Amazon Transcribe 呼叫分析是一个由机器学习（ML）提供支持的 API，用来生成极其准确的呼叫转录以及提取实时对话见解，以改善客户体验和提高座席工作效率。该 API 结合了强大的语音转文本和自然语言处理（NLP）模型，这些模型经过专门训练，可理解客户服务和销售通话。开发人员可以使用 Amazon Transcribe 呼叫分析来生成实时转录和见解，以消除对记笔记的需求、解决检测到的问题，以及缓解由于客户出现抗拒情绪而上报的风险。还可以使用 API 在呼叫后分析音频文件。
使用 Amazon Transcribe 呼叫分析，您可以从“不高兴”、“质量差”和“取消我的订阅”等特定短语中获得宝贵的情报，例如客户和座席情绪、呼叫动机、非通话时间、中断次数、情绪、说话速度和对话特征。 呼叫分类功能可根据一些短语、自动、实时标记对话。对于呼叫后分析，可以根据短语、情绪、非通话时间和中断次数将对话分类。此外，API 还可以帮助您实时或在呼叫后检测和编辑敏感信息，例如音频和文本中的姓名、地址和信用卡信息。
常见的应用场景包括座席辅助、主管提醒、座席评分、呼叫意图跟踪以及呼叫后分析。
工作原理
优势
降低实时复杂性
Transcribe 呼叫分析便于将多项人工智能服务整合在一起，并创建专用的机器学习模型。您可以快速将 Transcribe 呼叫分析作为单一 API 输出添加到任何联系中心或销售呼叫应用程序，因此缩短了实时时间。
获得由机器学习提供支持的见解
Transcribe 呼叫分析附带了一些自然语言处理（NLP）模型，这些模型由对话数据预先训练并经过优化，可提供准确的呼叫转录和可行见解，因此能够改善客户体验和提高座席工作效率。无需掌握任何机器学习专业知识，即可构建、训练和维护这些模型。
使用您的现有联系中心
您可以使用 Transcribe 呼叫分析，从您选择的联系中心获得并分析宝贵的实时见解和呼叫后见解。作为一个 API，Transcribe 呼叫分析使您能够灵活地将例如客户服务、销售等功能添加到呼叫应用程序中。
功能
利用呼叫摘要提高联系中心的效率
生成呼叫摘要，以自动捕获客户对话中的关键部分（例如问题、结果或行动项），从而帮助座席专注于提供卓越的客户体验和提高呼叫后的工作效率。经理可以在实时呼叫期间或呼叫之后快速审查这些摘要，而无需审查整个转录以了解互动背景和调查任何客户问题。
提取详细的呼叫分析和对话见解
借助机器学习的强大功能，您可以在实时呼叫期间快速应用语音转文本和 NLP 功能，并揭示宝贵的对话见解。随后，您可以将见解整合到入站和出站呼叫分析应用程序中，这些见解包括客户和座席情绪、检测到的问题以及语音特征（例如非通话时间、中断次数和说话速度）等等。这样可以帮助您的主管更方便地确定潜在的客户问题、座席辅导机会、产品反馈和呼叫趋势。
利用自动化的呼叫分类，提高合规性和改进监控
大规模监控您的呼叫，以跟踪是否符合公司政策或法规要求。根据您的指定标准（例如单词/短语或对话特征），构建和训练您自己的自定义分类。例如，您可以设置类别标签，以了解与追加销售或账户取消相关的呼叫各占多少百分比。
保护敏感的客户数据
对话通常包含敏感的客户数据，例如姓名、地址、信用卡号码和社会保险号码。Transcribe 呼叫分析可帮助您从音频和文本中识别和编辑这些信息。
资源
Post call analytics for your contact center with Amazon language AI services
Andrew Kane、Connor Kirkpatrick、Franco Rezabek、Steve Engledow 和 Bob Strahan
Live call analytics for your contact center with Amazon language AI services
Bob Strahan、Sagar Khasnis、Oliver Atoa 和 Court Schuett
开始使用 Amazon Transcribe 呼叫分析
