语音分析和文本分析有几个不同之处，理解这些细微差别是充分利用各自用例的第一步。
语音分析与文本分析：定义
您可以将语音分析定义为一组程序和统计算法，这些程序和算法有助于分析实时或预先录制的会话，并从非结构化会话中收集结构化数据。语音分析通常应用于电话交互，但从技术上讲，您可以将其用于任何类型的音频分析，例如，分析客户通过WhatsApp共享的语音片段。
另一方面，文本分析可以被定义为一种技术，通过装备机器来解码和理解人类书写的自然语言，帮助从书面文本中提取有意义的结构化信息。文本分析广泛应用于CX的管理和改进--跨聊天、社交媒体、电子邮件等。
语音分析和文本分析可以重叠吗？
对于联络中心和CX管理用例，语音分析和文本分析之间有一定的重叠。这是因为所有的语音首先是使用大词汇量连续语音识别（LVCSR）或语音系统转换成文本。这意味着，发出的语音首先被转录成一系列已知的单词或短语，或者转换成一系列语音，这些语音串在一起形成单词、短语或句子。
一旦文本输入准备就绪，它就使用文本分析技术，如情感分析、词频分析、文本分类等，从数据中获得有意义的见解。
这并不意味着文本分析离不开语音分析。您可以对通过聊天、电子邮件、短信或社交媒体共享的任何字母数字字符串应用文本分析，甚至可以应用光学字符识别（OCR）从照片/非结构化文档中首先提取文本，然后使用文本分析。
类似地，您可以使用语音分析而不应用文本分析--例如，检查特定关键字或短语（注册为预定义的一组声音）以符合法规要求。在这些场景中，不会创建交互的完整转录，文本分析也不会发挥作用。
理解情感--语音分析和文本分析的关键区别
最后，这两种技术的一个不同点是它们评估和理解客户情绪的方式。语音分析将使用反映自主神经和躯体神经系统变化的各种语音参数来检测不同的情绪和压力水平。例如，声音的响度可能与愤怒有关，而语速过快可能暗示沮丧。另一方面，文本分析使用具有积极/消极内涵的单词和短语，以及不流畅的单词来衡量情绪。
声明:版权所有 非合作媒体谢绝转载
原文网址：
https://www.cxtoday.com/analytics/what-is-the-difference-between-speech-analytics-and-text-analytics/
