Платформа автоматизации контакт-центров с использованием речевой аналитики Российский патент 2023 года по МПК G06Q50/10 G10L15/22 

Техническое решение относится к области обработки цифровых данных на базе алгоритмов машинного обучения, в частности, к компьютерным автоматизированным способам и системам оценки качества обслуживания клиентов на основе анализа аудио потоков с помощью инструментов машинного обучения.

Из уровня техники известна система (патент RU 2724600, МПК G10L 15/22, опубл. 25.06.2020), которая содержит модуль автоматического запуска соединения с электронным устройством пользователя, выполненный с возможностью взаимодействия с IVR-системой для обеспечения соединения с электронным устройством пользователя, модуль составления отчетов о взаимодействии голосовой роботизированной вопросно-ответной системы с IVR-системой, выполненный с возможностью заполнения отчета данными, полученными при взаимодействии голосовой роботизированной вопросно-ответной системы с IVR-системой в случае отсутствия установленного соединения системы с электронным устройством пользователя.

Недостатками указанной системы оценки результатов являются: взаимодействие с системой осуществляется путем нажатия клавиш на телефоне в зависимости от озвученной информации. Подобный функционал ограничивает пользователя в выборе вариантов продолжения диалога.

Из уровня техники известна система (патент RU 2703969, МПК G06Q 10/00, опубл. 22.10.2019, прототип) оценки качества обслуживания клиентов на основе анализа видео- и аудиопотоков с помощью инструментов машинного обучения, содержащая источник данных, выполненный с возможностью фиксации видео- и аудиоданных; сервер, связанный каналом передачи данных с источником данных и содержащий базу данных и вычислительное устройство.

Недостатками указанной системы оценки результатов являются: система не обладает диалоговым модулем для взаимодействия в голосовом канале, что не позволяет производить полноценную аналитику и оценку обращений, обработанных в автоматическом режиме.

Технический результат заключается в повышении точности определения оценки качества обслуживания операторов и анализа запросов клиентов на основе анализа аудио потоков с помощью инструментов машинного обучения, а также обеспечение возможности выстраивания диалога с пользователем в голосовом канале при помощи виртуального ассистента.

Возможность ведения диалога с пользователем в голосовом канале достигается тем, что платформа речевой аналитики автоматизации контакт-центров, содержащая модуль телефонной станции АТС Asterisk, выполненный с возможностью при поступлении звонка перенаправлять его на модуль с протоколом двунаправленной передачи звука AudioSocket, выполненный с возможностью перехвата управления голосовым потоком и перенаправления его через модуль детекции тишины в модуль распознавания речи, выполненный с возможностью преобразования устной речи в текст и соединенный с диалоговым модулем, который через базу данных виртуального ассистента, в которой хранится информация о сценарии диалога и информации по прохождению сценария для каждого обращения, также диалоговый модуль соединен с модулем синтеза речи и с модулем протокола двунаправленной передачи звука AudioSocket, при этом модуль речевой аналитики соединен с модулем обработки фоновых задач, выполненным с возможностью распределения вычислений и соединенным посредством двунаправленной связи с модулем подсчета оценок разговора, информация из которого поступает в базу данных речевой аналитики, связанную с модулем речевой аналитики, а через него с веб-интерфейсом.

За счет наличия в системе модуля распознавания устной речи система может взаимодействовать с клиентом в голосовом канале.

За счет наличия в системе модуля синтеза речи в системе осуществляется воспроизведение определенного блока речевых фраз без использования предварительно записанных аудио файлов.

При помощи диалогового модуля обеспечиваются взаимодействия с текстовым каналом коммуникации по принципу работы голосового канала, за исключением модуля распознавания речи, за счет работы с текстовым представлением данных с использованием методов прохождения скрипта по ключевым словам или классификатора тематик.

Платформа речевой аналитики автоматизации контакт-центров - это система, которая может быть представлена программно-аппаратным комплексом, выполненным с возможностью взаимодействия с электронным устройством пользователя по каналу цифровой связи, например, сервером, содержащим специализированное программное обеспечение и выполненным с возможностью вопросно-ответного взаимодействия с электронным устройством пользователя, а также загрузки, редактирования и удаления специализированного программного обеспечения администратором системы. Система может содержать базу сценариев взаимодействия с пользователем, которая может быть интегрирована в модуль автоматического запуска соединения с электронным устройством пользователя, либо она может быть размещена удаленно и может быть соединена с модулем автоматического запуска сценария любыми известными средствами обеспечения связи.

После совершения разговора, аудиозапись разговора и весь распознанный текст передаются в модуль речевой аналитики. Полученные данные сохраняются в базу данных речевой аналитики и направляются в модуль обработки фоновых задач. Далее аудиозапись и текст разговора по отдельности попадают в модуль подсчета оценок разговора для извлечения параметров аудиозаписи и подсчета оценок по тексту соответственно.

С применением нейронных сетей, из аудиозаписи извлекаются следующие характеристики: количество и длина пауз между репликами, количество перебиваний, тональность речи сотрудника и клиента, соотношение фраз сотрудника и клиента, общее время разговора.

Распознанный текст же оценивается по заранее созданным и записанным в базе данных речевой аналитике правилам. Эти правила задаются пользователем системы через веб-интерфейс и заключаются в наборах слов или выражений, которые должен сказать сотрудник или клиент. По каждому из наборов слов ставится собственная оценка - сказал или нет сотрудник либо клиент нужные фразы, после чего эти оценки суммируются для подсчета общей оценки разговора.

После сбора характеристик аудиозаписи и оценок разговора, они сохраняются в базу данных речевой аналитики. Далее доступ к этим данным можно получить из веб-интерфейса. Там можно просматривать распознанный текст разговора, прослушивать аудио-запись, просматривать характеристики аудиозаписи и оценки по правилам, редактировать сами правила.

Реализация изобретения описана в дальнейшем в соответствии с прилагаемой блок-схемой заявляемой системы, где основным модулям присвоены следующие позиции:

1. Телефон, устройство с которого поступает сигнал.

2. Модуль телефонной станции ATC Asterisk.

3. Модуль с протоколом двунаправленной передачи звука AudioSocket.

4. Модуль детекции тишины.

5. Модуль распознавания речи.

6. Диалоговый модуль.

7. База данных виртуального ассистента

8. Модуль синтеза речи.

9. Модуль речевой аналитики.

10. Модуль обработки фоновых задач.

11. Модуль подсчета оценок разговора.

12. База данных речевой аналитики.

13. Веб-интерфейс.

При реализации способа посредством указанной системы осуществляются следующие основные этапы:

13 - Осуществление вызова (звонка) с телефона пользователя 1 на АТС Asterisk 2.

14 - Передача управления голосовым потоком АТС Asterisk 2 приложению AudioSocket 3.

15 - Извлечение частей голосового потока, где пользователь произносил какие-либо фразы, в приложение AudioSocket 3, с помощью модуля детекции тишины Voice Activity Detection (VAD) 4 - обнаружение голосовой активности во входном акустическом сигнале для отделения активной речи от фонового шума или тишины.

16 - Преобразование голоса в текст из фразы, извлеченной благодаря модулю детекции тишины VAD 4, при помощи модуля распознавания речи 5.

17 - Передача текстовой фразы из модуля распознавания речи 5 в диалоговый модуль 6.

18 - Сохранение необходимой информации в базу данных виртуального ассистента 7 из диалогового модуля 6, для формирования ответа пользователю.

19 - Извлечение текстового ответа пользователю в диалоговый модуль 6 из базы данных виртуального ассистента 7.

20 - Преобразование текстовой фразы из диалогового модуля 6 в аудио сегмент при помощи модуля синтеза речи 8.

21 - Добавление аудио фразы из модуля синтеза речи 8 в голосовой поток приложения AudioSocket 3.

22 - Передача голосового потока из приложения AudioSocket 3 в АТС Asterisk 2.

23 - Воспроизведение голосового потока в телефоне пользователя 1 из АТС Asterisk 2.

Благодаря цикличной работе с диалоговым модулем весь процесс разговора с пользователем проходит в автоматическом режиме без участия оператора, что позволяет сэкономить его время на обработки обращений.

После завершения разговора, весь диалог отправляется в модуль речевой аналитики 9, при этом выполняются следующие этапы:

24 - Загрузка разговора в модуль речевой аналитики 9;

25 - Сохранение данных разговора в БД речевой аналитики 12;

26 - Передача разговора в модуль обработки фоновых задач 10 для его непосредственной обработки;

27 - Передача разговора в модуль подсчета оценок разговора 11;

28 - Получение из базы данных речевой аналитики 12 предварительно записанных правил, по которым нужно оценивать разговор;

29 - Сохранение полученных оценок в базу данных речевой аналитики 12;

30 - Передача в модуль обработки фоновых задач 10 успешного статуса выполнения подсчета оценок.

После обработки разговора, информацию о нем можно получить в веб-интерфейсе 13. Для этого выполняется:

31 - Запрос в модуль речевой аналитики 9 для получения данных о разговоре;

32 - Сбор информации по разговору из базы данных речевой аналитики 12;

33 - Выдача информации о разговоре в веб-интерфейс для отображения.

По информации в веб-интерфейсе 13 оператор может быстро находить необходимые разговоры, не прибегая к прослушиванию аудио записей, что позволяет кратно сократить время на оценки качества. Также в веб-интерфейсе 13 отображается статистика по группам разговоров, что позволяет оператору не оценивать каждый разговор в отдельности и сэкономить время.

За счет использования представленной платформы речевой аналитики автоматизации контакт-центров повышается точность определения оценки качества обслуживания операторов и анализа запросов клиентов на основе анализа аудиопотоков с помощью инструментов машинного обучения, а также обеспечивается возможность выстраивания диалога с пользователем в голосовом канале при помощи виртуального ассистента.

Изобретение относится к системам оценки качества обслуживания клиентов. Технический результат - обеспечение возможности выстраивания диалога с пользователем в голосовом канале при помощи виртуального ассистента. Платформа речевой аналитики автоматизации контакт-центров, содержащая модуль телефонной станции АТС Asterisk, выполненный с возможностью при поступлении звонка перенаправлять его на модуль с протоколом двунаправленной передачи звука AudioSocket, выполненный с возможностью перехвата управления голосовым потоком и перенаправления его через модуль детекции тишины в модуль распознавания речи, выполненный с возможностью преобразования устной речи в текст и соединенный с диалоговым модулем, соединенным с базой данных виртуального ассистента, в которой хранится информация о сценарии диалога и информация по прохождению сценария для каждого обращения, модулем синтеза речи и с модулем протокола двунаправленной передачи звука AudioSocket, при этом модуль речевой аналитики соединен с модулем обработки фоновых задач, выполненным с возможностью распределения вычислений и соединенным посредством двунаправленной связи с модулем подсчета оценок разговора, информация из которого поступает в базу данных речевой аналитики, связанную с модулем речевой аналитики, а через него с веб-интерфейсом. 1 ил.

Платформа речевой аналитики автоматизации контакт-центров, содержащая модуль телефонной станции АТС Asterisk, выполненный с возможностью при поступлении звонка перенаправлять его на модуль с протоколом двунаправленной передачи звука AudioSocket, выполненный с возможностью перехвата управления голосовым потоком и перенаправления его через модуль детекции тишины в модуль распознавания речи, выполненный с возможностью преобразования устной речи в текст и соединенный с диалоговым модулем, соединенным с базой данных виртуального ассистента, в которой хранится информация о сценарии диалога и информация по прохождению сценария для каждого обращения, модулем синтеза речи и с модулем протокола двунаправленной передачи звука AudioSocket, при этом модуль речевой аналитики соединен с модулем обработки фоновых задач, выполненным с возможностью распределения вычислений и соединенным посредством двунаправленной связи с модулем подсчета оценок разговора, информация из которого поступает в базу данных речевой аналитики, связанную с модулем речевой аналитики, а через него с веб-интерфейсом.