EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

ДОСЛІДЖЕННЯ ВПЛИВУ ПОПЕРЕДНЬОЇ ОБРОБКИ АУДІОДАНИХ КОНТАКТ-ЦЕНТРІВ НА ТОЧНІСТЬ АВТОМАТИЗОВАНОГО ВИЗНАЧЕННЯ ПАУЗ ТА РОЗРАХУНКУ KPI

Артем ІВАНЬКО, Володимир ГНАТУШЕНКО

Information Technology: Computer Science, Software Engineering and Cyber Security · 10.11.2026 · (3) · 161-171

DOI: 10.32782/it/2026-3-17 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Information Technology: Computer Science, Software Engineering and Cyber Security, online erschienen am 10.11.2026. Verfasst von Артем ІВАНЬКО und 1 weiteren Autor:innen. Die Arbeit nennt 23 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Мета. Метою дослідження є дослідження впливу методів попередньої обробки аудіоданих контакт-центрів (зокрема нормалізації та шумозаглушення) на точність автоматизованого визначення мовленнєвих пауз і розрахунку показників ефективності операторів (KPI), а також проведення порівняльного аналізу підходів на основі ASR та VAD для підвищення якості автоматизованого аудіоаналізу. Методи. Запропоновано та досліджено схему обробки неструктурованих аудіоданих в інформаційних системах контакт-центрів, яка включає можливості застосування різних методів попередньої обробки, перетворення аудіоданих на текст, виявлення мовлення для визначення та розрахунків пауз, організації збереження, пошуку даних, експертного та автоматизованого розрахунків KPI операторів та побудови звітів. Результати. Дослідження показало, що використання методів VAD на базі нейромереж CNN разом с модулем багатоголової уваги дає підвищення результатів точності при виявлені пауз в аудіоданих різних доменів, реальних записів конктакт-центрів, використанні агресивних кодеків, різних видів зашумлення та характеристик якості запису, в порівнянні з методами MFCCs, GMMs, HMMs, NMF, SVM, та ASR сервісів, та становить 78.6 % проти 61.11 % для ASR. Використання методів шумозаглушення дає додаткове підвищення точності близько 3.5 %. Застосування нормалізації майже не впливає на результати точності. Використання методів VAD для виявлення пауз дозволяє отримувати дані майже в режимі реального часу без використання значних обчислювальних ресурсів та зменшенні витрат на комерційні сервіси ASR. Новизна. Запропоновано підхід до визначення мовленнєвих пауз операторів контакт-центрів із урахуванням особливостей аудіозаписів, зокрема варіацій амплітуди сигналу, рівня шуму та параметрів пристроїв запису як оператора, так і клієнта. Окрему увагу приділено впливу поведінкових факторів операторів, зокрема навмисній імітації виконання скриптів обслуговування, що може спотворювати результати автоматизованого аналізу. Запропоновано методологію експериментальної оцінки якості попередньої обробки аудіоданих на основі її впливу на точність автоматизованого розрахунку KPI операторів контакт-центру з використанням експертної оцінки як еталонної. Дослідження включає проведення контрольованих експериментів для аналізу впливу методів попередньої обробки аудіоданих на точність виявлення мовленнєвих пауз та розрахунку KPI, а також вибір і оптимізацію параметрів алгоритмів автоматичного визначення пауз. Додатково проаналізовано систематичні джерела похибок, зокрема довгі паузи при обробці запитів клієнтів, а також спроби операторів імітувати структуру діалогу для обходу автоматизованих систем оцінювання KPI, що може порушувати логіку детекції скриптів, впливати на емоційний стан клієнтів та знижувати рівень їх задоволеності. Цінність. Результати дослідження мають практичну цінність для компаній, що працюють в сфері обслуговування клієнтів, оскільки дозволяють покращити якість обслуговування, швидкість реагування на запити, виявляти порушення операторів на етапах навчання та підготовки, а також підвищити рівень задоволеності клієнтів, за рахунок оптимізації процесів при розрахунку KPI операторів. Запропоновані рішення можуть бути адаптовані до різних інформаційних систем контакт-центру, що використовують системи ASR та VAD для розрахунку KPI операторів, що базуються на аналізі аудіоданих.

Zitieren

APA

ІВАНЬКО, А., & ГНАТУШЕНКО, В. (2026). ДОСЛІДЖЕННЯ ВПЛИВУ ПОПЕРЕДНЬОЇ ОБРОБКИ АУДІОДАНИХ КОНТАКТ-ЦЕНТРІВ НА ТОЧНІСТЬ АВТОМАТИЗОВАНОГО ВИЗНАЧЕННЯ ПАУЗ ТА РОЗРАХУНКУ KPI. Information Technology: Computer Science, Software Engineering and Cyber Security, 161-171. https://doi.org/10.32782/it/2026-3-17

Vancouver

ІВАНЬКО А, ГНАТУШЕНКО В. ДОСЛІДЖЕННЯ ВПЛИВУ ПОПЕРЕДНЬОЇ ОБРОБКИ АУДІОДАНИХ КОНТАКТ-ЦЕНТРІВ НА ТОЧНІСТЬ АВТОМАТИЗОВАНОГО ВИЗНАЧЕННЯ ПАУЗ ТА РОЗРАХУНКУ KPI. Information Technology: Computer Science, Software Engineering and Cyber Security. 2026:161-171. doi:10.32782/it/2026-3-17

BibTeX
@article{2026,
  author = {ІВАНЬКО, Артем and ГНАТУШЕНКО, Володимир},
  title = {ДОСЛІДЖЕННЯ ВПЛИВУ ПОПЕРЕДНЬОЇ ОБРОБКИ АУДІОДАНИХ КОНТАКТ-ЦЕНТРІВ НА ТОЧНІСТЬ АВТОМАТИЗОВАНОГО ВИЗНАЧЕННЯ ПАУЗ ТА РОЗРАХУНКУ KPI},
  journal = {Information Technology: Computer Science, Software Engineering and Cyber Security},
  year = {2026},
  number = {3},
  pages = {161--171},
  doi = {10.32782/it/2026-3-17}
}
Kostenlos starten →