語(yǔ)音情感識(shí)別技術(shù)是指機(jī)器通過語(yǔ)音信號(hào)智能識(shí)別人類的不同情感狀態(tài)，根據(jù)人在不同情感下的語(yǔ)音信號(hào)非平穩(wěn)性特征等比較明顯的特點(diǎn)，通過提取語(yǔ)音的音質(zhì)特征、韻律特征和頻譜特征等聲學(xué)特征來判斷情緒的變化。呼叫中心依賴語(yǔ)音獲取信息，因此語(yǔ)音情感識(shí)別顯得尤其重要，本文提出將語(yǔ)音情感識(shí)別技術(shù)運(yùn)用于呼叫中心的日常工作，來解決錄音質(zhì)檢、投訴校準(zhǔn)、客戶情緒第一時(shí)間識(shí)別、客服代表服務(wù)熱情實(shí)時(shí)提醒等問題。

一、語(yǔ)音情感識(shí)別技術(shù)發(fā)展趨勢(shì)

語(yǔ)音情感識(shí)別是人工智能、心理學(xué)和生物學(xué)等多學(xué)科交叉的新興領(lǐng)域。蘊(yùn)藏在語(yǔ)音中的情感信息是人們相互交流的重要信息，例如同樣一句話，說話人在不同的情感狀態(tài)時(shí)所表達(dá)的含義會(huì)截然不同。當(dāng)今人們不斷深入對(duì)情感信息處理的研究，也越來越重視語(yǔ)音信號(hào)中情感信息處理的研究。語(yǔ)音信號(hào)具有便攜性好和采集方便等優(yōu)勢(shì)，因此語(yǔ)音識(shí)別技術(shù)在智能人機(jī)交互、人機(jī)交互教學(xué)、娛樂業(yè)、醫(yī)學(xué)、刑偵與安全領(lǐng)域得到了廣泛的應(yīng)用。

1997年，美國(guó)麻省理工大學(xué)的Picard教授首先提出了情感識(shí)別的概念，隨后美國(guó)麻省理工大學(xué)、美國(guó)洛杉磯南加州大學(xué)、新加坡南陽(yáng)理工大學(xué)等高校科研機(jī)構(gòu)陸續(xù)開展了情感識(shí)別領(lǐng)域的研究。在國(guó)內(nèi)，東南大學(xué)、中科院自動(dòng)化研究所、清華大學(xué)、東南大學(xué)、西北工業(yè)大學(xué)、江蘇大學(xué)等高校和科研機(jī)構(gòu)也都開展了情感識(shí)別方面的研究。

二、語(yǔ)音情感識(shí)別模塊構(gòu)成

語(yǔ)音情感識(shí)別技術(shù)是根據(jù)人在不同情感下的語(yǔ)音信號(hào)非平穩(wěn)性特征等比較明顯的特點(diǎn)，通過提取語(yǔ)音的音質(zhì)特征、韻律特征和頻譜特征等聲學(xué)特征來判斷情緒的變化，語(yǔ)音情感識(shí)別模塊大體包括語(yǔ)音采樣、語(yǔ)音預(yù)處理、語(yǔ)音特征提取、語(yǔ)音特征處理、特征識(shí)別、情緒判斷幾個(gè)部分。

首先可設(shè)定采樣的頻率和時(shí)間長(zhǎng)短，對(duì)語(yǔ)音進(jìn)行采樣并進(jìn)行去噪、加窗、分幀等預(yù)處理，然后根據(jù)對(duì)不同情緒判斷的需要分別提取語(yǔ)音的音質(zhì)特征、韻律特征和頻譜特征等聲學(xué)特征如基音頻率、共振峰、Mel頻率倒譜系數(shù)、能量、樣本熵等，再將提取的多種特征通過各種時(shí)頻分析方法進(jìn)行處理，如短時(shí)傅里葉變換（FFT）、希爾伯特變換（Hilbert transform）、經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）等，之后將特征參數(shù)送入相應(yīng)的函數(shù)識(shí)別器（常用的一般為支持向量機(jī)SVM）識(shí)別特征參數(shù)的歸屬范圍，最后根據(jù)多種語(yǔ)音特征融合后的識(shí)別結(jié)果來綜合判斷采樣語(yǔ)音的情感種類。

三、語(yǔ)音情感識(shí)別技術(shù)應(yīng)用的必要性

隨著社會(huì)進(jìn)步和生活水平的改善，客戶對(duì)呼叫中心熱線服務(wù)質(zhì)量的要求也在不斷提高，而呼叫中心主要通過電話與客戶交流，依賴語(yǔ)音獲取信息，與客戶的接觸渠道比較單一，這就需要我們結(jié)合國(guó)內(nèi)外發(fā)展的新形勢(shì)來積極尋求提升服務(wù)質(zhì)量及客戶感知的新方法以應(yīng)對(duì)如下問題。

1.海量錄音抽樣質(zhì)檢的限制性

客服質(zhì)檢人員每天從幾萬條錄音中只抽取幾百或幾十條錄音進(jìn)行質(zhì)檢，錄音抽取范圍一般是客戶做出滿意度參評(píng)或客服代表的專席轉(zhuǎn)接的錄音，無形中限制了錄音質(zhì)檢的范圍，而實(shí)際的問題是錄音可能客戶既沒有參評(píng)、客服代表也未進(jìn)行專席轉(zhuǎn)接，故此很難發(fā)現(xiàn)錄音背后隱藏的客戶實(shí)際問題，錄音質(zhì)檢的目的也會(huì)因此而大打折扣。

2.投訴處理缺少統(tǒng)一的標(biāo)準(zhǔn)

面對(duì)客戶各種不同情況的投訴錄音，不同的投訴處理人員會(huì)有不同的判斷標(biāo)準(zhǔn)，繼而會(huì)執(zhí)行不同的處理流程，帶給客戶與客服代表的感知也會(huì)因此而有所差異，對(duì)客戶投訴的判責(zé)依賴于個(gè)人感知的成分較多，缺少說服力和理論依據(jù)。

3.客戶情緒感知的滯后性

若客戶帶著情緒或有疑問撥入熱線卻在音調(diào)上故作平靜，客服代表將很難在第一時(shí)間了解客戶的切實(shí)想法和真實(shí)情感，無法對(duì)癥下藥、做出準(zhǔn)確的應(yīng)答，進(jìn)而會(huì)放大客戶的痛苦，激化客戶的不滿情緒，嚴(yán)重影響客戶的感知。

4.客服代表的服務(wù)熱情降低

客服代表常年工作在一線，每天面對(duì)大量不同客戶近乎相同的問題，重復(fù)給出近乎相似的答案，容易產(chǎn)生一定的職業(yè)疲勞，在與客戶的互動(dòng)中會(huì)出現(xiàn)語(yǔ)音語(yǔ)調(diào)平淡的問題，自己本身卻察覺不到，無形中影響了客戶的感知和呼叫中心的服務(wù)質(zhì)量。

四、語(yǔ)音情感識(shí)別的具體應(yīng)用

結(jié)合目前國(guó)內(nèi)外語(yǔ)音情感研究新興領(lǐng)域的語(yǔ)音情感識(shí)別技術(shù)，可構(gòu)建語(yǔ)音情感分析模塊，針對(duì)以上提到的幾點(diǎn)問題，實(shí)現(xiàn)在客服代表與客戶人機(jī)交互的過程中四項(xiàng)重要作用。

1.自動(dòng)將語(yǔ)音篩選分類

語(yǔ)音情感識(shí)別模塊可以將海量的錄音根據(jù)客戶情感的不同區(qū)分成不同的客戶情感錄音庫(kù)，質(zhì)檢人員可以根據(jù)質(zhì)檢的需要和目的將分類后的情感錄音庫(kù)做為抽檢錄音的來源，再輔以日常常用的抽檢標(biāo)準(zhǔn)進(jìn)行質(zhì)檢，這樣就精簡(jiǎn)了錄音的抽檢范圍，提高了錄音質(zhì)檢的針對(duì)性，增強(qiáng)了質(zhì)檢工作的目的性，更易于發(fā)現(xiàn)實(shí)際存在的問題。

2.投訴校準(zhǔn)

語(yǔ)音情感識(shí)別模塊可以通過采樣客戶的投訴錄音，綜合判斷客戶和客服代表情緒的歸屬類別，為投訴的判責(zé)提供標(biāo)準(zhǔn)和理論依據(jù)，進(jìn)而規(guī)范和統(tǒng)一后續(xù)的處理流程，這樣，即使不同的投訴處理人員也會(huì)給客戶和客服代表做出相同的處理結(jié)果，使投訴處理工作更具有說服力。

3.客戶情緒及時(shí)識(shí)別

語(yǔ)音情感識(shí)別模塊可以通過實(shí)時(shí)采樣客戶的聲音，在客戶電話接入的前幾秒對(duì)客戶的情緒做出判斷，特別是針對(duì)客戶帶著情緒或有疑問撥入熱線卻在音調(diào)上故作平靜、人耳難以識(shí)別的情況，進(jìn)而通過情感識(shí)別系統(tǒng)的反饋信息及時(shí)提醒客服代表客戶情緒的異常，客服代表可以靈活轉(zhuǎn)變問題處理的方式從而縮小客戶的痛苦，提高客戶的滿意度。

4.客服代表服務(wù)熱情實(shí)時(shí)提醒

語(yǔ)音情感識(shí)別模塊可以采樣客服代表的錄音，實(shí)時(shí)對(duì)其進(jìn)行識(shí)別判斷，在客服代表出現(xiàn)語(yǔ)音語(yǔ)調(diào)平淡但本身卻未察覺的情況下及時(shí)對(duì)其做出提醒，以保證客服代表在通話過程中可時(shí)刻保持服務(wù)的耐心和熱情，持續(xù)保證服務(wù)的質(zhì)量。

語(yǔ)音情感識(shí)別技術(shù)在呼叫中心的實(shí)施的方案流程如圖1所示。

圖1 語(yǔ)音情感識(shí)別在呼叫中心應(yīng)用流程圖

作者：王玉靜單位為山東移動(dòng)客戶服務(wù)一中心。