一種基于VoLTE的AI數字人智能客服系統

韓屹

摘 要：客服系統作為國內發起的最早的商業信息化服務系統之一，長期的在企業信息化的發展當中扮演鏈接客戶和企業的重要角色。本文創新性地提出一種基于VoLTE視頻通信的AI數字人客服系統架構，其中VoLTE基于IMS網絡下的SIP信令實現實時音視頻通話功能，與傳統客服使用的互聯網通道不同，可由坐席端主動觸達。在坐席端設置虛擬數字人替代人工客服，實現7×24小時全天候標準化服務。

關鍵詞：VoLTE、AI;數字人;視頻智能客服

1、引言

隨著互聯網技術和移動手機應用的蓬勃發展，企業的客服形式也在不斷更替，從最初的線下人工客服，到后來的線上呼叫中心再到如今的移動客服、智能視頻客服，這些短時間內的形式上、內容上的改變表明了客服行業的更替之快，到目前為止，客服市場總共經歷了四大發展階段[1]。階段一為2000年，其自建的本地呼叫中心為市場主力，核心技術是硬件程控電話交換機、PC系統交互的CTI集成技術和語音板卡，以這些技術為基礎的客服主要面向的業務方向是呼叫中心系統用。在2010年開始，托管型呼叫中心逐步興起。起先是架構上從企業本地機房部署改變為IDC機房集中式部署硬件程控交換系統， 通過硬件服務器的堆疊，實現更大并發容量的語音軟交換處理能力。從商業模式上，改變自建呼叫中心模式下的一次性建設和投入為按期租用方式，減輕了企業建設呼叫中心的成本，減少了資金壓力，從管理難度的角度上也減少了企業因需要進行維護的持續性投入。這一階段下的業務主要針對的是企業級的電銷外呼服務中心和客服中心。2015年，隨著云計算、云存儲、SaaS概念的引入，將客服系統帶入了云服務的階段，其軟交換服務采用高可用、彈性可伸縮、模塊化的云計算資源部署，摒棄了傳統的硬件部署方式，極大地提升了應用擴展性和成本控制的靈活性。在此階段中，互聯網企業、保險業、金融業和在線教育行業的客服系統迎來一波快速發展，因其存儲模式可以支撐較小客戶的初始化建設。而在2017年以后，智能AI技術的引進加強了客服系統的能力及價值，其標志就是智能文本、語音機器人和智能質檢等功能的大力發展，降低了客服成本并且增加了效率，這一降本增效的價值得到了大力發展。

進入到2020年，隨著5G網絡的加速鋪設和相關場景應用的深入挖掘，大量企業業務由線下轉線上已是大勢所趨，在線音視頻將變得更加高清，時延更加低用戶可以根據意愿選擇服務形式，以最高效得方式解決問題。傳統呼叫中心業務逐漸被邊緣化，隨之替代的是視頻客服日益成熟，逐漸成為主流服務模式，實現現象級的服務形式改變。

2、智能VoLTE數字人客服

智能VoLTE數字人客服依托運營商的高網絡帶寬，基于IMS網絡，新興5G技術，通過AI賦能，提供面向客戶的高清、低時延音視頻產品平臺傳統互聯網入口+VoLTE主動觸達入，實現全方位多模式客戶專屬通道。VoLTE是面向數據終端的高速無線通信標準，基于IMS網絡，使得音視頻服務不再依賴傳統的電路交換語音網絡[2]。IMS是IP多媒體系統，是多媒體業務形式，能夠實現數據、語音和視頻的融合業務[3]。后臺管理語音質檢的應用，使得對客戶的偏好和情緒更加準確，也對客服有實時的警告。在視頻客服的坐席端，設置虛擬數字人。數字人面向B端客戶，融合5G、人工智能、虛擬數字人和全息展示等技術，具有高顏值、高智能、高品質的數字人智能對話等功能以及特點。以5G技術、虛擬數字人形象創建、智能動畫合成、語音識別、自然語言理解、語音合成、智能交互等技術為核心，應用在數字人的感知、推理、展現層面，賦能智能助手生態。在平臺側的視頻雙向錄像功能并可關聯錄像和通話信息，可以對服務內容進行信息留存、回溯和責任確認。

2.1應用場景與系統架構

智能VoLTE數字人客服的應用場景，可廣泛用于銀行、金融產品銷售現場、保險、證券、互聯網金融、汽車金融、股票開戶、期貨開戶、其他金融業務。除了金融市場外，例如政務審核、面簽，傳統行業的企業線上服務客服等金融機構之外的其他領域也可廣泛應用。

目前受制于部分終端和網絡能力，VoLTE客服以功能模塊的形式嵌入現有客服系統，作為有效補充部分更符合實際商用落地場景的需求，一個總體的融合通信客服系統架構示意圖如下：

該系統架構打造了傳統互聯網入口和基于VoLTE的4G/5G主動觸達入口的智能視頻客服應用，實現全方位多模式客戶觸達。系統支持WebRTC，4G/5G主動觸達入口，在座席端調用虛擬數字人接口，替代真人坐席。數字人視頻坐席通過VoLTE，WebRTC互聯網應用和傳統電話與客戶交互，開展視頻面簽，視頻客服，視頻核驗和視頻雙錄等業務。

2.2 VoLTE音視頻通道技術概要

2.2.1 VoLTE視頻傳輸信令流程

客戶坐席呼出信令流程如下圖所示，客服坐席側所在地，需要本地IMS支持固網傳輸，客服坐席的固話可接入全國移網IMS，實現VoLTE視頻通話[4]。

用戶端呼入信令流程如下圖所示，用戶手機呼出信令由所在地的移網IMS傳輸至固網IMS，如本地IMS不支持固網視頻傳輸，則視頻回落為語音，由用戶呼出所在地的固網IMS將語音信令傳輸至客服坐席所在地的固網IMS。

2.2.2 VoLTE通道與IMS網元對接方式

A-SBC：部署在接入網及核心網之間，用做代理。需要在IMS核心網進行開戶，獲取一批Sip賬號，然后由SIP網關服務代理注冊，并及時刷新、維持注冊狀態。協議轉換網關從SIP網關服務獲取Sip賬號，并組建Sip報文發送至SBC。通話過程中如果未及時刷新，出現注冊過期的現象，則通話將被IMS核心網掛斷。

I-SBC：部署在兩個核心網之間，做協議轉換。不需要在IMS核心網進行開戶，并維持注冊狀態;只要在I-SBC上配置對應的中繼（IP地址+端口號+透傳碼號）即可通過IMS核心網進行全網的話路疏導。

注冊方式為使用Sip號碼池獲取賬號，發起注冊。一個RPC客戶的Sip賬號需要由一個SIP網關單獨代理注冊，并維持刷新。RPC Client 賬號與Sip賬號綁定關系包括 所有的域用戶共用所有的SIP賬號，即多對多的數量關系[4]。

2.2.3 外呼信息流轉流程

從Client A呼叫落地用戶B開始，請求RPC調用OnInvited到SIP網關服務。在SIP網關收到請求后，拉起協議轉換網關的進程。在 協議轉換網關啟動后首先登錄一個B的賬號，登錄成功后，云賬號B加入對應過程1中OnInvited中帶的會議號的會議中。成功加入后，協議轉換網關發送SIP 邀約至SIP網關，SIP網關收到協議轉換網關的SIP信令后代理發送至SBC。至此，外呼信息流轉-全部完成。具體外呼流程內外部網元信息流轉圖如下所示：

2.3數字人技術概要

數字人，是信息科學與生命科學融合的產物，是利用信息科學的方法對人體在不同水平的形態和功能進行虛擬仿真，其包括四個交叉重疊的發展階段，可視人，物理人，生理人，智能人，最終建立多學科和多層次的數字模型并達到對人體從微觀到宏觀的精確模擬。

在客服場景下，數字人可以自動化實現與真人一致的服務效果，與真人相比，優勢在于可以持續工作7×24小時，極大地提升了金融客服的工作效率，不受工作時長，身體疲勞程度，情緒都能人本身的生理因素影響;同時數字人形象能夠實現多音色、多風格、多人格的個性化定制，能夠針對個體用戶的個性化需求提供多樣化的客服服務，滿足用戶多元化的金融服務需求;同時，隨著5G、物聯網、傳感器、AR、VR等新技術不斷深化應用，資訊信息的傳播從“擬態化”升級為體驗感更強大的“臨場化”和“全景化”，數字人技術可以與新技術更高效的結合，結合具體金融場景發生地的多維數據，營造出讓用戶在三維空間直接“到達”現場的直播體驗，進一步提升用戶在金融服務中的代入感。

數字人現階段已廣泛應用到各個金融領域、電商直播等營銷手段上，例如興業應該正在規劃建設智慧數字人營銷，以應對疫情期間的無接觸網點業務辦理[5]。

2.3.1 數字人交互邏輯

根據上圖數字人邏輯圖，數字人交互邏輯以此為：發起數字人啟動消息;確認數字人啟動;生成聆聽狀態的數字人視頻;推送數字人處于等待聆聽狀態的視頻到客戶端，等待客戶發問;接收NLP解析后的用戶問題文字;確認接收用戶問題文字;合成數字人音視頻;把目前的等待傾聽視頻流切換成發聲視頻流，如繼續下一輪則重復8步驟，重復聽說切換，循環對話;客戶端發出關閉消息信息;確認消息關閉;關閉實時音視頻流，完成本輪對話。

2.3.2 功能模塊

音視頻模塊有實時視頻流管理，負責將客戶端傳輸的音視頻的管理，音頻輸出到語音識別模塊進行轉寫，視頻流輸出到視頻捕捉。而音視頻捕捉負責捕捉客戶端需要錄制的視頻，并將需要存儲的視頻轉給內容存儲模塊，滿足業務合規要求。

業務管理模塊中，按照不同的進入方式及參數，系統將用戶的輸入解析后直接切換合適的對話場景，乙方負責為甲方定制10個不同的業務場景對話，這10個業務場景都是可以使用虛擬數字員工的實時對話模式。之后按照用戶的點擊輸入和用戶在業務流程的辦理狀態，系統負責判斷是否在不同的業務流程中跳轉以及跳轉的目的業已啟動下一項業務或者退出系統。

ASR語音識別模塊負責將語音識別為文字，可以有用戶配置熱詞，置入敏感詞，加標點符號。識別的結果傳回數字員工管理平臺后為NLP語義理解服務提供輸入。另外導出的文字還可以提供給行方已有業務統計系統作為業務數據統計依據。

NLP語義理解模塊提供對話流程配置、對話節點意圖判斷和問答庫管理，并按照行方要求配置好的業務場景的對話流程。該模塊可以提供知識庫的數據挖掘定制，也可以業務方已有知識庫系統，知識庫的更新保證在24小時內生效。最后數字人生成引擎，按照NLP解析后知識庫生成的文本，輸入的文本后可以實時生成視頻流，以及設置口型、手勢。

3、機會分析

3.1優勢與機遇

目前VoLTE主要多用于語音業務，視頻業務較少，并且還未有面向企業的接入模式，基于VoLTE的智慧視頻客服是對金融企業現有視頻客服、面簽功能的補充，與企業現有的視頻客服平臺并不沖突。VoLTE的主動觸達模式可以使得企業端變被動為主動，主動與潛在客戶聯絡，完成業務的拓展。并且其與互聯網的入口不沖突，是對互聯網入口的補充，但相較于互聯網視頻通話，其無需下載APP，無需使用瀏覽器，大大的提升了。在5G大力發展的現狀下，是客服多元化的一個重要拓展。

盡管現階段國家對金融行業的政策收緊，但國家對使用技術手段賦能金融行業的應用卻更加提倡和支持，對智慧視頻客服等金融科技產品提供了新的空間和機會。并且，5G的誕生，對金融科技行業的發展起了推動作用。目前國內提倡全面實現5G+計劃，5G+4G協同發展，5G+人工智能、大數據p融合創新，5G+Ecology生態共建。智能VoLTE數字人客服依托4G/5G+AI等能力，與各大金融機構實現生態的共建。主要針對需求明確的金融行業視頻客服需求進行切入，在智能識別領域進行場景的落地。

3.2價值體現

智能VoLTE數字人客服在數據運營層面的能力可以讓很多企業提升對數據化運營的認識，其中包括數據預處理，例如數據清洗和專名識別。企業運營過程的關鍵內容包括數據運營，孤立起來的數據會讓企業在運營情況方面的認識有偏差，而缺失的數據將會導致嚴重的決策性錯誤。所以，智能客服在服務過程中的對數據的對所產生的數據進行收集，也就支持了數據的回溯與存儲。并且基于AI能力，客服機器人、虛擬數字人和客服動作的RPA應用不但幫助傳統的線上、線下客服業務進行提升與優化，也綜合了業務流程和數據流，把兩者進行了有效統一。

4、5G下的客服潛力與發展

在國家大力發展5G，各相關企業普遍配合支持5G建設的情況下，VoLTE作為4G下的通信制式可以平滑過渡到5G下的VoNR制式，基于VoLTE/VoNR的視頻客服有機會享受到客服行業發展和更替的紅利。5G下的海量數據奠定了客服中的機器學習的良好根基，使得客服不再是單模塊化產品和單一場景，可以實現對服務流程和多樣場景的多功能覆蓋，實現內部服務的串聯。在視頻通道打通后，客戶發起咨詢時，響應速度以及接起率都會大大提升。

雖然近些年客服行業技術上進步頗大，但在一些客服應用場景上實現的效果尚不符合企業的高期望。以質檢場景為例，為降低硬件成本，對話錄音壓縮導致的語音失真降低了ASR準確率，再加上中文存在多義性及方言，有時就會難以通過機器判斷客戶服務是否違規。再以外呼場景為例，一方面對于客戶無關外呼目的的提問，如以信息確認為目的的外呼，客戶反問了和產品相關的問題，機器的預測能力和應變能力不足，讓用戶很難接受;另一方面在場景復雜的情況下，如營銷、催收等，機器依舊難以應對，實際使用效果不符合企業對于技術的期望，需要由專業的客服人員介入，這其中人和機器銜接點的判斷也是難點。正是這些因素的存在，降低了大家對客服行業的期望，因而市場整體抱持著邊發展、邊觀望的態度，在客服場景價值的挖掘上并沒有使出全力。

因此，基于VoLTE以及未來VoNR技術的虛擬數字人可帶領客服行業的整體轉型與升級，以更好的應對挑戰，擁抱機遇。其以智能化、數字化結合通信技術為主要驅動力，完成了服務模式與管理模式的雙重升級，打通了用戶端、服務端和業務場景之間的連接。并且，在5G超高清視頻的支撐下，智能VoLTE數字人視頻客服有能力作為現有互聯網視頻客服和人工坐席的有效補充升級，覆蓋比現有更多的業務場景，在結合了智能數字人的情況下，客服綜合能力飛速提升。在這種綜合能力下，智能客服中心有潛力成為金融機構的網點或是網上銀行之外的一個主要業務渠道，用來釋放身份核實、操作演示和展示商品等業務占用現場人力資源。除此之外，智能VoLTE數字人客服可以將更豐富的高清精準數據信息連接起來，可承接售前、售中和售后等多個業務環節。更加高效的多種技術環節，如前端部分的客戶話術內容預測與分析，后端部分的企業和商戶知識圖譜、產品屬性和多維度數據匹配，都可以在智能VoLTE數字人客服系統中得到更好的發展，用戶畫像也會更加準確，智能數字人在接收到全面、精準的數據接入后，語義識別、語音轉換、語言處理等AI技術也可以得到最大效率的應用。

5、結束語：

隨著5G網絡的加速普及和深入應用，企業業務由線下向線上轉移將成為大勢所趨，本文提出的基于VoLTE以及未來VoNR技術的可直接觸達C端客戶的視頻通信方案，結合最新AI數字人實現了客服坐席端標準化，智能化，是視頻客服市場的一次有效的創新和探索。

參考文獻：

[1] 智能客服趨勢發展白皮書：智能客服預見未來.2020.05

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

[3] 韓濤·基于IMS的下一代網絡簡介[J] . 科技資訊， 2011（35）： 24.

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

[5] 葉博宇，林懿楠，李瑾，趙天琪.興業銀行“智慧數字人——小興”在實體網點成功探索應用[J].中國金融電腦，2020（05）：71-74.