基于语音信息的数据处理方法及装置制造方法及图纸

技术编号:21895703 阅读:23 留言:0更新日期:2019-08-17 16:01
本发明专利技术揭示了一种基于语音信息的数据处理方法及装置,属于智能决策中的机器学习技术领域,其中所述方法包括:获取用户终端的语音信息;对所述语音信息进行处理得到对应所述语音信息的文本语句,并将所述语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,所述第一机器学习模型用于根据所述语音信息确定语音中的情绪类型,作为情绪类型标签。本发明专利技术提出的方法使得客服机器人基于用户的语音信息准确地确定用户的购买意向,并对有购买意向的用户自动地进行语音回复,从而实现能够根据用户的不同反应进行不同的响应,提高了客服机器人的语音回复与用户需求的匹配度。

Data Processing Method and Device Based on Speech Information

【技术实现步骤摘要】
基于语音信息的数据处理方法及装置
本专利技术涉及智能决策中的机器学习
,特别是涉及基于语音信息的数据处理方法、装置、计算机设备和存储介质。
技术介绍
企业在向用户介绍产品时,主要通过语音介绍的方式来针对每个用户进行相应的产品介绍或进行相关的提问,并基于用户的反馈确定用户对产品的购买意向,以确定是否需要继续对该用户进行跟进介绍。现有技术中,一般通过人工客服人员针对大量的用户进行语音介绍,因此会耗费大量的资源,进而造成成本的增加。虽然想要设计一种使得客服机器人能自动化进行产品的语音介绍流程,但是该方式需要根据人的应答作不同的响应内容的调整,不能以一成不变的方式去与用户沟通,因此现有技术缺少一种基于语音信息的数据处理方法,能够解决这个问题。
技术实现思路
基于此,本公开实施例旨在提出一种基于语音信息的数据处理方法、装置、计算机设备和存储介质,使得客服机器人通过语音的方式介绍产品的过程中,能够根据用户的不同反应进行不同的响应,提高了客服机器人的语音回复与用户需求的匹配度。第一方面,提供了一种基于语音信息的数据处理方法,所述方法包括:获取用户终端的语音信息;对所述语音信息进行处理得到对应所述语音信息的文本语句,并将所述语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,所述第一机器学习模型用于根据所述语音信息确定语音中的情绪类型,作为情绪类型标签;判断所述文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断所述情绪类型标签与预设的情绪类型标签是否一致;若所述文本语句与预存的用户具有购买产品意向的词汇库的词汇匹配成功且所述情绪类型标签与预设的情绪类型标签一致,则基于预存的语音问题序列中的语音问题对所述用户终端进行语音提。第二方面,提供了基于语音信息的数据处理装置,所述装置包括:获取单元,用于获取用户终端的语音信息;第一执行单元,用于对所述语音信息进行处理得到对应所述语音信息的文本语句,并将所述语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,所述第一机器学习模型用于根据所述语音信息确定语音中的情绪类型,作为情绪类型标签;判断单元,用于判断所述文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断所述情绪类型标签与预设的情绪类型标签是否一致;第二执行单元,用于若所述文本语句与预存的用户具有购买产品意向的词汇库的词汇匹配成功且所述情绪类型标签与预设的情绪类型标签一致,则基于预存的语音问题序列中的语音问题对所述用户终端进行语音提问。第三方面,提供了一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述基于语音信息的数据处理方法的步骤。第四方面,提供了一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述基于语音信息的数据处理方法的步骤。本公开的实施例提供的技术方案可以包括以下有益效果:客服机器人通过对用户终端回复的语音信息进行处理得到对应用户终端回复的语音信息的文本语句,并将该语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,判断文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断情绪类型标签与预设的情绪类型标签是否一致;若用户终端的语音信息进行语音识别处理得到对应该语音信息的文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功,且通过第一机器学习模型对用户终端的语音信息进行处理得到的情绪类型标签与预设的情绪类型标签一致,则基于预存的语音问题序列中的语音问题对用户终端进行语音提问。该方法可以基于用户的语音信息准确地确定用户的购买意向,并对有购买意向的用户自动地进行语音回复,从而实现能够根据用户的不同反应进行不同的响应,提高了客服机器人的语音回复与用户需求的匹配度。应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。附图说明图1是本专利技术一示例性实施例示出的一种基于语音信息的数据处理方法的实现流程图。图2是本专利技术另一示例性实施例示出的一种基于语音信息的数据处理方法的实现流程图。图3是本专利技术一示例性实施例示出的一种基于语音信息的数据处理装置的框图。图4示意性示出一种用于实现上述基于语音信息的数据处理方法的计算机设备示例框图。图5示意性示出一种用于实现上述基于语音信息的数据处理方法的计算机可读存储介质。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。参考图1,图1为本专利技术一实施例中提供的基于语音信息的数据处理方法的实现流程图,本实施例中的基于语音信息的数据处理方法的执行主体为计算机设备,该计算机设备具体可以用于进行产品介绍的客服机器人,以下以客服机器人为例来进行说明。如图1所示的基于语音信息的数据处理方法可包括以下步骤:步骤S110,获取用户终端的语音信息。在步骤S110中,当客服机器人在向用户介绍产品时,会基于预存的语音问题序列中的语音问题对用户终端进行语音提问,其中,预存的语音问题序列中的语音问题可以为包含对某个产品进行介绍的所有流程问题对应的语音。客服机器人在与用户终端建立语音连接后,会基于预存的语音问题序列中的第一个语音问题对用户进行语音提问,由于用户对于所介绍的产品可能存在想要购买、不想购买或者处于观望中比较中性的多种态度,因此会通过终端发送对应不同态度的语音信息至客服机器人。客服机器人获取用户终端的语音信息,便于对用户终端反馈的语音信息进行分析。步骤S120,对所述语音信息进行处理得到对应所述语音信息的文本语句,并将所述语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,所述第一机器学习模型用于根据所述语音信息确定语音中的情绪类型,作为情绪类型标签。在步骤S120中,客服机器人对用户终端的语音信息进行语音识别处理,将其转换成文本以得到对应该语音信息的文本语句。客服机器人还将用户终端的语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签。需要说明的是,该第一机器学习模型用于根据语音信息确定语音中的情绪类型,作为情绪类型标签,客服机器人基于该情绪类型标签可以确定用户终端反馈的语音中的情绪类型。步骤S130,判断所述文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断所述情绪类型标签与预设的情绪类型标签是否一致。在步骤S130中,客服机器人判断将用户终端的语音信息进行语音识别处理得到对应该语音信息的文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功,以及判断通过第一机器学习模型对用户终端的语音信息进行处理得到的情绪类型标签与预设的情绪类型标签是否一致。其中,预存的用户具有购买产品意向的词汇库包含的词汇可以包括“想买”、“需要购买”、“产品不错”以及“同意购买”等可以反映用户具有购买产品的意向的词汇。在当文本语句与预存的反映用户对产品购买意向的词汇库的词汇匹配成功时,即可确定用户具有购买意向,客服机器人则可以继续对用户进行语音提问,以继续介绍产品。对于用户终端的语音信息进行语音本文档来自技高网...

【技术保护点】
1.一种基于语音信息的数据处理方法,其特征在于,所述方法包括:获取用户终端的语音信息;对所述语音信息进行处理得到对应所述语音信息的文本语句,并将所述语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,所述第一机器学习模型用于根据所述语音信息确定语音中的情绪类型,作为情绪类型标签;判断所述文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断所述情绪类型标签与预设的情绪类型标签是否一致;若所述文本语句与预存的用户具有购买产品意向的词汇库的词汇匹配成功且所述情绪类型标签与预设的情绪类型标签一致,则基于预存的语音问题序列中的语音问题对所述用户终端进行语音提问。

【技术特征摘要】
1.一种基于语音信息的数据处理方法,其特征在于,所述方法包括:获取用户终端的语音信息;对所述语音信息进行处理得到对应所述语音信息的文本语句,并将所述语音信息输入至预设的第一机器学习模型中进行处理得到情绪类型标签,所述第一机器学习模型用于根据所述语音信息确定语音中的情绪类型,作为情绪类型标签;判断所述文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断所述情绪类型标签与预设的情绪类型标签是否一致;若所述文本语句与预存的用户具有购买产品意向的词汇库的词汇匹配成功且所述情绪类型标签与预设的情绪类型标签一致,则基于预存的语音问题序列中的语音问题对所述用户终端进行语音提问。2.根据权利要求1所述的方法,其特征在于,所述判断所述文本语句与预存的用户具有购买产品意向的词汇库的词汇是否匹配成功以及判断所述情绪类型标签与预设的情绪类型标签是否一致的步骤之后,还包括:若所述文本语句与预存的用户具有购买产品意向的词汇库的词汇未匹配成功和/或所述情绪类型标签与预设的情绪类型标签不一致,则停止对所述用户终端进行语音提问。3.根据权利要求1所述的方法,其特征在于,所述第一机器学习模型采用以下方法预先训练:获取用于对第一机器训练模型进行训练的第一样本数据,并将所述第一样本数据分成第一训练集和第一测试集;其中,所述第一样本数据中的每条样本数据均包括语音信息以及已知的情绪类型标签;将所述第一训练集中的每条样本数据包含的语音信息作为所述第一机器训练模型的输入,将所述第一训练集中的每条样本数据包含的已知的情绪类型标签作为所述第一机器训练模型的输出,对所述第一机器训练模型进行训练;将所述第一测试集中的每条样本数据包含的语音信息输入至训练好的所述第一机器训练模型,得到预测的情绪类型标签;基于所述第一测试集中的每条样本数据包含的已知的情绪类型标签对训练好的所述第一机器训练模型进行校验;若校验通过,则将训练好的所述第一机器训练模型识别为所述第一机器学习模型。4.根据权利要求3所述的方法,其特征在于,所述基于所述第一测试集中的每条样本数据包含的已知的情绪类型标签对训练好的所述第一机器训练模型进行校验的步骤,包括:判断所述第一测试集中的每条样本数据包含的所述已知的情绪类型标签与所述预测的情绪类型标签是否一致对所述训练好的所述第一机器训练模型进行校验;所述若校验通过,则将训练好的所述第一机器训练模型识别为所述第一机器学习模型的步骤,包括:若所述第一测试集中的所述已知的情绪类型标签与所述预测的情绪类型标签一致的样本数据条数占所述第一测试集中样本数据条数的比例超过预定比例阈值,则将训练好的所述第一机器训练模型识别为所述第一机器学习模型。5.根据权利要求1所述的方法,其特征在于,所述对所述语音信息进行处理得到对...

【专利技术属性】
技术研发人员:魏星
申请(专利权)人:深圳壹账通智能科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1