語音分析技術在物流咨詢行業應用研究

【摘 ?要】在新舊動能轉換背景下，物流咨詢行業中人工智能的應用是智慧物流的重要環節，其正在成為物流業轉型升級的重要動力源泉。論文針對目前物流咨詢行業存在的核心問題——大量信息無法及時有效處理，通過對語音分析技術的應用，研究了解決物流咨詢行業信息管理問題的對策，以期提高客戶滿意度。

【Abstract】Under the background of the transformation of new and old kinetic energy， the application of artificial intelligence in logistics consulting industry is an important link of intelligent logistics， and it is becoming an important power source for the transformation and upgrading of logistics industry. Aiming at the core problem existing in logistics consulting industry， that is， a large amount of information can not be handled effectively in time， this paper studies the countermeasures to solve the information management problem of logistics consulting industry through the application of speech analysis technology， so as to improve customer satisfaction.

【關鍵詞】人工智能;物流咨詢;語音識別

【Keywords】artificial intelligence; logistics consulting; speech recognition

【中圖分類號】TP18;TN912.34 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2020）07-0188-02

1 引言

目前，物流咨詢行業存在的主要問題有：因為沒有有效地對海量錄音數據進行處理、分析、挖掘、整理和匯總，造成信息資源浪費，無法掌握客戶需求;在信息處理時，無法將錄音數據進行文本化，造成錄音數據分析時間較長，效率較低;無法及時處理與客戶溝通的信息，未掌握目前業務中存在的熱點問題，無法對潛在的物流增值服務進行甄別。

2 物流咨詢行業語音識別系統設計

通過研究，本系統有效地對海量錄音數據進行處理、分析、挖掘、整理和匯總，提取出有效的信息，及時掌握目前業務中存在的熱點問題，對潛在的行業商機進行甄別，為客服質檢和營銷管理提供有效支撐，最終實現在物流客服錄音方面為進行全面客服質檢和運營分析提供有力的輔助手段。

2.1 設計目標

本系統的設計目標如下：

一是建立語音分析平臺，實現自動客服質檢。通常客服中心對錄音數據的質量抽檢率在1%左右，人力難以對所有錄音進行全部質檢。使用語音分析系統，可對所有錄音進行預處理，極大地提升了客服質檢的效率，進而結合其他管理手段快速提高客服質量，進而提升客戶滿意度，減少投訴和客戶流失。二是實現錄音分類，按業務類別存儲和檢索。目前，客服中心的錄音是按日期和客服坐席編號進行存儲的，難以通過業務進行檢索和查詢，通過研究語音分析技術，將錄音信息轉換為結構化信息，再經過針對性定制的語言模型，實現對每條錄音按業務類型進行分類。

2.2 系統總體功能

物流客服錄音中包含了大量的用戶行為特征、潛在的需求、業務信息、競爭對手動向以及行業趨勢等，而海量非結構化的語音無法通過人工方式進行全面測聽分析。應用語音分析技術，對用戶語音錄音分析、挖掘、整理、匯總，及時掌握目前服務中存在的熱點或潛在的機會，為營銷分析與運營管理提供決策輔助。

2.2.1 多維度“智能”質檢

實現對錄音文件的100%全面檢查。擴大質檢的覆蓋面，將來甚至可以實現全面質檢，有效提高客服質檢監督能力。通過穩定可靠的計算機質檢能力進行問題篩查，并由質檢人員進一步確認，保證了質檢工作的全面、公正和可信度。

“智能”語音引擎對每條錄音進行分場景測聽，并進行聚類運算，挖掘用戶服務類型、質檢客服代表服務水平。通過以服務類型、違規類型這兩個維度分析不同服務類型中違規通話占比，以服務類型、坐席班組等維度分析各種服務類型下，各話務班組的服務水平，以用戶品牌、話務席班組、客服代表工號等維度進行分析，可清晰地找到每個話務員服務中時常出現的問題，可針對性地進行個人能力的提升。

2.2.2 “智能”運營分析

將海量的錄音文件文本化，對錄音文本進行多維度的統計分析，實現重復來電分析、來電原因分析、通話時長分析、競爭情報分析、通話焦點分析、多維交叉分析，提供日常運營數據參考，實現“智能”運營分析。利用重復來電分析，可以分析出重復來電數量較高的業務、坐席班組等信息，用于高頻分析-問題收集業務。利用來電原因分析，可以結合客服已定義的服務請求對人工來話進行自動的分類展現。利用通話時長分析，可以得到平均通話時長的趨勢圖，并且可以根據需要查詢平均通話時長較長的業務、坐席班組等信息，用于人工效率-平均通話時長的業務。利用競爭情報分析，可以將涉及競爭對手的錄音篩選出來，進行專門測聽，分析競爭對手的業務情況和對自己客戶的影響，從而制定相應策略。

2.2.3 “智能”語音檢索

語音檢索支持關鍵詞及關鍵詞組合查詢，篩選出語音文件中用戶或客服代表說的這些關鍵詞，質檢人員可以對服務禁語關鍵詞進行查詢，針對性地測聽。語音指數針對移動業務關鍵詞預設查詢，提高用戶對業務類關鍵詞的查詢搜索效率，查詢結果可以進行批注保存。通過對語音搜索結果的分析、歸類、匯總和數據挖掘，及時發現和了解當前服務中存在的熱點和商機，為物流客服的營銷分析和運營管理提供數據基礎和決策輔助參考，從而進行準確的主動性營銷和針對性營銷，為物流客服服務中心創造服務價值提供可能和基礎。

3 “智能”分析流程

本系統的關鍵技術和研究內容在于“智能”的語音分析流程，是整個項目的核心。主要研究內容及框架如下。

3.1 建設物流客服聲學模型和語言模型

在語音分析過程中，將非結構化的語音數據轉換為結構化的信息是最關鍵的環節，而影響轉換效果的關鍵在于聲學模型和語言模型，為后期信息抽取和主題分類提供基礎信息。

3.2 研究語義解析系統

以客服主要業務作為分類目標進行聚類和分類，研究多分類器的可行性，解決實際通話內容的分類問題。通過對物流客服業務內容和業務頻度等進行聚類和分類，對客戶語音錄音進行文本標注，并對關鍵詞、熱詞、常見用戶說法等進行歸類和匯總，建立移動客服語義解析模型，提升錄音數據按業務分類檢索的準確率。

3.3 建設語音分析平臺

實現語音分析系統和現有錄音系統及質檢系統的對接，建立語音分析系統，實現以下功能。

話者分離功能：目前的呼叫中心平臺采用單通道錄音，即將接入的用戶錄音通道和客服錄音通道的數據混合在同一信道進行存儲，以節約存儲空間，這樣做的缺點是不容易針對某一方的通話進行處理。客服質檢的主要任務在于評價客服人員的服務質量，語音數據挖掘則更關注客戶的聲音，客戶錄音中包含了用戶的潛在需求信息或者競爭對手的信息等，具有顯著的商業價值。語音分析系統具備話者分離功能，可以準確地將用戶語音和客服語音進行分離，為后續對客服語音和用戶語音進行區別性處理奠定基礎。

索引建立功能：索引建立是語音分析中重要的步驟，索引建立服務器中包含語音分析引擎、情緒識別引擎、靜音識別引擎等語音分析核心組件，可以分析出語音中包含的文本信息、情緒波動信息、靜音信息、用戶和客服說話時長以及上述信息的精確位置等，這些信息被集中存儲至高性能的索引介質中，即完成非結構化語音數據的結構化過程，以供后續檢索和分析之用。

結構化檢索功能：針對輸入的關鍵詞、情緒級別和長時靜音長度等的檢索請求，從大規模索引文件中進行快速檢索，返回與之相關的所有語音并定位至準確的錄音片段，使用者可以對每一個檢索結果進行局部審聽，從而對客服人員的質量進行評估和關注信息標注。

通話分析功能：在實際的通話過程中，除了常規的業務信息之外，用戶在有意無意之間會透露更多的信息，這些信息可能是對服務流程的建議、對某些業務或產品的喜惡、其他服務提供商的產品或商務活動、新業務或者新功能的詢問等，對于單條語音來講也許沒有太多的價值，但基于大量用戶的共同行為，就具備重大的商業價值。對于大量通話數據的挖掘和分析，可以洞悉服務環節出現的問題、競爭對手的行動、用戶的新需求、行業的動向等重要信息。通過對這些重要信息的處理和把握，可以大大提高自身的服務水準，同時，有助于調整營銷策略，獲得更多的收益和打擊競爭對手。

4 結語

在新舊動能轉換的背景下，人工智能在物流咨詢行業中的應用是智慧物流中的重要環節，也是物流業轉型升級的重要動力。針對物流咨詢行業產生的大量信息，通過語音分析技術的應用，解決物流咨詢行業信息管理中存在的問題，從而提高客戶滿意度，但要精準高效地設計與應用語音識別系統，不僅需要技術的支持，更需要企業管理層的認可與執行。

【參考文獻】

【1】李紅月，陳鑫強，金秀玉.物流業轉型升級的動力探析——以供給側結構性改革為視角[J].延邊大學學報（社會科學版），2019，52（4）：96-103.

【2】丁俊發.改革開放40年中國物流業發展與展望[J].中國流通經濟，2018（4）：3-17.

【基金項目】本文系2018年度濰坊市軟科學研究計劃項目《新舊動能轉換背景下物流咨詢行業人工智能應用研究》（2018RKX060）階段性成果。

【作者簡介】林琳（1980-），女，山東煙臺人，講師，從事物流管理，物流信息化研究。