支援中心意見分析的端點對端管道、可在員工與來電者交談時即時擷取音訊檔案。然後、這些音訊檔案會被處理成語音對文字元件、以將其轉換成文字格式。對話中的每一句話都會貼上標籤、指出感受（正面、負面或中立）。

情緒分析可為對話提供重要的層面、以評估通話效能。這些想法讓員工與來電者之間的互動更加深入。AI協助的意見儀表板可讓經理即時追蹤對話中的意見、並回顧分析員工過去的通話情況。

有許多預先建置的工具可以以強大的方式結合、以快速建立端點對端點AI管線來解決此問題。在此案例中、NVIDIA Riva程式庫可用於執行兩項系列工作：音訊複本和意見分析。第一種是受監控的學習訊號處理演算法、第二種是受監控的學習NLP分類演算法。這些隨裝即用的演算法可利用NVIDIA TAO工具套件、針對任何相關的商業相關資料使用案例進行微調。如此一來、我們就能針對成本與資源的一小部分、打造出更準確且功能更強大的解決方案。客戶可以整合 "NVIDIA Maxine" 支援中心設計中的GPU加速視訊會議應用程式架構。

本解決方案的核心是下列使用案例。這兩種使用案例都使用TAO工具套件進行模型微調、而Riva則用於模型部署。

為了分析員工與客戶之間的支援中心互動、每次客戶對話都可以透過管道進行音訊通話、藉此擷取句子層級的感受。然後、人類可以驗證這些想法、以證明這些想法是正確的、或是視需要加以調整。接著、標記的資料會傳送到微調步驟、以改善情緒預測。如果已存在標記的情緒資料、則可加速模型微調。無論是哪一種情況、管道都可通用於其他需要擷取音訊和分類句子的解決方案。

AI認列輸出會上傳至外部雲端資料庫或公司管理的儲存系統。這類結果會從這個較大的資料庫傳輸到本機儲存設備、以便在儀表板內使用、以便為經理顯示意見分析。儀表板的主要功能是即時與客戶服務員工溝通。經理可在電話中即時更新每句話的感受、以及對員工過去績效或客戶反應的歷史審查、以評估並提供員工意見回饋。

。 "NetApp DataOps工具套件" 即使在Riva推論管道產生「氣氛」標籤之後、仍可繼續管理資料儲存系統。這些AI結果可上傳至由NetApp DataOps Toolkit管理的資料儲存系統。資料儲存系統必須能夠管理數百個插件、並每分鐘選取一次。本機裝置儲存系統會即時查詢較大的資料儲存設備以供擷取。您也可以查詢較大的資料儲存執行個體、以取得歷史資料、進一步提升儀表板體驗。NetApp DataOps工具套件可快速複製資料、並在所有使用資料的儀表板上發佈資料、藉此協助這兩種用途。