CN102456344B - 基于语音识别技术分析客户行为特征的系统及方法 - Google Patents
基于语音识别技术分析客户行为特征的系统及方法 Download PDFInfo
- Publication number
- CN102456344B CN102456344B CN201010515710.XA CN201010515710A CN102456344B CN 102456344 B CN102456344 B CN 102456344B CN 201010515710 A CN201010515710 A CN 201010515710A CN 102456344 B CN102456344 B CN 102456344B
- Authority
- CN
- China
- Prior art keywords
- client
- module
- speech recognition
- behavioural characteristic
- customer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明公开一种基于语音识别技术分析客户行为特征的系统及方法,该方法包括:录音文件采集引擎定期或实时地从呼叫中心录音系统提取客服录音文件;语音识别模块将录音文件采集引擎提取的录音文件转化为文本文件;客户行为分析模块调用搜索引擎功能,结合语义规则定制模块存储的预先定制的规则,对信息库的客户行为特征进行分析与挖掘,并生成关于客户和/或客服行为特征的信息。本发明基于语音识别技术,将呼叫中心闲置音频录音文件转换为具备高附加值的商业资讯信息,通过对呼叫中心绩效提供有效的根源分析,从而快速提供解决问题的解决方案,采取行动降低呼叫量,藉此提高客户满意度。
Description
技术领域
本发明涉及语音识别技术与呼叫中心应用技术领域,尤其涉及一种基于语音识别技术分析客户行为特征的系统及方法。
背景技术
目前,大部分呼叫中心人工客服主要为企业承担产品咨询、售后支持、电话营销、接收投诉等多项任务。为保证人工客服的服务质量、维护企业形象,呼叫中心质检系统一般会将客户与话务员的通话过程全程录音,由质检员定期对批量录音文件随机抽取试听,监督、检查话务员服务水平。呼叫中心录音文件的真正价值并未得到充分利用,主要表现在以下几个方面:
1、质检员抽取试听一定比例的录音文件进行质量监督的质检方法存在较高的随机性,但逐条试听进行质检的方法成本高、效率低,可行性差;
2、客户与话务员电话沟通中反映出的市场热点、行业商机等点滴资讯信息被湮没在大量的无用信息中,无法被有效提取,指导企业市场行为;
3、客服中心“重复来电”、“客户抱怨”、“超长电话”等反映出的企业后端部门生产流程中存在的问题无法被有效感知,造成企业客服平台不断扩容、运营成本持续居高不下。
综上所述,如何有效利用现有呼叫中心的数据资源与硬件资源,挖掘数据信息,从而有效降低话务量、提高客户服务效率;进一步地,为运营商提供决策支持和引导成为本领域亟待解决的技术问题。
发明内容
本发明要解决的一个技术问题是提供一种基于语音识别技术分析客户行为特征的系统及方法,本发明基于语音识别技术,将呼叫中心闲置音频录音文件转换为具备高附加值的商业资讯信息,从而快速提供解决问题的解决方案。
本发明的一个方面提供了一种基于语音识别技术分析客户行为特征的系统,该系统包括:录音文件采集引擎,用于定期或实时地从呼叫中心录音系统提取客服录音文件;语音识别模块,用于将录音文件采集引擎提取的录音文件转化为文本文件;语义规则定制模块,用于定制分析语音语义的规则,并对规则进行存储;信息库,用于保存语音识别模块转化的文本文件,以及客服人员的语速、音量、客服禁语;以及客户行为分析模块,用于调用搜索引擎功能,结合语义规则定制模块存储的规则,对信息库的客户行为特征进行分析与挖掘,并生成关于客户和/或客服行为特征的信息。
本发明提供的基于语音识别技术分析客户行为特征的系统的一个实施例中,该系统还包括:搜索引擎,用于对信息库的文本文件进行信息搜索,并供客户行为分析模块调用。
本发明提供的基于语音识别技术分析客户行为特征的系统的一个实施例中,该系统还包括:报表模块,用于对客户行为分析模块生成的关于客户和/或客服行为特征的信息进行统计分析,并生成数据报表。
本发明提供的基于语音识别技术分析客户行为特征的系统的一个实施例中,报表模块还用于提供基于web方式、word、excel或pdf常用办公软件形式的图形或文字表报文件。
本发明提供的基于语音识别技术分析客户行为特征的系统的一个实施例中,该系统还包括:语义纠错模块,用于对语音识别模块转化的文本信息进行语义纠错,从而提高文本文件的准确率。
本发明的另一个方面提供了一种基于语音识别技术分析客户行为特征的方法,该方法通过前述任意一项的系统实现;包括:录音文件采集引擎定期或实时地从呼叫中心录音系统提取客服录音文件;语音识别模块将录音文件采集引擎提取的录音文件转化为文本文件;客户行为分析模块调用搜索引擎功能,结合语义规则定制模块存储的预先定制的规则,对信息库的客户行为特征进行分析与挖掘,并生成关于客户和/或客服行为特征的信息。
本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:预先通过语义规则定制模块定制用于分析语音语义的规则,并对规则进行存储。
本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:信息库对语音识别模块转化的文本文件,以及客服人员的语速、音量、客服禁语进行存储。
本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:报表模块对客户行为分析模块生成的关于客户和/或客服行为特征的信息进行统计分析,并生成数据报表。
本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:报表模块提供基于web方式、word、excel或pdf常用办公软件形式的图形或文字表报文件。
本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:语义纠错模块对语音识别模块转化的文本信息进行语义纠错,从而提高文本文件的准确率。
本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,运营商或管理员通过Web、PC客户端方式按需获取系统生成的客户行为特征的信息,用以指导企业生成行为,优化生产流程。
本发明供的基于语音识别技术分析客户行为特征的系统及方法,基于语音识别技术,将呼叫中心闲置音频录音文件转换为具备高附加值的商业资讯信息,通过对呼叫中心绩效提供有效的根源分析,从而快速提供解决问题的解决方案,采取行动降低呼叫量,藉此提高客户满意度
附图说明
图1示出本发明实施例提供的一种基于语音识别技术分析客户行为特征的系统的结构示意图;
图2示出本发明提供的基于语音识别技术分析客户行为特征的系统的另一个实施例的结构示意图;
图3示出本发明提供的基于语音识别技术分析客户行为特征的系统与现有呼叫中心平台结合应用的一个具体实施例的网络结构示意图;
图4示出本发明实施例提供的一种基于语音识别技术分析客户行为特征的方法的流程图;
图5示出本发明提供的基于语音识别技术分析客户行为特征的方法的一个具体实施例的流程图。
具体实施方式
下面参照附图对本发明进行更全面的描述,其中说明本发明的示例性实施例。
图1示出本发明实施例提供的一种基于语音识别技术分析客户行为特征的系统的结构示意图。
如图1所示,基于语音识别技术分析客户行为特征的系统100包括:录音文件采集引擎102、语音识别模块104、语义规则定制模块106、信息库108、客户行为分析模块110。其中
录音文件采集引擎102,用于定期或实时地从呼叫中心录音系统101提取客服录音文件。例如,本系统中的“录音文件采集引擎”能定期或实时从呼叫中心质检系统提取录音文件,作为本系统的输入数据源。
语音识别模块104,用于将录音文件采集引擎102提取的录音文件转化为文本文件。例如,采用普通ASR(自动声音识别,Automatic SpeechRecognition)技术。优选的,本发明提供的系统的“语音识别/语义纠错模块”在语音识别过程中,其识别的重点主要是围绕预先制定的语音语义规则(如兴趣点语义规则)展开,而并非全文识别;因此能有效提高识别准确率,经过语义纠错模块优化,最终语音到文字的转化成功率较高,并大大降低了语音识别系统设计复杂度。
语义规则定制模块106,用于定制分析语音语义的规则,并对规则进行存储。稍后对预先定制的音语义的规则做进一步的详细介绍。
信息库108,用于保存语音识别模块106转化的文本文件,以及客服人员的语速、音量、客服禁语。
客户行为分析模块110,用于调用搜索引擎功能,结合语义规则定制模块存储的规则,对信息库的客户行为特征进行分析与挖掘,并生成关于客户和/或客服行为特征的信息。例如,客户行为分析模块基于原始信息库及语义规则库对客户行为进行分析与发掘,最终提供导致“重复来电”、“超长电话”、“客户抱怨”等各类呼叫的相关数据。
本发明可以根据呼叫中心不同的用途,预先定制一系列语音语义的规则(即兴趣点语义规则),对呼叫中心或企业的一些重要业务进行分类。举例说来,这些语义规则可分别定义如下:
第一种、客户抱怨类
+骗+骗人+″不X满意″+(″没收到″X账单)+(″没讲清楚″)+投诉+″找X经理″+″怎么X可以″+″你们X领导″+″踢X皮球″+(″不要″X″激动″)+(″要投诉″)+(″想投诉″)+欺诈+(″太差了″)+″尽快AND核实″+(″记录下来″X反映)+″投诉″(″不放心″)担心(″这么长时间″)(″这么长时间了″)开玩笑(″记录下来″X反应)+......
第二种、重复来电类
+″昨天X打″+″前几天X打″+(″打过″X电话)+(″已经打过″)+(″没有″X″回拨″)+(″没有″X″回复″)+(″也是这″X″告诉″)+(″联系″X″很多次″)+(″联系″X″多次″)+(″反馈过″)+(″还没″X″我联系″)″上次X打″(″打电话过去″)(″打电话过来″)+......
第三种、固话安装类
+(″″)+(″″)+(″″)+(″″)+(″″)......
第四种、宽带安装类
+(″″)+(″″)+(″″)+(″″)+(″″)......
第五种、手机业务类
+(″″)+(″″)+(″″)+(″″)+(″″)......
第六种、无线上网类
+(″″)+(″″)+(″″)+(″″)+(″″)......
优选的,本发明提供的系统的“语音识别/语义纠错模块”在语音识别过程中,其识别的重点主要是围绕预先制定的语音语义规则(如兴趣点语义规则)展开,而并非全文识别;因此能有效提高识别准确率,经过语义纠错模块优化,最终语音到文字的转化成功率较高,并大大降低了语音识别系统设计复杂度。
根据本发明提供的基于语音识别技术分析客户行为特征的系统的一个实施例中,该系统还包括:搜索引擎112,用于对信息库的文本文件进行信息搜索,并供客户行为分析模块调用。
根据本发明提供的基于语音识别技术分析客户行为特征的系统的一个实施例中,该系统还包括:报表模块114,用于对客户行为分析模块生成的关于客户和/或客服行为特征的信息进行统计分析,并生成数据报表。
进一步的,报表模块还用于提供基于web方式、word、excel或pdf常用办公软件形式的图形或文字表报文件。
本发明提供的基于语音识别技术分析客户行为特征的系统,基于呼叫中心质检客服录音文件,结合事先定制的兴趣点语义规则,利用语音识别和语义纠错功能,生成用户及客户原始文本信息库,再基于原始信息库,结合语义规则,利用搜索引擎技术,生成客户行为特征信息库(含客服人员)。进一步地,对外提供各种图文并茂的统计分析报表,供企业市场营销及产品策划人员参考使用,从而将经常处于沉寂状态的质检录音文件转化为带来企业收益的增值资讯信息宝库;从而将呼叫中心闲置音频录音文件转换为具备高附加值的商业资讯信息。
图2示出本发明提供的基于语音识别技术分析客户行为特征的系统的另一个实施例的结构示意图。
如图2所示,一种基于语音识别技术分析客户行为特征的系统200包括:录音文件采集引擎202、语音识别模块204、语义纠错模块205、语义规则定制模块206、信息库208、客户行为分析模块210、搜索引擎212、报表模块214。其中,录音文件采集引擎202、语音识别模块204、语义规则定制模块206、信息库208、客户行为分析模块210、搜索引擎212、报表模块214可以分别是与图1所示录音文件采集引擎102、语音识别模块104、语义规则定制模块106、信息库108、客户行为分析模块110、搜索引擎112、报表模块114相同或相似的功能模块。为简洁起见,这里不再赘述。
语义纠错模块205,用于对语音识别模块204转化的文本信息进行语义纠错,从而最大限度地提高语音识别的准确率,从而获得更加精确的文本文件。“语音识别”模块将提取的录音文件转化为文本信息,经过“智能语义纠错”模块处理,使得语音信息到文本信息转化的准确率大幅提升。系统在进行语音/文字翻译处理过程中,将同时提取客服的语速、音量、客服禁语等关键指标,最终形成包括客户行为特征的原始信息库。
图3示出本发明提供的基于语音识别技术分析客户行为特征的系统与现有呼叫中心平台结合应用的一个具体实施例的网络结构示意图。
如图3所示,客服坐席接听通过排队机接入的电话呼叫,并由CTI(计算机电话集成,Computer Telephony Integration)对客户与坐席话务员的通话过程进行全程录音,并保存在从呼叫中心客服质检系统录音文件服务器(或称录音系统或客服录音库)。
现网中部署本发明提供的基于语音识别技术分析客户行为特征的系统时,可在现有呼叫中心平台内以联机或脱机方式实时采集从客服质检录音系统提取客服录音文件,作为本系统的原始输入信息源。由于本系统在脱机部署时,对现网呼叫中心平台不产生任何影响;优选采用脱机部署方式,例如,提取录音文件时间可定于日话务量最低的时间段(每日凌晨2:30-3:30)自动完成。
本发明提供的基于语音识别技术分析客户行为特征的系统中的录音文件采集引擎采用FTP或其它通信机制(例如Socket方式),从呼叫中心客服质检系统录音文件服务器获取数据源。“录音文件采集引擎”在获取录音文件过程中,会同时提取与该录音有关的其它相关信息,例如,客服工号、来电主叫号码、录音开始时间、结束时间、客户分类(如手机、固话或小灵通及其运营商),以及从CRM(客户关系管理系统,CustomerRelationship Management)中提取的客户身份信息,包括姓名、年龄、地址、职业等,同时形成相关日志记录与表报信息,包括本次提取录音文件的开始时间、结束时间、提取的录音文件条数、成功的数量、传递失败的数量、重传次数等信息。获取的录音文件需要放置下一环节待处理的指定目录中。最后,录音文件采集引擎通知语音识别模块(或含有语义纠错模块)对输入信息源文件进行处理。
“语音识别/语义纠错模块”接收到“录音文件采集引擎”通知请求后,启动语音识别及语义纠错功能,对录音文件逐条进行语音到文字的转化处理。除了采用普通ASR(自动声音识别,Automatic SpeechRecognition)技术之外,优选的,本发明提供的系统的“语音识别/语义纠错模块”在语音识别过程中,其识别的重点主要是围绕预先制定的语音语义规则(如兴趣点语义规则)展开,而并非全文识别;因此能有效提高识别准确率,经过语义纠错模块优化,最终语音到文字的转化成功率较高,并大大降低了语音识别系统设计复杂度。此外,语音识别/语义纠错模块在进行语音识别的同时,还将提取客服的语速、音量、服务禁语等关键指标,为随后的“客户行为分析模块”提供客户、客服行为原始特征库数据。同样的,语音识别/语义纠错模块完成语音到文字的转化后,通知客户行为分析模块”进行最终的客户行为特征挖掘与分析;例如实时或在指定的时间内,由定时器触发的方式通知“客户行为分析模块”进行最终的客户行为特征挖掘与分析。
本系统将根据呼叫中心不同的用途,事先定制一系列兴趣点语义规则,对呼叫中心或企业的一些重要业务进行分类。例如,重复来电的语义规则可分别定义如下:+″昨天X打″+″前几天X打″+(″打过″X电话)+(″已经打过″)+(″没有″X″回拨″)+(″没有″X″回复″)+(″也是这″X″告诉″)+(″联系″X″很多次″)+(″联系″X″多次″)+(″反馈过″)+(″还没″X″我联系″)″上次X打″(″打电话过去″)(″打电话过来″)+......
本系统的“客户行为分析模块”根据“语音识别/语义纠错模块”的请求消息,提取客户信息原始特征信息库内容,结合事先定制的兴趣点语义规则库,利用搜索引擎技术,进行客户行为的分析与挖掘。
本发明提供的基于语音识别技术分析客户行为特征的系统可以查出呼叫中心在最近一个阶段内(如以日、周或月为单位)出现平均频率最高的单词和短语等,以及其相对的变化百分比等,为企业产品设计及营销策划等市场行为提供参考。此外,该系统可分离出指定时间段内使用频率最高的字词和短语,并会指示使用频率是趋于上升还是下降。该信息将显示在web或表报文档等形式展示给企业营销、产品策划或呼叫中心经营者,让他们组织的主管、分析人员以及其他人简单迅速地了解客户行为的变化,并揭示“表象背后的原因”,对呼叫中心绩效提供有效的根源分析,从而快速提供解决问题的解决方案,采取行动降低呼叫量,藉此提高客户满意度。
图4示出本发明实施例提供的一种基于语音识别技术分析客户行为特征的方法的流程图。
如图4所示,基于语音识别技术分析客户行为特征的方法400,该方法通过前述实施例描述的基于语音识别技术分析客户行为特征的系统实现;该方法包括:
步骤402,录音文件采集引擎定期或实时地从呼叫中心录音系统提取客服录音文件。例如,本系统中的“录音文件采集引擎”能定期或实时从呼叫中心质检系统提取录音文件,作为本系统的输入数据源。
步骤404,语音识别模块将录音文件采集引擎提取的录音文件转化为文本文件。例如,采用普通ASR(自动声音识别,Automatic SpeechRecognition)技术。优选的,本发明提供的系统的“语音识别/语义纠错模块”在语音识别过程中,其识别的重点主要是围绕预先制定的语音语义规则(如兴趣点语义规则)展开,而并非全文识别。
步骤406,客户行为分析模块调用搜索引擎功能,结合语义规则定制模块存储的预先定制的规则,对信息库的客户行为特征进行分析与挖掘,并生成关于客户和/或客服行为特征的信息。例如,客户行为分析模块基于原始信息库及语义规则库对客户行为进行分析与发掘,最终提供导致“重复来电”、“超长电话”、“客户抱怨”等各类呼叫的相关数据。
根据本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:预先通过语义规则定制模块定制用于分析语音语义的规则,并对规则进行存储。
根据本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:信息库对语音识别模块转化的文本文件,以及客服人员的语速、音量、客服禁语进行存储。
根据本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:报表模块对客户行为分析模块生成的关于客户和/或客服行为特征的信息进行统计分析,并生成数据报表。进一步地,报表模块提供基于web方式、word、excel或pdf常用办公软件形式的图形或文字表报文件。
根据本发明提供的基于语音识别技术分析客户行为特征的方法的一个实施例中,该方法还包括:语义纠错模块对语音识别模块转化的文本信息进行语义纠错,从而提高文本文件的准确率。
根据本发明提供的基于语音识别技术分析客户行为特征的方法,运营商或管理员通过Web、PC客户端方式按需获取系统生成的客户行为特征的信息,用以指导企业生成行为,优化生产流程并提高工作效率。
图5示出本发明提供的基于语音识别技术分析客户行为特征的方法的一个具体实施例的流程图。
如图5所示,用户拨打呼叫中心接入码进入呼叫中心客服平台,平台分配坐席提供人工服务前,启动质检录音系统开始录音,用户通话结束挂机后再次通知质检系统停止录音。
质检系统录音结束后可根据事先设定的文件传递模式实时将录音文件及与坐席相关的信息传递给本发明提供的系统的录音文件采集引擎模块单元。在另一种替换实施例中,录音文件采集引擎也可在指定时间内批量提取文件。
本发明提供的系统中,录音文件采集引擎既可以被动地接收来自呼叫中心录音系统的录音文件,也可以主动地从所述呼叫中心录音系统中获取录音文件。对于录音文件处理模式,也可以基于获取录音文件方式的不同而分为两种:实时逐条接收的文件实时触发语音识别/语义纠错模块进行处理,或者批量接收的文件接收完成后逐条处理。
随后,在语音识别过程中,本发明提供的系统中的语音识别/语义纠错模块可以将结合事先制定的兴趣点语义规则库等进行兴趣点信息的重点识别,通过语义纠错模块最大限度提升识别准确率,并生成包括兴趣点信息、坐席语音、语速、服务禁言,以及最近客户热点词等原始特征构成的信息库。
客户行为分析模块基于原始信息库,结合兴趣点语义规则库,利用搜索引擎进行客户行为特征分析,同时提取客户及客服行为特种信息库,围绕兴趣点进行多维度的增值信息挖掘分析、展示,并近期热点词评论分析报告等。
此后,经过认证的用户(如运营商、管理员、质检员等),可通过web/internet、短信、文件等方式获取各种基于客服录音系统的客户行为特征库信息,为企业了解市场客户需求、优化生产流程、指导新产品策划等提供重要资讯参考信息。
参考前述本发明示例性的描述,本领域技术人员可以清楚的知晓本发明具有以下优点:
本发明提供的基于语音识别技术分析客户行为特征的系统及方法,基于语音识别技术,将呼叫中心闲置音频录音文件转换为具备高附加值商业资讯信息;具体来说,其能定期或实时从呼叫中心质检系统提取录音文件,通过“语音识别”模块将其转化为文本信息,再经过“智能语义纠错”模块处理,大幅提高文本信息转化的准确率,同时还将提取客服语速、音量、客服禁语等关键指标,最终形成客户行为特征原始信息库。该装置能针对需要重点关注的兴趣点事先定制一些语义分析规则,进行“客户行为特征分析”等信息的分析与挖掘,指导运营者优化生产流程、扑捉商机、提高效率。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (3)
1.一种基于语音识别技术分析客户行为特征的系统,其特征在于,所述系统包括:
录音文件采集引擎,用于定期或实时地从呼叫中心录音系统提取客服录音文件;
语音识别模块,用于将所述录音文件采集引擎提取的录音文件转化为文本文件,其中识别围绕预先制定的语音语义规则展开,而并非全文识别,所述语音语义规则包括客户抱怨类语义规则和重复来电类语义规则;
语义纠错模块,用于对所述语音识别模块转化的文本文件进行语义纠错;
语义规则定制模块,用于定制分析语音语义的规则,并对分析语音语义的规则进行存储;
信息库,用于保存所述语音识别模块转化的文本文件,以及客服人员的语速、音量、客服禁语;以及
搜索引擎,用于对所述信息库的文本文件进行信息搜索,并供客户行为分析模块调用;
客户行为分析模块,用于调用搜索引擎,结合语义规则定制模块存储的分析语音语义的规则,对所述信息库中的客户行为特征进行分析与挖掘,并生成关于客户和客服行为特征的信息,其中,基于客户抱怨类语义规则和重复来电类语义规则对信息库中的客户行为进行分析与发掘,提供导致“客户抱怨”类、“重复来电”类呼叫的相关数据;
报表模块,用于对所述客户行为分析模块生成的关于客户和/或客服行为特征的信息进行统计分析,并生成数据报表;其中数据报表为基于web方式、word、excel或pdf形式的图形或文字表报文件。
2.一种基于语音识别技术分析客户行为特征的方法,所述方法通过前述权利要求1的所述系统实现;其特征在于,所述方法包括:
所述录音文件采集引擎定期或实时地从呼叫中心录音系统提取客服录音文件;
所述语音识别模块将所述录音文件采集引擎提取的录音文件转化为文本文件,其中识别围绕预先制定的语音语义规则展开,而并非全文识别,所述语音语义规则包括客户抱怨类语义规则和重复来电类语义规则;
语义纠错模块对文本文件进行语义纠错,从而提高文本文件的准确率;
将经过所述语音识别模块转化的文本文件,以及客服人员的语速、音量、客服禁语存储在所述信息库中;
所述客户行为分析模块调用搜索引擎,结合语义规则定制模块存储的预先定制的分析语音语义的规则,对所述信息库中的客户行为特征进行分析与挖掘,并生成关于客户和客服行为特征的信息,其中基于客户抱怨类语义规则和重复来电类语义规则对信息库中的客户行为进行分析与发掘,提供导致“客户抱怨”类、“重复来电”类呼叫的相关数据;
所述报表模块对所述客户行为分析模块生成的关于客户和客服行为特征的信息进行统计分析,并生成数据报表;其中数据报表为基于web方式、word、excel或pdf形式的图形或文字表报文件。
3.据权利要求2所述的方法,其特征在于,运营商或管理员通过Web、PC客户端方式按需获取所述系统生成的客户行为特征的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010515710.XA CN102456344B (zh) | 2010-10-22 | 2010-10-22 | 基于语音识别技术分析客户行为特征的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010515710.XA CN102456344B (zh) | 2010-10-22 | 2010-10-22 | 基于语音识别技术分析客户行为特征的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102456344A CN102456344A (zh) | 2012-05-16 |
CN102456344B true CN102456344B (zh) | 2014-12-10 |
Family
ID=46039470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010515710.XA Active CN102456344B (zh) | 2010-10-22 | 2010-10-22 | 基于语音识别技术分析客户行为特征的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102456344B (zh) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831506A (zh) * | 2012-08-28 | 2012-12-19 | 焦玉刚 | 一种通过语音进行服务流程管理的方法及系统 |
CN104135578A (zh) * | 2014-08-15 | 2014-11-05 | 国家电网公司 | 一种基于呼叫平台的业务数据处理方法及系统 |
CN104156833B (zh) * | 2014-08-29 | 2017-10-20 | 江苏省电力公司扬州供电公司 | 加载于电力人工声讯系统的智能电力故障报修接单系统及其运行方法 |
CN104680428B (zh) * | 2015-03-16 | 2018-03-16 | 朗新科技股份有限公司 | 一种电网客户满意度模型的构建方法 |
CN105141787A (zh) * | 2015-08-14 | 2015-12-09 | 上海银天下科技有限公司 | 服务录音的合规检查方法及装置 |
CN105187674B (zh) * | 2015-08-14 | 2020-02-14 | 上海银赛计算机科技有限公司 | 服务录音的合规检查方法及装置 |
CN105376433A (zh) * | 2015-09-24 | 2016-03-02 | 深圳市车音网科技有限公司 | 语音自动回访装置、系统及其方法 |
CN105609106A (zh) * | 2015-12-16 | 2016-05-25 | 魅族科技(中国)有限公司 | 记事文档生成方法和装置 |
CN105808721A (zh) * | 2016-03-07 | 2016-07-27 | 中国科学院声学研究所 | 一种基于数据挖掘的客服内容分析方法及其系统 |
CN106375613A (zh) * | 2016-08-19 | 2017-02-01 | 美的集团股份有限公司 | 控制方法及控制装置 |
CN106328124A (zh) * | 2016-08-24 | 2017-01-11 | 安徽咪鼠科技有限公司 | 一种基于用户行为特征的语音识别方法 |
WO2018040102A1 (zh) * | 2016-09-05 | 2018-03-08 | 华为技术有限公司 | 音频处理方法及设备 |
CN106205288A (zh) * | 2016-09-23 | 2016-12-07 | 长沙军鸽软件有限公司 | 一种培训机器人的实现方法 |
CN107886951B (zh) * | 2016-09-29 | 2021-07-23 | 百度在线网络技术(北京)有限公司 | 一种语音检测方法、装置及设备 |
CN106847310A (zh) * | 2017-02-17 | 2017-06-13 | 安徽金猫数字科技有限公司 | 一种基于语音识别的情感分析系统 |
CN106934000B (zh) * | 2017-03-03 | 2020-10-09 | 深圳市彬讯科技有限公司 | 一种呼叫系统的语音自动质检方法及系统 |
CN107316638A (zh) * | 2017-06-28 | 2017-11-03 | 北京粉笔未来科技有限公司 | 一种诗词背诵评测方法及系统、一种终端及存储介质 |
CN107563677B (zh) * | 2017-10-13 | 2020-10-23 | 深圳市瑞科慧联科技有限公司 | 一种业务数据分析系统及其分析方法 |
CN109726372B (zh) * | 2017-10-31 | 2023-06-30 | 上海优扬新媒信息技术有限公司 | 基于通话记录的工单的生成方法、装置及计算机可读介质 |
CN108259686A (zh) * | 2017-12-28 | 2018-07-06 | 合肥凯捷技术有限公司 | 一种基于语音分析的客服系统 |
CN108234785B (zh) * | 2018-01-16 | 2020-08-04 | 平安科技(深圳)有限公司 | 电话销售提示方法、电子装置及可读存储介质 |
CN108833722B (zh) * | 2018-05-29 | 2021-05-11 | 平安科技(深圳)有限公司 | 语音识别方法、装置、计算机设备及存储介质 |
CN108763499B (zh) * | 2018-05-30 | 2024-02-23 | 平安科技(深圳)有限公司 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
CN109040481A (zh) * | 2018-08-09 | 2018-12-18 | 武汉优品楚鼎科技有限公司 | 证券领域的自动纠错智能电话问询方法、系统及装置 |
CN108965620A (zh) * | 2018-08-24 | 2018-12-07 | 杭州数心网络科技有限公司 | 一种人工智能呼叫中心系统 |
CN109215654A (zh) * | 2018-10-22 | 2019-01-15 | 北京智合大方科技有限公司 | 实时语音识别和自然语言处理的移动端智能客服辅助系统 |
CN109327632A (zh) * | 2018-11-23 | 2019-02-12 | 深圳前海微众银行股份有限公司 | 客服录音的智能质检系统、方法及计算机可读存储介质 |
CN109618064A (zh) * | 2018-12-26 | 2019-04-12 | 合肥凯捷技术有限公司 | 一种人工客服语音质检系统 |
CN109840697A (zh) * | 2019-01-18 | 2019-06-04 | 青牛智胜(深圳)科技有限公司 | 一种智能质检系统及方法 |
CN109769213B (zh) * | 2019-01-25 | 2022-01-14 | 努比亚技术有限公司 | 用户行为轨迹记录的方法、移动终端及计算机存储介质 |
CN109903098A (zh) * | 2019-03-12 | 2019-06-18 | 安徽赛迪信息技术有限公司 | 一种客户身份识别和自动归类系统 |
CN109819122A (zh) * | 2019-03-12 | 2019-05-28 | 安徽赛迪信息技术有限公司 | 一种客户信息分析系统 |
CN110010124A (zh) * | 2019-04-09 | 2019-07-12 | 深圳平安综合金融服务有限公司上海分公司 | 通话检验设备及通话检验方法 |
CN110225207B (zh) * | 2019-04-29 | 2021-08-06 | 厦门快商通信息咨询有限公司 | 一种融合语义理解的防骚扰方法、系统、终端及存储介质 |
CN110176252A (zh) * | 2019-05-08 | 2019-08-27 | 江西尚通科技发展股份有限公司 | 基于风险管控模式的智能语音质检方法及系统 |
CN110473549A (zh) * | 2019-08-21 | 2019-11-19 | 北京智合大方科技有限公司 | 一种语音对话分析系统、方法及存储介质 |
CN110717733A (zh) * | 2019-10-09 | 2020-01-21 | 浙江百应科技有限公司 | 一种企业工作手机智能管理技术解决方法 |
CN111147676A (zh) * | 2019-12-23 | 2020-05-12 | 广州供电局有限公司 | 基于电力it服务呼叫中心智能辅助坐席应答服务实现方法 |
CN111625614A (zh) * | 2020-01-20 | 2020-09-04 | 全息空间(深圳)智能科技有限公司 | 直播平台语音收集方法、系统及存储介质 |
CN111883133B (zh) * | 2020-07-20 | 2023-08-29 | 深圳乐信软件技术有限公司 | 客服语音识别方法、装置、服务器及存储介质 |
CN111951831A (zh) * | 2020-08-24 | 2020-11-17 | 浙江百应科技有限公司 | 一种基于ai实现音频质检的方法 |
CN112885348B (zh) * | 2021-01-25 | 2024-03-08 | 广州中汇信息科技有限公司 | 结合ai智能语音电销方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101163053A (zh) * | 2006-10-11 | 2008-04-16 | 中兴通讯股份有限公司 | 一种实现sp语音内容监管的系统和方法 |
CN201349245Y (zh) * | 2008-12-23 | 2009-11-18 | 康佳集团股份有限公司 | 智能记录特殊信息的装置 |
CN101626524A (zh) * | 2008-07-08 | 2010-01-13 | 中兴通讯股份有限公司 | 语音服务内容审核方法及装置 |
CN101655837A (zh) * | 2009-09-08 | 2010-02-24 | 北京邮电大学 | 一种对语音识别后文本进行检错并纠错的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8553871B2 (en) * | 2005-01-28 | 2013-10-08 | Knowme, Inc. | Call monitoring system |
-
2010
- 2010-10-22 CN CN201010515710.XA patent/CN102456344B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101163053A (zh) * | 2006-10-11 | 2008-04-16 | 中兴通讯股份有限公司 | 一种实现sp语音内容监管的系统和方法 |
CN101626524A (zh) * | 2008-07-08 | 2010-01-13 | 中兴通讯股份有限公司 | 语音服务内容审核方法及装置 |
CN201349245Y (zh) * | 2008-12-23 | 2009-11-18 | 康佳集团股份有限公司 | 智能记录特殊信息的装置 |
CN101655837A (zh) * | 2009-09-08 | 2010-02-24 | 北京邮电大学 | 一种对语音识别后文本进行检错并纠错的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102456344A (zh) | 2012-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102456344B (zh) | 基于语音识别技术分析客户行为特征的系统及方法 | |
US10446135B2 (en) | System and method for semantically exploring concepts | |
US20210350384A1 (en) | Assistance for customer service agents | |
US10636047B2 (en) | System using automatically triggered analytics for feedback data | |
US11514897B2 (en) | Systems and methods relating to bot authoring by mining intents from natural language conversations | |
US20170154028A1 (en) | Call flow and discourse analysis | |
US20100100377A1 (en) | Generating and processing forms for receiving speech data | |
CN101404697B (zh) | 提供综合信息服务的呼叫中心系统及呼叫方法 | |
US20110044447A1 (en) | Trend discovery in audio signals | |
CN1755723A (zh) | 用于报告来自自动对话系统的信息的系统和方法 | |
US11189267B2 (en) | Intelligence-driven virtual assistant for automated idea documentation | |
CN110166643A (zh) | 人机耦合的坐席控制方法、系统及语音机器人 | |
US10657957B1 (en) | Real-time voice processing systems and methods | |
TWI761841B (zh) | 基於語音對講功能的任務管理方法、系統與移動裝置 | |
US20230289814A1 (en) | Communications Platform System | |
CN105740397A (zh) | 一种基于大数据并行运算的语音信箱业务数据分析方法 | |
CN112333340B (zh) | 一种自动电话外呼的方法、装置、存储介质、电子设备 | |
US10972608B2 (en) | Asynchronous multi-dimensional platform for customer and tele-agent communications | |
EP2680256A1 (en) | System and method to analyze voice communications | |
CN111466102B (zh) | 用于在多通信平台环境中为通信事件提供上下文关键词集合的方法、系统以及设备 | |
CN101459739A (zh) | 基于宽带网络的可扩充交互式语音服务系统 | |
Fatullayev et al. | Call Center and Robot Call Center How to Reduce the Cost Check for updates | |
Zhang et al. | The application of intelligent voice analysis technology in the customer call center of telecom operators | |
KR20090084062A (ko) | 상담원을 이용한 음성 기반의 지식 검색 서비스 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |