這段來自呼叫中心的話術(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)營銷、市場開拓并為客戶提供良好的交互服務(wù)系統(tǒng)，其位置相當(dāng)重要。為了提高客戶滿意度、完善客戶服務(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)檢的方式來保證其服務(wù)質(zhì)量。

　　極限元智能科技在智能語音、計(jì)算機(jī)視覺、自然語言處理、大數(shù)據(jù)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(tái)AI技術(shù)解決方案，產(chǎn)品和服務(wù)廣泛應(yīng)用在教育、安全、交通、泛娛樂等多個(gè)行業(yè)。其中，成熟的音頻監(jiān)測技術(shù)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(wù)，為企業(yè)創(chuàng)造更多的利潤，通常會(huì)從以下幾個(gè)方面對客服電話內(nèi)容質(zhì)檢：用戶、考核、客戶問題商機(jī)。

　?。?）客服服務(wù)：開場白、結(jié)束語、服務(wù)態(tài)度是否良好；

　?。?）業(yè)務(wù)績效考核部分：業(yè)務(wù)熟悉度、基本話術(shù)、操作引導(dǎo)是否規(guī)范，是否使用禁語；

　?。?）市場拓展：對客戶的挖掘、對流失客戶的挽留、尋找商機(jī)；

　　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(jìn)行抽檢。一個(gè)5000人的客服團(tuán)隊(duì)，需配備100人左右的質(zhì)檢團(tuán)隊(duì)，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(qiáng)，很難有效評價(jià)整體服務(wù)質(zhì)量。

　　隨著科技的發(fā)展，計(jì)算機(jī)技術(shù)的應(yīng)用，目前行業(yè)內(nèi)采用的是基于語音識別技術(shù)和語義分析技術(shù)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(shù)處理后輸出的文本數(shù)據(jù)，對語音識別的準(zhǔn)確率要求極高，如果電話錄音轉(zhuǎn)寫出來的文本跟實(shí)際內(nèi)容差別太大，在此基礎(chǔ)上進(jìn)行的關(guān)鍵詞檢索和語義分析工作就不能輸出正確的結(jié)果。

　?。?）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(yán)重影響到語音識別的準(zhǔn)確率。

　?。?）語義分析技術(shù)需要針對業(yè)務(wù)場景訓(xùn)練復(fù)雜的模型，隨著業(yè)務(wù)場景的變動(dòng)，相關(guān)學(xué)習(xí)模型也要經(jīng)常進(jìn)行更新，維護(hù)周期長、成本高，適應(yīng)業(yè)務(wù)變化的實(shí)時(shí)性不強(qiáng)。

　?。?）整個(gè)錄音質(zhì)檢方案需要的復(fù)雜運(yùn)算環(huán)節(jié)多，帶來了業(yè)務(wù)處理延時(shí)較高，執(zhí)行效率提升有限，同時(shí)相關(guān)的軟、硬件成本偏高。

　　針對現(xiàn)行業(yè)內(nèi)運(yùn)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(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，可以減少語音識別準(zhǔn)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(luò)，指定的語音關(guān)鍵詞轉(zhuǎn)換成音素，在檢索網(wǎng)絡(luò)中進(jìn)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(zhǔn)確率。

　　例如：

　　語音關(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(jié)果中話務(wù)類型為未定義”，標(biāo)記為疑似不合格話術(shù)，會(huì)反饋出現(xiàn)關(guān)鍵詞的時(shí)間點(diǎn)。

　　盡管語音關(guān)鍵詞檢索會(huì)造成同音字的誤判，但對比語音轉(zhuǎn)文字再進(jìn)行關(guān)鍵詞匹配，造成的誤差要小很多，而帶來準(zhǔn)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(shù)據(jù)內(nèi)容審核的應(yīng)用場景，也更為實(shí)用。

　　音頻比對是指從音頻信號提取特征，通過特征進(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(diǎn)，主要是為了滿足同一音頻能夠在不同聲道下進(jìn)行準(zhǔn)確檢索。傳統(tǒng)的MFCC、FBANK等聲學(xué)特征已經(jīng)不能滿足音頻比對任務(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(gòu)建。而特征構(gòu)建是通過最大值點(diǎn)之間的距離來建模，例如兩個(gè)最大值點(diǎn)的距離、位置信息作為一個(gè)固定的特征來完成音頻特征信息的構(gòu)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。

　　情感識別解決方案通過分析不同情感狀態(tài)和語音聲學(xué)參數(shù)的關(guān)聯(lián)關(guān)系，抽取出魯棒聲學(xué)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(shí)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(shí)序建模方法。在特征層實(shí)現(xiàn)短粒度的時(shí)序建模。在決策層實(shí)現(xiàn)更長粒度的時(shí)序建模，并與特征層的時(shí)序建模實(shí)現(xiàn)相互補(bǔ)充。通過上述改進(jìn)，有效的提高了語音情感識別的準(zhǔn)確率，可以對通話者的情感狀態(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(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)分析客戶的反饋意見，跟蹤廣大用戶的熱點(diǎn)問題，從而對公司的產(chǎn)品和服務(wù)提出優(yōu)化建議，實(shí)現(xiàn)更加精準(zhǔn)的市場決策。