摘要：良好的客户服务是各企业在竞争中获胜的法宝。随着顾客需求的变化，传统的顾客服务体系无法适应日益增长的顾客服务需求。从传统的被动客户服务向主动、开放和智能服务的蜕变是不可避免的。本文就将语音识别技术应用到客户服务系统中，达成语音识别技术向智能客户服务系统的转化进行了初步探讨。
关键词：语音识别；客户服务系统
引言
目前，固定网络用户拨打电话，必须先找出拨打的电话号码，然后按下拨号按钮。随着通信业的发展，有越来越多的电话号码需要记住。目前，大多数固定电话没有存储电话号码的功能，所以很多时候在使用固定电话打电话时，他们要么从手机上查找被叫的电话。或者从纸质电话簿上查。既不方便又浪费时间。
“语音电话簿”可以帮助用户解决上述问题，用户只需拨一个号码就可以进入系统平台，说出联系人的名字，系统就可以自动将语音传输到人的手机上。整个过程通过自然的语音交互，即感觉亲切自然，方便快捷，节约时间，提高工作效率。
从服务管理的角度来看，随着信息和通信客户服务接受度的不断发展，座位上的客户服务电话越来越多，用户的质量要求也越来越高。传统语音信息处理中的客户服务系统的局限性控制了系统服务和管理能力的提高。
在服务方面，由于业务的多样性和复杂性，大量的数据信息无法快速有效地与处理过程中产生的问题联系起来，影响了客户服务经验。
在运营管理方面，每天雇佣人工座席回答大量的信息查询。更换座席人员所带来的培训消耗了部分维修成本，影响了服务质量。
一、概述
1.1 背景和意义
随着基于互联网的产品的引进和业务的发展，对基于互联网的产品对客户服务系统的要求也逐渐提高：各类基于互联网的产品都具有形式创新、个性化强、产品小、快速迭代的特点。它的核心意义在于围绕用户需求的快速响应和变化。服务团队必须具备在线服务和业务快速部署的专业能力。与传统企业相比，基于互联网的产品用户的通话频率较高，通话时间较长，投诉数量波动较大，贬损提及率更高。
如何利用当前的热点技术，结合通信产业的服务创新理念，满足基于互联网的客户服务和运营，实现专业、大数据、智能管理系统支持、护送客户服务，并有助于新IT生态的战略转型。
1.2 现状分析
在这一阶段，语音仍占据最重要的联系方式。只有1％到3％的语音文件用于手动质量测试，隐藏在语音文件中的大部分价值信息都没有得到有效利用。对于目前大量的记录数据，运营商没有系统的分析、质量检查和操作解决方案。如何应用智能语音分析技术，实现智能语音分析的智能操作管理解决方案，有效提高智能操作手段，加强内部管理，注重客户服务语音，提高客户服务满意度，并有效降低客户投诉率。
目前，客户服务管理面临以下挑战：传统的记录和监测方法无法及时定位账户周期和各种热点问题，导致服务流程受限、反馈和反应延误；针对客户服务代表造成的服务问题，对客户评价“不满意”或“未解决”的质量检查费时复杂，通信服务量化和满意度修复；沉默或长时间等待无法得到有效的分析，服务成本的量化也不为人所知和控制。防止客户投诉的潜在危害，不能事先预先知悉，导致投诉率长期偏高，容易因紧急情况而引致集体投诉；过去，新业务上线后，无法及时准确获取用户的咨询热点和疑难题目，导致接听电话时间过长，疑难题目答案不规范，服务满意度下降；根据客户的声音，隐藏着大量的数值信息。如何收集和分析客户的声音，分析业务流程、系统和产品中的问题，协助决策领导解决问题。
期刊文章分类查询,尽在期刊图书馆
二、传统IVR客户服务系统存在的问题
1.IVR语音导航复杂冗长，用户体验差。在传统的IVR客户服务系统中，客户面临着复杂，冗长且繁琐的IVR导航菜单。用户需要逐层监听菜单提示。根据说明书，可以逐步操作按钮以获得服务。这很容易导致更糟糕的用户体验。传统的基于按钮的自动语音服务面临着越来越多的挑战。同时，由于用户无法获得方便的自助服务，大量的服务流入人工座位，宝贵的人力资源投入巨大，提供简单，重复，低价值的劳动力，使整体效率得到提高。呼叫中心难以改善。高运营成本和客户满意度也受到影响。
2.传统的IVR依靠主呼叫和DTMF信号来实现客户识别和交互，使得用户与系统的交互非常有限，不利于“主动和智能”的服务。
三、什么是语音识别技术
语音识别技术，也称为自动语音识别，是一种高科技，它允许机器通过识别和理解过程将语音信号转换成相应的文本或命令。目标是将人类语言中的词汇内容翻译成计算机可读输入。与声纹识别技术和说话人识别不同，声纹识别技术试图识别或确认发送语音的说话者，并且语音识别技术试图识别其中包含的词汇内容。
语音识别技术主要包括特征提取技术，模式匹配标准和模型训练技术。
四、语音识别技术在智能客户服务系统中的应用
语音识别技术在电话信道中的应用已成为重要的应用之一。因此，语音识别技术作为用户输入方法被引入到新一代客户服务系统中。用户可以使用语音直接与系统交互，同时大大提高了工作效率。改善用户感知。
1.基于语音识别的IVR菜单的平板智能应用。语音识别技术的引入和智能的IVR导航的创造使该系统成为一个理解自然语言的交互语音响应系统。，传统的IVR按钮操作被转换为平面系统对话框，以便客户可以访问原子服务节点。接受服务以缩短通话时间，降低IVR服务节点的速率，改善客户自助服务、客户体验并转移客户服务，减轻对人工服务的压力，并增加人工服务的价值。
2.结合良好的模式声纹技术，对客户进行差异化服务。顾客服务资源是宝贵的，有限的顾客服务能力被有效的用来提升顾客的感知能力，客户需要差异化的服务。准确的客户级别识别和客户服务内容的紧迫性是差异化服务的基础。语音识别技术和声纹识别技术的结合可以根据客户的电话号码和DTMF信号限制突破当前传统的IVR客户服务系统识别。通过服务内容，发言者可以识别客户服务水平。有效拦截用户骚扰，提高客户服务资源利用率。
3.基于语音识别的人工座席智能应用。在人工服务中，实现客户语音的“可视化”，完成客户需要解决的术语和关键词的识别，并协助座席人员快速搜索和匹配相关知识库的知识节点。
4.基于语音识别的质检评估应用。对客户服务人员的质量检查和评估通常以语音采样为基础。为了改善对服务质量的控制，通常需要大量的语音采样，这需要大量的人力资源。通过语音识别技术，识别和匹配服务语音的关键词和音调，实现系统的自动质量检测，有效提高质量检测的覆盖范围，有效过滤关键服务质量问题。并在背景下减少质量检验人员的工作量。提高质量检验工作的效率，提高服务质量的控制水平。
结束语
总之，语音识别技术在智能客户服务系统中有着广泛的应用，可以帮助客户服务系统向智能化转变，将被动响应的客户服务转变为主动、智能、开放的服务。同时，其应用主要受语音识别系统本身的性能指标限制，如方言识别率。在将语音识别技术引入客户服务系统时，特别需要注意传统语音导航过程的优化设计，使您的语音识别率不会妨碍客户服务。
参考文献：
[1] 人工智能技术在企业信息化中的应用[J].于波，张涛.信息与电脑（理论版）.2018（15）
[2] 浅谈语音识别技术在客服行业中的应用[J].彭烽，莫宏宝.电脑迷.2016（04）
[3] 基于Asterisk的语音识别技术研究和实现[J].陈可新，黄伟民.长春师范大学学报.2015（06）
论文作者:陆文
论文发表刊物:《基层建设》2019年第9期
论文发表时间:2019/6/14
标签：客户服务论文; 语音论文; 语音识别论文; 技术论文; 客户论文; 用户论文; 智能论文; 《基层建设》2019年第9期论文;