案例 | 语音语义分析技术在客户服务中的应用
文 / 福建省农村信用社联合社运营管理部 陈屹
加强新一代人工智能应用，已成为提高银行业客户服务智能化水平和数字化运营能力，提升客户服务软实力的重要着力点。引入人工智能基础科技，尤其是新兴语音转译技术和语义分析技术（以下统称：语音语义分析技术），对提高银行业客户服务能力具有必要性和可行性，在提高客户服务水平，优化客户服务渠道，改善客户结构，满足多层次、多类型客户服务需求等方面，均具有积极的现实意义。
语音语义分析技术内涵及功能
语音语义分析技术作为人工智能基础科技在客户服务领域的重要应用，是基于自动语音识别技术（ASR）、在线语音合成技术（TTS）和自然语言处理技术（NLP）的组合使用，将深度学习技术与客户服务相结合，构建新型智能客户服务场景。语音语义分析技术的整合应用，主要功能在于可有效模拟自然人“听、思考、说”的能力，通过机器人仿真服务的方式，为客户提供标准化程度高、稳定性好、全天持续在线的高质量、高效率客户服务，实现替代标准化人工服务的目标。
语音语义分析技术在客服部门中的应用价值
1.整合客户服务数据资源。当前，客户服务过程中，具有较多以音频或视频方式存储的“非结构化”（非文字）的客户服务数据，具有较高的分析、使用价值，亟需引入语音语义分析技术将音视频转化为文字形式等“结构化”数据予以存储、分析、高效检索，以实现整合客户服务数据资源，为客户服务部门调优客户服务流程、挖掘客户服务价值等，提供科技支撑。
2.降低客户服务人工成本。语音语义分析技术，可较好地对客户服务过程中标准化服务流程以模拟“自然人”服务的方式向客户提供服务，满足对客户服务的区格、分流，降低客户服务人工成本，引导客户人工服务聚焦于更具有服务价值的非标准化业务，以实现提升总体客户服务价值。近年来具有代表性的服务模式，如智能语音导航、智能外呼业务，均是基于语音语义分析技术，有效降低客户服务人工成本、提升客户人工服务价值的实际应用。
3.防控客户服务操作风险。随着银行服务半径的延伸，伴随着客户服务品类增多和服务要求的提升，加强服务人员培训、引导，通过语音语义分析技术整合应用中标准化数据资源（文字、数字）的分析、应用，形成新形式的质量管控技术，可成为有效防控客户服务操作风险、减少客户服务差错的有效手段，将有助于提高客户服务水平、服务质量和客户服务满意度。
语音语义分析技术在客户服务中应用的主要方面
当前，语音语义分析技术在银行业客户服务中，主要应用在自助服务引导、人工服务分流（智能语音问答应用），服务质量监督（智能文字质检应用）等方面。
1.智能语音问答。智能语音问答主要应用语音语义分析技术，在语音人工服务中嵌入智能语音问答，构造的“语音机器人”，模拟“自然人”语音与客户通过语音交互服务需求。技术层面主要应用ASR、TTS和NLP技术，其中ASR技术主要实现自然语音采样转写文字，TTS主要实现将文字通过技术方式合成为自然语音，NLP作为ASR、TTS技术应用的桥梁，对采样的自然语音理解、分析及再合成，可有效满足客户服务过程中就各种客户口语化咨询，准确识别出其意图，并给出准确的应答。系统平台由“基础支撑”、“能力引擎”、“服务入口接入”三部分核心模块组成，实现全场景声音识别和输出服务，音频资料全部私有化部署在行内，保证安全可控。
通过对福建省内农信客户人工服务受理情况分析，客户常规问题，如咨询账户开户流程、贷款业务政策等咨询、解答类服务约占人工服务总量的50-60%。此部分服务均可提炼、总结共性问题，形成标准化的应答话术（一问一答），将文字转化为自然语言，向客户提供智能语音应答服务。从应用实效看（见图1），客户服务接通率（服务水平评价主要指标）随着智能语音问答服务在总服务中的占比，呈现正相关关系，可见智能语音问答“语音机器人”可有效实现分流人工进线用户、减少客户等待服务时长、降低人工客服运营成本的工作目标。
图1 智能语音问答服务率与服务接通率比较图
2.智能（文字）质检。智能（文字）质检也是语音语义分析技术在客户服务中的重要应用，技术层面主要应用NLP和ASR技术，NLP将客户服务过程中的自然语音解析、理解，ASR技术对经NLP解析后的语音转写为文字，同步在系统平台配置“关键词、关键语句”检索模型，由系统对照“关键词、关键语句”匹配、检索文字信息，实现智能质检。系统主要功能模块、部署均可复用智能语音应答平台。
经对福建省内农信客户服务质检业务分析(见表1)，智能（文字）质检的应用改变了传统客户服务质量管控主要通过人工监听模式发挥作用、人力成本消耗大、监听效率有限（平均单通话务录音质检耗时6.5分钟）的窘状，“录音监听”模式优化为“文字质检”模式后，客服代表单通话务录音质检耗时下降60%，即缩短至2.5分钟，有效提升了客户服务质量管控水平，达到降本增效的应用目的。
表 1 智能质检应用成效比较表
语音语义分析技术应用实施路径
语音语义分析技术在银行业客户服务中的深度应用，应基于“有效应用、逐步推进，注重协同”的工作思路，结合实际情况，分阶段、分步骤予以实施，以提升客户服务全渠道协同服务及管控能力。
1.实施目标。充分应用语音语义分析技术，提升客户（特别是具有互联网特质的青年客户）群体的服务能力，以提高客户服务体验为重心，提升客户服务智能化应用和数字化运营水平；重点加强智能语音问答、智能质检等领域的客户服务场景构建和应用。
2.实施要点。应用“智能语音问答”技术，提升客户智能化服务水平，提高标准化服务的人工服务替代率，降低客服人工服务成本，为分流人工服务业务量、业务压力起到促进作用；应用“智能质检”技术增强客户服务“事中、事后”操作风险防控，提升客户服务质检监督能力，提升质检效能和质检问题反馈效率，体现数字化运营能力优势。
3.实施策略和路径。结合实施目标和实施要点及科技实施能力，采用逐步推进、分阶段实施策略，推动客服服务智能化应用和数字化运营能力升级。
第一阶段：推动“大自助+小人工”的服务架构形成。银行客户服务管理部门可依据自身业务发展实际情况和客户结构特征，找准重点，通过引入语音语义分析技术，完善基本服务流程和服务渠道，逐步扩大智能语音问答服务范围，调整客户服务进线习惯和服务依赖，减少人工服务范围，形成“大自助+小人工”的服务架构，提升客户服务运营效能。
第二阶段：着力构建良好客户服务生态。持续发挥语音语义分析技术优势，丰富服务功能和质量管控，着力搭建“渠道协同、人机协同”工作机制。一方面，强化智能语音问答基础服务，实现“自然人”模拟服务与人工客服的无缝对接，提升对传统客服人工渠道的替代能力；另一方面，在服务中结合智能质检规则设置、模型教育、自动自检、人工复检、数据分析等智能质检核心及延伸功能，提高服务过程中的问题检查、发现、确认、改善、跟踪等环节的工作效能，实现服务质量的闭环管理，并以此达到将智能语音问答服务、智能质检管控有机结合，构建客户服务良好生态。
（栏目编辑：马俊）
往期精选：
（点击查看精彩内容）
● 案例 | 可视化、自助式、零编程的信用卡业务自助分析应用
● 案例 | 依托金融科技创新，助力线上经营发展——“微信‘掌银收银台’”产品孵化纪实
《金融电子化》新媒体部：主任 / 邝源 编辑 / 傅甜甜 潘婧