View a markdown version of this page

Real-time Analisis Panggilan - Amazon Transcribe
Real-time wawasan

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Real-time Analisis Panggilan

Real-time Call Analytics memberikan wawasan real-time yang dapat digunakan untuk mengatasi masalah dan mengurangi eskalasi saat terjadi.

Wawasan berikut tersedia dengan Analitik Panggilan real-time:

Selain Analitik Panggilan real-time, Anda juga Amazon Transcribe dapat melakukan analitik pasca-panggilan pada aliran media Anda. Anda dapat menyertakan analitik pasca-panggilan dalam permintaan Analisis Panggilan real-time menggunakan PostCallAnalyticsSettings parameter.

Real-time wawasan

Bagian ini merinci wawasan yang tersedia untuk transkripsi Analisis Panggilan real-time.

Kategori acara

Menggunakan acara kategori, Anda dapat mencocokkan transkripsi berdasarkan kata kunci atau frasa yang tepat. Misalnya, jika Anda menetapkan filter untuk frasa “Saya ingin berbicara dengan manajer”, Amazon Transcribe filter untuk frasa yang tepat.

Berikut adalah contoh output.

Untuk informasi selengkapnya tentang membuat kategori Analisis Panggilan real-time, lihatMembuat kategori untuk transkripsi real-time.

Tip

Acara kategori memungkinkan Anda mengatur peringatan waktu nyata; lihat Membuat peringatan waktu nyata untuk kecocokan kategori untuk informasi lebih lanjut.

Deteksi masalah

Deteksi masalah memberikan ringkasan singkat dari masalah yang terdeteksi dalam setiap segmen audio. Dengan menggunakan fitur deteksi masalah, Anda dapat:

  • Mengurangi kebutuhan untuk membuat catatan manual selama dan setelah panggilan

  • Meningkatkan efisiensi agen, memungkinkan mereka untuk merespons pelanggan lebih cepat

catatan

Deteksi masalah didukung dengan dialek bahasa Inggris ini: Australian (en-AU), British (en-GB), dan US (en-US).

Fitur deteksi masalah bekerja di semua industri dan sektor bisnis, dan berbasis konteks. Ini bekerja di luar kotak dan dengan demikian tidak mendukung penyesuaian, seperti pelatihan model atau kategori khusus.

Deteksi masalah dengan Analisis Panggilan real-time dilakukan pada setiap segmen audio lengkap.

Berikut adalah contoh output.

Identifikasi PII (data sensitif)

Identifikasi data sensitif memberi label informasi identitas pribadi (PII) dalam transkrip teks. Parameter ini berguna untuk melindungi informasi pelanggan.

catatan

Real-time Identifikasi PII didukung dengan dialek bahasa Inggris ini: Australia (en-AU), Inggris (en-GB), AS (en-US) dan dengan dialek bahasa Spanyol (es-US).

Identifikasi PII dengan Analitik Panggilan real-time dilakukan pada setiap segmen audio lengkap.

Untuk melihat daftar PII yang diidentifikasi menggunakan fitur ini, atau untuk mempelajari lebih lanjut tentang identifikasi PII Amazon Transcribe, lihat. Menyunting atau mengidentifikasi informasi yang dapat diidentifikasi secara pribadi

Berikut adalah contoh output.

Redaksi PII (data sensitif)

Redaksi data sensitif menggantikan informasi identitas pribadi (PII) dalam transkrip teks Anda dengan jenis PII (misalnya,). [NAME] Parameter ini berguna untuk melindungi informasi pelanggan.

catatan

Real-time Redaksi PII didukung dengan dialek bahasa Inggris ini: Australia (en-AU), Inggris (), AS (en-GBen-US) dan dengan dialek bahasa Spanyol (). es-US

Redaksi PII dengan Analitik Panggilan real-time dilakukan pada setiap segmen audio lengkap.

Untuk melihat daftar PII yang disunting menggunakan fitur ini, atau untuk mempelajari lebih lanjut tentang penyuntingan, lihat. Amazon TranscribeMenyunting atau mengidentifikasi informasi yang dapat diidentifikasi secara pribadi

Berikut adalah contoh output.

Analisis sentimen

Analisis sentimen memperkirakan bagaimana perasaan pelanggan dan agen selama panggilan. Metrik ini disediakan untuk setiap segmen ucapan dan direpresentasikan sebagai nilai kualitatif (positiveneutral,mixed,, ataunegative).

Dengan menggunakan parameter ini, Anda dapat mengevaluasi secara kualitatif sentimen keseluruhan untuk setiap peserta panggilan dan sentimen untuk setiap peserta selama setiap segmen pidato. Metrik ini dapat membantu mengidentifikasi apakah agen Anda dapat menyenangkan pelanggan yang kesal pada saat panggilan berakhir.

Analisis sentimen dengan Analitik Panggilan real-time dilakukan pada setiap segmen audio lengkap.

Analisis sentimen bekerja secara langsung dan karenanya tidak mendukung penyesuaian, seperti pelatihan model atau kategori khusus.

Berikut adalah contoh output.

Identifikasi bahasa

Identifikasi bahasa secara otomatis mengenali dan menentukan bahasa utama yang digunakan dalam setiap saluran aliran audio Anda selama Analisis Panggilan real-time. Setelah diidentifikasi, Call Analytics akan memproses dan mengembalikan transkripsi yang paling sesuai berdasarkan bahasa yang terdeteksi, mengirimkan informasi ini kembali melalui aliran secara real-time.

Fitur ini memungkinkan Anda untuk secara otomatis mengenali dan mengidentifikasi bahasa dominan yang diucapkan di setiap saluran aliran audio Anda. Setelah bahasa terdeteksi, Call Analytics memproses dan mengirimkan transkripsi yang sesuai untuk bahasa yang diidentifikasi secara real-time.

Identifikasi bahasa otomatis didukung untuk semua bahasa yang didukung streaming Call Analytics yang saat ini didukung untuk transkripsi streaming tanpa biaya tambahan, dan tersedia di Wilayah AWS yang didukung streaming Call Analytics.

penting

Call Analytics hanya mendukung identifikasi bahasa tunggal, yang mengidentifikasi bahasa dominan yang digunakan di saluran audio Anda. Multi-language identifikasi tidak didukung, artinya setiap saluran hanya dapat ditranskripsikan dalam satu bahasa.

Untuk menggunakan identifikasi bahasa, Anda harus memberikan setidaknya dua kode bahasa dan paling banyak lima kode bahasa, dan Anda hanya dapat memilih satu dialek bahasa per bahasa per aliran dari bahasa streaming Call Analytics yang didukung. Ini berarti Anda tidak dapat memilih en-US dan en-AU sebagai opsi bahasa untuk transkripsi yang sama. Saat menggunakan fitur ini, LanguageCode parameter harus tetap nol dalam permintaan, karena LanguageCode dan IdentifyLanguage merupakan opsi yang saling eksklusif.

Awas

Jika kode bahasa yang Anda tentukan tidak cocok dengan bahasa lisan yang sebenarnya, sistem akan memilih bahasa yang paling mirip dari opsi Anda, yang dapat mengakibatkan transkripsi yang tidak akurat.

Dengan menggunakan fitur identifikasi bahasa, Anda dapat:

  • Secara otomatis mendeteksi bahasa dominan secara real-time

  • Memproses bahasa yang berbeda di saluran terpisah

  • Menerima skor kepercayaan untuk deteksi bahasa

  • Terapkan kosakata khusus bahasa khusus

Untuk menggunakan identifikasi bahasa, Anda harus mengonfigurasi parameter berikut:

Parameter yang diperlukan:

  • identifyLanguage- Setel ke true untuk mengaktifkan identifikasi bahasa.

  • languageOptions- Daftar kode bahasa yang mungkin digunakan saat IdentifyLanguage diatur ke true. Anda harus memberikan minimal dua pilihan bahasa, karena pemilihan bahasa tunggal tidak didukung.

Parameter opsional:

  • preferredLanguage- Bahasa utama yang Anda harapkan dari LanguageOptions yang disediakan. Menambahkan bahasa pilihan dapat membantu Call Analytics mengidentifikasi bahasa dengan lebih cepat.

  • vocabularyNames- Nama kosakata khusus untuk meningkatkan akurasi. Perhatikan bahwa nama kosakata peka huruf besar-kecil, dan jika bahasa kosakata khusus tidak cocok dengan bahasa media yang diidentifikasi, itu tidak akan diterapkan pada transkripsi.

  • vocabularyFilterNames- Nama filter kosakata untuk menyesuaikan output transkrip.

Berikut adalah contoh output.