燕躍豪 鮑薇 王瑩師 楊湯亮

摘 要：隨著生活水平的提高，人們對于高質(zhì)量服務(wù)的需求也逐漸增強?？头娫捠请娏ζ髽I(yè)獲取服務(wù)反饋的重要方式，要想更好地為用戶提供優(yōu)質(zhì)服務(wù)，就需要一種質(zhì)檢方式來檢測客服人員在通話時是否使用規(guī)范用語、是否給予準確回答、是否滿足標準要求。但面對激增的語音通話量、龐大的錄音數(shù)據(jù)，傳統(tǒng)的人工質(zhì)檢方法效率低下，且隨機抽檢的片面性難免導(dǎo)致檢測失實。鑒于此，設(shè)計了一種基于語音的話務(wù)質(zhì)檢系統(tǒng)，可以進行全量覆蓋質(zhì)檢，質(zhì)檢效率高。該系統(tǒng)通過智能化質(zhì)檢方式，結(jié)合各項針對性功能，減少了質(zhì)檢工作量，節(jié)約了質(zhì)檢時間，提高了質(zhì)檢質(zhì)量。

關(guān)鍵詞：語音;話務(wù)質(zhì)檢;關(guān)鍵詞識別;情感識別;語音分析

中圖分類號：TM73? ? 文獻標志碼：A? ? 文章編號：1671-0797（2022）12-0033-03

DOI：10.19514/j.cnki.cn32-1628/tm.2022.12.009

0? ? 引言

電力行業(yè)現(xiàn)有的服務(wù)手段仍以熱線電話為主，用戶在遇到問題時主要通過撥打電話提出自己的訴求和意見。因此，需對客服人員與用戶的通話語音進行質(zhì)檢，在督促客服人員進行禮貌耐心溝通的同時，基于數(shù)據(jù)科學(xué)分析，有針對性地進行考核、制訂提升方案，不斷發(fā)現(xiàn)問題、優(yōu)化服務(wù)[1]。傳統(tǒng)的質(zhì)檢方式是人工質(zhì)檢，但這種方式易受主觀因素影響，并且容易漏檢、誤檢，效率低下。隨著客戶服務(wù)中心坐席的増加，人工檢測的問題也更加顯著，無法滿足對于現(xiàn)有海量的客服通話進行質(zhì)量監(jiān)管的需求。

基于語音的話務(wù)質(zhì)檢系統(tǒng)能夠替代傳統(tǒng)的人工抽檢，從服務(wù)合規(guī)性與標準、成本控制及服務(wù)能力提升等方面帶來價值。采用預(yù)設(shè)的質(zhì)檢匹配算法對全量文本數(shù)據(jù)進行預(yù)質(zhì)檢評分后，再進行指定分配人工質(zhì)檢[2]。這種方法能夠評價客服人員與客戶交流的全部互動過程，全面反映客服基礎(chǔ)服務(wù)素養(yǎng)，以全量數(shù)據(jù)為支撐，優(yōu)化服務(wù)標準，增強服務(wù)技巧，并自動生成全維度分析報表，提高質(zhì)檢效率，檢測也更加客觀全面。

1? ? 基于語音的話務(wù)質(zhì)檢系統(tǒng)方案

基于語音的話務(wù)質(zhì)檢系統(tǒng)分為4個模塊，分別為服務(wù)器、語音分析系統(tǒng)、數(shù)據(jù)庫和智能質(zhì)檢系統(tǒng)。

（1）服務(wù)器分為錄音服務(wù)器、索引服務(wù)器和檢索服務(wù)器。錄音服務(wù)器是供電企業(yè)客戶服務(wù)中心對客戶服務(wù)時所產(chǎn)生的所有通話錄音的保存地址，并且和營銷工單關(guān)聯(lián)存儲，為質(zhì)檢提供有效的數(shù)據(jù)源。錄音的數(shù)據(jù)傳輸至索引服務(wù)器中，生成相應(yīng)的索引文件。當用戶需要進行檢索時，通過連接檢索服務(wù)器進行查詢，此時檢索服務(wù)器進行快速查找，并將查詢結(jié)果返回至用戶[3]。

（2）語音分析系統(tǒng)包括語音轉(zhuǎn)譯、場景分割、關(guān)鍵詞識別、情感識別等。語音轉(zhuǎn)譯將服務(wù)器中需要質(zhì)檢的錄音轉(zhuǎn)換為文本格式的數(shù)據(jù)，存入數(shù)據(jù)庫中。在進行語音轉(zhuǎn)譯的過程中，需要對語音進行預(yù)處理、特征提取、模板訓(xùn)練、識別決策等，以保證最終識別結(jié)果的準確性。

（3）智能質(zhì)檢系統(tǒng)分為質(zhì)檢模型系統(tǒng)、實時質(zhì)檢系統(tǒng)、離線質(zhì)檢系統(tǒng)、統(tǒng)計分析系統(tǒng)。質(zhì)檢模型系統(tǒng)通過建模，提供了完善的功能，可根據(jù)業(yè)務(wù)需求自主配置多種質(zhì)檢規(guī)則，來滿足不同場景的質(zhì)檢。實時質(zhì)檢系統(tǒng)通過與呼叫中心直連，來進行自動化數(shù)據(jù)流轉(zhuǎn)，可快速給出質(zhì)檢結(jié)果。離線質(zhì)檢系統(tǒng)，將海量錄音文件上傳，統(tǒng)一進行質(zhì)檢處理。統(tǒng)計分析系統(tǒng)對質(zhì)檢結(jié)果進行不同維度的分析，使最終結(jié)果的呈現(xiàn)更加結(jié)構(gòu)化。

基于語音的話務(wù)質(zhì)檢系統(tǒng)方案如圖1所示。

2? ? 智能語音分析

2.1? ? 語音轉(zhuǎn)譯

通過語音轉(zhuǎn)譯將獲取的錄音音頻數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的文本格式數(shù)據(jù)，轉(zhuǎn)譯成結(jié)構(gòu)化文本信息數(shù)據(jù)后，有利于錄音定位、問題檢出、便捷檢索等[4]。語音轉(zhuǎn)譯包括預(yù)處理、特征提取、模板訓(xùn)練等若干步驟，具體如圖2所示。

（1）預(yù)處理是對語音信號的初步處理，由于語音識別系統(tǒng)的性能與外界環(huán)境具有密切關(guān)系，噪聲干擾、混響干擾等都會對識別產(chǎn)生不可預(yù)估的影響，因此預(yù)處理的好壞將直接影響識別系統(tǒng)后期的識別準確率[5]。

（2）特征提取是指將語音信號中所包含的譜相關(guān)特征、韻律學(xué)特征、音質(zhì)特征等進行提取的操作，不同特征對語音信號的刻畫能力不同，在不同場景中的表現(xiàn)力也不同。

（3）語音模板訓(xùn)練是對語音識別模型的一個訓(xùn)練過程，該過程需要用到大量樣本，并需要使用部分樣本對模型參數(shù)進行優(yōu)化[6]。當模型訓(xùn)練完成后，待識別語音經(jīng)過預(yù)處理、特征提取后，便可送入語音模型進行匹配，將匹配結(jié)果按照預(yù)先設(shè)定輸出，即可完成完整的語音轉(zhuǎn)譯流程。

2.2? ? 場景分割

在錄音服務(wù)系統(tǒng)中存儲著客服人員和客戶的全部對話，場景分割技術(shù)用于將客服人員的語音和用戶的語音進行分割。質(zhì)檢系統(tǒng)主要檢測客服人員的語音，而用戶語音主要用來進行數(shù)據(jù)挖掘分析。按照人的生理特點，場景分割將說話人的可識別特征輸入語音分類，然后通過判斷說話人語音的轉(zhuǎn)折點，按照K均值對每個場景進行分割，對語音片段進行聚類，形成基本的語音片段集[7]。

2.3? ? 關(guān)鍵詞識別

在客服人員與用戶通話的過程中，存在一些不規(guī)范表述;另外，企業(yè)會要求客服人員在通話時必須強調(diào)一些內(nèi)容。關(guān)鍵詞識別可準確鎖定有價值信息，有效去除冗余。語音轉(zhuǎn)譯將錄音信息轉(zhuǎn)變?yōu)槲谋拘畔⒑?，利用TextRank算法將文本信息中的關(guān)鍵詞提取出來[8]。然后用戶設(shè)置自定義關(guān)鍵詞提取，將算法提取的關(guān)鍵詞和預(yù)設(shè)好的質(zhì)檢關(guān)鍵詞進行詳細匹配，即可進行關(guān)鍵詞識別。

3? ? 智能語音質(zhì)檢

智能語音質(zhì)檢包含質(zhì)檢設(shè)置、語音導(dǎo)入、智能質(zhì)檢、結(jié)果顯示、復(fù)檢評分5個步驟，具體流程如圖3所示。1D5066AF-983C-4C14-942D-7A3208E2B360

3.1? ? 質(zhì)檢規(guī)則設(shè)置

（1）關(guān)鍵詞：設(shè)置質(zhì)檢過程中需要格外注意的關(guān)鍵詞，例如可以將“您好” “感謝” “請”等詞匯設(shè)置為關(guān)鍵詞，形成詞庫。也可以將客服人員在與用戶溝通時禁止使用的詞語添加至詞庫，通過質(zhì)檢統(tǒng)計語音通話中關(guān)鍵詞出現(xiàn)的頻率，來進行客觀評分。通過關(guān)聯(lián)幾個關(guān)鍵詞的形式，也能夠進行句子設(shè)置。

（2）正則表達式：用戶撥打客服電話，有的時候是為了咨詢電網(wǎng)的一些業(yè)務(wù)，這個時候，質(zhì)檢就是要檢測客服人員對于相關(guān)問題是否了解清楚、回答是否準確?？赏ㄟ^設(shè)置正則表達式，將一些常用的業(yè)務(wù)流程錄入數(shù)據(jù)庫，并以一個關(guān)鍵詞的形式概述，用戶的語音一旦提到相關(guān)內(nèi)容，質(zhì)檢系統(tǒng)下一步就將客服回答的內(nèi)容與表達式中的標準規(guī)范進行對比。

（3）對話規(guī)則：由于電力企業(yè)的業(yè)務(wù)相對固定，因此用戶一般打電話就是為了咨詢問題、停電投訴、意見反饋等?？头藛T在溝通過程中的話術(shù)要求可以通過設(shè)置對話規(guī)則來規(guī)范，例如接聽電話，首先要問好、介紹自己、詢問致電意圖;用戶表示要投訴，就要道歉并耐心解決問題;通話結(jié)束時，關(guān)心用戶是否滿意，確定問題已經(jīng)解決再掛斷電話。

（4）語速規(guī)則：提前設(shè)置客服在通話時的語速范圍，包括單句平均語速、完整通話平均語速，通過檢測通話過程中客服的通話語速進行質(zhì)檢，當觸發(fā)語速限制時則進行扣分。同時，可根據(jù)單句或整個通話進行語速區(qū)分，也可設(shè)置特定的對話場景下規(guī)避該語速規(guī)則，例如用戶要求說話慢一點的時候，之后對話就不再進行語速檢測。

（5）靜音規(guī)則：當用戶詢問停電原因時，客服人員往往需要先查明原因才可以回答，這樣一來會造成大段時間靜音。在查詢的過程中，客服人員應(yīng)保持對話進行，告訴用戶“正在查詢，請稍等”。靜音規(guī)則通過檢測通話過程中是否出現(xiàn)靜默場景進行質(zhì)檢，當觸發(fā)靜音限制時則進行扣分。

根據(jù)上述規(guī)則，設(shè)置不同權(quán)重的分數(shù)占比，同時設(shè)置最終形式扣分或加分。

3.2? ? 復(fù)檢評分

基于語音分析的話務(wù)質(zhì)檢系統(tǒng)自動將全量錄音根據(jù)評分項進行語音預(yù)質(zhì)檢，質(zhì)檢結(jié)果分配給人工質(zhì)檢員和坐席客服后，人工質(zhì)檢員將對評分較低的問題錄音進行二次質(zhì)檢，復(fù)核錄音是否存在相應(yīng)問題。坐席客服收到檢測結(jié)果后，如果對于結(jié)果表示不滿或者有疑問，可以進行申訴，由坐席值長進行初次審核，是否同意復(fù)檢申請，通過后，則由值班經(jīng)理處理相應(yīng)錄音。復(fù)檢申請流轉(zhuǎn)到值班經(jīng)理處進行二次審核，如值班經(jīng)理同意則將復(fù)檢申請流轉(zhuǎn)到質(zhì)檢值長進行人工復(fù)檢評分，如不同意將結(jié)束復(fù)檢申請。

坐席可對存疑質(zhì)檢記錄發(fā)起申訴，并由相關(guān)負責人進行人工復(fù)檢。支持制訂人工抽檢任務(wù)，通過自定義規(guī)則進行篩選與抽檢，以有效提高人工質(zhì)檢準確率。通過人工復(fù)檢，可逐步完善智能質(zhì)檢規(guī)則，降低誤檢概率。

語音評分流程如圖4所示。

4? ? 結(jié)語

基于語音的話務(wù)質(zhì)檢系統(tǒng)，通過信息化、自動化的手段對所有錄音進行詳細檢測，能夠全面高效地檢出全量錄音中存在的問題，挖掘錄音中包含的信息，對于規(guī)避合規(guī)風(fēng)險、提高客服水平具有重要意義。以一個每天接通電話量在1 000條左右、每條通話時長3 min左右的客服中心為例，對比使用話務(wù)質(zhì)檢系統(tǒng)前后的質(zhì)檢覆蓋率、不滿意度、用戶投訴率、發(fā)現(xiàn)問題效率、管理成本、自動化程度等，如表1所示，可以清楚地看到，基于語音的話務(wù)質(zhì)檢系統(tǒng)具有非常大的優(yōu)勢。

基于語音的話務(wù)質(zhì)檢系統(tǒng)將錄音轉(zhuǎn)換為文本，改變傳統(tǒng)的人工抽檢模式，采用預(yù)設(shè)的算法對全量數(shù)據(jù)進行預(yù)質(zhì)檢，便于后續(xù)人工復(fù)檢。另外，該系統(tǒng)結(jié)合業(yè)務(wù)模型，提高了質(zhì)檢的公平性和針對性，為市場需求分析提供了有效數(shù)據(jù)。

[參考文獻]

[1] 王穎，李承桓.基于語音分析的智能質(zhì)檢系統(tǒng)設(shè)計[J].中國新通信，2021，23（12）：59-61.

[2] 武鵬，郭曉蕓，陳鵬，等.基于LSTM網(wǎng)絡(luò)的語音服務(wù)質(zhì)檢推薦技術(shù)[J].計算機與現(xiàn)代化，2020（7）：76-79.

[3] 李如雄.基于語音分析的智能質(zhì)檢系統(tǒng)設(shè)計[J].自動化與儀器儀表，2017（6）：114-116.

[4] 賈智慧.客服中心語音質(zhì)檢系統(tǒng)設(shè)計與實現(xiàn)[D].西安：西安電子科技大學(xué)，2015.

[5] 唐海桃.基于自適應(yīng)學(xué)習(xí)和多尺度前向注意力的語音識別研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2020.

[6] 陳海燕，喬麟，蘇立偉.基于語音分析的電力行業(yè)智能客服評分方法設(shè)計[J].微型電腦應(yīng)用，2019，35（9）：66-69.

[7] 林曦.呼叫中心質(zhì)檢系統(tǒng)設(shè)計與開發(fā)[D].成都：電子科技大學(xué)，2011.

[8] 王旭勇.基于語音分析的智能質(zhì)檢關(guān)鍵詞提取方法設(shè)計[J].電子世界，2018（19）：174-175.

收稿日期：2022-02-24

作者簡介：燕躍豪（1982—），男，河南鄭州人，高級工程師，研究方向：配電網(wǎng)調(diào)控運行和供電服務(wù)管理。1D5066AF-983C-4C14-942D-7A3208E2B360