基于多模態(tài)的呼叫中心質(zhì)量監(jiān)控系統(tǒng)的研究和實現(xiàn).pdf

1、近幾年，呼叫中心迅速發(fā)展，在企業(yè)中所占的地位越來越重要。呼叫中心是企業(yè)和客戶之間的重要溝通渠道。呼叫中心的語音質(zhì)量就直接影響了企業(yè)和客戶關(guān)系。隨著經(jīng)濟的發(fā)展，消費理念的變化，客戶更加關(guān)心自身的權(quán)益，當自身的權(quán)益受到侵犯或者對自身的權(quán)益不了解的情況下，客戶就會通過呼叫中心了解自身權(quán)益。如果這時話務(wù)員的服務(wù)質(zhì)量太差將直接影響了客戶對企業(yè)的印象。隨著呼叫中心的發(fā)展，客戶消費理念的變化，呼叫中心的話音數(shù)量將會急劇增長。面對話音數(shù)量的增長，傳統(tǒng)的

2、人工模式已經(jīng)不能滿足現(xiàn)在的狀況。基于上述情況，利用關(guān)鍵詞檢出技術(shù)和情感分析技術(shù)實現(xiàn)話音質(zhì)量的自動化監(jiān)控，以提高服務(wù)質(zhì)量緩解企業(yè)和客戶的關(guān)系。
　　本文首先介紹了話務(wù)服務(wù)質(zhì)量監(jiān)控系統(tǒng)的兩個模塊:語音關(guān)鍵詞檢出和語音情感分析。關(guān)鍵詞檢出模塊主要包括語音預處理、特征提取、聲學模型訓練、關(guān)鍵詞檢出。聲學模型的訓練是在現(xiàn)有聲學模型的基礎(chǔ)上進行自適應(yīng)訓練，以使聲學模型在呼叫中心領(lǐng)域內(nèi)有更好的識別率。使用SphinxTrain工具進行聲學模型的

3、自適應(yīng)訓練。關(guān)鍵詞檢出主要是使用由CMU開源的PocketSphinx工具實現(xiàn)，采用的是填充模型。語音情感識別模塊采用人工神經(jīng)網(wǎng)絡(luò)作為情感分類器。本文主要介紹了模型訓練算法和情感分類算法。重點介紹了反向傳播算法用于神經(jīng)網(wǎng)絡(luò)訓練。
　　本文在關(guān)鍵詞檢出和語音情感識別的基礎(chǔ)上設(shè)計了話音服務(wù)質(zhì)量評測指標，根據(jù)指標設(shè)計了話音服務(wù)質(zhì)量評測算法并將其集成到系統(tǒng)中。通過查看話音服務(wù)質(zhì)量評測結(jié)果，呼叫中心的經(jīng)理和話務(wù)員都可以快速定位優(yōu)缺點，提高話