电力营业厅人员语音异常事件识别方法及装置制造方法及图纸
【技术实现步骤摘要】
电力营业厅人员语音异常事件识别方法及装置
本专利技术涉及服务水平评估
，具体的说是一种基于短时能量语音特征的电力营业厅人员语音异常事件识别方法及装置。
技术介绍
企业的服务质量关系着企业的发展，如果服务做得不到位，就不能赢得客户和整个行业的口碑，没有好的口碑企业将无法长足发展。所以，企业的服务质量就显得至关重要。供电营业厅作为电力客户办理用电业务的服务窗口，直接与客户面对面打交道，工作人员的一言一行无不彰显着企业服务质量和国网品牌形象。营业人员的素质直接影响着供电服务质量，作为直接面向客户服务的营业人员，其服务态度的好坏关系着客户体验和服务质量。因此，实现对营业人员服务态度的监管，可作为提升其服务质量的有效手段之一。对营业人员进行服务态度监管，可以采用的手段主要有两种：第一种是采集视频信息通过人工监管的方式，根据视频监控，通过营业员的面部表情、动作等信息判断营业员的服务态度，这种方式需要人工坚守，增加了人工成本，而且由于人自身生理上的弱点，无法察觉细小的情节，从而导致管理上的疏漏，使得管理效率比较低。第二种方式是采集营业员的语音对话，通过分析语音来判断营业员...
【技术保护点】
一种电力营业厅人员语音异常事件识别方法，其特征在于包含以下步骤：步骤A，对输入的语音进行预处理，主要是对语音进行端点检测和去噪处理，然后输出处理后的语音，步骤B，将预处理后的语音进行分割，截取成大小相同的语音段，计算每个语音段的短时能量特征值，输出每个语音段及其短时能量特征值，步骤C，接收步骤B输出的数据，将第一段语音段的短时能量特征值作为参照值，其他语音段的短时能量特征值分别与参照值进行比较，判断每个语音段的异常情况，输出异常语音段，步骤D，处理异常事件，对步骤C输出的异常语音进行数据存储，将异常事件信息推送给管理员进行核实。
【技术特征摘要】
1.一种电力营业厅人员语音异常事件识别方法，其特征在于包含以下步骤：步骤A，对输入的语音进行预处理，主要是对语音进行端点检测和去噪处理，然后输出处理后的语音，步骤B，将预处理后的语音进行分割，截取成大小相同的语音段，计算每个语音段的短时能量特征值，输出每个语音段及其短时能量特征值，步骤C，接收步骤B输出的数据，将第一段语音段的短时能量特征值作为参照值，其他语音段的短时能量特征值分别与参照值进行比较，判断每个语音段的异常情况，输出异常语音段，步骤D，处理异常事件，对步骤C输出的异常语音进行数据存储，将异常事件信息推送给管理员进行核实。2.根据权利要求1所述的一种电力营业厅人员语音异常事件识别方法，其特征在于所述步骤A中，对语音的端点检测主要包括以下步骤：步骤A1，利用迭代算法训练无声语音段和有声语音段的短时平均能量过度阈值，步骤A2，分帧处理待检测的语音，提取语音的第一帧，步骤A3，计算已提取帧的短时平均能量值，判断是否超过过度阈值，没有超过，提取下一帧，继续执行步骤A3，超过则说明该帧时语音段的端点，执行步骤A4，步骤A4，输出检测到的端点后的语音。3.根据权利要求2所述的一种电力营业厅人员语音异常事件识别方法，其特征在于步骤A1中的迭代算法，具体实现步骤如下：A1.1采集数量相同的无声语音段和有声语音段训练样本，A1.2计算每个语音段的短时能量特征值，依据计算，其中w(n)为窗函数，N为窗长，A1.3求无声语音段的平均短时能量值M1和有声语音段的平均短时能量值M2，设定M＝(M1+M2)/2为初始阈值，A1.4所有测试样本，如果其短时能量值大于阈值M判定为有声，否则判定为无声，A1.5根据判断结果与样本数据，计算判断的有声语音与无声语音的准确率，A1.6如果无声语音的准确率大于有声语音的准确率，则向下调整阈值M，执行A1.4，如果无声语音的准确率小于有声语音的准确率向上调整阈值M，执行A1.4。当无声语音的准确率大于有声语音的准确率相同时则返回阈值M为有声语音和无声语音过度阈值。4.根据权利要求1所述的一种电力营业厅人员语音异常事件识别方法，其特征在于所述步骤B中，将预处理后的语音进行分割，截取成大小相同的语音段，计算每个语音段的短时能量特征值，输出每个语音段及其短时能量特征值，主要实现步骤如下：B1，将预处理后的语音分割成时间段相同的语音段，按语音段的起始时间命名该语音段，B2，...
【专利技术属性】
技术研发人员：王贻亮，乔学明，吕梁，尹明立，朱伟义，刘乘麟，孟平，汤耀，孙海峰，王飞，
申请(专利权)人：国网山东省电力公司威海供电公司，国家电网公司，
类型：发明
国别省市：山东,37
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。