語音情感識別技術(shù)是指機器通過語音信號智能識別人類的不同情感狀態(tài)，根據(jù)人在不同情感下的語音信號非平穩(wěn)性特征等比較明顯的特點，通過提取語音的音質(zhì)特征、韻律特征和頻譜特征等聲學特征來判斷情緒的變化。呼叫中心依賴語音獲取信息，因此語音情感識別顯得尤其重要，本文提出將語音情感識別技術(shù)運用于呼叫中心的日常工作，來解決錄音質(zhì)檢、投訴校準、客戶情緒第一時間識別、客服代表服務(wù)熱情實時提醒等問題。
一、語音情感識別技術(shù)發(fā)展趨勢
語音情感識別是人工智能、心理學和生物學等多學科交叉的新興領(lǐng)域。蘊藏在語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)時所表達的含義會截然不同。當今人們不斷深入對情感信息處理的研究，也越來越重視語音信號中情感信息處理的研究。語音信號具有便攜性好和采集方便等優(yōu)勢，因此語音識別技術(shù)在智能人機交互、人機交互教學、娛樂業(yè)、醫(yī)學、刑偵與安全領(lǐng)域得到了廣泛的應(yīng)用。
1997年，美國麻省理工大學的Picard教授首先提出了情感識別的概念，隨后美國麻省理工大學、美國洛杉磯南加州大學、新加坡南陽理工大學等高�？蒲袡C構(gòu)陸續(xù)開展了情感識別領(lǐng)域的研究。在國內(nèi)，東南大學、中科院自動化研究所、清華大學、東南大學、西北工業(yè)大學、江蘇大學等高校和科研機構(gòu)也都開展了情感識別方面的研究。
二、語音情感識別模塊構(gòu)成
語音情感識別技術(shù)是根據(jù)人在不同情感下的語音信號非平穩(wěn)性特征等比較明顯的特點，通過提取語音的音質(zhì)特征、韻律特征和頻譜特征等聲學特征來判斷情緒的變化，語音情感識別模塊大體包括語音采樣、語音預(yù)處理、語音特征提取、語音特征處理、特征識別、情緒判斷幾個部分。
首先可設(shè)定采樣的頻率和時間長短，對語音進行采樣并進行去噪、加窗、分幀等預(yù)處理，然后根據(jù)對不同情緒判斷的需要分別提取語音的音質(zhì)特征、韻律特征和頻譜特征等聲學特征如基音頻率、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頻分析方法進行處理，如短時傅里葉變換（FFT）、希爾伯特變換（Hilbert transform）、經(jīng)驗?zāi)B(tài)分解（EMD）等，之后將特征參數(shù)送入相應(yīng)的函數(shù)識別器（常用的一般為支持向量機SVM）識別特征參數(shù)的歸屬范圍，最后根據(jù)多種語音特征融合后的識別結(jié)果來綜合判斷采樣語音的情感種類。
三、語音情感識別技術(shù)應(yīng)用的必要性
隨著社會進步和生活水平的改善，客戶對呼叫中心熱線服務(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)合國內(nèi)外發(fā)展的新形勢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行質(zhì)檢，錄音抽取范圍一般是客戶做出滿意度參評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，而實際的問題是錄音可能客戶既沒有參評、客服代表也未進行專席轉(zhuǎn)接，故此很難發(fā)現(xiàn)錄音背后隱藏的客戶實際問題，錄音質(zhì)檢的目的也會因此而大打折扣。
2.投訴處理缺少統(tǒng)一的標準
面對客戶各種不同情況的投訴錄音，不同的投訴處理人員會有不同的判斷標準，繼而會執(zhí)行不同的處理流程，帶給客戶與客服代表的感知也會因此而有所差異，對客戶投訴的判責依賴于個人感知的成分較多，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間了解客戶的切實想法和真實情感，無法對癥下藥、做出準確的應(yīng)答，進而會放大客戶的痛苦，激化客戶的不滿情緒，嚴重影響客戶的感知。
4.客服代表的服務(wù)熱情降低
客服代表常年工作在一線，每天面對大量不同客戶近乎相同的問題，重復給出近乎相似的答案，容易產(chǎn)生一定的職業(yè)疲勞，在與客戶的互動中會出現(xiàn)語音語調(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、語音情感識別的具體應(yīng)用
結(jié)合目前國內(nèi)外語音情感研究新興領(lǐng)域的語音情感識別技術(shù)，可構(gòu)建語音情感分析模塊，針對以上提到的幾點問題，實現(xiàn)在客服代表與客戶人機交互的過程中四項重要作用。
1.自動將語音篩選分類
語音情感識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，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做為抽檢錄音的來源，再輔以日常常用的抽檢標準進行質(zhì)檢，這樣就精簡了錄音的抽檢范圍，提高了錄音質(zhì)檢的針對性，增強了質(zhì)檢工作的目的性，更易于發(fā)現(xiàn)實際存在的問題。
2.投訴校準
語音情感識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，為投訴的判責提供標準和理論依據(jù)，進而規(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.客戶情緒及時識別
語音情感識別模塊可以通過實時采樣客戶的聲音，在客戶電話接入的前幾秒對客戶的情緒做出判斷，特別是針對客戶帶著情緒或有疑問撥入熱線卻在音調(diào)上故作平靜、人耳難以識別的情況，進而通過情感識別系統(tǒng)的反饋信息及時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)熱情實時提醒
語音情感識別模塊可以采樣客服代表的錄音，實時對其進行識別判斷，在客服代表出現(xiàn)語音語調(diào)平淡但本身卻未察覺的情況下及時對其做出提醒，以保證客服代表在通話過程中可時刻保持服務(wù)的耐心和熱情，持續(xù)保證服務(wù)的質(zhì)量。
語音情感識別技術(shù)在呼叫中心的實施的方案流程如圖1所示。
圖1 語音情感識別在呼叫中心應(yīng)用流程圖
