Konuşmacı ayrımı (speaker diarization)

Konuşmacı ayrımı (speaker diarization), "kim ne zaman konuştu?" sorusunu cevaplar. Konuşma tanıma neyin söylendiğini yazıya çevirir; konuşmacı ayrımı ise bu metni "Operatör" ve "Müşteri" gibi konuşanlara böler. Toplantı kayıtlarında konuşmacı sayısı baştan bilinmeyebilir; telefon görüşmelerinde genellikle iki kişi vardır, ama üçlü görüşmelerde ve aktarmalarda bu sayı değişir. Doğru ayrım, dökümün okunabilirliği ve dökümden yapılan analizlerin doğruluğu için şarttır.

Nasıl çalışır

İki yol vardır. Kanal ayrımında her taraf kayıtta ayrı bir kanala yazılır (stereo çağrı kaydı); her kanal ayrı yazıya çevrildiği için kimin konuştuğu baştan bellidir. Tek kanallı kayıtta ise model sesi kısa parçalara böler, her parçanın ses özelliklerini çıkarır ve birbirine benzeyen parçaları kümeleyerek konuşmacılara atar. Bu ikinci yöntem sesleri birbirine benzeyen kişilerde, aynı anda konuşulan anlarda ve "evet", "tamam" gibi kısa cevaplarda hata yapabilir.

Neden önemli

Konuşmacılar karışırsa yanlış söz yanlış kişiye yazılır: operatörün söylediği bir tutar, müşterinin talebi gibi görünebilir. Çağrı dökümüne dayanan özet, kalite puanlaması, konuşma süresi oranları ve duygu analizi bu ayrımın doğruluğuna bağlıdır. Bu yüzden çağrı merkezlerinde mümkün olduğunda kanal ayrımlı kayıt tercih edilir; tek kanallı kayıt yalnızca başka seçenek yoksa kullanılmalıdır.