Sdílet prostřednictvím

Přehled call center

  • Článek

Azure AI Language a Azure AI Speech vám můžou pomoct realizovat částečnou nebo úplnou automatizaci interakcí zákazníků založených na telefonii a zajistit přístupnost napříč několika kanály. Pomocí služeb Language and Speech můžete dále analyzovat přepisy call center, extrahovat a redact conversation (PII), shrnout přepis a zjistit mínění.

Mezi příklady scénářů implementace služeb Azure AI v call a kontaktních centrech patří:

  • Virtuální agenti: Konverzační chatovací roboti a chatboti s podporou hlasu založené na umělé inteligenci
  • Agent-assist: Přepis a analýza volání v reálném čase za účelem zlepšení uživatelského prostředí tím, že poskytuje přehledy a navrhuje akce agentům
  • Analýza po volání: Analýza po volání za účelem vytvoření přehledů o konverzacích zákazníků za účelem zlepšení porozumění a podpoře průběžného vylepšování zpracování hovorů, optimalizace kontroly kvality a řízení dodržování předpisů a dalších optimalizací řízených přehledy.

Tip

Vyzkoušejte Language Studio nebo Speech Studio pro ukázku, jak používat služby Language and Speech k analýze konverzací v call centru.

Pokud chcete nasadit řešení přepisu call centra do Azure s přístupem bez kódu, zkuste klienta příjmu dat.

Funkce služeb Azure AI pro call centra

Celostní implementace call center obvykle zahrnuje technologie ze služeb Language a Speech.

Zvuková data se obvykle používají v call centrech generovaných prostřednictvím pevné linky, mobilních telefonů a rádií často úzkým pásmem v rozsahu 8 KHz, což může způsobit problémy při převodu řeči na text. Modely rozpoznávání služby Speech jsou natrénované, abyste měli jistotu, že můžete získat vysoce kvalitní přepisy, ale rozhodnete se zvuk zachytit.

Po přepisu zvuku pomocí služby Speech můžete pomocí služby Language provádět analýzy dat call centra, jako je například analýza mínění, shrnutí důvodu volání zákazníků, jejich vyřešení, extrakce a redakce piI konverzace a další.

Služba Speech

Služba Speech nabízí následující funkce, které je možné použít pro případy použití call center:

  • Převod řeči na text v reálném čase: Rozpoznávání a přepis zvuku v reálném čase z více vstupů Pomocí virtuálních agentů nebo agentů můžete například nepřetržitě rozpoznávat vstup zvuku a řídit, jak zpracovávat výsledky na základě více událostí.
  • Dávková řeč na text: Přepis velkých objemů zvukových souborů asynchronně včetně diarizace mluvčího a obvykle se používá ve scénářích analýzy po volání. Diarizace je proces rozpoznávání a oddělení reproduktorů v zvukových datech monokanálu.
  • Převod textu na řeč: Převod textu na řeč umožňuje vašim aplikacím, nástrojům nebo zařízením převádět text na člověka, jako je syntetizovaná řeč.
  • Identifikace mluvčího: Pomáhá určit identitu neznámého mluvčího ve skupině zaregistrovaných mluvčích a obvykle se používá pro scénáře ověření zákazníka v call centru nebo detekci podvodů.
  • Identifikace jazyka: Identifikujte jazyky mluvené ve zvuku a můžete je použít v reálném čase a po volání pro přehledy nebo k řízení prostředí (například výstupního jazyka virtuálního agenta).

Služba Speech funguje dobře s předem připravenými modely. Můžete ale chtít prostředí pro váš produkt nebo prostředí dále přizpůsobit a vyladit. Mezi typické příklady přizpůsobení řeči patří:

Přizpůsobení řeči Popis
Vlastní řeč Funkce převodu řeči na text, která slouží k vyhodnocení a zlepšení přesnosti rozpoznávání řeči u entit specifických pro případ použití (například alfanumerické zákazníky, případy a ID smluv, licenční desky a názvy). Vlastní model můžete také trénovat s vlastními názvy produktů a terminologií odvětví.
Vlastní neurální hlas Funkce převodu textu na řeč, která umožňuje vytvořit individuální, přizpůsobený a syntetický hlas pro vaše aplikace.

Služba jazyka

Služba Language nabízí následující funkce, které lze použít pro případy použití call center:

  • Extrakce a redakce identifikovatelných osobních údajů: Identifikace, kategorizace a redakce citlivých informací v přepisu konverzace.
  • Shrnutí konverzací: Shrnutí v abstraktním textu, co každý účastník konverzace řekl o problémech a řešeních. Call center může například seskupit problémy s produkty, které mají velký objem.
  • Analýza mínění a dolování názorů: Analyzujte přepisy a přidružujte pozitivní, neutrální nebo negativní mínění na úrovni promluvy a konverzace.

I když služba Language funguje dobře s předem připravenými modely, můžete chtít modely dále přizpůsobit a ladit, aby extrahovali další informace z vašich dat. Mezi typické příklady přizpůsobení jazyka patří:

Přizpůsobení jazyka Popis
Vlastní NER (rozpoznávání pojmenovaných entit) Vylepšete detekci a extrakci entit v přepisech.
Vlastní klasifikace textu Klasifikujte a označujte přepisované promluvy s jednou nebo více klasifikacemi.

Tady najdete přehled všech funkcí služby Jazyk a možností přizpůsobení.

Další kroky