Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Output analitico post-chiamata
Le trascrizioni delle analisi post-chiamata vengono visualizzate in un formato per segmento. turn-by-turn Includono la categorizzazione delle chiamate, le caratteristiche delle chiamate (punteggi di volume, interruzioni, tempo di non conversazione, velocità di conversazione), il riepilogo delle chiamate (problemi, risultati ed elementi d’azioni), la redazione e il sentiment. Inoltre, un riepilogo delle caratteristiche della conversazione viene fornito alla fine della trascrizione.
Per aumentare la precisione e personalizzare ulteriormente le trascrizioni in base al caso d'uso, ad esempio includendo termini specifici del settore, aggiungi vocabolari personalizzati o modelli linguistici personalizzati alla tua richiesta di analisi delle chiamate. Per mascherare, rimuovere o taggare le parole che non desideri inserire nei risultati della trascrizione, ad esempio parolacce, aggiungi il filtro del vocabolario. Se non sei sicuro del codice della lingua da inviare al file multimediale, puoi abilitare l'identificazione della lingua in batch per identificare automaticamente la lingua nel file multimediale.
Le sezioni seguenti mostrano esempi di JSON output a livello di analisi. Per l'output compilato, vedi Output di analisi post-chiamata compilato.
Categorizzazione delle chiamate
Ecco come appare una corrispondenza di categoria nell'output della trascrizione. Questo esempio mostra che l'audio compreso tra il timestamp di 40040 millisecondi e il timestamp di 42460 millisecondi corrisponde alla categoria “risoluzione positiva”. In questo caso, la categoria personalizzata “risoluzione positiva” richiedeva un sentiment positivo negli ultimi secondi di discorso.
"Categories": { "MatchedDetails": { "positive-resolution": { "PointsOfInterest": [ { "BeginOffsetMillis":40040, "EndOffsetMillis":42460} ] } }, "MatchedCategories": [ "positive-resolution" ] },
Caratteristiche delle chiamate
Ecco come appaiono le caratteristiche delle chiamate nell'output della trascrizione. Nota che i punteggi di volume vengono forniti per ogni turno di conversazione, mentre tutte le altre caratteristiche sono fornite alla fine della trascrizione.
"LoudnessScores": [87.54,88.74,90.16,86.36,85.56,85.52,81.79,87.74,89.82],..."ConversationCharacteristics": { "NonTalkTime": { "Instances": [], "TotalTimeMillis":0}, "Interruptions": { "TotalCount":2, "TotalTimeMillis":10700, "InterruptionsByInterrupter": { "AGENT": [ { "BeginOffsetMillis":26040, "DurationMillis":5510, "EndOffsetMillis":31550} ], "CUSTOMER": [ { "BeginOffsetMillis":770, "DurationMillis":5190, "EndOffsetMillis":5960} ] } }, "TotalConversationDurationMillis":42460,..."TalkSpeed": { "DetailsByParticipant": { "AGENT": { "AverageWordsPerMinute":150}, "CUSTOMER": { "AverageWordsPerMinute":167} } }, "TalkTime": { "DetailsByParticipant": { "AGENT": { "TotalTimeMillis":32750}, "CUSTOMER": { "TotalTimeMillis":18010} }, "TotalTimeMillis":50760} },
Problemi, elementi di azione e fasi successive
-
Nell'esempio seguente, vengono identificati i problemi che iniziano dal carattere 7 e terminano al carattere 51, che si riferisce a questa sezione del testo: “Vorrei annullare l'abbonamento alle mie ricette”.
"Content": "Well, I would like to cancel my recipe subscription.", "IssuesDetected": [ { "CharacterOffsets": { "Begin":7, "End":51} } ], -
Nell'esempio seguente, vengono identificati i risultati che iniziano dal carattere 12 e terminano al carattere 78, che si riferisce a questa sezione del testo: “Ho apportato tutte le modifiche al tuo account e ora verrà applicato questo sconto”.
"Content": "Wonderful. I made all changes to your account and now this discount is applied, please check.", "OutcomesDetected": [ { "CharacterOffsets": { "Begin":12, "End":78} } ], -
Nell'esempio seguente, vengono identificati gli eventi azioni che iniziano dal carattere 0 e terminano al carattere 103, che si riferisce a questa sezione del testo: “Ti invierò un'email con tutti i dettagli oggi e ti richiamerò la settimana prossima per sapere come va”.
"Content": "I will send an email with all the details to you today, and I will call you back next week to follow up. Have a wonderful evening.", "ActionItemsDetected": [ { "CharacterOffsets": { "Begin":0, "End":103} } ],
Riepilogo generativo delle chiamate
Ecco come appare il riepilogo generativo delle chiamate nell'output della trascrizione:
"ContactSummary": { "AutoGenerated": { "OverallSummary": { "Content": "A customer wanted to check to see if we had a bag allowance. We told them that we didn't have it, but we could add the bag from Canada to Calgary and then do the one coming back as well." } } }
Il processo di analisi verrà completato senza generazione di riepiloghi nei seguenti casi:
-
Contenuto della conversazione insufficiente: la conversazione deve includere almeno un turno tra l'agente e il cliente. Se il contenuto della conversazione è insufficiente, il servizio restituirà il codice di errore INSUFFICIENT _ CONVERSATION _CONTENT.
-
Barriere di sicurezza: la conversazione deve rispettare le barriere di sicurezza predisposte per garantire che venga generato un riepilogo appropriato. Se questi guardrail non vengono soddisfatti, il servizio restituirà il codice di errore _ _. FAILED SAFETY GUIDELINES
Il codice di errore può essere trovato nella Skipped sezione all'interno dell'AnalyticsJobDetailsoutput. Puoi anche trovare il motivo dell'errore CallAnalyticsJobDetails nella GetCallAnalyticsJobAPIrisposta.
Esempio di errore di output
{ "JobStatus": "COMPLETED", "AnalyticsJobDetails": { "Skipped": [ { "Feature": "GENERATIVE_SUMMARIZATION", "ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT", "Message": "The conversation needs to have at least one turn from both the participants to generate summary" } ] }, "LanguageCode": "en-US", "AccountId": "***************", "JobName": "Test2-copy",...}
Analisi del sentiment
Ecco come appare l'analisi del sentiment nell'output della trascrizione.
-
Valori qualitativi del turn-by-turn sentimento:
"Content": "That's very sad to hear. Can I offer you a 50% discount to have you stay with us?",..."BeginOffsetMillis":12180, "EndOffsetMillis":16960, "Sentiment": "NEGATIVE", "ParticipantRole": "AGENT"..."Content": "That is a very generous offer. And I accept.",..."BeginOffsetMillis":17140, "EndOffsetMillis":19860, "Sentiment": "POSITIVE", "ParticipantRole": "CUSTOMER" -
Valori quantitativi del sentiment per l'intera chiamata:
"Sentiment": { "OverallSentiment": { "AGENT":2.5, "CUSTOMER":2.1}, -
Valori quantitativi del sentiment per partecipante e per quarto di chiamata:
"SentimentByPeriod": { "QUARTER": { "AGENT": [ { "Score":0.0, "BeginOffsetMillis":0, "EndOffsetMillis":9862}, { "Score":-5.0, "BeginOffsetMillis":9862, "EndOffsetMillis":19725}, { "Score":5.0, "BeginOffsetMillis":19725, "EndOffsetMillis":29587}, { "Score":5.0, "BeginOffsetMillis":29587, "EndOffsetMillis":39450} ], "CUSTOMER": [ { "Score":-2.5, "BeginOffsetMillis":0, "EndOffsetMillis":10615}, { "Score":5.0, "BeginOffsetMillis":10615, "EndOffsetMillis":21230}, { "Score":2.5, "BeginOffsetMillis":21230, "EndOffsetMillis":31845}, { "Score":5.0, "BeginOffsetMillis":31845, "EndOffsetMillis":42460} ] } }
PIIredazione
Ecco come appare la PII redazione nell'output della trascrizione.
"Content": "[PII], my name is [PII], how can I help?", "Redaction": [{ "Confidence": "0.9998", "Type": "NAME", "Category": "PII" }]
Per ulteriori informazioni, consulta la sezione Redazione PII nel processo in batch.
Identificazione del linguaggio
Ecco come appare l'identificazione della lingua nell'output della trascrizione se la funzionalità è abilitata.
"LanguageIdentification": [{ "Code": "en-US", "Score": "0.8299" }, { "Code": "en-NZ", "Score": "0.0728" }, { "Code": "zh-TW", "Score": "0.0695" }, { "Code": "th-TH", "Score": "0.0156" }, { "Code": "en-ZA", "Score": "0.0121" }]
Nell'esempio di output precedente, Identificazione della lingua compilerà i codici delle lingue con punteggi di affidabilità. Il risultato con il punteggio più alto verrà selezionato come codice della lingua per la trascrizione. Per i dettagli sulle modalità, consulta Identificazione delle lingue dominanti nei contenuti multimediali.
Output di analisi post-chiamata compilato
Per motivi di brevità, alcuni contenuti vengono sostituiti con ellissi nel seguente output di trascrizione.
Questo esempio include una funzionalità opzionale: riepilogo generativo delle chiamate.
{ "JobStatus": "COMPLETED", "LanguageCode": "en-US", "Transcript": [ { "LoudnessScores": [ 78.63, 78.37, 77.98, 74.18 ], "Content": "[PII], my name is [PII], how can I help?",..."Content": "Well, I would like to cancel my recipe subscription.", "IssuesDetected": [ { "CharacterOffsets": { "Begin": 7, "End": 51 } } ],..."Content": "That's very sad to hear. Can I offer you a 50% discount to have you stay with us?", "Items": [...], "Id": "649afe93-1e59-4ae9-a3ba-a0a613868f5d", "BeginOffsetMillis": 12180, "EndOffsetMillis": 16960, "Sentiment": "NEGATIVE", "ParticipantRole": "AGENT" }, { "LoudnessScores": [ 80.22, 79.48, 82.81 ], "Content": "That is a very generous offer. And I accept.", "Items": [...], "Id": "f9266cba-34df-4ca8-9cea-4f62a52a7981", "BeginOffsetMillis": 17140, "EndOffsetMillis": 19860, "Sentiment": "POSITIVE", "ParticipantRole": "CUSTOMER" }, {..."Content": "Wonderful. I made all changes to your account and now this discount is applied, please check.", "OutcomesDetected": [ { "CharacterOffsets": { "Begin": 12, "End": 78 } } ],..."Content": "I will send an email with all the details to you today, and I will call you back next week to follow up. Have a wonderful evening.", "Items": [...], "Id": "78cd0923-cafd-44a5-a66e-09515796572f", "BeginOffsetMillis": 31800, "EndOffsetMillis": 39450, "Sentiment": "POSITIVE", "ParticipantRole": "AGENT" }, { "LoudnessScores": [ 78.54, 68.76, 67.76 ], "Content": "Thank you very much, sir. Goodbye.", "Items": [...], "Id": "5c5e6be0-8349-4767-8447-986f995af7c3", "BeginOffsetMillis": 40040, "EndOffsetMillis": 42460, "Sentiment": "POSITIVE", "ParticipantRole": "CUSTOMER" } ],..."Categories": { "MatchedDetails": { "positive-resolution": { "PointsOfInterest": [ { "BeginOffsetMillis": 40040, "EndOffsetMillis": 42460 } ] } }, "MatchedCategories": [ "positive-resolution" ] },..."ConversationCharacteristics": { "NonTalkTime": { "Instances": [], "TotalTimeMillis": 0 }, "Interruptions": { "TotalCount": 2, "TotalTimeMillis": 10700, "InterruptionsByInterrupter": { "AGENT": [ { "BeginOffsetMillis": 26040, "DurationMillis": 5510, "EndOffsetMillis": 31550 } ], "CUSTOMER": [ { "BeginOffsetMillis": 770, "DurationMillis": 5190, "EndOffsetMillis": 5960 } ] } }, "TotalConversationDurationMillis": 42460, "Sentiment": { "OverallSentiment": { "AGENT": 2.5, "CUSTOMER": 2.1 }, "SentimentByPeriod": { "QUARTER": { "AGENT": [ { "Score": 0.0, "BeginOffsetMillis": 0, "EndOffsetMillis": 9862 }, { "Score": -5.0, "BeginOffsetMillis": 9862, "EndOffsetMillis": 19725 }, { "Score": 5.0, "BeginOffsetMillis": 19725, "EndOffsetMillis": 29587 }, { "Score": 5.0, "BeginOffsetMillis": 29587, "EndOffsetMillis": 39450 } ], "CUSTOMER": [ { "Score": -2.5, "BeginOffsetMillis": 0, "EndOffsetMillis": 10615 }, { "Score": 5.0, "BeginOffsetMillis": 10615, "EndOffsetMillis": 21230 }, { "Score": 2.5, "BeginOffsetMillis": 21230, "EndOffsetMillis": 31845 }, { "Score": 5.0, "BeginOffsetMillis": 31845, "EndOffsetMillis": 42460 } ] } } }, "TalkSpeed": { "DetailsByParticipant": { "AGENT": { "AverageWordsPerMinute": 150 }, "CUSTOMER": { "AverageWordsPerMinute": 167 } } }, "TalkTime": { "DetailsByParticipant": { "AGENT": { "TotalTimeMillis": 32750 }, "CUSTOMER": { "TotalTimeMillis": 18010 } }, "TotalTimeMillis": 50760 }, "ContactSummary": { // Optional feature - Generative call summarization "AutoGenerated": { "OverallSummary": { "Content": "The customer initially wanted to cancel but the agent convinced them to stay by offering a 50% discount, which the customer accepted after reconsidering cancelling given the significant savings. The agent ensured the discount was applied and said they would follow up to ensure the customer remained happy with the revised subscription." } } } }, "AnalyticsJobDetails": { "Skipped": [] },...}
