JP2017112614A - 呼分析を学習する方法およびシステム - Google Patents

呼分析を学習する方法およびシステム Download PDF

Info

Publication number
JP2017112614A
JP2017112614A JP2016248043A JP2016248043A JP2017112614A JP 2017112614 A JP2017112614 A JP 2017112614A JP 2016248043 A JP2016248043 A JP 2016248043A JP 2016248043 A JP2016248043 A JP 2016248043A JP 2017112614 A JP2017112614 A JP 2017112614A
Authority
JP
Japan
Prior art keywords
fingerprint
communication
contact
audio recording
call
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.)
Pending
Application number
JP2016248043A
Other languages
English (en)
Inventor
ワイス，フェリックス，イマニュエル
Immanuel Wyss Felix
タイラー，マシュー，アラン
Alan Taylor Matthew
ブラック，ケビン，チャールズ
Charles Vlack Kevin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Interactive Intelligence Inc
Original Assignee
Interactive Intelligence Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Interactive Intelligence Inc filed Critical Interactive Intelligence Inc
Publication of JP2017112614A publication Critical patent/JP2017112614A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5158—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with automated outdialling systems
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/42025—Calling or Called party identification service
    • H04M3/42085—Called party identification service
    • H04M3/42102—Making use of the called party identifier
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5183—Call or contact centers with computer-telephony arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/20—Aspects of automatic or semi-automatic exchanges related to features of supplementary services
    • H04M2203/2027—Live party detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/55—Aspects of automatic or semi-automatic exchanges related to network data storage and management
    • H04M2203/558—Databases
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/60—Aspects of automatic or semi-automatic exchanges related to security aspects in telephonic communication systems
    • H04M2203/6054—Biometric subscriber identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Telephonic Communication Services (AREA)
  • Telephone Function (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

【課題】自動ダイヤル装置システムを利用するコンタクトセンターにおいて、実在の発話者として誤って検出される全てのオーディオを、録音又は他の自動システムが処理のために代理人にルーティングしてしまう場合がある。
【解決手段】呼分析を学習するシステムは、オーディオフィンガープリントを利用して通信に応答するオーディオ録音を識別するために、候補オーディオストリームのフィンガープリントを生成し、データベース内の既知のフィンガープリントと比較してエンドポイントが既知のオーディオ録音を含むか否かを判定し、既知のオーディオ録音に遭遇しなかった場合、処理のために人間にルーティングされるそのコンタクトおよび通信のフィンガープリントを関連情報と共に、将来の識別のために保存および使用する。
【選択図】図１

Description

本発明は、概して、遠隔通信システムおよび方法に関する。より詳細には、本発明は、
コンタクトセンターにおいて自動ダイヤル装置システムによって、記録されたオーディオ
を検出することに関する。
呼分析を学習するシステムおよび方法が提示される。通信に応答するオーディオ録音を
識別するために、オーディオフィンガープリントが利用され得る。一実施形態において、
システムは、候補オーディオストリームのフィンガープリントを生成し、それを、データ
ベース内の既知のフィンガープリントと比較し得る。システムはまた、エンドポイントが
既知のオーディオ録音を含むか否かを判定するために、音声状信号を探索し得る。既知の
オーディオ録音に遭遇しなかった場合、処理のために人間にルーティングされるそのコン
タクトおよび通信のフィンガープリントが計算され得る。呼が実際にオーディオ録音であ
るか否かであるかに関する指標が作成され得る。関連情報が、将来の識別のために保存お
よび使用され得る。
一実施形態において、対話分析を学習するシステムであって、通信する手段と、上記通
信する手段を通じた対話を管理する手段と、上記対話の進行を分析する手段と、情報を記
憶する手段とを備える、システムが記載される。
一実施形態において、呼分析を学習するシステムであって、電話通信サービスモジュー
ルと、メディアサーバと、データベースと、自動ダイヤル装置と、ネットワークと、１つ
または複数のワークステーションとを備える、システムが提供される。
別の実施形態において、通信システムにおける呼学習の方法であって、データベースか
らコンタクトするためのいくつかのコンタクトを選択するステップと、コンタクトと関連
付けられる既存のフィンガープリントを求めてデータベース検索を実施するステップと、
コンタクトとの通信を開始するステップと、フィンガープリント一致が存在するか否かを
判定するステップと、一致が存在しない場合はコンタクトの新たなフィンガープリントを
計算するステップとを含む、方法が提供される。
別の実施形態において、通信システムにおける呼学習の方法であって、データベースか
らコンタクトされることになるいくつかのコンタクトを選択するステップと、既存のフィ
ンガープリントを求めてデータベース検索を実施するステップと、コンタクトとの通信を
開始するステップと、発話が検出されたか否かを判定するステップと、既存のフィンガー
プリントが発見されない場合はコンタクトの新たなフィンガープリントを計算するステッ
プとを含む、方法が提供される。
別の実施形態において、通信システムにおいて通信をルーティングする方法であって、
当該方法は、コンタクトとの通信を開始するステップと、上記コンタクトが既知の目標と
関連付けられるか否かを判定するステップであって、上記コンタクトが目標と関連付けら
れない場合、上記通信を人間にルーティングして、或る動作を実施し、上記コンタクトが
既知の目標と関連付けられる場合、他の動作を実施する、ステップとを含む、方法が提供
される。
呼分析学習システムの一実施形態の基本構成要素を示す図である。
呼学習のプロセスの一実施形態を示す流れ図である。
自動ダイヤル装置レコードの一実施形態を示す表図である。
自動ダイヤル装置レコードの一実施形態を示す表図である。
本発明の原理の理解を促進する目的のために、ここで、図面に示されている実施形態が
参照され、これを説明するために特定の文言が使用される。それにもかかわらず、それに
よって本発明の範囲の限定は意図されていないことは理解されよう。当業者に通常想起さ
れるような、説明されている実施形態における任意の変更およびさらなる修正、ならびに
、本発明に記載されているような本発明の原理の任意のさらなる応用が企図されている。
コンタクトセンターのシナリオの一実施形態において、電話呼のようなアウトバウンド
通信は、「自動ダイヤル装置」または「オートダイヤラ」として既知のクラスのデバイス
によって自動的に行われ得る。コンタクトセンターのシナリオの別の実施形態において、
アウトバウンド通信はまた、手動でも行われ得る。実在の人間につながると判定される通
信に参加するために数人の人間、または代理人が応対可能であり得る。呼が開始されると
、呼が実在の発話者によって応答されたか否かについて判定が行われ得る。コンタクトセ
ンターは、着呼側に、代理人が発話し得る、実在の人間があるまで代理人に通信に関与さ
せないことによって、より効率的になり得る。
行われるほとんどの呼は、機械または他の自動システムからの事前に録音されたオーディ
オが発せられる結果になることが多いため、留守番電話検出（ａｎｓｗｅｒｉｎｇ ｍａ
ｃｈｉｎｅ ｄｅｔｅｃｔｉｏｎ：ＡＭＤ）が、自動ダイヤル装置システムを利用するコ
ンタクトセンターには重要である。実在の発話者として誤って検出される全てのオーディ
オ録音または他の自動システムが、処理のために代理人にルーティングされてしまう場合
がある。結果として、代理人は、オーディオ録音が呼の他方端にあると想定し始めて、誤
って実在の人間との通話を切る、驚いた声を出す、考えの脈絡を失う、などの場合がある
。ＡＭＤは、通信を引き取るエンティティを、例えば、留守番電話、または録音オーディ
オ、および実在の発話者のようなカテゴリに分類するために様々な信号処理アルゴリズム
を利用する。これらのアルゴリズムの精度は、様々なパラメータに応じて決まり得、ＡＭ
Ｄの割合と、実在の発話者の検出（ｌｉｖｅ ｓｐｅａｋｅｒ ｄｅｔｅｃｔｉｏｎ：Ｌ
ＳＤ）の割合とのトレードオフを必要とする。例えば、オートダイヤラを高いＡＭＤの割
合に向けてバイアスをかける結果として、実在の発話者が誤って録音オーディオとして分
類されて、オートダイヤラによって通話を切られてしまうことになる場合があり、その逆
の場合もある。
いくつかの国、および、例えば、ハイバリューダイヤリングのようなアプリケーション
は、誤検出のためにＡＭＤを許可または利用しない。誤検出の一例は、実在の発話者が留
守番電話として分類されることを含み得る。結果として、ＡＭＤは、機能停止されるか、
または、ＬＳＤに向けて強く調整され得る。したがって、多数のオーディオ録音が代理人
にルーティングされ得る。
別の例において、オートダイヤラ動作が、試行して実在の発話者につながるために、一
日に複数回同じ電話番号にコンタクトする場合がある。着呼番号が、呼分析が正確に検出
することができないオーディオ録音に接続する場合が、これに当たる。例えば、「はい（
長い間）ただ今電話に出ることができません。（Ｈｉ＜ｌｏｎｇ ｐａｕｓｅ＞Ｗｅ ａ
ｒｅｎ’ｔ ａｖａｉｌａｂｌｅ ｒｉｇｈｔ ｎｏｗ．．．）」というオーディオ録音
が流れると、結果として、システムは人間が発話していないことを検出しない場合がある
。結果として、その番号がダイヤルされる度毎に、代理人に誤ってルーティングされるこ
とになり得る。特定のオーディオ録音のフィンガープリントを学習することによって、オ
ートダイヤラは、オーディオ録音が繰り返し代理人にルーティングされるのを防止するこ
とができる。しかしながら、コンタクトと関連付けられるオーディオ録音が変更された場
合、システムは、次回その番号がダイヤルされるときにオーディオ録音のフィンガープリ
ントを学習し直さなければならない場合がある。この情報は、コンタクトのレコードに付
加され、将来の使用のために記憶され得る。
音響フィンガープリントの分野に於けるフィンガープリントは、特定のものを識別する
ための受動的な固有の特質であり得る。システムは、候補オーディオストリームのフィン
ガープリントを生成し、新たに生成されたフィンガープリントを、既知のフィンガープリ
ントのデータベースと比較し得る。フィンガープリントは、通信システムにおいてルーテ
ィング目的で使用され得る。人間は、オーディオ録音を用いる代わりに別の人間と対話す
る機会を増やすことを望む場合がある。したがって、オーディオ録音を識別するフィンガ
ープリントを有するコンタクトは人間によって処理されず、例えば、別様にルーティング
され得る。
見落とされたオーディオ録音について学習することによって、一実施形態において、呼
分析を学習することで、自動ダイヤル装置を使用するコンタクトセンターが、そのＡＭＤ
バイアスを下げ、そのＬＳＤバイアスを上げることが可能になる。結果として、コンタク
トセンターは、代理人にルーティングされる、実在の発話者の数を最大化することが可能
になり得る。コンタクトセンターは、最初に代理人に届くオーディオ録音の数の増大にア
ウェアになり得る。オーディオ録音は、録音としてマーキングすることができ、その後は
、認識されると代理人にはルーティングしないことができる。
図１は、全体的に１００で示されている、呼分析学習システムの一実施形態における基
本構成要素を示す図である。システム１００の基本構成要素は、メディアサーバ１１５を
含み得る電話通信サービスモジュール１０５と、自動ダイヤル装置１１０と、ネットワー
ク１２０と、ディスプレイ１２７に結合されているワークステーションコンピュータ１２
８を含み得る代理人ワークステーション１２５と、電話１２６と、データベース１３０と
、呼エンドポイント１３５とを含み得る。
電話通信サービスモジュール１０５は、メディアサーバ１１５を含み得る。一実施形態
において、電話通信サービスモジュール１０５は、自動ダイヤル装置１１０を通じてオー
ディオ録音フィンガープリントを受信し、呼が行われるときにメディアサーバ１１５にフ
ィンガープリントを送信するアプリケーション・プログラミング・インターフェース（ａ
ｐｐｌｉｃａｔｉｏｎ ｐｒｏｇｒａｍｍｉｎｇ ｉｎｔｅｒｆａｃｅ：ＡＰＩ）を含ん
でもよい。メディアサーバ１１５は、応答オーディオ録音フィンガープリントを受信し、
それらを呼分析の一部として使用し得る。メディアサーバ１１５はまた、フィンガープリ
ントを生成し、これらを要求されたときに電話通信サービスモジュール１０５に送信する
ことも可能であり得る。
一実施形態において、自動ダイヤル装置１１０は、電話番号を自動的にダイヤルするデ
バイスを含んでもよい。別の実施形態において、自動ダイヤル装置は、ソフトウェアを含
んでもよい。一例は、Ｉｎｔｅｒａｃｔｉｖｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，Ｉｎｃ．の
Ｉｎｔｅｒａｃｔｉｏｎ Ｄｉａｌｅｒ（登録商標）であってもよい。一実施形態におい
て、自動ダイヤル装置１１０は、行われようとしている通信のために、既存のオーディオ
録音フィンガープリントに対して電話番号、または他のコンタクト情報をマッチングする
検索またはキャッシングメカニズムを有してもよい。一実施形態において、呼が代理人に
送信されオーディオ録音として識別されると、自動ダイヤル装置１１０は、電話通信サー
ビス１０５およびメディアサーバ１１５からその呼のフィンガープリントを要求して、デ
ータベーステーブルを更新し得る。
ネットワーク１２０は、ＶｏＩＰ、ネットワーク／インターネットベースの音声通信、
ＰＴＳＮ、携帯電話ネットワーク、ローカル・エリア・ネットワーク（Ｌｏｃａｌ Ａｒ
ｅａ Ｎｅｔｗｏｒｋ：ＬＡＮ）、都市域ネットワーク（Ｍｕｎｉｃｉｐａｌ Ａｒｅａ
Ｎｅｔｗｏｒｋ：ＭＡＮ）、インターネットのような広域ネットワーク（Ｗｉｄｅ Ａ
ｒｅａ Ｎｅｔｗｏｒｋ：ＷＡＮ）、これらの組み合わせ、または、当業者に想起される
ような他のネットワーク構成の形態であってもよい。システム１００の演算論理は、ネッ
トワーク１２０を介して送信される信号において、プログラミング命令において、専用ハ
ードウェア、またはこれらの組み合わせにおいて具現化されてもよい。任意の数のコンピ
ュータ１２８がネットワーク１２０によってともに結合され得ることが理解されるべきで
ある。
代理人ワークステーション１２５は、ディスプレイ１２７に結合されているワークステ
ーションコンピュータ１２８を含み得る。ワークステーションコンピュータ１２８は、同
じタイプのものであってもよく、または、異なるコンピューティングデバイスの異種間の
組み合わせであってもよい。同様に、ディスプレイ１２７は、同じタイプのものであって
もよく、または、異なる視覚デバイスの異種間の組み合わせであってもよい。例示的な実
施形態において記載されている１つのワークステーション１２５は１つであるが、より多
くのワークステーションが利用されてもよい。システム１００のコンタクトセンターアプ
リケーションは一般的に、１つまたは複数の物理的位置にこのタイプのより多くのワーク
ステーションを含むが、明瞭性を確保するために図１には１つしか示していない。別の実
施形態において、定期的にメッセージを残すが、実在の発話者に遭遇したときにはＩＶＲ
にメッセージおよびオプションを提供するシステムなどにおいては、代理人は遭遇しない
場合さえある。さらに、コンタクトセンターが言及され、代理人が参照されているが、用
途をコンタクトセンター設定に限定しないことは、本資料の範囲内にある。
デジタル電話１２６が、代理人ワークステーション１２５と関連付けられ得る。加えて
、デジタル電話１２６は、代理人コンピュータ１２８内に一体化され、かつ／またはソフ
トウェアにおいて実装されてもよい。ネットワーク１００に直接接続されることが可能で
あるデジタル電話１２６は、ハンドセット、ヘッドセット、または当業者に想起されるよ
うな他の構成にあってもよいことが理解されるべきである。ネットワーク１２０から代理
人ワークステーション１２５への接続は、最初に関連付けられるワークステーション電話
へと為され、その後、ワークステーション電話上のパススルー接続によって、ワークステ
ーション電話からワークステーションコンピュータへと為され得ることをさらに理解され
たい。代替的に、ネットワークからの２つの接続、すなわち、ワークステーション電話へ
の１つの接続およびワークステーションコンピュータへの１つ接続が為されてもよい。明
瞭性を確保するために図示されていないが、代理人ワークステーション１２５はまた、代
表的なごく数例を挙げると、キーワード、マウス、トラックボール、ライトペン、タブレ
ット、携帯電話および／またはマイクロテレコミュニケータのような、１つまたは複数の
オペレータ入力デバイスをも含んでもよい。付加的に、ディスプレイ１２７に加えて、ス
ピーカ（複数可）および／またはプリンタのような、１つまたは複数の他の出力デバイス
が含まれてもよい。
データベース１３０は、自動ダイヤル装置１１０レコードを収容し得る。データベース
１３０に含まれているレコードは、システム１００が、フィンガープリントが存在するか
否かを判定することを可能にし得る。レコードはまた、システムが、通信の他方端にオー
ディオ録音が存在するか否かを判定することも可能にし得る。
一実施形態において、呼エンドポイント１３５は、ネットワーク１２０を通じてシステ
ムによって行われる呼のエンドポイントを表してもよく、応答がある。応答は、例えば、
実在の発話者またはオーディオ録音のような任意のエンティティによるものであり得る。
図２に示すように、呼学習を示すためのプロセス２００が提供される。プロセス２００
は、システム１００（図１）の構成要素のいずれかまたは全てにおいて動作可能であって
もよい。
ステップ２０５において、通信のためのコンタクトが選択される。例えば、電話番号お
よび一致がキャッシュされる。一実施形態において、ダイヤルされることになる電話番号
がキャッシュされると、自動ダイヤル装置はまた、システム内で発見される任意のフィン
ガープリント一致もキャッシュし得る。一実施形態において、コンタクトあたり複数のフ
ィンガープリントが記憶されてもよい。オーディオ録音が、例えば、時刻または曜日に基
づいて異なる告知を再生するときに、複数のフィンガープリントの事例が発生し得る。制
御は動作２１０に引き継がれて、プロセス２００は継続する。
動作２１０において、選択されたコンタクトのためにフィンガープリント検索が実施さ
れる。例えば、呼がその番号に対して行われたときに代理人が受けたオーディオ録音のフ
ィンガープリントのような、コンタクトの任意の所与の電話番号のフィンガープリントが
あり得る。いくつかの事例において、１つの電話番号が、結果として、自動転送によるも
ののような２つ以上のオーディオ録音をもたらしてもよい。少なくとも１つの実施形態に
おいて、電話番号を基準として使用して、または、名前、顧客ＩＤなどのような他の形態
の識別情報を介して、フィンガープリントが発見されてもよい。制御は動作２１５に引き
継がれて、プロセス２００は継続する。
動作２１５において、呼が行われる。例えば、呼は電話通信サービスを介して実施され
てもよい。一実施形態において、呼が開始されるときに、自動ダイヤル装置がＡＰＩ呼に
おいてフィンガープリントを供給してもよい。その後、電話通信サービスは、フィンガー
プリント検索において識別された、その電話番号と関連付けられる任意のフィンガープリ
ントをメディアサーバに中継し得る。少なくとも１つの実施形態において、フィンガープ
リントは、ボイスメールシステム、留守番電話、ネットワークメッセージなど、または任
意の他のタイプの応答サービスもしくはオーディオ録音のものを含んでもよい。制御は動
作２２０に引き継がれて、プロセス２００は継続する。
動作２２０において、メディアサーバは、発話またはフィンガープリント一致を待つ。
一実施形態において、フィンガープリントは、以前に同じオーディオ録音に遭遇したこと
があることを示してもよい。フィンガープリントはまた、録音においてメッセージが変化
していることをも示してもよい。制御はステップ２２５に引き継がれて、プロセス２００
は継続する。
動作２２５において、フィンガープリント一致があるか否かが判定される。フィンガー
プリント一致があると判定された場合、制御は動作２３０に引き継がれて、プロセス２０
０は継続する。フィンガープリント一致がないと判定された場合、制御は動作２３５に引
き継がれて、プロセス２００は継続する。
動作２２５における判定は、任意の適切な基準に基づいて行われてもよい。例えば、メ
ディアサーバが、馴染みのある、すなわち、学習済みのフィンガープリントを有する録音
に遭遇すると、メディアサーバは、一致があることを電話通信サービスに通知し得、電話
通信サービスは自動ダイヤル装置に通知し得る。フィンガープリントの一致が発見された
場合、これは、オーディオ録音を示し得る。一方、一致がない場合、フィンガープリント
は、実在の人間または変更された録音を示し得、これは、代理人のような他の手段によっ
て判定されなければならないことになる。一実施形態において、代理人は、レコードにお
いて、呼の他方端におけるエンティティを示し得る。
動作２３０において、その電話番号についてのレコードが挿入され得る。例えば、タイ
プが「ｄ」であることを示すレコードが図４に挿入されてもよく、これは、オーディオ録
音が検出されてプロセスが終了したことを示す。一実施形態において、通信の切断、後の
時点において発生する別の通信のスケジューリング、留守番電話にメッセージを残すこと
、試行するための代替のコンタクトの判定、および、ハンドラへの通信のルーティングの
ような他の動作が実施されてもよい。
動作２３５において、電話番号のフィンガープリントが計算される。例えば、そのコン
タクトに固有の識別子が作成されてもよい。制御はステップ２４０に引き継がれて、プロ
セス２００は継続する。
動作２４０において、通信がルーティングされる。例えば、呼がコンタクトセンター内
の代理人にルーティングされ得る。制御はステップ２４５に引き継がれて、プロセス２０
０は継続する。
動作２４５において、コンタクトのエンドポイントがオーディオ録音と関連付けられて
いるか否かが判定される。通信のエンドポイントがオーディオ録音であると判定された場
合、制御は動作２５０に引き継がれて、プロセス２００は継続する。通信のエンドポイン
トがオーディオ録音でないと判定された場合、制御は動作２５５に引き継がれて、プロセ
ス２００は継続する。
動作２４５における判定は、任意の適切な基準に基づいて行われてもよい。例えば、デ
ータベース内のレコードが調べられてもよい。一実施形態において、実在の発話者の呼が
、代理人によって、オーディオ録音が代理人にルーティングされたことを示すラップアッ
プコードを用いて処理される場合、オートダイヤラは、電話通信サービス／メディアサー
バからオーディオ録音フィンガープリントを要求し、これをデータベースに書き込む。オ
ートダイヤラはその後、電話番号および対応するフィンガープリントを取り上げて、これ
を下記図３において説明するように検索する。コンタクト番号およびフィンガープリント
の組み合わせが発見された場合、下記図４に示す情報が補完され得る。一実施形態におい
て、呼分析はこの呼をオーディオ録音として検出していたはずだが、できていなかったた
め、指示子「フィンガープリント見落とし（Ｆｉｎｇｅｒｐｒｉｎｔ ｍｉｓｓｅｄ）」
がレコードに入力され得る。その組み合わせが発見されない場合、オートダイヤラはコン
タクト番号を検索する。レコードが発見された場合、オートダイヤラはそのコンタクトレ
コードのフィンガープリントを上書きし得る。代替的に、最大経過年数、最大数などのよ
うな規則に従って複数のフィンガープリントが保持されてもよい。オートダイヤラはまた
、たとえレコードが発見されたことがあっても、フィンガープリントが変化したことを示
すタイプもレコード（図４）に挿入し得る。例えば、一実施形態において、オーディオ録
音は、人が自身の留守番電話上のメッセージを変更するなど、変化している場合がある。
別の実施形態において、実在の発呼者が検出された場合であっても、通信のフィンガープ
リントがデータベースに追加され得る。そのような情報を記憶することは、代理人が、人
間と話しているように見せかけて留守番電話に会話を記録させることによって自身の統計
を歪曲しているのではないことを保証する役割を果たし得る。
動作２５０において、コンタクトをフィンガープリントと関連付けるレコードが挿入さ
れて、プロセスは終了する。少なくとも１つの実施形態において、複数のフィンガープリ
ントが番号と関連付けられてもよい。フィンガープリントが複数ある結果として、時刻ま
たは曜日に基づいて複数の異なるオーディオ録音が再生され得る事例が発生し得る。
動作２５５において、レコードが挿入される。例えば、電話番号が発見されない場合、
オートダイヤラが、その一実施形態が図３に示されている既存のレコード内に、呼をオー
ディオ録音として処理した代理人のＩＤを含む新たなレコードを挿入し得る。図４に示す
レコードはまた、通信が「最初の検出（ｉｎｉｔｉａｌ ｄｅｔｅｃｔ）」のタイプであ
ったことを示す、挿入される情報をも含み、このタイプは、オーディオ録音に初めて遭遇
しており、フィンガープリントが追加されていることを示し得る。制御は動作２６０に引
き継がれて、プロセス２００は継続する。
動作２６０において、代理人は実在の人間であり得るコンタクトと対話し、プロセスは
終了する。
図３は、全体的に３０２で示されているオートダイヤラレコード表の一実施形態を示す
。オートダイヤラレコード表３０２は、いくつかのオートダイヤラレコード３００から構
成され得る。レコード３００ａのみが図３に示されているが、任意の数のレコード３００
が提供されてもよい。オートダイヤラレコード３００は、データベース１３０（図１）と
関連付けられてもよく、またはデータベース１３０内に常駐してもよい。オートダイヤラ
レコード３００は、ＩＤフィールド３０５と、コンタクト識別子フィールド３１０と、フ
ィンガープリントフィールド３１５と、識別手段フィールド（Ｉｄｅｎｔｉｆｉｅｄ Ｂ
ｙ）３２０とを含み得る。
ＩＤフィールド３０５は、必ず一意であり一貫して使用されることが好ましいレコード
ＩＤを含み得る。少なくとも１つの実施形態において、このフィールドは、主キーであっ
てもよい。図３に示す例を使用すると、レコード３００ａは１のＩＤを有する。
コンタクト識別子フィールド３１０は、コンタクトの電話番号を含み得る。この番号は
、全て数字のような、指定のフォーマットを有し得る。図３に示す例を使用すれば、レコ
ード３００ａは、電話番号フィールド３１０に「３１７５５５５５５５」の値を含む。
フィンガープリントフィールド３１５は、当業者に想起されるような、データベースレ
コードに記憶するのに簡便な何らかの形態に変換されているフィンガープリントを含み得
る。これは、例えば、固定もしくは可変長もしくはフォーマットであってもよく、または
、外部記憶装置に対する参照を含んでもよい。本明細書において特定の例のフィンガープ
リントが提示されているが、本明細書における実施形態の範囲から逸脱することなく任意
の種類の固有の識別子が使用されてもよい。図３に示す例を使用すれば、レコード３００
ａは、「ＲｍｌｕＺ２ＶｙｃＨＪｐｂｎＱｘ」のフィンガープリントフィールド３１５の
値を含む。
識別手段フィールド３２０は、それによって通信が対処された手段に関する情報を含み
得る。例えば、フィールドは、呼がどのように応答されたかに関する情報を含み得る。一
実施形態において、レコード内のこの情報は、このフィンガープリントをオーディオ録音
として識別した代理人のユーザＩＤを含み得るか、または、システムがフィンガープリン
トをオーディオ録音として識別したことを示してもよい。図３に示す例を使用すれば、レ
コード３００ａは、「システム」の識別手段フィールド３２０値を含み、これは、通信が
システムによってオーディオ録音として識別されたことを示し得る。
図４は、全体的に４０２で示されているオートダイヤラレコード表の一実施形態を示す
表である。オートダイヤラレコード表４０２は、いくつかのオートダイヤラレコード４０
０から構成され得る。レコード４００ａのみが図４に示されているが、任意の数のレコー
ド４００が提供されてもよい。オートダイヤラレコード４００は、データベース１３０（
図１）と関連付けられてもよく、またはデータベース１３０内に常駐してもよい。オート
ダイヤラレコード４００はＩＤフィールド４０５と、挿入日フィールド４１０と、タイプ
フィールド４１５とを含み得る。
ＩＤフィールド４０５は、必ず一意であり一貫して使用されることが好ましいレコード
ＩＤを含み得る。レコードＩＤは、各コンタクトアカウントに関連して使用される識別子
を示し得る。本明細書において特定の例のＩＤが提示されているが、本明細書における実
施形態の範囲から逸脱することなく任意の種類の固有の識別子が使用されてもよい。少な
くとも１つの実施形態において、このフィールドは、主キーであってもよい。図３に示す
例を使用すると、レコード４００ａは１のＩＤを有する。
挿入日フィールド４１０は、レコードの日付を含み得る。少なくとも１つの実施形態に
おいて、この情報は、Ａｕｇ ２１，２０１２（２０１２年８月２１日）のような指定の
フォーマットを有し得る。図４に示す例を使用すれば、レコード４００ａは、挿入日フィ
ールド４１０に「Ａｕｇ ２１，２０１２」の値を含む。
タイプフィールド４１５は、システムからの呼に関する情報を含み得る。少なくとも１
つの実施形態において、呼は値で表現されてもよい。例えば、「ｉ」は「最初の検出」を
表し、「ｄ」は「検出」を表し、「ｃ」は「検出／フィンガープリント変更（ｄｅｔｅｃ
ｔ／ｆｉｎｇｅｒｐｒｉｎｔ ｃｈａｎｇｅｄ）」を表し、または「ｍ」は「フィンガー
プリント見落とし」を表す。「最初の検出」は、初めて遭遇しているオーディオ録音を記
述し得る。「検出」は、オーディオ録音が、検出されたことがありフィンガープリントを
関連付けられていることを記述し得る。「検出／フィンガープリント変更」は、オーディ
オ録音が検出されたことがあるがフィンガープリントが変化していることを示し得る。一
例は、留守番電話上の新たに記録されたメッセージを含み得る。「フィンガープリント見
落とし」は、電話番号とフィンガープリントの組み合わせが表内の既存のエントリと一致
するが、メディアサーバが録音をそのようなものとして検出しなかったことを示し得る。
本明細書において特定の例が提示されているが、本明細書における実施形態の範囲から逸
脱することなく任意の種類の固有の識別子が使用されてもよい。図４に示す例を使用すれ
ば、レコード４００ａは「ｃ」の値を含み、この値は、オーディオ録音が検出されたこと
があるがフィンガープリントが変化していることを示し得る。
定期的に、コンタクトセンターはデータベース内の図３および図４のレコード表に対し
てスクリプトを作動させて、指定の期間（例えば、２年間）において発呼されなかった古
いコンタクトを削除し得る。所与の日において代理人にルーティングされなかったオーデ
ィオ録音の数に関する情報を識別することができるレポートも生成され得る。管理者はま
た、関連付けられるフィンガープリントの数が多い代理人に関するレポートを定期的に調
べて、代理人が誤って実在の発話者をオーディオ録音とみなしていないか、またはその逆
になっていないかを見てもよい。
少なくとも１つの実施形態において、システムがまだそのデータベースに記憶されたオ
ーディオ録音のフィンガープリントレコードを有していないコンタクトについて、実在の
発呼者として誤って分類された留守番電話または録音オーディオをルーティングすること
を回避するために、実在の発呼者およびオーディオ録音へのアルゴリズム分類は使用され
ないことがある。代わりに、新たな電話番号への発呼が行われる。呼分析システムは、音
声状信号およびフィンガープリント一致を求めて検索し得る。一致するフィンガープリン
トがない場合、その信号のフィンガープリントが作成され得、通話は切られる。切られる
前に任意選択的にメッセージが再生されてもよく、または、呼を処理する何らかの他の手
段が利用されてもよい。何らかの時点において再びその番号が発呼されてもよく、フィン
ガープリントが一致する場合、エンドポイントがオーディオ録音であるか否かが判定され
得る。フィンガープリントが一致しない場合、エンドポイントは実在の発呼者またはオー
ディオ録音であり得る。コンタクト試行の結果、実在の発呼者であると分かった場合、フ
ィンガープリントはデータベースに記憶されなくてもよい。例えば、後続の呼において肯
定的なフィンガープリント一致があった場合のような、確認されたオーディオ録音のみが
データベースに記憶されることになり得るため、その番号に対する任意の後続のコンタク
ト試行が、同じアルゴリズムを再び利用する（すなわち、初めて発呼する、フィンガープ
リントをとる、および、かけ直す）ことを望むことがある。システムがまだオーディオ録
音のフィンガープリントを有しない番号について、システムは、実在の発呼者につながる
可能性が最も低いときのような、留守番電話につながる可能性が最も高い場合に呼を行う
べき時を判定するために、統計的または発見的モデルを利用し得る。これは、フィンガー
プリントが存在し、システムが実在の発呼者につながる可能性を最大化するために通信を
行うコンタクトとは対照をなす。
一実施形態において、通信エンドポイントとデータベース内の既存のレコードとの間に
フィンガープリント一致が成される場合、人間のような所望のエンドポイントにつながる
ための試行においてそのレコードに対して１つまたは複数の代替のコンタクトが使用され
てもよい。例えば、同じコンタクトに対してレコード上にいくつかの電話番号がある場合
、「優先使用（Ｆｉｎｄ Ｍｅ／Ｆｏｌｌｏｗ Ｍｅ）」特徴が利用され得る。コンタク
トを見つけようと試行するとき、システムは、人間につながるまで、何らかの順序でこれ
らに番号に発呼を行う。特定の録音に初めて遭遇してフィンガープリントを学習した後、
システムはその後、留守番電話またはボイスメールシステムのような自動システムが、フ
ィンガープリントに基づかないＡＭＤの誤検出の危険性なく応答する場合に番号を識別す
ることが可能であり得る。
一実施形態において、コンタクトセンターが、実在の発呼者が誤ってオーディオ録音と
して分類されないことを保証することを望む場合、データベースにフィンガープリントが
ない番号に対する発呼は、ＡＭＤが機能停止された状態で実施されてもよい。代わりに、
呼分析が、音声状信号として表現される最初の発話を探してもよい。フィンガープリント
は、最初の発話から作成され、電話通信サービスに戻され得る。その後、呼が代理人にル
ーティングされ得る。代理人が、呼エンドポイントがオーディオ録音であると示すと、そ
の番号についてフィンガープリントがデータベースに付加され得る。オーディオ録音フィ
ンガープリントが存在する番号がその後発呼されるとき、これはメディアサーバに通され
る。フィンガープリントのいずれかに一致する発話に遭遇した場合、これは、オーディオ
録音であり得ると判定され、そうでない場合、それ以外の全ては実在の発呼者であると想
定され、呼は代理人に通される。
本発明が図面および上記の説明において詳細に図示および説明されてきたが、これは例
示と考えられるべきであり、文字通りに限定されると考えられるべきではなく、好ましい
実施形態のみが図示および説明されていること、ならびに、本明細書においてかつ／また
は添付の特許請求の範囲によって説明されているような本発明の精神の範疇に入る全ての
均等形態、変化形態、および変更形態が保護されることが所望されていることが理解され
る。
したがって、本発明の適切な範囲は、全てのそのような変更形態および図面に示され明
細書に記載されているものと均等な全ての関係を包含するように、添付の特許請求の範囲
の最も広い解釈のみによって判断されるべきである。
本明細書において２つの非常に狭い特許請求の範囲が提示されているが、本発明の範囲
は、その特許請求の範囲によって提示されているよりもはるかに広いことが認識されるべ
きである。本出願からの優先権の利益を主張する特許出願において、より広い特許請求の
範囲が提出されることが意図されている。

Claims (63)

  1. 対話分析を学習するシステムであって、
    ａ．通信する手段と、
    ｂ．前記通信する手段を通じた対話を管理する手段と、
    ｃ．前記対話の進行を分析する手段と、
    ｄ．情報を記憶する手段と
    を備える、システム。
  2. 前記対話を管理する手段は、自動ダイヤル装置を含む、請求項１に記載のシステム。
  3. 前記進行を分析する手段は、メディアサーバを含む、請求項１に記載のシステム。
  4. 前記進行を分析する手段は、対話の断片を複数のフィンガープリントに対してマッチン
    グするメカニズムを含む、請求項１に記載のシステム。
  5. 前記フィンガープリントは、情報の決定論的に簡略化された要約を含む、請求項４に記
    載のシステム。
  6. 前記情報はオーディオ信号を含む、請求項５に記載のシステム。
  7. 前記進行を分析する手段は、前記対話の断片のフィンガープリントを生成するメカニズ
    ムを含む、請求項１に記載のシステム。
  8. 前記部分は、対話の状態に依存する、請求項７に記載のシステム。
  9. 前記断片は、人間の発話として識別される前記対話の部分の表現を含む、請求項８に記
    載のシステム。
  10. 前記生成されたフィンガープリントは、前記対話を管理する手段に提供されることが可
    能である、請求項７に記載のシステム。
  11. 前記対話を管理する手段は、前記生成されたフィンガープリントを識別子と相関付ける
    メカニズムを含む、請求項１０に記載のシステム。
  12. 前記識別子は、前記対話の相手先を含む、請求項１１に記載のシステム。
  13. 前記識別子は、電話番号を含む、請求項１１に記載のシステム。
  14. 前記メカニズムは、対話の識別子を複数の前記フィンガープリントと関連付けることが
    可能である、請求項１１に記載のシステム。
  15. 前記識別子は、対話の目標を含む、請求項１４に記載のシステム。
  16. 前記相関は、前記情報を記憶する手段に記憶されることが可能である、請求項１１に記
    載のシステム。
  17. 前記情報を記憶する手段はデータベースを含む、請求項１６に記載のシステム。
  18. 前記情報を記憶する手段は、同じ識別子を有する既存のレコードに追加のフィンガープ
    リントを付加することが可能である、請求項１６に記載のシステム。
  19. 前記システムは、所定の期間にわたって対話の断片と一致しなかったフィンガープリン
    トを識別して除去することが可能である、請求項１８に記載のシステム。
  20. 前記システムは、前記対話の分類に基づいて前記相関を記憶することが可能である、請
    求項１６に記載のシステム。
  21. 前記システムは、自動通話応答システムおよび人間のうちの１つとして前記対話の相手
    先を識別する分類が可能である、請求項２０に記載のシステム。
  22. 前記システムは、前記識別を実行することができるコールセンター代理人をさらに含む
    、請求項２１に記載のシステム。
  23. 前記複数のフィンガープリントは、
    ａ．全ての対話に対してアクティブなフィンガープリント、
    ｂ．条件を満たす対話のサブセットに対してアクティブなフィンガープリント、および
    ｃ．１つの対話に対してアクティブなフィンガープリント
    のうちの１つまたは複数を含む、請求項４に記載のシステム。
  24. 前記条件を満たすサブセットは、相手先識別子を分類することによって判定されるよう
    な対話を含む、請求項２３に記載のシステム。
  25. 前記分類は、電話番号の国コードを含む、請求項２４に記載の分類。
  26. 前記１つの対話に対してアクティブなフィンガープリントは、相手先識別子と相関付け
    られ、前記情報を記憶する手段に記憶されているフィンガープリントを含む、請求項２３
    に記載のシステム。
  27. 前記相手先識別子は、電話番号を含む、請求項２６に記載のシステム。
  28. 前記相手先識別子と相関付けられるフィンガープリントは、以前に自動通信応答システ
    ムのメッセージとして分類されたことがある、請求項２６に記載のシステム。
  29. 呼分析を学習するシステムであって、
    ａ．電話通信サービスモジュールと、
    ｂ．メディアサーバと、
    ｃ．データベースと、
    ｄ．自動ダイヤル装置と、
    ｅ．ネットワークと、
    ｆ．１つまたは複数のワークステーションと
    を備える、システム。
  30. 前記電話通信サービスモジュールは、オーディオ録音フィンガープリントを受信するア
    プリケーション・プログラミング・インターフェースを含む、請求項２９に記載のシステ
    ム。
  31. 前記メディアサーバは、フィンガープリントを生成し、前記生成されたフィンガープリ
    ントを前記電話通信サービスモジュールに提供することが可能である、請求項２９に記載
    のシステム。
  32. 前記自動ダイヤル装置は、電話番号を、既存のオーディオ録音フィンガープリントとマ
    ッチングするメカニズムを備える、請求項２９に記載のシステム。
  33. ワークステーションが、
    ａ．ディスプレイに結合されているコンピュータと、
    ｂ．コンピュータに一体化されており、前記ネットワークに直接接続されることが可能
    なデジタル電話と、
    ｃ．少なくとも１つのオペレータ入力デバイスと
    を備える、請求項２９に記載のシステム。
  34. 前記データベースは、前記システムが、フィンガープリントが存在するか否か、および
    、呼の他方端にオーディオ録音が存在するか否かのうちの少なくとも１つを判定すること
    を可能にする自動ダイヤル装置レコードを収容することが可能である、請求項２９に記載
    のシステム。
  35. 通信システムにおける呼学習の方法であって、
    ａ．データベースからコンタクトするためのいくつかのコンタクトを選択するステップ
    と、
    ｂ．コンタクトと関連付けられる既存のフィンガープリントを求めてデータベース検索
    を実施するステップと、
    ｃ．コンタクトとの通信を開始するステップと、
    ｄ．フィンガープリント一致が存在するか否かを判定するステップと、
    ｅ．一致が存在しない場合は前記コンタクトの新たなフィンガープリントを計算するス
    テップと
    を含む、方法。
  36. ａ．前記通信を人間にルーティングするステップと、
    ｂ．前記通信のエンドポイントが通信に応答する手段と関連付けられているか否かを判
    定するステップと、
    ｃ．前記コンタクトを前記新たなフィンガープリントを含むフィンガープリントと関連
    付けられるレコードを作成するステップと、
    ｄ．前記レコードを保存するステップと
    をさらに含む、請求項３５に記載の方法。
  37. 前記エンドポイントは人間を含む、請求項３６に記載の方法。
  38. ａ．フィンガープリント一致が存在すると判定される場合に、以下の動作、すなわち、
    前記通信を切ること、新たな時刻において別の通信をスケジューリングすること、通信に
    応答する手段を用いてメッセージを残すこと、前記通信を人間にルーティングすること、
    および、代替のコンタクトを決定してプロセスを繰り返すこと、のうちの少なくとも１つ
    を実施するステップをさらに含む、請求項３５に記載の方法。
  39. ステップ（ｃ）は、コンタクトと関連付けられる既存のフィンガープリントをメディア
    サーバに供給するステップをさらに含む、請求項３５に記載の方法。
  40. フィンガープリントは固有の識別子を含む、請求項３５に記載の方法。
  41. ステップ（ｄ）におけるフィンガープリント一致はオーディオ録音を示す、請求項３５
    に記載の方法。
  42. ステップ（ｄ）においてフィンガープリント一致がないことは実在の人間を示す、請求
    項３５に記載の方法。
  43. ステップ（ｄ）においてフィンガープリント一致がないことは変更されたオーディオ録
    音を示す、請求項３５に記載の方法。
  44. ａ．データベース内でレコード検索を実施するステップと、
    ｂ．コンタクトについてのレコードを呼検出の最終結果で補完するステップと
    をさらに含む、請求項３５に記載の方法。
  45. 前記最終結果は、検出された、変更された、および見落とされた、のうちの１つまたは
    複数を含む、請求項４４に記載の方法。
  46. ａ．前記通信を切るステップと、
    ｂ．前記コンタクトとの他の通信を再開するステップと、
    ｃ．前記フィンガープリントが前記再開された通信と一致するか否かを判定するステッ
    プと、
    ｄ．前記応答する手段との関連付けを行うステップであって、
    ｉ．前記新たなフィンガープリントが一致する場合、前記手段をオーディオ録音とし
    て分類し、
    ｉｉ．前記新たなフィンガープリントが一致しない場合、前記手段を人間として分類
    する、
    ステップと
    をさらに含む、請求項３５に記載の方法。
  47. 通信システムにおける呼学習の方法であって、
    ａ．データベースからコンタクトされることになるいくつかのコンタクトを選択するス
    テップと、
    ｂ．既存のフィンガープリントを求めてデータベース検索を実施するステップと、
    ｃ．コンタクトとの通信を開始するステップと、
    ｄ．発話が検出されたか否かを判定するステップと、
    ｅ．既存のフィンガープリントが発見されない場合は前記コンタクトの新たなフィンガ
    ープリントを計算するステップと
    を含む、方法。
  48. ａ．前記通信を人間にルーティングするステップであって、
    ｉ．既存のフィンガープリントが一致しない場合、および
    ｉｉ．既存のフィンガープリントが、前記コンタクトに人間が必要であることを示す
    場合
    のいずれか一方の場合に行われる、ステップと、
    ｂ．前記通信のエンドポイントが通信に応答する手段と関連付けられているか否かを判
    定するステップと、
    ｃ．フィンガープリントを有する前記コンタクトと関連付けられるレコードを作成する
    ステップと、
    ｄ．前記レコードを保存するステップと
    をさらに含む、請求項４７に記載の方法。
  49. ａ．フィンガープリント一致が存在すると判定される場合に、以下の動作、すなわち、
    前記通信を切ること、新たな時刻において別の通信をスケジューリングすること、通信に
    応答する手段を用いてメッセージを残すこと、前記通信を人間にルーティングすること、
    および、代替のコンタクトを決定してプロセスを繰り返すこと、のうちの少なくとも１つ
    を実施するステップをさらに含む、請求項４７に記載の方法。
  50. ステップ（ｃ）は、コンタクトと関連付けられる既存のフィンガープリントをメディア
    サーバに供給するステップをさらに含む、請求項４７に記載の方法。
  51. フィンガープリントは固有の識別子を含む、請求項４７に記載の方法。
  52. ステップ（ｅ）におけるフィンガープリント一致はオーディオ録音を示す、請求項４７
    に記載の方法。
  53. ステップ（ｅ）においてフィンガープリント一致がないことは実在の人間を示す、請求
    項４７に記載の方法。
  54. ステップ（ｅ）においてフィンガープリント一致がないことは変更されたオーディオ録
    音を示す、請求項４７に記載の方法。
  55. ａ．データベース内でレコード検索を実施するステップと、
    ｂ．コンタクトについてのレコードを呼検出の最終結果で補完するステップと
    をさらに含む、請求項４７に記載の方法。
  56. 前記最終結果は、検出された、変更された、および見落とされた、のうちの１つまたは
    複数を含む、請求項５５に記載の方法。
  57. 前記エンドポイントは人間を含む、請求項４７に記載の方法。
  58. ａ．前記通信を切るステップと、
    ｂ．前記コンタクトとの他の通信を再開するステップと、
    ｃ．前記フィンガープリントが前記再開された通信と一致するか否かを判定するステッ
    プと、
    ｄ．前記応答する手段との関連付けを行うステップであって、
    ｉ．前記新たなフィンガープリントが一致する場合、前記手段をオーディオ録音とし
    て分類し、
    ｉｉ．前記新たなフィンガープリントが一致しない場合、前記手段を人間として分類
    する、
    ステップと
    をさらに含む、請求項４７に記載の方法。
  59. 通信システムにおいて通信をルーティングする方法であって、
    ａ．コンタクトとの通信を開始するステップと、
    ｂ．前記コンタクトが既知の目標と関連付けられるか否かを判定するステップであって
    、
    ｉ．前記コンタクトが目標と関連付けられない場合、前記通信を人間にルーティング
    して、或る動作を実施し、
    ｉｉ．前記コンタクトが既知の目標と関連付けられる場合、他の動作を実施する、
    ステップと
    を含む、方法。
  60. 前記動作は、
    ａ．前記コンタクトを特定の目標として分類するステップと、
    ｂ．前記目標と関連付けられるフィンガープリントを作成するステップと、
    ｃ．将来の通信において前記目標を識別するために前記フィンガープリントを記憶する
    ステップと
    を含む、請求項５９に記載の方法。
  61. 前記他の動作は、
    ａ．前記通信を切ること、新たな時刻において別の通信をスケジューリングすること、
    通信に応答する手段を用いてメッセージを残すこと、前記通信を人間にルーティングする
    こと、および、代替のコンタクトを決定してプロセスを繰り返すこと、のうちの少なくと
    も１つを実施するステップをさらに含む、請求項５９に記載の方法。
  62. 前記特定の目標として分類するステップは、人間が前記目標をオーディオ録音として指
    定するステップを含む、請求項６１に記載の方法。
  63. 前記通信を開始するステップは、コンタクトセンターにおける自動ダイヤルシステムに
    よって発呼を行うステップを含む、請求項５９に記載の方法。
JP2016248043A 2012-08-30 2016-12-21 呼分析を学習する方法およびシステム Pending JP2017112614A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201261695039P 2012-08-30 2012-08-30
US61/695,039 2012-08-30

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2015530078A Division JP2015528678A (ja) 2012-08-30 2013-08-30 呼分析を学習する方法およびシステム

Publications (1)

Publication Number Publication Date
JP2017112614A true JP2017112614A (ja) 2017-06-22

Family

ID=50184644

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2015530078A Pending JP2015528678A (ja) 2012-08-30 2013-08-30 呼分析を学習する方法およびシステム
JP2016248043A Pending JP2017112614A (ja) 2012-08-30 2016-12-21 呼分析を学習する方法およびシステム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2015530078A Pending JP2015528678A (ja) 2012-08-30 2013-08-30 呼分析を学習する方法およびシステム

Country Status (10)

Country Link
US (2) US9542856B2 (ja)
EP (1) EP2891146B1 (ja)
JP (2) JP2015528678A (ja)
AU (1) AU2013308637B2 (ja)
BR (1) BR112015003831B1 (ja)
CA (3) CA3094876C (ja)
CL (3) CL2015000446A1 (ja)
NZ (3) NZ730462A (ja)
WO (1) WO2014036359A2 (ja)
ZA (1) ZA201501229B (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10015690B2 (en) * 2014-02-28 2018-07-03 Telefonaktiebolaget Lm Ericson (Publ) Technique for call processing and analysis
US10142471B2 (en) * 2015-03-02 2018-11-27 Genesys Telecommunications Laboratories, Inc. System and method for call progress detection
US9838538B1 (en) 2016-09-21 2017-12-05 Noble Systems Corporation Using real-time speech analytics to navigate a call that has reached a machine or service
US9774736B1 (en) 2016-09-21 2017-09-26 Noble Systems Corporation Augmenting call progress analysis with real-time speech analytics
US10546434B2 (en) 2017-04-18 2020-01-28 International Business Machines Corporation Analyzing and classifying automobile sounds
CN109040469A (zh) * 2018-09-30 2018-12-18 奇酷互联网络科技（深圳）有限公司 来电处理方法、移动终端和计算机可读存储介质
US10944869B2 (en) 2019-03-08 2021-03-09 International Business Machines Corporation Automating actions of a mobile device during calls with an automated phone system
AU2019302938A1 (en) * 2019-10-11 2021-04-29 Alipay (Hangzhou) Information Technology Co., Ltd. Decentralized automatic phone fraud risk management

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001136286A (ja) * 1999-11-10 2001-05-18 Fujitsu I-Network Systems Ltd 顧客識別装置及びそれを具えるシステム
JP2001285493A (ja) * 2000-03-13 2001-10-12 Avaya Technology Corp コールセンタにおいて音声サンプルを格納し加速された再生を行うための装置および方法
US20040037397A1 (en) * 2002-08-20 2004-02-26 Roby Paul Vinton Method and apparatus for human -assisted adaptive outbound telephone call classification based on pattern recognition
JP2006345181A (ja) * 2005-06-08 2006-12-21 Ntt Comware Corp アウトバンドキャンペーンシステム
JP2007533274A (ja) * 2004-04-19 2007-11-15 ランドマーク、ディジタル、サーヴィセズ、エルエルシー コンテントのサンプリングおよび識別のための方法およびシステム
US7600676B1 (en) * 2006-12-26 2009-10-13 Cellco Partnership Two factor authentications for financial transactions

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7257536B1 (en) 1999-11-23 2007-08-14 Radiant Systems, Inc. Audio request interaction system
JP4167057B2 (ja) 2000-09-01 2008-10-15 エリザ コーポレーション 発信電話呼出しの状況を決定するスピーチ認識方法およびシステム
US7209880B1 (en) * 2001-03-20 2007-04-24 At&T Corp. Systems and methods for dynamic re-configurable speech recognition
EP1490767B1 (en) * 2001-04-05 2014-06-11 Audible Magic Corporation Copyright detection and protection system and method
US7123695B2 (en) * 2002-05-21 2006-10-17 Bellsouth Intellectual Property Corporation Voice message delivery over instant messaging
US6931105B2 (en) 2002-08-19 2005-08-16 International Business Machines Corporation Correlating call data and speech recognition information in a telephony application
WO2005013014A1 (ja) 2003-07-30 2005-02-10 Matsushita Electric Industrial Co., Ltd. 画像形成装置
US7233656B2 (en) 2003-09-10 2007-06-19 At&T Intellectual Property, Inc. Method and system for identifying telemarketer communications
US7363228B2 (en) * 2003-09-18 2008-04-22 Interactive Intelligence, Inc. Speech recognition system and method
US8046213B2 (en) 2004-08-06 2011-10-25 Nuance Communications, Inc. On demand TTS vocabulary for a telematics system
US8180834B2 (en) 2004-10-07 2012-05-15 Computer Associates Think, Inc. System, method, and computer program product for filtering messages and training a classification module
US20060104433A1 (en) * 2004-11-18 2006-05-18 Simpson Jason D Call center campaign system
JP2006217386A (ja) * 2005-02-04 2006-08-17 Nec Access Technica Ltd 電話装置および着信拒否番号管理方法
US8005675B2 (en) 2005-03-17 2011-08-23 Nice Systems, Ltd. Apparatus and method for audio analysis
US20060254409A1 (en) * 2005-05-11 2006-11-16 Withop Ryan L Sorting media files using dynamic passive recognition techniques
US7516074B2 (en) * 2005-09-01 2009-04-07 Auditude, Inc. Extraction and matching of characteristic fingerprints from audio signals
US7698140B2 (en) 2006-03-06 2010-04-13 Foneweb, Inc. Message transcription, voice query and query delivery system
US8427981B2 (en) * 2007-02-23 2013-04-23 Interactive Intelligence, Inc. System and method for recording and monitoring communications using a media server
US8233604B2 (en) * 2008-09-16 2012-07-31 International Business Machines Corporation Automated call routing based on an active presence profile
US9047516B2 (en) * 2010-06-18 2015-06-02 Verizon Patent And Licensing Inc. Content fingerprinting
GB2487734B (en) * 2011-02-01 2017-02-08 Dxi Ltd Answer machine detection system
US8681950B2 (en) 2012-03-28 2014-03-25 Interactive Intelligence, Inc. System and method for fingerprinting datasets

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001136286A (ja) * 1999-11-10 2001-05-18 Fujitsu I-Network Systems Ltd 顧客識別装置及びそれを具えるシステム
JP2001285493A (ja) * 2000-03-13 2001-10-12 Avaya Technology Corp コールセンタにおいて音声サンプルを格納し加速された再生を行うための装置および方法
US20040037397A1 (en) * 2002-08-20 2004-02-26 Roby Paul Vinton Method and apparatus for human -assisted adaptive outbound telephone call classification based on pattern recognition
JP2007533274A (ja) * 2004-04-19 2007-11-15 ランドマーク、ディジタル、サーヴィセズ、エルエルシー コンテントのサンプリングおよび識別のための方法およびシステム
JP2006345181A (ja) * 2005-06-08 2006-12-21 Ntt Comware Corp アウトバンドキャンペーンシステム
US7600676B1 (en) * 2006-12-26 2009-10-13 Cellco Partnership Two factor authentications for financial transactions

Also Published As

Publication number Publication date
ZA201501229B (en) 2019-09-25
CL2015000446A1 (es) 2015-10-02
AU2013308637A1 (en) 2015-03-05
EP2891146A4 (en) 2016-05-18
BR112015003831B1 (pt) 2021-10-26
WO2014036359A2 (en) 2014-03-06
NZ730463A (en) 2018-09-28
CL2016001642A1 (es) 2017-03-17
CA2883129C (en) 2022-08-02
CA3094878A1 (en) 2014-03-06
CA3094876C (en) 2023-07-25
BR112015003831A2 (pt) 2019-11-19
WO2014036359A3 (en) 2014-06-05
US10116793B2 (en) 2018-10-30
NZ730462A (en) 2018-09-28
CA3094878C (en) 2023-02-07
AU2013308637B2 (en) 2018-07-26
US20170085710A1 (en) 2017-03-23
EP2891146B1 (en) 2019-03-06
NZ705077A (en) 2017-07-28
CA2883129A1 (en) 2014-03-06
US9542856B2 (en) 2017-01-10
CA3094876A1 (en) 2014-03-06
EP2891146A2 (en) 2015-07-08
CL2016001641A1 (es) 2017-03-17
US20140065582A1 (en) 2014-03-06
JP2015528678A (ja) 2015-09-28

Similar Documents

Publication Publication Date Title
JP2017112614A (ja) 呼分析を学習する方法およびシステム
US10812655B1 (en) Methods and systems for seamless outbound cold calls using virtual agents
US20210136205A1 (en) Methods and systems of virtual agent real-time recommendation, suggestion and advertisement
JP5645441B2 (ja) 音声メッセージシステムによる発呼者の認識
US8391445B2 (en) Caller identification using voice recognition
US20210134283A1 (en) Methods and systems of virtual agent real-time recommendation, suggestion and advertisement
US20210133763A1 (en) Methods and systems for socially aware virtual agents
US20210134284A1 (en) Methods and systems for personalized virtual agents to learn from customers
US20210133765A1 (en) Methods and systems for socially aware virtual agents
US20210134282A1 (en) Methods and systems for personalized virtual agents to learn from customers
US20050053207A1 (en) Message indexing and archiving
US20210136204A1 (en) Virtual agents within a cloud-based contact center
US20210136206A1 (en) Virtual agents within a cloud-based contact center
US11425252B1 (en) Unified communications call routing and decision based on integrated analytics-driven database and aggregated data
US10992813B1 (en) Routing of calls based on analysis of digital voice data in a data-communications server system
US9210264B2 (en) System and method for live voice and voicemail detection
US20210136208A1 (en) Methods and systems for virtual agent to understand and detect spammers, fraud calls, and auto dialers
US20210136195A1 (en) Methods and systems for virtual agent to understand and detect spammers, fraud calls, and auto dialers
US10681215B1 (en) Multi-dimensional attribute-based routing
US20220309251A1 (en) Automated outcome classification systems in contact interactions, and methods
US20210133533A1 (en) Methods and systems for seamless outbound cold calls using virtual agents
US11979273B1 (en) Configuring a virtual assistant based on conversation data in a data-communications server system
JP7164372B2 (ja) 音声認識システム及び音声認識方法
US11558506B1 (en) Analysis and matching of voice signals
WO2022256028A1 (en) Communications apparatus using channel-communications management

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180117

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180123

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180418

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180731

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20181025

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190125

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20190205