使用科大讯飞语音转文字的服务进行电话录音分析

需求

合规性质检：1）设定规则，实现自动质检，自动打分；2）如VOC文本质检可与语音文字进行匹配，自动判断是否合格；3）新媒体文本可自动质检4）可识别异常录音（指定标准外）；5）诉求记录与语音内容是否可匹配，检测内容是否一致（关键词）；6）系统自我检测，对需要质检员校准的分析进行识别；7）特定内容判断是否合规（如蒸箱拨测内容）。

分析功能

(1) 对指定的录音进行制定规则的分析（如交互时长）。
(2) 对指定的某类型录音记录，自动找根因（如重复来电、不满意分析、满意、外拨分析，系统自我检测，对需要质检员校准的分析进行识别）。
(3) 通过语音、语调、语速等识别客服和客户的情绪和态度。
(4) 语音语调的范围（用来匹配哪种语音语调的客户满意度高）。
(5) 筛选录音时长，对过长的录音进行预先分析。

我们solution proposal的文档里打算用科大讯飞的service，但是他无法满足3和4这两个requirement。
我对可达讯飞的service做了简单的测试: 其工作原理是通过讯飞的SDK将本地语音文件上传到讯飞的server上，server通过http response以json格式返回给consumer. 附件是我用于测试的一个语音文件，我说的话是”测试一下Netweaver对于并发请求的响应性能”.

测试结果

(1) 所有中文均能成功转成文字; 但英文Netweaver的语音转换成了Net ball
(2) 智能分词也能按照期望工作，比如“测试一下”成功地分词成了“测试”和“一下”。

要获取更多Jerry的原创文章，请关注公众号"汪子熙":