Makale serilerinden
Sosyoloji
Konular Tarihi Dallar Zaman Çizelgesi Dizin
Metodlar Kantitatif Nitel Karşılaştırmalı İşlemsel Etnografya Konuşma analizi Tarihsel yöntem Röportaj Matematiksel Ağ analizi Anket
Dallar Ahlak Aile Askerî Barış, savaş ve sosyal çatışma Beden Bilgi Bilim Bilimsel Çalışma Çevre Demografi Din Edebiyat Eğitim Endüstri Feminist Gıda sosyolojisi Göç sosyolojisi Hukuk sosyolojisi Irk ve etnik ilişkiler Ekonomi İnsan ekolojisi İnternet Kalkınma Kamu Kent Kırsal Kriminoloji Kurumlar Küçük gruplar Kültür Mali Medikal Mimarlık Natüralist Sağlık sosyolojisi Sağlık ve hastalık Sanat Sanayi sosyolojisi Simgesel etkileşim Siyaset sosyolojisi Sosyal hareketler teorisi Sosyal psikoloji Sosyoloji Sapma Tarihsel Teknolojinin sosyal inşası Terörizm sosyolojisi Cinsiyet Toplumsal tabakalaşma Uygulamalı sosyoloji
Kişiler Doğu Asya 1900'ler Fei Xiaotong Güney Asya 1800'ler G.S Ghurye 1900'ler Irawati Karve M. N. Srinivas Orta Doğu 1400'ler İbn Haldun Avrupa 1700'ler Auguste Comte Emmanuel Joseph Sieyès 1800'ler Émile Durkheim Harriet Martineau Karl Marx Georg Simmel Herbert Spencer Ferdinand Tönnies Max Weber 1900'ler Michel Foucault Jürgen Habermas Kuzey Amerika 1800'ler Jane Addams Ernest Burgess W.E.B. Du Bois George Herbert Mead Thorstein Veblen 1900'ler James Coleman Patricia Hill Collins Erving Goffman Paul Lazarsfeld Charles Wright Mills Robert K. Merton Theda Skocpol Dorothy E. Smith
Sosyolojik perspektifler Çatışma teorileri Eleştirel teori Yapısal işlevselcilik Pozitivizm Sosyal inşacılık
Liste Bibliyografi Terminoloji Dergiler Kuruluşlar Kişiler Zaman çizelgesi Ülkeler
Vikiproje:Sosyoloji
g t d

Ses analizi ya da Konuşma analizi, iletişimi ve gelecekteki etkileşimi iyileştirmek için müşteri bilgilerini toplamak üzere kaydedilen çağrıları analiz etme sürecidir. Süreç, öncelikle müşteri iletişim merkezleri tarafından bir işletmeyle müşteri etkileşimlerinde ihtiyaçları çıkarmak için kullanılır.^[1]

Konuşma analitiği, otomatik konuşma ve tanıma unsurlarının varlığına rağmen, konuşmanın duygusal tonu ve etkileşim sırasında konuşma ile konuşmama miktarına bağlı konumlarına göre tartılan konuyu analiz ettiği bilinmektedir. İletişim merkezlerindeki konuşma analitiği, etkin maliyet sınırlaması ve müşteri hizmetleri stratejileri oluşturmak için gerekli olan zekayı ortaya çıkarmak ve kaydedilen müşteri etkileşimlerini araştırmak için kullanılabilir. Teknoloji, maliyet etkenlerini belirleyebilir ve trend analizi yapabilir, süreçler ile birlikte ürünlerinde güçlü ve zayıf yönleri belirleyebilir bunun sonucunda pazarın teklifleri nasıl algıladığını anlamaya yardımcı olmayı sağlamaktadır.^[2]

Tanım[değiştir | kaynağı değiştir]

Konuşma analizi, bir şirket ile müşterileri arasındaki kayıtlı telefon görüşmelerinin kategorik analizini oluşturur.^[3] Müşteri aramalarından gelişmiş işlevsellik ve değerli istihbarat sağlar. Bu bilgileri strateji, ürün, süreç, operasyonel sorunlar ve iletişim merkezi temsilcisi performansıyla ilgili bilgileri keşfetmek için kullanılabilir.^[4] Ek olarak, konuşma analizi, iletişim merkezi temsilcilerinin ek eğitime veya eğitime ihtiyaç duyabileceği alanları otomatik olarak belirleyebilir^[5] ve aramalarda sağlanan müşteri hizmetini otomatik olarak izleyebilir.^[6]

Süreç, belirli bir süre içinde en sık kullanılan kelimeleri sıralar ve cümleleri teker teker algılayarak kullanımın yükselişte ya da düşüş eğiliminde olduğunu gösterebilir. Bu bilgiler, bir kuruluştaki denetçiler, analistler ve diğer kişiler için tüketici davranışındaki değişiklikleri tespit etmek ve çağrı hacimlerini azaltmak ve müşteri memnuniyetini artırmak için harekete geçmek için kullanışlıdır. Müşterinin düşünce sürecine ilişkin bir fikir sağlar ve bu da şirketlerin ayarlamalar yapması için bir fırsat yaratır.^[7]

Kullanım[değiştir | kaynağı değiştir]

Konuşma analizi uygulamaları, günlük hayattaki sesle gerçek zamanlı uyarılar alarak veya kaydedilen konuşma üzerinde bir işlem sonrası adım olarak sözlü anahtar kelimeleri veya cümleleri tespit edebilir. Bu teknik aynı zamanda ses madenciliği olarak da bilinir. Diğer kullanımlar, memnun olmayan müşterilerden gelen çağrıları belirlemek için iletişim merkezi ortamında konuşmanın sınıflandırılmasını içerir.^[8]

Bilgi alma alanında yaygın olarak kullanılan Kesinlik ve geri çağırma gibi önlemler, bir konuşma analitiği arama sisteminin yanıtını ölçmenin tipik yollarıdır.^[9] Kesinlik, sorguyla alakalı arama sonuçlarının oranını ölçer. Geri çağırma, arama sonuçları tarafından döndürülen toplam ilgili öğe sayısının oranını ölçer. Standartlaştırılmış bir test setinin kullanıldığı durumlarda, farklı konuşma analizi sistemlerinin arama performansını doğrudan karşılaştırmak için hassasiyet ve geri çağırma gibi ölçümler kullanılabilir.

Farklı konuşma analizi sistemlerinin doğruluğunun anlamlı bir karşılaştırmasını yapmak zor olabilir. LVCSR sistemlerinin çıktısı, kelime hata oranı (WER) için bir değer üretmek için referans kelime düzeyinde transkripsiyonlara göre puanlanabilir, ancak fonetik sistemler, kelimeleri değil, temel tanıma birimi olarak telefonları kullandığından, bu ölçüyü kullanarak karşılaştırmalar yapılamaz. . Konuşma analizi sistemleri, söylenen kelimeleri veya cümleleri aramak için kullanıldığında, kullanıcı için önemli olan, döndürülen arama sonuçlarının doğruluğudur. Bireysel tanıma hatalarının bu arama sonuçları üzerindeki etkisi büyük ölçüde değişebileceğinden, kelime hata oranı gibi ölçüler, kullanıcı perspektifinden genel arama doğruluğunu belirlemede her zaman yardımcı olmaz.

ABD Hükûmeti Sorumluluk Bürosuna göre,^[10] "veri güvenilirliği, amaçlandıkları kullanımlar göz önüne alındığında, bilgisayarda işlenen verilerin doğruluğu ve eksiksizliği anlamına gelir." Konuşma Tanıma ve Analitik alanında, "tamlık" "algılama oranı" ile ölçülür ve genellikle doğruluk arttıkça algılama oranı düşer.

Teknoloji[değiştir | kaynağı değiştir]

Konuşma analizi satıcıları bir 3. tarafın "motorunu" kullanır ve diğerleri özel motorlar geliştirir. Teknoloji esas olarak üç yaklaşım kullanır. Fonetik yaklaşım, işlem için en hızlı olanıdır, çünkü çoğunlukla gramerin boyutu çok küçüktür ve temel tanıma birimi bir fonemdir. Çoğu dilde onlarca benzersiz ses birimi vardır ve bu tanımanın çıktısı, daha sonra aranabilen bir ses birimi akışıdır. Geniş kelime dağarcığı sürekli konuşma tanıma (LVCSR), daha yaygın olarak konuşmadan metne, tam transkripsiyon veya ASR (otomatik konuşma tanıma olarak bilinir), temel birim olarak bir dizi kelime (bir-gram, iki-gram vb.) Kullanır. Bu yaklaşım, sese karşı eşleşmesi için yüz binlerce kelime gerektirir. Yeni iş sorunlarını ortaya çıkarabilir, sorgular çok daha hızlıdır ve doğruluğu ses bilgisi yaklaşımdan daha yüksektir.

Genişletilmiş konuşma duygu tanıma ve tahmini, üç ana sınıflandırıcıya dayanır: kNN, C4.5 ve SVM RBF Kernel. Bu set, ayrı ayrı alınan her bir temel sınıflandırıcıdan daha iyi performans sağlar. Diğer iki sınıflandırıcı grubuyla karşılaştırılır: Karma çekirdekli bire karşı (OAA) çok sınıflı SVM ve aşağıdaki iki temel sınıflandırıcıdan oluşan sınıflandırıcılar kümesi: C5.0 ve Sinir Ağı. Önerilen varyant, diğer iki grup sınıflandırıcıdan daha iyi performans elde eder.^[11]

Gelişim[değiştir | kaynağı değiştir]

Pazar araştırması, konuşma analizinin 2020 yılına kadar milyar dolarlık bir endüstri haline geleceğinin ve Kuzey Amerika'nın en büyük pazar payına sahip olacağının tahmin edildiğini gösteriyor.^[12] Büyüme oranı, uyumluluk ve risk yönetimi için artan gereksinimlerin yanı sıra piyasa istihbaratı yoluyla endüstri rekabetindeki artışa bağlanıyor.^[13] Endüstrinin telekomünikasyon, BT ve dış kaynak kullanımı segmentlerinin seyahat ve konaklama segmentlerinden beklenen büyüme ile en büyük pazar payına sahip olduğu düşünülmektedir.^[12]

Ayrıca bakınız[değiştir | kaynağı değiştir]

• Customer intelligence
• Customer dynamics
• Speech recognition

Kaynakça[değiştir | kaynağı değiştir]