基于多模態(tài)的呼叫中心質量監(jiān)控系統(tǒng)的研究和實現(xiàn).pdf

1、近幾年，呼叫中心迅速發(fā)展，在企業(yè)中所占的地位越來越重要。呼叫中心是企業(yè)和客戶之間的重要溝通渠道。呼叫中心的語音質量就直接影響了企業(yè)和客戶關系。隨著經濟的發(fā)展，消費理念的變化，客戶更加關心自身的權益，當自身的權益受到侵犯或者對自身的權益不了解的情況下，客戶就會通過呼叫中心了解自身權益。如果這時話務員的服務質量太差將直接影響了客戶對企業(yè)的印象。隨著呼叫中心的發(fā)展，客戶消費理念的變化，呼叫中心的話音數(shù)量將會急劇增長。面對話音數(shù)量的增長，傳統(tǒng)的

2、人工模式已經不能滿足現(xiàn)在的狀況。基于上述情況，利用關鍵詞檢出技術和情感分析技術實現(xiàn)話音質量的自動化監(jiān)控，以提高服務質量緩解企業(yè)和客戶的關系。
　　本文首先介紹了話務服務質量監(jiān)控系統(tǒng)的兩個模塊:語音關鍵詞檢出和語音情感分析。關鍵詞檢出模塊主要包括語音預處理、特征提取、聲學模型訓練、關鍵詞檢出。聲學模型的訓練是在現(xiàn)有聲學模型的基礎上進行自適應訓練，以使聲學模型在呼叫中心領域內有更好的識別率。使用SphinxTrain工具進行聲學模型的

3、自適應訓練。關鍵詞檢出主要是使用由CMU開源的PocketSphinx工具實現(xiàn)，采用的是填充模型。語音情感識別模塊采用人工神經網絡作為情感分類器。本文主要介紹了模型訓練算法和情感分類算法。重點介紹了反向傳播算法用于神經網絡訓練。
　　本文在關鍵詞檢出和語音情感識別的基礎上設計了話音服務質量評測指標，根據指標設計了話音服務質量評測算法并將其集成到系統(tǒng)中。通過查看話音服務質量評測結果，呼叫中心的經理和話務員都可以快速定位優(yōu)缺點，提高話