【技术实现步骤摘要】
基于多层次逻辑的语音话术检测方法、装置及计算机设备
本专利技术涉及语音识别
，尤其涉及一种基于多层次逻辑的语音话术检测方法、装置、计算机设备及存储介质。
技术介绍
目前，传统的语音质检系统，后期对于语音的话术质检所依靠的都是人工听录音进行审核，非常的耗时耗人力。应用了语音转文字技术后，开始实现将录音或录像中的音频转换成文字，有传统的NLP关键词匹配进行话术的质检，例如先期消耗大量人力进行关键词及其同义词的配置、收集程度副词、收集否定词、收集褒义词、收集贬义词、收集正向情感词、收集负向情感词。然而，这个方法由于中国语言的多样性，仍然存在非常多的弊端，仅靠同义词、程度副词、否定词、褒贬义词、情感词，没有办法真正读懂人的自然语言，更没有办法让话术质检有一个较好的效果。另外，传统的话术质检系统设计过于扁平，也就是说，所收集的词语没有一个很好的上下层级逻辑关系，只是使用单纯的关键词匹配，导致检测效果并不理想。
技术实现思路
本专利技术实施例提供了一种基于多层次逻辑的语音话术检测方法、装置、计算...
【技术保护点】
1.一种基于多层次逻辑的语音话术检测方法，其特征在于，包括：/n接收用户端所上传的待检测视频数据及用户账号信息；/n根据所述用户账号信息获取当前场景标识信息，判断已存储的话术检测模型中是否存储有与当前场景标识信息对应的话术检测模型；其中，所述话术检测模型中包括有若干个检测条件，且每一检测条件中包括若干个检测算子，所述话术检测模型用于对与待检测视频数据对应的文本内容进行质检；/n若已存储的话术检测模型中存储有与当前场景标识信息对应的话术检测模型，根据所述话术检测模型对所述待检测视频数据进行语音文本内容识别，得到识别结果；以及/n若已存储的话术检测模型中未存储有与当前场景标识信...
【技术特征摘要】
1.一种基于多层次逻辑的语音话术检测方法，其特征在于，包括：
接收用户端所上传的待检测视频数据及用户账号信息；
根据所述用户账号信息获取当前场景标识信息，判断已存储的话术检测模型中是否存储有与当前场景标识信息对应的话术检测模型；其中，所述话术检测模型中包括有若干个检测条件，且每一检测条件中包括若干个检测算子，所述话术检测模型用于对与待检测视频数据对应的文本内容进行质检；
若已存储的话术检测模型中存储有与当前场景标识信息对应的话术检测模型，根据所述话术检测模型对所述待检测视频数据进行语音文本内容识别，得到识别结果；以及
若已存储的话术检测模型中未存储有与当前场景标识信息对应的话术检测模型，将用于提示未存储适用检测模型的提示信息至监察终端。
2.根据权利要求1所述的基于多层次逻辑的语音话术检测方法，其特征在于，所述根据所述话术检测模型对所述待检测视频数据进行语音文本内容识别，得到识别结果，包括：
将所述待检测视频数据进行音视频数据分离，得到与所述待检测视频数据对应的音频数据和视频数据；
通过N-gram模型对所述音频数据进行识别，得到文本识别结果；其中，所述N-gram模型为预先训练的N元模型；
将所述文本识别结果通过基于概率统计分词模型进行分词，得到对应的分词结果；
获取所述话术检测模型中所包括的检测条件；其中，所述检测条件中包括至少一个检测算子；
判断所述分词结果是否满足所述检测条件；
若所述分词结果不满足所述检测条件，将所述待检测视频数据的识别结果设置为未通过话术质检，将所述待检测视频数据发送至预先设置的未通过质检数据存储区域进行存储，并将所述待检测视频数据和对应的用户账号信息发送至监察终端。
3.根据权利要求2所述的基于多层次逻辑的语音话术检测方法，其特征在于，所述判断所述分词结果是否满足所述检测条件之后，还包括：
若所述分词结果满足所述检测条件，将所述待检测视频数据的识别结果设置为通过话术质检，并将所述待检测视频数据发送至预先设置的已通过质检数据存储区域进行存储。
4.根据权利要求2所述的基于多层次逻辑的语音话术检测方法，其特征在于，还包括：
接收训练集语料库，将所述训练集语料库输入至初始N-gram模型进行训练，得到N-gram模型。
5.根据权利要求2所述的基于多层次逻辑的语音话术检测方法，其特征在于，所述获取所述话术检测模型中所包括的检测条件之后，还包括：
获取所述话术检测模型中各检测条件之间的条件关联关系；其中，所述条件关联关系包括与关联关系、或关联关系、非关联关系；
获取所述话术检测模型中每一检测条件对应包括的检测算子；其中，所述检测算子为关键字或正则表达式；
获取每一检测条件对应包括的检测算子之间的算子关联关系；其中，所述算子关联关系包括与关联关系、或关联关系、非关...
【专利技术属性】
技术研发人员：王家桢，
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。