Введение

Анализ речи — это процесс анализа записанных звонков для сбора информации о клиентах с целью улучшения коммуникации и последующего взаимодействия. В основном этот процесс используется в контакт-центрах для извлечения информации, содержащейся во взаимодействиях клиентов с компанией. Хотя анализ речи включает в себя элементы автоматического распознавания речи, он известен тем, что анализирует тему обсуждения, сопоставляя её с эмоциональной окраской речи, а также с соотношением времени речи и пауз во время взаимодействия. Анализ речи в контакт-центрах позволяет извлекать из записей взаимодействий с клиентами ценные сведения, необходимые для разработки эффективных стратегий снижения затрат и повышения качества обслуживания. Эта технология позволяет выявлять факторы, влияющие на издержки, проводить анализ тенденций, определять сильные и слабые стороны процессов и продуктов, а также понимать восприятие предложений компании на рынке.

Определение

Анализ речи обеспечивает всесторонний анализ записанных телефонных разговоров между компанией и ее клиентами. Он предоставляет расширенные возможности и ценные сведения, полученные из клиентских звонков. Эта информация может быть использована для выявления данных, касающихся стратегии, продукта, процессов, операционных проблем и эффективности работы сотрудников контакт-центра. Кроме того, анализ речи позволяет автоматически определять области, в которых сотрудникам контакт-центра может потребоваться дополнительное обучение или коучинг, а также автоматически контролировать качество обслуживания клиентов во время звонков. Этот процесс позволяет выделить наиболее часто используемые слова и фразы за определенный период времени, а также отслеживать динамику их использования – рост или снижение. Эта информация полезна руководителям, аналитикам и другим специалистам организации для выявления изменений в поведении потребителей и принятия мер по снижению нагрузки на контакт-центр и повышению удовлетворенности клиентов. Это дает возможность понять ход мыслей клиента, что, в свою очередь, открывает компаниям возможности для внесения корректировок.

Удобство использования

Приложения для анализа речи способны выявлять ключевые слова или фразы, как в режиме реального времени при анализе живого аудио, так и на этапе последующей обработки записанной речи. Эта техника также известна как аудио-майнинг. Другие области применения включают категоризацию речи в среде контакт-центра для идентификации звонков от недовольных клиентов. Такие показатели, как точность и полнота, широко используемые в области информационного поиска, являются типичными способами количественной оценки работы поисковой системы речевой аналитики. Точность определяет долю релевантных результатов поиска по отношению к общему числу результатов. Полнота определяет долю релевантных элементов, найденных системой, по отношению к общему числу релевантных элементов. Если используется стандартизированный тестовый набор, показатели точности и полноты могут быть использованы для непосредственного сравнения эффективности поиска различных систем речевой аналитики. Сделать содержательное сравнение точности различных систем речевой аналитики может быть сложно. Результаты работы систем LVCSR можно оценить по эталонным транскрипциям на уровне слов для получения значения коэффициента ошибок распознавания (WER), однако, поскольку фонетические системы используют фонемы как базовую единицу распознавания, а не слова, сравнения с использованием этой метрики невозможны. При использовании систем речевой аналитики для поиска произнесенных слов или фраз для пользователя важна точность возвращаемых результатов поиска. Поскольку влияние отдельных ошибок распознавания на эти результаты может существенно различаться, такие показатели, как коэффициент ошибок распознавания, не всегда позволяют оценить общую точность поиска с точки зрения пользователя. Согласно Управлению подотчетности правительства США, "надежность данных" относится к точности и полноте компьютерно обработанных данных с учетом их предполагаемого использования. В области распознавания и анализа речи "полнота" измеряется "вероятностью обнаружения", и, как правило, с повышением точности вероятность обнаружения снижается.

Технология

Продавцы решений для речевой аналитики используют "движок" сторонних разработчиков, а другие разрабатывают собственные. В технологии применяются главным образом три подхода. Фонетический подход – самый быстрый для обработки, в основном из-за небольшого размера грамматики, где фонема является базовой единицей распознавания. В большинстве языков существует всего несколько десятков уникальных фонем, а результатом распознавания является поток (текст) фонем, по которому затем можно осуществлять поиск. Непрерывное распознавание речи с большим словарём (LVCSR, чаще известное как преобразование речи в текст, полная транскрипция или автоматическое распознавание речи – ASR) использует набор слов (биграммы, триграммы и т.д.) в качестве базовой единицы. Для этого подхода требуется сопоставление аудио с сотнями тысяч слов. Он позволяет выявлять новые бизнес-задачи, запросы выполняются быстрее, а точность выше, чем при использовании фонетического подхода. Расширенное распознавание и прогнозирование эмоций в речи основано на трех основных классификаторах: kNN, C4.5 и SVM с ядром RBF. Этот набор демонстрирует более высокую эффективность, чем каждый из базовых классификаторов по отдельности. Его сравнивают с двумя другими наборами классификаторов: многоклассовым SVM с гибридными ядрами, использующим стратегию "один против всех" (OAA), и набором, состоящим из двух базовых классификаторов: C5.0 и нейронной сети. Предложенный вариант показывает лучшие результаты, чем два других набора классификаторов.

Рост

Исследования рынка показывают, что к 2020 году индустрия речевой аналитики достигнет объема в миллиард долларов, при этом наибольшая доля рынка придется на Северную Америку. Рост обусловлен повышением требований к соответствию нормативным требованиям и управлению рисками, а также усилением конкуренции в отрасли благодаря использованию аналитических данных. Наибольшую долю рынка занимают сегменты телекоммуникаций, информационных технологий и аутсорсинга, при этом ожидается рост в сегментах туристического и гостиничного бизнеса.