外呼机器人具有哪些挑战和风险呢？

如今大家对于机器人都是很熟悉的，简单一点来说机器人就是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序的。而大家对于外呼机器人都是否熟悉呢？其具有哪些挑战和风险呢？

首先是语音识别技术的挑战，前面说到实验室环境下语音识别准确率已经从2013年的87%提高到了2017年的97%，而在实际环境中，这个数字会降低到85%左右，因为实际环境中有大量的噪音、口音、声源远近等问题。在外呼机器人这个领域，短语音识别是一个难点，因为在缺少更多上下文信息的时候，语音识别很难确定你发的音和对应的字之间的关系，中文更是如此，因为中文是一个同音不同字的语言，还有音调的变化，比如我发一个音“lao shi” ，这在不同的语境下，可能代表这是一个教书育人的职业，在另外的语境下，可能代表这个人的性格很老实。

来自于技术方面的第二个挑战是多轮对话，人的自然语言从来都是含糊不清的，特别依赖上下文关系。比如说“我想订一个房间”， “什么位置?”， “中关村附近”，“什么时间?”，“周六”… …这个例子里面，关于订房间的信息是散落在多轮对话之间的。如何综合全面考虑上下文信息一直是学术界的一项挑战。

第三，人类的对话行为模型非常复杂。因为在外呼机器人场景下，人们期待的是和另一个人之间的交流而不是一台机器。研究显示，人们在和机器人对话的时候，会自然的放慢语速，发音会更清晰，也会用更加配合机器人的句式来交互。但是在和人沟通的场景中，人们的发音或更含糊，会在句子中省略很多字词，也会在句子中突然修改前面的对话信息，这些都给语音识别，语义理解造成了极大的困难。

最后，我们目前的外呼机器人大部分都还是播放提前录音，为了实现真正的人机语音对话系统，我们需要让机器能发出人的声音，这就是语音合成技术。但是要合成出人自然对话中的抑扬顿挫，并且骗过人是一件非常困难的事情，人的耳朵对于音频的敏感程度远超过人眼对图像的敏感程度，这也让语音合成这件事情的难度更高。