本发明专利技术涉及人工智能技术领域，提供一种客户需求信息识别方法、装置、电子设备及存储介质，所述方法包括：接收第一采集设备采集到的每个客户的第一语音信息生成注册声纹；接收第二采集设备采集到的第二语音信息提取声纹特征；将声纹特征进行分段得到多个声纹特征片段，根据多个声纹特征片段与每个客户的注册声纹得到第三语音信息；将第三语音信息输入至语音识别模型中输出目标文本信息，对目标文本信息进行实体识别得到多个实体；根据目标文本信息生成语义特征向量，及根据多个实体生成实体特征向量；根据语义特征向量及实体特征向量识别每个客户的客户需求信息。本发明专利技术能够批量识别多个客户的客户需求信息，客户需求信息的识别效率高。别效率高。别效率高。
【技术实现步骤摘要】
客户需求信息识别方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能
，具体涉及一种客户需求信息识别方法、装 置、电子设备及存储介质。
技术介绍
[0002]随着个性化服务的发展，企业会定期举办一些沙龙活动，以提高客户的满 意度，在举办沙龙活动过程中，客户可能会提出很多需求，例如，对某些产品 感兴趣，工作人员会记录客户的需求，后期会根据不同客户的不同需求，提供 个性化服务。
[0003]现有技术是通过工作人员与每个客户进行面对面交流后识别客户的需求信 息，导致识别客户需求信息的效率低下，并且在面对面交流过程中，可能出现 会漏写或者错写客户需求信息的现象，识别客户需求信息效率低。
技术实现思路
[0004]鉴于以上内容，有必要提出一种客户需求信息识别方法、装置、电子设备 及存储介质，能够批量识别多个客户的客户需求信息，客户需求信息的识别效 率高。
[0005]本专利技术的第一方面提供一种客户需求信息识别方法，所述方法包括：
[0006]接收第一采集设备采集到的每个客户的第一语音信息，并根据所述每个客 户的第一语音信息生成每个客户的注册声纹；
[0007]接收第二采集设备采集到的第二语音信息，提取所述第二语音信息中的声 纹特征；
[0008]将所述声纹特征进行分段得到多个声纹特征片段，根据所述多个声纹特征 片段与所述每个客户的注册声纹，得到所述每个客户的第三语音信息；
[0009]识别所述每个客户的第三语音信息对应的语言类型，并将所述第三语音信 息输入至所述语音类型对应的语音识别模型中；
[0010]识别所述语音识别模型输出的目标文本信息，并对所述目标文本信息进行 实体识别得到多个实体；
[0011]根据所述目标文本信息生成语义特征向量，及根据所述多个实体生成实体 特征向量；
[0012]根据所述语义特征向量及所述实体特征向量识别所述每个客户的客户需求 信息。
[0013]可选的，所述将所述声纹特征进行分段得到多个声纹特征片段，根据所述 多个声纹特征片段与所述每个客户的注册声纹，得到所述每个客户的第三语音 信息包括：
[0014]将每个声纹特征片段与所述每个客户的注册声纹进行匹配；
[0015]从所述多个声纹特征片段确定出每个客户对应的声纹特征片段；
[0016]根据所述每个客户对应的声纹特征片段从所述第二语音信息中提取出每个 客户的第三语音信息。
[0017]可选的，所述提取所述第二语音信息中的声纹特征包括：
[0018]计算所述第二语音信息的频率；
[0019]对所述频率采用带通滤波器进行滤波处理，得到滤波后的第二语音信息；
[0020]提取所述滤波后的第二语音信息中的声纹特征。
[0021]可选的，所述对所述频率采用带通滤波器进行滤波处理，得到滤波后的第 二语音信息包括：
[0022]将所述频率按照从低频到高频的顺序排列得到所述第二语音信息的频带；
[0023]在所述频带内按照临界带宽值对一组带通滤波器由密到疏进行排列；
[0024]采用排列后的带通滤波器对所述第二语音信息进行滤波；
[0025]获取滤波后的第二语音信息。
[0026]可选的，所述对所述目标文本信息进行实体识别得到多个实体包括：
[0027]将所述目标文本信息输入至命名实体识别模型中进行实体识别得到多个实 体。
[0028]可选的，所述根据所述目标文本信息生成语义特征向量包括：
[0029]根据所述目标文本信息生成包含上下文特征的第一文本向量；
[0030]通过卷积运算将所述第一文本向量转换为多个第二文本向量；
[0031]对所述多个第二文本向量进行特征提取得到语义特征向量。
[0032]可选的，所述根据所述多个实体生成实体特征向量包括：
[0033]利用词向量映射模型将所述多个实体映射为词向量集合，其中，每个实体 对应一个词向量；
[0034]计算所述词向量集合的每个维度的均值；
[0035]根据所述每个维度的均值生成实体特征向量。
[0036]本专利技术的第二方面提供一种客户需求信息识别装置，所述装置包括：
[0037]第一接收模块，用于接收第一采集设备采集到的每个客户的第一语音信息， 并根据所述每个客户的第一语音信息生成每个客户的注册声纹；
[0038]第二接收模块，用于接收第二采集设备采集到的第二语音信息，提取所述 第二语音信息中的声纹特征；
[0039]分段模块，用于将所述声纹特征进行分段得到多个声纹特征片段，根据所 述多个声纹特征片段与所述每个客户的注册声纹，得到所述每个客户的第三语 音信息；
[0040]第一识别模块，用于识别所述每个客户的第三语音信息对应的语言类型， 并将所述第三语音信息输入至所述语音类型对应的语音识别模型中；
[0041]第二识别模块，用于识别所述语音识别模型输出的目标文本信息，并对所 述目标文本信息进行实体识别得到多个实体；
[0042]生成模块，用于根据所述目标文本信息生成语义特征向量，及根据所述多 个实体生成实体特征向量；
[0043]第三识别模块，用于根据所述语义特征向量及所述实体特征向量识别所述 每个客户的客户需求信息。
[0044]本专利技术的第三方面提供一种电子设备，所述电子设备包括处理器存储器， 所述处理器用于执行所述存储器中存储的计算机程序时实现所述的客户需求信 息识别方法。
[0045]本专利技术的第四方面提供一种计算机可读存储介质，所述计算机可读存储介 质上
存储有计算机程序，所述计算机程序被处理器执行时实现所述的客户需求 信息识别方法。
[0046]综上所述，本专利技术所述的客户需求信息识别方法、装置、电子设备及存储 介质，一方面，通过将每个客户的语义特征向量及所述实体特征向量得到模板 特征向量，根据所述模型特征向量转换为预设格式的结构数据后识别所述每个 客户的客户需求信息，便于管理每个客户的客户需求信息，提高了识别每个客 户的客户需求信息的准确性和完整性；另一方面，通过计算对实体进行训练得 到的词向量集合的每个维度的均值得到对应的实体特征向量，降低了实体特征 向量的维度，提高了提取得到的实体特征向量的准确率；最后，通过将所述声 纹特征进行分段处理，将每个声纹特征片段与所述每个客户的注册声纹进行匹 配后确定出每个客户的声纹特征片段，能够批量识别多个客户的客户需求信息， 客户需求信息的识别效率高。
附图说明
[0047]图1是本专利技术实施例一提供的客户需求信息识别方法的流程图。
[0048]图2是本专利技术实施例二提供的客户需求信息识别装置的结构图。
[0049]图3是本专利技术实施例三提供的电子设备的结构示意图。
[0050]如下具体实施方式将结合上述附图进一步说明本专利技术。
具体实施方式
[0051]为了能够更清楚地理解本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种客户需求信息识别方法，其特征在于，所述方法包括：接收第一采集设备采集到的每个客户的第一语音信息，并根据所述每个客户的第一语音信息生成每个客户的注册声纹；接收第二采集设备采集到的第二语音信息，提取所述第二语音信息中的声纹特征；将所述声纹特征进行分段得到多个声纹特征片段，根据所述多个声纹特征片段与所述每个客户的注册声纹，得到所述每个客户的第三语音信息；识别所述每个客户的第三语音信息对应的语言类型，并将所述第三语音信息输入至所述语音类型对应的语音识别模型中；识别所述语音识别模型输出的目标文本信息，并对所述目标文本信息进行实体识别得到多个实体；根据所述目标文本信息生成语义特征向量，及根据所述多个实体生成实体特征向量；根据所述语义特征向量及所述实体特征向量识别所述每个客户的客户需求信息。2.如权利要求1所述的客户需求信息识别方法，其特征在于，所述将所述声纹特征进行分段得到多个声纹特征片段，根据所述多个声纹特征片段与所述每个客户的注册声纹，得到所述每个客户的第三语音信息包括：将每个声纹特征片段与所述每个客户的注册声纹进行匹配；从所述多个声纹特征片段确定出每个客户对应的声纹特征片段；根据所述每个客户对应的声纹特征片段从所述第二语音信息中提取出每个客户的第三语音信息。3.如权利要求1所述的客户需求信息识别方法，其特征在于，所述提取所述第二语音信息中的声纹特征包括：计算所述第二语音信息的频率；对所述频率采用带通滤波器进行滤波处理，得到滤波后的第二语音信息；提取所述滤波后的第二语音信息中的声纹特征。4.如权利要求3所述的客户需求信息识别方法，其特征在于，所述对所述频率采用带通滤波器进行滤波处理，得到滤波后的第二语音信息包括：将所述频率按照从低频到高频的顺序排列得到所述第二语音信息的频带；在所述频带内按照临界带宽值对一组带通滤波器由密到疏进行排列；采用排列后的带通滤波器对所述第二语音信息进行滤波；获取滤波后的第二语音信息。5.如权利要求1所述的客户需求信息识别方法，其特征在于，所述对所述目标文本信息进行实体识别得到多个实体包括：将所述目...
【专利技术属性】
技术研发人员：夏斯勇，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：
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。