Visão geral do Call Center
O Azure AI Language e o Azure AI Speech podem ajudá-lo a realizar a automação parcial ou total das interações com o cliente baseadas em telefonia e fornecer acessibilidade em vários canais. Com os serviços de Linguagem e Fala, você pode analisar ainda mais as transcrições do call center, extrair e redigir conversas (PII), resumir a transcrição e detetar o sentimento.
Alguns cenários de exemplo para a implementação de serviços de IA do Azure em call centers e contact centers são:
- Agentes virtuais: bots de voz integrados por telefonia baseados em IA conversacional e chatbots habilitados para voz
- Agent-assist: transcrição e análise em tempo real de uma chamada para melhorar a experiência do cliente, fornecendo insights e sugerindo ações aos agentes
- Análise pós-chamada: análise pós-chamada para criar insights nas conversas com os clientes para melhorar a compreensão e apoiar a melhoria contínua do tratamento de chamadas, otimização da garantia de qualidade e controle de conformidade, bem como outras otimizações orientadas por insights.
Gorjeta
Experimente o Language Studio ou o Speech Studio para obter uma demonstração sobre como usar os serviços de Linguagem e Fala para analisar conversas de call center.
Para implantar uma solução de transcrição de call center no Azure com uma abordagem sem código, experimente o Ingestion Client.
Recursos de serviços de IA do Azure para call centers
Uma implementação holística de call center normalmente incorpora tecnologias dos serviços de Linguagem e Fala.
Os dados de áudio normalmente usados em call centers gerados por telefones fixos, celulares e rádios geralmente são de banda estreita, na faixa de 8 KHz, o que pode criar desafios quando você está convertendo fala em texto. Os modelos de reconhecimento de serviço de fala são treinados para garantir que você possa obter transcrições de alta qualidade, seja qual for a sua escolha para capturar o áudio.
Depois de transcrever seu áudio com o serviço de fala, você pode usar o serviço de idioma para realizar análises nos dados do seu call center, tais como: análise de sentimento, resumir o motivo das chamadas dos clientes, como elas foram resolvidas, extrair e redigir PII de conversa e muito mais.
Serviço de voz
O serviço de Fala oferece os seguintes recursos que podem ser usados para casos de uso de call center:
- Conversão de voz em texto em tempo real: reconheça e transcreva áudio em tempo real a partir de várias entradas. Por exemplo, com agentes virtuais ou assistência a agentes, você pode reconhecer continuamente a entrada de áudio e controlar como processar resultados com base em vários eventos.
- Fala em lote para texto: transcreva grandes quantidades de arquivos de áudio de forma assíncrona, incluindo diarização de alto-falantes, e normalmente é usado em cenários de análise pós-chamada. Diarização é o processo de reconhecer e separar alto-falantes em dados de áudio monocanal.
- Conversão de texto em fala: Texto em fala permite que seus aplicativos, ferramentas ou dispositivos convertam texto em fala sintetizada como humana.
- Identificação de alto-falantes: ajuda a determinar a identidade de um orador desconhecido dentro de um grupo de palestrantes inscritos e normalmente é usada para cenários de verificação de clientes de call center ou deteção de fraudes.
- Identificação de idioma: identifica idiomas falados em áudio e pode ser usado em análise em tempo real e pós-chamada para insights ou para controlar o ambiente (como o idioma de saída de um agente virtual).
O serviço de Fala funciona bem com modelos pré-construídos. No entanto, convém personalizar e ajustar ainda mais a experiência para seu produto ou ambiente. Exemplos típicos de personalização de fala incluem:
Personalização de voz | Description |
---|---|
Fala personalizada | Um recurso de fala para texto usado para avaliar e melhorar a precisão do reconhecimento de fala de entidades específicas de casos de uso (como IDs alfanuméricos de clientes, ocorrências e contratos, placas de veículos e nomes). Você também pode treinar um modelo personalizado com seus próprios nomes de produtos e terminologia do setor. |
Voz neural personalizada | Um recurso de conversão de texto em fala que permite criar uma voz sintética, personalizada e única para seus aplicativos. |
Serviço linguístico
O serviço Language oferece os seguintes recursos que podem ser usados para casos de uso de call center:
- Extração e redação de Informações de Identificação Pessoal (PII): Identifique, categorize e retire informações confidenciais na transcrição da conversa.
- Resumo da conversa: Resumir em texto abstrato o que cada participante da conversa disse sobre os problemas e resoluções. Por exemplo, um call center pode agrupar problemas de produtos que têm um grande volume.
- Análise de sentimento e mineração de opinião: Analise transcrições e associe sentimentos positivos, neutros ou negativos no nível de enunciado e conversa.
Embora o serviço Language funcione bem com modelos pré-construídos, convém personalizar e ajustar ainda mais os modelos para extrair mais informações de seus dados. Exemplos típicos de personalização de idioma incluem:
Personalização de idioma | Description |
---|---|
NER personalizado (reconhecimento de entidade nomeada) | Melhorar a deteção e extração de entidades em transcrições. |
Classificação de texto personalizada | Classificar e rotular os enunciados transcritos com classificações únicas ou múltiplas. |
Você pode encontrar uma visão geral de todos os recursos do serviço de idiomas e opções de personalização aqui.
Próximos passos
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários