使用卷积循环神经网络对呼叫中心录音中的音频段进行分类
音频与语音处理
2021-06-07 v1 声音
摘要
从客户关系管理角度看,对呼叫中心录音的详细统计分析至关重要。随着人工智能的近期进展,许多有关呼叫统计计算的任务现已自动执行。本工作提出了一个神经网络框架,旨在正确识别音频段并将其分类为客户或坐席部分。准确识别这些部分给出了评估坐席绩效的公平指标。我们继承了常用于诸如音乐流派分类等问题的卷积循环神经网络(CRNN)架构。我们还测试了同一架构在将先前类别信息与说话人性别信息也加入训练数据标签时的性能。我们观察到,无论是否包含性别信息,CRNN 均能泛化训练数据并在该问题的验证数据上表现良好。此外,即便训练使用土耳其语语音样本进行,经训练的网络被证明对其他语言(如德语和英语)的呼叫中心录音也能达到高准确率。
引用
@article{arxiv.2106.02422,
title = {Classification of Audio Segments in Call Center Recordings using Convolutional Recurrent Neural Networks},
author = {Şükrü Ozan},
journal= {arXiv preprint arXiv:2106.02422},
year = {2021}
}