Nuestra última versión (1.24.0) amplía la API de transcripción y análisis de voz de Voicegain con la capacidad de redactar datos confidenciales tanto en la transcripción como en el audio. Esto permite a nuestros clientes cumplir con normas como HIPAA, GDPR, CCPA, PCI o PIPEDA.

En el texto de la transcripción y/o en el archivo de audio puede suprimirse cualquiera de los siguientes tipos de entidades designadas.

• DIRECCIÓN - Dirección postal.
• CARDINAL - Numerales que no pertenecen a otro tipo.
• CC - Tarjeta de crédito
• FECHA - Fechas o periodos absolutos o relativos.
• EMAIL - (próximamente) Dirección de correo electrónico
• EVENTO - Huracanes con nombre, batallas, guerras, acontecimientos deportivos, etc.
• FAC - Edificios, aeropuertos, autopistas, puentes, etc.
• GPE - Países, ciudades, estados.
• NORP - Nacionalidades o grupos religiosos o políticos.
• DINERO - Valores monetarios, incluida la unidad.
• ORDINAL - "primero", "segundo", etc.
• ORG - Empresas, organismos, instituciones, etc.
• PORCENTAJE - Porcentaje, incluido "%".
• PERSONA - Personas, incluidas las ficticias.
• TELÉFONO - (próximamente) Número de teléfono.
• CANTIDAD - Medidas, como de peso o distancia.
• SSN - Número de la Seguridad Social
• TIEMPO - Documentos con nombre convertidos en leyes.
• ZIP - (próximamente) Código postal (si no forma parte de una dirección)

En el audio se sustituyen por silencio y en la transcripción se sustituyen por una cadena especificada al hacer la petición a la API.

Esta función es compatible tanto en la nube como en el perímetro (on-prem).

Dos casos de uso típicos son:

• Permitir la redacción como parte del procesamiento normal de, por ejemplo, las llamadas del centro de llamadas.
• Realice un procesamiento masivo de audio previamente infraactuado en el almacenamiento para lograr la conformidad. Combinado con el bajo precio por minuto de las API de Voicegain, esto permite a nuestros clientes procesar de forma rentable grandes cantidades de datos de audio.  

Voicegain ha lanzado su API Speech Analytics (SA) que soporta una variedad de tareas analíticas realizadas sobre el audio o la transcripción de ese audio. Las características soportadas por Voicegain SA API fueron elegidas para soportar nuestro principal caso de uso, que es el procesamiento de llamadas de Call Center.

Cosas que puede hacer ahora Speech Analytics (a partir de la versión 1.22.0)

La versión actual es compatible con Speech Analytics offline. A continuación se enumeran los datos que pueden obtenerse a través de la API de Speech Analytics.

Tenga en cuenta que aquí no incluimos elementos que también pueden obtenerse de nuestra API de transcripción, como: transcripción, valores de decibelios, zonas de audio, etc. Estos, sin embargo, serán accesibles desde la respuesta de la API de Speech Analytics.

Análisis por canal:

• género - género probable del hablante basado en las características de la voz. Actualmente puede ser "masculino" o "femenino".
• emoción - Tanto los totales de toda la llamada como una lista de valores calculados en varios puntos de la transcripción. Cada elemento contendrá valores de (1) sentimiento - de -1,0 (enfadado/enojado) a +1,0 (feliz/satisfecho)(2) estado de ánimo - un mapa con valores estimados (rango de 0,0 a 1,0) para los siguientes estados de ánimo: "neutro" "tranquilo" "feliz" "triste" "enfadado" "temeroso" "asco" "sorprendido"(3) localización - inicio y fin en mseg e índice de la palabra.
• Entidades reconocidas en la convocatoria. Será una lista con el tipo de entidad y la ubicación en la convocatoria. Los valores NER admitidos son: CARDINAL - Números que no entran dentro de otro tipo.DATE - Fechas o periodos absolutos o relativos.EVENT - Huracanes, batallas, guerras, eventos deportivos, etc.FAC - Edificios, aeropuertos, autopistas, puentes, etc.GPE - Países, ciudades, estados.NORP - Nacionalidades o grupos religiosos o políticos.DINERO - Valores monetarios, incluida la unidad.ORDINAL - "primero", "segundo", etc.ORG - Empresas, organismos, instituciones, etc.PORCENTAJE - Porcentaje, incluido el "%".PERSONA - Personas, incluidas las ficticias.CANTIDAD - Medidas, como de peso o distancia.TIEMPO - Documentos con nombre convertidos en leyes.
• keywords - lista de palabras clave o grupos de palabras clave reconocidas en la llamada. Las palabras clave a reconocer pueden configurarse fácilmente a partir de ejemplos.
• profanidad - se trata esencialmente de un grupo predefinido de palabras clave
• métricas de conversación: datos como la duración máxima y media de la conversación, la tasa de conversación, la energía
• métrica de la sobrehabla: la sobrehabla se produce cuando el orador empieza a hablar mientras el otro orador ya está hablando.

Análisis global:

• métrica de silencio - Se define como el tiempo en el que ninguno de los canales está hablando. Nota: Se asume que sólo el Agente controla el tiempo de conversación. Esto es una simplificación, pero es difícil determinar si algún silencio fue causado por la persona que llama y era inevitable.
• frecuencias de la nube de palabras: datos inteligentes de la nube de palabras con las palabras vacías eliminadas y las variaciones de palabras colapsadas antes de calcular las frecuencias.

Próximas funciones de Speech Analytics

Speech Analytics en tiempo real estará disponible en un futuro próximo. Pronto también tenemos previsto lanzar la compatibilidad de Score Card con Speech Analytics.

Próximamente, análisis por canal:

• Dos entidades adicionales con nombre: CC - Tarjeta de crédito,SSN - Número de la Seguridad Social
• edad - edad estimada del hablante basada en las características de la voz. Tres valores posibles: "joven-adulto" "mayor" "desconocido".
• frases - lista de frases o grupos de frases reconocidos en la llamada. Éstas se identifican utilizando algoritmos NLU - esencialmente los mismos que se utilizan para identificar las intenciones NLU. Las frases a reconocer pueden configurarse a partir de ejemplos.
• las estadísticas de lanzamiento se añadirán a las métricas de conversación

Además, en breve podremos censurar cualquier entidad nombrada en la transcripción o el audio.

Tipos de audio compatibles

Speech Analytics API admite los siguientes tipos de entrada de audio:

• Audio de 2 canales (estéreo) como el que se suele encontrar en los centros de llamadas, donde la voz del llamante se graba en un canal y la del agente en el otro. Algunas métricas, como la sobrehablación, por ejemplo, sólo pueden calcularse si el audio de entrada es de este tipo.
• Audio de 1 canal con dos altavoces - para este tipo de audio se realizará la diarización para separar los dos altavoces. Los análisis por canal se realizarán después de la diarización. Las métricas de interferencia no están disponibles para este caso de uso.

Puede consultar la especificación de la API aquí.

‍