近几年,人工智能技术及应用快速深入发展,智能语音、图像识别等AI核心技术在推动产业数字化转型方面发挥出重要作用。其中,智能语音交互更是不断取得突破进展,为工业、教育、医疗、互联网等行业优化产品及服务体验带来明显优势。
日前,在广西玉林市的一家制造业龙头企业“广西玉柴机器集团有限公司”,由联通数科自研的AI智能语音交互引擎正式投入应用,主要提供语音识别(ASR)、自然语言处理(NLP)等核心引擎服务与智能对话,支撑其智能坐席系统建设。
当客服接通电话后,该套系统可将通话语音实时转写成文本,并能针对客户的意图自动为客服人员提供回复提示,大幅提升了服务效率。
落地更多智能交互场景
该系统基于自研的语音识别、语音合成和自然语言处理等核心引擎,提供智能语音质检、智能外呼、智能对话等应用,可广泛应用在电信领域、数字政府、工业互联网、智慧金融、智慧医疗等行业的智能交互场景。

语音交互引擎是自研语音交互产品的核心,主要由语音识别(ASR)、自然语言处理(NLP)、语音合成(TTS)三类引擎构成,可实现“听”、“理解”、“说”等功能,性能对标业界,通过API方式提供开发调用服务。
智能语音质检平台,基于自研ASR和NLP技术,面向呼叫中心提供话务质量检测的产品,可帮助用户解决人工质检效率低、无法全量质检等痛点问题。该平台可根据业务场景配置质检规则(如关键词、话术、情绪、静音时长等及其组合),可视化显示客服人员的服务质量。

智能外呼平台,在自研ASR、TTS、NLP基础上打造高度拟人化的智能外呼机器人。平台提供可视化界面进行话术、流程的配置,快速灵活定制通知、回访、问卷调查等多种形式的外呼话术,实现外呼机器人定制,并能够自动完成外呼任务,支持多种维度的呼叫结果分析。

智能对话平台,融合NLP和知识图谱等技术,实现任务型对话和知识型对话等,支持对话知识库配置、对话流程控制等功能,支持钉钉、微信、APP、网站等多种接入通道,广泛适用于智能客服问答、智能办公助理、售前业务咨询等在线/电话客服系统。

联通自研语音识别引擎,支持标准普通话、重口音普通话和中英文混合识别;支持自动切句,自动添加标点,说话人分割等功能;在场景上支持离线识别和流式在线识别两种模式;在模型自定义上支持用户添加自己的热词模型和自定义语言模型。在普通话及重口音数据集上,性能同步业界,在运营商通话数据集上已形成领先优势。
智能语音交互是联通数科自主打造的对话类“职业技能”,致力于提供类人的“听”“理解”“说”等能力,助力各行业呼叫中心、客服机构等提升客户服务效率和服务体验。未来将持续面向客户痛点需求打造更多具备“职业技能”的行业AI,赋能行业数字化转型和智能化升级。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。