基于大模型的AI通话分析智能体研究与实现
导读：
随着国家“数据要素×”战略的深入推进，如何释放企业海量语音通话数据的潜在价值成为关键课题。针对当前企业在语音数据利用中存在的采集渠道分散、处理模式低效及语义挖掘浅层化等瓶颈，本文提出并实现了一种基于运营商合规数据的AI通话分析智能体。该智能体依托联通云犀平台与元景大模型，构建了“智能体实时动态调度CoE (Collaboration of Experts)”引擎和AI通话分析智能体。CoE引擎通过任务规划与多模型混合调度机制，实现了从语音采集、高精度转写、多视角语义理解到结构化价值输出的全链路自动化。AI通话分析智能体实现了基于利益相关者理论的多视角标签体系，以适应不同业务角色的分析需求。对比实验与实证分析结果表明，本文提出的方法在关键意图识别的F1分数上显著优于传统基线模型；在某物流企业的实际应用中，推动订单揽收率从62%提升至92%，投诉处理时效由48小时压缩至15分钟。本文方法为企业通信数据要素的资产化与市场化流通提供了可复制的技术范式。
作者信息：
廖红虹*, 赵文博, 黄莉梅, 许健君, 郭昊淞, 刘剑波：联通(广东)产业互联网有限公司COP运营中心，广东 广州
论文全文请点击原文链接直接阅读或下载：
基于大模型的AI通话分析智能体研究与实现
论文详情：
当前，企业在利用语音数据方面普遍面临三大严峻挑战：
(1)数据采集的“碎片化”与“合规性”困境
(2)数据处理的“原始化”与“低效率”瓶颈
(3)数据挖掘的“浅层化”与“低价值”难题
对通话语音数据的分析与利用，是一个涉及信号处理、声学建模、自然语言处理(NLP)及业务应用等多学科交叉的复杂领域。其研究与应用历程，与人工智能技术的发展深度绑定，大致经历了传统语音处理与关键词检索、基于深度学习的智能语音分析、大语言模型(LLM)驱动的智能体范式三个主要阶段。
本智能体系统采用分层设计，自下而上分为数据层、模型能力层、智能体层和应用层，确保了系统的可扩展性、高可用性与智能化水平。详细架构如图1所示。
CoE引擎它的工作原理如图2所示，其核心步骤见原文。
为验证本AI通话分析智能体在核心技术指标上的优越性，我们设计了对比实验，以证明其相较于传统方案的先进性。
(1)评测数据集：我们从某物流合作伙伴的真实通话数据中，随机抽取2000条通话录音。由3名专业的标注人员进行人工精标，构建了评测基准数据集。该数据集覆盖了“网点揽收及时率、沟通合规率、客诉风险指数”3个关键场景的35项指标。
(2)基线对比方案：1)规则+关键词：模拟传统质检系统。采用ASR转写后，使用预定义的关键词(如“投诉”、“签收”)进行硬匹配。2)ASR +小模型：模拟主流AI质检方案。采用ASR转写后，使用独立的、基于BERT的NLU模型分别进行意图识别和情感分析。
(3)评测指标：我们重点关注系统在关键信息提取上的F1分数(F1-Score)，该指标兼顾了精确率(Precision)和召回率(Recall)，是评估此类系统的核心标准。
(4)实验结果与分析
从上表1可见，本文提出的智能体方案，凭借元景大模型的强大上下文理解和推理能力，以及CoE引擎的动态调度，在所有关键标签的F1分数上均显著优于两个基线方案，证明了其在技术上的先进性。
通过全自动的语音转写与智能标注，智能体替代了传统的人工质检模式，实现了100%全量通话覆盖，将人工从重复性劳动中解放出来，直接降低了人力成本。
智能体能够自动识别“虚假签收”、“服务超时”等关键行为，并生成员工表现、客户画像及风险预警等多维度数据报告，助力企业管理层实现了从“事后复盘”到“事中干预”的精益化管理转变。
通过深度分析客户通话中透露的需求与偏好，智能体能够精准挖掘潜在商机。
本研究通过严谨的技术评测和广泛的行业实证，证明了该方案在技术先进性与商业价值上的双重闭环。它以运营商真实数据为基石，通过全链路智能处理，将沉睡的语音数据转化为驱动企业高质量发展的核心资产。实证结果表明，本研究在提升运营效率、优化服务质量、强化风险控制等方面成效显著。
基金项目：
2024年中国联通联通(广东)产业互联网有限公司云犀实时动态AI引擎研究项目(Y91R240EGH0003)。