浅谈语音识别技术在呼叫中心的应用

浅谈语音识别技术在呼叫中心的应用

客户服务中心李鹏摘要：本文介绍了目前语音识别技术在国内外呼叫中心行业的典型案例，对语音识别技术在IVR自助系统、客户需求挖掘、自动记单等方面的应用前景进行探讨，着重分析了语音识别技术在提高效率、降低人工成本方面发挥的作用。

关键词：语音识别、呼叫中心、IVR、情绪管理

1 概述

2011年在苹果教父乔布斯去世前一天，苹果公司召开了新品发布会，虽说iphone5没有如期而至，但iphone4s的新功能语音助理SIRI让人眼前一亮，它不仅仅能够通过语音识别协助完成发短信、播放音乐等简单操作，更能够进行人机互动，直接搜索餐厅、电影院等生活信息，甚至当你说出“drunk、home”这些话的时候，siri会判断你已经喝醉了，并建议帮你呼叫出租车或代驾服务。根据网络公司Aireso数据统计，iPhone 4S发布以来，由于用户对于Siri语音识别软件的使用，导致用户的数据量比使iPhone 4增加了一倍多。

语音识别的研究工作大约开始于上世纪50年代，随着多媒体时代的来临，语音识别技术也越来越受到业界的关注，Siri就是典型的语音识别+语义解析技术的成功应用。近两年，语音识别技术在呼叫中心市场应用也逐渐开始升温，在传统的CTI（计算机电话集成）、IVR（交互式语音应答）、ACD（自动呼叫分配）等技术基础上，基于呼叫中心业务功能层面的TTS（文本语音转换）、SR（语音识别）、VI（语音交互）等功能正在逐步变为现实。

2 语音识别使IVR系统更加智能

目前IVR系统通过语音菜单方式引导客户处理各种业务需求，从而减少人工服务的比例，节约人力资源。然而随着市场新业务的不断增多，呼叫中心菜单层级也越来越深，语音引导时间较长，操作变得比较繁琐，当客户不得不拿着电话等候数分钟时，超过50%的用户会放弃而选择话务员服务，这样就会带来呼入压力增大，人工成本提高。通过语音识别技术搭建的IVR系统可以具备非常准确的自然语言处理能力，高效处理语音输入，同时提供更加灵活的对话方式。比如说，客户可在通话中一次提出好几个问题，系统一次处理，例如客户提出“我要查询话费和开通彩铃”，系统会自动识别成一个话费查询需求和开通彩铃业务办理需求。一项调查数据显示，雅芳公司在客服电话系统中采用语音识别与语音合成技术后，成功处理完500万件的客户问题，客户满意度可以达到87%，而50%以上客户会在因座席繁忙必须在线等待时选择通过自动语音进行服务，而且这些客户大多可顺利地通过此服务在线将问题处理完毕，不再需要转接客服人员。同样在美国银行。也许有人会问有多少客户更倾向于使用自动系统，而不是人工话务员呢？答案是零。但一项Gartner调查显示，当客户不得不拿着电话等候数分钟时，43%的人表示会接受人性化的自助语音系统服务。

图1 呼叫中心的语音识别系统

目前国内比较著名的语音识别公司有科大讯飞等公司，国际上比较知名的公司有Google、微软、IBM、NUANCE等，上面提到的雅芳公司就采用了NUANCE 公司产品。日前曾经参加过集团公司服务示范项目的电视电话会议，江苏公司介绍了《客户需求自动识别与引导模式研究》项目，此项目在智能语义解析基础上，应用了语音识别技术(SR)并研究自然语言模型，实现客户来电模糊识别，智能判断客户需求并提供快速直达服务。比如客户办理彩铃业务，只需要拨打10086后说“我要开通彩铃”，通过系统对语音分析之后即可向BOSS后台发出请求完成业务办理，从而减少了菜单层级，提高客户感知。目前该项目已经开发了7大类17项体验业务，后台系统识别率达到92%，客户端到端成功率达85.8%，有效的降低了人工成本，提高了客户对IVR业务办理系统的信赖度和服务满意度。

除了节省人工成本之外，语音识别系统还可以保证客户享受到一致的服务，避免因客户代表技能水平和服务水平的不一致带来的差异。另外，在针对一些特殊群体如残疾人进行服务时，人性化的自助语音系统将发挥更大的作用，尤其是中国社会面临老龄化越来越严重的趋势，虽然移动公司提供了除IVR外的短信、网站、WAP等多种自助业务办理方式，但人工服务仍然是老年人的首选，而人性化的自助语音系统，直接识别自然语音，不用繁琐的操作，实现“所说即所得”，必然为这部分特殊人群提供更好的服务。

3 语音识别技术助力深度挖掘客户需求

呼叫中心正面临着由技术先导从而引发客户行为发生变化，进而影响到服务模式的变革，以客户需求为驱动力是实现创新的根本原则，因此如何快速、有效、真实的捕捉客户需求成为呼叫中心发展的关键。在传统管理手段下，只能通过人

工方式收集客户需求，主要采取以下几种措施：录音抽样听取、在线记单、问卷调研、员工访谈、班长监听等等。以上措施无疑存在以下问题：

1、需要大量人力成本的投入，1名质检人员每天大约可以听取50个录音，这其中包括录音信息的整理、分类、分析工作，而仅单天的客户呼入量就能达到25-30万，大量客户需求被深深得隐藏在海量的录音文件中，基于人力成本的考虑又不可能投入太多人工，我们就如同守着一个宝库而找不到开门的钥匙。

2、影响员工通话时长，在线记录工单必然需要员工在接听客户电话的同时分心去记录客户需求，同时还要解决客户所提出的问题，这样一方面记录工单需要一定时间影响接通效率，另一方面也可能会由于一心三用造成这样那样的服务问题。

3、数据分析不完整、不全面，无论是哪种调研方式都只能针对部分客户需求进行采集，同时还可能存在着客户代表理解上的误差，因此可能存在数据遗漏不完整的情形出现。

通过语音识别+语义分析技术能够从大量录音文件中用来监控和分析坐席员的服务水平以及不同客户的消费习惯。借助这些有价值的信息，管理者可以评估呼叫中心的各方面运营工作状况，深入挖掘客户需求，从而提出改进意见，这样才能发挥录音系统对呼叫中心应有的作用。语音识别技术就是使设备可以听懂用户的话，主要包括特征提取技术、模式匹配准则及模型训练三种技术。

图2 语音识别和语义分析机制

随着技术的不断成熟，语音识别的成熟度和准确率也在不断提高。目前比较有代表性的语音识别系统有：IBM公司推出的ViaVoice和DragonSystem公司的NaturallySpeaking，Nuance公司的NuanceVoicePlatform语音平台，Microsoft的Whisper，Sun的VoiceT one等，其中IBM公司推出的ViaVoice 系统不仅支持了汉语，而且可以识别上海话、广东话、四川话等地方口音。

语音识别仅仅是进行客户需求分析的第一步，只是实现了从语音到文本的转变，减轻了录音抽样听取的人工成本和避免了数据来源的不完整性。但如果想要从海量的数据中找到客户需求点，还需要结合语义分析软件进行数据挖掘。录音文件中含有丰富的信息，包括客户的需求，客户代表的回答，以及潜在的营销机会和投诉风险，但也存在大量的冗余信息，如果单纯的进行文字统计分析，相信得到最多的结果是“我”、“电话”、“怎么”等等之类大量无关的信息。如何从中提取出有用的信息呢？首先对语音信号进行分析处理，去除对语音识别无关紧要的冗余信息，获得影响语音识别的重要信息，这是一个信息压缩的过程。同时根据呼叫中心工作经验丰富的同事积累的知识，建立语音特征模型库，并且根据提取的语音文件信息不断进行自适应训练，，应用人耳对语音信号的处理特点，分析提取特征参数，使用人工神经元网络、语言模型、语法及词法模型在中、大词汇量连续语音识别等技术，甚至包括语言学、生理学、心理学等学科的专业知识，只有这样才能从丰富的数据来源中去芜存菁，获得对我们有用的信息。

4 语音识别技术协助提升客户代表服务质量

呼叫中心客户代表每天工作6-8小时，一天下来要接200多个电话，既要感同身受地为客户处理问题，同时还得第一时间平息和安抚客户的情绪，在客服代表优质服务的背后，承载着许多艰辛，而客户代表的服务质量很大程度受到其