Викторина, связанная с руководством · Средний Уровень

Тест на искусственный интеллект в колл-центре по речевому анализу

Протестируйте распознавание речи, диаризацию и анализ настроений в исследованиях колл-центров, включая ограничения и объем каждого цитируемого исследования.

Связанные направляющие путиИИ в аналитике речи колл-центра
Вопрос 1 из 8

What output can automatic speech recognition provide for speech analytics?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. What output can automatic speech recognition provide for speech analytics?
    • A machine-generated transcript for downstream text analysis
    • A guaranteed speaker identity
    • A final diagnosis of the caller’s emotional state
    • A payment authorization
  2. What does speaker diarization do in a call recording?
    • Переводит звонок на другой язык
    • Segments the recording into speaker turns and assigns speaker labels
    • Измеряет, насколько громким был звонок
    • Шифрует запись
  3. In IBM’s two-stream call-center emotion-recognition study, which information streams are combined?
    • Video and keystroke timing
    • Customer purchase history and account balance
    • Acoustic and lexical information
    • Only transcript punctuation
  4. Какая акустическая функция помогает определить эмоциональное состояние клиента, помимо используемых слов?
    • Размер файла записи
    • Идентификатор сотрудника агента
    • Телефонный оператор
    • Высота, темп и громкость (просодия)
  5. In a two-stream call-center emotion system, what do acoustic features contribute?
    • Evidence from vocal delivery, such as how speech sounds
    • The caller’s verified identity
    • The account’s payment history
    • A guaranteed diagnosis of the caller’s emotion
  6. What task did Vidrascu and Devillers study for customer-service phone calls?
    • Predicting credit scores from call recordings
    • Speaker segmentation and emotion-related analysis of conversational turns
    • Generating live agent sales recommendations
    • Automating legal decisions about customer accounts
  7. Why might a call-center sentiment system combine lexical and acoustic features?
    • Acoustic features replace the transcript in every task
    • Lexical features reveal the phone carrier
    • The words and the way they are spoken provide complementary signals
    • Combining them guarantees the caller’s true emotion is known
  8. What does word-error rate compare in speech recognition evaluation?
    • Speaker identity against a customer account
    • Emotion labels against call duration
    • Call volume against agent schedule
    • Substitutions, deletions and insertions against the words in a reference transcript