涉及客户联络中心的语音分析用例展示了人工智能技术如何从混乱的人类语言中解脱出来，从而帮助企业。
几乎所有的呼叫中心都在寻求改善客户体验，一些呼叫中心开始依靠人工智能来识别常见问题，并向呼叫中心座席提供更多反馈，以解决这一优先事项。
“[语音分析]可能有助于找出让客户感到沮丧或高兴的东西，”自然语言技术咨询公司TMA Associates的总裁Bill Meisel说。
呼叫中心的AI建立在语音分析的基础上，可以评估客户呼叫的情感质量，并将对话聚集成类似的组。通过查看每个组的示例，管理人员可以了解共同的特征。例如，产品经理可能能够通过将客户对特定主题的挫败感相关联，更快地识别新产品/服务的问题。
公司还使用语音分析来帮助人类代理识别和研究可以改善客户互动的特定口语技能。例如，总部位于马里兰州的语音辅导软件供应商VoiceVibes Inc.与美国国家科学基金会合作开发软件，以衡量与与听众建立融洽关系相关的质量。
这与情感分析有微妙的不同。这种类型的语音分析可以帮助呼叫中心区分他们的座席在通话期间的感受以及呼叫者如何看待他们，VoiceVibes的创始人兼首席执行官Debra Cancro说。
为了开发该工具，VoiceVibes与专家听众小组合作，对发言者进行评分，然后在这组标记数据上训练神经网络，以自动执行对新呼叫进行评分的过程。随着时间的推移，神经网络可以帮助识别人类可能难以衡量的呼叫质量因素。
“我们测量了大约70个与速度或音高相关的特征，以及通过深度学习直接学习的其他特征，”Cancro说。“当我们制作模型时，我们不知道是什么让一些扬声器在所有情况下都变得更好。
照亮更多来电
ABC Financial Services是健康和健身行业的支付处理器，是语音分析工具的早期采用者之一，使用CallMiner Inc.的服务，CallMiner Inc.是一家总部位于佛罗里达州的软件公司，其客户参与分析技术。该技术使ABC能够评估每个座席呼叫，而不仅仅是像过去那样评估几个。
“我们现在拥有每次互动的完整旅程，”ABC Financial的BI分析师Renisenb McGehee说。“通过使用语音分析，我们已经能够识别并消除阻碍我们的代理商提供我们公司期望的服务水平的异议。
McGehee说，在呼叫中心使用人工智能提高了ABC Financial分析团队向呼叫中心团队提供深思熟虑的建议的能力，以改善其现有流程，从而始终如一地实现其呼叫质量期望。
语音分析过程技术目标
ABC Financial还使用语音分析从所有客户互动中捕获情报 - 与客户的情绪语气或与其言语相关的情绪相关的数据 - 并通过仪表板和自定义报告将其提供给组织内的其他部门。
“这有助于我们了解这些信息如何对我们整个公司以及它所服务的健康俱乐部有用，”McGehee说。
AI 的不同角色
AI已经通过几种不同的方式被引入语音分析。它用于分析呼叫代理交互的情感特征和内容，并将呼叫转换为脚本。这些成绩单可以分析合规性，效率和质量控制，TCN首席营销官Mckay Bird说。
“根据电话会议的具体内容，座席经理可以采取必要的步骤，通过有针对性的座席指导或直接的客户干预来纠正问题，”Bird说。
高级语音识别工具建立在深度学习神经网络的基础上，随着时间的推移，这些神经网络可以提高对人类语言的识别能力。呼叫脚本分析使用半监督机器学习和加权规则逻辑来自动对呼叫进行分类和评分。
当这些工具一起使用时，通过将口语与已知与某些感觉相关的特征（说话速率，重音变化和音量）配对来产生情绪和情绪评分。这有助于呼叫中心经理了解客户在何处表现出挫败感，或者座席是否对呼叫处理不当。
自动评分可用于预测结果，例如销售或客户取消的可能性。自然语言处理可用于自动识别会话组中的主题，并有助于改进呼叫分类规则的开发。
从可衡量的结果开始
“语音分析程序面临的最大挑战是定义你想要用它实现的目标，”CallMiner的创始人兼首席技术官Jeff Gallino说。
如果没有明确的目标或目的，语音分析程序可能会偏离轨道。
许多公司正在从1-2%的呼叫监控转向100%的监控，如果没有明确定义的使用信息的策略和流程，这可能会令人不知所措。在呼叫中心实施人工智能时，将适当的预算用于执行计划并注册组织以接受变革对于取得成功至关重要。
TMA Associates的Meisel表示，公司在启动语音分析项目时的一个常见目标（ 尽管是长期的） 是减少整体呼叫量。这些数据可以为将来进一步自动化客户服务流程奠定坚实的基础。
“应用于呼叫中心记录的语音分析可以了解客户联系公司的原因，并提供创建自然语言聊天机器人和数字助理所需的核心数据，”他说。
