基于ASR的呼叫中心實現(xiàn)及客戶分類研究.pdf

1、隨著中小型企業(yè)實施客戶關系管理(CRM)的進程，呼叫中心作為企業(yè)與客戶的統(tǒng)一接觸點，建立功能完善的呼叫中心是增強企業(yè)競爭力的重要手段之一，其中交互式語音應答(IVR)系統(tǒng)是呼叫中心的重要組成部分。 為了增強系統(tǒng)可擴展性，交互式語音應答(IVR)系統(tǒng)采用與具體工作流程無關的開發(fā)方案，建立了IVR系統(tǒng)設計框架?？蚣懿捎肨reeView控件顯示工作流程，該控件由節(jié)點集組成，每一個節(jié)點表示工作流程的一步操作。結(jié)構設計模塊實現(xiàn)了節(jié)點的添加

2、、刪除；內(nèi)容設計模塊指定了各個節(jié)點的操作類型和操作參數(shù)；執(zhí)行模塊將由TreeView控件表示的工作流程轉(zhuǎn)換成語音卡控制程序；管理模塊對多個工作流程進行管理。對酒店信息管理系統(tǒng)功能進行分析，實現(xiàn)了入住登記、結(jié)賬、酒店信息查詢與修改等功能，并在上述設計框架上實現(xiàn)了酒店呼叫中心的功能，包括電話留言、迷你酒吧、叫醒服務及房間狀態(tài)更新。 針對用戶通過電話按鍵與IVR系統(tǒng)交互的不足，研究了基于離散隱馬爾可夫(DHMM)的孤立詞ASR算法。在

3、語音端點檢測研究中，分析了短時自相關函數(shù)最大值和LPC距離對有聲段和無聲段的區(qū)分度，實驗結(jié)果證明前者能更好地區(qū)分有聲段和無聲段，實現(xiàn)了基于短時自相關函數(shù)的雙門限端點檢測算法；研究了兩種常用的語音特征參數(shù)線性預測倒譜系數(shù)(LPCC)和Mel倒譜系數(shù)(MFCC)的提取方法；詳細分析了基于DHMM的孤立詞識別系統(tǒng)的訓練和識別過程。最后給出試驗結(jié)果及分析，并將ASR算法應用于IVR系統(tǒng)中，實現(xiàn)了具有語音識別功能的IVR系統(tǒng)。 CRM的核