0
行至當下，前沿技術與垂直行業的結合，一定是云計算和人工智能的絕對命運，任何浮在表層的技術，已經不再吃香了。
10月29日，出行行業首個定制智能語音解決方案，正式上線。
聯合發布的雙方分別是亞馬遜云服務（AWS）和首汽約車：一個是全球云計算領域的老大，一個是目前國內網約車領域的頭部品牌。
這兩種元素的碰撞與結合，總會有一些新鮮的玩法迸發出來。
初看到這個合作，我第一時間會想到，基于AWS機器學習服務Amazon SageMaker和Amazon Transcribe開發出來的這套方案，到底能干嘛？
據雷鋒網了解，基于該解決方案，首汽約車可以高效地將行程錄音進行音頻降噪、導航音分離，提取清晰的司乘對話內容，并將語音轉成文字，從而通過場景化的關鍵詞識別分析觸發安全預警，實現實時行程安全監控。
此外，這一解決方案還可用于輔助客訴處理，幫助首汽約車提升服務效率，降低運營成本。
首汽約車還計劃將其打造為行業通用解決方案，服務于其它網約車平臺、傳統出租車企業和貨運企業，構建交通出行領域的智能解決方案，整體對外。
這套方案是如何形成的？
AWS大中華區產品部總經理顧凡提到，AWS數據實驗室和解決方案研發中心在深入了解行程錄音的特點及技術需求后，開發了語音降噪和導航音分離算法，并利用Amazon SageMaker機器學習服務進行模型訓練、部署和調優，實現模型的快速迭代。
他表示，AWS和首汽約車兩邊的團隊是在短短4個月內就完成了智能語音解決方案的開發和上線的。
左為AWS大中華區產品部總經理顧凡，右為首汽約車CEO魏東
“首先要攻克兩個算法模型，一個是導航音分離，一個是降噪，這兩個模型是市面上找不到的。那怎么辦呢？大家一起。首汽約車這邊有行業專家，AWS有算法專家，我們是一個團隊，雙方來攻克模型問題。”
而這樣做的基底在于，Amazon SageMaker可以做從模型構建到訓練，到調優、部署，都可以在一個集成的環境中完成。
Amazon SageMaker像一個方便使用的工具箱，讓開發人員和數據科學家把精力別浪費在重復性的工作上（即無需運營和管理復雜的機器學習系統），集中精力解決算法問題，專注數據和業務邏輯。
的確，云計算和AI解決的是一個資源復用的問題，拉低了企業使用先進技術的門檻。
在網約車行業，司乘安全是重中之重。這套方案又是如何增加行程中的安全性？
據介紹，首汽約車通過Amazon Transcribe人工智能語音服務將行程錄音自動轉化為文字，從而實現通過場景化的關鍵詞識別分析觸發安全預警，結合后臺安全監控人員的人工判斷，這樣就讓實時的行程安全監控從可能變成現實。
另外，在應用這一智能語音解決方案時，其對用戶數據保留全部所有權，可以隨時決定數據的存儲及訪問權，并確保所有訪問行為的合規。
這套方案已經在使用中，也取得了一定的效果。
數據顯示，通過使用智能語音解決方案，首汽約車實現客服人工審核工作量降低35%，客服人工聽音審核時長縮短20%，并保證智能客訴處理準確率達90%以上，有效改善了司乘體驗及滿意度、提高企業運營效率，同時，通過智能判責替代人工，還可以有效的降低成本。
可以說，“降本”、“增效”、“提升用戶體驗”，在這套方案里都有不同程度地實現。
顧凡表示，當下，全球大部分云上機器學習工作負載都在AWS上進行，而AWS要做的，第一個是“授人以漁”，第二是“扶上馬再送一程”。
他認為，客戶對行業的洞察一定是最可寶貴的，AWS與這些行業客戶配合的模式就是用技術去賦能有想法、有數據的客戶，真正把它給實現出來。也許有很多場景需要啃硬骨頭，但是一旦解決，對各方都是提升。 （雷鋒網雷鋒網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
