近日，極限元與國內(nèi)某知名呼叫中心服務(wù)商達(dá)成合作，極限元通過音頻比對(duì)技術(shù)為其提供電話撥號(hào)音檢測(cè)服務(wù)，有效地提高了企業(yè)呼叫中心坐席人員的工作效率，節(jié)省了人力和時(shí)間成本。

　　在金融、保險(xiǎn)、教育、咨詢類的行業(yè)中，使用呼叫中心通過人工外撥電話開拓業(yè)務(wù)依然占據(jù)著重要的位置，頻繁的外呼電話是企業(yè)提升服務(wù)和實(shí)現(xiàn)業(yè)務(wù)增長的一個(gè)關(guān)鍵。比如：尋找新客戶、新客戶的信息確認(rèn)及業(yè)務(wù)引導(dǎo)、維護(hù)老客戶、老客戶的電話回訪、再次營銷、市場調(diào)查等；新客戶的電話能否打通，老客戶的電話是否停用，或者人為掛斷等，不同的業(yè)務(wù)實(shí)現(xiàn)、未知的電話可能性，都是需要坐席人員去一一驗(yàn)證，其中，一通外撥電話會(huì)面臨多種電話提示音，如：

　　您好，您撥打的用戶已關(guān)機(jī)，請(qǐng)稍后再撥。

　　您好，您撥打的用戶正在通話中，請(qǐng)稍后再撥。

　　您好，請(qǐng)不要掛機(jī)。您撥打的電話正在通話中。

　　您好，你撥打的電話已停機(jī)。

　　您好，您撥打的電話不在服務(wù)區(qū)

　　您好，您撥打的電話是空號(hào)

　　......

　　以上這些電話提示音，是一名坐席人員撥打一通電話要面臨的電話情況。從外呼電話，到面臨不同的電話提示音，再到電話接通后的業(yè)務(wù)溝通，這是一名坐席人員完成一個(gè)客戶所做的工作。我們按普通坐席每天8小時(shí)的工作時(shí)間計(jì)算，據(jù)統(tǒng)計(jì)，國內(nèi)中小企業(yè)每個(gè)坐席人員每天花在電話上的時(shí)間為3.5小時(shí)(包含了撥出和回?fù)?，有的時(shí)間利用率甚至更低。通過電話不同的提示音，判斷此電話是否是有效的信息，這種簡單又重復(fù)的動(dòng)作對(duì)坐席人員是一項(xiàng)龐大的工作量。

　　極限元的電話撥號(hào)音檢測(cè)通過音頻比對(duì)技術(shù)實(shí)現(xiàn)了對(duì)電話提示音的自動(dòng)檢測(cè)來確定有效和無效電話，做精準(zhǔn)分類，降低了坐席人員簡單重復(fù)的勞動(dòng)，提高了工作效率。

　　從音頻信號(hào)提取特征，通過特征進(jìn)行比對(duì)的方法實(shí)現(xiàn)進(jìn)行信息檢索的方法。該方法的核心在于提取的特征值需要滿足一定的要求，比如抗噪性、轉(zhuǎn)換不變性、魯棒性、快速性等特點(diǎn)，主要是為了滿足同一音頻能夠在不同聲道下進(jìn)行準(zhǔn)確檢索。傳統(tǒng)的MFCC、FBANK等聲學(xué)特征已經(jīng)不能滿足音頻比對(duì)任務(wù)的需求。下圖是一個(gè)基于頻譜最大值來建模的音頻比對(duì)方法。在完成最大值點(diǎn)完成建模后，需要進(jìn)行特征的構(gòu)建。而特征構(gòu)建是通過最大值點(diǎn)之間的距離來建模，例如兩個(gè)最大值點(diǎn)的距離、位置信息作為一個(gè)固定的特征來完成音頻特征信息的構(gòu)建。有了上述音頻特征之后，就可以對(duì)兩個(gè)不同音頻進(jìn)行檢索，最大相似度的地方就是相似點(diǎn)，這種技術(shù)最適用于文本內(nèi)容無關(guān)的錄音片段的檢索。

　　在提供音頻比對(duì)技術(shù)的同時(shí)，我們還提供以下相關(guān)語音檢測(cè)技術(shù)：

　　將通話錄音輸入到音頻檢索網(wǎng)絡(luò)，同時(shí)將指定的語音關(guān)鍵詞轉(zhuǎn)換成音素，在檢索網(wǎng)絡(luò)中進(jìn)行匹配，輸出檢索結(jié)果。

　　此解決方案不僅繞開了生成文字所需的解碼過程，提高檢索效率，還能避免語音轉(zhuǎn)文字可能帶來的誤差，提高識(shí)別準(zhǔn)確率。

　　盡管語音關(guān)鍵詞檢索會(huì)造成同音字的誤判，但對(duì)比語音轉(zhuǎn)文字再進(jìn)行關(guān)鍵詞匹配，造成的誤差要小很多，而帶來準(zhǔn)確率提高和效率提升的優(yōu)勢(shì)卻很明顯。同時(shí)對(duì)于海量錄音數(shù)據(jù)內(nèi)容審核的應(yīng)用場景，也更為實(shí)用。

　　情感識(shí)別解決方案通過分析不同情感狀態(tài)和語音聲學(xué)參數(shù)的關(guān)聯(lián)關(guān)系，抽取出魯棒聲學(xué)特征參數(shù)，綜合考慮不同人對(duì)同一段語音的情感感知結(jié)果，建立語音情感識(shí)別模型。為了提高語音情感識(shí)別的魯棒性，采用非線性建模方法建立情感語音分析模型，有效的解決了噪聲環(huán)境下情感語音分析問題。針對(duì)情感識(shí)別中的時(shí)序建模問題，采用一種基于特征層建模和決策層建模相結(jié)合的多尺度時(shí)序建模方法。在特征層實(shí)現(xiàn)短粒度的時(shí)序建模。在決策層實(shí)現(xiàn)更長粒度的時(shí)序建模，并與特征層的時(shí)序建模實(shí)現(xiàn)相互補(bǔ)充。通過上述改進(jìn)，有效的提高了語音情感識(shí)別的準(zhǔn)確率，可以對(duì)通話者的情感狀態(tài)進(jìn)行動(dòng)態(tài)的捕獲和跟蹤。此外，極限元還可以提供基于音視頻多通道情感狀態(tài)識(shí)別的解決方案。

　　極限元撥號(hào)音檢測(cè)把對(duì)目標(biāo)客戶篩選的工作全部承擔(dān)過去，降低了坐席人員的重復(fù)性勞動(dòng)，同時(shí)提高了坐席人員的工作效率。主要適用于坐席人員電話銷售、電話回訪，市場調(diào)查等多種電話溝通形式，可廣泛應(yīng)用于金融、保險(xiǎn)、教育、房地產(chǎn)等行業(yè)中。