本发明专利技术涉及人工智能技术领域，其公开了一种通话语音质检方法、装置、设备及存储介质，其中方法包括：获取通话语音，并将通话语音转换为通话文本，通话文本包括客户通话文本和坐席回复文本；将通话文本输入至预先训练好的文本检测模型，得到包括敏感内容的目标文本片段；基于预设违规检测方式，对目标文本片段进行细节校验；若目标文本片段违规，将目标文本片段对应的违规类型确认为目标违规类型；根据目标文本片段和目标违规类型，生成质检结果信息。本发明专利技术通过模型初步筛选坐席与客户通话中肯能存在违规的文本片段，再基于预设的检测方式对文本片段进行细节校验，以提高质检结果的准确性。确性。确性。
【技术实现步骤摘要】
通话语音质检方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，特别是涉及一种通话语音质检方法、装置、设备及存储介质。
技术介绍
[0002]目前，呼叫中心已经成为企业提供线上综合业务信息的重要方式，呼叫中心的坐席根据企业的需求开展外呼或呼入的话务业务，以受理客户的意见反馈、咨询建议等业务，或针对企业的产品进行市场调查、电话销售、售后跟踪等业务。在呼叫中心开展上述话务业务的过程中，需要保证坐席与客户的通话内容的规范性和专业性，才能保证坐席所提供的话务服务的质量和效率，因此，对于所述通话内容的质检和管控尤为重要。对于所述质检而言，现有技术中通常采用人工听取通话录音的方式来进行质检评定，这需要为呼叫中心配备相应数量的质检员，该方式人力需求成本高，质检工作量大，效率低且覆盖低，难以有效评价整体服务质量。
技术实现思路
[0003]本申请提供一种通话语音质检方法、装置、设备及存储介质，以解决现有通话语音质检人力成本高、效率低的问题。
[0004]为解决上述技术问题，本申请采用的一个技术方案是：提供一种通话语音质检方法，包括：获取通话语音，并将通话语音转换为通话文本，通话文本包括客户通话文本和坐席回复文本；将通话文本输入至预先训练好的文本检测模型，得到包括敏感内容的目标文本片段；基于预设违规检测方式，对目标文本片段进行细节校验；若目标文本片段违规，将目标文本片段对应的违规类型确认为目标违规类型；根据目标文本片段和目标违规类型，生成质检结果信息。
[0005]作为本申请的进一步改进，基于预设违规检测方式，对目标文本片段进行细节校验，包括：获取预先设定的多种违规类型对应的预设违规检测方式；分别以每种违规类型对应的预设违规检测方式对目标文本片段进行细节校验。
[0006]作为本申请的进一步改进，文本检测模型包括第一编码层、第二编码层和softmax层；将通话文本输入至预先训练好的文本检测模型，得到包括敏感内容的目标文本片段，包括：基于正太分布对通话文本进行随机初始化，得到位置向量；将通话文本输入至第一编码层进行编码，得到句子向量；将句子向量与位置向量进行拼接，得到拼接向量；利用第二编码层对拼接向量进行编码，得到全面向量；将全面向量输入至softmax层进行预测，得到目标文本片段。
[0007]作为本申请的进一步改进，获取通话语音，并将通话语音转换为通话文本，通话文本包括客户通话文本和坐席回复文本，包括：获取通话语音；对通话语音中的每段语音进行声纹特征进行识别，得到客户语音片段和坐席语音片段；将客户语音片段转换为客户通话文本，并将坐席语音片段转换为坐席回复文本。
[0008]作为本申请的进一步改进，其特征在于，违规类型包括信息未告知类违规；基于预设违规检测方式，对目标文本片段进行细节校验，包括：检测目标文本片段是否符合预设特征；若符合预设特征，则检测目标文本片段中是否存在与预设特征相关的文本内容；若不存在相关的文本内容，则目标文本片段触发信息未告知类违规。
[0009]作为本申请的进一步改进，违规类型包括信息告知不全或错误类违规；基于预设违规检测方式，对目标文本片段进行细节校验，包括：获取目标文本片段的前一文本片段和后一文本片段，并将前一文本片段和目标文本片段组成第一文本片段，将目标文本片段和后一文本片段组成第二文本片段，将前一文本片段、目标文本片段、后一文本片段组成第三文本片段；将目标文本片段、第一文本片段、第二文本片段、第三文本片段分别进行向量化，得到目标向量、第一向量、第二向量、第三向量；将目标向量、第一向量、第二向量、第三向量分别输入至BERT模型进行编码后，分别与预设违规向量库中的预设违规向量一一匹配，得到与目标向量、第一向量、第二向量、第三向量分别对应的匹配度；选取匹配度最高的向量所对应的最终文本内容，并输出最终文本内容触发信息告知不全或错误类违规。
[0010]作为本申请的进一步改进，违规类型包括超纲信息告知类违规；基于预设违规检测方式，对目标文本片段进行细节校验，包括：利用预设规则分别与目标文本片段进行匹配；当匹配成功时，目标文本片段触发超纲信息告知类违规。
[0011]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种通话语音质检装置，包括：获取模块，用于获取通话语音，并将通话语音转换为通话文本，通话文本包括客户通话文本和坐席回复文本；筛选模块，用于将通话文本输入至预先训练好的文本检测模型，得到包括敏感内容的目标文本片段；检验模块，用于基于预设违规检测方式，对目标文本片段进行细节校验；确认模块，用于当目标文本片段违规时，将目标文本片段对应的违规类型确认为目标违规类型；输出模块，用于根据目标文本片段和目标违规类型，生成质检结果信息。
[0012]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种计算机设备，所述计算机设备包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使得所述处理器执行如上述任一项所述的通话语音质检方法的步骤。
[0013]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有能够实现上述通话语音质检方法的程序指令。
[0014]本申请的有益效果是：本申请的通话语音质检方法通过将坐席和客户之间对话的语音转换成通话文本，再将通话文本输入至预先训练好的文本检测模型，从而从通话文本中筛选出包括敏感内容的目标文本片段，其不局限于坐席回复的内容，结合了客户的通话内容进行综合性筛选，使得筛选得到的包括敏感内容的目标文本片段更为准确，然后基于预设检测方式对目标文本片段件违规检测，进一步确认该目标文本片段中是否真实存在违规内容，并且还能够识别存在违规内容的目标文本片段的违规类型，使得最终输出的通话语音质检结果更为直观，帮助质检人员快速确认坐席回复通话语音的质量和效果。
附图说明
[0015]图1是本专利技术实施例的通话语音质检方法的流程示意图；
[0016]图2是本专利技术实施例的文本检测模型的结构示意图；
[0017]图3是图1中步骤S102的一具体流程示意图；
[0018]图4是图1中步骤S103的一具体流程示意图；
[0019]图5是图1中步骤S103的另一具体流程示意图
[0020]图6是图1中步骤S103的另一具体流程示意图
[0021]图7是本专利技术实施例的通话语音质检装置的功能模块示意图；
[0022]图8是本专利技术实施例的计算机设备的结构示意图；
[0023]图9是本专利技术实施例的存储介质的结构示意图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0025]本申请中的术语“第一”、“第二”、“第三”仅用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种通话语音质检方法，其特征在于，包括：获取通话语音，并将所述通话语音转换为通话文本，所述通话文本包括客户通话文本和坐席回复文本；基于预设违规检测方式，对所述目标文本片段进行细节校验；若所述目标文本片段违规，将所述目标文本片段对应的违规类型确认为目标违规类型；根据所述目标文本片段和所述目标违规类型，生成质检结果信息。2.根据权利要求1所述的通话语音质检方法，其特征在于，所述基于预设违规检测方式，对所述目标文本片段进行细节校验，包括：获取预先设定的多种违规类型对应的预设违规检测方式；分别以每种违规类型对应的预设违规检测方式对所述目标文本片段进行细节校验。3.根据权利要求1所述的通话语音质检方法，其特征在于，所述文本检测模型包括第一编码层、第二编码层和softmax层；所述将所述通话文本输入至预先训练好的文本检测模型，得到包括敏感内容的目标文本片段，包括：基于正太分布对所述通话文本进行随机初始化，得到位置向量；将所述通话文本输入至所述第一编码层进行编码，得到句子向量；将所述句子向量与所述位置向量进行拼接，得到拼接向量；利用所述第二编码层对所述拼接向量进行编码，得到全面向量；将所述全面向量输入至所述softmax层进行预测，得到所述目标文本片段。4.根据权利要求1所述的通话语音质检方法，其特征在于，所述获取通话语音，并将所述通话语音转换为通话文本，所述通话文本包括客户通话文本和坐席回复文本，包括：获取所述通话语音；对通话语音中的每段语音进行声纹特征进行识别，得到客户语音片段和坐席语音片段；将所述客户语音片段转换为所述客户通话文本，并将所述坐席语音片段转换为所述坐席回复文本。5.根据权利要求1所述的通话语音质检方法，其特征在于，所述违规类型包括信息未告知类违规；所述基于预设违规检测方式，对所述目标文本片段进行细节校验，包括：检测所述目标文本片段是否符合预设特征；若符合预设特征，则检测所述目标文本片段中是否存在与所述预设特征相关的文本内容；若不存在相关的文本内容，则所述目标文本片段触发所述信息未告知类违规。6.根据权利要求1所述的通话语音质检方法，其特征在于，所述违规类型包括信息告知不全或错误类违规；所述基于预设违规检测方式，对所述目标文本片段进行细节...
【专利技术属性】
技术研发人员：于凤英，王健宗，程宁，
申请(专利权)人：平安科技深圳有限公司，
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。