ICS 35.240.01 L 77 中华人民共和国国家标准 GB/T 36464.3—2018 信息技术 智能语音交互系统 第3部分：智能客服 Part 3:Intelligent customer service 2019-01-01实施 2018-06-07发布 国家市场监督管理总局 发布 中国国家标准化管理委员会 GB/T36464.3—2018 目 次 前言 1 范围 2 规范性引用文件 3 术语和定义 4 系统框架 4.1 概述 4.2 完全语音交互系统 4.3 部分语音交互系统 5 要求 5.1 概述 5.2 智能客服语音交互系统分类 5.3 智能客服语音交互的结果展现 5.4 语音端点检测 5.5 交互响应时间 5.6 基本要求 5.7 扩展要求 测试方法 6.1 概述 6.2 测试数据准备 10 6.3 测试方法· 11 6.4 测试结论 12 GB/T36464.3—2018 前言 GB/T36464《信息技术 智能语音交互系统》拟分为以下几个部分： 第1部分：通用规范； —第2部分：智能家居； —第3部分：智能客服； —第4部分：移动终端； 第5部分：车载终端； 本部分为GB/T36464的第3部分。 本部分按照GB/T1.1一2009给出的规则起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任 本部分由全国信息技术标准化技术委员会（SAC/TC28）提出并归口。 本部分起草单位：中国电信集团有限公司、中国电子技术标准化研究院、科大讯飞股份有限公司、中 国科学院计算技术研究所、中国科学院声学研究所、中兴通讯股份有限公司、中国第一汽车股份有限公 司、中国盲人协会、中国盲人出版社。 本部分主要起草人：杨震、冯明、张东、陈晨、王静、曹存根、赵庆卫、戴小兰、董振江、赵乾、陈筠翰。 Ⅲ GB/T36464.3—2018 信息技术智能语音交互系统 第3部分：智能客服 1范围 GB/T36464的本部分规定了智能客服语音交互系统的术语和定义、系统框架、要求及测试方法， 本部分适用于在智能客服领域及相关业务平台实现智能语音交互系统的设计、开发、应用、测试和 维护。 2规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文 件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB/T21023一2007中文语音识别系统通用技术规范 GB/T21024—2007中文语音合成系统通用技术规范 GB/T34145一2017中文语音合成互联网服务接口规范 3术语和定义 GB/T21024界定的以及下列术语和定义适用于本文件。为了便于使用，以下重复列出了GB/T21024 中的一些术语和定义。 3.1 客服系统 customerservicesystem 企业为用户提供客服服务的系统，传统上由人工完成客户服务的功能 3.2 智能客服系统 intelligentcustomerservicesystem 由语音识别、语义理解、智能搜索、语音合成等部分或全部人工智能技术能力元素组成的，具有智能 能力的客户服务系统、 3.3 语音交互系统 speechinteractionsystem 由功能单元（或其组合）、数据资源等组成的能够实现与人类之间进行语音交互的系统。 3.4 语音识别 Jspeechrecognition 将人类的声音信号转化为文字或者指令的过程。 [GB/T21023—2007,定义3.1] 3.5 语音合成speechsynthesis 通过机械的、电子的方法合成人类语言的过程。 ［GB/T21024—2007.定义3.1] 1 GB/T36464.3—2018 3.6 语义理解 semanticcomprehension 理解数据符号的语义信息，或在具体业务场景下的需求表达，并按照要求输出正确反馈结果的 过程。 3.7 智能搜索 intelligent search 在数据集合中进行信息匹配、获得目标结果的过程，可以根据实际业务需求对目标结果展现的内 容、种类、相关度进行控制。 注：智能搜索是一种信息集成应用技术，涉及分词、语法分析、索引、数据建模、算法实现、相关度计算等。智能搜索 的相关度计算方法宜根据不同的规则进行定义 3.8 接入渠道 access channel 接人智能客服系统，传递语音、文本，并能对语音交互信息进行传递的渠道。 示例：固定电话网、移动电话网、互联网。 3.9 语音交互界面 voice interaction interface 完全通过语音进行人机交互的接口或界面。 3.10 交互流程 interactive process 根据业务服务特征，可配置的使用语音交互的服务流程 示例：用户进行积分查询时，首先询问用户的姓名、其次询问身份证号码、再次询问密码等完成一项服务所必须确认 的信息内容。 3.11 平均意见得分 meanopinion score 语音质量的一种主观度量。 4系统框架 4.1概述 智能客服语音交互系统可以基于语音识别、语义理解、智能搜索、决策支持、语音合成技术，在客服 领域为用户提供机器替代人工的服务。 语音交互系统分为完全语音交互系统、部分语音交互系统 4.2 2完全语音交互系统 完全语音交互系统指所有的功能都由语音交互系统完成，在交互过程中没有人的参与，如图1 所示。 2 GB/T36464.3—2018 合成音频 语产 @ 接入模块 ?- 语音认别模块 央控制/决策模块 语音合成模块 ? @ ? 语义解/搜索模块 说明： - 接人模块获得服务对象语音信息； 中央控制/决策模块获得语音信息； ? 中央控制/决策模块传递语音给语音识别模块： 语音识别模块把识别结果传递给中央控制/决策支持模块； 中央控制/决策模块把语音识别结果传递给语义理解/搜索模块； ? 语义理解/搜索模块把基于文本的理解、搜索结果传递给中央控制/决策模块； 中央控制/决策模块把结果文本传递给语音合成模块： 语音合成模块把文本转换成语音音频传递给中央控制/决策模块： 中央控制/决策系统把语音音频传递给接人模块； D 接人模块把语音音频传递给服务对象。 图1完全语音交互系统 4.3部分语音交互系统 部分语音交互系统，指在整个语音交互过程中，有人的参与。包括以下情况， a） 语音交互过程中，用户没有获得目标结果或目标结果不符合服务规范，系统把交互会话转交给 人工坐席，由人工提供服务，如图2所示； b) 语音交互只完成某些特定的功能，如互动式语音应答（IVR）导航，即用户说出特定需求，系统 识别后，把话务转接到特定的服务专席，进行人工服务，如图3所示。 3 GB/T36464.3—2018 合成音赖 语音 接入模块 语音合成模块 ② (0 语产识别模块 中央控制/决策模块 ? ? ? ? 人工坐席 ? 语义理解/搜索模块 说明： -① 接入模块获得服务对象语音信息； ② 中央控制/决策模块获得语音信息； ③ -中央控制/决策模块传递语音给语音识别模块； ④一一语音识别模块把识别结果传递给中央控制/决策支持模块； -中央控制/决策模块把语音识别结果传递给语义理解/搜索模块； 一语义理解/搜索模块把基于文本的理解、搜索结果传递给中央控制/决策模块； ?- 中央控制/决策模块判断语义理解/搜索模块的结果不符合语音交互服务规范，把交互文本及话路转移给人 工服务坐席； ? 人工坐席直接为用户提供人工服务，当人工坐席获得目标结果后，把结果文本传递给中央控制/决策模块； ? 中央控制/决策模块把结果文本传递给语音合成模块； 语音合成模块把文本转换成语音音频传递给中央控制/决策模块； 中央控制/决策模块把语音音频传递给接入模块； ? 接入模块把语音音频传递给服务对象。 图2部分语音交互系统情况1