通話中心概觀

Azure AI 語言和 Azure AI 語音可協助您實現電話語音型客戶互動的部分或完整自動化，並跨多個通道提供輔助功能。使用語言和語音服務，您可以進一步分析通話中心轉譯、擷取和修訂交談（PII）、摘要轉譯，以及偵測情感。

在客服和連絡中心實作 Azure AI 服務的一些範例情節如下：

提示

請嘗試 Language Studio 或 Speech Studio，以取得如何使用語言和語音服務來分析通話中心交談的示範。

若要使用無程式代碼方法將通話中心轉譯解決方案部署至 Azure，請嘗試擷取用戶端。

客服中心的 Azure AI 服務功能

整體的通話中心實作通常會納入語言和語音服務的技術。

音訊數據通常用於透過內嵌、行動電話和無線電產生的通話中心，通常是窄帶，範圍為 8 KHz，這可以在您將語音轉換成文字時產生挑戰。語音服務辨識模型經過定型，以確保您可以取得高品質的轉譯，但您可以選擇擷取音訊。

使用語音服務轉譯音訊之後，您就可以使用語言服務對通話中心數據執行分析，例如：情感分析、摘要客戶通話原因、解決方式、擷取和修訂交談 PII 等等。

語音服務提供下列功能，可用於通話中心使用案例：

即時語音轉換文字：從多個輸入即時辨識和轉譯音訊。例如，使用虛擬代理程式或代理程序輔助，您可以持續辨識音訊輸入，並控制如何根據多個事件處理結果。
批次語音轉換文字：以非同步方式轉譯大量音訊檔案 (包括說話者自動分段標記)，而且通常使用於通話後分析案例。 Diarization 是單聲道音訊數據中辨識和分隔喇叭的程式。
文字到語音轉換：文字到語音轉換可讓您的應用程式、工具或裝置將文字轉換成像合成語音一樣的人。
說話者識別：協助您判斷一組已註冊說話者內的不明說話者身分識別，且通常用於客服中心客戶驗證案例或詐騙偵測。
語言識別：識別音訊中說話的語言，並可用於即時和通話後分析以取得深入解析或控制環境（例如虛擬代理程序的輸出語言）。

語音服務適用於預先建置的模型。不過，您可能想要進一步自定義及調整產品或環境的體驗。語音自訂的典型範例包括：

語音自訂	描述
自訂語音	語音轉換文字功能，用來評估及改善使用案例特定實體的語音辨識精確度（例如英數位客戶、大小寫和合約標識碼、車牌和名稱）。您也可以使用您自己的產品名稱和產業術語來定型自定義模型。
自定義神經語音	一種文字轉換語音功能，可讓您為應用程式建立獨特的自訂合成語音。

語言服務提供下列功能，可用於通話中心使用案例：

雖然語言服務適用於預先建置的模型，但您可能想要進一步自定義和調整模型，以從您的數據擷取更多資訊。語言自訂的典型範例包括：

自訂語言	描述
自訂 NER （具名實體辨識）	改善謄寫中實體的偵測和擷取。
自訂文字分類	使用單一或多個分類來分類和標記轉譯的語句。