一、金融科技

金融科技：就是業(yè)內(nèi)所說(shuō)的Fintech。維基百科對(duì)此給出的定義是，由一群通過(guò)科技，讓金融服務(wù)更高效的企業(yè)，構(gòu)成的一個(gè)經(jīng)濟(jì)產(chǎn)業(yè)。Fintech并非簡(jiǎn)單的在'互聯(lián)網(wǎng)上做金融'，而是基于移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)金融服務(wù)和產(chǎn)品的發(fā)展創(chuàng)新和效率提升。簡(jiǎn)而言之，金融科技理解為：利用包括人工智能、征信、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)等前沿科技手段，服務(wù)于金融效率提升的產(chǎn)業(yè)。宜人蜂巢在金融科技的浪潮中，不僅擁有堅(jiān)實(shí)的技術(shù)基礎(chǔ)，構(gòu)建了一站式智能風(fēng)控服務(wù)體系并推出了許多風(fēng)控方面的產(chǎn)品。

[[262925]]

二、蜂巢機(jī)器人

宜人蜂巢團(tuán)隊(duì)于2018年正式推出蜂巢機(jī)器人。蜂巢機(jī)器人是一款智能語(yǔ)音對(duì)話機(jī)器人產(chǎn)品，它是人工智能技術(shù)領(lǐng)域的一個(gè)重要分支。蜂巢機(jī)器人涉及了大數(shù)據(jù)技術(shù)、云計(jì)算以及人工智能技術(shù)。主要應(yīng)用于智能催收與智能客戶領(lǐng)域，它直擊行業(yè)痛點(diǎn)的各項(xiàng)功能，幫助企業(yè)有效提高轉(zhuǎn)化率。蜂巢機(jī)器人的主要功能有：

• 全自動(dòng)撥打：批量上傳案件數(shù)據(jù)，一鍵啟動(dòng)群呼撥打計(jì)劃。按需設(shè)置，自動(dòng)撥打號(hào)碼及重播。
• 全真人原音對(duì)話：定制化語(yǔ)音交互設(shè)計(jì),各行業(yè)專業(yè)對(duì)話智能原音溝通,無(wú)感知人機(jī)對(duì)話，對(duì)話更貼近真實(shí)、順滑。
• 機(jī)器轉(zhuǎn)人工坐席：自定義意向客戶規(guī)則，通話過(guò)程中達(dá)到條件自動(dòng)觸發(fā)，無(wú)感知轉(zhuǎn)人工坐席,實(shí)時(shí)推送通話聊天記錄,實(shí)現(xiàn)人機(jī)無(wú)縫切換。
• 支持對(duì)話打斷：智能識(shí)別用戶打斷意圖，完成用戶打斷錄音行為，高度模擬真實(shí)對(duì)話場(chǎng)景。
• 客戶標(biāo)簽分類：完成通話及轉(zhuǎn)人工時(shí)，數(shù)據(jù)精準(zhǔn)分析管理,客戶類型自動(dòng)標(biāo)記篩選,方便人工及時(shí)跟進(jìn)意向客戶。
• 預(yù)測(cè)***撥打時(shí)間: 基于客戶歷史電話接通情況，由決策模型決定客戶***撥打時(shí)間，并在***撥打時(shí)間嘗試進(jìn)行客戶聯(lián)系，提高客戶聯(lián)系率及滿意度，提高還款效率。
• 對(duì)話全程錄音：電話外呼全程錄音, 數(shù)據(jù)統(tǒng)計(jì), 客戶標(biāo)記, 查詢?cè)嚶? 音轉(zhuǎn)文字, 客戶資料***保存。
• 大數(shù)據(jù)精準(zhǔn)用戶畫像：基于對(duì)于客戶在貸前、貸中、貸后的表現(xiàn)給予客戶不同金額段、不同風(fēng)險(xiǎn)等級(jí)的區(qū)分及拆分，基于客戶類型的劃分基于不同的催收方式、催收頻率、催收話術(shù)，在短信、信函、微信、催收機(jī)器人等多渠道催收方式上給予催收策略決策依據(jù)。

蜂巢機(jī)器人是一個(gè)全面的高效的智能語(yǔ)音對(duì)話機(jī)器人產(chǎn)品，在工程架構(gòu)方面：整體框架為了高度的解耦合，運(yùn)用了微服務(wù)框架;每個(gè)服務(wù)都是分布式開發(fā)部署，避免單點(diǎn)故障帶來(lái)的系統(tǒng)癱瘓;為了存儲(chǔ)大量的數(shù)據(jù)，系統(tǒng)結(jié)合運(yùn)用結(jié)構(gòu)化數(shù)據(jù)庫(kù)和分布式非結(jié)構(gòu)化數(shù)據(jù)庫(kù)。在算法方面：語(yǔ)言識(shí)別、對(duì)話系統(tǒng)以及語(yǔ)音合成等模塊，運(yùn)用了聲學(xué)模型、自然語(yǔ)言處理技術(shù)(NLP)、深度學(xué)習(xí)等人工智能技術(shù)。如下圖1為蜂巢機(jī)器人的整體框架：

圖1：蜂巢機(jī)器人整體框架

本文主要介紹的是蜂巢機(jī)器人主要在算法方面運(yùn)用的技術(shù)以及方法。在整個(gè)蜂巢機(jī)器人中機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)出現(xiàn)在每個(gè)環(huán)節(jié)。其實(shí)：整個(gè)蜂巢機(jī)器人的流程可分為語(yǔ)音識(shí)別(ASR)、語(yǔ)義理解(NLU)、對(duì)話管理(DM)以及語(yǔ)音合成(TTS)。如下圖2：

圖2：蜂巢機(jī)器人主體流程

電話通道實(shí)時(shí)把用戶的語(yǔ)音傳輸?shù)紸SR模塊，ASR將用戶的語(yǔ)音轉(zhuǎn)識(shí)別成文本，然后NLU模塊進(jìn)行文本理解，識(shí)別用戶的真實(shí)意圖;有了用戶意圖，開始與用戶對(duì)話，通過(guò)多輪對(duì)話來(lái)更清晰的了解用戶意圖，此時(shí)就需要對(duì)話管理模塊的對(duì)話狀態(tài)管理和對(duì)話策略的制定;***，機(jī)器人做出***反饋，反饋為文本應(yīng)答語(yǔ)句，語(yǔ)音合成把該反饋文本轉(zhuǎn)換成語(yǔ)音，播放給用戶，至此，機(jī)器人與用戶的多輪對(duì)話結(jié)束，同時(shí)完成具體的業(yè)務(wù)目標(biāo)，了解了用戶的同時(shí)提供了正確的服務(wù)。整個(gè)環(huán)節(jié)緊密相連，承上啟下，接下來(lái)就詳細(xì)介紹：

1. 語(yǔ)音識(shí)別(Automatic Speech Recognition)：

語(yǔ)音識(shí)別是一種廣義的自然語(yǔ)言處理技術(shù)。語(yǔ)音識(shí)別的輸入就是一段隨時(shí)間播放的信號(hào)序列，而輸出是一段文本序列。將語(yǔ)音實(shí)時(shí)轉(zhuǎn)換成人與機(jī)器能夠理解的文字文本，為人與機(jī)器的交互做好了***步工作，也是最重要的一步。完備的語(yǔ)音識(shí)別系統(tǒng)通常包含信息處理和特征提取、聲學(xué)模型、語(yǔ)言模型和解碼搜索這4個(gè)模塊，如下圖3：

圖3：語(yǔ)音識(shí)別系統(tǒng)主流程

在語(yǔ)音預(yù)處理階段，信號(hào)處理主要的工作是靜音片段切除、分離混疊音軌、消除噪音和信道增強(qiáng);在特征提取階段主要利用MFCC特征提取方法和基于深度學(xué)習(xí)的特征表征方法來(lái)獲取語(yǔ)音的特征提取，形成機(jī)器能夠識(shí)別的數(shù)值類型數(shù)據(jù)。傳統(tǒng)的聲學(xué)模型主要是混合高斯模型(GMM)和隱馬爾科夫模型(HMM)，隨著深度學(xué)習(xí)的成熟，基于深度學(xué)習(xí)的聲學(xué)模型也得到應(yīng)用(例如：結(jié)合HMM模型與DNN模型的DNN-HMM混合模型、TDNN模型以及DFCNN模型)，并且效果也得到提升。***一種端對(duì)端(END2END)語(yǔ)音識(shí)別處理系統(tǒng)也是研究的熱點(diǎn)。

2. 中文文本糾錯(cuò)：

語(yǔ)音識(shí)別轉(zhuǎn)換的文本是后續(xù)流程處理的主要信息，然而語(yǔ)音識(shí)別的準(zhǔn)確率不可能是***，這種系統(tǒng)級(jí)聯(lián)的不確定性會(huì)嚴(yán)重影響系統(tǒng)的準(zhǔn)確性。為此，中文文本糾錯(cuò)非常有必要。ASR后文本糾錯(cuò)主要關(guān)注處理的是諧音字詞糾錯(cuò)(配副眼睛-配副眼鏡)和混淆音字詞糾錯(cuò)(流浪織女-牛郎織女)。蜂巢機(jī)器人利用人工規(guī)則、N-gram模型、拼音相似度以及同義詞搭配等方法來(lái)糾正拼音正確但識(shí)別有誤以及因背景嘈雜引起的語(yǔ)音識(shí)別語(yǔ)句主體部分的識(shí)別錯(cuò)誤，而在語(yǔ)義關(guān)聯(lián)上的錯(cuò)誤，采用雙向LSTM檢查，較好的解決了這類多義性句子的語(yǔ)義錯(cuò)誤。

3. 自然語(yǔ)言理解(NLU)：

NLU主要是理解ASR轉(zhuǎn)換的文本，同時(shí)結(jié)合用戶畫像等數(shù)據(jù)來(lái)挖掘用戶此時(shí)的真實(shí)意圖。此模塊三大功能是：領(lǐng)域識(shí)別、意圖識(shí)別和槽位提取(如圖4)。

圖4：意圖識(shí)別實(shí)例

NLU是將文本歸一化計(jì)算成機(jī)器可以理解的語(yǔ)義表示。NLU可以使用語(yǔ)義解析或語(yǔ)義標(biāo)注的方式獲得，也可以把它分解為多個(gè)分類任務(wù)來(lái)解決。蜂巢機(jī)器人在NLU部分在冷啟動(dòng)階段，采用基于正則表達(dá)式的規(guī)則方法和無(wú)監(jiān)督學(xué)習(xí)的語(yǔ)句相似度方法來(lái)實(shí)現(xiàn)。隨著數(shù)據(jù)的積累以及對(duì)數(shù)據(jù)標(biāo)注，在用戶領(lǐng)域識(shí)別和意圖識(shí)別上采用了分類算法，例如：機(jī)器學(xué)習(xí)中的SVM以及深度學(xué)習(xí)領(lǐng)域的CNN和RNN。槽位提取其實(shí)是通過(guò)學(xué)習(xí)一系列標(biāo)注序列數(shù)據(jù)來(lái)預(yù)測(cè)新標(biāo)注序列，是一個(gè)序列標(biāo)注問(wèn)題，主要采用的方法是BLSTM+CRF。由于意圖和槽位具有較強(qiáng)的關(guān)聯(lián)關(guān)系，所以嘗試采用同一個(gè)網(wǎng)絡(luò)來(lái)完成意圖識(shí)別和槽位提取。

4. 對(duì)話管理(DM)：

用戶的需求較復(fù)雜，單輪對(duì)話不能夠很好的獲取用戶的真實(shí)意圖，通過(guò)對(duì)話管理實(shí)現(xiàn)用戶與機(jī)器人的多輪對(duì)話，機(jī)器人就能夠通過(guò)詢問(wèn)、澄清或確認(rèn)來(lái)獲取更多的用戶信息，從而幫助用戶明確需求。對(duì)話管理的主要任務(wù)是維護(hù)用戶和機(jī)器人的對(duì)話狀態(tài)，并且與知識(shí)庫(kù)產(chǎn)生信息交互，從而選擇下一步***的動(dòng)作。蜂巢機(jī)器人在早期采用了基于議程(agenda)的對(duì)話管理，利用圖數(shù)據(jù)庫(kù)存儲(chǔ)層次結(jié)構(gòu)分明且有序的話術(shù)內(nèi)容和關(guān)系，這樣整個(gè)用戶與機(jī)器人的對(duì)話實(shí)質(zhì)上是對(duì)樹的遍歷，并且較容易的支持話題切換、回退和退出。隨著場(chǎng)景的增加，用戶的實(shí)際需求變得多樣性，其中有些質(zhì)詢問(wèn)題的多樣性導(dǎo)致基于議程的對(duì)話管理過(guò)于復(fù)雜，而且難以管理。因此，結(jié)合了基于議程的對(duì)話管理和基于槽位的對(duì)話管理，在正常業(yè)務(wù)流程中使用于議程的對(duì)話管理;而在質(zhì)詢業(yè)務(wù)問(wèn)題方面，采用了填槽的對(duì)話管理方式，整個(gè)對(duì)話過(guò)程就是一個(gè)不斷填槽的過(guò)程。而整個(gè)槽位信息的獲取就是NLU階段的信息輸出。在對(duì)話管理中，話術(shù)的管理利用分布式圖數(shù)據(jù)庫(kù)，同時(shí)采用圖的遍歷技術(shù)尋找下一節(jié)點(diǎn)以及***問(wèn)題檢索的相似度重排序。

5. 語(yǔ)音合成(TTS)：

語(yǔ)音合成模塊是蜂巢機(jī)器人***的一個(gè)重要模塊。語(yǔ)音合成就是把尋找出的***話術(shù)文本轉(zhuǎn)換成語(yǔ)音音頻通過(guò)電話通道播放給用戶。語(yǔ)音音頻主要解決發(fā)聲和語(yǔ)氣兩個(gè)大問(wèn)題：清晰的發(fā)聲解決了用戶是否聽清機(jī)器人，而語(yǔ)氣主要是讓機(jī)器人更像有感情的真人。蜂巢機(jī)器人在語(yǔ)音合成階段利用了拼接法，根據(jù)機(jī)器人的***文本在語(yǔ)音庫(kù)中找去不僅在語(yǔ)言學(xué)特征上，還在聲學(xué)特征上也是類似的音素 。在實(shí)際的業(yè)務(wù)中，有些話術(shù)存在參數(shù)變量，這個(gè)變量隨著用戶的本身信息的不同而不同，所以通過(guò)拼接發(fā)很容易解決這個(gè)問(wèn)題。語(yǔ)音拼接法雖然聽起來(lái)很自然，但是在前期語(yǔ)音的錄制和裁剪中需要花費(fèi)大量人工，而且系統(tǒng)擴(kuò)展性很差。在后期，打算利用建立基于參數(shù)的語(yǔ)音合成系統(tǒng)，它其實(shí)是一個(gè)文本抽象成語(yǔ)音學(xué)特征，再用統(tǒng)計(jì)學(xué)模型學(xué)習(xí)出來(lái)語(yǔ)音學(xué)特征和其聲學(xué)特征的對(duì)應(yīng)關(guān)系后，再?gòu)念A(yù)測(cè)出來(lái)的聲學(xué)特征還原成音頻的過(guò)程。這個(gè)技術(shù)主要是基于統(tǒng)計(jì)的模型完成，現(xiàn)階段主流深度學(xué)習(xí)模型。

三、未來(lái)展望

蜂巢機(jī)器人整個(gè)鏈路設(shè)計(jì)到了大數(shù)據(jù)、云計(jì)算、人工智能等諸多前沿技術(shù)，特別在某些領(lǐng)域還沒有***的解決方案。蜂巢機(jī)器人作為AI技術(shù)的實(shí)踐者，為了更好的落地，蜂巢機(jī)器人有如下的展望：

• ASR方面：更好的提升語(yǔ)音識(shí)別的準(zhǔn)確性以及識(shí)別更加復(fù)雜的對(duì)話場(chǎng)景，需要做好降噪處理和多聲道識(shí)別。為了更貼切業(yè)務(wù)，需要加入男女聲識(shí)別、方言的識(shí)別和領(lǐng)域詞匯的識(shí)別等。
• 語(yǔ)義理解方面：嘗試更加優(yōu)秀的算法，提高意圖識(shí)別和槽位信息提取的準(zhǔn)確率。
• 對(duì)話管理方面：融合多種方式的對(duì)話管理框架，最終實(shí)現(xiàn)機(jī)器人端對(duì)端的學(xué)習(xí)，利用增強(qiáng)學(xué)習(xí)等方法使得機(jī)器人大腦更加智能。
• TTS方面：基于深度學(xué)習(xí)的語(yǔ)音合成系統(tǒng)構(gòu)建能夠合成有情感的語(yǔ)音音頻，變得更有節(jié)奏。

【本文是51CTO專欄機(jī)構(gòu)宜信技術(shù)學(xué)院的原創(chuàng)文章，微信公眾號(hào)“宜信技術(shù)學(xué)院( id: CE_TECH)”】

戳這里，看該作者更多好文