.........。
感謝您的致電，祝您生活愉快。
這段來(lái)自呼叫中心的話(huà)術(shù)，相信大家都不陌生。對于服務(wù)行業(yè)，如：電商、金融、銀行、互聯(lián)網(wǎng)等，呼叫中心是一個(gè)促進(jìn)企業(yè)營(yíng)銷(xiāo)、市場(chǎng)開(kāi)拓并為客戶(hù)提供良好的交互服務(wù)系統，其位置相當重要。為了提高客戶(hù)滿(mǎn)意度、完善客戶(hù)服務(wù)，同時(shí)對客服人員工作的考評，很多企業(yè)會(huì )對此采用質(zhì)檢的方式來(lái)保證其服務(wù)質(zhì)量。
極限元智能科技在智能語(yǔ)音、計算機視覺(jué)、自然語(yǔ)言處理、大數據分析等技術(shù)領(lǐng)域有多年技術(shù)積累，推出了一些系列云端、桌面端、移動(dòng)端、嵌入式端的跨平臺AI技術(shù)解決方案，產(chǎn)品和服務(wù)廣泛應用在教育、安全、交通、泛娛樂(lè )等多個(gè)行業(yè)。其中，成熟的音頻監測技術(shù)落地場(chǎng)景方面更是涉及到反電信詐騙、公安技偵、互聯(lián)網(wǎng)音視頻有害信息檢測、呼叫中心錄音質(zhì)檢等。
呼叫中心質(zhì)檢內容：
為了提高客戶(hù)滿(mǎn)意度、完善客戶(hù)服務(wù)，為企業(yè)創(chuàng )造更多的利潤，通常會(huì )從以下幾個(gè)方面對客服電話(huà)內容質(zhì)檢：用戶(hù)、考核、客戶(hù)問(wèn)題商機。
（1）客服服務(wù)：開(kāi)場(chǎng)白、結束語(yǔ)、服務(wù)態(tài)度是否良好；
（2）業(yè)務(wù)績(jì)效考核部分：業(yè)務(wù)熟悉度、基本話(huà)術(shù)、操作引導是否規范，是否使用禁語(yǔ)；
（3）市場(chǎng)拓展：對客戶(hù)的挖掘、對流失客戶(hù)的挽留、尋找商機；
傳統質(zhì)檢方法
面對每日上萬(wàn)條的電話(huà)錄音，質(zhì)檢人員只能通過(guò)人工測聽(tīng)的方式進(jìn)行抽檢。一個(gè)5000人的客服團隊，需配備100人左右的質(zhì)檢團隊，呼入型質(zhì)檢比率至少在1%，至多不超過(guò)30%，呼出型質(zhì)檢比率至少在2%，至多不超過(guò)50%。人工抽檢，工作量大、效率低、主觀(guān)性強，很難有效評價(jià)整體服務(wù)質(zhì)量。
極限元基于關(guān)鍵詞語(yǔ)音檢索方案VS目前業(yè)內的呼叫中心質(zhì)檢方案
隨著(zhù)科技的發(fā)展，計算機技術(shù)的應用，目前行業(yè)內采用的是基于語(yǔ)音識別技術(shù)和語(yǔ)義分析技術(shù)來(lái)做錄音質(zhì)檢，雖然節省了人力成本和提高工作效率，但是也存在一定的問(wèn)題。
如：（1）錄音質(zhì)檢的數據是電話(huà)錄音由語(yǔ)音識別技術(shù)處理后輸出的文本數據，對語(yǔ)音識別的準確率要求極高，如果電話(huà)錄音轉寫(xiě)出來(lái)的文本跟實(shí)際內容差別太大，在此基礎上進(jìn)行的關(guān)鍵詞檢索和語(yǔ)義分析工作就不能輸出正確的結果。
（2）電話(huà)錄音通常存在著(zhù)大量的背景噪聲、方言口音、信道干擾，而且電話(huà)錄音通常采用較低的采樣率，音質(zhì)不高，這些都嚴重影響到語(yǔ)音識別的準確率。
（3）語(yǔ)義分析技術(shù)需要針對業(yè)務(wù)場(chǎng)景訓練復雜的模型，隨著(zhù)業(yè)務(wù)場(chǎng)景的變動(dòng)，相關(guān)學(xué)習模型也要經(jīng)常進(jìn)行更新，維護周期長(cháng)、成本高，適應業(yè)務(wù)變化的實(shí)時(shí)性不強。
（4）整個(gè)錄音質(zhì)檢方案需要的復雜運算環(huán)節多，帶來(lái)了業(yè)務(wù)處理延時(shí)較高，執行效率提升有限，同時(shí)相關(guān)的軟、硬件成本偏高。
極限元錄音質(zhì)檢三種解決方案組成完整體系
針對現行業(yè)內運用的質(zhì)檢方式存在的一系列的問(wèn)題，極限元采用了基于語(yǔ)音關(guān)鍵詞檢索技術(shù)、音頻對比技術(shù)、情感識別技術(shù)的錄音質(zhì)檢方案，可以減少語(yǔ)音識別準確率不高帶來(lái)的錄音質(zhì)檢誤差，有效提升了錄音質(zhì)檢效率。
1、語(yǔ)音關(guān)鍵詞檢索
將通話(huà)錄音識別結果輸出音頻檢索網(wǎng)絡(luò )，指定的語(yǔ)音關(guān)鍵詞轉換成音素，在檢索網(wǎng)絡(luò )中進(jìn)行匹配，輸出檢索結果。（如下圖）
此解決方案不僅繞開(kāi)了生成文字所需的解碼過(guò)程，提高檢索效率，還能避免語(yǔ)音轉文字可能帶來(lái)的誤差，提高識別準確率。
例如：
客戶(hù)：最近我的電話(huà)信號不好，上不了網(wǎng)。
客服：什么時(shí)候開(kāi)始上不了網(wǎng)呢？
客戶(hù)：好久了。
客服：您地址在哪呢？
客戶(hù)：我在xxx這里。
客服：好的，我幫您登記下，您還有別的問(wèn)題么？
客戶(hù)：沒(méi)有了，
客服：謝謝您的來(lái)電，再見(jiàn)
語(yǔ)音關(guān)鍵詞檢索服務(wù)器可以識別出這段錄音中包含關(guān)鍵詞：上不了網(wǎng)，但沒(méi)有找到其他關(guān)鍵詞進(jìn)行組合邏輯判斷，這條錄音的檢測結果中話(huà)務(wù)類(lèi)型為“未定義”，標記為疑似不合格話(huà)術(shù)，會(huì )反饋出現關(guān)鍵詞的時(shí)間點(diǎn)。
盡管語(yǔ)音關(guān)鍵詞檢索會(huì )造成同音字的誤判，但對比語(yǔ)音轉文字再進(jìn)行關(guān)鍵詞匹配，造成的誤差要小很多，而帶來(lái)準確率提高和效率提升的優(yōu)勢卻很明顯。同時(shí)對于海量錄音數據內容審核的應用場(chǎng)景，也更為實(shí)用。
2、音頻對比
音頻比對是指從音頻信號提取特征，通過(guò)特征進(jìn)行比對的方法進(jìn)行有害信息檢索的方法。該方法的核心在于提取的特征值需要滿(mǎn)足一定的要求，比如抗噪性、轉換不變性、魯棒性、快速性等特點(diǎn)，主要是為了滿(mǎn)足同一音頻能夠在不同聲道下進(jìn)行準確檢索。傳統的MFCC、FBANK等聲學(xué)特征已經(jīng)不能滿(mǎn)足音頻比對任務(wù)的需求。下圖就是一個(gè)基于頻譜最大值來(lái)建模的音頻比對方法。在完成最大值點(diǎn)完成建模后，需要進(jìn)行特征的構建。而特征構建是通過(guò)最大值點(diǎn)之間的距離來(lái)建模，例如兩個(gè)最大值點(diǎn)的距離、位置信息作為一個(gè)固定的特征來(lái)完成音頻特征信息的構建。有了上述音頻特征之后，就可以對兩個(gè)不同音頻進(jìn)行檢索，最大相似度的地方就是相似點(diǎn)，這種技術(shù)最適用于錄音片段的檢索。
3、情感識別
情感識別解決方案通過(guò)分析不同情感狀態(tài)和語(yǔ)音聲學(xué)參數的關(guān)聯(lián)關(guān)系，抽取出魯棒聲學(xué)特征參數，綜合考慮不同人對同一段語(yǔ)音的情感感知結果，建立語(yǔ)音情感識別模型。為了提高語(yǔ)音情感識別的魯棒性，采用非線(xiàn)性建模方法建立情感語(yǔ)音分析模型，有效的解決了噪聲環(huán)境下情感語(yǔ)音分析問(wèn)題。針對情感識別中的時(shí)序建模問(wèn)題，采用一種基于特征層建模和決策層建模相結合的多尺度時(shí)序建模方法。在特征層實(shí)現短粒度的時(shí)序建模。在決策層實(shí)現更長(cháng)粒度的時(shí)序建模，并與特征層的時(shí)序建模實(shí)現相互補充。通過(guò)上述改進(jìn)，有效的提高了語(yǔ)音情感識別的準確率，可以對通話(huà)者的情感狀態(tài)進(jìn)行動(dòng)態(tài)的捕獲和跟蹤。此外，極限元還可以提供基于音視頻多通道情感狀態(tài)識別的解決方案。
通過(guò)極限元錄音質(zhì)檢解決方案，可以幫助客戶(hù)將客服錄音數據進(jìn)行各種分析，從而針對性地改善呼叫中心的服務(wù)質(zhì)量；除了對企業(yè)自身呼叫中心質(zhì)檢之外，此方案還可以為企業(yè)分析客戶(hù)的反饋意見(jiàn)，跟蹤廣大用戶(hù)的熱點(diǎn)問(wèn)題，從而對公司的產(chǎn)品和服務(wù)提出優(yōu)化建議，實(shí)現更加精準的市場(chǎng)決策。
