中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

針對房產中介平臺無法及時獲取成交信息的現象，語音識別關鍵詞的應用能夠有效解決這個問題。不過，你知道獲取關鍵詞后的篩選與識別是怎么做的嗎？正文將為你揭曉答案。

近年來隨著互聯網、GPU/CPU硬件的發展，語音識別的準確率有了很高的提升，并開始在商業上進行應用。不管是國內百度的小度助手，還是Google Assistant、亞馬遜Alexa，早已不再滿足于“語音助手”的身份，在功能上開始向語音對話、內容服務、IoT設備管理等方向演進，幾乎所有的互聯網巨頭都對語音勢在必得。

人工智能慢慢步入了我們的生活，為我們帶來便利的工具值得去挖掘。語音識別技術在房產市場是如何應用的呢？除了語音助手外，期望能通過語音識別功能幫助業務提升效率。本文復盤了語音識別關鍵詞在房產中的應用，以此總結項目中的收獲和不足，也期待對您有所幫助。

平臺供給房源，但房源成交后，不能及時獲取成交信息。所以需要從房主、經紀人、平臺三方去考慮如何獲取到成交信息：

• 從房主切入，可以在房主小程序/APP提供房主停售的入口，也可以通過短信或者模板消息觸達到房主，提醒房主若有成交，及時反饋給平臺。
• 從經紀人切入，可以提供反饋機制，通過成功反饋贈送積分的方式，激勵經紀人主動反饋。
• 從平臺切入，平臺已通過阿里的虛擬號，獲得經紀人和房主的通話錄音，可通過語音轉文字識別出疑似成交的房源。

語音轉文字

為保護房主隱私，平臺從阿里購得AXB中間號，阿里提供通話錄音及轉文字功能，識別的文字通過接口回調到平臺，依賴于阿里轉文字效率，所以文字識別會有時間延遲，在識別策略中，會考慮時間的因素。有了文字后，下一步要提取關鍵詞，識別成交房源。

關鍵詞識別分析

1. 目標：通過錄音關鍵詞識別出成交的房源。

2. 指標：召回率和準確率是對策略質量評估的方法，可以通過召回率、準確率、誤判率等檢驗上線后的質量評估。召回率代表策略對問題的解決程度，而準確率、誤判率代表策略有沒有帶來其他傷害。

3. 影響因素：

• ①錄音轉文字的準確度
• ②關鍵詞的準確度
• ③經紀人撥打電話的頻次

①和③受外部因素制約，本次版本暫時不考慮，重心放至關鍵詞的準確度上。

4. 需要人工干預：由于以上三個制約因素，識別的結果不一定100%準確，平臺需要安排專職人員對識別結果進行人工判斷，防止誤判。

提取關鍵詞

拉取3000條錄音轉文字數據，用Excel初步分析，過濾不需要的重復詞，例如語音詞、象聲詞、問候詞等，再用Wordart（https://wordart.com/）分析，找到關鍵詞。

1.0版本

1. 關鍵字提取時間：通話錄音轉換文字成功后，每30min對未處理的內容識別一次。

2. 識別策略：若錄音內容中，涉及如下關鍵字，則認為該錄音命中“疑似成交”關鍵詞。

• ①賣完
• ②已經賣了
• ③暫時不賣
• ④我不賣了
• ⑤賣了好久了
• ⑥早都賣了

3. 增加人為審核操作，并記錄處理人和處理時間

4. 識別結果中展示識別文本和錄音，可隨時校驗結果

策略質量評估

1. 召回率、準確率和誤判率分析

對上線后一天的數據進行了分析，召回了25條數據，其中19條命中成交，6條誤判，還有7條數據沒有識別出。

對誤判數據進行分析，“賣完”這個關鍵詞出現在誤判里的頻次很高，針對該關鍵詞，下一步需要優化識別策略。

對未識別數據進行分析，“賣了”這個關鍵詞出現的頻次很大，但這個關鍵詞爭議較大，會出現在經紀人的問話中，例如：“您賣了嗎？”如果用它識別，誤判率會很高。

2. 功能問題

①同一房源存在多條錄音，每條錄音都要處理，較繁瑣。

②平臺上房源下架有統一接口，所以審核和下架是兩個分開的功能操作，審核房源后，遵循排序規則：待處理>已處理，數據自動下沉，尋找當前房源做下架處理較繁瑣。

③處理狀態沒有顯示在列表上，不能直觀看見處理結果。

1.1版本

1. 規則優化

針對1.0上線，拉了1000條錄音進行分析，發現顯性關鍵詞命中率很高，所以優先判斷顯性關鍵詞，若無顯性關鍵詞，通過非顯性關鍵詞和時間維度去判斷，一般房子賣了，經紀人的通話都會很短。

①判斷文字中是否有以下關鍵詞，若有，則認為疑似成交：

已經賣了、暫時不賣、我不賣了、賣了好久了、早都賣了、先不賣了、不想賣了

②若無上述關鍵詞，則判斷語音時長，若時長<1min，且包含下列關鍵詞，則認為疑似成交：

不賣了、賣了、賣完、沒有了、撤了、下架、取消

2. 功能優化

（1）狀態優化：列表顯示狀態“未處理、已成交、未成交”3種。

（2）若一個房源有多條未處理的數據，處理最近時間的一條，該房源所有之前未處理的數據狀態變更為相應的狀態，處理時間&處理人同理。

（3）列表刷新邏輯優化：完成“審核”后不刷新列表，僅變更狀態、處理人、處理時間等相關數據。再次進入菜單，才刷新整個頁面。

策略質量評估

召回率、準確率和誤判率分析

對上線后一天的數據進行了分析，召回了26條數據，其中12條命中成交，14條誤判，還有1條數據沒有識別出。

通過上面的數據發現：增加非顯性關鍵詞+時間的識別，準確率增加，但是也召回了很多非成交數據，所以誤判率也增高。雖然滿足寧可錯殺一千，也不能漏一個的原則，但還會拉更多的數據進行分析，優化時間維度的策略。

上述案例中，通過優化關鍵詞策略，提高召回率，運用了策略質量評估方法，判斷召回造成的影響，下一步要降低誤判率。

在實際操作中，錄音轉文字的準確度影響也很大（見上圖），我們也做了相關的數據統計，在未識別數據中，有30%的數據屬于文字準確度不高導致的，這個無法避免，機器對噪音的抗噪性不夠強，另外，語音識別并沒有理解語義，若雙方都用方言講話，識別的準確率會更低。

語音識別，在這幾年有了極大的發展，從算法到模型都有了質的變化，在加上語音領域（語音合成等）的其他研究，語音技術陸續進入工業、家庭機器人、通信、車載導航等各個領域中。本項目借助語音識別技術轉文字，再通過文字關鍵詞識別出成交房源，讓語音識別在房產市場得到應用。