语音识别是一种人工智能技术，可以让软件程序来识别语言，并将其转换为文本。语音识别的一个子集语音识别。语音识别是启用AI-功能，使软件算法，以顾客的身份相匹配，以自己的声音。
有一些研究表明索赔到2020年，所有在线的搜索查询超过50％的可能是通过基于语音的搜索来完成。银行正在测试安全功能使用基于AI-语音识别，当他们打电话，可以自动确认客户的身份客户服务。
使用这种验证技术，银行的客户可能只需大声要求他们需要的服务，比如付款、转账、报告ATM和信用卡被盗或丢失，就可以从助理或他们的智能手机上得到准确的回复。
银行纷纷推出声控消费银行早在2014年，它已经慢慢起飞世界各地。在2018年，多家银行都推出了试点项目或客户服务接口，通过整合与亚马逊的Alexa获得的语音功能。同样，其他银行和金融机构正在将他们的产品和服务与现有的语音服务，如Siri的或谷歌助理。
在这篇文章中，我们深入地研究语音识别技术在银行及金融服务业的真实使用情况下，在银行的帮助下，目前的状态。
最近，我们推出了我们AI在银行供应商景观和能力地图报告我们与包括人工智能博士和企业负责人在内的专家一起工作的地方AI在美国顶级银行根据人工智能或人工智能的技术类型对AI供应商的产品进行分类机器学习人工智能产品的背后。
在我们的报告中，我们定义的AI方法为AI产品背后的技术型人工智能或机器学习的。换句话说，产品的AI方法是的AI算法，使其价值主张可能的描述。AI途径包括：自然语言处理，计算机视觉，异常检测，预测分析和规范分析。
在所有的AI提供的产品，我们在我们的研究认为，NLP（语音识别），似乎在此刻被高度新生，仅占2.06％的供应商提供的产品，如图下图：
除了Alexa，银行也开始利用Siria，努力推出语音和语音识别系统。PayPal和Venmo等支付公司，以及N26和加拿大皇家银行(Royal Bank of Canada)等银行，都允许通过与Siri对话进行支付。
AI厂商如Nuance公司和Personetics还帮助银行建立语音和基于语音的服务。例如，Nuance公司此前与USAA合作同时，启动一个语音激活的银行应用程序Personetics公司曾与Ally Bank合作要启动盟友协助客户语音交互应用。同样的，AI厂商Kasisto已经与TD银行工作开发语音服务为他们的手机银行应用程序。
无论它们如何开发自己的解决方案，人工智能都将成为银行增加收入、降低成本、降低风险、提供更好的体验和获得竞争优势的关键。机器学习对于语音助理从每一个客户交互中学习、将其与当前环境联系起来并提供相关建议也至关重要。
在下一节中，我们将介绍一些增加了语音识别功能的银行案例研究的内部工作原理。
基于语音的账户服务
基于语音的银行最常见的用例之一是允许客户使用他们的语音来检查他们的帐户余额、交易历史和其他帐户细节。例如，澳大利亚的西太平洋银行公司推出了一项新的亚马逊Alexa技能所谓的西太平洋银行直播。根据银行的代言人，从西太平洋数码实验室的团队一起工作，从亚马逊的团队他们的服务与Alexa的整合。
该银行还声称，他们的用户可以通过alexa支持的设备查看账户细节。此外，西太平洋银行的Alexa技能似乎还包括收听该行在其网站上发布的金融新闻的能力。据报道，该技术使用自然语言处理，将客户的问题从语音转换为文本，并自动完成一些后端流程，以便向客户提供准确的答案。
除了这个，西太平洋银行也有负责谷歌助理的整合工作根据该银行的说法，客户还可以在他们的移动设备上使用谷歌Assistant向Android平台上的其他用户支付。
西太平洋银行还与苹果合作通过的Siri助理，使iPhone用户为基础的语音接入银行服务。下图为视频服务的演示：
声控交易
除了只允许客户索要其账户细节，一些银行还增加声控功能，允许客户通过简单的交谈，语音功能的家用设备进行金融交易。
例如，全球银行BBVA在土耳其的一个子公司叫担保银行。担保银行推出了一款名为“移动互动助手”(MIA)的语音助手它允许客户通过简单地说：“我需要钱转移到”，然后建立的名称进行金融交易。有关最新的帐户活动的MIA答案的问题，进行转账，让客户在购买或出售外币或找出汇率预期，通过分析他们的习惯用户的需求。
例如，当客户说，他们已经失去了他们的信用卡，MIA问如果客户想取消他们的信用卡。当顾客回答了“是”的应用使他们在与呼叫中心客服人员取得联系，而无需再次登录或确定谁拥有应用程序的客户约60％正在使用MIA themselves.Garanti报告和满意度率非常高。
银行领导者需要知道什么
与大多数AI项目，从头开始创建一个成功的声控银行产品，可能使银行更加无缝的客户是比看起来难。这是银行捆绑了像亚马逊和苹果公司基于这些助手的架构，这是更容易并且相对简单的构建添加声控银行的主要原因。
无论哪种方式去银行，AI项目是重资本密集型，并推出声控银行需要大量的资源。在另一方面，如果一个成功的产品开发，银行可能会保存员工数量方面的费用他们在该分支处理客户的服务请求和查询。
银行业领袖需要明白，就语音所能提供的功能而言，这项技术目前还处于萌芽阶段。为了开发出一款成功的产品，银行需要确保它们拥有支持此类解决方案所需的数据基础设施。
该技术的早期采用者可能在的事实，这些基于语音的AI服务中获得更多数量的来电和客户的不同声音更准确方面具有优势。
策略建议
许多客户可能是声控银行服务的新手，任何新的客户交互渠道都需要有一个讲解员或向导，以便客户知道他们可以询问和接收哪些类型的问题。
当语音识别系统都面临着一个出现在该算法具有挑战性的过程，并了解一个问题，这似乎是更好地提出一个可能的答案，而不是为了发送一个错误信息，帮助客户继续使用该服务。
从事此类项目的银行需要从小处着手，例如一开始只需获取账户细节。预测客户接下来可能会问什么问题等功能可以在后期添加，这需要银行和金融机构具备更深入的数据能力。
语音和语音识别服务在不同的地理区域受到不同的监管。例如，在美国和中国，银行可以通过语音服务提供交易服务。在欧洲，由于监管机构制定的银行安全标准，Alexa和Siri等服务不允许启动金融交易。
像谷歌和亚马逊这样的大型科技公司在他们的商业模式中内置了以数据和客户为中心的方法，在有效利用语音和语音识别方面远远优于金融服务公司。银行升级客户服务业务，与一些大型科技巨头展开竞争，或许势在必行。这是一个巨大的要求，但数据优先的方法是这类人工智能项目的正确方向
科技巨头有可能凭借自己的语音和语音服务进入银行业，这是一个明显的现实，银行需要升级自己的管理和利用数据的技能，为这种变化做好准备。来自科技巨头的共同投资趋势让我们相信这一点。例如，谷歌设立了助理投资项目来资助初创公司，其目的是促进语音和语音识别技术的发展。Facebook收购了几家语音识别初创公司，而微软(Microsoft)与亚马逊(Amazon)合作，可能会增强它们的助手小娜(Cortana)存活的可能性。
作为一种安全措施，语音识别被人们誉为是由已经推出这些语音激活服务的银行高度安全。然而，在我们为本文的研究，我们发现，有过不履行作为上市语音识别的情况。例如，我们发现报道称，汇丰语音识别系统错误地接受验证客户，尽管实际的声音来了客户的兄弟姐妹。
真正实现一个安全的语音识别系统，在大多数情况下都能正常工作，这需要大量的时间、精力和资金。客户也可能更喜欢通过基于语音的服务在移动设备上执行相对简单的银行任务。
银行客户，尤其是千禧一代，在移动银行方面越来越精通技术。这些新时代的消费者正在寻找快速、方便、功能齐全的移动银行渠道，以预测他们的需求，并提供个性化的数字服务。
随着客户越来越习惯用数字助理如Alexa，谷歌助手，Siri的交谈，接受这项技术的银行服务很可能会在未来显著增加。
虽然使用语音识别的生物认证因素，银行和金融机构可能会发现，安全水平可能不会像安全，因为他们认为这是，仅仅因为未在大量的口语等数据的受过训练的语音识别系统因为那些谷歌或苹果可能需要访问，不是每一个场景不够准确。
话虽这么说，在客户体验可以进行语音识别方面带来的最大好处是，它彻底改变与客户初始交互。在此之前，技术实现了，叫谁向银行和金融服务的客户必须先确认自己的身份，他们可以继续前进，要求他们的问题得到解决之前。
有了语音银行服务，这种最初的交互现在可以跳过验证步骤，直接尽快解决客户问题，从而提高客户满意度水平。
标题图像信贷:总语音技术
