【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 ...
【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
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。