Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Potenziale für Künstliche Intelligenz und ihre Anwendung Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

13. Ein KI-basiertes Framework für Sprach- und Stimmanalyse zur automatischen Bewertung der Qualität von Servicegesprächen

verfasst von : Mathias Walther

Erschienen in: Künstliche Intelligenz in der Anwendung

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

In diesem Kapitel wird ein innovatives zweistufiges Klassifikationsframework vorgestellt, das auf Basis multipler Modelle für den Sprechausdruck qualitätsinduzierende Kriterien bei Callcentergesprächen mit erklärungsfähigen Regeln prognostizieren kann. Durch diese Basisklassifikation wird eine symbolische Repräsentation des Sprechausdrucks erzeugt, die sowohl für Experten verständlich ist als auch von Klassifikationsalgorithmen verarbeitet werden kann. In der zweiten Stufe werden mit Lernverfahren die erkannten sprecherisch-stimmlichen Merkmale zu einer Klassifikation der Qualitätsfaktoren zusammengeführt. Regeln und Entscheidungsbäume bilden die funktionalen Beziehungen zu den relevanten Merkmalen ab und können so anhand der erkannten sprecherisch-stimmlichen Merkmale die wahrgenommenen Qualitätsfaktoren erklären.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Künstliche Intelligenz im Recruiting: Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten
Nächstes Kapitel Evidence Maps – Eine Schnittstelle für Stochastische Algorithmen
Literatur
1.
Bose I (2003) dóch da sin ja‘ nur mûster: Kindlicher Sprechausdruck im sozialen Rollenspiel. Peter, Frankfurt
2.
Burkhardt F, Audibert N, Malatesta L, Türk O, Arslan L, Auberge V (2006) Emotional Prosody – does culture make a difference. Speech Prosody 2(5)
3.
Chang H (2007) Comparing machine and human performance for caller’s directory assistance requests. Int J Speech Technol 10(2):75–87CrossRef
4.
Devillers L, Lamel L, Vasilescu I (2003) Emotion detection in task-oriented spoken dialogues. In: Multimedia and Expo, 2003. ICME’03. Proceedings. 2003 International Conference on. IEEE, III–549
5.
Eyben F, Wöllmer M, Schuller B (2009) openEAR – introducing the Munich open-source emotion and affect recognition toolkit. In: Proc. 4th International HUMAINE Association Conference on Affective Computing and Intelligent Interaction 2009 (ACII2009), Band I, 576–581. IEEE, 2009
6.
Focsa I, Neuhaus T (2003) Aufbau eines Qualitätsmanagementsystems im Call Center. GfAH Selbstverlag, Dortmund, 17–38
7.
Fojut S (2008) Call Center Lexikon: Die wichtigsten Fachbegriffe der Branche verständlich erklärt. Gabler, Wiesbaden
8.
Gavalda M, Schlueter J (2010) „The truth is out there“: using advanced speech analytics to learn why customers call help-line desks and how effectively they are being served by the call center agent. In: Advances in speech recognition. Springer, Berlin, 221–243
9.
Hall M, Frank E, Holmes G et al. (2009) The WEKA data mining software: an update. SIGKDD Explor Newsl 11(1):10–18
10.
Hirschfeld U, Neuber B (2011) Optimierungsmöglichkeiten der Telekommunikation aus Sicht der Sprechwissenschaft – Überblick über Fragestellungen und Untersuchungsansätze. In: Hirschfeld U, Neuber B (Hrsg) Erforschung und Optimierung der Callcenterkommunikation. Frank & Timme, Berlin, 9–28
11.
Lassmann W (Hrsg.), Rogge R, Schwarzer J (2006) Wirtschaftsinformatik: Nachschlagewerk für Studium und Praxis. Gabler, Wiesbaden
12.
Lefter I, Wiggers P, Rothkrantz L (2010) EmoReSp: an online emotion recognizer based on speech. In: Proceedings of the 11th International Conference on Computer Systems and Technologies and Workshop for PhD Students in Computing on International Conference on Computer Systems and Technologies. ACM, New York, (CompSysTech ’10), 287–292
13.
Meißner S, Pietschmann J (2011a) Rhetorische und phonetische Einflussfaktoren auf die Qualität von Telefonverkaufsgesprächen. In: Hirschfeld U, Neuber B (Hrsg) Erforschung und Optimierung der Callcenterkommunikation. Frank & Timme, Berlin, 215–248
14.
Meißner S, Pietschmann J (2011b) Zur Beurteilung der Gesprächsqualität im telefonischen Verkauf – Zwischenbericht über ein Forschungsprojekt. In: Bose I, Neuber B (Hrsg) Interpersonale Kommunikation: Analyse und Optimierung. Lang, Frankfurt, S 303–312
15.
Mishne G, Carmel D, Hoory R, Roytman A, Soffer A (2005) Automatic analysis of call-center conversations. In: Proceedings of the 14th ACM international conference on Information and knowledge management. ACM, 453–459
16.
Morrison D, Wang R, De Silva, Liyanage (2007) Ensemble methods for spoken emotion recognition in call-centres. Speech Commun 49(2):98–112
17.
Neuber B, Hirschfeld U (2013) Sprechwirkungsforschung in der professionellen Telefonie. In: Veličkova L, Petročenko E (Hrsg) Klangsprache im Fremdsprachenunterricht, Bd. VII. Voronezh State University, Voronezh, 66–85
18.
Neppert J, Pétursson M (1986) Elemente einer Akustischen Phonetik, 2. Aufl. Helmut Buske, Hamburg
19.
Paeschke A (2003) Prosodische Analyse emotionaler Sprechweise. Logos, Berlin (Mündliche Kommunikation)
20.
Petrushin V (1999) Emotion in speech: recognition and application to call centers. In: Artificial Neural Nets in Engineering (ANNIE ’99), 7–14
21.
Pfister B, Kaufmann T (2008) Sprachverarbeitung. Springer, Berlin
22.
Pittermann J, Pittermann A (2006): Integrating emotion recognition into an adaptive spoken language dialogue system. In: Intelligent Environments, 2006. IE 06. 2nd IET International Conference on. IET, 197–202
23.
Scherer K (2013) Vocal markers of emotion: comparing induction and acting elicitation. Comput Speech Lang 27(1):40–58CrossRef
24.
Schuller B, Batliner A (2014) Computational paralinguistics: emotion, affect and personality in speech and language processing. Wiley, New York
25.
Schuller B, Steidl S, Batliner A, et al. (2012) The INTERSPEECH 2012 Speaker Trait Challenge. In: Proceedings INTERSPEECH
26.
Schuller B, Steidl S, Batliner A, et al. (2010) The INTERSPEECH 2010 Paralinguistic Challenge. In: Proceedings INTERSPEECH, 2795–2798
27.
Stahlknecht P, Hasenkamp U (1999) Einführung in die Wirtschaftsinformatik, 9. Aufl. Springer, BerlinCrossRef
28.
Thompson W, Balkwill L (2006) Decoding speech prosody in five languages. Semiotica 2006(158):407–424CrossRef
29.
Vidrascu L, Devillers L (2007) Five emotion classes detection in real-world call center data: the use of various types of paralinguistic features. In: Proceedings of the International Workshop on Paralinguistic Speech – between Models and Data. Citeseer, 11–16
30.
Walther M (2018) Automatische Erkennung paralinguistischer Merkmale zur Bewertung der Gesprächsqualität in Callcentern: Zweistufige maschinelle Klassifikation mittels multipler Lernverfahren und perzeptiver Kriterien. In: Hoffmann R (Hrsg) Studientexte zur Sprachkommunikation, Bd. 89. TUDpress, Dresden
31.
Walther M, Neuber B, Jokisch O, Mellouli T (2015) Towards a conversational expert system for rhetorical and vocal quality assessment in call center talks. SlaTE 2015:29–34
32.
Walther M, Mellouli T (2017) „Intelligente Systeme zur Bewertung der Gesprächsqualität im Callcenter – Stand der Forschung und experimentelle Ergebnisse”. In: Neuber B, Pietschmann J (Hrsg) Dialogoptimierung in der Telekommunikation. Bd. 9. Schriften zur Sprechwissenschaft und Phonetik. Frank & Timme, Berlin
33.
Walther M, Mellouli T, Jokisch O (2015) Fusion von Klassifikationsmodellen zur automatischen Erkennung von Stimmeigenschaften in der Qualitätsbewertung von Callcentergesprächen. In: Wirsching G (Hrsg) ESSV 2015. TUDpress, Dresden, 188–195
34.
Weninger F, Wöllmer M, Schuller B (2014) Emotion recognition in naturalistic speech and language – a survey. In: Konar A, Chakraborty A (Hrsg) Emotion recognition: a pattern analysis approach. Wiley, New Jersey, 237–268
35.
Yacoub S, Simske S, Lin X, Burns J (2003) Recognition of emotions in interactive voice response systems. Eurospeech 2003:1–4
Metadaten
Titel
Ein KI-basiertes Framework für Sprach- und Stimmanalyse zur automatischen Bewertung der Qualität von Servicegesprächen
verfasst von
Mathias Walther
Copyright-Jahr
2021
Buch
Künstliche Intelligenz in der Anwendung

Print ISBN: 978-3-658-30935-0

Electronic ISBN: 978-3-658-30936-7

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-658-30936-7_13

Premium Partner

    Bildnachweise