基于客户语音进行响应队列优先级调整方法及系统技术方案

本申请提供了一种基于客户语音进行响应队列优先级调整方法、系统及存储介质，根据客户登录信息，识别客户的客户层级，得到客户层级；识别客户的语音信息，得到客户的语音情绪分级；根据客户的语音信息，识别客户的语音亢奋度，得到客户的亢奋度预测值；根据客户层级、语音情绪分级以及亢奋度预测值，通过响应优先级算法，得到客户的响应优先级。本申请解决了现有的客户响应队列优先级考虑因素不全面，不能更好的处理客户反馈意见以及不能保证客户满意度的问题。满意度的问题。满意度的问题。

【技术实现步骤摘要】
基于客户语音进行响应队列优先级调整方法及系统


[0001]本申请属于智能语音
，具体地，涉及一种基于客户语音进行响应队列优先级调整方法及系统。

技术介绍

[0002]随着银行之间的竞争越来越激烈，为了提升银行网点服务，提升客户满意度，银行网点都想快速获取客户的反馈意见，因此大多银行网点均设置有客户语音吐槽平台，通过快速收集和归整客户声音，然后根据客户语音吐槽设置响应优先级进行客户依次响应和维护，进而迭代优化网点服务及网点营销的管理。比如，银行在网点部署小程序吐槽的二维码，每天可以收到客户大量的语音吐槽，因此需要网点人员根据响应队列的优先级，依次及时安抚客户，快速的响应客户，进而提高客户的满意度，防止重要客户的流失。
[0003]然而，目前银行网点的客户语音吐槽响应，普遍常规的方法是按照客户吐槽的时间顺序依次响应；或者，普遍常规的方法是根据业务类型的紧急程度调整响应优先级；再或者根据银行网点客户语音吐槽，进行人工判断出客户情绪亢奋度，需要人工听完语音，通过人工判断客户语音内容是否包含情绪关键词，才能识别并调整客户响应优先级；且，目前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于客户语音进行响应队列优先级调整方法，其特征在于，具体包括以下步骤：根据客户登录信息，识别所述客户的客户层级，得到客户层级；识别客户的语音信息，得到所述客户的语音情绪分级；根据客户的语音信息，识别所述客户的语音亢奋度，得到所述客户的亢奋度预测值；根据所述客户层级、语音情绪分级以及亢奋度预测值，通过响应优先级算法，得到所述客户的响应优先级。2.根据权利要求1所述的基于客户语音进行响应队列优先级调整方法，其特征在于，所述识别客户的语音信息，得到所述客户的语音情绪分级，具体包括：根据客户的语音信息，进行语音转文字识别，得到文字识别数据；根据所述文字识别数据，进行关键字检索，得到语音情绪分级。3.根据权利要求1所述的基于客户语音进行响应队列优先级调整方法，其特征在于，所述根据客户的语音信息，识别所述客户的语音亢奋度，得到所述客户的亢奋度预测值，具体包括：根据客户的语音信息，得到客户的语谱图；根据所述客户的语谱图进行特征提取，并进行亢奋度类别打标签后，得到训练数集；通过所述训练数集训练亢奋度预测神经网络，得到训练后的亢奋度预测模型；输入待测的客户语音信息，至所述训练后的亢奋度预测模型，得到所述客户的亢奋度预测值。4.根据权利要求1所述的基于客户语音进行响应队列优先级调整方法，其特征在于，所述语音亢奋度识别模型的具体训练过程为：将客户原始的语音信息，转换为语谱图，提取语谱图特征；将所述提取的特征及对应的亢奋度类别标签，输入深度神经网络模型进行训练，得到训练好的语音亢奋度识别模型；输入的待测的客户语音信息至所述语音亢奋度识别模型进行预测，得到所述客户语音信息的亢奋度预测的概率值。5.根据权利要求4所述的基于客户语音进行响应队列优先级调整方法，其特征在于，所述提取语谱图特征，具体使用残差卷积神经网络提取输入特征，特征提取公式具体为：y＝F(x，W
i
)+W
s
x；其中，x表示卷积层的输入，W
s
表示线性映射的权值；其中，F(x，W
i
)是卷积核...

【专利技术属性】
技术研发人员：陈其成，魏文程，程硕，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：