电子装置、应对话术推荐方法和计算机可读存储介质制造方法及图纸

本发明专利技术涉及语义识别技术，揭露了一种应对话术推荐方法，该方法包括：在接收到客户进线后，实时获取进线客户与坐席的语音流；提取出语音流中的第一语音片段的第一音频特征向量，其中，第一语音片段对应语音流中的客户输入的语音段；将第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出第一音频特征向量对应的第一语音内容和第一情绪分类；将识别出的第一语音内容和第一情绪分类输入预先训练好的应对话术推荐模型中进行分析，以得到推荐的应对话术，将推荐的应对话术实时发送至坐席的终端。本发明专利技术还揭露了一种电子装置和计算机可读存储介质。本发明专利技术技术方案有效的改善了坐席不知如何应对客户的情况，减少了客户投诉和客户流失。

Electronic Devices, Recommendation Methods for Coping Speech and Computer Readable Storage Media

The present invention relates to semantic recognition technology, and discloses a method of speech recommendation for coping with speech. The method includes: acquiring real-time voice streams of inbound customers and seats after receiving the inbound customers; extracting the first audio feature vector of the first voice segment in the voice stream, in which the first voice segment corresponds to the voice segment input by the customer in the voice stream; and extracting the first audio feature vector. The first speech content and the first emotion classification corresponding to the first audio feature vectors are identified by analyzing the input presupposed speech emotion analysis model. The first speech content and the first emotion classification are input into the pre-trained speech recommendation model for analysis to obtain the recommended speech response, and the recommended speech response is sent to the seated terminal in real time. \u3002 The invention also discloses an electronic device and a computer readable storage medium. The technical scheme of the invention effectively improves the situation that the seats do not know how to deal with customers, and reduces customer complaints and customer loss.

【技术实现步骤摘要】
电子装置、应对话术推荐方法和计算机可读存储介质
本专利技术涉及电话中心客服系统领域，特别涉及一种电子装置、应对话术推荐方法和计算机可读存储介质。
技术介绍
目前，电话中心客服系统在分配坐席为进线客户服务后，坐席在为客户服务的过程中，部分客户可能会因自身情绪问题而与坐席产生冲突，这种情形下，很多经验不足的坐席不知如何有效应对客户，造成客户投诉或客户流失等后果。
技术实现思路
本专利技术的主要目的是提供一种电子装置、应对话术推荐方法和计算机可读存储介质，旨在帮助坐席应对客户，改善客户投诉和客户流失的情况。为实现上述目的，本专利技术提出的电子装置，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的应对话术推荐程序，所述应对话术推荐程序被所述处理器执行时实现如下步骤：A1、在接收到客户进线后，实时获取所述进线客户与坐席的语音流；B1、对所述语音流进行特征提取，提取出所述语音流中的第一语音片段的第一音频特征向量，其中，所述第一语音片段对应所述语音流中的客户输入的语音段；C1、将所述第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类；D1、将识别出的所述第一语音内容和所述第一情绪分类输入预先训练好的应对话术推荐模型中进行分析，以得到推荐的应对话术，将所述推荐的应对话术实时发送至所述坐席的终端。优选地，在所述步骤A1之后，所述应对话术推荐程序被所述处理器执行时，还实现如下步骤：E1、对所述语音流进行特征提取，提取出所述语音流中的第二语音片段的第二音频特征向量，其中，所述第二语音片段对应所述语音流中的坐席输入的语音段；F1、将所述第二音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第二音频特征向量对应的第二情绪分类；G1、若所述第二情绪分类为预设的异常情绪分类，则向所述坐席的终端发送预设的第一提醒信息。优选地，所述预设的语音情绪分析模型还识别出所述第二音频特征向量对应的第二语音内容，在所述步骤F1之后，所述应对话术推荐程序被所述处理器执行时，还实现如下步骤：在所述第二情绪分类为预设的异常情绪分类时，分析所述第二语音内容中是否包含预设的敏感词；若包含预设的敏感词，且所述第二语音内容中出现预设的敏感词的次数小于等于第一阈值，则向所述坐席的终端发送预设的第二提醒信息；若包含预设的敏感词，且所述第二语音内容中出现预设的敏感词的次数大于第一阈值，则向所述坐席的上级管理终端发送预设的第三提醒信息。优选地，所述应对话术推荐模型的训练过程包括：S1、从通话录音数据库中获取预设数量的服务标签为满意的录音数据，提取每一则录音数据中的第一语音片段的第一音频特征向量和第二语音片段的第二音频特征向量，其中，所述第一语音片段对应所述录音数据中的客户输入的语音段，所述第二语音片段对应所述录音数据中的坐席输入的语音段；S2、采用预设的语音情绪分析模型中分别识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类，以及所述第二音频特征向量对应的第二语音内容，将每一则录音数据对应的第一语音内容、第一情绪分类和第二语音内容作为一个样本，得到预设数量的样本；S3、将预设数量的样本的第一百分比作为训练集，第二百分比作为验证集，第一百分比和第二百分比之和小于百分之百；S4、利用所述训练集中的样本对预设的应对话术推荐模型进行训练，并在训练结束后，利用验证集中的样本对所述应对话术推荐模型进行验证；S5、若所述预测准确率大于预设阈值，则模型训练结束；S6、若所述预设准确率小于或等于所述预设阈值，则增大所述预设数量的值，并重复执行步骤S1至S4。本专利技术还提出一种应对话术推荐方法，包括以下步骤：A2、在接收到客户进线后，实时获取所述进线客户与坐席的语音流；B2、对所述语音流进行特征提取，提取出所述语音流中的第一语音片段的第一音频特征向量，其中，所述第一语音片段对应所述语音流中的客户输入的语音段；C2、将所述第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第一音频特征向量对应的第一语音内容和所述第一情绪分类；D2、将识别出的所述第一语音内容和所述第一情绪分类输入预先训练好的应对话术推荐模型中进行分析，以得到推荐的应对话术，将所述推荐的应对话术实时发送至所述坐席的终端。优选地，在所述步骤A2之后，所述应对话术推荐方法还包括：E2、对所述语音流进行特征提取，提取出所述语音流中的第二语音片段的第二音频特征向量，其中，所述第二语音片段对应所述语音流中的坐席输入的语音段；F2、将所述第二音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第二音频特征向量对应的第二情绪分类；G2、若所述第二情绪分类为预设的异常情绪分类，则向所述坐席的终端发送预设的第一提醒信息。优选地，所述预设的语音情绪分析模型还识别出所述第二音频特征向量对应的第二语音内容，在所述步骤F2之后，所述应对话术推荐方法还包括：在所述第二情绪分类为预设的异常情绪分类时，分析所述第二语音内容中是否包含预设的敏感词；若包含预设的敏感词，且所述第二语音内容中出现预设的敏感词的次数小于等于第一阈值，则向所述坐席的终端发送预设的第二提醒信息；若包含预设的敏感词，且所述第二语音内容中出现预设的敏感词的次数大于第一阈值，则向所述坐席的上级管理终端发送预设的第三提醒信息。优选地，所述应对话术推荐模型的训练过程包括：S1、从通话录音数据库中获取预设数量的服务标签为满意的录音数据，提取每一则录音数据中的第一语音片段的第一音频特征向量和第二语音片段的第二音频特征向量，其中，所述第一语音片段对应所述录音数据中的客户输入的语音段，所述第二语音片段对应所述录音数据中的坐席输入的语音段；S2、采用预设的语音情绪分析模型中分别识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类，以及所述第二音频特征向量对应的第二语音内容，将每一则录音数据对应的第一语音内容、第一情绪分类和第二语音内容作为一个样本，得到预设数量的样本；S3、将预设数量的样本的第一百分比作为训练集，第二百分比作为验证集，第一百分比和第二百分比之和小于百分之百；S4、利用所述训练集中的样本对预设的应对话术推荐模型进行训练，并在训练结束后，利用验证集中的样本对所述应对话术推荐模型进行验证；S5、若所述预测准确率大于预设阈值，则模型训练结束；S6、若所述预设准确率小于或等于所述预设阈值，则增大所述预设数量的值，并重复执行步骤S1至S4。本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质存储有应对话术推荐程序，所述应对话术推荐程序可被至少一个处理器执行，以使所述至少一个处理器执行如下步骤：在接收到客户进线后，实时获取所述进线客户与坐席的语音流；对所述语音流进行特征提取，提取出所述语音流中的第一语音片段的第一音频特征向量，其中，所述第一语音片段对应所述语音流中的客户输入的语音段；将所述第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类；将识别出的所述第一语音内容和所述第一情绪分类输入预先训练好的应对话术推荐模型中进行分析，以得到推荐的应对话术，将所述推荐的应对话术实时发送至所述坐席的终端。优选地，在实时获取所本文档来自技高网...

【技术保护点】
1.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的应对话术推荐程序，所述应对话术推荐程序被所述处理器执行时实现如下步骤：A1、在接收到客户进线后，实时获取所述进线客户与坐席的语音流；B1、对所述语音流进行特征提取，提取出所述语音流中的第一语音片段的第一音频特征向量，其中，所述第一语音片段对应所述语音流中的客户输入的语音段；C1、将所述第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类；D1、将识别出的所述第一语音内容和所述第一情绪分类输入预先训练好的应对话术推荐模型中进行分析，以得到推荐的应对话术，将所述推荐的应对话术实时发送至所述坐席的终端。

【技术特征摘要】
1.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的应对话术推荐程序，所述应对话术推荐程序被所述处理器执行时实现如下步骤：A1、在接收到客户进线后，实时获取所述进线客户与坐席的语音流；B1、对所述语音流进行特征提取，提取出所述语音流中的第一语音片段的第一音频特征向量，其中，所述第一语音片段对应所述语音流中的客户输入的语音段；C1、将所述第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类；D1、将识别出的所述第一语音内容和所述第一情绪分类输入预先训练好的应对话术推荐模型中进行分析，以得到推荐的应对话术，将所述推荐的应对话术实时发送至所述坐席的终端。2.如权利要求1所述的电子装置，其特征在于，在所述步骤A1之后，所述应对话术推荐程序被所述处理器执行时，还实现如下步骤：E1、对所述语音流进行特征提取，提取出所述语音流中的第二语音片段的第二音频特征向量，其中，所述第二语音片段对应所述语音流中的坐席输入的语音段；F1、将所述第二音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第二音频特征向量对应的第二情绪分类；G1、若所述第二情绪分类为预设的异常情绪分类，则向所述坐席的终端发送预设的第一提醒信息。3.如权利要求2所述的电子装置，其特征在于，所述预设的语音情绪分析模型还识别出所述第二音频特征向量对应的第二语音内容，在所述步骤F1之后，所述应对话术推荐程序被所述处理器执行时，还实现如下步骤：在所述第二情绪分类为预设的异常情绪分类时，分析所述第二语音内容中是否包含预设的敏感词；若包含预设的敏感词，且所述第二语音内容中出现预设的敏感词的次数小于等于第一阈值，则向所述坐席的终端发送预设的第二提醒信息；若包含预设的敏感词，且所述第二语音内容中出现预设的敏感词的次数大于第一阈值，则向所述坐席的上级管理终端发送预设的第三提醒信息。4.如权利要求1至3中任意一项所述的电子装置，其特征在于，所述应对话术推荐模型的训练过程包括：S1、从通话录音数据库中获取预设数量的服务标签为满意的录音数据，提取每一则录音数据中的第一语音片段的第一音频特征向量和第二语音片段的第二音频特征向量，其中，所述第一语音片段对应所述录音数据中的客户输入的语音段，所述第二语音片段对应所述录音数据中的坐席输入的语音段；S2、采用预设的语音情绪分析模型中分别识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类，以及所述第二音频特征向量对应的第二语音内容，将每一则录音数据对应的第一语音内容、第一情绪分类和第二语音内容作为一个样本，得到预设数量的样本；S3、将预设数量的样本的第一百分比作为训练集，第二百分比作为验证集，第一百分比和第二百分比之和小于百分之百；S4、利用所述训练集中的样本对预设的应对话术推荐模型进行训练，并在训练结束后，利用验证集中的样本对所述应对话术推荐模型进行验证；S5、若所述预测准确率大于预设阈值，则模型训练结束；S6、若所述预设准确率小于或等于所述预设阈值，则增大所述预设数量的值，并重复执行步骤S1至S4。5.一种应对话术推荐方法，其特征在于，包括以下步骤：A2、在接收到客户进线后，实时获取所述进线客户与坐席的语音流；B2、对所述语音流进行特征提取，提取出所述语音流中的第一语音片段的第一音频特征向量，其中，所述第一语音片段对应所述语音流中的客户输入的语音段；C2、将所述第一音频特征向量输入预设的语音情绪分析模型中进行分析，识别出所述第一音频特征向量对应的第一语音内容和第一情绪分类；D2、将识别出的所述第一语音内容和所述第一情绪分类输入预先训练好的应对话术推荐模型中进行分...

【专利技术属性】
技术研发人员：李茂辉，张发友，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44