Audio və transkript analizi: ton, empatiya və mətn sərhədi

Qısa cavab

Transkript analizi zəngdə nə deyildiyini qiymətləndirir: operator hansı sualı verdi, hansı qiyməti dedi, nəyi vəd etdi, zəngi necə bitirdi. Audio analizi isə necə deyildiyini ölçməyə çalışır: səs tonu, sürət, səs yüksəkliyi, fasilələr. Birincisi operatorun davranışının böyük hissəsini əhatə edir və yoxlanması asandır. İkincisi uyğun audio, xüsusi alət və ayrıca yoxlama tələb edir. Üçüncü qrup da var: nə mətndən, nə də səsdən etibarlı müəyyən edilməyən şeylər — məsələn, operatorun «həqiqətən» empatik olub-olmadığı.

Bu sərhədi bilmək qiymətləndirmə formasını yazarkən vacibdir. Transkript əsasında işləyən sistemə «operator mehriban səslə danışdımı?» sualı vermək, cavabı olmayan sual verməkdir.

Mətndən nə etibarlı müəyyən edilir

• Deyilən faktlar: qiymət, tarix, şərt, məhsul adı — transkript düzgündürsə
• Sualların verilib-verilmədiyi: «operator büdcəni soruşdu»
• Məcburi ifadələrin deyilib-deyilmədiyi: açıqlama, təsdiq, şərtlər
• Vədlər və öhdəliklər: «sabah zəng edəcəyik», «pulunuz qaytarılacaq»
• Zəngin strukturu: salamlaşma, ehtiyacın aydınlaşdırılması, təklif, yekun
• Qadağan olunmuş ifadələr və müştəriyə yanlış məlumat

Bu siyahıdakı hər şey sözlərlə görünür və transkript sətri ilə sübut edilə bilər. Operator qiymətləndirməsinin əsas hissəsi məhz buradadır.

Səs tələb edən şeylər

Aşağıdakılar sözlərdə deyil, səsin özündədir. Onları ölçmək üçün audio analizi aləti, kifayət qədər keyfiyyətli yazı və sizin zənglərinizdə yoxlama lazımdır:

• Səs tonu və intonasiya — «başa düşürəm» cümləsi səmimi də, istehzalı da deyilə bilər
• Danışıq sürəti — çox tez danışan operatoru müştəri başa düşməyə bilər
• Səs yüksəkliyi və onun dəyişməsi — səsin qalxması
• Sükutun və gözlətmənin dəqiq müddəti
• Üst-üstə danışmanın müddəti və kimin kimi kəsdiyi

Google-un Quality AI təlimatında açıq yazılır ki, transkript əsasında işləyən qiymətləndirmə akustik analiz aparmır. AWS-in qiymətləndirmə sənədlərində də səs yüksəkliyi, ton və sürət kimi yalnız audiodan görünən xüsusiyyətlər haqqında suallardan qaçmaq tövsiyə olunur.

Heç birindən etibarlı müəyyən edilməyən şeylər

• Operatorun daxili hissləri və niyyəti — empatiya «hiss etdimi»
• Müştərinin həqiqi əhvalı — sözləri və səsi onun daxili vəziyyətini dəqiq göstərmir
• Operatorun şəxsiyyəti və xarakteri — səs və danışıq üslubundan belə nəticə çıxarılmamalıdır
• Qorunan xüsusiyyətlər — yaş, cins, etnik mənsubiyyət, sağlamlıq; səsdən təxmin edilməməli və qiymətləndirmədə istifadə edilməməlidir
• Zəngdən sonra baş verənlər — CRM qeydi, geri ödəniş, vəd edilən zəng

İllüstrativ sərhəd cədvəli

Aşağıdakı cədvəl illüstrativ nümunədir: tipik meyarlar və onların hansı mənbədən yoxlanıla biləcəyi.

1. 1«Operator özünü təqdim etdi»Mətn: bəli. Sözlərlə görünür.
2. 2«Operator dəqiq qiymət dedi»Mətn: bəli, amma rəqəmlər tanıma xətasına həssasdır — kritik meyardırsa, insan yoxlayır.
3. 3«Operator sakit və mehriban səslə danışdı»Mətn: xeyr. Audio: yalnız uyğun alət və yoxlama ilə. Daha yaxşı: davranışa çevirmək.
4. 4«Operator müştərini dinlədi»Birbaşa heç biri. Davranışa çevrilir: «müştərinin dediyini öz sözləri ilə təkrarladı», «eyni sualı iki dəfə soruşmadı».
5. 5«Operator empatik idi»Heç biri etibarlı deyil. Davranışa çevrilir: «narazılığı qəbul etdi», «mümkün olanı izah etdi».
6. 6«Müştəri razı qaldı»Zəngdən yox — müştəri sorğusundan və ya sonrakı davranışından.

Subyektiv meyarı davranışa çevirmək

Formadakı subyektiv sətirləri silmək lazım deyil — onları mətndə görünən davranışa çevirmək lazımdır. Üsul sadədir: «bu keyfiyyət olsaydı, operator nə deyərdi?» sualını verin.

1. 1EmpatiyaMüştərinin problemini öz sözləri ilə təkrarladı; narazılığı açıq qəbul etdi.
2. 2DiqqətlilikMüştərinin əvvəl dediyi məlumatı yenidən soruşmadı; ikinci sualı unutmadı.
3. 3PeşəkarlıqDəqiq məlumat verdi; bilmədiyi sualda təxmin etmədi, yoxlayacağını dedi.
4. 4NəzakətMüştərinin sözünü kəsmədi; zəngin sonunda başqa sualı olub-olmadığını soruşdu.

Audio analizinə nə vaxt ehtiyac var

Bəzi hallarda səsin özü həqiqətən vacibdir — məsələn, gözlətmənin dəqiq müddəti və ya operatorun müştəri ilə eyni anda danışması. Belə meyar lazımdırsa:

• Alətin həmin göstəricini ölçdüyünü sənədlərdə və öz zənglərinizdə yoxlayın
• Yazı keyfiyyətinin və kanal quruluşunun kifayət olduğunu təsdiqləyin
• Nəticəni insan qiymətləndirməsi ilə müqayisə edin
• Göstəricini avtomatik bal yox, təhlil üçün seçim meyarı kimi istifadə edin

İllüstrativ nümunə: eyni cümlə, iki oxunuş

Aşağıdakı nümunə illüstrativdir. Transkriptdə iki zəngdə eyni sətir var: operator «Başa düşürəm, bu, həqiqətən narahatedicidir» deyir.

1. 1Birinci zəngOperator cümləni sakit deyir, sonra müştərinin sifariş nömrəsini soruşur və yeni tarixi izah edir. Müştəri «yaxşı, gözləyərəm» deyib zəngi bitirir.
2. 2İkinci zəngOperator eyni cümləni istehza ilə, ah çəkərək deyir və dərhal «amma qayda belədir» əlavə edir. Müştəri «siz məni ələ salırsınız» deyir.

Transkriptə baxan qiymətləndirmə hər iki zəngdə «narazılıq qəbul edildi» meyarını yerinə yetirilmiş sayacaq. Fərqi səs göstərir — amma mətn də ipucu verir: ikinci zəngdə qəbuldan sonra həll yoxdur və müştərinin sonrakı cümləsi narazılığın artdığını göstərir. Ona görə meyarı «qəbul etdi və ardınca mümkün olanı izah etdi» kimi yazmaq tonu ölçmədən də daha çox şey tutur.

Səs analizi vəd edən alətə beş sual

• Bu göstərici tam olaraq nəyi ölçür və necə hesablanır?
• Hansı dillərdə və hansı yazı keyfiyyətində yoxlanılıb?
• Nəticə insan qiymətləndirməsi ilə müqayisə edilibmi və necə?
• Stereo və mono yazılarda nəticə fərqlidirmi?
• Göstərici operator haqqında qərarda necə istifadə olunmalıdır — və necə olunmamalıdır?

Tipik səhvlər

• Transkript əsasında işləyən sistemdən ton və intonasiya haqqında qərar gözləmək
• «Empatiya balı» kimi rəqəmləri nəyi ölçdüyünü bilmədən qəbul etmək
• Operatorun səsinə və danışıq üslubuna görə onun xarakteri haqqında nəticə çıxarmaq
• Sentiment etiketini səs tonunun ölçüsü kimi oxumaq

Hüdudlar

• Transkriptin özü də xətalıdır; mətndən müəyyən edilən faktlar tanıma keyfiyyətindən asılıdır
• Audio göstəriciləri yazı keyfiyyətinə, kanal quruluşuna və dilə həssasdır
• Bir alətin audio göstəricisi başqa alətinki ilə birbaşa müqayisə edilmir
• Səsdən qorunan xüsusiyyətlər təxmin edilməməli və qiymətləndirmədə istifadə edilməməlidir

Vexvon Audio Analyzer-də nə var

• Zəng yazısı mətnə çevrilir, hər sətir operatora, müştəriyə və ya «naməlum» tərəfə aid edilir
• Zəng standartınızın addımları transkript əsasında «yerinə yetirilib», «qismən», «buraxılıb» və ya «tətbiq olunmur» kimi qiymətləndirilir, yanında sübut sətirləri
• Standart dəyişəndə qiymətləndirmə mövcud transkript üzərindən yenidən aparılır — yəni qiymətləndirmə mətnə söykənir
• Səs tonu, intonasiya və danışıq sürəti üzrə ayrıca göstərici təqdim edilmir

Ətraflı: Vexvon Audio Analyzer. Sükut və söz kəsmənin şərhini zəngdə sükut və söz kəsmə, sentimentin sərhədlərini isə müştəri sentimenti və operator keyfiyyəti yazısında açmışıq.

İlk addım

Qiymətləndirmə formanızı açın və hər sətrin yanına yazın: mətn, səs, yoxsa heç biri? «Heç biri» olan sətirləri yuxarıdakı üsulla davranışa çevirin. Bu yazı audio analizinin tətbiqi və etibarlılığı bölməsinə aiddir. Öz yazılarınızla sınamaq üçün bizimlə əlaqə saxlayın.

Mövzunun davamı: speaker diarization.