目前，人們對呼叫中心的要求越來越高。要贏得用戶的青睞，就需要給用戶提供便捷、有價值的服務。但是目前的電話系統(tǒng)所遇到的瓶頸在于來自互聯(lián)網、數據庫等的動態(tài)海量信息不能及時準確地提供給用戶。同時，由于信息量的膨脹，復雜的菜單操作、電話鍵盤的表現力已經遠遠不能滿足人們的需求。從而，語音技術成為CTI領域的嶄新亮點。
　　語音技術分為兩個方面：語音識別技術和語音合成技術。
　　語音識別（ASR）是讓電腦系統(tǒng)聽懂人說話，也使用語音訪問電話系統(tǒng)成為可能。語音識別技術其實是讓電話使用人用語音來代替鍵盤輸入，IVR接收到的指令來自于語音命令，而不是鍵盤信號。
　　在面對電話這個工具的時候，人們習慣于使用語音來進行操作，而0-9的數字鍵和*鍵、#鍵已經難以表達現在越來越多的信息內容了。因此，在日常生活中，各種復雜的電話菜單不是讓我們感到迷茫就是急不可耐，真想給電話接上鼠標鍵盤。語音識別技術則能使整個電話菜單扁平化，進入系統(tǒng)以后，用戶可以說出他的指令，進入其中任何一級菜單。1999年，Evans Group Research對使用各種語音系統(tǒng)的250個用戶進行調查，發(fā)現對于語音界面和按鍵式系統(tǒng)，有83％的用戶更傾向于前者。

　　就算在一個內容繁多，功能復雜的語音門戶中，語音識別也能讓人們駕輕就熟，輕松愉快地獲取服務。現在語音識別技術的語音打斷功能和噪聲消除功能也使用戶體驗更上一個臺階。
　　語音合成（Text To Speech），簡稱TTS技術，是將任意文本實時的轉換為自然語音的一項技術，它涉及聲學、語言學、數字信號處理技術、多媒體技術等多個學科技術，是中文信息處理領域的一項前沿技術。解決的主要問題就是如何將文本狀態(tài)的文字信息轉化為可聽的聲音信息。使以往只能用眼睛看的文字信息，也可以用耳朵來聽。
　　IVR節(jié)點根據電話用戶的輸入的信息，通過訪問本地數據庫或者異地數據庫取得所需文本信息；再將文本信息提交給TTS服務器進行合成，IVR向電話用戶播放合成后的語音文件，實現自動應答功能。
　　隨著CTI技術的應用日漸深入人們生活，呼叫中心隨處可見，語音技術的成熟和應用給CTI界帶來新鮮空氣，將在新的一年里把呼叫中心的用戶界面設計和用戶體驗推向一個新的臺階。

科大訊飛公司供稿 CTI論壇編輯