音分析項目的企業（羞羞的有些自豪呢），所以這對於每家廠商來說都是一個全新的業務嘗試，各家在未經任何領域的學習前提下通過測試數據顯示如下：

從數據可以看出，國內廠商2均以各指標測試第一的成績獨佔鰲頭，本以為這次招標到這兒就可以順利的確定合作廠商了，顯然我還是圖樣圖森破。在接下來的產品演示及講標階段才知道，選擇合作供應商不僅只看這一方面，服務能力更重要。

二、廠商服務能力對比

從服務能力維度分析，國內廠商1更人性化，可根據不同行業客戶個性化需求進行產品定製開發；諮詢能力方面，國內廠商1,3和國外廠商均可提供業務諮詢能力，三者相比較似乎廠商1更能根據客戶需求提供差別化諮詢服務能力。國內廠商2,3則受限於產品和公司發展方向限制，語音質檢、分析產品實際並沒有持續更新的能力。

三、語音模型對比

從語音模型角度分析，三家雖均無互聯網旅遊語言模型基礎，但在語音分析方面國內廠商1能提供豐富的業務場景持續優化服務能力完全吸引了我的關注。在進一步溝通後，廠商1還展示了根據500條語音數據分析出的流程改善、服務技巧建議，這確實有些出乎我們意料。比如建議我們提供最低機票的退票險，以及避免引起投訴建議在客戶取消訂單時減少人工確認訂單號的流程等等，確實能看出廠商1通過系統分析後的價值。國內廠商2，3僅對特定行業部分場景提供語言模型且基本不提供持續優化服務的能力還是挺讓人桑心的。

當我們考慮到後期可能會有大量的數據陸續上線，是否支持後期數據的橫向擴容時，各家均肯定回復。了解了各家底層系統架構後，才明白什麼叫Native，才知道廠商前期誇下的海口聽聽就也就罷了。請看以下真實的情況說明：

四、大數據技術對比

大家都聲稱自己用的是人工智慧大數據技術，但撥開神秘的外衣才看清，連國內上市公司廠商2這樣的企業底層數據架構依然用的是傳統單機系統架構，後期擴容不僅會增加硬體設備費用，部署時間也是成本啊。相比國內廠商1還是比較給力的，採用了業內唯一的基於大數據的架構體系，支持海量大數據存儲、運算、分析，充分保障系統無中斷服務，自由增加、減少識別節點，來保證語音識別集群的橫向擴展。

了解完各廠家產品的基本情況後，就是關鍵的報價環節了。根據我們的具體需求，國內廠商1，2報價高於廠商3，廠商2受市場策略影響產品報價始終是走高價線路，這也可以理解畢竟公司品牌知名度已經佔領廣大消費的心智，但不能結合產品進行更新和用戶定製化需求，價格依然居高不下就不能理解了；廠商3是三家中報價最低的一家，但產品系統僅限於基礎業務功能，不能根據需求進行系統更新和後續海量數據增容不能滿足導致為其減分；比較之下廠商1報價算是比較合理，主要是可以滿足我們的個性化需求和後期數據增容的問題，而且是三家廠商中語音項目驗收客戶最多的一家。具體可見下圖：

五、市場策略對比

最後，為了更深入的了解廠商1產品真正的方案實施能力，老大提出要去參觀其典型客戶進行實地考察（在此之前我也不知道居然還可以有這樣的要求，不得不佩服老大的才智）。在緊鑼密鼓的籌備後，我們去了位於廣東的廣發銀行信用卡中心總部。

在廣發銀行，我們實地見證了廣發銀行信用卡中心5類業務，6000餘坐席，每年2.6億通電話的巨大語音數據體量。廣發銀行項目負責人介紹到：「通過使用中金數據語音大數據分析平台，能夠達到日處理時長約3萬小時的語音數據處理分析能力，質檢檢出率較之前提升至500倍。極大提高了呼叫服務中心在語音轉換、存儲、調聽和質檢方面的效率，在呼叫中心服務管理、電話營銷業務管理、人力資源管理和工作質量把控上有效提高了便捷度「。這不就是我們正在尋求的最終目的嗎。記得形成結束當天，老大及各部門領導就決定廠商1作為我們的此次項目的中標單位。

六、廠商綜合實力對比

在整個項目跟下來後，我也根據各家在語音技術、廠商實力、產品、服務、市場策略幾個維度進行了概括性總結，整理出上圖各家綜合對比。由於我們最終選用的廠商1作為合作夥伴，對他的了解更多一些，不能避免會有些許傾向性，還請大家見諒。不過好的產品是可以用數據來驗證的，請看下文。

七、廠商1目前使用情況

估計大家也很好奇，到底廠商1的實際使用效果怎麼樣，我通過後台數據可以看到如下信息。目前系統100餘項功能全部上線，並穩定運行一段時間了，就後台系統來看，全文準確率90.19%，每天錄音最高2300小時，最小1020小時；常規質檢共105個，常規關聯質檢4個；專項質檢工作日最高73個，最低15個；關聯質檢工作日最高9個，最低0個。就在前兩個月項目總結會上，深深的感受到什麼叫「沒有對比就沒有傷害啊」，原來五十人的質檢團隊一天質檢出的問題語音300件，現在質檢團隊縮減至20人，一天可質檢出1000多件！工作效率較之前大幅提升，效果還是非常明顯的，而且通過與廠商1技術方溝通，響應速度也很及時，一般遇到疑問在群里吼一聲，基本可以收到秒級的回應，這點我們還是非常認可的。

當然此篇文章僅是我個人的項目跟蹤經歷，總結出來供參考，畢竟我所了解的範圍有限，如有建議請大家輕噴，有不同觀點可以隨時留言溝通。