語音合成技術在卷煙銷售智能客服系統中的應用

陳海勇 劉 蘇 陳子弘

(1.福建省煙草公司漳州市公司,福建 漳州 363000;2.中國煙草總公司福建省公司,福建 福州 350000)

1 概述

客戶服務作為卷煙銷售企業與客戶之間有效溝通的重要橋梁,要利用信息交互完成業務服務。根據近年來煙草行業的發展現狀,人工座席服務向智能語音服務占比最大的信息交互方式依舊是語音,而多媒體交互方式在實踐探索中逐步壯大。語音是一種常見的非結構化數據,從語音轉換成結構化數據往往需要人工操作,實現大量信息的關聯處理,人工操作的效率成為制約客戶服務水平提高的瓶頸。大量研究聚焦在語音信息的智能化和自動化方面,這既能減少人力資源的投入,又能提升銷售智能客服系統的工作效率,改善煙草行業的客戶體驗效果。因此,本文主要研究語音合成技術在卷煙銷售智能客服系統方面的應用實踐。

2 問題分析

隨著在線業務的逐漸完善,煙草行業的智能客服系統信息數量越來越多,客戶對服務功能的質量要求越來越高。傳統的客服語音信息處理存在一定的局限性,具體體現在以下兩方面:

一是服務效率低。這是由于時效性業務具有復雜性和多樣性,大量的即時語音信息得不到及時處理,直接影響客戶體驗。隨著移動業務數量持續增加,新業務的應用模式也隨之發生變化,系統內部的知識庫儲存信息量越來越大,實踐信息的更新速度越發頻繁,服務人員要在龐大的知識庫體系中搜索信息,需要消耗大量的時間和精力[1]。

二是運營難度大。這是由語音信息處理局限性直接造成的,如系統的數據主要源自標注來電和投訴內容等,但受客服人員的專業素質影響,難以及時將客戶服務數據進行轉換處理。文件屬于非結構化數據,很難直接進行查詢統計和整合分析;傳統的質量管控模式屬于事后檢查分析,質量管控的及時性不高,難以在工作全過程中實現全生命周期的管控預警。

3 智能語音分析平臺設計

3.1 設計目標

在了解煙草行業營銷發展趨勢的基礎上,為智能客服系統設計語音分析平臺設定以下目標:

①自動客服質檢。一般來講,客服中心抽檢錄音數據質量的概率在1%左右,人工很難對所有錄音文件進行質量檢查,而利用語音分析系統可以科學處理所有錄音文件,并按照系統預先設定的關鍵詞和規則自動選擇出存在質量問題的錄音文件,交給人工進行審查,以提高客服質量檢查效率。

②錄音分類。目前,客服中心的錄音都是按照日期和編號進行儲存,很難根據業務搜索[2]。本文通過語音分析技術將錄音信息轉變成結構化信息,并制定專屬的自然語言處理模型,對所有錄音按照業務類型分類處理,便于后續標準化儲存和內容快速檢索。同時,語言分析系統可以將所有辦理業務流程轉變成文字記錄下來,方便后續用戶檢索抽取。

③沉淀服務數據。智能客服系統中儲存的錄音文件,涉及用戶的行為特征、潛在需求、行業趨勢、競爭對手等多項信息,這些海量的非結構化語音文件,很難用人工方式進行檢測分析。而在運用語音分析技術挖掘整理用戶的語音文件后,系統可以從這些非結構化數據中提煉出有價值的數據信息,如協助營銷部門快速掌握當前卷煙銷售領域中的熱點和機會、為市場銷售策略和市場監管提供有效數據支撐等。

3.2 系統功能

根據歷年卷煙銷售經驗,在確定項目發展目標和語音分析流程后,明確整體系統功能需求。

①索引功能。先處理非結構化語音數據,通過清洗加工后轉變成標準化的結構數據進行存儲,方便后續的檢索和分析。

②結構化檢索功能。支撐服務不同場景及不同數據類型的內容檢索需求。

③客服質檢功能。系統要自動從每天儲存的大量客服電話錄音中篩選出違反規定的記錄,并交給質量檢查人員進行監測審核。

④通話分析功能。系統要深層挖掘大量的通話數據,快速發現服務環節存在的問題,明確客戶提出的各項服務需求,全面掌握卷煙行業的發展動態。

⑤集群及負載均衡服務能力。結合云平臺、中臺等技術框架,充分提高客服系統的處理能力和擴展能力[3]。

3.3 系統框架

卷煙銷售智能客服系統中的智能語音分析平臺框架包含四層,如圖1所示。第一層是應用開發接口層,主要利用定制化開發接口提供核心功能;第二層是語音分析引擎和相關工具,具有聚類分析、語音模式識別等基本功能;第三層是錄音和數據接口層,能完成錄音文件的抽取、業務類型、班組等參數的傳遞;第四層是操作系統的適配層,既可以屏蔽多操作系統的復雜性,又能為數據層分析提供有力支撐。

接口編輯管理如圖2所示。

圖2 接口編輯界面

3.4 分析流程

智能語音分析平臺作為卷煙銷售智能客服系統的組成部分,在人工客服介入后,將對用戶、客服的語音對話進行記錄和分析(圖3)。

圖3 卷煙銷售智能客服系統

智能語音分析平臺的關鍵技術在于智能化的語音分析流程,因此,必須制定相應的聲音模型和語言模型,利用語音分析平臺隔離用戶錄音和客服錄音,解釋分析不同錄音文件。運用聚類分析等分類算法,構建語音解析模型標注錄音文件,匯總整理最終獲取的分析結果,并構建相應的索引儲存。

3.4.1 構建聲學模型和語言模型

在自然語義分析和處理過程中,需要借助聲學模型和語言模型,將非結構化的語音數據處理成結構化數據。根據當前煙草行業的發展特征和業務內容,研究已有的電話錄音數據,并對語音分析聲學模型和語言模型進行針對性的優化處理,構建專屬的模型,為后期信息抽取和主題分類提供有效依據。

3.4.2 建設語義解析系統

本文將客服主要業務作為分類目標,通過聚類分析卷煙銷售客服的業務內容和業務頻度,可以對文本語音錄音進行有效標注,并按照關鍵詞和常見用戶等進行歸納總結,由此構建客戶語義解析模型,提升實踐分類檢索的有效性[4]。

3.4.3 打造語音分析平臺

根據當前卷煙銷售智能服務系統,真正實現語音分析系統與錄音系統、質檢系統等的有效對接,如圖4所示。可以運用語音分析技術實現以下功能:

圖4 智能語音分析平臺流程圖

①話者分離。呼叫中心平臺一般選用單通道錄音,即將進入的用戶錄音通道和客服錄音通道的數據混合在同一通道進行儲存,以此減少儲存空間的占有率,但在單通道錄音下很難直接處理某一方的通話。客服質量檢查的工作目標是評價客服人員的服務質量,深層挖掘語音數據包含的潛藏內容,由此掌握更多具有商業價值的信息。語音分析系統需要具備分離功能,以此來準確分離用戶語音和客服語音。

②建立索引。這項功能是語音分析中非常關鍵的步驟,其中涉及語音分析、情緒識別、靜音識別等,可以準確分析出語音中包含的各項內容信息,并集中儲存在高性能的索引介質中。

③結構化檢索。針對提出的檢索請求,在大規模索引文件中進行快速分析,返回與之相關的所有語音文件并定位到準確的錄音片段。質量檢查人員可以對所有檢索結果進行局部審聽和回放,據此評估客服人員的工作質量,標注出重要的語音信息,如圖5所示。

圖5 語音分析過程

④客服質量檢測。通過用戶自定義違規規則,系統自動在大批量的客服電話錄音中篩選出有問題的內容,交給質量檢查人員進行審核,并嚴格按照規定要求進行統計分析,為業務部門的銷售管理提供有效依據。

⑤通話分析。在實際通話過程中,除了常規化的業務信息外,還可能涉及其他更多信息,這些內容可能蘊含重要商業價值,需要深層挖掘通話數據所包含的內容,持續優化自身的服務水平,科學調整煙草行業的銷售策略,以獲取更多經濟效益[5]。

4 技術創新及應用效果

4.1 技術創新

①智能質檢。在利用語音分析技術構建智能系統前,煙草行業的客服質檢覆蓋率只能達到1%,但在系統建設之后可上升到10%。隨著現代科技技術的不斷發展,能對系統儲存錄音及文件進行百分百全面檢查,有助于優化客服質量檢查的監督能力,確保質檢工作具有可信度和公正性。

②智能運營。將大批量錄音文件進行本地化處理,從多維度統計分析重復來電、來電原因、通話時長等,可以為實現智能運營提供有效參考[6]。如通過對重復來電的研究,分析出重復來電數量較高的業務等信息,由此針對業務高頻問題進行數據采集。在了解來電原因方面,由客服人員根據預先定義的服務請求,分類處理人工來電,形成標準化客服數據。

③智能語音檢索。語音檢索支持關鍵詞等查詢,快速篩選出用戶或客服人員對話中的關鍵詞,質量檢查人員可以在查詢服務禁詞、服務評價后,對客服對話進行質量分析,以此監測用戶的滿意度,并在與客戶的對話中發現新的商機。

4.2 應用成效

通過文本機器人、語音機器人承接咨詢,實現平臺一體化管理,多系統高效協同。通話結束后自動對人工座席通話進行會話分析,分析服務關鍵信息及違規信息。一是有效解決客戶問題。根據數據分析,機器人客服對客戶問題匹配率平均可達97.05%,問題有效解決率達83.65%以上。大量高頻的咨詢問題由機器人進行快速解決,人工工作量大幅降低,有助于客服部門將服務重心轉向優化服務流程、客戶價值體驗等。

二是顯著提升服務體驗實現7×24h全天候智能客戶服務,極速接通率(客戶來電在5秒內的接通)達95%以上。由機器人解決部分簡單業務問題,業務問題覆蓋率達95%以上,服務效率提升,消費者服務體驗提升。

5 結束語

在新形勢下,結合智能化技術理念,快速構建具有針對性的網絡營銷體系,全面把握卷煙市場的調控權,是目前煙草企業管理人員探索的主要問題。本文從卷煙銷售智能客服系統入手,探討如何運用語音分析技術構建全新的系統功能,這不僅能幫助企業在海量數據信息中挖掘更多有價值的內容,還可以優化卷煙營銷智能化服務體系。