AI质检系统，使用人工智能技术对语音进行质检，重复繁琐的事情由系统来完成，可以释放大量人力，还能大幅提高了质检效率。AI质检，检测标准可量化统一，完全不受人为主观因素的影响，且抽样检测比例可自主设定，随着技术的发展进步，得到越来越广泛的应用。        这里，针对AI质检系统的组成做个大概介绍。
       毫无疑问，AI质检系统，最基础的部分，就是AI部分。
       AI质检的核心技术ASR语音识别技术，将语音转化为文本，再基于文本进行质检判断。
       不同地域方言，不同的语种，不同的行业，不同的环境，甚至说话的语气变化，都对语音识别结果有影响；另外，人们之间的交流，离不开上下文及交流背景，截取只言片语进行识别转换极其容易出现大幅偏差，所以，准确度要求较高的语音识别领域需要加入机器语义理解NLP技术。
       正是因为语音识别需要考虑的情况非常之多，语音识别技术也需要收集各种语音素材进行训练完善，就出现了通用语音识别库、方言库、地址库、行业库等各种针对性识别库。
       由于语音识别需要强大的算力，特别是需要同时处理大量语音时，由于单台服务器能够提供的算力相当有限，此时就需要多台服务器的算力来堆叠，如何将多台服务器的算力进行合理调度使用，就必须引入服务器集群技术。
       由上可以看出，语音识别技术作为基础技术，技术含量高，不仅前期投入较大，还需要后期持续进行训练完善，一般来说，AI部分也是AI质检系统里最主要的成本。
       当场景较为简单时，AI部分的成本也可以大幅降低。比如，基于关键词的线路质检，对准确度要求没有那么严苛，且实时性要求不高，检测到关键词并触发处理动作即可。
       除AI部分之外，AI质检系统还包括配置管理、语料输入、网络传输、存储管理、识别结果判断处理、结果输出&通知、认证计费、统计报表等部分。
       语料输入，主要是将各种不同的语音素材（一般是录音文件）统一处理为AI可以处理的统一格式；网络传输部分，主要完成将各种待质检系统的录音通过网络传输到质检系统。
       一般的，除系统部署成本外，在日常经营中，在系统上还需要支出的经营成本，主要包括服务器费用、宽带费用、存储费用。
       随着技术的发展，AI质检系统的在成本逐渐降低之外，功能也越来越完善，甚至可以协助人工完成填表、情绪侦测、数据抽取、提取关键信息、业务分析等，质检系统的组成显然不会一成不变，也会适应行业及业务的发展进行相应的演进变化。