為什么AI外呼通話時,降噪模型非常重要?
云蝠智能最近的系統更新中,AI外呼上線了超實用的降噪模塊。這一降噪模塊使用到了語音活動檢測(Voice Activity Detection,VAD),就是檢測是否有聲音。
降噪的目的在于突出信號本身而抑制噪聲影響,在和客戶的通話過程中,一個降噪環境可使得對話更加通暢,更有可能達成意向。為什么降噪模型對外呼非常重要?我們從算法、原理的角度來看一下吧。
VAD算法
常規的VAD算法是通過聲音音量和頻譜特診來判斷是否有聲音的,但是無法區分是噪音還是人聲,在電話機器人中噪音打斷和噪音識別錯誤的關鍵詞始終是一個痛點。
機器學算法可以通過大量噪音和人聲數據訓練出判別人聲還是噪音的神經網絡模型,VAD算法結合深度神經網絡就可以徹底解決這個痛點了。
我們的最新VAD算法已經集成了人聲噪音判別引擎!
噪音人聲識別算法原理
噪音人聲識別算法的原理是基于10G的噪音聲音文件和10G的正常人聲的聲音文件,使用TDNN時延神經網絡和LSTM長短期記憶網絡訓練出噪音人聲音判別模型。
噪音人聲識別的準準確率取決訓練數據的準確性,目前的模型大于1秒聲音準確率大于99%, 300毫秒以內短時人聲和質量很差的人聲,有少量識別成噪音的錯誤率,因為噪音庫包含了大量的背景人聲。
操作方式
系統內降噪模塊開啟方式如下:
打開呼叫中臺中的呼叫設置,在其他頁面打開防干擾等級并保存!
在呼叫系統設置中開啟了防干擾等級按鈕之后,能夠有效降低了對話過程中各類非低音的噪音的打斷和識別問題,使得電話通話更加流暢、清晰,完成高效觸達!感興趣的伙伴趕快去試試吧!