任九（www.99cx.vip）_中华电信中英双语 AI 客服借助 NVIDIA GPU 加速深度学习 目标为打造可聊天的本土化语音系统

任九（www.99cx.vip）是一个开放皇冠体育网址代理APP下载、皇冠体育网址会员APP下载、皇冠体育网址线路APP下载、皇冠体育网址登录APP下载的官方平台。任九上任九分析专家数据更新最快。任九开放皇冠官方会员注册、皇冠官方代理开户等业务。

,

由AI对话助理提供大量资料汇整分析的知识问答服务，可将传统客服人力应用在需要更准确解决问题的情况，例如直接由AI对话助理协助回答哪些方案适合消费者当前的使用需求，而在此基础下可以直接提供精准的漫游方案选购建议，而其他人员则可聚焦在技术问题处理，或是较复杂的客诉情况。

如果曾拨打「123」致电中华电信24小时客服专线，应该都有体验过全台首创声音互动人工智慧(AI)客服，其借由拟真的语音系统提供自助式客服，或是协助转接专人客服，以解决进一步的需求。而这套系统背后采用的便是NVIDIA超大规模模型推论解决方案Triton推论伺服器，搭配旗下GPU加速深度学习系统，让中华电信能以更高的效率完成语音模型训练，进而建构高自然度的拟真语音互动体验。

更拟真的客服专线，原本需要长时间训练建立

中华电信研究院前瞻科技研究所所长汪世昌表示：「目前中华电信自行研发的中英双语语音合成技术，历年来已应用于多个领域，除了用在24小时客服专线，更应用在166、167天气预报、视障辅助等相关应用，以及中华电信旗下i宝贝智慧音箱、AI语意云、智慧广播助理等服务，同时也用于健保署、消防署的语音服务系统。」

在还没有导入AI技术时，中华电信就已着手投入拟真数位语音技术研究，从早期借由语音拼接进行合成，以及后续透过语音参数方式进行合成，到现在已经可以利用深度学习等AI技术，透过足够时间长度规模的声音资料，以及相应的文字内容，训练合成高度自然的语音模型，唯独整个训练流程仍须花费较长时间。

以目前深度神经网路(Deep Neural Network；DNN)技术推动的语音合成效果，已经可以实现逼近真人语调般的自然表现，但是借由自我回归模型(Autoregressive Model)生成诠释声音语调特征的梅尔频谱(Mel-Spectrogram)，再透过人声编码器(Vocoder)合成语音内容的过程，往往需要处理大量资料数据，使得整体合成时间变得更长，因此与预期应用在实际服务上的流畅度表现将有所落差。

加上若要打造跨语言的语音系统，过去的作法是透过多种语音系统对应不同语言内容，但会导致不同语言内容以不同音色呈现，而造成使用体验不一致，因此会透过同一人录制多种语言的语音资料，借此建立相同音调的语音系统。

不过，在此需求情况下，更代表需要花费更长时间进行训练，才能顺利建立出像是中华电信此次释出的中英双语语音合成模型，并顺利应用在各类语音服务上。

而在采用NVIDIA旗下的技术资源后，中华电信将原本需要花费约7天才能完成训练的语音模型，缩短至1天即可完成，不仅让合成速度加快10倍，更让训练结果逼近真人语音，呈现更自然语调，大幅降低早期技术产生的明显机器合成语感。

▲模型训练时间缩短，合成速度加快

借助NVIDIA技术大幅缩短训练时间

汪世昌表示，将数位合成的语音系统用于客服，太重的机器合成语感会严重影响使用者的互动意愿，尤其目前越来越多服务仰赖语音互动，自然的语感表现更容易吸引使用者互动。

不过，要打造自然语感的合成语音表现，自然需要庞大的资料量进行深度训练，以过往训练模式须花费更长时间完成，但是借由导入NVIDIA超大规模模型推论解决方案Triton推论伺服器，并搭配TensorRT深度学习推论平台，以及透过GPU加速的cuDNN 函式库等资源，同时，借由NVIDIA Elite合作伙伴丰康科技协助导入NVIDIA的硬体设备，包括NVIDIA DGX-1超级电脑、RTX A6000 GPU与多张NVIDIA T4 Tensor 核心 GPU等进行运算，即可让原本需要花费多时才能完成的模型训练，缩短至1天即可完成，更可在整个训练过程中降低成本支出。

▲NVIDIA Triton推论伺服器架构 ▲语音合成Triton推论工作流程

如此一来，即便语音模型需要重新训练，或是加入不同参数等，都能在更短的时间内完成，借此让合成语音系统能更符合实际应用需求、同时也更自然，甚至反应速度更快。

拟真语调只是初期应用，未来计画创造可聊天互动的AI对话系统

不仅侷限在中、英两种语言，汪世昌进一步说明目前还有台语与客语，未来也会因应市场需求加入更多语言，以及语意理解与上下文衔接，让数位语音系统可以结合AI对话助理，借此实现更广泛的代理服务应用模式，例如从当前的电话客服系统，进一步衍生能够依照致电者需求自然应答的语音互动模式，让餐厅等商家可以在无须增加人手的情况下，即可透过语音系统接下更多订单或处理更多订位需求。

▲机器人客服情境

汪世昌认为，由AI对话助理提供大量资料汇整分析的知识问答服务，可将传统客服人力应用在需要更准确解决问题的情况，例如直接由AI对话助理协助回答哪些方案适合消费者当前的使用需求，而在此基础下可以直接提供精准的漫游方案选购建议，而其他人员则可聚焦在技术问题处理，或是较复杂的客诉情况。

为了建立更有智慧的AI对话助理，需要更庞大的资料与知识问答进行训练，并且透过更强的算力缩短整体训练时间，因此未来中华电信也会持续与NVIDIA合作，并藉其解决方案创造更符合自然语调、精准正确的语音互动体验。

免费开放中英双语语音合成模型及语料库，希望推动更多台湾在地化智慧语音发展

而此次对外免费开放的中英双语语料库，计画于Q3前发布在NVIDIA DeepLearningExample 开源平台，主要是由一名女性专业录音员录制总长达4.5小时、总计2740段中英双语内容，内容更以科技产品相关语句为主，成为亚洲地区第一个免费开放使用的中英双语语料库，借此让更多业者能够打造符合台湾人使用的语音系统，同时推动更多以语音为互动的AI应用发展。

汪世昌进一步表示，主要考量目前市面上适合中英双语使用的语言模型资料稀少，同时取得成本较高、取得管道也相对复杂，因此希望透过此次释出的开放中英双语语音合成模型及语料库，催化台湾产学研界打造更好的语音合成应用，未来也期待能透过更多「广结盟」合作，强化本土技术应用发展。