ITBear旗下自媒体矩阵:

珍爱网技术副总裁范成涛:腾讯云智能语音助力业务转型升级

   时间:2016-09-29 10:38:37 来源:互联网编辑:星辉 发表评论无障碍通道

珍爱网作为中国最大的相亲网站之一,独创“网络征选+人工红娘+线下直营店”的婚配服务模式,自2005年成立后,经过十余年的经营,目前注册用户已突破1亿。珍爱网传统语音质检业务通常采用人工收听电话录音并打分的方式,海量的电话录音需要检测,工作量颇为棘手。由腾讯云技术团队联合微信AI团队,共同推出的腾讯云智能语音服务上线后,语音识别功能被快速应用到其语音质检业务中,带来了巨大的改变。本次有幸采访到了珍爱网技术副总裁范成涛先生,为大家揭秘珍爱网与腾讯云背后的故事,及腾讯云智能语音在婚恋场景下的具体应用。

图:珍爱网技术副总裁范成涛

需求高涨,传统语音质检已无法满足

范成涛出身计算机专业,曾在阿里巴巴和腾讯负责数据平台和营销平台,是一名非典型技术男,因为对高速发展的互联网感兴趣,来到了珍爱网。在珍爱网,他开始更多地思考、沟通、架构设计,这些工作对他的全局思考和沟通能力要求更高,同时自我价值体现也更大了。“一直以来,珍爱网保持着高度的社会责任感,秉承 '成就天下姻缘'的宗旨,希望能尽一己之力及企业之责,运用大数据精准匹配原则帮助和指导会员建立积极、健康的恋爱婚姻观念,助力和谐家庭的建立。”范成涛表示。正因为这份企业的社会责任感,珍爱网培养了近3000位拥有国家婚恋咨询师职业资质的专业红娘,为客户提供标准化、流程化的规范服务。

基于“网络征选+人工红娘+线下直营店”的婚配服务模式,珍爱网的红娘通过电话提供服务为主要模式之一:给注册用户打电话,邀请用户来线下门店;不定期电话沟通,为用户推荐合适人选或者提供婚恋咨询。如此多的电话沟通中,红娘的服务态度对于维持用户关系是至关重要的,这时就需要开展语音质检业务进行电话语音的监管。

从2006年100万注册会员,到现今近1亿的用户,珍爱网每天的语音质检量已超过6000小时。传统的语音质检靠人抽查,听语音,发现异常再处理的方式已经无法满足如此庞大的业务需求。按照其业务规模,如果全覆盖,每天得需要1000多名质检人员,成本很高;随着质检人员经验、心情、判断标准的不同,质检结果差异也很大。这些传统语音质检弊端接二连三的出现,对珍爱网的发展产生了极大影响,范成涛也表示,“为了提高效率,我们以前做过语音质检,但是服务器投入大、成本高、语音识别精细不够等都成为了公司的负累。”

腾讯云智能语音助航,业务快速升级

珍爱网与腾讯云达成合作,为之提供语音识别、文件储存、电话和短信通知等功能。腾讯云语音识别技术,识别精度高,能够将语音转成文本,还可以识别情绪,成功解决了传统语音质检存在的覆盖面窄、标准不一的弊端。同时,智能语音识别还能将电话语音做AB路分离识别,快速区分红娘和用户说话,提高了工作效率。

使用腾讯云智能语音服务后,在不增加质检人员的前提下,珍爱网语音质检业务的覆盖率从3%提升到了100%,质检效率提升31倍。与传统人工方式相比,同样数量的通话录音,质检成本仅原来的10%。随着质检语音时长增加,有效规范了电话邀约行为,服务满意度提升了23%。

“省心、省成本,个性化定制,让我们以低价格获得了行业顶尖服务” 范成涛这样评价。他认为,随着互联网行业垂直领域深挖,创业者将不需要把时间和成本放在做网络、存储、计算这些基础的工作上。“造车轮”的事情交给专业的公司去做,让企业更专注于服务,随着业务体系的转型,云计算服务带给企业的创新价值也越来越多。

作为国内最大的互联网企业,腾讯在海量数据管理、服务器网络运维、组件服务上都有丰富的经验,特别是全国容灾、异地部署、性能优化能力,在行业中已达顶尖水平。腾讯云智能语音服务开放后,珍爱网积极与腾讯云展开合作,提供了在婚恋专业领域下的定制化服务,不断推进企业模式转型升级。在对话中,范成涛说:“让我们能站在巨人肩膀上做业务更省心、更放心,我非常看好腾讯云的未来,在多家对比后,珍爱毅然选择了腾讯云,希望和腾讯云一起成长。”

在这个快速变革的时代下,很多传统的工作模式,已无法适应公司业务和服务群体,实现转型升级成为企业节约资源、降低成本的最佳选择。腾讯云智能语音服务强大的技术优势和云端+嵌入式模式,不仅能够为婚恋场景提供个性化定制服务,还可覆盖更多应用场景,为企业创造更多产能,一同成长。

【范成涛介绍】:珍爱网技术副总裁,曾就职于腾讯和阿里巴巴。加入珍爱网后,负责数据分析和挖掘平台、线下CRM系统、运维平台等体系,为珍爱的基础平台稳健、提升珍爱系统安全性稳定性、提升公司运营效率等打下了坚实基础。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version