Geschäftskontext
Ein Bank-Callcenter möchte Kundenanrufe automatisch transkribieren und eine Sentiment-Analyse durchführen. Dazu müssen die Roh-Audiodaten in MFCC-Merkmale (Mel-Frequency Cepstral Coefficients) umgewandelt werden, wobei Kontextinformationen (Frames davor und danach) einbezogen werden, um die Erkennungsgenauigkeit neuronaler Netze zu verbessern.
Datenaufbereitung
Erstellung einer Tabelle mit simulierten Audiodaten (Dummy-WAV-Header und Rauschen) für zwei Kundenanrufe.
Kopiert!
| 1 | |
| 2 | DATA casuser.call_center_audio; |
| 3 | LENGTH call_id varchar(20) _audio_data_ varbinary; |
| 4 | /* Simulierter WAV-Header + Stille/Rauschen */ _audio_data_ = '524946462408000057415645666D7420100000000100010044AC00008858010002001000646174610008000000000000'x; |
| 5 | call_id = 'Kunde_A_101'; |
| 6 | OUTPUT; |
| 7 | call_id = 'Kunde_B_102'; |
| 8 | OUTPUT; |
| 9 | |
| 10 | RUN; |
| 11 |
Étapes de réalisation
1
Überprüfung, ob die Eingabetabelle korrekt geladen wurde.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / TABLE={name='call_center_audio', caslib='casuser'}; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Berechnung der MFCC-Merkmale mit 2 Kontext-Frames, um zeitliche Abhängigkeiten zu erfassen, und Kopieren der Anruf-ID.
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | audio.computeFeatures / TABLE={name='call_center_audio', caslib='casuser'} audioColumn='_audio_data_' mfccOptions={nCeps=13, useEnergy=true} nContextFrames=2 copyVars={'call_id'} casOut={name='mfcc_features', caslib='casuser', replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Die Ausgabetabelle 'mfcc_features' wird erfolgreich erstellt. Sie enthält die Variable 'call_id' und die berechneten Merkmalsvektoren. Jeder Vektor umfasst die MFCC-Werte des aktuellen Frames sowie die der 2 vorhergehenden und 2 nachfolgenden Frames (Kontext).