BSS: Речевая аналитика

Основные статьи:

• Речевые технологии: на пути от распознавания к пониманию
• Распознавание речи (технологии, рынок)
• Синтез речи
• Call-центр: назначение, типы и задачи

2024: Использование генеративного ИИ

В обновленную версию речевой аналитики от BSS внедрен инструментарий на базе генеративного интеллекта. Об этом BSS сообщил 27 ноября 2024 года.

Стали доступны обращение к LLM-моделям для более глубокого анализа диалогов, упрощена работа с поисковыми запросами и внедрен семантический поиск. Также были реализованы инновационные плагины для модуля контакт-центра (КЦ), оптимизирующие работу специалистов, отвечающих за проверку качества звонков. Помощник или конкурент? Чем ИИ может быть полезен в HR-процессах

В релизе появился внутренний сервис речевой аналитики, позволяющий обрабатывать диалоги с помощью генеративного интеллекта. Обращаться к LLM-моделям пользователи могут в режиме единого окна, не выходя из системы. Сервис работает как с внутренней моделью Lama-3, так и с внешними GPT-нейросетями.

При постановке задачи пользователи могут попросить LLM-модель проанализировать весь диалог, или определенный участок диалога, или речь определенного спикера. Также можно выбрать в зависимости от задачи формат ответа модели: текстовый, числовой или логический. Далее пользователям необходимо ввести системный промпт, содержащий описание задачи для LLM. Введенный запрос можно протестировать перед запуском задачи, чтобы увидеть, какой ответ вернет LLM, и при необходимости внести правки. LLM умеет выявлять причины негатива клиента в диалоге, составлять рекомендации для улучшения работы оператора, рассчитывать общее эмоциональное состояние клиента и оператора, оценивать диалоги и передавать ответы в оценочные карты, выявлять успешные сделки и упущенные продажи в продающих скриптах.

При работе с речевой аналитикой пользователи используют маркеры – поисковый запрос в системе, содержащий определенные условия для фильтрации (лексика, длительность диалога, речь определенного участника и другие параметры). Обычно клиентам требуется составлять маркеры на основе лексических словарей в том или ином виде. Для создания словаря с нуля требуется провести анализ диалогов в РА и обработать множество текстовых транскрипций для обогащения лексического словаря маркера, чтобы поисковый запрос охватил как можно больше вариаций слов или фраз. Для упрощения взаимодействия с маркерами был введен AI-режим, который подбирает синонимы к фразам, указанным заказчиком. После запуска функции пользователь самостоятельно выбирает подходящие синонимы из списка, и прошедшие отбор слова сразу превратятся в условия маркера.

Перед запуском лексического маркера пользователи могут выбрать тип поисковой операции: поиск по простой фразе, по точной фразе или по префиксу (началу слова). Теперь же доступен ещё один вид операции — семантический поиск или поиск по векторной длине слова. Для запуска семантического поиска нужно указать искомое слово и уровень сходства (точности) синонимов. После старта операции будут выделены те реплики диалога, где по мнению системы находятся близкие по смыслу слова.

В рамках модуля для контакт-центра были доработаны инструменты, применяемые специалистами отдела качества, которые слушают звонки, проверяют чаты и выставляют оценки. Одной из ключевых доработок является интеллектуальный семплинг – автоматизированная процедура распределения диалогов для проверки качества. Ранее руководителю отдела контроля качества нужно было назначать контролерам диалоги для оценки вручную, что требовало немалых трудозатрат, так как нужно было самостоятельно обеспечить равномерное количество заданий на каждого сотрудника. Либо контролеры качества могли самостоятельно назначать на себя диалоги, что иногда приводило к искусственному завышению или занижению баллов из-за неравномерной выборки.

Семплинг же в автоматическом режиме распределяет диалоги на контролеров качества. Механизм поможет тем контактным центрам, которые ориентированы на выполнение требований по международной сертификации ISO, так как он обеспечивает глубину и равномерность выборки диалогов, позволяет исключить человеческий фактор при отборе диалогов для проверки оценки качества.

В данном релизе мы представили несколько важных доработок, связанных с функциональностью нашей системы РА. Теперь пользователи речевой аналитики могут проводить более сложные исследования диалогов с помощью LLM-моделей, оперативно собирать лексические словари для поисковых маркеров и планировать нагрузку контролеров качества. Ещё мы доработали внешний вид нашей платформы: сменили цветовую гамму, оптимизировали системное меню и добавили возможность скрывать блоки меню. Также мы увеличили количество инструментов, цветовую палитру которых пользователи могут самостоятельно настроить на свой вкус. Мы стремимся не только внедрять актуальные функции в РА, но и делать взаимодействие с инструментом приятным и интуитивно понятным для наших клиентов, – прокомментировал директор департамента голосовых цифровых технологий компании BSS Александр Крушинский.

2023

Версия 2.6 с конструктором оценочных карт

В версии 2.6 системы «Речевая аналитика» появились конструктор оценочных карт и личные кабинеты для сотрудников группы контроля качества обслуживания, расширен функционал маркеров, реализован плагин визуализации KPI в интерфейсе системы. Об этом компания BSS сообщила 19 сентября 2023 года.

Расширение функционала маркеров в речевой аналитике BSS дает возможность пользователям иерархически строить запросы в фильтрах маркеров. Это упрощает создание новых маркеров и позволяет создавать многоуровневую иерархию тематик для наглядного вывода результатов аналитики в отчетах.

Развитие функционала маркеров позволяет проводить расширенный автоматический поиск диалогов с применением различных условий: искать лексику при указании временной последовательности, допустимых интервалов тишины между фразами/словами всех участников диалогов (например, для поиска обращений, в которых операторы просят клиента ожидать на линии и длительное время не возвращаются к клиенту), а также использовать неточный поиск, с помощью которого находятся заданные в условиях маркера слова, даже если участником диалога в процессе взаимодействия слово было написано с ошибками.

В обновленной версии речевой аналитики BSS появился функционал для углубленной оценки качества обслуживания клиентов в контактном центре. В него входят:

• Конструктор оценочных карт. Позволяет создавать шаблоны для оценивания качества работы операторов с применением любых критериев оценки и различных способов подсчета итогового балла по результатам оценивания.
• Модуль назначения заданий на оценку контролерам качества обслуживания. Представляет собой личный кабинет главного контролера качества (руководителя группы контроля качества) и персонализированные личные кабинеты контролеров качества обслуживания.
• Модуль отчетности и визуализаций результатов оценивания операторов по оценочным картам речевой аналитики.

В версии 2.6 речевой аналитики BSS реализован плагин визуализаций. Он позволяет выводить диаграммы и графики из разных отчетов на общий дашборд. Число дашбордов не ограничено – их можно настроить под любой показатель или процесс. В итоге сотрудник сразу видит всю «картину» и получает полную информацию о происходящем в контактном центре. Раньше приходилось просматривать отдельные отчеты, открывая их по очереди.

Ускорение STT в 5 раз

Компания BSS ускорила STT в речевой аналитике в 5 раз. Об этом компания сообщила 5 сентября 2023 года.

Ускорение позволит экономить клиентам порядка 1 млн рублей на закупке серверов или около 520 тыс. рублей в год на аренде серверов из расчета на каждые 100 операторов.

STT (Speech To Text) – это подсистема распознавания устной речи, которая в системе «Речевой аналитики» компании BSS отвечает за получение текстовой расшифровки телефонного разговора или диалога, записанного на микрофон в офисе обслуживания.

В основе STT лежит специальная нейросеть, которая переводит аудиозаписи в текст. Как и любая технология на базе нейросетей, STT очень требовательна к вычислительным мощностям. Например, в системе «Речевой аналитики», развернутой на 200 операторов, около 95% серверных мощностей будут обслуживать именно STT.

Соответственно, оптимизация и ускорение STT позволят сократить издержки и оптимизировать внедрение и использование речевой аналитики. R&D-команда BSS активно прорабатывала этот вопрос, опираясь на собственные передовые разработки и мировой научно-исследовательский опыт.

В итоге удалось найти и реализовать «рецепт» нейросети, который позволил ускорить работу STT сразу в 5 раз. Это значит, что серверных мощностей при том же объеме нагрузки потребуется в 5 раз меньше.

Ускорение в 5 раз – это осторожная, «гарантированная» оценка. В некоторых случаях мы выходим на ускорение в 13 раз. Причем наша конфигурация не требует GPU. Это важно, т.к. часто у заказчиков просто нет серверов с GPU, а закупка таких серверов может занимать недели и месяцы, – прокомментировал директор департамента голосовых цифровых технологий компании BSS Александр Крушинский.

Он также отметил, что на текущий момент не знает вендоров с соизмеримым сайзингом.

Речевая аналитика BSS помогает глубоко и полно анализировать взаимодействие с клиентами в контакт-центре компании и в офисах продаж. Использование решения позволяет увеличивать продажи и сокращать расходы, выявлять эффективные стратегии продвижения, повышать удовлетворенность клиентов, совершенствовать клиентский путь.

Выход следующей версии системы с добавлением возможности учитывать параметры скриптов

Компания BSS сообщила 10 июля 2023 года о выпуске следующей версии системы «Речевая аналитика». В ней реализован ряд обновленных возможностей, которые позволят пользователям проще формировать отчеты по большому количеству срезов и метрик. А переработанный поиск ищет быстрее и точнее.

Иллюстрация:YouTube

В речевой аналитике BSS преднастроены 12 шаблонов отчетов, входящих в базовую поставку. Они позволяют вывести статистику в табличном и визуальном представлении о качестве работы операторов, эффективности обработки обращений по частотным тематикам, проценту клиентской удовлетворенности обслуживанием, состоянии ключевых показателей эффективности в контактном центре с различной степенью детализации за различные временные промежутки.

В данной версии добавлена возможность учитывать параметры скриптов, что позволяет создавать отчеты с подсчетом среднего процента отработки выбранных скриптов с детализацией по операторам.

Кроме того, в речевой аналитике BSS можно устанавливать отдельные модули-плагины, которые предоставляют другие расширенные возможности. Плагины являются функциональным дополнением к системе «Речевая аналитика», входят в базовую поставку или устанавливаются дополнительно, по выбору заказчика.

В релизе 2.5 появились обновленные, а также полностью переработанные ранее работавшие плагины.

В частности, реализован «Плагин запланированных отчетов», который позволяет отправлять необходимые отчеты на почту по расписанию.

С нуля переписан Word cloud plugin. Он ограничивает выборку диалогов, на основании которой выстраивается облако слов (тегов), что полезно для проектов с большими объемами записей. Также плагин позволяет задать логику поиска слов через логические операторы и настроить сложную иерархию поиска на разных уровнях вложенности (диалог/ сегмент/ степ/ части речи), выбрать канал участника диалога, в котором будет осуществляться поиск слов.

Плагин «Выбранные фильтры» показывает все применённые фильтры, когда отображаются все виджеты, плагины или таблицы диалогов. А плагин «Календарные быстрые фильтры» позволяет оперативно отфильтровать диалоги по временным интервалам, например, «вчера», «прошлая неделя» и так далее.

2021: Версия 1.3 с возможностью углубленного автоматического анализа всех спектров обслуживания клиентов

Компания BSS 14 октября 2021 года сообщила о выходе обновленных версий сервисов «Речевая аналитика», Dialog Composer и NLU Suite.

В версии «Речевая аналитика» v. 1.3 стало возможно проводить углубленный автоматический анализ всех спектров обслуживания клиентов, обращающихся в контактный центр или офис продаж:

1. Появившийся инструмент денормализации текстовых расшифровок голосовых переговоров позволяет видеть транскрибированные диалоги в удобном для чтения формате: с учетом прописных букв в именах собственных, знаков препинания в предложениях, обозначения числительных не словами, как было ранее, а цифрами (например, при произнесении номера телефона или номера договора).

2. Появилась возможность расстановки весов для маркеров скрипта, создавая автоматический чек-лист с интегральной оценкой качества обслуживания клиентов по лексическим и количественно-временным маркерам, имеющим разный вес. Ранее все маркеры имели одинаковый вес, по этой причине чек-лист качества обслуживания не мог быть полноценно реализован.

3. Новый инструмент визуализации результатов речевой аналитики — Sankey-диаграммы — позволяет с помощью лексических и количественно-временных маркеров проанализировать процессы обслуживания, иллюстрируя ключевые шаги, интенсивность протекания процессов на каждом участке, взаимосвязи, области для оптимизации в контактном центре, офисе продаж и компании в целом.

Dialog Composer позволяет разрабатывать диалоговые приложения для взаимодействия через телефон, чат, SMS, мобильные устройства или социальные сети. Поддерживает открытые стандарты (VXML, SIP, MRCP, REST), тестирование и отладку в реальном времени.

Начиная с версии v. 2.4 Dialog Composer позволяет оптимизировать архитектуру приложения голосовых и текстовых сценариев через использование функции Decision maker.

Теперь любой сценарий легко настроить таким образом, что бот сможет:

• определять изменения темы в середине диалога.
• запоминать состояние диалога по предыдущей теме.
• возвращаться к предыдущей теме по требованию клиента.
• не задавать дополнительные вопросы при наличии нужной информации (без дополнительных настроек).

В инструментарии NLU Suite появилась возможность кластеризации с заданным уровнем схожести, просмотра похожих реплик с последующим присвоением интента отфильтрованной группе. Это позволяет в разы сократить время аналитика на ручную разметку данных и оптимизировать процесс построения таксономии.