CTI論壇(ctiforum.com)（編譯/老秦）:在Speechmatics產品副總裁副總裁伊恩·弗思（IanFirth）的記憶中，語音定義了電話。他補充說，自從VoIP引入以來，情況發生了很多變化。從基于電路的電話到數據包的過渡是我們今天在這里的原因，也是AI在聯絡中心如此普遍的原因。在最近的一次采訪中，Firth概述了AI和云計算的發展如何使聯絡中心能夠提供獨特的體驗，減少座席執行的日常工作量等等。

　　盡管語音識別技術已經存在了數十年，但在該技術的現代應用中，人工智能和機器學習使您可以更好地訓練座席。語音數據可以根據最佳座席如何為客戶提供服務來洞察業務績效，最終可以用來改善其他座席的統計數據。

　　這種知識庫還可以幫助保持一致性。必須讓座席方便，以便座席在當前通話中可以從以前的通話中獲得更多背景信息，以使客戶不必重復自己的通話。這不僅減少了交互時間，而且可以加快解決客戶糾紛所需的時間。

　　我們現在處于一個數據驅動的業務環境中。當我們發現周圍有更多數據時，我們需要捕獲它們，否則我們將失去分析的業務價值

　　然后，聯絡中心可以全面了解客戶的情感，意圖和感覺，這些遠遠超出了文本數據。根據Firth的說法，座席也將看到他們執行的日常任務數量減少。使用機器學習支持的應用程序（例如語音識別）免除了座席執行平凡任務的責任，而增加了他們執行增值任務的責任，例如當情況升級到經理時，或當IVR將客戶轉移到正確的座席位置時。

　　如果聯絡中心可以將某些對話（例如將密碼重置）轉移到自動系統上，以使客戶自助處理，那將是強大的

　　他告訴我，這不僅體現在因語音識別而改善的人工成本上，而且價值還遠遠超過。因此，他認為，這樣做有能力通過盡快將正確的信息與合適的客戶匹配來改變聯絡中心的客戶體驗。電話數據已經收集了數十年，但是這些音頻記錄在糾紛解決，呼叫采樣和合規目的中使用時，大多只轉錄為文本。

　　如今，通話錄音在實際中的應用更多，這主要是由于錄音的性質。它們不僅在云端，而且在本地。生成影響底線的可行見解比較容易，因為查找數據并不困難。

　　企業正在尋求轉錄歷史數據以增強其分析能力，但我們看到的最大需求是實時語音轉文本以在發生時提高客戶和座席的體驗。聆聽也不再耗時，而且由于數字轉換，它也不是一項需要額外資金的繁重任務。

　　聲明:版權所有 非合作媒體謝絕轉載

　　原文網址：https://www.uctoday.com/contact-centre/analytics/speechmatics-voice-data-could-transform-contact-centers/