你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
呼叫中心概述
Azure AI 语言和 Azure AI 语音有助于实现基于电话服务的客户交互的部分或完全自动化，并提供跨多个渠道的辅助功能。 借助语言和语音服务，可以进一步分析呼叫中心口述文本、提取和编修对话 (PII)、总结口述文本并检测情绪。
在呼叫和联系中心实现 Azure AI 服务的某些示例方案包括：
- 虚拟代理：基于对话 AI 的电话服务集成语音机器人和启用语音的聊天机器人
- 代理助手：实时听录和分析呼叫，通过向代理提供见解和建议操作来提升客户体验
- 呼叫后分析：呼叫后分析用于创建对客户对话的见解，从而增进了解并支持呼叫处理的持续改进、质量保证和合规性控制的优化以及其他见解驱动的优化。
提示
请尝试访问 Language Studio 或 Speech Studio，通过演示了解如何使用语言和语音服务分析呼叫中心对话。
若要使用无代码方法将呼叫中心听录解决方案部署到 Azure，请尝试引入客户端。
适用于呼叫中心的 Azure AI 服务功能
整体呼叫中心实现通常包含来自语言和语音服务的技术。
通常情况下，呼叫中心使用的音频数据（通过座机、移动电话和无线电生成）是窄带的，处于 8 KHz 范围内，在执行语音转文本过程中会带来挑战。 语音服务识别模型经过训练，可确保获取高质量的口述文本，但你选择捕获音频。
使用语音服务听录音频后，就可以使用语言服务对呼叫中心数据执行分析，例如：情绪分析、总结客户呼叫的原因、解决方式、提取和编修对话 PII 等。
语音服务
语音服务提供以下可用于呼叫中心用例的功能：
- 实时语音转文本：实时识别和听录来自多个输入的音频。 例如，借助虚拟代理或代理助手，可以持续识别音频输入并控制如何基于多个事件处理结果。
- 批量语音转文本：异步听录大量音频文件（包括说话人分割聚类在内），通常用于呼叫后分析场景。 分割聚类是在单声道音频数据中识别和分离说话人的过程。
- 文本转语音：文本转语音使应用程序、工具或设备能够将文本转换为类似人类的合成语音。
- 说话人识别：有助于确定一组登记的说话人中未知说话人的标识，通常用于呼叫中心客户验证方案或欺诈检测。
- 语言识别：识别音频中所说的语言，可用于实时分析和呼叫后分析，从而获取见解或控制环境（例如虚拟代理的输出语言）。
语音服务能够很好地与预生成模型配合工作。 但是，建议根据自己的产品或环境，进一步自定义和优化体验。 语音自定义的典型示例包括：
| 语音自定义 | 说明 |
|---|---|
| 自定义语音 | 使用的语音转文本功能评估和提高用例特定实体（例如字母数字客户、案例和合同 ID、牌照和名称）的语音识别准确度。 还可以使用你自己的产品名和行业术语训练自定义模型。 |
| 神经网络定制声音 | 一种文本转语音功能，使你可以为应用程序创建独一无二的定制合成声音。 |
语言服务
语言服务提供以下可用于呼叫中心用例的功能：
- 个人身份信息 (PII) 提取和编修：识别、分类和编修对话口述文本中的敏感信息。
- 对话摘要：以摘要文本总结每位对话参与者对问题和解决方案的看法。 例如，呼叫中心可以对大量的产品问题进行分组。
- 情绪分析和观点挖掘：分析口述文本并在语句和对话级别关联正面、中性或负面情绪。
虽然语言服务可以很好地与预生成模型配合使用，但你可能希望进一步自定义和调整模型，以便从数据中提取更多信息。 语言自定义的典型示例包括：
| 语言自定义 | 说明 |
|---|---|
| 自定义 NER（命名实体识别） | 改进口述文本中实体的检测和提取。 |
| 自定义文本分类 | 使用单个或多个分类对听录的语句进行分类和标记。 |
可以在此处找到所有语言服务功能和自定义选项的概述。