極限元基于情感識別技術的呼叫中心錄音質(zhì)檢方案

　　這段來自呼叫中心的話術，相信大家都不陌生。對于服務行業(yè)，如：電商、金融、銀行、互聯(lián)網(wǎng)等，呼叫中心是一個促進企業(yè)營銷、市場開拓并為客戶提供良好的交互服務系統(tǒng)，其位置相當重要。為了提高客戶滿意度、完善客戶服務，同時對客服人員工作的考評，很多企業(yè)會對此采用質(zhì)檢的方式來保證其服務質(zhì)量。

　　極限元智能科技在智能語音、計算機視覺、自然語言處理、大數(shù)據(jù)分析等技術領域有多年技術積累，推出了一些系列云端、桌面端、移動端、嵌入式端的跨平臺AI技術解決方案，產(chǎn)品和服務廣泛應用在教育、安全、交通、泛娛樂等多個行業(yè)。其中，成熟的音頻監(jiān)測技術落地場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。

　　為了提高客戶滿意度、完善客戶服務，為企業(yè)創(chuàng)造更多的利潤，通常會從以下幾個方面對客服電話內(nèi)容質(zhì)檢：用戶、考核、客戶問題商機。

　�。�1）客服服務：開場白、結(jié)束語、服務態(tài)度是否良好；

　�。�2）業(yè)務績效考核部分：業(yè)務熟悉度、基本話術、操作引導是否規(guī)范，是否使用禁語；

　�。�3）市場拓展：對客戶的挖掘、對流失客戶的挽留、尋找商機；

　　面對每日上萬條的電話錄音，質(zhì)檢人員只能通過人工測聽的方式進行抽檢。一個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30%，呼出型質(zhì)檢比率至少在2%，至多不超過50%。人工抽檢，工作量大、效率低、主觀性強，很難有效評價整體服務質(zhì)量。

　　隨著科技的發(fā)展，計算機技術的應用，目前行業(yè)內(nèi)采用的是基于語音識別技術和語義分析技術來做錄音質(zhì)檢，雖然節(jié)省了人力成本和提高工作效率，但是也存在一定的問題。

　　如：（1）錄音質(zhì)檢的數(shù)據(jù)是電話錄音由語音識別技術處理后輸出的文本數(shù)據(jù)，對語音識別的準確率要求極高，如果電話錄音轉(zhuǎn)寫出來的文本跟實際內(nèi)容差別太大，在此基礎上進行的關鍵詞檢索和語義分析工作就不能輸出正確的結(jié)果。

　�。�2）電話錄音通常存在著大量的背景噪聲、方言口音、信道干擾，而且電話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音識別的準確率。

　�。�3）語義分析技術需要針對業(yè)務場景訓練復雜的模型，隨著業(yè)務場景的變動，相關學習模型也要經(jīng)常進行更新，維護周期長、成本高，適應業(yè)務變化的實時性不強。

　�。�4）整個錄音質(zhì)檢方案需要的復雜運算環(huán)節(jié)多，帶來了業(yè)務處理延時較高，執(zhí)行效率提升有限，同時相關的軟、硬件成本偏高。

　　針對現(xiàn)行業(yè)內(nèi)運用的質(zhì)檢方式存在的一系列的問題，極限元采用了基于語音關鍵詞檢索技術、音頻對比技術、情感識別技術的錄音質(zhì)檢方案，可以減少語音識別準確率不高帶來的錄音質(zhì)檢誤差，有效提升了錄音質(zhì)檢效率。

　　將通話錄音識別結(jié)果輸出音頻檢索網(wǎng)絡，指定的語音關鍵詞轉(zhuǎn)換成音素，在檢索網(wǎng)絡中進行匹配，輸出檢索結(jié)果。（如下圖）

　　此解決方案不僅繞開了生成文字所需的解碼過程，提高檢索效率，還能避免語音轉(zhuǎn)文字可能帶來的誤差，提高識別準確率。

　　例如：

　　語音關鍵詞檢索服務器可以識別出這段錄音中包含關鍵詞：上不了網(wǎng)，但沒有找到其他關鍵詞進行組合邏輯判斷，這條錄音的檢測結(jié)果中話務類型為“未定義”，標記為疑似不合格話術，會反饋出現(xiàn)關鍵詞的時間點。

　　盡管語音關鍵詞檢索會造成同音字的誤判，但對比語音轉(zhuǎn)文字再進行關鍵詞匹配，造成的誤差要小很多，而帶來準確率提高和效率提升的優(yōu)勢卻很明顯。同時對于海量錄音數(shù)據(jù)內(nèi)容審核的應用場景，也更為實用。

　　音頻比對是指從音頻信號提取特征，通過特征進行比對的方法進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足一定的要求，比如抗噪性、轉(zhuǎn)換不變性、魯棒性、快速性等特點，主要是為了滿足同一音頻能夠在不同聲道下進行準確檢索。傳統(tǒng)的MFCC、FBANK等聲學特征已經(jīng)不能滿足音頻比對任務的需求。下圖就是一個基于頻譜最大值來建模的音頻比對方法。在完成最大值點完成建模后，需要進行特征的構建。而特征構建是通過最大值點之間的距離來建模，例如兩個最大值點的距離、位置信息作為一個固定的特征來完成音頻特征信息的構建。有了上述音頻特征之后，就可以對兩個不同音頻進行檢索，最大相似度的地方就是相似點，這種技術最適用于錄音片段的檢索。

　　情感識別解決方案通過分析不同情感狀態(tài)和語音聲學參數(shù)的關聯(lián)關系，抽取出魯棒聲學特征參數(shù)，綜合考慮不同人對同一段語音的情感感知結(jié)果，建立語音情感識別模型。為了提高語音情感識別的魯棒性，采用非線性建模方法建立情感語音分析模型，有效的解決了噪聲環(huán)境下情感語音分析問題。針對情感識別中的時序建模問題，采用一種基于特征層建模和決策層建模相結(jié)合的多尺度時序建模方法。在特征層實現(xiàn)短粒度的時序建模。在決策層實現(xiàn)更長粒度的時序建模，并與特征層的時序建模實現(xiàn)相互補充。通過上述改進，有效的提高了語音情感識別的準確率，可以對通話者的情感狀態(tài)進行動態(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。

　　通過極限元錄音質(zhì)檢解決方案，可以幫助客戶將客服錄音數(shù)據(jù)進行各種分析，從而針對性地改善呼叫中心的服務質(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)分析客戶的反饋意見，跟蹤廣大用戶的熱點問題，從而對公司的產(chǎn)品和服務提出優(yōu)化建議，實現(xiàn)更加精準的市場決策。