CTI论坛(ctiforum.com) （编译/老秦）： 随着语音服务变得无处不在，对它们的依赖带来了更大的压力，以提供与人类和非人类的无缝和准确的通信。例如，在几年前，谁会想到对特定汽车的满意度可能取决于其语音技术的质量？

　　语音技术已经从物理存在（嵌入设备、本地应用程序和联络中心的交互式语音响应等平台）发展为云交付，在某些用例中，是部分嵌入和部分云。 Opus Research 创造了"对话云"一词来认识到这一现实，同时指出联络中心即服务 (CCaaS) 和统一通信即服务 (UCaaS) 等术语并不能解决多个联络中心甚至通信都需要的服务。 Opus 将对话云描述为结合了呼叫处理、语音处理（自动语音识别和文本到语音渲染）、语音和文本分析以及多种认知资源的产品。

　　正如我在 2020 年 2 月于"语音识别终于成熟，现在怎么办？"中指出的那样，近年来，技术专家倾向于忽视语音技术，因为它们是通过 APIs 交付的，而不是嵌入到应用程序中。但他们忽视了 Opus Research 认识到的一点，就是人工智能和数据注入资源在对话云中的混合导致了语音能力的飞跃，相比之下，摩尔定律看起来微不足道。

　　对话云不一定限于联络中心或特定的语音界面；它可以是组织和设备的混合体。在云之前，语音是在组织内的孤岛中维护的。不久前，将经过良好调整的语音识别器模型复制到同一组织内的不同数据中心是一项艰巨的任务，而混合来自不同语音应用程序的语音模型是不可能的。借助对话云，想象一个医疗保健组织，其中供应商使用听写，其管理组织（包括联络中心和第三方支付公司）受益于医疗保健程序、药品名称、患者姓名等的语音调整。借助 AI 调音功能，使用语音界面突然比使用键盘更快、更方便。

　　使用对话云，可以创建、调整和访问几乎无限数量的用例。回到汽车，制造商过去常常秘密开发新产品，并试图尽可能长时间地向竞争对手隐瞒细节。但在某个时候，那个"秘密小发明"变成了一种商品。汽车研究中心经常在其对未来汽车能力的财务和人力资源限制方面的预测前言。因此，从 2014 年开始，制造商从专有的语音信息娱乐转向 Apple CarPlay，然后是 Android Auto 和 Amazon Alexa，也就不足为奇了。

　　语音支持由驾驶员控制的一切的下一步工作正在进行中，对话云正在为其提供动力。制造商目前正在为接口的硬件进行竞争，但正如我们在许多其他汽车开发中看到的那样，它很可能迟早会成为一种商品。

　　您是否认为这种对话云听起来像是最近的语音技术进步，看起来像魔术一样，并且只需跨越很小的技术障碍即可到达？

　　再想想。

　　必须考虑保护个人身份信息 (PII)、支付卡行业 (PCI) 信息等。现有法规（例如 GDPR）暗示需要为不希望录制音频的用户提供选择退出，但如果组织选择不允许录制其输入以用于调整目的，那么他们是否应该允许客户使用语音服务？

　　一些对话式云提供商组织当前的工作重点是消除用户记录的歧义，足以满足隐私要求--这意味着合规性和最终用户的期望。它还需要有效地清理/屏蔽信息，例如支付卡数据和 PII。所有这一切都可能导致成立一个独立的审计委员会，该委员会将在消费者选择购买或使用哪些产品和服务时获得批准印章，就像今天的 PCI 合规性推动组织是否可以接受现金以外的付款一样。

　　在语音技术领域，我们现在的技术发展速度太快，人员、流程和法规都跟不上。一些深入的思考将是必要的，以防止不得不进行重大的课程更正。语音技术确实进入了一个模糊的阶段。

　　声明：版权所有 非合作媒体谢绝转载

　　作者：Kevin Brown

　　原文网址：https://www.speechtechmag.com/Articles/Columns/Inside-Speech/The-Conversational-Cloud-Promises-Breakthroughs-and-Plenty-of-Complexity-153831.aspx