语音情感识别技术是指机器通过语音信号智能识别人类的不同情感状态，根据人在不同情感下的语音信号非平稳性特征等比较明显的特点，通过提取语音的音质特征、韵律特征和频谱特征等声学特征来判断情绪的变化。呼叫中心依赖语音获取信息，因此语音情感识别显得尤其重要，本文提出将语音情感识别技术运用于呼叫中心的日常工作，来解决录音质检、投诉校准、客户情绪第一时间识别、客服代表服务热情实时提醒等问题。

　　一、语音情感识别技术发展趋势

　　语音情感识别是人工智能、心理学和生物学等多学科交叉的新兴领域。蕴藏在语音中的情感信息是人们相互交流的重要信息，例如同样一句话，说话人在不同的情感状态时所表达的含义会截然不同。当今人们不断深入对情感信息处理的研究，也越来越重视语音信号中情感信息处理的研究。语音信号具有便携性好和采集方便等优势，因此语音识别技术在智能人机交互、人机交互教学、娱乐业、医学、刑侦与安全领域得到了广泛的应用。

　　1997年，美国麻省理工大学的Picard教授首先提出了情感识别的概念，随后美国麻省理工大学、美国洛杉矶南加州大学、新加坡南阳理工大学等高校科研机构陆续开展了情感识别领域的研究。在国内，东南大学、中科院自动化研究所、清华大学、东南大学、西北工业大学、江苏大学等高校和科研机构也都开展了情感识别方面的研究。

　　二、语音情感识别模块构成

　　语音情感识别技术是根据人在不同情感下的语音信号非平稳性特征等比较明显的特点，通过提取语音的音质特征、韵律特征和频谱特征等声学特征来判断情绪的变化，语音情感识别模块大体包括语音采样、语音预处理、语音特征提取、语音特征处理、特征识别、情绪判断几个部分。

　　首先可设定采样的频率和时间长短，对语音进行采样并进行去噪、加窗、分帧等预处理，然后根据对不同情绪判断的需要分别提取语音的音质特征、韵律特征和频谱特征等声学特征如基音频率、共振峰、Mel频率倒谱系数、能量、样本熵等，再将提取的多种特征通过各种时频分析方法进行处理，如短时傅里叶变换（FFT）、希尔伯特变换（Hilbert transform）、经验模态分解（EMD）等，之后将特征参数送入相应的函数识别器（常用的一般为支持向量机SVM）识别特征参数的归属范围，最后根据多种语音特征融合后的识别结果来综合判断采样语音的情感种类。

　　三、语音情感识别技术应用的必要性

　　随着社会进步和生活水平的改善，客户对呼叫中心热线服务质量的要求也在不断提高，而呼叫中心主要通过电话与客户交流，依赖语音获取信息，与客户的接触渠道比较单一，这就需要我们结合国内外发展的新形势来积极寻求提升服务质量及客户感知的新方法以应对如下问题。

　　1.海量录音抽样质检的限制性

　　客服质检人员每天从几万条录音中只抽取几百或几十条录音进行质检，录音抽取范围一般是客户做出满意度参评或客服代表的专席转接的录音，无形中限制了录音质检的范围，而实际的问题是录音可能客户既没有参评、客服代表也未进行专席转接，故此很难发现录音背后隐藏的客户实际问题，录音质检的目的也会因此而大打折扣。

　　2.投诉处理缺少统一的标准

　　面对客户各种不同情况的投诉录音，不同的投诉处理人员会有不同的判断标准，继而会执行不同的处理流程，带给客户与客服代表的感知也会因此而有所差异，对客户投诉的判责依赖于个人感知的成分较多，缺少说服力和理论依据。

　　3.客户情绪感知的滞后性

　　若客户带着情绪或有疑问拨入热线却在音调上故作平静，客服代表将很难在第一时间了解客户的切实想法和真实情感，无法对症下药、做出准确的应答，进而会放大客户的痛苦，激化客户的不满情绪，严重影响客户的感知。

　　4.客服代表的服务热情降低

　　客服代表常年工作在一线，每天面对大量不同客户近乎相同的问题，重复给出近乎相似的答案，容易产生一定的职业疲劳，在与客户的互动中会出现语音语调平淡的问题，自己本身却察觉不到，无形中影响了客户的感知和呼叫中心的服务质量。

四、语音情感识别的具体应用

　　结合目前国内外语音情感研究新兴领域的语音情感识别技术，可构建语音情感分析模块，针对以上提到的几点问题，实现在客服代表与客户人机交互的过程中四项重要作用。

　　1.自动将语音筛选分类

　　语音情感识别模块可以将海量的录音根据客户情感的不同区分成不同的客户情感录音库，质检人员可以根据质检的需要和目的将分类后的情感录音库做为抽检录音的来源，再辅以日常常用的抽检标准进行质检，这样就精简了录音的抽检范围，提高了录音质检的针对性，增强了质检工作的目的性，更易于发现实际存在的问题。

　　2.投诉校准

　　语音情感识别模块可以通过采样客户的投诉录音，综合判断客户和客服代表情绪的归属类别，为投诉的判责提供标准和理论依据，进而规范和统一后续的处理流程，这样，即使不同的投诉处理人员也会给客户和客服代表做出相同的处理结果，使投诉处理工作更具有说服力。

　　3.客户情绪及时识别

　　语音情感识别模块可以通过实时采样客户的声音，在客户电话接入的前几秒对客户的情绪做出判断，特别是针对客户带着情绪或有疑问拨入热线却在音调上故作平静、人耳难以识别的情况，进而通过情感识别系统的反馈信息及时提醒客服代表客户情绪的异常，客服代表可以灵活转变问题处理的方式从而缩小客户的痛苦，提高客户的满意度。

　　4.客服代表服务热情实时提醒

　　语音情感识别模块可以采样客服代表的录音，实时对其进行识别判断，在客服代表出现语音语调平淡但本身却未察觉的情况下及时对其做出提醒，以保证客服代表在通话过程中可时刻保持服务的耐心和热情，持续保证服务的质量。

　　语音情感识别技术在呼叫中心的实施的方案流程如图1所示。

图1 语音情感识别在呼叫中心应用流程图