JP2022545129A - サービス品質評価製品のカスタマイズプラットフォーム及び方法 - Google Patents
サービス品質評価製品のカスタマイズプラットフォーム及び方法 Download PDFInfo
- Publication number
- JP2022545129A JP2022545129A JP2022519087A JP2022519087A JP2022545129A JP 2022545129 A JP2022545129 A JP 2022545129A JP 2022519087 A JP2022519087 A JP 2022519087A JP 2022519087 A JP2022519087 A JP 2022519087A JP 2022545129 A JP2022545129 A JP 2022545129A
- Authority
- JP
- Japan
- Prior art keywords
- user
- interface
- evaluation
- service quality
- product
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000013518 transcription Methods 0.000 claims abstract description 29
- 230000035897 transcription Effects 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims description 85
- 230000006870 function Effects 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 17
- 238000001303 quality assessment method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013442 quality metrics Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 24
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008451 emotion Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000009499 grossing Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000012854 evaluation process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0627—Directed, with specific intent or strategy using item specifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Machine Translation (AREA)
Abstract
本願は、ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理モジュールと、ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置モジュールと、ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置モジュールと、ユーザを案内して評価情報の入力を完了し、前記テキストコンテンツと評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置モジュールとを含む、サービス品質評価製品カスタマイズプラットフォームを開示する。
Description
本開示は、２０１９年９月２５日に中国特許庁に提出された、申請番号２０１９１０９１２４９０．５の中国特許申請の優先権を主張し、当該申請の全ての内容が、参照によって本開示に取り込まれる。
本願は人工知能技術分野に関し、例えばサービス品質評価製品のカスタマイズプラットフォーム及び方法に関する。
社会経済の発展と消費の継続的な向上に伴い、消費者も事業者自身も、消費過程におけるサービス体験をますます重視している。特に飲食、日用消費財、自動車、デジタルなどの業界のオフライン店舗の場合、サービス満足度は常に事業者が良好な評判を築く重要な一環となっている。そのうち、店舗のサービススタッフのサービスレベルが最も重要な一環となっている。
現在、企業によるサービススタッフのサービス品質に対する検出は主に人為的な監督方式に依存しており、日常の見回り、検出質問、記録の閲覧、現場の秘密訪問、クライアント意見の問い合わせ、定期的なトレーニングと評価などの方法を含む。しかし、これらの人工手段は効率が低く、主観的な要素が大きいだけでなく、評価プロセスのデータ化が困難であり、十分な分析およびマイニングができない。
人工知能技術の発展と応用に伴い、音声認識、自然言語処理等の技術がサービス品質測定評価分野に応用され始めている。サービス過程を録音し、全過程の音声識別及び語義分析を行って品質測定評価を行うことにより、人工手段の欠点を補い、評価効率を向上させることができる。
現在、既存の市販の音声品質検出評価類の製品は主にコールセンタのクライアントサービス電話の品質検出システムに応用されている。オフラインシーンに対し、録音ペンや録音ボックスが音声認識技術と結合して形成された音声収集転写類製品が多く見られ、サービス品質検出評価分野に対する汎用製品はまだ形成されていない。
人工知能に基づく音声品質検出製品は一般に音声収集モジュール、音声転写モジュール及び意味解析モジュールで構成される。音声収集モジュールは主に録音用のソフトウェアおよびハードウェアデバイスである。音声転写モジュールは録音オーディオファイルを識別してテキストファイルに変換することができる。意味解析モジュールは変換されたテキストファイルに対してキーワード検出等の処理を行い、品質検出分析結果を提供する。
一般に、このような製品機能には通常、以下のものが含まれる。
サービス用語の検出：サービススタッフが所定の用語に従ってサービスを行っているかどうか。
業務プロセスの検出：サービススタッフはクライアントに要求した全てのサービスを提供したかどうか。
感情検出：対話者の感情、怒り等の異常感情があるか否かを分析する。
対話者の感情、怒り等の異常感情の有無を分析し、
サービス禁句検出： サービススタッフが、許可されていない単語や不適切な単語を使用したかどうかなど。
サービス用語の検出：サービススタッフが所定の用語に従ってサービスを行っているかどうか。
業務プロセスの検出：サービススタッフはクライアントに要求した全てのサービスを提供したかどうか。
感情検出：対話者の感情、怒り等の異常感情があるか否かを分析する。
対話者の感情、怒り等の異常感情の有無を分析し、
サービス禁句検出： サービススタッフが、許可されていない単語や不適切な単語を使用したかどうかなど。
現在市販されている既存製品の最大の欠点は、汎用化、カスタマイズ化、プラットフォーム化されてないことである。上記のコールセンタに応用されるカスタマーサービス電話品質検出システムは、いずれも大中規模企業向けに提供されるプライベートサービスであり、企業のニーズに応じて開発・配備されている。しかし、録音ペン類の音声収集転写製品は汎用性はあるが、主に会議記録などのシーンを対象としており、サービス評価にはカスタマイズ機能が欠けている。
オフラインサービスの多くのシーンは、例えば飲食店、売場案内、専門コーナー販売、製品体験店等の多くの場合、小型企業ないし自営業者に関連することが多い。これらのグループのニーズに合わせてプラットフォーム化されたサービス測定評価製品を設計する必要があり、共通化された音声品質検出評価機能を提供すると同時に、プラットフォームユーザ自身のカスタマイズをサポートし、異なるシーンでの個性化ニーズを容易に満たすことができる。
上記のように、スマート音声品質検出製品は一般的に音声収集モジュール、音声転写モジュール及び意味解析モジュールで構成される。異なるシーンはこの三つのモジュールに対して異なる要求がある。例えば、オフライン環境のノイズ強いシーンは、音声収集モジュールのノイズ低減能力に対する要求が高い。異なるサービス分野の専門用語が異なり、異なる地域のサービススタッフのアクセントが異なり、音声転写モジュールに対する要求が異なる。同じシーンと同じ地域であっても、異なる業者は自分のサービスに対する位置決めが異なるため、意味分析モジュールの分析の要求は異なる。
そのため、異なる業者に対し、音声収集、音声転写、意味解析の３つのモジュールに対してカスタマイズする必要がある。どのようにプラットフォーム化されたサービスを提供し、各種類のシーンの業者がプラットフォームの汎用機能に基づいてそれぞれの業務シーンのカスタマイズを自ら完成させることができるは、現在の業界難点である。
本願はサービス品質評価製品のカスタマイズプラットフォーム及び方法を提供し、少なくとも上記技術的問題の一つを解決するために用いられる。
第１態様では、本願は、
ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理モジュールと、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置モジュールと、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置モジュールと、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置モジュールとを含む、サービス品質評価製品カスタマイズプラットフォームを提供する。
ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理モジュールと、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置モジュールと、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置モジュールと、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置モジュールとを含む、サービス品質評価製品カスタマイズプラットフォームを提供する。
第２態様では、本願の実施例は、
ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理ステップと、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置ステップと、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置ステップと、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置ステップとを含む、サービス品質評価製品カスタマイズ方法を提供する。
ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理ステップと、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置ステップと、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置ステップと、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置ステップとを含む、サービス品質評価製品カスタマイズ方法を提供する。
第３態様では、本願の実施例は、電子デバイス（コンピューター、サーバー、またはネットワーク機器などを含むが、これらに限定されない）によって読み取られて実行され、本願の上記のいずれか１項のサービス品質評価製品カスタマイズ方法を実行させる１つまたは複数の実行指令を含むプログラムが記憶されている記憶媒体を提供する。
第４態様では、本願は、少なくとも１つのプロセッサと、前記少なくとも１つのプロセッサで実行されて本願の上記のいずれか１項のサービス品質評価製品カスタマイズ方法を実行する指令が記憶され、前記少なくとも１つのプロセッサに通信可能に接続されたメモリと、を含む電子デバイスを提供する。
第５態様では、本願の実施例は、コンピューターで実行されると、使前記コンピューターが上記いずれか１項のサービス品質評価製品カスタマイズ方法を実行するプログラム指令を含んで記憶媒体に記憶されているコンピュータープログラムを含むコンピュータープログラム製品を提供する。
本願のサービス品質評価製品のカスタマイズプラットフォームは販売者にオープン登録サービスを提供することにより、販売者がプラットフォームユーザになることを許可し、自分の企業空間内に自分の音声評価製品を作成し、且つ音声転写配置モジュール及び意味分析配置モジュールの可視化の配置インタフェースを介して設置し、ユーザが自分に適するサービス品質評価製品を便利で迅速に及び低コストにカスタマイズすることができる。
本発明の実施例の目的、解決手段及び利点がより明確になるように、以下では、本発明の実施例の図面を参照しながら本発明の実施例の解決手段を明確で完全に説明する。説明される実施例は本発明の一部の実施例であり、全部の実施例ではない。上記のカスタマイズの問題に対し、現在、業界には従来の２つの解決手段がある。
一つ目は、製品開発者がクライアントのためにカスタマイズ開発を行うことである。これはメーカーがクライアントの業務シーンを深く理解して分析し、クライアントのカスタマイズ化要求を了解し、その後、目的に合う研究開発を行う必要がある。この方法は、製品のコストと販売価格が高いため、大中規模の企業だけが購入できるプライベート製品サービスである。このような製品は、前述のコールセンタのインテリジェントカスタマーサービス音声品質検出製品である。
２つ目は、ある特定のシーンに対して抽出と抽象化を行い、前述の音声収集転写製品のような汎用製品サービスを提供することである。このような製品の利点は、コストが低く、価格が安く、大量に普及できることである。その欠点はカスタマイズ化のスペースが小さく、製品によって設定されたシーンから分離されるとその価値を失うことが多く、さまざまなクライアントの需要を満たすことができないことである。
一つ目は、製品開発者がクライアントのためにカスタマイズ開発を行うことである。これはメーカーがクライアントの業務シーンを深く理解して分析し、クライアントのカスタマイズ化要求を了解し、その後、目的に合う研究開発を行う必要がある。この方法は、製品のコストと販売価格が高いため、大中規模の企業だけが購入できるプライベート製品サービスである。このような製品は、前述のコールセンタのインテリジェントカスタマーサービス音声品質検出製品である。
２つ目は、ある特定のシーンに対して抽出と抽象化を行い、前述の音声収集転写製品のような汎用製品サービスを提供することである。このような製品の利点は、コストが低く、価格が安く、大量に普及できることである。その欠点はカスタマイズ化のスペースが小さく、製品によって設定されたシーンから分離されるとその価値を失うことが多く、さまざまなクライアントの需要を満たすことができないことである。
本願は以上の問題に対し、新たなプラットフォーム化設計を提案し、業者向けにカスタマイズ可能な音声評価プラットフォームを提供する。このようなプラットフォームは、音声収集、音声転写、意味解析の３つのモジュールをデカップリングし、そして各技術段階をパラメータ化し、インタフェース化し、さらにこれに基づいてプラットフォーム型製品にパッケージし、販売者にＳａａＳ サービスを提供する必要がある。そのためには、上記三つのモジュールに対してフルリンクの技術ストレージを有する必要があり、音声転写及び意味解析に対して独自の設計研究開発能力を有し、さらにプラットフォーム化製品の理念及び経験が必要である。既存の業界の従業者がこれらの能力と条件を同時に備えることは難しい。
図１に示すように、本願の実施例によって提供されるサービス品質評価製品カスタマイズプラットフォーム１００は、
ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理モジュール１１０と、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置モジュール１２０と、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置モジュール１３０と、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置モジュール１４０とを含む。
ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理モジュール１１０と、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置モジュール１２０と、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置モジュール１３０と、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置モジュール１４０とを含む。
本願のサービス品質評価製品のカスタマイズプラットフォームは販売者にオープン登録サービスを提供することにより、販売者がプラットフォームユーザになることを許可し、自分の企業空間内に自分の音声評価製品を作成し、且つ音声転写配置モジュール及び意味分析配置モジュールの可視化の配置インタフェースを介して設置し、ユーザが自分に適するサービス品質評価製品を便利で迅速に及び低コストにカスタマイズすることができる。
本願のサービス品質評価製品カスタマイズプラットフォームは販売者にオープン登録サービスを提供することにより、販売者がプラットフォームユーザになることを許可し、自分の企業空間内に自分の音声評価製品を作成し、且つ音声転写配置モジュール及び意味分析配置モジュールの可視化の配置インタフェースを介して設置し、ユーザが自分に適するサービス品質評価製品を便利で迅速に及び低コストにカスタマイズすることができる。
いくつかの実施例では、評価情報配置インタフェースは、ユーザを案内して評価ディメンションを配置するためのサブインタフェースと、ユーザを案内して評価ディメンションに重みを配置するためのサブインタフェースと、ユーザを案内して各評価ディメンションに評価機能を配置するためのサブインタフェースを含む。
例示的に、評価ディメンションサブインタフェースにリストの形式でユーザが選択する評価ディメンションを表示する。評価ディメンションは、サービス熱意、説明専門性、スピーキングスキルなどを含み得る。本実施例に基づいて、ユーザは自分の実際のニーズに応じて必要な評価ディメンションを選択して、自分の実際な状況により適切なサービス品質評価製品をカスタマイズする。
例示的に、ユーザがサービス熱意、説明専門性、スピーキングスキルの３つのディメンションを同時に選択する場合、本実施例の方法に基づいてそれぞれのディメンションスペクトルに対応の重みを配置し得る。具体的な重み値はユーザは異なる評価ディメンションに対するユーザの重視度合いの差に応じて自動に設定され、オンデマンドのカスタマイズが可能になる。カスタマイズの全過程は視覚的なインタフェースの形式でユーザに提供され、ユーザの学習コストが削減され、操作が簡素化され、カスタマイズの効率が向上する。
例示的に、評価ディメンションサブインタフェースにリストの形式でユーザが選択する評価ディメンションを表示する。評価ディメンションは、サービス熱意、説明専門性、スピーキングスキルなどを含み得る。本実施例に基づいて、ユーザは自分の実際のニーズに応じて必要な評価ディメンションを選択して、自分の実際な状況により適切なサービス品質評価製品をカスタマイズする。
例示的に、ユーザがサービス熱意、説明専門性、スピーキングスキルの３つのディメンションを同時に選択する場合、本実施例の方法に基づいてそれぞれのディメンションスペクトルに対応の重みを配置し得る。具体的な重み値はユーザは異なる評価ディメンションに対するユーザの重視度合いの差に応じて自動に設定され、オンデマンドのカスタマイズが可能になる。カスタマイズの全過程は視覚的なインタフェースの形式でユーザに提供され、ユーザの学習コストが削減され、操作が簡素化され、カスタマイズの効率が向上する。
いくつかの実施例では、ユーザが評価機能の配置を完了した後、各評価機能に予備規則スピーキングスキルライブラリを自動的に配置することをさらに含む。
例示的に、本実施例のサービス品質評価製品カスタマイズプラットフォームは、ユーザが評価機能の配置を完了した後、自動的に対応の予備規則スピーキングスキルライブラリを呼び出して、サービス品質評価に用いられる。プリセットの方法によりユーザが自分でスピーキングスキルを書くのに必要な時間コストを削減する。また、ユーザの制限により、自分がスピーキングスキルを書く際の漏れが回避され、本願は予備規則スピーキングスキルライブラリ（スピーキングスキルは長期の蓄積と各業界の研究に基づいて得られる）によりこの問題を解決することができる。
例示的に、本実施例のサービス品質評価製品カスタマイズプラットフォームは、ユーザが評価機能の配置を完了した後、自動的に対応の予備規則スピーキングスキルライブラリを呼び出して、サービス品質評価に用いられる。プリセットの方法によりユーザが自分でスピーキングスキルを書くのに必要な時間コストを削減する。また、ユーザの制限により、自分がスピーキングスキルを書く際の漏れが回避され、本願は予備規則スピーキングスキルライブラリ（スピーキングスキルは長期の蓄積と各業界の研究に基づいて得られる）によりこの問題を解決することができる。
いくつかの実施例では、評価情報配置インタフェースは、ユーザを案内して各評価機能に品質測定規則を配置するためのサブインタフェースと、ユーザを案内して規則スピーキングスキルをアップロードするためのサブインタフェースとをさらに含む。
例示的に、本願はユーザを案内して規則スピーキングスキルをアップロードするためのサブインタフェースにより、ユーザが規則スピーキングスキルを主動にアップロードする方法を提供する。異なるユーザに対して、運営する店舗（例えばレストラン）はすべてのレストランの共通の規則スピーキングスキルに加えて、独自の規則スピーキングスキルが必要になり、この場合予備規則スピーキングスキルライブラリだけではユーザのニーズを満たすことができなくなる。本実施例はユーザの個人化ニーズを満たす。
例示的に、本願はユーザを案内して規則スピーキングスキルをアップロードするためのサブインタフェースにより、ユーザが規則スピーキングスキルを主動にアップロードする方法を提供する。異なるユーザに対して、運営する店舗（例えばレストラン）はすべてのレストランの共通の規則スピーキングスキルに加えて、独自の規則スピーキングスキルが必要になり、この場合予備規則スピーキングスキルライブラリだけではユーザのニーズを満たすことができなくなる。本実施例はユーザの個人化ニーズを満たす。
いくつかの実施例では、音声転写配置モジュールは、ホットワード用語および業務コーパスを含むトレーニングサンプルアップロードインタフェースを生成することにさらに用いられる。
業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行うことは、
ホットワード用語および業務コーパスに応じて対応の音声認識モデルを事前トレーニングすることを含む。
業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行うことは、
ホットワード用語および業務コーパスに応じて対応の音声認識モデルを事前トレーニングすることを含む。
図２に示すように、本願の実施例は、サービス品質評価製品カスタマイズ方法を提供し、
Ｓ１０、ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するステップと、
Ｓ２０、ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置ステップと、
Ｓ３０、ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置ステップと、
Ｓ４０、ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置ステップとを含む。
Ｓ１０、ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するステップと、
Ｓ２０、ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置ステップと、
Ｓ３０、ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置ステップと、
Ｓ４０、ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置ステップとを含む。
本願のサービス品質評価製品のカスタマイズ方法は、販売者にオープン登録サービスを提供することにより、販売者がプラットフォームユーザになることを許可し、自分の企業空間内に自分の音声評価製品を作成し、且つ音声転写配置モジュール及び意味分析配置モジュールの可視化の配置インタフェースを介して設置し、ユーザが自分に適するサービス品質評価製品を便利で迅速に及び低コストにカスタマイズすることができる。
いくつかの実施例では、評価情報配置インタフェースは、ユーザを案内して評価ディメンションを配置するためのサブインタフェースと、ユーザを案内して評価ディメンションに重みを配置するためのサブインタフェースと、ユーザを案内して各評価ディメンションに評価機能を配置するためのサブインタフェースを含む。
例示的に、評価ディメンションサブインタフェースにリストの形式でユーザが選択する評価ディメンションを表示する。評価ディメンションは、サービス熱意、説明専門性、スピーキングスキルなどを含み得る。本実施例に基づいて、ユーザは自分の実際のニーズに応じて必要な評価ディメンションを選択して、自分の実際な状況により適切なサービス品質評価製品をカスタマイズする。
例示的に、ユーザがサービス熱意、説明専門性、スピーキングスキルの３つのディメンションを同時に選択する場合、本実施例の方法に基づいてそれぞれのディメンションスペクトルに対応の重みを配置し得る。具体的な重み値はユーザは異なる評価ディメンションに対するユーザの重視度合いの差に応じて自動に設定され、オンデマンドのカスタマイズが可能になる。カスタマイズの全過程は視覚的なインタフェースの形式でユーザに提供され、ユーザの学習コストが削減され、操作が簡素化され、カスタマイズの効率が向上する。
いくつかの実施例では、ユーザが評価機能の配置を完了した後、各評価機能に予備規則スピーキングスキルライブラリを自動的に配置することをさらに含む。
例示的に、本実施例のサービス品質評価製品カスタマイズ方法は、ユーザが評価機能の配置を完了した後、自動的に対応の予備規則スピーキングスキルライブラリを呼び出して、サービス品質評価に用いられる。プリセットの方法によりユーザが自分でスピーキングスキルを書くのに必要な時間コストを削減する。また、ユーザの制限により、自分がスピーキングスキルを書く際の漏れが回避され、本願は予備規則スピーキングスキルライブラリ（スピーキングスキルは長期の蓄積と各業界の研究に基づいて得られる）によりこの問題を解決することができる。
いくつかの実施例では、評価情報配置インタフェースは、ユーザを案内して各評価機能に品質測定規則を配置するためのサブインタフェースと、ユーザを案内して規則スピーキングスキルをアップロードするためのサブインタフェースとをさらに含む。
例示的に、本願はユーザを案内して規則スピーキングスキルをアップロードするためのサブインタフェースにより、ユーザが規則スピーキングスキルを主動にアップロードする方法を提供する。異なるユーザに対して、運営する店舗（例えばレストラン）はすべてのレストランの共通の規則スピーキングスキルに加えて、独自の規則スピーキングスキルが必要になり、この場合予備規則スピーキングスキルライブラリだけではユーザのニーズを満たすことができなくなる。本実施例はユーザの個人化ニーズを満たす。
いくつかの実施例では、音声転写配置モジュールは、ホットワード用語および業務コーパスを含むトレーニングサンプルアップロードインタフェースを生成することにさらに用いられる。
業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行うことは、ホットワード用語および業務コーパスに応じて対応の音声認識モデルを事前トレーニングすることを含む。
本願のサービス品質評価製品カスタマイズプラットフォームは、販売者のための音声評価プラットフォームである。販売者にオープン登録サービスを提供することにより、販売者がプラットフォームユーザになることを強化し、自分の企業空間内に自分の音声評価製品を作成する。プラットフォームは様々な音声収集機器をサポートし、様々なシナリオ用の音声転写モデルをプリセットし、同時に選択可能な語義分析機能オプションを提供する。販売者は業務シナリオニーズに応じてそれぞれ３つのリンクを配置および組合せて、独自の音声評価製品を形成することができる。特別なニーズや開発能力を備えた販売者については、プラットフォームは豊富なＡＰＩインターフェイスとＳＤＫパッケージも提供し、販売者がプラットフォームに基づいて二次開発を行うことをサポートする。これにより、共通化、カスタマイズ化、プラットフォーム化の製品の特徴を実現する。
図３は本願のサービス品質評価製品カスタマイズプラットフォームの実施例の構成図である。図３に示すように、本願のサービス品質評価製品カスタマイズプラットフォームは、収集端末、音声収集プラットフォーム、販売者システム、音声書きプラットフォーム、および語義分析プラットフォームを含む。
具体的に各モジュール、プラットフォームもそれぞれ異なるカスタマイズ化ソリューションを提供する。
音声収集モジュールは、収集端末および音声収集プラットフォームを含み、独自のソフトウェアおよびハードウェア統合のソリューションを提供し、ユニバーサルヘッドセット、ボイスレコーダー、その他のデバイスに適応できるモバイルＡｐｐ、録音ペンなどの機器に適応できるモバイルＡｐｐも提供し、販売者は、サービススタッフに直接インストールして音声を収集させることができる。収集端末は独自のＡｐｐ開発ニーズがある販売者に基本的な音声ＳＤＫを提供する。販売者が音声収集ソリューションを持っている場合、ＡＰＩ音声アップロードインターフェイスを提供して音声ファイルをプラットフォームにアップロードする。
また、収集端末がサービススタッフの音声録音を行う際にノイズダクション処理を行い、環境ノイズの干渉を避ける。さらに、エンドポイント検出技術により音頻を収集し、録音およびアップロード用のオーディオの大きさを可能な限り減少する。音声収集プラットフォームは録音を調整及びリスニングする。
販売者システムは、ユーザに製品作成、機器アクセス、音声書きカスタマイズ、語義分析カスタマイズ、および業務インターフェイスなどの配置モジュールを提供する。
音声転写プラットフォームは、話者分離、ＡＳＲ、感情検出などの機能で構成されるコアエンジン、および配置可能なホットワード用語ユニット、業務コーパスユニット、モデルトレーニングユニットを含む。ケータリング、日用消費財、デジタル、自動車などの異なる業務分野の音声認識モデルを提供する。同時に、販売者自身のコーパスアップロード機能、ホットワード用語オンライン追加、言語モデルオンライントレーニングを提供する。
語義分析プラットフォームは、ＮＬＵ、規則解析、およびビッグデータ分析などの機能で構成されるコアエンジンを含む。セルフ検査機能（標準スピーキングスキル検出、サービスプロセス検出、キーワード検出、サービス忌み言葉検出などの品質測定機能）、分析機能（サービス品質分析、関連分析、ホットスポット分析、競争製品分析などの分析機能）、およびデータレポート機能を提供する。販売者自身が必要な機能を選択し、プラットフォームで視覚的なインタフェースにより各機能に必要な規則パラメータを定義することができる。同時に、基本的なデータレポートビューに加えて、プラットフォームはデータクエリインターフェイスを提供する。販売者はＡＰＩにより分析データを取得して、自分のデータ視覚的なシステムに接続することができる。
音声評価プラットフォームは販売者に提供されるサービスは２つのプロセスによって説明することができ、１つは販売者が評価製品を作成して自身のニーズに応じてカスタマイズを行うプロセスであり、２つはカスタマイズ製品に基づいて自分のサービススタッフを評価するプロセスである。以下、それぞれ「販売者製品カスタマイズプロセス」と「販売者音声評価プロセス」と略称する。
図４は本願の販売者製品カスタマイズプロセスの概略図である。例示的に、販売者がオープンプラットフォームにログインした後、販売者製品カスタマイズプロセスに移行する。
ステップ１：製品作成
販売者は製品作成フォーム、製品名称を入力し、必要なパラメータを設定すれば、１つの音声評価製品を作成することができる。製品は１つの完全なサービスユニットとして、前記音声収集、音声転写、語義分析の３つのモジュールを含み、販売者音声評価プロセスに完全なサービスリンクを提供する。つまり、後続の販売者音声評価プロセスはいずれも販売者製品カスタマイズプロセスで作成されたある製品に基づいて完成される。
販売者は製品作成フォーム、製品名称を入力し、必要なパラメータを設定すれば、１つの音声評価製品を作成することができる。製品は１つの完全なサービスユニットとして、前記音声収集、音声転写、語義分析の３つのモジュールを含み、販売者音声評価プロセスに完全なサービスリンクを提供する。つまり、後続の販売者音声評価プロセスはいずれも販売者製品カスタマイズプロセスで作成されたある製品に基づいて完成される。
ステップ２：機器アクセス
販売者は現在の製品に適切なアクセス方法を選択し、Ａｐｐ、ＳＤＫまたはＡＰＩを選択し、必要なパラメータを設定する。
Ａｐｐを選択すると、販売者はカスタマイズ音声評価Ａｐｐのダウンロードリンク（製品名称、Ｌｏｇｏおよび設定パラメータなどの情報カスタマイズ表示）を直接取得でき、自家のスタッフによりスキャンおよびダウンロードしてインストールして使用する。音声評価Ａｐｐはプラットフォームによって提供される統合音声収集機器に接続されてもよく、共通のＢｌｕｅｔｏｏｔｈヘッドセットなどのデバイスにも適用できる。
ＳＤＫを選択すると、販売者は自分の開発環境に応じて、対応のＳＤＫおよび開発ドキュメントをダウンロードして、自分のソフトウェアで統合的に呼び出す必要がある。
ＡＰＩを選択すると、販売者はインターフェイスドキュメントに従って、プラットフォームからの認証を使用して、音声ファイルでインターフェイスをアップロードして自分の機器によって収集された録音ファイルをプラットフォームにアップロードする。
販売者は現在の製品に適切なアクセス方法を選択し、Ａｐｐ、ＳＤＫまたはＡＰＩを選択し、必要なパラメータを設定する。
Ａｐｐを選択すると、販売者はカスタマイズ音声評価Ａｐｐのダウンロードリンク（製品名称、Ｌｏｇｏおよび設定パラメータなどの情報カスタマイズ表示）を直接取得でき、自家のスタッフによりスキャンおよびダウンロードしてインストールして使用する。音声評価Ａｐｐはプラットフォームによって提供される統合音声収集機器に接続されてもよく、共通のＢｌｕｅｔｏｏｔｈヘッドセットなどのデバイスにも適用できる。
ＳＤＫを選択すると、販売者は自分の開発環境に応じて、対応のＳＤＫおよび開発ドキュメントをダウンロードして、自分のソフトウェアで統合的に呼び出す必要がある。
ＡＰＩを選択すると、販売者はインターフェイスドキュメントに従って、プラットフォームからの認証を使用して、音声ファイルでインターフェイスをアップロードして自分の機器によって収集された録音ファイルをプラットフォームにアップロードする。
ステップ３：音声転写カスタマイズ
販売者は、例えばケータリング、自動車、日用消費財など実際の業務シナリオに応じて現在の製品の音声認識に業界モデルを選択する。同時に、販売者自分がホットワード用語や業務コーパスをアップロードすることができる。プラットフォームは販売者に基づいて選択された業界モデルを業務コーパスに組み合わせてモデルトレーニングを行う。販売者はトレーニング過程に気づいていない。
実際の音声転写過程では、プラットフォームはリンク中の製品ＩＤ、対応言語モデルの選択およびホットワード用語を認識して、たーけっとを絞って音声転写精度を向上させる。
販売者は、例えばケータリング、自動車、日用消費財など実際の業務シナリオに応じて現在の製品の音声認識に業界モデルを選択する。同時に、販売者自分がホットワード用語や業務コーパスをアップロードすることができる。プラットフォームは販売者に基づいて選択された業界モデルを業務コーパスに組み合わせてモデルトレーニングを行う。販売者はトレーニング過程に気づいていない。
実際の音声転写過程では、プラットフォームはリンク中の製品ＩＤ、対応言語モデルの選択およびホットワード用語を認識して、たーけっとを絞って音声転写精度を向上させる。
ステップ４：語義分析カスタマイズ
語義分析カスタマイズは製品作成の最後のステップとして、より複雑である。したがって、プラットフォームは、ほとんどの販売者の業務ニーズを抽象化し、より一般的なカスタマイズ規則を抽出し、販売者を案内してこのステップを迅速に完了させる。具体的に以下の通りである（表１を参照）。
４．１評価ディメンションの設定。例えば、サービス熱意、説明専門性、スピーキングスキルの３つのディメンションにより、サービス品質を評価することができる。各ディメンションにディメンション重みを設定する必要がある。
４．２各ディメンション規則の設定。４．１で設定された各ディメンションに対して、例えば前記標準スピーキングスキル検出、サービスプロセス検出、キーワード検出、サービス忌み言葉検出などの対応の評価機能を選択する。次に各機能下で、品質測定規則を作成する。各規則に報酬と罰のスコアを設定する必要がある。
４．３規則スピーキングスキルの設定。４．２で設定された各規則に対して、該規則下での検出スピーキングスキルおよびキーワードを、語義分析の評価標準としてアップロードする。
４．４スコアリングシステムの設定。例えば、サービススタッフの最終スコアが全体スコア状況を参照して平滑化処理されるかどうか、スコアまたはランキングに対応するサービスグレーディングなどを設定する。
これまでに、１つの音声評価製品が作成された。さらに、販売者は異なる業務シナリオに応じて異なる製品を作成することができる。製品が作成された後、販売者は、例えば音声転写トレーニングコーパスを追加して、業務変化に応じて語義規則を調整するなど、依然として上記の各ステップを持続的に調整および修正することができる。
語義分析カスタマイズは製品作成の最後のステップとして、より複雑である。したがって、プラットフォームは、ほとんどの販売者の業務ニーズを抽象化し、より一般的なカスタマイズ規則を抽出し、販売者を案内してこのステップを迅速に完了させる。具体的に以下の通りである（表１を参照）。
４．１評価ディメンションの設定。例えば、サービス熱意、説明専門性、スピーキングスキルの３つのディメンションにより、サービス品質を評価することができる。各ディメンションにディメンション重みを設定する必要がある。
４．２各ディメンション規則の設定。４．１で設定された各ディメンションに対して、例えば前記標準スピーキングスキル検出、サービスプロセス検出、キーワード検出、サービス忌み言葉検出などの対応の評価機能を選択する。次に各機能下で、品質測定規則を作成する。各規則に報酬と罰のスコアを設定する必要がある。
４．３規則スピーキングスキルの設定。４．２で設定された各規則に対して、該規則下での検出スピーキングスキルおよびキーワードを、語義分析の評価標準としてアップロードする。
４．４スコアリングシステムの設定。例えば、サービススタッフの最終スコアが全体スコア状況を参照して平滑化処理されるかどうか、スコアまたはランキングに対応するサービスグレーディングなどを設定する。
図５は本願における販売者音声評価プロセスの概略図である。例示的に、製品が作成された後、販売者は音声評価プラットフォームに基づいて自分のサービススタッフを評価し、具体的に以下のステップを含む。
ステップ１：スタッフアカウント管理
プラットフォームで、販売者はストアとポジションを作成し、各ストアでサービススタッフアカウントを作成し、そのポジションを設定する。アカウントが作成されたサービススタッフは端末にログインして自分のサービス音声を収集して、評価された後自分の結果レポートを表示することができる。
プラットフォームで、販売者はストアとポジションを作成し、各ストアでサービススタッフアカウントを作成し、そのポジションを設定する。アカウントが作成されたサービススタッフは端末にログインして自分のサービス音声を収集して、評価された後自分の結果レポートを表示することができる。
ステップ２：評価タスク管理
販売者は自分のストアとポジションに応じて各サービスシナリオに評価タスクを設定し、タスクとカスタマイズの評価製品に関連付ける。
タスクが設定された後、このストアとポジションに属するサービススタッフは、タスク周期に従ってタスクリマインダーを受け取り、音声収集タスクを完了する。収集された音声はタスクに関連付けられたカスタマイズ製品リンクを介して評価プラットフォームにアップロードされて処理分析を行われ、製品カスタマイズプロセスカスタマイズのポリシーに従って評価結果が提供される。
販売者は自分のストアとポジションに応じて各サービスシナリオに評価タスクを設定し、タスクとカスタマイズの評価製品に関連付ける。
タスクが設定された後、このストアとポジションに属するサービススタッフは、タスク周期に従ってタスクリマインダーを受け取り、音声収集タスクを完了する。収集された音声はタスクに関連付けられたカスタマイズ製品リンクを介して評価プラットフォームにアップロードされて処理分析を行われ、製品カスタマイズプロセスカスタマイズのポリシーに従って評価結果が提供される。
ステップ３：評価結果管理
販売者は音声評価プラットフォームにログインした後、ある期間のあるタスクの結果レポートを表示することができる。サービススタッフは端末で自分の評価結果を表示することもできる。評価結果は、録音調整及びリスニングをサポートする同時に、ヒットの詳細な規則および報酬と罰のスコアをマークすることもできる。販売者は手動チェックポリシーを設定し、サービススタッフは端末でチェックおよび申請を行うこともできる。
販売者は音声評価プラットフォームにログインした後、ある期間のあるタスクの結果レポートを表示することができる。サービススタッフは端末で自分の評価結果を表示することもできる。評価結果は、録音調整及びリスニングをサポートする同時に、ヒットの詳細な規則および報酬と罰のスコアをマークすることもできる。販売者は手動チェックポリシーを設定し、サービススタッフは端末でチェックおよび申請を行うこともできる。
ステップ４：データ知能分析
プラットフォームは前記サービス品質分析、関連分析、ホットスポット分析、競争製品分析などの分析機能を提供する。販売者はプラットフォームで分析機能およびパラメータをカスタマイズして、ある期間のデータを統計的に分析し知能発見することもできる。例えば、あるストアのあるポジションの評価結果を全体的に分析し、通常の共通サービス問題を発見して、トレーニング作業の進行を効果的に指導し、全体的なサービスレベルなどを向上させることができる。
プラットフォームは前記サービス品質分析、関連分析、ホットスポット分析、競争製品分析などの分析機能を提供する。販売者はプラットフォームで分析機能およびパラメータをカスタマイズして、ある期間のデータを統計的に分析し知能発見することもできる。例えば、あるストアのあるポジションの評価結果を全体的に分析し、通常の共通サービス問題を発見して、トレーニング作業の進行を効果的に指導し、全体的なサービスレベルなどを向上させることができる。
販売者は、インターフェイスを介して評価分析データを出力し、自分の業務システムで分析および視覚的な表示することもできる。
本発明の知能音声評価プラットフォームの設計により、サービスリンク全体をモジュール化およびパラメータ化にして、汎用性を失うことなくカスタマイズ性を大幅に向上させる。この利点により、例えばケータリングストア、ショッピングガイド、カウンターセールス、製品体験ストアなどの多くのオフラインの中小規模の販売者に手頃な価格で柔軟で操作しやすい音声評価サービスを提供し、人工知能技術を実際のアプリケーションに応用でき、オフラインストアがサービス品質を向上させ、クライアントに高いレベルのサービスを提供するのに役立つ。
いくつかの実施例では、サービス品質評価製品カスタマイズプラットフォームに標準スピーキングスキルライブラリが配置され、テキストコンテンツには、サービススタッフのサービススタッフ文句が含まれ、評価情報にはユーザが配置した評価ディメンションと評価ディメンションの重みが含まれる。
テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングすることは、
サービススタッフ文句と標準スピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値に基づいて複数の類似性スコアを決定し、標準スピーキングスキルライブラリには、複数の評価サブディメンションスピーキングスキルライブラリ、複数の評価サブディメンションスピーキングスキルライブラリはユーザが配置した評価ディメンションに対応し、複数の類似性スコアは複数の評価サブディメンションスピーキングスキルライブラリに対応することと、
複数の類似性スコアに基づいてサービススタッフのサービス品質スコアを決定することと、を含む。
サービススタッフ文句と標準スピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値に基づいて複数の類似性スコアを決定し、標準スピーキングスキルライブラリには、複数の評価サブディメンションスピーキングスキルライブラリ、複数の評価サブディメンションスピーキングスキルライブラリはユーザが配置した評価ディメンションに対応し、複数の類似性スコアは複数の評価サブディメンションスピーキングスキルライブラリに対応することと、
複数の類似性スコアに基づいてサービススタッフのサービス品質スコアを決定することと、を含む。
本願の実施例はサービススタッフがサービス過程での会話内容を収集して録音し、サーバー側にアップロードして処理を実行し、音声認識によりテキストコンテンツに変換し、その内のサービススタッフ文句と標準スピーキングスキルライブラリ中の標準スピーキングスキルを類似性比較して、現在のサービススタッフの会話が標準に満たすか、標準に近いかを判断し、サービススタッフのサービス品質を自動的に評価することができる。
いくつかの実施例では、サービススタッフ文句と標準スピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値に基づいて複数の類似性スコアを決定することは、
複数の評価サブディメンションスピーキングスキルライブラリ中の各評価サブディメンションスピーキングスキルライブラリをそれぞれ以下のステップによって実行させて複数の類似性スコアを決定することと、
サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、複数のサブ類似性スコアを決定することと、
複数のサブ類似性スコア中の最大値を現在評価サブディメンションでの類似性スコアとして決定することと、を含む。
複数の評価サブディメンションスピーキングスキルライブラリ中の各評価サブディメンションスピーキングスキルライブラリをそれぞれ以下のステップによって実行させて複数の類似性スコアを決定することと、
サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、複数のサブ類似性スコアを決定することと、
複数のサブ類似性スコア中の最大値を現在評価サブディメンションでの類似性スコアとして決定することと、を含む。
いくつかの実施例では、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、複数のサブ類似性スコアを決定することは、
第１類似性アルゴリズムを使用して、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、最大値が第１サブ類似性スコアとして決定することと、
第２類似性アルゴリズムを使用して、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、最大値を第２サブ類似性スコアとして決定することと、
第３類似性アルゴリズムを使用して、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、最大値を第３サブ類似性スコアとして決定することと、
第１～第３サブ類似性スコアを使用して複数のサブ類似性スコアを構成することと、を含む。
第１類似性アルゴリズムを使用して、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、最大値が第１サブ類似性スコアとして決定することと、
第２類似性アルゴリズムを使用して、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、最大値を第２サブ類似性スコアとして決定することと、
第３類似性アルゴリズムを使用して、サービススタッフ文句と評価サブディメンションスピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値を算出して、最大値を第３サブ類似性スコアとして決定することと、
第１～第３サブ類似性スコアを使用して複数のサブ類似性スコアを構成することと、を含む。
いくつかの実施例では、第１類似性アルゴリズムは距離編集アルゴリズムであり、第２類似性アルゴリズムは正則化方法であり、第３類似性アルゴリズムは監視された類似性計算モデルを使用して実現される。
いくつかの実施例では、複数の評価サブディメンションスピーキングスキルライブラリには、チームワークスピーキングスキルライブラリ、クライアント維持スピーキングスキルライブラリ、サービス専門性スピーキングスキルライブラリ、サービス主動性スピーキングスキルライブラリ、サービス柔軟性スピーキングスキルライブラリ、およびサービス忍耐力スピーキングスキルライブラリ中の１つまたは複数が含まれる。
いくつかの実施例では、複数の類似性スコアに基づいてサービススタッフのサービス品質スコアを決定することは、
複数の類似性スコアを重み付けて加算してサービススタッフのサービス品質スコアを決定することを含む。
複数の類似性スコアを重み付けて加算してサービススタッフのサービス品質スコアを決定することを含む。
いくつかの実施例では、本願のサービス品質評価製品カスタマイズプラットフォームによってカスタマイズされたサービス品質評価製品は、サービススタッフサービス品質を監視する方法を実現し、この方法は、
サンプル空間、複数のサービススタッフの複数のサービススタッフ文句を選択し、各サービススタッフに複数のサービススタッフ文句に対応させることと、
前記実施例中のサービススタッフサービス品質の監視方法を使用してサンプル空間に対応する各サービススタッフ文句の複数の類似性スコアを決定することと、
以下の式によってサンプル空間中の各サービススタッフの各評価サブディメンションでの絶対スコアを算出することと、
サンプル空間、複数のサービススタッフの複数のサービススタッフ文句を選択し、各サービススタッフに複数のサービススタッフ文句に対応させることと、
前記実施例中のサービススタッフサービス品質の監視方法を使用してサンプル空間に対応する各サービススタッフ文句の複数の類似性スコアを決定することと、
以下の式によってサンプル空間中の各サービススタッフの各評価サブディメンションでの絶対スコアを算出することと、
はサービススタッフｕの各サービススタッフ文句の評価サブディメンションｉでの類似性スコアの合計を示す。）
各サービススタッフの各評価サブディメンションでの絶対スコアに基づいて各サービススタッフの最終サービス品質スコアを決定することと、を含む。
各サービススタッフの各評価サブディメンションでの絶対スコアに基づいて各サービススタッフの最終サービス品質スコアを決定することと、を含む。
いくつかの実施例では、各サービススタッフの各評価サブディメンションでの絶対スコアに基づいて各サービススタッフのサービス品質を決定することは、
各サービススタッフの各評価サブディメンションでの絶対スコアをサンプル空間で正規分布フィッティングを実行し、Ｅｒｆ関数を使用して各サービススタッフの各評価サブディメンションでの相対スコアを算出することと、
各サービススタッフの各評価サブディメンションでの相対的なスコア重み付けを合計して、各サービススタッフに対応する最終サービス品質スコアを決定することとを含む。
各サービススタッフの各評価サブディメンションでの絶対スコアをサンプル空間で正規分布フィッティングを実行し、Ｅｒｆ関数を使用して各サービススタッフの各評価サブディメンションでの相対スコアを算出することと、
各サービススタッフの各評価サブディメンションでの相対的なスコア重み付けを合計して、各サービススタッフに対応する最終サービス品質スコアを決定することとを含む。
本願は以下のシナリオに適用され得る。
ケータリング：ケータリングストア、騒々しい環境；
自動車：自動車販売サービスショップ４Ｓ、ショールームでのクライアント受入れ、一般的に騒々しい環境；
不動産：営業所でのクライアント受入れ、現場観察、一般的に騒々しい環境；
小売：カウンター販売、ショッピングガイド、騒々しい環境；
医療：医療機関、部門、騒々しい環境；
交通：料金所、支払い窓口、一般騒々しい環境；
観光：旅行店、レセプションセンター、ツアーガイド、騒々しい環境；
政府：あらゆる種類の政府機関、事務所、騒がしい環境、静かな環境；
銀行：ロビーマネージャー、ビジネス処理ウィンドウ、一般的に騒がしい環境；
電話カスタマーサービス：あらゆる種類のコンサルティング電話カスタマーサービス、静かな環境。
ケータリング：ケータリングストア、騒々しい環境；
自動車：自動車販売サービスショップ４Ｓ、ショールームでのクライアント受入れ、一般的に騒々しい環境；
不動産：営業所でのクライアント受入れ、現場観察、一般的に騒々しい環境；
小売：カウンター販売、ショッピングガイド、騒々しい環境；
医療：医療機関、部門、騒々しい環境；
交通：料金所、支払い窓口、一般騒々しい環境；
観光：旅行店、レセプションセンター、ツアーガイド、騒々しい環境；
政府：あらゆる種類の政府機関、事務所、騒がしい環境、静かな環境；
銀行：ロビーマネージャー、ビジネス処理ウィンドウ、一般的に騒がしい環境；
電話カスタマーサービス：あらゆる種類のコンサルティング電話カスタマーサービス、静かな環境。
本願のサービス品質評価製品カスタマイズプラットフォームによってカスタマイズされたサービス品質評価製品で実行されるサービススタッフサービス品質の監視方法の算出過程は、４つの段階に分かれ、それぞれの段階はいずれも高次元空間から低次元空間への投影過程である。
１．音声、および話者のユーザ画像は、会話の内容、コンテキストコミュニケーション情報、特別なシナリオ情報、トーン、感情および音声ファイルメタ情報などの最高次元の特徴を含む。
ユーザ特徴には、主に名前、年齢、職務(マネージャー、サービス人員など)、時間、場所、ストアなどが含まれ、これらの情報は主にサンプル空間のスクリーニングに使用される。
２．テキストは、認識されたテキスト情報、コンテキスト情報および特別なシナリオ情報、およびテキスト基本的な感情特徴を含む高次元の音声空間から低次元へ投影および圧縮される結果である。
３．指標特徴空間では、テキスト情報をさらに予定の作業スタッフ評価指標特徴空間に圧縮し、このステップでは様々な方法が使用される。
４．１次元評価空間では、３番目のステップで得られた指標をさらに圧縮し算出して、最終的に１次元の評価指標を取得し、このステップはリアルタイム計算過程である。
１．音声、および話者のユーザ画像は、会話の内容、コンテキストコミュニケーション情報、特別なシナリオ情報、トーン、感情および音声ファイルメタ情報などの最高次元の特徴を含む。
ユーザ特徴には、主に名前、年齢、職務(マネージャー、サービス人員など)、時間、場所、ストアなどが含まれ、これらの情報は主にサンプル空間のスクリーニングに使用される。
２．テキストは、認識されたテキスト情報、コンテキスト情報および特別なシナリオ情報、およびテキスト基本的な感情特徴を含む高次元の音声空間から低次元へ投影および圧縮される結果である。
３．指標特徴空間では、テキスト情報をさらに予定の作業スタッフ評価指標特徴空間に圧縮し、このステップでは様々な方法が使用される。
４．１次元評価空間では、３番目のステップで得られた指標をさらに圧縮し算出して、最終的に１次元の評価指標を取得し、このステップはリアルタイム計算過程である。
前記実施例では算出過程は４つの段階に分かれ、いずれも高次元空間の情報を低次元特徴に圧縮して表示することであり、その内に２つの重要なステップは、
ステップＡ．テキストを予定の指標空間に圧縮する；
ステップＢ．指標空間をさらに１次元評価指標に圧縮吸うことである。
ステップＡ．１ テキストコンテンツを指標ディメンション（指標空間）に投影する方法
ステップＡ．テキストを予定の指標空間に圧縮する；
ステップＢ．指標空間をさらに１次元評価指標に圧縮吸うことである。
ステップＡ．１ テキストコンテンツを指標ディメンション（指標空間）に投影する方法
このようなアルゴリズムは２種類に分かれ、１つは監視なしの類似性算出方法であり、もう１つはコンテキストの分類子算出方法であり、本願では監視なしと監視ありの類似性算出方法を同時に使用される。
指標ディメンションとは、ユーザまたはクライアントによって定義された一連のスタッフ評価標準、例えば、サービス熱意、説明専門性、スピーキングスキルなどを指し、各ディメンションで一定のスピーキングスキル構成が配置されて各ディメンションのスピーキングスキルライブラリに対応し、スタッフはそれらのスピーキングスキルを学習してサービス作業に運用する。
テキストコンテンツを以上の指標ディメンションに投影する前に、テキストコンテンツを正則化し、つまりテキストのそれぞれの文句を予備規則に従って濾過する必要があり、主に予備規則には文句長さ（単字濾過）と品詞タグ付け（例えばトーン助詞「あ」、「か」などの無関係な語彙の濾過）が含まれるからであり、残りのテキストコンテンツが後の算出に使用される。テキスト正則化により類似性の算出精度と計算効率を向上させ、不要な算出を回避し、算出コストを節約する。
テキストコンテンツを濾過した後、以下の式によってテキスト類似性を算出し、ユーザによって提供されるスピーキングスキルライブラリに基づいて、複数の式の類似性スコアを算出する。
式１:距離編集式；
式２:正則式；
式３:監視あり類似性算出モデル；
スピーキングスキルライブラリは、クライアント(使用者)からスタッフに与えられるトレーニング資料であり、スタッフを評価するディメンション標準でもある。例えば、「クライアント維持」というディメンション中の１つのスピーキングスキルは「申し訳ありませんが、今日は店長がいません。コメントを正直に記録しました。連絡先情報を残していただけませんか。店長が戻ってきたら、すぐに連絡して返事を差し上げます。いいでしょうか？ご理解のほどよろしくお願いいたします。」である。ユーザのテキストコンテンツとこのスピーキングスキルを関連付けて類似性を算出して、スコアを決定する。
式１:距離編集式；
式２:正則式；
式３:監視あり類似性算出モデル；
スピーキングスキルライブラリは、クライアント(使用者)からスタッフに与えられるトレーニング資料であり、スタッフを評価するディメンション標準でもある。例えば、「クライアント維持」というディメンション中の１つのスピーキングスキルは「申し訳ありませんが、今日は店長がいません。コメントを正直に記録しました。連絡先情報を残していただけませんか。店長が戻ってきたら、すぐに連絡して返事を差し上げます。いいでしょうか？ご理解のほどよろしくお願いいたします。」である。ユーザのテキストコンテンツとこのスピーキングスキルを関連付けて類似性を算出して、スコアを決定する。
式１～３は統一された入力、つまり文句ペア（ｑ１、ｑ２）があり、その内に、ｑ１はスタッフのテキストに対応し、ｑ２はあるディメンションのスピーキングスキルに対応する。
Ｓｃｏｒｅ = ＦＵＮＣ(ｑ１、ｑ２)、
３つの式の実現方法は互いに異なる。
Ｓｃｏｒｅ = ＦＵＮＣ(ｑ１、ｑ２)、
３つの式の実現方法は互いに異なる。
式１と式２は新しいシナリオコールドスタート段階に適している。本願では一定量のデータを収集して式３である監視あり類似性算出モデルをサポートする必要がある。
コールドスタート段階では、正則と距離編集を使用して高い精度の評価指標を得るが、語義理解能力が弱く、一定量のデータを収集して監視あり算出を完了した後、モデルが語義理解能力を持っていることを算出し、スタッフをより正確的に評価することができる。
したがって、式１～３を使用してサービス品質を評価すると、より正確的にサービススタッフのサービス品質をスコアリングすることができる。
監視あり算出方法を以下のように説明する：一定量のデータを蓄積した後、ある時間ウィンドウを使用して語義理解とコンテキスト考慮を伴う監視あり類似性モデルをトレーニングする。１つのスライドウィンドウ内のテキスト(５文前)をスピーキングスキルとともにモデルに入力して、対応のディメンションの類似性スコアを取得する。
いくつかの実施例では、各式によって算出されたスコアの最大値を取り、一連のスピーキングスキルライブラリに対して最大値を算出し、一連のスピーキングスキルのディメンション評価スコアとする。
例示的な算出方法は以下の通りである：
Ａ． あるディメンションのスピーキングスキルテーブル(例えば「クライアント維持」)を取得し、スピーキングスキルはｑｂ１、ｑｂ２、ｑｂ３……である。
Ｂ． 式１によってユーザの文句ｑ１とそれぞれのｑｂ１、ｑｂ２、ｑｂ３……の類似性を算出し、
Ｓｃｏｒｅ１_１ = ＦＵＮＣ１(ｑ１、ｑｂ１)
Ｓｃｏｒｅ１_２ = ＦＵＮＣ２(ｑ１、ｑｂ２)
……
Ｃ． ｓｃｏｒｅ１_１、ｓｃｏｒｅ１_２……の最大値ｍａｘ(ｓｃｏｒｅ１_１、 ｓｃｏｒｅ１_２．．．)を式１での当該ディメンションのスコアｓｃｏｒｅ１として取得し；
Ｄ． 同様に式２と式３を使用してスコアｓｃｏｒｅ２とｓｃｏｒｅ３を取得し；
Ｅ．再び最大値ｓｃｏｒｅ=ｍａｘ(ｓｃｏｒｅ１、ｓｃｏｒｅ２、ｓｃｏｒｅ３)を当該ディメンションのスコアとして取得する。
Ｆ．同様に他のディメンションに対して対応のスコアを算出する。
例示的な算出方法は以下の通りである：
Ａ． あるディメンションのスピーキングスキルテーブル(例えば「クライアント維持」)を取得し、スピーキングスキルはｑｂ１、ｑｂ２、ｑｂ３……である。
Ｂ． 式１によってユーザの文句ｑ１とそれぞれのｑｂ１、ｑｂ２、ｑｂ３……の類似性を算出し、
Ｓｃｏｒｅ１_１ = ＦＵＮＣ１(ｑ１、ｑｂ１)
Ｓｃｏｒｅ１_２ = ＦＵＮＣ２(ｑ１、ｑｂ２)
……
Ｃ． ｓｃｏｒｅ１_１、ｓｃｏｒｅ１_２……の最大値ｍａｘ(ｓｃｏｒｅ１_１、 ｓｃｏｒｅ１_２．．．)を式１での当該ディメンションのスコアｓｃｏｒｅ１として取得し；
Ｄ． 同様に式２と式３を使用してスコアｓｃｏｒｅ２とｓｃｏｒｅ３を取得し；
Ｅ．再び最大値ｓｃｏｒｅ=ｍａｘ(ｓｃｏｒｅ１、ｓｃｏｒｅ２、ｓｃｏｒｅ３)を当該ディメンションのスコアとして取得する。
Ｆ．同様に他のディメンションに対して対応のスコアを算出する。
上記スコアの説明：ここで得られたｓｃｏｒｅは最終的なスコアではなく、ユーザが認識したテキストのそれぞれの文句のスコアである。以下の表２の例を参照する:
ステップＢ 指標空間を１次元評価ディメンションに投影する算出方法
本願は特別な算出方法を使用して指標空間中の各指標ディメンションのスコアに基づいて相対的な評価スコアを算出する。算出過程は以下の通りである：
１、サンプル空間を選択する。前文のように、ユーザ画像は複数のディメンション、例えば、名前、所在ストア、年齢、時間などがある。これらの情報はいずれもサンプル空間の限定条件として使用できる。クライアントはこれらの情報を任意に組み合わせて必要なサンプル空間を選択することができる。
サンプル空間とは、ある特定条件下でのサンプルを指す（スタッフであってもよく、ストアであってもよい）。
例えば、すべての男性スタッフを選択し、場所は重慶であり、作業職務はサービス人員であるすべてのスタッフを「サンプル空間」として選択する；
例えば、すべてのストアを選択し、場所は「重慶」であるすべてのストアを「サンプル空間」として選択し、表１を参照する。
２、ステップＡで得られた各ディメンションの評価スコアを合計して算出する。本願は以下の式を使用して各ディメンションのスコアを取得し、このステップでは絶対スコアを取得する。
具体的な式:
本願は特別な算出方法を使用して指標空間中の各指標ディメンションのスコアに基づいて相対的な評価スコアを算出する。算出過程は以下の通りである：
１、サンプル空間を選択する。前文のように、ユーザ画像は複数のディメンション、例えば、名前、所在ストア、年齢、時間などがある。これらの情報はいずれもサンプル空間の限定条件として使用できる。クライアントはこれらの情報を任意に組み合わせて必要なサンプル空間を選択することができる。
サンプル空間とは、ある特定条件下でのサンプルを指す（スタッフであってもよく、ストアであってもよい）。
例えば、すべての男性スタッフを選択し、場所は重慶であり、作業職務はサービス人員であるすべてのスタッフを「サンプル空間」として選択する；
例えば、すべてのストアを選択し、場所は「重慶」であるすべてのストアを「サンプル空間」として選択し、表１を参照する。
２、ステップＡで得られた各ディメンションの評価スコアを合計して算出する。本願は以下の式を使用して各ディメンションのスコアを取得し、このステップでは絶対スコアを取得する。
具体的な式:
ただし、ｍは選択されたサンプル空間中の各ユーザ会話の平均数（サンプル空間中のすべてのユーザ会話の総数／サンプル空間中のすべてのユーザ数量）である。各ディメンションには、例えばサービス熱意、説明専門性、スピーキングスキルなどのディメンションが含まれる。上記の式はディメンションｉでのスコアを示す。
なお、
なお、
スコアは絶対値が０．２以上であるスコアのみを選択でき、これは、音声認識により無効テキスト(多くの「うん」、「あ」などの無効認識結果および意味ない文句)を濾過するからである。
ただし、ｕはあるユーザを示し、ｉはある評価ディメンションを示し、ｎはユーザのある文句を示す。これは平滑式であり、平滑化係数はすべてのユーザの文句の平均数である。３つのディメンションがあれば、このステップで３つのディメンションのスコアを取得する。
例えば、サンプル空間には２人のユーザＵ１とＵ２がいて、Ｕ１は１日５０文を話し、Ｕ２は１日５５０文を話すと、
各ユーザの１日平均会話数は：ｍ=（５０+５５０）／２ =３００である。
ユーザＵ１がディメンションｉで平滑化されたスコアは：
ただし、ｕはあるユーザを示し、ｉはある評価ディメンションを示し、ｎはユーザのある文句を示す。これは平滑式であり、平滑化係数はすべてのユーザの文句の平均数である。３つのディメンションがあれば、このステップで３つのディメンションのスコアを取得する。
例えば、サンプル空間には２人のユーザＵ１とＵ２がいて、Ｕ１は１日５０文を話し、Ｕ２は１日５５０文を話すと、
各ユーザの１日平均会話数は：ｍ=（５０+５５０）／２ =３００である。
ユーザＵ１がディメンションｉで平滑化されたスコアは：
であり、
ユーザＵ２がディメンションｉで平滑化されたスコアは：
ユーザＵ２がディメンションｉで平滑化されたスコアは：
であり、
同様に、ユーザＵ１とユーザＵ２が他のディメンションでの平滑化されたスコアを取得することができる。
加算平滑化式であるため、各ディメンションの絶対スコア値の範囲は[０、+∞)であり、ユーザが自分の対応グレード(Ａ、Ｂ、Ｂ-など)を取得できるようにこのスコアを正規化する必要がある。
同様に、ユーザＵ１とユーザＵ２が他のディメンションでの平滑化されたスコアを取得することができる。
加算平滑化式であるため、各ディメンションの絶対スコア値の範囲は[０、+∞)であり、ユーザが自分の対応グレード(Ａ、Ｂ、Ｂ-など)を取得できるようにこのスコアを正規化する必要がある。
上記のラプラス平滑化式は以下の事項を考慮して使用される。
まず、スタッフの卓越性度合いとスタッフ会話数が正の相関関係にあることを考慮して、この平滑化式は正の相関性を満たす。
次に、不正行為のリスクを排除する。スタッフが実際にサービスに参加するのではなくスピーキングスキルテーブルに従って会話すると、該スタッフは少数の単語ではなく多数の添付スピーキングスキルテーブルを参照する必要がある。平滑化係数を追加すると不正行為がより困難になる。
最後に、スタッフに無関係な文句を言わないように促し、勤務時間中に仕事関連のコンテンツをするように勧める。
３、サンプル空間に対して正規分布によってフィッティングし、Ｅｒｆ関数を使用して相対的なスコアを算出する。
Ｙ=Ｅｒｆ(ｘ)という式は、ユーザがこのディメンションでスコアリングに参加する他のスタッフよりもＹの確率でより卓越性を持っていることを意味する。スタッフのサービス品質ランキングを評価する必要があるため、このスコアを該ディメンションでのスタッフの相対的なスコアとし、これは該ディメンションでの最終的なスコアでもある。この式中のパラメータはガウス式中の平均値と分散であり：
まず、スタッフの卓越性度合いとスタッフ会話数が正の相関関係にあることを考慮して、この平滑化式は正の相関性を満たす。
次に、不正行為のリスクを排除する。スタッフが実際にサービスに参加するのではなくスピーキングスキルテーブルに従って会話すると、該スタッフは少数の単語ではなく多数の添付スピーキングスキルテーブルを参照する必要がある。平滑化係数を追加すると不正行為がより困難になる。
最後に、スタッフに無関係な文句を言わないように促し、勤務時間中に仕事関連のコンテンツをするように勧める。
３、サンプル空間に対して正規分布によってフィッティングし、Ｅｒｆ関数を使用して相対的なスコアを算出する。
Ｙ=Ｅｒｆ(ｘ)という式は、ユーザがこのディメンションでスコアリングに参加する他のスタッフよりもＹの確率でより卓越性を持っていることを意味する。スタッフのサービス品質ランキングを評価する必要があるため、このスコアを該ディメンションでのスタッフの相対的なスコアとし、これは該ディメンションでの最終的なスコアでもある。この式中のパラメータはガウス式中の平均値と分散であり：
最後に、複数のディメンションの相対的なスコアを重み付けて平均化し、最終的に１次元の評価指標に投影する。本願の応用シナリオの１つでは、複数のディメンションとはサービス熱意、説明専門性、スピーキングスキルなどのディメンションを指す。
いくつかの実施例では、本願の実施例は、不揮発性コンピューター可読記憶媒体をさらに提供し、それは１つまたは複数の実行指令を含むプログラムを記憶して、指令が実行されると電子デバイス（コンピューター、サーバー、またはネットワーク機器などが含まれるが、これらに限定されない）によって読み取られて実行され、上記のいずれか１項のサービス品質評価製品カスタマイズ方法を実行する。
いくつかの実施例では、本願の実施例は、コンピュータープログラム製品をさらに提供し、不揮発性コンピューター可読記憶媒体に記憶されているコンピュータープログラムを含み、コンピュータープログラムがプログラム指令を含み、該指令を実行するコンピューターによって上記のいずれか１項のサービス品質評価製品カスタマイズ方法を実行する。
いくつかの実施例では、本願の実施例は電子デバイスをさらに提供し、それは、少なくとも１つのプロセッサ、および少なくとも１つのプロセッサに通信可能に接続されたメモリを含み、その内に、メモリは少なくとも１つのプロセッサによって実行され得る指令を記憶し、該指令は少なくとも１つのプロセッサによって実行されるとサービス品質評価製品カスタマイズ方法が実行される。
いくつかの実施例では、本願の実施例は、コンピュータープログラムが記憶されている記憶媒体をさらに提供し、該プログラムがプロセッサによって実行されるとサービス品質評価製品カスタマイズ方法が実現される。
図６は本願の別の実施例のサービス品質評価製品カスタマイズ方法を実行する電子デバイスのハードウェア構造の概略図である。図６に示すように、該機器は、
１つまたは複数のプロセッサ６１０およびメモリ６２０を含み、図６では１つのプロセッサ６１０を例に取る。
１つまたは複数のプロセッサ６１０およびメモリ６２０を含み、図６では１つのプロセッサ６１０を例に取る。
サービス品質評価製品カスタマイズ方法を実行する機器には、入力装置６３０と出力装置６４０がさらに含まれる。
プロセッサ６１０、メモリ６２０、入力装置６３０と出力装置６４０はバスまたは他の方法によって接続され、図６ではバスによる接続を例に取る。
プロセッサ６１０、メモリ６２０、入力装置６３０と出力装置６４０はバスまたは他の方法によって接続され、図６ではバスによる接続を例に取る。
メモリ６２０は不揮発性コンピューター可読記憶媒体として、不揮発性ソフトウェアプログラムを記憶するために使用され、不揮発性コンピューターはプログラムおよびモジュール、例えば本願の実施例中のサービス品質評価製品カスタマイズ方法に対応するプログラム指令／モジュールを実行することができる。プロセッサ６１０はメモリ６２０に記憶されている不揮発性ソフトウェアプログラム、指令およびモジュールを実行することによって、サーバーの様々な機能応用およびデータ処理を実行し、つまり上記方法実施例のサービス品質評価製品カスタマイズ方法を実現する。
メモリ６２０はプログラム記憶領域とデータ記憶領域を含み得、その内に、プログラム記憶領域は操作システム、少なくとも１つの機能に必要な応用プログラムを記憶し、データ記憶領域はサービス品質評価製品カスタマイズ装置の使用に応じて作成されたデータなどを記憶する。さらに、メモリ６２０は高速ランダムアクセスメモリを含んでもよく、不揮発性メモリ、例えば少なくとも１つの磁気ディスク記憶装置、フラッシュ記憶装置、または他の不揮発性固体記憶装置を含んでもよい。いくつかの実施例では、メモリ６２０はプロセッサ６１０から離れて配置されたメモリを選択的に含み得、これらのリモートメモリはネットワークを介してサービス品質評価製品カスタマイズ装置に接続され得る。上記ネットワークには、インタネット、イントラネット、ローカルエリアネットワーク、移動体通信ネットワークおよびそれらの組合せが含まれるが、これらに限定されない。
入力装置６３０は入力された数値や文字情報を受信し、サービス品質評価製品カスタマイズ装置のユーザ設置および機能制御に関連する信号を生成することができる。出力装置６４０はディスプレイなどの表示デバイスを含み得る。
１つまたは複数のモジュールはメモリ６２０に記憶され、１つまたは複数のプロセッサ６１０によって実行されると、上記の任意の方法実施例中のサービス品質評価製品カスタマイズ方法が実行される。
上記製品は、本発明の実施例に係る方法を実行可能であり、方法を実行する関連機能モジュール及び有利な作用効果を有する。本実施例において詳しく記述されていない技術的詳細は、本発明の実施例に係る方法を参照可能である。
本発明の実施形態の電子デバイスは、以下のデバイスを含むが、これらに限定されない様々な形態で存在する。
（１）モバイル通信デバイス：これらのデバイスは、その特徴がモバイル通信機能を備えることであり、音声及びデータ通信を提供することを主な目標として、スマートフォン（例えば、ｉＰｈｏｎｅ（登録商標））、マルチメディア携帯電話、機能携帯電話、ローエンド携帯電話などを含む。
（２）ウルトラモバイルパソコンデバイス：これらのデバイスは、パソコンのカテゴリーに属し、計算及び処理の機能を持ち、一般にモバイルインターネットアクセスの特性を持って、例えば、ｉＰａｄ（登録商標）などのＰＤＡ、ＭＩＤ及びＵＭＰＣデバイスなどを含む。
（３）ポータブルエンターテイメントデバイス：これらのデバイスは、マルチメディアコンテンツを表示及び放送でき、オーディオ、ビデオプレーヤー（例えば、ｉＰｏｄ（登録商標））、ハンドヘルドゲームデバイス、電子書籍、インテリジェントおもちゃ及びポータブルカーナビゲーションデバイスを含む。
（４）サーバー：コンピューティングサービスを提供するデバイスである。サーバーの構成は、プロセッサ、ハードディスク、メモリ、システムバスなどを含む。サーバー及び汎用コンピューターはアーキテクチャが似るが、信頼性の高いサービスを提供する必要があるため、処理能力、安定性、信頼性、セキュリティ、スケーラビリティ、及び管理性などの方面での要求が高い。
（５）データー交換機能を備えたその他の電子デバイス。
（１）モバイル通信デバイス：これらのデバイスは、その特徴がモバイル通信機能を備えることであり、音声及びデータ通信を提供することを主な目標として、スマートフォン（例えば、ｉＰｈｏｎｅ（登録商標））、マルチメディア携帯電話、機能携帯電話、ローエンド携帯電話などを含む。
（２）ウルトラモバイルパソコンデバイス：これらのデバイスは、パソコンのカテゴリーに属し、計算及び処理の機能を持ち、一般にモバイルインターネットアクセスの特性を持って、例えば、ｉＰａｄ（登録商標）などのＰＤＡ、ＭＩＤ及びＵＭＰＣデバイスなどを含む。
（３）ポータブルエンターテイメントデバイス：これらのデバイスは、マルチメディアコンテンツを表示及び放送でき、オーディオ、ビデオプレーヤー（例えば、ｉＰｏｄ（登録商標））、ハンドヘルドゲームデバイス、電子書籍、インテリジェントおもちゃ及びポータブルカーナビゲーションデバイスを含む。
（４）サーバー：コンピューティングサービスを提供するデバイスである。サーバーの構成は、プロセッサ、ハードディスク、メモリ、システムバスなどを含む。サーバー及び汎用コンピューターはアーキテクチャが似るが、信頼性の高いサービスを提供する必要があるため、処理能力、安定性、信頼性、セキュリティ、スケーラビリティ、及び管理性などの方面での要求が高い。
（５）データー交換機能を備えたその他の電子デバイス。
上記の装置の実施形態は、例示的だけであり、分離するコンポーネントとして記載されたユニットは、物理的に分離されるものであってもよく、分離されないものであってもよい。ユニットとして表示されるコンポーネントは、物理ユニットであってもよく、物理ユニットではなくてもよい。 即ち、 一つの場所に配置することもでき、複数のネットワークユニットに分散することもできる。実際のニーズに応じて、いくつかのモジュール又はすべてのモジュールを選択することができ、実施形態の目的を達成するようになる。
上記の実施形態の説明を通じて、当業者は、各実施形態がソフトウェア及び共通のハードウェアプラットフォームによって実現することができ、もちろん、ハードウェアによって実現することもできることを明確に理解することができる。この理解に基づいて、上記の技術方案の本質又は関連技術に貢献する部分は、ソフトウェア製品の形式で具体化でき、コンピューターソフトウェア製品は、例えば、ＲＯＭ／ＲＡＭ、磁気ディスク、コンパクトディスクなどのコンピューター可読記憶媒体に格納でき、コンピューターデバイス（パーソナルコンピューター、サーバー又はネットワークデバイスなどである）に、各々の実施形態又は実施形態のある部分に記載された方法を実行させるように、いくつかの命令を含む。
Claims (10)
- ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理モジュールと、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置モジュールと、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置モジュールと、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置モジュールとを含む、サービス品質評価製品カスタマイズプラットフォーム。
- 前記評価情報配置インタフェースは、
ユーザを案内して評価ディメンションを配置するためのサブインタフェースと、
ユーザを案内して前記評価ディメンションに重みを配置するためのサブインタフェースと、を含む請求項１に記載の方法。
- 前記評価情報配置インタフェースは、
ユーザを案内して各前記評価ディメンションに評価機能を配置するためのサブインタフェースをさらに含む、請求項２に記載の方法。
- ユーザが前記評価機能の配置を完了した後、
各前記評価機能に予備規則スピーキングスキルライブラリを自動的に配置することをさらに含む、請求項３に記載の方法。
- 前記評価情報配置インタフェースは、
ユーザを案内して各前記評価機能に品質測定規則を配置するためのサブインタフェースと、
ユーザを案内して規則スピーキングスキルをアップロードするためのサブインタフェースと、をさらに含む請求項３または４に記載の方法。
- 前記音声転写配置モジュールは、ホットワード用語と業務コーパスを含むトレーニングサンプルアップロードインタフェースを生成するためにさらに使用され、
前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングすることは、
前記ホットワード用語と業務コーパスに基づいて前記対応の音声認識モデルを事前トレーニングすることを含む、請求項１に記載の方法。
- 前記サービス品質評価製品カスタマイズプラットフォームに標準スピーキングスキルライブラリが配置され、前記テキストコンテンツは前記サービススタッフのサービススタッフ文句を含み、前記評価情報はユーザが配置した評価ディメンションと前記評価ディメンションに配置された重みを含み、
前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質スコアを算出することは、
前記サービススタッフ文句と標準スピーキングスキルライブラリ中の複数の標準スピーキングスキル間の類似値に基づいて複数の類似性スコアを決定し、前記標準スピーキングスキルライブラリは複数の評価サブディメンションスピーキングスキルライブラリを含み、前記ユーザが配置した評価ディメンションに対応し、前記複数の類似性スコアは前記複数の評価サブディメンションスピーキングスキルライブラリに対応し、
前記複数の類似性スコアに基づいて前記サービススタッフのサービス品質スコアを決定する、請求項２に記載の方法。
- ユーザの登録およびログインを案内してサービス品質評価製品をカスタマイズするための登録インタフェースおよび製品作成インタフェースを生成するアカウント管理ステップと、
ユーザを案内して前記サービス品質評価製品のアクセス方法を配置するための製品アクセス方法配置インタフェースを生成するアクセス方法配置ステップと、
ユーザを案内して業界タイプを選択し、前記業界タイプに応じて対応の音声認識モデルを選択して事前トレーニングを行い、事前トレーニングして得られた音声認識モデルを使用して入力されたオーディオファイルをテキストコンテンツに変換する業界タイプ選択インタフェースを生成する音声転写配置ステップと、
ユーザを案内して評価情報の入力と送信を完了し、前記テキストコンテンツとユーザが入力および送信した評価情報に基づいてサービス品質をスコアリングするための評価情報配置インタフェースを生成する語義分析配置ステップとを含む、サービス品質評価製品カスタマイズ方法。
- 少なくとも１つのプロセッサ、および前記少なくとも１つのプロセッサに通信可能に接続されたメモリを含み、その内に、前記メモリは前記少なくとも１つのプロセッサで実行される指令を記憶し、前記指令が前記少なくとも１つのプロセッサで実行されると、前記少なくとも１つのプロセッサは請求項８に記載の方法のステップを実行する、電子デバイス。
- プロセッサで実行されると請求項８に記載の方法のステップが実行されるコンピュータープログラムが記憶されている記憶媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910912490.5A CN110689261A (zh) | 2019-09-25 | 2019-09-25 | 服务质量评测产品定制平台及方法 |
| CN201910912490.5 | 2019-09-25 | ||
| PCT/CN2019/124127 WO2021056837A1 (zh) | 2019-09-25 | 2019-12-09 | 服务质量评测产品定制平台及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022545129A true JP2022545129A (ja) | 2022-10-25 |
| JP7280438B2 JP7280438B2 (ja) | 2023-05-23 |
Family
ID=69110246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022519087A Active JP7280438B2 (ja) | 2019-09-25 | 2019-12-09 | サービス品質評価製品のカスタマイズプラットフォーム及び方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20220351266A1 (ja) |
| EP (1) | EP4036823A1 (ja) |
| JP (1) | JP7280438B2 (ja) |
| CN (1) | CN110689261A (ja) |
| WO (1) | WO2021056837A1 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111263009B (zh) * | 2020-01-17 | 2022-03-18 | 北京三快在线科技有限公司 | 电话录音的质检方法、装置、设备及介质 |
| CN112116212B (zh) * | 2020-08-25 | 2024-03-29 | 深圳市欢太科技有限公司 | 应用评测方法、装置、存储介质及电子设备 |
| CN112804400B (zh) * | 2020-12-31 | 2023-04-25 | 中国工商银行股份有限公司 | 客服呼叫语音质检方法、装置、电子设备及存储介质 |
| CN113361969B (zh) * | 2021-07-07 | 2022-03-08 | 北京容联七陌科技有限公司 | 一种灵活可配置模板的智能质检系统 |
| CN114648371B (zh) * | 2022-05-23 | 2022-09-02 | 深圳市骏丰木链网科技股份有限公司 | 一种基于物联网的阻燃生态板生产销售一体化管理平台 |
| CN115545799B (zh) * | 2022-11-04 | 2023-03-24 | 北京赛西科技发展有限责任公司 | 信息技术服务质量评估方法、装置、设备及介质 |
| CN116092496B (zh) * | 2022-12-05 | 2023-10-17 | 湖北微模式科技发展有限公司 | 一种话术表达完整性判别的方法与系统 |
| CN116504245B (zh) * | 2023-06-26 | 2023-09-22 | 凯泰铭科技（北京）有限公司 | 一种语音编写规则的方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040249650A1 (en) * | 2001-07-19 | 2004-12-09 | Ilan Freedman | Method apparatus and system for capturing and analyzing interaction based content |
| JP2009014888A (ja) * | 2007-07-03 | 2009-01-22 | Internatl Business Mach Corp <Ibm> | 対話処理装置、対話処理方法及びコンピュータ・プログラム |
| CN107133709A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种客户服务的质量检验方法、装置及系统 |
| 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 |
| CN109410921A (zh) * | 2018-09-30 | 2019-03-01 | 秒针信息技术有限公司 | 一种通过声音进行质量评估的方法及装置 |
| CN109816106A (zh) * | 2017-11-20 | 2019-05-28 | 北京智合大方科技有限公司 | 一种基于语音识别和自然语言处理技术进行呼叫中心客服业务知识类应答质量评估系统 |
| CN110069784A (zh) * | 2019-05-05 | 2019-07-30 | 广东电网有限责任公司 | 一种语音质检评分方法、装置、终端及可存储介质 |
| US20190245974A1 (en) * | 2014-01-08 | 2019-08-08 | Callminer, Inc. | Communication channel customer journey |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5765138A (en) * | 1995-08-23 | 1998-06-09 | Bell Atlantic Network Services, Inc. | Apparatus and method for providing interactive evaluation of potential vendors |
| CN107248985A (zh) * | 2017-06-07 | 2017-10-13 | 广东南方信息安全研究院 | 一种网络安全测评及项目质量评估系统 |
| CN110135669A (zh) * | 2018-02-08 | 2019-08-16 | 上海合寰信息科技有限公司 | 一种服务质检管理方法及系统 |
| TWI650719B (zh) * | 2018-02-12 | 2019-02-11 | 中華電信股份有限公司 | 從文字內容評核客戶服務品質之系統及方法 |
| CN109299865B (zh) * | 2018-09-06 | 2021-12-17 | 西南大学 | 基于语义分析的心理测评系统及方法、信息数据处理终端 |
| CN109618068B (zh) * | 2018-11-08 | 2021-04-16 | 上海航动科技有限公司 | 一种基于人工智能的语音业务推送方法、装置与系统 |
| CN110177182B (zh) * | 2019-04-15 | 2022-09-02 | 中国平安人寿保险股份有限公司 | 敏感数据处理方法、装置、计算机设备及存储介质 |
-
2019
- 2019-09-25 CN CN201910912490.5A patent/CN110689261A/zh active Pending
- 2019-12-09 US US17/762,953 patent/US20220351266A1/en not_active Abandoned
- 2019-12-09 EP EP19946633.5A patent/EP4036823A1/en active Pending
- 2019-12-09 WO PCT/CN2019/124127 patent/WO2021056837A1/zh unknown
- 2019-12-09 JP JP2022519087A patent/JP7280438B2/ja active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040249650A1 (en) * | 2001-07-19 | 2004-12-09 | Ilan Freedman | Method apparatus and system for capturing and analyzing interaction based content |
| JP2009014888A (ja) * | 2007-07-03 | 2009-01-22 | Internatl Business Mach Corp <Ibm> | 対話処理装置、対話処理方法及びコンピュータ・プログラム |
| US20190245974A1 (en) * | 2014-01-08 | 2019-08-08 | Callminer, Inc. | Communication channel customer journey |
| CN107133709A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种客户服务的质量检验方法、装置及系统 |
| CN109816106A (zh) * | 2017-11-20 | 2019-05-28 | 北京智合大方科技有限公司 | 一种基于语音识别和自然语言处理技术进行呼叫中心客服业务知识类应答质量评估系统 |
| CN109410921A (zh) * | 2018-09-30 | 2019-03-01 | 秒针信息技术有限公司 | 一种通过声音进行质量评估的方法及装置 |
| 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 |
| CN110069784A (zh) * | 2019-05-05 | 2019-07-30 | 广东电网有限责任公司 | 一种语音质检评分方法、装置、终端及可存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220351266A1 (en) | 2022-11-03 |
| EP4036823A4 (en) | 2022-08-03 |
| WO2021056837A1 (zh) | 2021-04-01 |
| EP4036823A1 (en) | 2022-08-03 |
| JP7280438B2 (ja) | 2023-05-23 |
| CN110689261A (zh) | 2020-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7280438B2 (ja) | サービス品質評価製品のカスタマイズプラットフォーム及び方法 | |
| US10311893B2 (en) | Speaker association with a visual representation of spoken content | |
| CN106663383B (zh) | 分析受试者的方法和系统 | |
| CN112346567B (zh) | 基于ai的虚拟交互模型生成方法、装置及计算机设备 | |
| CN110633912A (zh) | 监测服务人员服务质量的方法及系统 | |
| CN112818674A (zh) | 带货直播的信息处理方法、装置、设备及介质 | |
| CN112364234B (zh) | 一种在线讨论的自动分组系统 | |
| CN111201566A (zh) | 用于处理数据和输出用户反馈的口语通信设备和计算体系架构以及相关方法 | |
| US20210304107A1 (en) | Employee performance monitoring and analysis | |
| US20140278506A1 (en) | Automatically evaluating and providing feedback on verbal communications from a healthcare provider | |
| JP2017016566A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| KR102100214B1 (ko) | 음성 인식 기반의 세일즈 대화 분석 방법 및 장치 | |
| CN110475032A (zh) | 多业务界面切换方法、装置、计算机装置及存储介质 | |
| CN110705309B (zh) | 服务质量评测方法及系统 | |
| CN110458599A (zh) | 测试方法、测试装置及相关产品 | |
| CN104424955A (zh) | 生成音频的图形表示的方法和设备、音频搜索方法和设备 | |
| US20230024052A1 (en) | Techniques for managing softphone repositories and establishing communication channels | |
| US11783835B2 (en) | Systems and methods for utilizing contextual information of human speech to generate search parameters | |
| JP2020091800A (ja) | 情報処理装置、情報処理方法、および情報提供システム | |
| Andrunyk et al. | The text analysis software for hearing-impaired persons | |
| CN114399821B (zh) | 策略推荐方法、装置、存储介质 | |
| TWI725535B (zh) | 語音互動探知使用者行為與屬性特徵之方法 | |
| Chang et al. | Machine Learning and Consumer Data | |
| de Andrade et al. | Edge emotion recognition: applying fast Fourier transform on speech Mel spectrograms to classify emotion on a Raspberry Pi for near real-time analytics | |
| Jokinen | Usability in location-based services: context and mobile map navigation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220426 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220426 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230125 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230418 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230511 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7280438 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |