不需训练自定义模型,Amazon Transcribe通话分析可快速截取顾客来电特征

AWS在其自动语音识别服务Amazon Transcribe,加入了通话分析(Call Analytics)新功能,让用户直接调用单一API,就可以从客户对话中,截取深入分析信息。这不只是Amazon Transcribe的新功能,也是AWS客服中心智能(AWS Contact Center Intelligence)的关键功能,想要尝鲜的用户,现在可以在AWS控制台激活。

对于销售团队来说,与潜在和现有客户对谈的时机,便是了解需求的机会,通过了解客户来电的主要原因,并且衡量客户对特定销售宣传的兴趣与反应,便有机会促成交易,AWS提到,虽然企业所使用的客服中心供应商各异,但都希望在不同的应用程序中添加来电分析功能。

企业需要分析的内容类型,不只是通话,有可能是网络音频以及视频电话,而这通常需要综合运用人工智能服务和专门的机器学习模型,而Amazon Transcribe通话分析功能便是能够满足这项需求的解决方案。通话分析是创建在Transcribe的自动语音识别功能之上,Transcribe通话分析添加专门针对客户通话的高精确度转录,以及可操作的分析功能,通过简单的API调用,开发人员就可以快速地从任何应用程序添加来电分析,并且从对话中截取分析,而不需要额外构建人工智能工作管线,或是训练自定义机器学习模型。

Transcribe通话分析的主要功能,包括21种语言的通话转录,并提供问题侦测,通话分析会从通话中,挑选出一组最短的连续字词,来表达客户打电话来的原因,而且这个功能开箱即用,不需要任何配置或是训练。

同时,通话分析功能还可以根据对话的特征来分类通话,像是搜索特定字词或是词组,也可以侦测非对话时间、中断或是分析客户和代理的情绪。另外,也可以针对文本转录和相对应的音频文件中的敏感资料进行编辑。

企业可以使用Amazon Transcribe通话分析来侦测通话中的一些关键事件,创建规则来标记客户打断代理,或是表现出负面情绪,说出“叫你们经理来听”的通话,针对这些沟通不顺的情况,可以在日后进行分析检讨。用户也可以分析通话的前15秒,来掌握客服代理是否使用默认的问候语,来评估代理的表现。AWS提到,常用的场景,便是创建规则来标记特定产品和服务被提及的次数,像是特定产品运行不良的情况,以快速掌握产品状况。

除了使用Transcribe通话分析功能,用户也可以使用其他人工智能服务,像是Amazon Translate或Amazon SageMaker来构建自定义自然语言处理模型,以进一步处理文本转录。Transcribe通话分析功能现在于美东、美西、加拿大都已上线,而亚洲则在孟买、新加坡、首尔、东京和雪梨地区提供。