一、傳統(tǒng)語(yǔ)音質(zhì)檢存在的問(wèn)題

1、人工質(zhì)檢抽樣比覆蓋不足：集團(tuán)的業(yè)務(wù)的迅猛發(fā)展，業(yè)務(wù)量的增加，導(dǎo)致質(zhì)檢人員缺口增加，質(zhì)檢抽樣比度則會(huì)大大下降。

2、人工質(zhì)檢完成速度存在局限性：比如：熟練質(zhì)檢員每日可以完成40-50通電話的質(zhì)檢工作，而新質(zhì)檢員則只能完成20-30通;質(zhì)檢的滯后性。

3、人工質(zhì)檢存在人為判斷誤差：情緒波動(dòng)、工作疲勞或者人情等因素的影響;對(duì)于質(zhì)檢人員，由于崗位限制更多的關(guān)注公平公正，而非對(duì)企業(yè)有價(jià)值部分需求挖掘。

4、人工質(zhì)檢結(jié)果無(wú)法歸類分析：現(xiàn)有的質(zhì)檢結(jié)果信息較單一，無(wú)法做分類匯總或者做類別交叉分析，也無(wú)法進(jìn)行最根本原因分析。最終也無(wú)法形成相對(duì)比較正式規(guī)劃的數(shù)據(jù)報(bào)表。

二、智能語(yǔ)音分析的實(shí)現(xiàn)

1、語(yǔ)音轉(zhuǎn)寫

基于非特定人的、連續(xù)自然語(yǔ)音的識(shí)別?？舍槍?duì)客服領(lǐng)域錄音、及特定業(yè)務(wù)進(jìn)行優(yōu)化，實(shí)現(xiàn)通話內(nèi)容自動(dòng)轉(zhuǎn)寫成文字。

將分離后的語(yǔ)音通過(guò)聲學(xué)模型轉(zhuǎn)換為對(duì)應(yīng)的漢語(yǔ)音標(biāo)符號(hào)，音標(biāo)信息再通過(guò)超大詞匯網(wǎng)絡(luò)的語(yǔ)言模型識(shí)別出最終對(duì)應(yīng)的文本內(nèi)容。

根據(jù)地方口音及說(shuō)法特點(diǎn)，通過(guò)大量語(yǔ)料訓(xùn)練，不斷優(yōu)化聲學(xué)模型及語(yǔ)言模型。

結(jié)合業(yè)務(wù)知識(shí)和服務(wù)范圍，優(yōu)化關(guān)注業(yè)務(wù)的識(shí)別效果，修正語(yǔ)音轉(zhuǎn)寫結(jié)果。

2、關(guān)鍵詞檢出

通過(guò)分析指定語(yǔ)音段，檢測(cè)到指定關(guān)鍵詞，并返回該關(guān)鍵詞所在整條語(yǔ)音中的位置。

? 流程規(guī)范檢查：對(duì)錄音中的關(guān)鍵詞順序進(jìn)行分析，檢查客服人員是否按照流程規(guī)定的順序說(shuō)出合理話樹，關(guān)鍵詞是否完備

? 服務(wù)忌語(yǔ)檢查：檢查客服人員對(duì)話中是否包含服務(wù)忌語(yǔ)。

3、話者分離

是指在用戶與坐席人員的語(yǔ)音交互錄音文件中，將“用戶”語(yǔ)音和“坐席人員”的語(yǔ)音進(jìn)行分離，提供針對(duì)性分析應(yīng)用基礎(chǔ)。

4、情緒檢測(cè)

情緒檢測(cè)，能夠?qū)⒖头I(lǐng)域通話錄音中的異常情緒檢測(cè)出來(lái)，得到包含發(fā)音人情緒異常的數(shù)據(jù)列表，給出對(duì)應(yīng)的異常產(chǎn)生位置及可信度。