《一种基于VoLTE的AI数字人智能客服系统》-工学论文，科技论文-论文范文参考-科学狗论文网

标题

一种基于VoLTE的AI数字人智能客服系统

范文

韩屹

摘要：客服系统作为国内发起的最早的商业信息化服务系统之一，长期的在企业信息化的发展当中扮演链接客户和企业的重要角色。本文创新性地提出一种基于VoLTE视频通信的AI数字人客服系统架构，其中VoLTE基于IMS网络下的SIP信令实现实时音视频通话功能，与传统客服使用的互联网通道不同，可由坐席端主动触达。在坐席端设置虚拟数字人替代人工客服，实现7×24小时全天候标准化服务。

关键词：VoLTE、AI;数字人;视频智能客服

1、引言

随着互联网技术和移动手机应用的蓬勃发展，企业的客服形式也在不断更替，从最初的线下人工客服，到后来的线上呼叫中心再到如今的移动客服、智能视频客服，这些短时间内的形式上、内容上的改变表明了客服行业的更替之快，到目前为止，客服市场总共经历了四大发展阶段[1]。阶段一为2000年，其自建的本地呼叫中心为市场主力，核心技术是硬件程控电话交换机、PC系统交互的CTI集成技术和语音板卡，以这些技术为基础的客服主要面向的业务方向是呼叫中心系统用。在2010年开始，托管型呼叫中心逐步兴起。起先是架构上从企业本地机房部署改变为IDC机房集中式部署硬件程控交换系统，通过硬件服务器的堆叠，实现更大并发容量的语音软交换处理能力。从商业模式上，改变自建呼叫中心模式下的一次性建设和投入为按期租用方式，减轻了企业建设呼叫中心的成本，减少了资金压力，从管理难度的角度上也减少了企业因需要进行维护的持续性投入。这一阶段下的业务主要针对的是企业级的电销外呼服务中心和客服中心。2015年，随着云计算、云存储、SaaS概念的引入，将客服系统带入了云服务的阶段，其软交换服务采用高可用、弹性可伸缩、模块化的云计算资源部署，摒弃了传统的硬件部署方式，极大地提升了应用扩展性和成本控制的灵活性。在此阶段中，互联网企业、保险业、金融业和在线教育行业的客服系统迎来一波快速发展，因其存储模式可以支撑较小客户的初始化建设。而在2017年以后，智能AI技术的引进加强了客服系统的能力及价值，其标志就是智能文本、语音机器人和智能质检等功能的大力发展，降低了客服成本并且增加了效率，这一降本增效的价值得到了大力发展。

進入到2020年，随着5G网络的加速铺设和相关场景应用的深入挖掘，大量企业业务由线下转线上已是大势所趋，在线音视频将变得更加高清，时延更加低用户可以根据意愿选择服务形式，以最高效得方式解决问题。传统呼叫中心业务逐渐被边缘化，随之替代的是视频客服日益成熟，逐渐成为主流服务模式，实现现象级的服务形式改变。

2、智能VoLTE数字人客服

智能VoLTE数字人客服依托运营商的高网络带宽，基于IMS网络，新兴5G技术，通过AI赋能，提供面向客户的高清、低时延音视频产品平台传统互联网入口+VoLTE主动触达入，实现全方位多模式客户专属通道。VoLTE是面向数据终端的高速无线通信标准，基于IMS网络，使得音视频服务不再依赖传统的电路交换语音网络[2]。IMS是IP多媒体系统，是多媒体业务形式，能够实现数据、语音和视频的融合业务[3]。后台管理语音质检的应用，使得对客户的偏好和情绪更加准确，也对客服有实时的警告。在视频客服的坐席端，设置虚拟数字人。数字人面向B端客户，融合5G、人工智能、虚拟数字人和全息展示等技术，具有高颜值、高智能、高品质的数字人智能对话等功能以及特点。以5G技术、虚拟数字人形象创建、智能动画合成、语音识别、自然语言理解、语音合成、智能交互等技术为核心，应用在数字人的感知、推理、展现层面，赋能智能助手生态。在平台侧的视频双向录像功能并可关联录像和通话信息，可以对服务内容进行信息留存、回溯和责任确认。

2.1应用场景与系统架构

智能VoLTE数字人客服的应用场景，可广泛用于银行、金融产品销售现场、保险、证券、互联网金融、汽车金融、股票开户、期货开户、其他金融业务。除了金融市场外，例如政务审核、面签，传统行业的企业线上服务客服等金融机构之外的其他领域也可广泛应用。

目前受制于部分终端和网络能力，VoLTE客服以功能模块的形式嵌入现有客服系统，作为有效补充部分更符合实际商用落地场景的需求，一个总体的融合通信客服系统架构示意图如下：

该系统架构打造了传统互联网入口和基于VoLTE的4G/5G主动触达入口的智能视频客服应用，实现全方位多模式客户触达。系统支持WebRTC，4G/5G主动触达入口，在座席端调用虚拟数字人接口，替代真人坐席。数字人视频坐席通过VoLTE，WebRTC互联网应用和传统电话与客户交互，开展视频面签，视频客服，视频核验和视频双录等业务。

2.2 VoLTE音视频通道技术概要

2.2.1 VoLTE视频传输信令流程

客户坐席呼出信令流程如下图所示，客服坐席侧所在地，需要本地IMS支持固网传输，客服坐席的固话可接入全国移网IMS，实现VoLTE视频通话[4]。

用户端呼入信令流程如下图所示，用户手机呼出信令由所在地的移网IMS传输至固网IMS，如本地IMS不支持固网视频传输，则视频回落为语音，由用户呼出所在地的固网IMS将语音信令传输至客服坐席所在地的固网IMS。

2.2.2 VoLTE通道与IMS网元对接方式

A-SBC：部署在接入网及核心网之间，用做代理。需要在IMS核心网进行开户，获取一批Sip账号，然后由SIP网关服务代理注册，并及时刷新、维持注册状态。协议转换网关从SIP网关服务获取Sip账号，并组建Sip报文发送至SBC。通话过程中如果未及时刷新，出现注册过期的现象，则通话将被IMS核心网挂断。

I-SBC：部署在两个核心网之间，做协议转换。不需要在IMS核心网进行开户，并维持注册状态;只要在I-SBC上配置对应的中继（IP地址+端口号+透传码号）即可通过IMS核心网进行全网的话路疏导。

注册方式为使用Sip号码池获取账号，发起注册。一个RPC客户的Sip账号需要由一个SIP网关单独代理注册，并维持刷新。RPC Client 账号与Sip账号绑定关系包括所有的域用户共用所有的SIP账号，即多对多的数量关系[4]。

2.2.3 外呼信息流转流程

从Client A呼叫落地用户B开始，请求RPC调用OnInvited到SIP网关服务。在SIP网关收到请求后，拉起协议转换网关的进程。在协议转换网关启动后首先登录一个B的账号，登录成功后，云账号B加入对应过程1中OnInvited中带的会议号的会议中。成功加入后，协议转换网关发送SIP 邀约至SIP网关，SIP网关收到协议转换网关的SIP信令后代理发送至SBC。至此，外呼信息流转-全部完成。具体外呼流程内外部网元信息流转图如下所示：

2.3数字人技术概要

数字人，是信息科学与生命科学融合的产物，是利用信息科学的方法对人体在不同水平的形态和功能进行虚拟仿真，其包括四个交叉重叠的发展阶段，可视人，物理人，生理人，智能人，最终建立多学科和多层次的数字模型并达到对人体从微观到宏观的精确模拟。

在客服场景下，数字人可以自动化实现与真人一致的服务效果，与真人相比，优势在于可以持续工作7×24小时，极大地提升了金融客服的工作效率，不受工作时长，身体疲劳程度，情绪都能人本身的生理因素影响;同时数字人形象能够实现多音色、多风格、多人格的个性化定制，能够针对个体用户的个性化需求提供多样化的客服服务，满足用户多元化的金融服务需求;同时，随着5G、物联网、传感器、AR、VR等新技术不断深化应用，资讯信息的传播从“拟态化”升级为体验感更强大的“临场化”和“全景化”，数字人技术可以与新技术更高效的结合，结合具体金融场景发生地的多维数据，营造出让用户在三维空间直接“到达”现场的直播体验，进一步提升用户在金融服务中的代入感。

数字人现阶段已广泛应用到各个金融领域、电商直播等营销手段上，例如兴业应该正在规划建设智慧数字人营销，以应对疫情期间的无接触网点业务办理[5]。

2.3.1 数字人交互逻辑

根据上图数字人逻辑图，数字人交互逻辑以此为：发起数字人启动消息;确认数字人启动;生成聆听状态的数字人视频;推送数字人处于等待聆听状态的视频到客户端，等待客户发问;接收NLP解析后的用户问题文字;确认接收用户问题文字;合成数字人音视频;把目前的等待倾听视频流切换成发声视频流，如继续下一轮则重复8步骤，重复听说切换，循环对话;客户端发出关闭消息信息;确认消息关闭;关闭实时音视频流，完成本轮对话。

2.3.2 功能模块

音视频模块有实时视频流管理，负责将客户端传输的音视频的管理，音频输出到语音识别模块进行转写，视频流输出到视频捕捉。而音视频捕捉负责捕捉客户端需要录制的视频，并将需要存储的视频转给内容存储模块，满足业务合规要求。

业务管理模块中，按照不同的进入方式及参数，系统将用户的输入解析后直接切换合适的对话场景，乙方负责为甲方定制10个不同的业务场景对话，这10个业务场景都是可以使用虚拟数字员工的实时对话模式。之后按照用户的点击输入和用户在业务流程的办理状态，系统负责判断是否在不同的业务流程中跳转以及跳转的目的业已启动下一项业务或者退出系统。

ASR语音识别模块负责将语音识别为文字，可以有用户配置热词，置入敏感词，加标点符号。识别的结果传回数字员工管理平台后为NLP语义理解服务提供输入。另外导出的文字还可以提供给行方已有业务统计系统作为业务数据统计依据。

NLP语义理解模块提供对话流程配置、对话节点意图判断和问答库管理，并按照行方要求配置好的业务场景的对话流程。该模块可以提供知识库的数据挖掘定制，也可以业务方已有知识库系统，知识库的更新保证在24小时内生效。最后数字人生成引擎，按照NLP解析后知识库生成的文本，输入的文本后可以实时生成视频流，以及设置口型、手势。

3、机会分析

3.1优势与机遇

目前VoLTE主要多用于语音业务，视频业务较少，并且还未有面向企业的接入模式，基于VoLTE的智慧视频客服是对金融企业现有视频客服、面签功能的补充，与企业现有的视频客服平台并不冲突。VoLTE的主动触达模式可以使得企业端变被动为主动，主动与潜在客户联络，完成业务的拓展。并且其与互联网的入口不冲突，是对互联网入口的补充，但相较于互联网视频通话，其无需下载APP，无需使用浏览器，大大的提升了。在5G大力发展的现状下，是客服多元化的一个重要拓展。

尽管现阶段国家对金融行业的政策收紧，但国家对使用技术手段赋能金融行业的应用却更加提倡和支持，对智慧视频客服等金融科技产品提供了新的空间和机会。并且，5G的诞生，对金融科技行业的发展起了推动作用。目前国内提倡全面实现5G+计划，5G+4G协同发展，5G+人工智能、大数据p融合创新，5G+Ecology生态共建。智能VoLTE数字人客服依托4G/5G+AI等能力，与各大金融机构实现生态的共建。主要针对需求明确的金融行业视频客服需求进行切入，在智能识别领域进行场景的落地。

3.2价值体现

智能VoLTE数字人客服在数据运营层面的能力可以让很多企业提升对数据化运营的认识，其中包括数据预处理，例如数据清洗和專名识别。企业运营过程的关键内容包括数据运营，孤立起来的数据会让企业在运营情况方面的认识有偏差，而缺失的数据将会导致严重的决策性错误。所以，智能客服在服务过程中的对数据的对所产生的数据进行收集，也就支持了数据的回溯与存储。并且基于AI能力，客服机器人、虚拟数字人和客服动作的RPA应用不但帮助传统的线上、线下客服业务进行提升与优化，也综合了业务流程和数据流，把两者进行了有效统一。

4、5G下的客服潜力与发展

在国家大力发展5G，各相关企业普遍配合支持5G建设的情况下，VoLTE作为4G下的通信制式可以平滑过渡到5G下的VoNR制式，基于VoLTE/VoNR的视频客服有机会享受到客服行业发展和更替的红利。5G下的海量数据奠定了客服中的机器学习的良好根基，使得客服不再是单模块化产品和单一场景，可以实现对服务流程和多样场景的多功能覆盖，实现内部服务的串联。在视频通道打通后，客户发起咨询时，响应速度以及接起率都会大大提升。

虽然近些年客服行业技术上进步颇大，但在一些客服应用场景上实现的效果尚不符合企业的高期望。以质检场景为例，为降低硬件成本，对话录音压缩导致的语音失真降低了ASR准确率，再加上中文存在多义性及方言，有时就会难以通过机器判断客户服务是否违规。再以外呼场景为例，一方面对于客户无关外呼目的的提问，如以信息确认为目的的外呼，客户反问了和产品相关的问题，机器的预测能力和应变能力不足，让用户很难接受;另一方面在场景复杂的情况下，如营销、催收等，机器依旧难以应对，实际使用效果不符合企業对于技术的期望，需要由专业的客服人员介入，这其中人和机器衔接点的判断也是难点。正是这些因素的存在，降低了大家对客服行业的期望，因而市场整体抱持着边发展、边观望的态度，在客服场景价值的挖掘上并没有使出全力。

因此，基于VoLTE以及未来VoNR技术的虚拟数字人可带领客服行业的整体转型与升级，以更好的应对挑战，拥抱机遇。其以智能化、数字化结合通信技术为主要驱动力，完成了服务模式与管理模式的双重升级，打通了用户端、服务端和业务场景之间的连接。并且，在5G超高清视频的支撑下，智能VoLTE数字人视频客服有能力作为现有互联网视频客服和人工坐席的有效补充升级，覆盖比现有更多的业务场景，在结合了智能数字人的情况下，客服综合能力飞速提升。在这种综合能力下，智能客服中心有潜力成为金融机构的网点或是网上银行之外的一个主要业务渠道，用来释放身份核实、操作演示和展示商品等业务占用现场人力资源。除此之外，智能VoLTE数字人客服可以将更丰富的高清精准数据信息连接起来，可承接售前、售中和售后等多个业务环节。更加高效的多种技术环节，如前端部分的客户话术内容预测与分析，后端部分的企业和商户知识图谱、产品属性和多维度数据匹配，都可以在智能VoLTE数字人客服系统中得到更好的发展，用户画像也会更加准确，智能数字人在接收到全面、精准的数据接入后，语义识别、语音转换、语言处理等AI技术也可以得到最大效率的应用。

5、结束语：

随着5G网络的加速普及和深入应用，企业业务由线下向线上转移将成为大势所趋，本文提出的基于VoLTE以及未来VoNR技术的可直接触达C端客户的视频通信方案，结合最新AI数字人实现了客服坐席端标准化，智能化，是视频客服市场的一次有效的创新和探索。

参考文献：

[1] 智能客服趋势发展白皮书：智能客服预见未来.2020.05

[2] Poikselka， M.， Holma， H.， Hongisto， J.， Kallio， J. and Toskala， A.， 2012. Voice over LTE： VoLTE. John Wiley & Sons.

[3] 韩涛·基于IMS的下一代网络简介[J] . 科技资讯， 2011（35）： 24.

[4] Poikselka， M.， Holma， H.， Hongisto， J.， Kallio， J. and Toskala， A.， 2012. VoLTE end to end and signalling.

[5] 叶博宇，林懿楠，李瑾，赵天琪.兴业银行“智慧数字人——小兴”在实体网点成功探索应用[J].中国金融电脑，2020（05）：71-74.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。