虽然使用 WER 计算语音识别可能无法提供对客户呼叫影响的精确相关性，但上面提供的数据明显表明，客户呼叫体验不佳的可能性显著增加。
例如，假设有一位顾客打电话询问：“请问我可以查询一下我的余额吗？”如果 ASR 引擎只能识别“查询”和“余额”这两个词，那么很有可能能够正确处理该来电。相反，如果它能够准确识别除“余额”之外的所有词，那么它就不太可能提供正确的回复。
真实世界的音频质量表现
虽然许多国家的音频质量基准表现都属于“优秀”范围，但不幸的是，巴西、意大利 南非电报号码数据 和墨西哥等一些国家并不符合这一标准，被归类为音频质量“良好”甚至“一般”。
尽管北美和欧洲几乎所有国家都符合“优秀”音频质量基准，但这些地区的个别运营商（像您这样的组织可能正在使用）未能达到此标准。
为什么这很重要？
如今，企业在自动化和自助服务项目上投入了大量的时间和资源。如果这些项目能够得到合理的开发和严格的测试，就能显著提升客户体验和运营效率，从而节省成本并增加收入。
然而，必须认识到，即使是最先进、最完善的语音 IVR 或语音机器人，如果接收到的语音质量严重受损，也将无法有效地理解请求或提供准确的响应。
因此，在部署此类系统之前，务必全面了解并评估市场和组织内部的语音质量。随后，通过严格的测试和持续监控来识别和解决系统中的任何问题，这对于确保系统有效运行并最终为您的客户和组织带来最佳体验至关重要。
