目前,影象和語音識別依然是人工智慧應用最成熟的應用分類,其技術仍處於識別和歸類的層面,想要推動認知能力的提升、進而優化人機互動的體驗尚需時日。針對各式需求,在AI情緒識別領域,技術巨頭們早已佈局。

　　如今,AI情感識別已經逐步應用到安防、廣告、教育等與特殊人群密切相關的行業中。而在被視為高階服務業的金融業,AI“情緒識別”技術的價值則更為明顯。在多年的發展中,中騰信AI情緒識別技術已經實踐於催收的應用中,利用人工智慧完成催收領域的質檢,實現合規。

　　據瞭解,傳統質檢以人工抽檢為主,資料顯示,其抽檢比例僅能達到1%-2%,資訊的提取與處理時長平均需要60分鐘,企業依賴於人工質檢,每年成本支出又居高不下。此外,不良的催收作業行為很難得到有效約束,存在合規隱患。

　　正因為如此,目前金融行業質檢資料難以有效聚合、統一管理,無法更深入地剖析資料潛藏的價值,語音資料成了“沉睡”的富礦。中騰信智慧質檢應運而生。

　　現任中騰信大資料架構師霍諒認為:“智慧質檢已對質檢流程做了全面優化,使工作效率大幅提升,質檢覆蓋率達百分百,資訊提取與處理時長縮到數秒,質檢數量每天超萬件,效率同時提升了百倍以上。既解決傳統質檢效率低、成本高、合規風險大的諸多痛點,又大大降低了成本。”

　　根據多年消費金融風控經驗,中騰信結合催收場景,通過基於文字和基於音訊兩種方式來訓練了情緒識別模型,使質檢系統具備起情緒識別能力。

　　據悉,中騰信智慧質檢所採用的文字和音訊情緒識別交叉結合的方式,其識別準確率上相較利用傳統模型進行建模和對純音訊直接識別的方法有了一定的提升,一方面使用者的意圖識別更為精準,另一方面也在促使催收員對話過程中情感飽滿度和溝通準確度。

　　霍諒坦言:“中騰信語音情緒識別在催收質檢環節的應用,尚處於逐步深入的階段,隨著系統應用樣本的不斷擴充,機器將持續學習、模擬人的判斷邏輯,通過對質檢人員判斷結果資料不斷運算,優化自身的判斷規則,自主迭代升級。因此,依賴機器學習的加入,未來有望實現完全由機器質檢,人機合一,機器學會‘察言觀色’將成為現實。”　　大連渤海婦科醫院 mobile.bhbyby.com

　　未來,中騰信將立足自身優勢,持續加大情緒識別領域的研發與創新,在金融領域“情緒識別”賽道上表現出更強的爆發力,成為在人工智慧等前沿科技探索,並將優秀經驗、技術轉化成果,為合作機構賦能的金