确定客户说话的起点和终止点的处理过程。一旦检测到客户开始说话，语音开始流向语音识别引擎（ASR），直到检测到客户说话结束。这种方式能够使得识别引擎在客户说话的同时开始进行识别处理，做到醉大限度的即时处理。同时，在实际应用中至少会有以下5个方面的问题存在
过于敏感的VAD的容易产生误警，将非语音信号传输给ASR,导致较多的识别失败。过于保守的VAD的容易延迟触发，在语句的开头漏掉一些有用的数据，如“不是”变成了“是”。提前错误断句会造成抢话，在语句的结尾漏掉一些有用的数据。延迟断句会造成响应慢，容易使得一些干扰音进入到识别语句中
导致文本数据存在噪声。语音信号的不完整性很可能会使识别率降低，如某个字的一部分音频片段丢失，易造成该字识别错误，进而影响语言模型（LM）的马尔科夫链。电话机器人与说话人的识别不同，后者主要是识别和确认发出语音的人而非其中所包含的内容。电话机器人的目的就是让机器听懂人类口述的语言
包括了两方面的含义：一是逐字逐句听懂而不是转化成书面的语言文字。第二是对口述语言中所包含的命令或请求加以领会，做出正确回应，而不仅仅只是拘泥于所有词汇的正确转换。电话机器人一个多功能高效率的智能真人电话机器人，能对客户的意向实时跟踪、及时跟进，不丢掉任何一个高意向客户
在与客户沟通中高效智能、不带情绪、不知疲倦，可准确挖掘用户需求、筛选用户意向、识别用户兴趣等，是您做电销的好帮手。我们都知道每个企业的发展都离不开销售这一岗位