Análisis de voz

El análisis de voz, también llamado análisis del habla, convierte audio en vivo o grabado en información estructurada. Puede identificar palabras y temas, medir características de la conversación como el silencio y la superposición, y respaldar la revisión de calidad, siempre que su precisión, privacidad y uso previsto se regulen cuidadosamente.

Cuándo usarlo

Utilice el análisis de voz cuando un gran volumen de conversaciones operativas o con clientes contenga evidencia relevante para una decisión definida. Los centros de contacto pueden detectar problemas recurrentes de productos, motivos de cancelación, fallas de cumplimiento, períodos de espera prolongados y necesidades de capacitación.

Los modelos pueden estimar sentimientos o estados acústicos, pero el tono y la entonación se ven afectados por el idioma, la discapacidad, la cultura, el equipo y el contexto. No proporcionan un detector confiable de propósito general de ira, engaño o intención. Por lo tanto, las acciones de alto riesgo requieren validación de tareas específicas y revisión humana.

Las preguntas pueden incluir:

• ¿Qué temas y problemas se repiten en las conversaciones con los clientes?
• ¿Qué momentos de servicio están asociados con escalada, contacto repetido o cancelación?
• ¿Dónde el silencio, las transferencias y las conversaciones indican fricción en el proceso?
• ¿Qué llamadas ilustran una necesidad específica de coaching o cumplimiento?

Orígenes

El análisis de voz surgió del reconocimiento automático de voz, el procesamiento de señales, la lingüística computacional y el seguimiento de la calidad de los centros de llamadas. Los sistemas anteriores buscaban en las grabaciones palabras predefinidas o se basaban en el muestreo manual. Las mejoras en la transcripción, el almacenamiento y el aprendizaje automático hicieron posible analizar proporciones mucho mayores de llamadas, conectar el lenguaje con metadatos y mostrar patrones para su revisión.

Qué es

El método suele combinar varias capas:

Voz a texto:

transcribe audio hablado y adjunta información del altavoz o del tiempo.

Análisis de contenido:

identifique palabras clave, frases, temas, entidades y resultados de conversación.

Análisis de interacción:

mide el silencio, el tiempo de espera, la superposición, el ritmo, las transferencias y la adherencia de los agentes.

Modelado acústico:

estima características vocales seleccionadas para un propósito validado limitado.

Los errores de transcripción y clasificación se propagan al resultado. Evalúe el desempeño en todos los acentos, idiomas, condiciones de ruido y grupos demográficos relevantes para el despliegue, y no infiera un estado emocional interno simplemente porque un modelo asigna una etiqueta.