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:
- 虛擬代理程式:對話式 AI 型電話語音整合語音 Bot 和已啟用語音功能的聊天機器人
- 代理程式協助:即時轉譯和分析通話,藉由提供見解和建議代理程序動作來改善客戶體驗
- 通話後分析:通話后分析可建立客戶交談深入解析,以改善對通話處理、品質保證和合規性控制優化以及其他深入解析導向優化的理解和支持持續改善。
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
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
語言服務提供下列功能,可用於通話中心使用案例:
- 個人標識資訊 (PII) 擷取和修訂:在交談轉譯中識別、分類和修訂敏感性資訊。
- 交談摘要:摘要摘要:摘要說明每個交談參與者關於問題和解決方式的內容。 例如,客服中心可以將具有高容量的產品問題分組。
- 情感分析和意見採礦:分析文字記錄,並在表達和交談層級建立正面、中性或負面情感的關聯。
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。 |
您可以在這裡找到所有語言服務功能和自訂選項的概觀。