“您好，請問是李立先生嗎”，或許不少人在撥通客服電話后發(fā)現(xiàn)是機(jī)器人客服，都希望能快點轉(zhuǎn)人工。但順豐的“客服機(jī)器人”卻是“與眾不同”的存在。 順豐已成為國內(nèi)領(lǐng)先的快遞物流綜合服務(wù)商、全球第四大快遞公司，依托領(lǐng)先的科技研發(fā)能力，為用戶提供便捷、專業(yè)、有溫度寄遞服務(wù)。作為順豐的智慧大腦，順豐科技聚焦實現(xiàn)物流大網(wǎng)和供應(yīng)鏈底盤的數(shù)智化轉(zhuǎn)型與升級，通過打通營運、銷售、體驗等環(huán)節(jié)與板塊的數(shù)字閉環(huán)，助力客戶體驗提升。 順豐科技的自然語言處理（NLP）團(tuán)隊基于飛槳語音模型庫 PaddleSpeech 自研了“智能外呼機(jī)器人”的語音合成系統(tǒng)，于2022年雙十一前夕正式上線并持續(xù)穩(wěn)定運行，助力業(yè)務(wù)提質(zhì)增效。 據(jù)悉，順豐科技 NLP 總工李理帶領(lǐng)團(tuán)隊借助飛槳深度學(xué)習(xí)平臺提供的開源語音模型庫，用時不到半年就完成了語音合成自研功能開發(fā)、測試和上線應(yīng)用。順豐速運全國客服熱線“95338”每月的熱線外呼通知、回訪、調(diào)研等，其中有百萬話務(wù)量都是通過“智能外呼機(jī)器人”完成。

為了長線發(fā)展 自研是為了更好的服務(wù)

順豐的快遞小哥在上門派送前，通常會通過“95338”與客戶進(jìn)行電話溝通，詢問客戶是否在家、可不可以現(xiàn)在派送，或者什么時候派送等內(nèi)容?！爸悄芡夂魴C(jī)器人”解決方案，便是用外呼機(jī)器人代替快遞小哥自己打電話的方式與客戶提前溝通，該方案早已有較為廣泛的應(yīng)用，幫助快遞員大幅提升了工作效率，也為用戶帶去更優(yōu)質(zhì)的服務(wù)。 此前，順豐通過外采語音合成技術(shù)和產(chǎn)品，開展“智能外呼機(jī)器人”服務(wù)。然而，隨著近年來順豐集團(tuán)業(yè)務(wù)量的快速增長，每月的話務(wù)量達(dá)到百萬級時，外部采購的產(chǎn)品就無法滿足現(xiàn)在的業(yè)務(wù)需求了。 一方面，外部供應(yīng)商只能提供部分基礎(chǔ)性服務(wù)，針對順豐的差異化定制較難實現(xiàn)，且業(yè)務(wù)創(chuàng)新和改進(jìn)周期長，無法滿足持續(xù)提升客戶服務(wù)體驗的需求；另一方面，公司期望在該領(lǐng)域構(gòu)建全鏈條自研技術(shù)閉環(huán)，以更加靈活地滿足客戶的針對性需求，順應(yīng)人工智能發(fā)展的浪潮。在此背景下，順豐科技決定打造自研的“智能外呼機(jī)器人”。

提質(zhì)增效成果顯著 員工愿意用、客戶更滿意

作為順豐科技自研 “智能外呼機(jī)器人”項目組的技術(shù)負(fù)責(zé)人，李理介紹道，自研整體智能外呼系統(tǒng)，其中很重要的兩部分就是 ASR （Automatic Speech Recognition）自動語音識別技術(shù)和 TTS （Text-To-Speech）語音合成技術(shù)。 “現(xiàn)在不是從零開始造輪子的年代，自研也不可能從零開始。國外的語音合成系統(tǒng)也有開源，但很多是英文，而飛槳語音模型庫 PaddleSpeech 對中文支持得更好，而且我們也了解到 PaddleSpeech 有非常成熟的解決方案。”2022年4月底，在對業(yè)內(nèi)深度學(xué)習(xí)平臺和模型庫展開對比調(diào)研后，李理開始帶領(lǐng)團(tuán)隊進(jìn)行嘗試。 飛槳語音模型庫 PaddleSpeech 提供了端到端開發(fā)套件和豐富的工具組件，讓順豐科技可以像搭積木一樣更快更好地開發(fā)和落地應(yīng)用?！绊椖繄?zhí)行過程中團(tuán)隊多次在飛槳社區(qū)尋求幫助，均得到了飛槳專業(yè)的研發(fā)團(tuán)隊、運營團(tuán)隊的積極響應(yīng)，為項目推進(jìn)及時掃清了障礙，這讓我們團(tuán)隊高效完成了語音合成系統(tǒng)的開發(fā)及各項測試工作?！崩罾砜偨Y(jié)到。 語音合成系統(tǒng)，采用前端、聲學(xué)模型、聲碼器對輸入文本進(jìn)行處理，再輸出合成語音數(shù)據(jù)，而后用于順豐智能外呼機(jī)器人中，與被叫進(jìn)行語音交互，每路通話進(jìn)行實時多次 TTS 轉(zhuǎn)換。

具體而言，基于飛槳語音模型庫 PaddleSpeech ，李理帶領(lǐng)團(tuán)隊進(jìn)一步訓(xùn)練了 FastSpeech 2 和 HifiGAN 兩個算法模型，完成語音合成任務(wù)。前端處理模塊將輸入文本處理為音素 ids ，聲學(xué)模型選取非自回歸算法模型 FastSpeech 2 ，顯著提升了合成語音的表現(xiàn)力，且非自回歸模型，速度也比較快；聲碼器選用了基于 GAN 框架的 HifiGAN 算法模型，不僅速度快，合成的音質(zhì)效果比較好，實際使用中滿足機(jī)器人智能交互對實時率的要求。飛槳語音模型庫 PaddleSpeech 使得文本到語音合成的效果更加優(yōu)秀。 順豐自研的“智能外呼機(jī)器人”已實現(xiàn)每月百萬話務(wù)量的規(guī)模應(yīng)用，實際應(yīng)用的效果也可以從多個方面得到映射。對員工使用而言，越來越多的快遞小哥愿意使用一鍵外呼，讓機(jī)器人幫自己干活。順豐內(nèi)部評測自研系統(tǒng)的客戶滿意度也在持續(xù)提升，系統(tǒng)提質(zhì)增效成果顯著。

打造極致客戶體驗 期待未來更多發(fā)揮空間

李理坦言，“‘服務(wù)體驗’是順豐的核心競爭力之一，長久以來備受重視，我們甚至稱之為快遞物流行業(yè)的‘生命’。持續(xù)提升數(shù)字化科技能力賦能內(nèi)部經(jīng)營，可以幫助順豐為客戶提供更多個性化、有溫度的服務(wù)。” 比如我們要做大量的多音字糾正、提供千人千面的音色、支持客戶本人聲音生成的祝福語或留言?！皾M足更多個性化的需求、做到極致的客戶體驗，這對于提供標(biāo)準(zhǔn)服務(wù)的供應(yīng)商很難，或者是供應(yīng)商不愿意做的業(yè)務(wù)。從戰(zhàn)略層面考慮，有了這種自研的語音合成技術(shù)之后，我們未來更有機(jī)會做出個性化和有溫度的產(chǎn)品。物流行業(yè)場景結(jié)合更多的 AI 技術(shù)應(yīng)用，將有更多可能性和更大的想象空間”。 同時，順豐科技依托沉淀多年的科技產(chǎn)品及數(shù)據(jù)資產(chǎn)，結(jié)合各行業(yè)特征場景，快速賦能外部客戶：通過數(shù)智手段，嵌入業(yè)務(wù)價值鏈條，助力客戶供應(yīng)鏈轉(zhuǎn)型升級。順豐科技致力于構(gòu)建數(shù)字時代的智慧供應(yīng)鏈生態(tài)，成為智慧供應(yīng)鏈的領(lǐng)導(dǎo)者。 百度飛槳致力于讓開發(fā)者和企業(yè)更快速、更便捷地開發(fā) AI 應(yīng)用，作為基礎(chǔ)平臺支撐各行各業(yè)實現(xiàn)產(chǎn)業(yè)智能化升級。李理也期待借助飛槳深度學(xué)習(xí)平臺，未來可拓展更廣闊的應(yīng)用場景。

參考

• PaddleSpeech 項目地址

https://github.com/PaddlePaddle/PaddleSpeech

• 應(yīng)用示例視頻：使用 PaddleSpeech 的語音合成模塊生成虛擬人的聲音