Использование технологий распознавания русской речи...

Использование технологий распознавания русской речи в Cisco Contact Center и Cisco MediaSenseSpeech Technology Applications for Cisco Contact Center and Cisco MediaSense

Александр БелозерчикЦентр речевых технологийwww.speechpro.com

© 2014 Cisco and/or its affiliates. All rights reserved.24.11.2014

Использование технологий распознавания русской речи в Cisco Contact Center и Cisco MediaSense

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 2

© 2014 Cisco and/or its affiliates. All rights reserved.24.11.2014 3

Smart Logger II

HTTP

RTP

Cisco MediaSense

Primary Server

Cisco MediaSenseSecondary Server

Cisco UCM

AXL APISIP

AXL APISIP

RTP

HTTPCisco TAPI

Cisco CTI

Архитектура и принцип работы совместного решения

© 2014 Cisco and/or its affiliates. All rights reserved.24.11.2014 4

Речевые технологии, доступные пользователям Cisco MediaSense

Audio-mining

Пофонемноераспознавание речи

Speech to Text

Распознавание речи на большом словаре

Emo Detection

Детектирование эмоций по голосу

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 5

Сценарии использования технологий ASRдля пользователей Cisco MediaSense

• Задачи операционного управления• Контроль качества работы операторов• Мониторинг удовлетворенности клиентов• и др.

• Поисково-аналитические задачи на массивах фонограмм телефонных переговоров с клиентами• Контекстный поиск• Выявление новых тем обращений• Анализ причин обращений• и др.

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved.

Методология автоматической оценки фонограмм телефонных переговоров КЦ

Анализ событий

телефонии

Анализ речевой

активности

Анализ лексики

дикторов

Анализ эмоций

по голосу

• Раздельный анализ речи оператора и клиента

• Анализ количественно-временных показателей работы оператора на линии и параметров речевой активности дикторов более чем по 25 показателям

• Анализ лексического состава диалога с помощью независящей от словаря технологии пофонемногораспознавания речи

• Оценка эмоционального состояния дикторов в ходе диалога по параметрам голоса

• Комбинированные шаблоны оценки, количество шаблонов автоматической оценки не ограничено

• Шкалы оценки, адаптированные к параметрам различного типа

Smart Logger

ASR engine

Emo engine

АРМсупервизора

Результаты оценки

Задания, фонограммы

Параметры заданий

Оценки и отчеты

1 2 3 4

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 7

Речевые технологии в решении задач операционного управления

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 8

Речевые технологии в решении задач операционного управления – анализ FCR

Методика Доля повторных звонков

IVR 4%

CRM 10%

Smart Logger 17%

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 9

Речевые технологии в решении задач операционного управления – анализ FCR

Определениеповторных звонков по номеру клиента

Результаты поисказвонков с лексикой

повторных обращений

Повторных звонковс одного номеране обнаружено

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 10

Речевые технологии в решении задач операционного управления – анализ CS

Количественные параметры разговора, характерные для претензионных

обращений клиентов:

• продолжительность речи клиента > 50 %

• участки непрерывной речи клиента > 30 сек

• одновременная речь оператора и клиента > 15 %

• уход клиента с линии на удержании

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 11

Эффективность речевых технологийв задачах операционного управления КЦ

• Переход от оценки единичных взаимодействий операторов с клиентами к комплексному анализу и контролю за качеством обслуживания и показателями KPI на 100% обращений

• Многократное повышение эффективности и производительности службы качества за счет автоматизации процессов мониторинга основных индикаторов контакт-центра: CS, FCR, AHT, QM

• Объективизация оценки работы операторов и стандартизация политики качества контакт-центра

• Рост трудовой дисциплины операторов

• Профессиональный рост и нематериальная мотивация службы качества

• Развитие аналитических направлений работы контакт-центра

• Положительное влияние на имидж контакт-центра и организации в целом

Зона контроля случайной выборки Зона контроля автоматической оценки

Случайная выборка: оценивает 5– 10 % обращений клиентов иотражает показатели работы КЦ только на данной выборке

Автоматическая оценка:мониторинг 100% обращений, выявляеткаждый случай снизкими показателями качества

5–10% 100%

DATA

MINING

АНАЛИЗ МАССИВОВ ТЕКСТОВРАСПОЗНАННЫХ ТЕЛЕФОННЫХ ЗВОНКОВ

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 13

Полнотекстовое распознавание речи и речевая аналитика для Cisco CC и MediaSense

Wikipedia 2009Speech Analytics is a term used to describe automatic methods of analyzing speech to extract useful information about the speech content or the speakers.Речевая аналитика – термин, используемый для описания автоматических методов анализа речи для извлечения полезной практически ценной информации о контенте разговора или о говорящих.

Wikipedia 2013Speech analytics is a process of analyzing recorded calls in order to gather information, structure customer interactions and expose information coming from customer contact center interactions with an enterprise.Речевая аналитика – процесс анализа записанных звонков для сбора информации, структурирования взаимодействия с клиентами и предоставления информации, хранящейся в результатах взаимодействия контактных центров с клиентами организации.

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 14

Полнотекстовое распознавание речи и речевая аналитика для Cisco CC и MediaSense

Natural Language Processing

• Специальные методы обработки естественного языка для проведения машинногоанализа

Text Mining

• Извлечение сущностей и фактов

• Аннотирование текстов

• Анализ тональности высказываний

• etc.

Data Mining

• Классификация• Кластеризация• Поиск

ассоциативных связей

• Поиск паттернов

• etc.

РЕЧЕВАЯ АНАЛИТИКА ЦРТ - совокупность технологий и методов, предназначенныхдля извлечения практически полезных знаний и ранее неизвестной информации,содержащихся в массивах или потоках речевой информации, а также всопровождающих их данных.

Call Flow Analysis

• Holds• Transfers• Mute• Conference• Repeated Calls• Call tracking• etc.

Voice Analysis

• Речевая активность

• Детектирование эмоций

• Пол• Возраст• Язык• etc.

SpeechRecognition

• Поиск ключевых слов и выражений на основе фонетического поиска

• Полнотекстовое распознавание слитной речи на большом словаре

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 15

Речевая аналитика - кластеризация телефонных переговоров КЦ с клиентами

Распределение тем обращений клиентов

по часам, дням и операторам

Семантическое облакои распределение вызовов кластера

по дням недели

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 16

Root cause analysis - анализ причин обращений клиентов

Тема?

Причина?

Недостатки формализованных классификаторов:• не могут быть полными, всеобъемлющими и всегда актуальными• не исключают ошибки ввода данных со стороны агента • не позволяют определить то, что не задано в классификаторе• не позволяют провести глубинную аналитику и выявить причину

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 17

Root cause analysis - анализ причин обращений клиентов

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 18

Root cause analysis - анализ причин обращений клиентов

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 19

Кейс: тематический анализ обращений клиентов в большом КЦ

2,7

3,0

3,0

4,2

6,9

8,7

14,0

14,8

20,3

22,5

Неверный выбор службы

Перевод из других служб

Плохая слышимость

Вызовы из области

Консультация с переводом на ТП

Перевод на справку по расcчетам

Информация по тарифам и услугам

Перевод на ТП

Вопросы по подключению

Вопросы по обслуживанию дйствующих клиентов

3,0%

37,3%

59,8%

Плохаяслышимость

Непрофильная нагрузка

Профильнаянагрузка

Задача: анализ обращений клиентов в службу входящего телемаркетинга, поиск возможностей увеличения показателей продаж.Результаты: выявлена большая доля непрофильной нагрузки. Причина: неоптимальная структура IVR. Предложенные мероприятия: оптимизация IVR. Снижение непрофильной нагрузки на 1500 минут ежесуточно, рост доступности службы входящего телемаркетинга на 9%.

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved. 20

Полный спектр речевых технологий дляпользователей Cisco CC и MediaSense

Audio-mining

Пофонемноераспознавание речи

Speech to Text

Распознавание речи на большом словаре

Emo Detection

Детектирование эмоций по голосу

Text to Speech

Синтез речи(Ru, Eng, Kz)

Voice Biometrics

Голосовая биометрия

CiscoRu Cisco CiscoRussia

Ждем ваших сообщений с хештегом#CiscoConnectRu

24.11.2014 © 2014 Cisco and/or its affiliates. All rights reserved.

Пожалуйста, заполните анкеты. Ваше мнение очень важно для нас.

Спасибо

Александр Белозерчикalex@speechpro.com+7 812 325 88 48 (6613)Центр речевых технологийwww.speechpro.com