雖然這些問(wèn)題的解決方案很好，但壞消息是，在未來(lái)一段時(shí)間內(nèi)，其中一些問(wèn)題仍將存在于語(yǔ)音服務(wù)中。它們并不反映缺乏某些技術(shù)，而是人性和人際關(guān)系方面的因素。

　　下面，我們將討論語(yǔ)音服務(wù)中存在的三個(gè)問(wèn)題以及解決這些問(wèn)題的方法。

　　機(jī)器人呼叫或舊式的垃圾語(yǔ)音郵件繼續(xù)影響著語(yǔ)音服務(wù)。隨著語(yǔ)音機(jī)器人的發(fā)展，達(dá)到了一個(gè)新的水平。以前，垃圾語(yǔ)音郵件存在合理的物理限制 -- 運(yùn)營(yíng)商一次只能撥打一個(gè)電話。如今，自動(dòng)呼叫中心每分鐘可以處理數(shù)百到數(shù)千個(gè)呼叫。

　　解決方案往往有兩種形式。首先，許多國(guó)家的監(jiān)管措施對(duì)邪惡的搶劫者實(shí)施法律處罰，對(duì)涉及個(gè)人數(shù)據(jù)的機(jī)器人呼叫計(jì)劃進(jìn)行更嚴(yán)厲的處罰。其次，科技公司正在反擊。例如，谷歌在Pixel中引入了一種智能應(yīng)答機(jī)，可以“回答”來(lái)電。如果程序算法將呼叫識(shí)別為“垃圾語(yǔ)音郵件呼叫”，則程序會(huì)掛斷。

　　這是一個(gè)有趣的解決方案，但所要求的資源龐大。而且，Google Pixel電話用戶數(shù)量與世界上的電話用戶總數(shù)量相比是很少的，如果運(yùn)營(yíng)商將這樣的智能助理包括在他們的線路中，他們的網(wǎng)絡(luò)就會(huì)“癱瘓”，因?yàn)檎麄�(gè)基礎(chǔ)設(shè)施幾乎每天都需要分析數(shù)十億的呼叫。

　　邪惡的搶劫者也不會(huì)懶散地坐著。繞過(guò)各種防范的形式層出不窮，不誠(chéng)實(shí)的搶劫者將繼續(xù)，直到他們看到投資回報(bào)。這就是電話垃圾郵件無(wú)法徹底根除的主要原因。

　　世界上有許多電信運(yùn)營(yíng)商，每個(gè)運(yùn)營(yíng)商的基礎(chǔ)設(shè)施運(yùn)行良好 -- 只要你留在網(wǎng)絡(luò)中。如果您在同一個(gè)基礎(chǔ)架構(gòu)中撥打電話，您的呼叫將以高質(zhì)量和無(wú)失真的方式通過(guò)。但是，當(dāng)有人呼叫網(wǎng)絡(luò)外部的基于云的聯(lián)絡(luò)中心時(shí)，呼叫會(huì)“流過(guò)”電話網(wǎng)絡(luò)并產(chǎn)生較低質(zhì)量的記錄。反過(guò)來(lái)也一樣。結(jié)果，呼叫者和呼叫中心員工（人或機(jī)器人）都要忍受低質(zhì)量的音頻。

　　這個(gè)問(wèn)題是全球性的，可以通過(guò)創(chuàng)建一個(gè)公共網(wǎng)絡(luò)來(lái)解決 -- 而不是互聯(lián)網(wǎng)。在這種情況下，互聯(lián)網(wǎng)的最初目的是：將不同的網(wǎng)絡(luò)連接到一個(gè)全球系統(tǒng)中。當(dāng)語(yǔ)音從一個(gè)網(wǎng)絡(luò)移動(dòng)到另一個(gè)網(wǎng)絡(luò)時(shí)，問(wèn)題就開始了，部分解決方案將是無(wú)處不在的5G實(shí)施。這將允許最大數(shù)量的用戶應(yīng)用各種VoIP解決方案，避免使用通常的電話網(wǎng)絡(luò)。

　　5G可能過(guò)于樂觀，不僅僅是語(yǔ)音服務(wù)方面。即使在實(shí)施階段之后，也不會(huì)涵蓋所有運(yùn)營(yíng)商。因此，互連問(wèn)題仍然存在。與電話語(yǔ)音垃圾郵件相比，我們至少可以看到語(yǔ)音質(zhì)量將逐年提高的可能性。

　　第三個(gè)問(wèn)題，主要是商業(yè)用戶面臨的問(wèn)題，是電話會(huì)議期間聲音的平庸質(zhì)量。這個(gè)問(wèn)題的傳統(tǒng)解決方案是對(duì)房間進(jìn)行“聲音”準(zhǔn)備，最大限度地減少來(lái)自墻壁的聲波反射（相同的回聲和隆隆聲），減少來(lái)自外部聲源的聲音的穿透，并確定揚(yáng)聲器的最佳布置和麥克風(fēng)基于預(yù)測(cè)的呼叫參與者數(shù)量。這不是最經(jīng)濟(jì)實(shí)惠的方法，是主要針對(duì)大公司的。

　　另一種方式是人工智能（AI），它實(shí)時(shí)處理外呼信號(hào)，“切斷”不必要的噪音并強(qiáng)調(diào)語(yǔ)音本身。這是一個(gè)真正的計(jì)算挑戰(zhàn)，因?yàn)橐馔獾脑胍羰遣煌�的，可以不斷變化。已有解決方案（Krisp，Solicall等），但不可能稱它們是放之四海而皆準(zhǔn)的。這樣的系統(tǒng)還有很長(zhǎng)的路要走，盡管它們今天做得很好。

　　要完善其他技術(shù)，比如現(xiàn)場(chǎng)語(yǔ)音翻譯，還有很多工作要做。谷歌正在積極研究它，但這些系統(tǒng)目前處于活躍的機(jī)器學(xué)習(xí)階段。在運(yùn)行中，這是一項(xiàng)非常困難的任務(wù)，因?yàn)榕c機(jī)器翻譯不同，機(jī)器已經(jīng)學(xué)會(huì)做，語(yǔ)音包含許多細(xì)微差別。如果你在翻譯中失去了它們，那么你所說(shuō)的內(nèi)容的含義就會(huì)大不相同。

　　作者：阿列克謝·艾拉羅夫（Alexey Aylarov）

　　原文網(wǎng)址：https://www.nojitter.com/video-collaboration-av/3-problems-still-facing-voice-services