语音质检方案课件.docx

广东xx语音系统项目建设方案xxxx股份有限公司2016年1月14日语音质检分析系统需求概述广东广电95956热线每天约处理数万个通话，而质检人员对这些通话录音只能通过人工测听的方式进行抽检，测听抽检比率低，质检工作量大、效率低且覆盖率低，难以有效评价整体服务质量。客服中心虽然有专门的质检团队，负责整个热线的座席员工服务质量检查和各类专项质检分析，但工作内容主要是对通话录音进行抽样复听、统计问题、形成报告并进行后续监督管控。当前客服质检工作存在的主要问题包括质检被动、效率不足、主观性强和以点代面等。与此同时，目前的经营分析系统缺乏对客服热线录音数据的处理和分析，而录音数据能直接反映客服热线的效率和质量以及客户的满意度和忠诚度。所以当前的经营分析系统中，客服质量分析难以实现有效监控客户服务的效率和质量，无法为经营决策提供最直接的、最有效的参考依据。构建全新的语音分析系统，针对广东广电95956客服热线每天产生的大量录音进行处理和分析，从质检和运营分析两方面挖掘录音的潜在价值，实现如下目标：1、监控广东广电客服热线的服务效率和质量。对客户服务质量进行有效的监督和管理，增强客服质检的深度、广度和力度，进一步提高客户服务水平和客户满意度。2、加强客户服务内容的分析和管理。实现对广东广电客服热线系统的服务内容的分析，及时、准确的发现和掌握客户的关注热点；跟踪分析特定客户群体的行为，完善业务监控客户投诉内容及原因，为客户的服务和维系提供支撑。3、挖掘广东广电客户服务的业务价值和运营价值。挖掘客户服务质量与各类业务指标之间潜在的关系，完善客户服务的经营分析体系；挖掘广东广电客服热线中的竞争性情报，了解市场竞争的关注热点和各业务优劣差异，为进一步完善市场经营策略和产品业务规划提供参考。主要技术功能语音转写智能语音客服系统采用国际领先的语音识别引擎，根据电信行业的语言模型和声学模型将语音识别形成最终对应的文本内容。语音转写是语音分析中最重要的步骤，是建立文本索引，将非结构化的语音文件转换为结构化的文本信息的核心功能。语音分析系统首先将分离后的语音通过声学模型转换为对应的汉语音标符号，音标信息再通过超大词汇网络的语言模型识别出最终对应的文本内容。这个过程中，需结合广东广电中涉及的各地、各区域地方口音适配，来优化声学模型使其能够广泛覆盖中国地方口音，还需要结合电信业务知识和热线服务范围，进行语言模型优化以提升语音转写准确率。语音分析原理图语音识别引擎支持普通话、湖南话适配，结合业务知识和热线服务范围，进行语言模型优化以提升语音转写准确率。建立索引索引创建如下图所示：索引创建图语音分析系统可以检测和分析出整个电话录音中通话内容、声道、平均语速以及某段录音中语速的变化；检测出录音文件中用户及热线服务人员都没有说话的静音时间等，这些信息最终生成标准XML格式的索引文件，索引文件的内容通常包括：用户语音和话务员语音的文字转写结果；如果是双声道语音，需要给出声道信息（关键词位于哪个声道）；语速检测：支持检测和分析出整个电话录音中平均语速以及某段录音中语速的变化，主要包括：某个通话中，用户和话务员各自的每次说话的起止时间、语速（字/秒）；某个通话中，用户和话务员各自的平均语速（字/秒）。静音检测：支持检测出录音文件中用户及热线服务人员都没有说话的静音时间。语音检索智能语音识别系统可以提供语音检索功能，包括普通检索和高级检索两类应用。主要针对95956系统中需要分析和检测的关键词信息、长时静音信息，从所有的索引文件中进行快速筛选，并返回所关注的语音，由系统对关注的信息进行自动的统计，从而返回出海量录音文件中包含的统计信息。系统可以实现关键词检出功能，对指定的关键词列表，得到包含该关键词列表中任意一个或多个关键词的数据列表，以及关键词在对应录音数据中的出现位置（时间起止点）。系统可以实现长时静音检出功能，得到有长时间静音的数据列表，给出对应的起止时间，用户可预先设置门限。系统也可实现以上功能的逻辑组合检索，如包含A关键词不包含B关键词的所有语音信息。不同的查询要求都可以通过分解成以上核心功能进行查找。语音检索效果图如上图所示，语音分析系统可自动处理录音文件，检测出指定的关键词，同时返回该关键词在整条语音中的位置。系统支持同时检索多个关键词，并支持关键词的逻辑组合功能，如查找：包含“手机上网”，同时包含“开通”关键词的语音。场景分割场景分割如下图所示：场景分割在目前的95956热线平台录音中，记录了客服人员和用户的全部对话，并按照录音流水进行存储，同一个录音中同事包含了用户和客服的录音。智能语音识别系统利用声纹识别技术及聚类技术对通话录音中客服人员、用户通话内容进行分离，进而针对性的对客服人员服务质量进行监控，以提升热线整体服务水平；对用户语音内容进行热点问题分析、