話務中心概觀
Azure AI 語言和 Azure AI 語音可協助您了解電話語音型客戶互動的部分或完整自動化，並且跨多個通道提供協助工具。 透過語言和語音服務，您可以進一步分析客服中心謄寫、擷取和修訂交談 (PII)、概述謄寫及偵測情感。
在客服和連絡中心實作 Azure AI 服務的一些範例情節如下：
- 虛擬專員：交談式 AI 型電話語音整合式語音機器人和已啟用語音功能的聊天機器人
- 專員助理：即時轉譯和分析通話，以藉由向專員提供深入解析和建議行動來改善客戶體驗
- 通話後分析：通話後分析用以建立客戶交談的深入解析來改善理解，並支援對通話處理的持續改善、品質保證和合規性控制的最佳化，以及其他深入解析驅動的最佳化。
提示
請嘗試使用 Language Studio 或 Speech Studio 來取得如何使用語言和語音服務分析通話中心交談的示範。
若要使用無程式碼方法將客服中心轉譯解決方案部署到 Azure，請嘗試擷取用戶端。
客服中心的 Azure AI 服務功能
整體的客服中心實作通常會納入來自語言和語音服務的技術。
通常用於透過固網產生的客服中心、行動電話和無線電的音訊資料往往是窄頻 (在 8 KHz 的範圍內)，當您將語音轉換成文字時，其可能會帶來挑戰。 語音服務辨識模型經過定型，以確保您可取得高品質的轉譯，不過，您可選擇擷取音訊。
一旦透過語音服務謄寫音訊，您就可以使用語言服務來對客服中心資料執行分析 (例如：情感分析)，概述客戶通話的原因、解決方式，以及擷取和修訂交談 PII 等等。
語音服務
語音服務提供下列可用於客服中心使用案例的功能：
- 即時語音轉換文字：從多個輸入即時辨識和轉譯音訊。 例如，使用虛擬專員或專員助理，您可以持續辨識音訊輸入，並控制如何根據多個事件處理結果。
- 批次語音轉換文字：以非同步方式轉譯大量音訊檔案 (包括說話者自動分段標記)，而且通常使用於通話後分析案例。 自動分段標記是在單聲道音訊資料中辨識和區分說話者的程序。
- 文字轉換語音：文字轉換語音可讓您的應用程式、工具或裝置將文字轉換成近似人類的合成語音。
- 說話者辨識：協助您判斷已註冊說話者群組內未知說話者的身分識別，且通常用於客服中心客戶驗證案例或詐騙偵測。
- 語言識別：識別音訊中所說的語言，並可用於深入解析的即時和通話後分析，或用以控制環境 (例如虛擬專員的輸出語言)。
語音服務可與預先建置的模型搭配運作。 不過，您可能會想要進一步自訂和微調產品或環境的體驗。 語音自訂的一般範例包括：
| 語音自訂 | 描述 |
|---|---|
| 自訂語音 | 一種語音轉換文字功能，用來評估及改善使用案例特定實體的語音辨識精確度 (例如英數客戶、大小寫和合約識別碼、車牌和名稱)。 您也可以使用自己的產品名稱和產業術語來定型自訂模型。 |
| 自訂神經語音 | 一種文字轉換語音功能，可讓您為應用程式建立獨特的自訂合成語音。 |
語言服務
語言服務提供下列可用於客服中心使用案例的功能：
- 個人識別資訊 (PII) 擷取和修訂：在交談轉譯中識別、分類及修訂敏感性資訊。
- 交談摘要：摘要說明每個交談參與者對於問題和解決方式所說的內容。 例如，客服中心可將高音量的產品問題分組。
- 情感分析和意見挖掘：分析轉譯，並在語句和交談層級建立正面、中性或負面情感的關聯。
雖然語言服務適用於預先建置的模型，但您可能想要進一步自訂和微調模型，以從您的資料擷取更多資訊。 語言自訂的一般範例包括：
| 自訂語言 | 描述 |
|---|---|
| 自訂 NER (具名實體辨識) | 改善在轉譯中偵測和擷取實體。 |
| 自訂文字分類 | 使用單一或多個分類來分類和標記已轉譯的語句。 |
您可以在此找到所有語言服務功能和自訂選項的概觀。