面向呼叫中心話音服務(wù)質(zhì)量監(jiān)控的關(guān)鍵詞檢出技術(shù)研究與應(yīng)用.pdf

1、隨著國(guó)民經(jīng)濟(jì)的飛速發(fā)展，企業(yè)與客戶之間的互動(dòng)日益頻繁，作為兩者之間溝通橋梁的呼叫中心已經(jīng)成為企業(yè)運(yùn)營(yíng)不可缺少的一部分。話音服務(wù)質(zhì)量的監(jiān)控和保證是呼叫中心管理工作中的重中之重。目前面向呼叫中心的話音服務(wù)質(zhì)量監(jiān)控還處在低效的人工模式監(jiān)控。單一的人工監(jiān)控模式已經(jīng)不適于應(yīng)用在當(dāng)前以高量級(jí)增長(zhǎng)的呼叫中心業(yè)務(wù)監(jiān)控系統(tǒng)中。正是基于上述背景本文在原有評(píng)測(cè)指標(biāo)的基礎(chǔ)上利用關(guān)鍵詞檢出技術(shù)實(shí)現(xiàn)機(jī)器自動(dòng)檢測(cè)，然后對(duì)于檢出的話音關(guān)鍵詞信息設(shè)計(jì)了一套評(píng)測(cè)算法用于最

2、后的話音服務(wù)質(zhì)量評(píng)分。根據(jù)這個(gè)解決方案本文設(shè)計(jì)開發(fā)了一個(gè)基于關(guān)鍵詞檢出的話音服務(wù)質(zhì)量監(jiān)控應(yīng)用系統(tǒng)。
　　 本文首先介紹了關(guān)鍵詞檢出系統(tǒng)的基本架構(gòu)和相關(guān)技術(shù)模塊。一個(gè)關(guān)鍵詞檢出系統(tǒng)主要由模型訓(xùn)練和識(shí)別匹配這兩部分構(gòu)成。關(guān)鍵詞檢出的基本技術(shù)模塊主要包含:語音預(yù)處理，特征提取，聲學(xué)模型訓(xùn)練，解碼和識(shí)別等。本文分別闡述了各個(gè)技術(shù)模塊所涉及的技術(shù)要點(diǎn)，重點(diǎn)介紹了基于HMM的聲學(xué)模型的訓(xùn)練。本文利用Sphinx系統(tǒng)的Sphinx Train

3、完成了AN4語料庫CD聚類聲學(xué)模型的訓(xùn)練。
　　 關(guān)鍵詞檢出引擎的設(shè)計(jì)實(shí)現(xiàn)是本文的主要工作之一。本文在Sphinx-4現(xiàn)有的識(shí)別功能模塊的基礎(chǔ)上設(shè)計(jì)了填充模型數(shù)據(jù)結(jié)構(gòu)，即語法識(shí)別網(wǎng)絡(luò)，基于該網(wǎng)絡(luò)實(shí)現(xiàn)了關(guān)鍵詞檢出。填充模型數(shù)據(jù)結(jié)構(gòu)將節(jié)點(diǎn)定義為初始節(jié)點(diǎn)、終止節(jié)點(diǎn)、關(guān)鍵詞節(jié)點(diǎn)和NULL語法節(jié)點(diǎn)。通過這4種節(jié)點(diǎn)創(chuàng)建識(shí)別網(wǎng)絡(luò)。其中NULL是Sphinx中特殊的語法結(jié)構(gòu)，它可以自動(dòng)匹配關(guān)鍵詞表外的任意詞，適用于遞歸的語法結(jié)構(gòu)。當(dāng)采用AN4聲

4、學(xué)模型作為關(guān)鍵詞檢出引擎模型對(duì)引擎進(jìn)行性能測(cè)試時(shí)，實(shí)驗(yàn)表明:用8個(gè)高斯混合數(shù)的聲學(xué)模型作為引擎模型，引擎在虛報(bào)指數(shù)較低的情況下有較好的識(shí)別率和正確率，性能良好。此外，本文還測(cè)試了用WSJ大詞匯量聲學(xué)模型作為引擎模型時(shí)引擎的性能，實(shí)驗(yàn)表明:基于WSJ聲學(xué)模型的引擎識(shí)別性能良好，可以滿足大詞匯表識(shí)別檢出。
　　 本文設(shè)計(jì)了一套基于關(guān)鍵詞信息通用的話音服務(wù)質(zhì)量評(píng)測(cè)指標(biāo)體系，并設(shè)計(jì)了評(píng)測(cè)算法集成到系統(tǒng)，實(shí)現(xiàn)話音服務(wù)質(zhì)量監(jiān)控的準(zhǔn)確化和自動(dòng)