一种业务绩效确定方法和装置制造方法及图纸

本申请实施例提供了一种业务绩效确定方法和装置，方法包括：获取柜员至少一个业务中每个业务对应的第一目标语音信息，得到柜员的第一目标声音特征信息，将第一目标语音信息转换为文本信息，将文本信息与预设回答文本信息进行匹配，得到匹配度，获取客户对应的第二目标语音信息，得到客户的第二目标声音特征信息，将第一目标声音特征信息，第二目标声音特征信息及匹配度输入第一神经网络模型，得到至少一个业务中每个业务的绩效。本申请实施例提供的业务绩效确定方法和装置，能够准确确定柜员的绩效。

【技术实现步骤摘要】
一种业务绩效确定方法和装置
本申请涉及计算机
，尤其涉及一种业务绩效确定方法和装置。
技术介绍
目前，随着计算机网络技术的快速发展，银行的业务办理也越来越智能化。柜员作为银行为客户办理业务的主要服务人员，需要有标准的绩效确定办法，也就是说，银行需要对柜员的绩效做公平准确的确定。目前，对于绩效是人为主观判断的，对柜员绩效确定结果并不公平准确。因此，如何准确确定柜员的绩效，是银行现在面临的具体问题。
技术实现思路
本申请实施例提供了一种业务绩效确定方法和装置，能够准确确定柜员的绩效。本申请实施例提供了一种业务绩效确定方法，所述方法包括：获取柜员至少一个业务中每个业务对应的第一目标语音信息；根据所述柜员的第一目标语音信息得到所述柜员的第一目标声音特征信息，所述第一目标声音特征信息体现所述柜员的声音特征；将所述第一目标语音信息转换为文本信息，所述文本信息包括所述柜员回复客户问题的回答语句；将所述文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；获取所述业务的客户对应的第二目标语音信息；根据所述客户的第二目标语音信息得到所述客户的第二目标声音特征信息，所述第二目标声音特征信息体现所述客户的声音特征；将所述第一目标声音特征信息，第二目标声音特征信息及匹配度输入第一神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第一神经网络模型是预先建立得到的。可选的，所述方法还包括：根据所述至少一个业务中每个业务对应的绩效确定所述柜员的总绩效。可选的，所述方法还包括：获取所述业务的客户画像信息，所述客户画像信息为客户的信息；将所述第一目标声音特征信息，所述第二目标声音特征信息，所述匹配度及所述客户画像信息输入第二神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第二神经网络模型是预先建立得到的；根据所述至少一个业务中每个业务对应的绩效确定所述柜员的总绩效。具体的，所述声音特征包括以下其中一种或多种：音频特征、音调特征、音量特征及语速特征。具体的，所述第一神经网络模型是预先建立得到的包括：获取柜员至少一个业务中每个业务对应的第一训练语音信息；根据所述柜员的第一训练语音信息得到所述柜员的第一训练声音特征信息，所述第一训练声音特征信息体现所述柜员的声音特征；将所述第一训练语音信息转换为训练文本信息，所述训练文本信息包括所述柜员回复客户问题的回答语句；将所述训练文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；获取所述业务的客户对应的第二训练语音信息；根据所述客户的第二训练语音信息得到所述客户的第二训练声音特征信息，所述第二训练声音特征信息体现所述客户的声音特征；根据所述第一训练声音特征信息，第二训练声音特征信息及匹配度与至少一个业务中每个业务的绩效的对应关系训练第一神经网络模型。本申请实施例还提供了一种业务绩效确定装置，所述装置包括：第一获取单元，用于获取柜员至少一个业务中每个业务对应的第一目标语音信息；第一特征获取单元，用于根据所述柜员的第一目标语音信息得到所述柜员的第一目标声音特征信息，所述第一目标声音特征信息体现所述柜员的声音特征；第一转换单元，用于将所述第一目标语音信息转换为文本信息，所述文本信息包括所述柜员回复客户问题的回答语句；第一匹配单元，用于将所述文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；第二获取单元，用于获取所述业务的客户对应的第二目标语音信息；第二特征获取单元，用于根据所述客户的第二目标语音信息得到所述客户的第二目标声音特征信息，所述第二目标声音特征信息体现所述客户的声音特征；第一输入单元，用于将所述第一目标声音特征信息，第二目标声音特征信息及匹配度输入第一神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第一神经网络模型是预先建立得到的。可选的，所述装置还包括：第一确定单元，用于根据所述至少一个业务中每个业务对应的绩效确定所述柜员的总绩效。可选的，所述装置还包括：第三获取单元，用于获取所述业务的客户画像信息，所述客户画像信息为客户的信息；第二输入单元，用于将所述第一目标声音特征信息，所述第二目标声音特征信息，所述匹配度及所述客户画像信息输入第二神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第二神经网络模型是预先建立得到的；第二确定单元，用于根据所述至少一个业务中每个业务对应的绩效确定所述柜员的总绩效。具体的，所述声音特征包括以下其中一种或多种：音频特征、音调特征、音量特征及语速特征。具体的，所述装置第一神经网络模型是预先建立得到的包括：第四获取单元，用于获取柜员至少一个业务中每个业务对应的第一训练语音信息；第三特征获取单元，用于根据所述柜员的第一训练语音信息得到所述柜员的第一训练声音特征信息，所述第一训练声音特征信息体现所述柜员的声音特征；第二转换单元，用于将所述第一训练语音信息转换为训练文本信息，所述训练文本信息包括所述柜员回复客户问题的回答语句；第二匹配单元，用于将所述训练文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；第五获取单元，用于获取所述业务的客户对应的第二训练语音信息；第四特征获取单元，用于根据所述客户的第二训练语音信息得到所述客户的第二训练声音特征信息，所述第二训练声音特征信息体现所述客户的声音特征；训练单元，用于根据所述第一训练声音特征信息，第二训练声音特征信息及匹配度与至少一个业务中每个业务的绩效的对应关系训练第一神经网络模型。与现有技术相比，本专利技术至少具有以下优点：本申请实施例提供了一种业务绩效确定方法，方法包括：获取柜员至少一个业务中每个业务对应的第一目标语音信息；根据所述柜员的第一目标语音信息得到所述柜员的第一目标声音特征信息，所述第一目标声音特征信息体现所述柜员的声音特征；将所述第一目标语音信息转换为文本信息，所述文本信息包括所述柜员回复客户问题的回答语句；将所述文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；获取所述业务的客户对应的第二目标语音信息；根据所述客户的第二目标语音信息得到所述客户的第二目标声音特征信息，所述第二目标声音特征信息体现所述客户的声音特征；将所述第一目标本文档来自技高网...

【技术保护点】
1.一种业务绩效确定方法，其特征在于，所述方法包括：/n获取柜员至少一个业务中每个业务对应的第一目标语音信息；/n根据所述柜员的第一目标语音信息得到所述柜员的第一目标声音特征信息，所述第一目标声音特征信息体现所述柜员的声音特征；/n将所述第一目标语音信息转换为文本信息，所述文本信息包括所述柜员回复客户问题的回答语句；/n将所述文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；/n获取所述业务的客户对应的第二目标语音信息；/n根据所述客户的第二目标语音信息得到所述客户的第二目标声音特征信息，所述第二目标声音特征信息体现所述客户的声音特征；/n将所述第一目标声音特征信息，第二目标声音特征信息及匹配度输入第一神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第一神经网络模型是预先建立得到的。/n

【技术特征摘要】
1.一种业务绩效确定方法，其特征在于，所述方法包括：
获取柜员至少一个业务中每个业务对应的第一目标语音信息；
根据所述柜员的第一目标语音信息得到所述柜员的第一目标声音特征信息，所述第一目标声音特征信息体现所述柜员的声音特征；
将所述第一目标语音信息转换为文本信息，所述文本信息包括所述柜员回复客户问题的回答语句；
将所述文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；
获取所述业务的客户对应的第二目标语音信息；
根据所述客户的第二目标语音信息得到所述客户的第二目标声音特征信息，所述第二目标声音特征信息体现所述客户的声音特征；
将所述第一目标声音特征信息，第二目标声音特征信息及匹配度输入第一神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第一神经网络模型是预先建立得到的。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述至少一个业务中每个业务对应的绩效确定所述柜员的总绩效。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述业务的客户画像信息，所述客户画像信息为客户的信息；
将所述第一目标声音特征信息，所述第二目标声音特征信息，所述匹配度及所述客户画像信息输入第二神经网络模型，得到至少一个业务中每个业务的绩效；其中，所述第二神经网络模型是预先建立得到的；
根据所述至少一个业务中每个业务对应的绩效确定所述柜员的总绩效。


4.根据权利要求1所述的方法，其特征在于，所述声音特征包括以下其中一种或多种：
音频特征、音调特征、音量特征及语速特征。


5.根据权利要求1至4中任一项所述的方法，其特征在于，所述第一神经网络模型是预先建立得到的包括：
获取柜员至少一个业务中每个业务对应的第一训练语音信息；
根据所述柜员的第一训练语音信息得到所述柜员的第一训练声音特征信息，所述第一训练声音特征信息体现所述柜员的声音特征；
将所述第一训练语音信息转换为训练文本信息，所述训练文本信息包括所述柜员回复客户问题的回答语句；
将所述训练文本信息与预设回答文本信息进行匹配，得到匹配度，所述预设回答文本信息包括预设回答语句，所述匹配度体现所述柜员的回答语句与所述预设回答语句的匹配程度；
获取所述业务的客户对应的第二训练语音信息；
根据所述客户的第二训练语音信息得到所述客户的第二训练声音特征信息，所述第二训练声音特征信息体现所述客户的声音特征；
根据所述第一训练声音特征信息，第二训练声音特征信息及匹配度与至少一个业务中每个业务的绩效的对应关系训练第一神经网络模型。


6.一种业务绩效确定装置，其特征在于，所述装置包括：
第一获取单元，用于获取柜员至少一个业务中每个业务对应的第一目标语音信息；
第一特征获取单元，...

【专利技术属性】
技术研发人员：黄文强，季蕴青，胡路苹，胡玮，黄雅楠，胡传杰，浮晨琪，李蚌蚌，徐晨敏，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11