客服人员的语音质检方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了客服人员的语音质检方法、装置、设备及存储介质，用于提高对客服人员语音的评分准确率，从而提高对客服人员语音质检的全面性和准确率。客服人员的语音质检方法包括：获取客服人员的语音文件，所述语音文件为一组完整的语音对话；对所述语音文件进行声音识别，得到声音向量和语境向量；基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据；基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果。人员的语音质检结果。人员的语音质检结果。

【技术实现步骤摘要】
客服人员的语音质检方法、装置、设备及存储介质


[0001]本专利技术涉及语音处理领域，尤其涉及一种客服人员的语音质检方法、装置、设备及存储介质。

技术介绍

[0002]随着生活水平的提高，很多人对客服服务质量的要求也相应的提高，因此，很多企业对客服人员的语音对话有一定的质检要求，即服务质量的评估，比较常见的质检方式是采集客服人员的语音对话进行打分，得到的分数为该客服人员这一场语音对应的质检结果。
[0003]在现有技术中，质检的方法通常为将语音转换为文本数据，然后结合文本数据进行评分，由于没有结合语境同时进行评分，导致评分的准确率较低，从而导致对客服人员语音的质检不全面且不准确。

技术实现思路

[0004]本专利技术提供了一种客服人员的语音质检方法、装置、设备及存储介质，用于提高对客服人员语音的评分准确率，从而提高对客服人员语音质检的全面性和准确率。
[0005]本专利技术第一方面提供了一种客服人员的语音质检方法，包括：获取客服人员的语音文件，所述语音文件为一组完整的语音对话；对所述语音文件进行声音识别，得到声音向量和语境向量；基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据；基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果。
[0006]可选的，在本专利技术第一方面的第一种实现方式中，所述对所述语音文件进行声音识别，得到声音向量和语境向量包括：对所述语音文件进行主成分分析，生成主成分语音文件；将所述语音文件输入预先训练好的无监督深度学习网络中进行识别，生成声音向量和语境向量。
[0007]可选的，在本专利技术第一方面的第二种实现方式中，所述基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据包括：将所述声音向量输入预先训练好的语言模型中，结合预置的声学模型进行文本识别，生成文本数据；将所述声音向量和所述语境向量输入预先训练好的声纹识别模型中进行声纹识别，生成至少两个声纹特征。
[0008]可选的，在本专利技术第一方面的第三种实现方式中，所述基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果包括：根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成语义分数；根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成关键信息对分数；基于所述语义分数和所述关键信息对分数进行计算，生成目标综合分数，所述目标综合分数用于表示客
服人员的语音质检结果。
[0009]可选的，在本专利技术第一方面的第四种实现方式中，所述根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成语义分数包括：对所述语境向量、所述文本数据和所述至少两个声纹特征进行过滤，生成过滤后的语境向量、过滤后的文本数据和过滤后的至少两个声纹特征；将所述过滤后的语境向量、所述过滤后的文本数据和所述过滤后的至少两个声纹特征输入预先训练好的语义模型中进行计算，生成语义分数。
[0010]可选的，在本专利技术第一方面的第五种实现方式中，所述根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成关键信息对分数包括：基于所述文本数据进行领域匹配，得到目标问答领域；基于所述目标问答领域，在预置的模型库中进行查找，得到目标意图识别模型；将所述过滤后的语境向量、所述过滤后的文本数据和所述过滤后的至少两个声纹特征输入所述目标意图识别模型中进行计算，生成关键信息对分数。
[0011]本专利技术第二方面提供了一种客服人员的语音质检装置，包括：获取模块，用于获取客服人员的语音文件，所述语音文件为一组完整的语音对话；第一识别模块，用于对所述语音文件进行声音识别，得到声音向量和语境向量；第二识别模块，用于基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据；计算模块，用于基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果。
[0012]可选的，在本专利技术第二方面的第一种实现方式中，所述第一识别模块还可以具体用于：对所述语音文件进行主成分分析，生成主成分语音文件；将所述语音文件输入预先训练好的无监督深度学习网络中进行识别，生成声音向量和语境向量。
[0013]可选的，在本专利技术第二方面的第二种实现方式中，所述第二识别模块还可以具体用于：将所述声音向量输入预先训练好的语言模型中，结合预置的声学模型进行文本识别，生成文本数据；将所述声音向量和所述语境向量输入预先训练好的声纹识别模型中进行声纹识别，生成至少两个声纹特征。
[0014]可选的，在本专利技术第二方面的第三种实现方式中，所述计算模块包括：语义分数计算单元，用于根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成语义分数；信息对分数计算单元，用于根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成关键信息对分数；综合分数计算单元，用于基于所述语义分数和所述关键信息对分数进行计算，生成目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果。
[0015]可选的，在本专利技术第二方面的第四种实现方式中，所述语义分数计算单元还可以用于：对所述语境向量、所述文本数据和所述至少两个声纹特征进行过滤，生成过滤后的语境向量、过滤后的文本数据和过滤后的至少两个声纹特征；将所述过滤后的语境向量、所述过滤后的文本数据和所述过滤后的至少两个声纹特征输入预先训练好的语义模型中进行计算，生成语义分数。
[0016]可选的，在本专利技术第二方面的第五种实现方式中，所述信息对分数计算单元还可以具体用于：基于所述文本数据进行领域匹配，得到目标问答领域；基于所述目标问答领域，在预置的模型库中进行查找，得到目标意图识别模型；将所述过滤后的语境向量、所述过滤后的文本数据和所述过滤后的至少两个声纹特征输入所述目标意图识别模型中进行
计算，生成关键信息对分数。
[0017]本专利技术第三方面提供了一种客服人员的语音质检设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述客服人员的语音质检设备执行上述的客服人员的语音质检方法。
[0018]本专利技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的客服人员的语音质检方法。
[0019]本专利技术提供的技术方案中，获取客服人员的语音文件，所述语音文件为一组完整的语音对话；对所述语音文件进行声音识别，得到声音向量和语境向量；基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据；基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客服人员的语音质检方法，其特征在于，所述客服人员的语音质检方法包括：获取客服人员的语音文件，所述语音文件为一组完整的语音对话；对所述语音文件进行声音识别，得到声音向量和语境向量；基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据；基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果。2.根据权利要求1所述的客服人员的语音质检方法，其特征在于，所述对所述语音文件进行声音识别，得到声音向量和语境向量包括：对所述语音文件进行主成分分析，生成主成分语音文件；将所述语音文件输入预先训练好的无监督深度学习网络中进行识别，生成声音向量和语境向量。3.根据权利要求1所述的客服人员的语音质检方法，其特征在于，所述基于所述声音向量和语境向量进行识别，生成至少两个声纹特征和文本数据包括：将所述声音向量输入预先训练好的语言模型中，结合预置的声学模型进行文本识别，生成文本数据；将所述声音向量和所述语境向量输入预先训练好的声纹识别模型中进行声纹识别，生成至少两个声纹特征。4.根据权利要求1所述的客服人员的语音质检方法，其特征在于，所述基于所述语境向量、所述至少两个声纹特征和所述文本数据在语义层面和关键信息对层面进行分数计算，得到目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果包括：根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成语义分数；根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成关键信息对分数；基于所述语义分数和所述关键信息对分数进行计算，生成目标综合分数，所述目标综合分数用于表示客服人员的语音质检结果。5.根据权利要求4所述的客服人员的语音质检方法，其特征在于，所述根据所述语境向量、所述至少两个声纹特征和所述文本数据进行分数计算，生成语义分数包括：对所述语境向量、所述文本数据和所述至少两个声纹特征进行过滤，生成过滤后的语境向量、过滤后的文本数据和过滤后的至...

【专利技术属性】
技术研发人员：蔡骏翔，徐宇，
申请(专利权)人：上海东普信息科技有限公司，
类型：发明
国别省市：