智能质检
模型中心
模型中心主要是通过收集坐席违规内容（话术）或收集用户表达的内容（话术）并抽取出一定的逻辑，用户可通过构建由原子级知识到语句级语义理解再到上下文对话理解的质检模型，让抽取的逻辑能在对话录音或对话文本中命中，从而达到检测坐席违规或客户投诉风险的目的。
- 词库管理：支持对特定领域内的业务词以及同义表述进行统一管理维护，一个词组下有多个词，这些词的使用场景通常相同。例如：一次性偿还、一次性还款、还全款…是取消分期的同义表述。
图1 词库管理
槽位代表一句话中包含的关键信息（通常为实体），例如咨询保险产品的等待期，“保险条款名称”是槽位。通用的槽位/实体为：人名、地名、组织机构名、年龄、金额、时间、日期、身份证号码、车牌号等。
系统的槽位管理模块支持自定义槽位、自训练槽位、系统槽位三种类型的槽位管理和维护。
图2 槽位管理
- 检测算子：文本单句检测算子，抽取出一定的逻辑，用于检测一句话的语义、一句话中是否包含一些特定的槽位（槽位值）、或者是否包含一些特定的随录字段（随录字段取值）。
图3 检测算子
静音检测算子，用于检测对话场景中的静音时长，帮助检测通过过程中是否存在长时间静音。
图4 静音检测算子
语速检测，用于检测对话过程中坐席说话的语速是否过快或过慢，作为坐席服务态度的一项指标；
图5 语速检测
音量检测，支持根据坐席的声音分贝大小判断音量，作为坐席服务态度的一项指标；
图6 音量检测
支持对话场景中的抢插话检测，通常用抢插话时长（交叉时间）、抢话句子的字数、抢话延时三个指标结合来判断真实发生的抢插话情况。
图7 抢插话检测1
支持对话过程中的坐席或客户的情绪表现，正向、中性、负向三种情绪的识别；
图8 抢插话检测2
系统支持给整通录音打标签，即整通录音出现某种特征，可将限定句子合并为一个段落进行一次分析，例如检测包含全部关键词，只要合并后的段落中包含全部的关键词就算命中。
图9 全局检测算子1
系统支持对坐席的问答响应时间进行检测，包括首次响应时长和平均响应时长；
图10 全局检测算子2
支持通过挂机等待时长检测去判断坐席与客户沟通过程中，是否存在未正常进行倾听就直接挂断电话的情况，或者其他情况导致的非常正常挂机；
图11 全局检测算子3
- 质检模型管理：会话质检满足服务类场景质检需求，找出坐席“说了什么不该说的”。例如：质检规范用语/礼貌用语，或者质检一些不规范不文明、违规的话术。
图12 质检模型管理1
支持对有相对固定标准的服务步骤的业务进行流程质检，质检坐席“漏了什么应该说的”，处理一些流程性业务场景，如质检保险业务中的车险报案、结案回访、保单验真类场景，质检银行业务中的开卡、销户等业务办理、业务查询类场景。
图13 质检模型管理2
智能教育
- 语义标签：语义标签代表一句话所表达的意图，通过NLP模型训练和模型预测一句话的语义标签。支持从NLP自训练平台内同步模型标签，通常用单分类模型，一句话识别到一个语义标签。特殊情况下，可以用多分类/多标签模型，支持标注一句话识别到多个语义标签，模型预测可以给出一句话的多个标签。
图14 语义标签管理
支持通过词库/正则表达式等规则对系统内的录音、会话数据打标（命中语句）， 捞出命中词库/正则表达式的语料，作用于规则配置分析、ASR/NLP模型优化语料标注；
图15 正则打标语料管理
- 语料管理：同时质检作业与标注反馈紧密结合，形成Badcase收集闭环，标注语料管理通过对反馈数据的汇总管理，用户可进行二次复核并积累到一定量语料后对模型效果进行优化；
图16 标注语料管理
评分管理
评分管理可以创建评分项，在新建评分项时，可对每个评分项进行分数设置；评分项创建好后，用于关联到评分模板进行机器、人工打分；同时可对打分结果进行归类。
- 评分项：评分项管理支持增删改查、复制以及批量导入导出操作。同时支持分组归类，且可以按照评分项名称、评分模型、评分方式、评分属性进行查询。
图17 评分项管理
- 评分模板管理：评分模板管理可新建评分模板。每个模板内需选择评分项、新建处理意见、新建评分类别；评分模板应用于智能策略，在智能质检策略中可关联评分模板，任务上线后，将按照选中的评分模板对会话进行打分。
图18 评分模板管理
智能质检
智能质检即机器质检，通过配置智能质检策略，抽取条件范围下的话务数据，并关联评分模板进行机器自动质检打分。
创建日常任务用于质检连续性自动质检任务，设置质检数据范围时支持Call_ID、坐席工号、会话ID的批量上传，针对性进行智能质检。并且支持关联评分模板，配置完成后每日自动对新增会话进行质检。
创建一次性任务用于质检专项任务，通过配置抽取条件，对特定数据进行专项质检。
智能质检可关联分数发布策略及复议流程，智能质检完成可进行分数发布，若坐席对分数有疑问可通过复议流程发起申述。
人工抽检
人工抽检是指从智能质检后的数据中按坐席规则或按模型优先抽取出指定部分，再通过系统自动分配或质检员手动领取的方式将质检任务推送到质检员待办列表，由质检员进行人工质检。人工抽检可关联分数发布策略及复议流程，人工质检完成可进行分数发布，若坐席对分数有疑问可通过复议流程发起申述。
- 数据作废：质检员在调听页面进行质检作业时，针对还没人工质检的无效录音/文本（无声音、有杂音、超长时间、超短时间）可进行数据作废申请，审核通过后的作废数据将不再进行后续的质检流程。
图21 数据作废
- 任务清洗：针对质检员手动领取的操作，对已分配未领取的质检任务可进行手动清洗，清洗后的任务可被抽检任务继续抽出，同时可以清除系统冗余数据。
图22 任务清洗
- 任务回收：针对质检员待办列表里面的过期任务、超时的待质检状态任务，管理员可对其进行数据回收，回收后的任务将不会出现在质检员待办列表。
图23 任务回收
- 任务委派：质检员请假后，针对将来分配给他的任务，可对其进行委派，委派时可选择任务状态进行委派，委派后的任务将分配给被委派人。
图24 任务委派
- 任务调配：针对质检员待办列表的各种状态的任务，管理员可对某种任务状态进行调配，调配后的任务状态将展示在被调配者的待办列表。
图25 任务调配
人工复检
复检数据是基于人工抽检数据基础之上，通过创建复检策略，可实现对人工抽检后的数据进行致命项实时复检，非致命项实行非实时复检。复检人员可通过复检策略进行配置，复检不通过任务状态为复检异议，可让原质检员重新打分，若打0分，则需要让复检员进行复检异议复核，复核完成可进行分数发布，若坐席对分数有疑问可通过复议流程发起申述。
质检结果复议
复议（申诉）指智能质检完成、已质检、已复检之后的任务可进行分数发布，即坐席看到自己的通话录音得分后，可能对分数有异议，所以发起复议，然后进行审批流程，相关人员进行审批后，得到最终是否改分的结果。再由质检员进行重新评分。其中，审批流程需要自定义配置，即复议流程管理；
复议审批后直接改分：该功能为开关控制，开启复议审批后直接改分开关，当最终审批人审批完成后可由最终审批人进行质检打分，打分之后的任务状态还是复议通过已质检。
质检结果统计报表
对于质检结果的统计，系统支持可视化的统计报表和结果导出类报表两部分，从多维度对质检结果进行汇总
- 可视化报表统计
质检概况统计-对于质检的基本情况进行统计，包括质检录音量、零分/满分/非满分录音量和比率情况
质检员工作量统计-对质检员质检工作量情况进行统计
评分项统计-统计各场景下评分项的命中情况
坐席平均分统计-统计坐席的质检得分平均分的变化情况
图28 可视化报表统计
- 导出类报表
- 坐席质检得分明细表-该表记录每条录音的质检打分明细，并包括各质检项的命中打分详情；
- 质检基础统计表-可导出各评分模板的质检量、人工质检量、机器错误量、坐席错误量等
- 坐席质检考核项统计表-可按评分模板、坐席人员维度导出每个坐席的质检量、错误量情况，及各质检项的命中情况
- 坐席质检考核结果统计表-可按评分模板、坐席人员维度导出各个坐席针对各评分模板的质检量、平均分、零分量情况
- 质检员工作统计详表-导出各质检员的质检工作详细统计
图29 质检结果导出
案例库
质检员在调听页面进行质检作业时，对具有学习性的录音/文本可进行案例推荐，质检员选择系统预制好的案例标签与案例分类进行案例推荐申请，审核通过后可供其他人员进行学习收藏。
数据分析
通过对呼叫中心内海量的录音/文本数据进行自动归类，以便企业全局化地了解呼叫中心的总体趋势及变化情况。系统通过对语音或文本中关键词、内容理解、聚类等信息，可将录音或文本信息按业务类型进行归类和统计。系统的语音或文本归类的定义可以任意根据产品类型、客户行为、存在问题等各个方面进行定义。提供多种分析工具，供业务人员进行数据分析使用。
客户需求类分析
- 热词分析-根据需要关注的热点词语，通过对录音或文本数据进行分析，按不同热点词汇进行归类，从而清楚了解到客户对哪个产品或者产品中的哪些内容比较感兴趣。支持通过对产品热点的统计分析，调整运营策略，更加合理地安排坐席。
支持按词频排名，查看环比变化趋势；
支持热词下钻，查看某个哪些通话中包含这个热词；
可自定义热词表，查看自己关注得热词；
支持查看每个词的变化趋势。图31 热词分析
- 客户建议分析收集录音中客户建议，将客户建议进行聚类分析，从中挖掘客户的有价值的建议，挖掘服务中存在的问题点，不断提升服务质量。
图32 客户建议
- 重复来电分析重复来电指一段时间内重复呼入的电话，之所以产生重复来电，可能是问题没有得到解决，通过重复来电分析，督促坐席优化解决问题方式，进而提升问题解决率。
图33 重复来电分析
风控管理类
- 声誉风险分析：系统能够自动将语音或文本中客户描述中涉及投诉监管或信访、曝光媒体、到职场影响秩序等对公司声誉有影响的数据分析，支持业务类型维度的统计汇总。
- 高风险咨诉分析：系统能够自动将语音或文本中客户描述中涉及恶意咨诉、诱导咨诉、职业代理咨诉等的高风险咨诉进行汇总。
运营管理类
- 话务趋势分析话务趋势分析是一种非常重要的辅助分析手段，对于市场人员而言，了解近期业务业务类别及客户咨询关注热点的变化，有助于针对性的设计新产品。对于管理人员而言，了解近期业务列表及客户咨询关注热点的变化有助于客服中心把握客户服务过程中的变化趋势，进行有效的应用与干预。
- 原因挖掘分析通过聚类算法，将通话进行聚类挖掘原因。例如，可分析通话时长大于100秒的客户抱怨通话原因，则按照业务类型和通话时长两个条件筛选通话录音，将录音进行聚类，查看聚类结果，从而帮助分析客户抱怨的原因。
- 满意度分析：列举客户不满意原因，根据客户不满意原因对通话进行归类，进而分析问题点，提升服务质量。
随路管理
系统支持对业务随路字段的管理，包括随路字段的新增、配置随路字段的字典值，以及随路字段的应用场景。
素材质检
素材质检是对多媒体素材例如 图片、视频、录音、ppt等，通过OCR、ASR技术对素材中的文字，语音内容进行抽取，最终转化为可识别的文字内容，对文字内容的合规性进行质检。
素材质检使用步骤：
- 依次创建素材模型、评分项、评分模板、素材质检策略；
- 上传素材文件，跑批后，查看质检结果。
