随着各行业市场竞争日益激烈，维护存量客户，减少用户流失是每家企业的呼叫中心不得不肩负起的责任。然而，传统呼叫中心在面对海量客服通话录音时，只能抽检，监管力度十分有限。蕴含在客户咨询、投诉电话中的一手市场反馈信息，也无法得到有效地利用。

灵云智能质检系统的出现，成功化解了这个困境：

某世界500强企业自与捷通华声合作，搭建灵云智能语音分析系统以来，直接节省成本亿元以上，客户投诉率连续3年控制在阀值以下。

灵云智能质检系统面世以来，帮助各行业企业实现了呼叫中心通话内容的100%全量质检，通过对语音内容的挖掘和分析，向企业提供“客户投诉量、投诉内容、客户画像、业务热点、舆情分析等”全方位的数据支撑。这一切都源于采用了业内领先领先大数据分析算法的灵云文本分析技术-Text Analysis（TA）。

TA如何实现通话内容100%全面质检

灵云文本分析的“标准话术检查”、“规则质检”以及“情感分析”功能，让呼叫中心能够全面了解坐席人员是否按照规定的标准话术进行表达，是否说出了违禁词汇，还可以通过检测致电客户的情绪状态来判断坐席人员是否合格。

①标准话术检测

利用模板匹配的方法，可以根据预先给定的标准话术集和相应的阈值集，分析检查坐席通话文本对标准话术集中话术的覆盖情况。将坐席通话自动划分到通过标准话术检查的合格通话集，或者未通过标准话术检查的不合格通话集，能够更好的实现对坐席服务质量的精准监测和全面评估。

②规则质检

规则质检提供了一套从词表到短语、从短语到脚本三个层级定义的文本匹配规则集，用于判断通话文本数据对相应规则集的命中情况，进而实现通话敏感信息监控、客服禁忌语监控等。该能力方便客户对坐席通话内容中一些容易流失用户的用语或其他特定内容的监控。

③情感分析

情感分析主要用于对一句话或者一段话进行情感极性的判定。通过深度学习、字向量和近大量标注的评论性语句进行建模训练，得到了针对评价性内容的正负两极情感分析模型。考虑到有些人在表达负面情绪时，并无明显声音特征差异，该模型弥补了一些智能质检分析系统仅能通过“语速”、“音量”、“沉默时长”等信息判断带来的误差。

TA如何从录音中挖掘信息

灵云文本分析的“文本分类”、“关键词提取”、“词语义挖掘”以及“用户特征提取”等功能，让灵云智能语音质检有能力提供业务热点、重复来电、客户画像和舆情分析等维度的数据分析和结果呈现，帮助呼叫中心从海量非结构化的通话录音中提取出具有市场价值和指导意义的信息。

①文本分类

该能力可以将已经通话内容而未知通话类别的将已知通话内容而未知通话类别的通话自动划分到预设好的通话类别中（投诉、业务A咨询、业务B咨询···），从而极大的节省人工标注通话类别的工作量。根据通话类别，系统还可以进一步分析投诉及竞争对手提起次数等信息来把握舆情。

②关键词提取

关键词提取功能通过先将文本进行分词，然后计算每个词出现的概率与通用的语言模型进行比较，提取出文中高频出现的而不是通用模型中常出现的日常用语的关键词。该功能可以帮助呼叫中心快速把握近期投诉的主要矛盾点和客户主要提及竞争对手时提及的相关信息。

③文本新词发现

文本新词发现应用于从大量原始语料中提取可能存在的词，从而极大的节省人工提取词表的工作量。例如每年网络上出现的大量新近创建的词语，又或者有些业务相关的关键词在系统建立初期被忽视了，这些词语在之前是不存在的，人工获取工作量很大，使用新词发现功能可以快速完成对新词的提取。

④用户特征提取

用户特征提取功能利用编写正则表达式和关键词检索方式，结合上下文出现的关键词以及特定词语，实现对通话的中提及的年龄 、性别、身份证号等用户信息进行识别和提取。如此，呼叫中心能够对咨询用户的群体信息实现多维度的清晰认知。