语音+AI 将响亮地进入职场

2020 年 6 月 29 日 AINLP

虚拟助手今年已经16岁了。你已经不需要努力瞧，或者大声说话，就能找到它们。 事实上，到2023年，将有大约80亿台基于语音的设备--比现在的世界人口还多。 从亚马逊的Echo和谷歌的Assistant到苹果的Siri、三星的Bixby和微软的Cortana，全世界数十亿人每天都在使用语音来安排约会、获取路线、播放音乐或快速获取答案--所有这些事情都曾需要我们繁琐地打字或书写。就连Twitter最近也宣布，用户现在可以用语音推送自己内心的思绪。

然而，尽管基于语音的设备在我们的个人生活中得到了广泛的应用，但基于语音的应用在我们的职业生活中却远没有在我们的家庭中那么普遍。 可以说，消费技术引领着人类行为的改变，而企业的消费化总是首先受到一种期望的驱动，即工作工具应该和个人技术解决方案一样方便。以90年代末开始的AOL Instant Messenger和Yahoo! Messenger为例。直到它们的消费者采用率达到顶峰，消费者才开始期望与同事的沟通就像与朋友聊天一样；20年后，Slack诞生了。

语音也不会例外。当我们在个人生活中逐渐将语音作为自己和技术之间互动的标准媒介时，我们将开始看到职业生活中对类似技术的需求越来越多。 谷歌语音的新闻产品负责人Steve McLendon认为，"我们认为语音是无处不在的'永远与你同在'的平台，让你在现实世界中做事。" Gartner预测，到2021年，25%的工人将每天使用一些基于语音的技术。 这并不奇怪，因为在2018年至2019年期间，已经使用或立即计划使用虚拟客户助理的CIO比例上升了10个百分点，达到31% 。【来源：Gartner，《虚拟客户助理市场指南》，Brian Manusama，Bern Elliot，Magnus Revang，Anthony Mullen，2019年7月11日。】而虚拟客服助理既可以处理文字，也可以处理语音，但一些技术专家预测，语音将成为人与电脑之间的标准交互媒介。

此外，在技术上已经取得了一些令人难以置信的进步，使得现在恰恰是语音的企业应用起飞的好时机。从历史上看，大多数基于语音的技术都没有达到预期的效果。这是因为理解语音的典型方法是先收集数据，然后转录和标记数据以提供结构，最后在上面建立一个机器学习模型。问题往往出在获取足够多的标签数据上，这往往是一个瓶颈。

最近，自然语言理解方面取得了惊人的进展。来自谷歌、Facebook和OpenAI的自然语言模型开始在各种基本任务上胜过人类。这些新的 "预训练 "和开源模型允许用户使用更少量的标签数据来 "微调 "他们的需求。OpenAI的最新模型GPT-3是在完全消除微调需求方面取得的实质性进展。虽然这项研究还处于起步阶段，但它有可能消除目前语音应用的一些僵化现象，开启理解和利用语音的新途径。

用AI开启语音应用新机遇

虽然将语音作为商业应用的技术平台并不是一项新的举措，但迄今为止，这方面的努力还相当有限。早期的应用主要存在于录音和转录电话中，比如医生在EMR中放入笔记。

然而，随着人工智能技术的进步，分析语音的应用使这些解决方案从一个很好的功能变成了一个记录系统，它可以为收入增长、节约成本和留住人才释放机会，这只是其中的一部分。

以下是一些特定领域，语音和AI的结合被证明是一个强大的组合。

记录和分析销售电话。 今天几乎所有的销售都是通过电话进行的。像 Gong 这样的公司使用AI来挖掘这个数据宝库，以产生独特的业务洞察力，预测哪些交易会完成或哪些客户会流失，并识别顶级销售人员说的关键词，这些关键词可以用作培训。
客户支持电话中的实时反馈。 几十年来，客户支持电话一直在 "录音以保证质量"，而 LevelAI 和 ObserveAI 等新公司则利用先进的人工智能为客户支持代表提供实时指导，帮助他们快速解决问题。
去掉背景噪音。 像 KrispAI 这样的公司实时使用AI来静音任何通信应用程序中的背景噪音。当众多人在同一空间工作，或者当一个人在旅途中接听电话时，这可以特别方便。
远程团队协作。 这发生在我们最好的人身上：我们在Notion文档上读到一封电子邮件或评论，并认为我们的同事正在以一种消极的侵略性语气写作。想象一下，你可以不用猜测同事的语气，而是简单地听一下他们在文档上的语音记录。虽然这是一项非常新兴的技术，但像 Walkie 这样的公司允许你在不同的应用中为同事留下数字语音笔记。
通过语音生物识别技术实现安全。 随着在线安全和身份认证变得越来越重要，一些公司开始将语音作为唯一验证员工的最佳方式。像 AI Secure 和 VoiceKey 这样的公司提供了一个使用你的语音进行身份验证进入应用程序的平台。
工业界的智能语音助手。 考虑 Datch，它专注于制造业和能源行业。它的软件可以让工人通过对话捕捉他们的知识，而不是要求他们花几个小时盯着屏幕弯腰在桌子上手动输入数据。
现场服务技术员。无办公桌的工人必须依靠声音进行交流；在工地上掏出手机发短信既不安全也不高效。例如，Hardline正在为现场技术人员创建 "Slack for Voice"。利用人工智能，最终总承包商的项目完成了多少，并根据这些对话预测任何延误。
医疗保健应用。从心理健康到神经退行性疾病，理解和分析语音可以成为医疗保健的强大工具。例如，Voiceitt 可以让有严重语言障碍的人对着电话说话，它就会读出这个人所说的文字记录。该公司的语音识别软件会根据说话者的声音进行训练，从而更好地理解他们独特的语音不规则和发音。WinterLight Labs 使用简短的语音样本来识别那些有痴呆症风险的人。

有点自相矛盾的是，虽然我们有无数的沟通工具，如电子邮件、Slack、WhatsApp、Facebook Messenger、短信等，但最有效的单一信息传递方式还是通过语音。例如，为了解释一个复杂的问题或进行一次困难的沟通，现场说话永远是最好的媒介。事实上，语言是使我们这个物种有别于其他物种的最原始、最重要的工具。它赋予了我们最复杂的能力，是文明成就的基础。 现在，我们终于准备好以一种可理解的、合乎逻辑的数字形式真正释放它，让企业家们创造出难以想象的新解决方案，解决我们社会最紧迫的问题。

英文原文：

https://www.forbes.com/sites/ninaachadjian/2020/06/25/voice--ai-is-coming-to-the-workplace-loud-and-clear/

更多 Chatbots 相关文章：

推荐阅读

用 SQL 而不是 Python 处理文本数据

学自然语言处理，其实更应该学好英语

这个NLP工具，玩得根本停不下来

文本自动摘要任务的“不完全”心得总结番外篇——submodular函数优化

Node2Vec 论文+代码笔记

模型压缩实践收尾篇——模型蒸馏以及其他一些技巧实践小结

中文命名实体识别工具（NER）哪家强？

学自然语言处理，其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。