智能客服对话方法、装置、设备和介质制造方法及图纸

本申请的智能客服对话方法、装置、设备和介质，其中方法包括：接入客户电话，根据客户语音提取客户语音特征。根据客户语音特征识别客户性别，根据客户性别分配智能客服。在智能客服与客户对话的过程中提取客户的对话语音特征，通过多模态语音识别模型检测对话语音特征的情感状态。若检测到情感状态为不满意时，将智能客服切换为人工客服；其中，多模态语音识别模型为使用情感特征参数训练支持向量机模型得到。当检测到情感状态为不满意时及时的将智能客服切换为人工客服，通过人工沟通的方式解决客户的问题，提升客户的满意度。提升客户的满意度。提升客户的满意度。

【技术实现步骤摘要】
智能客服对话方法、装置、设备和介质


[0001]本申请涉及规则配置
，例如涉及一种智能客服对话方法、装置、设备和介质。

技术介绍

[0002]传统的客户服务系统中客户需要面对复杂、冗长和繁琐的导航菜单，客户需要逐层听取菜单提示，根据引导一步步进行按键操作才能得到服务，这会给客户造成较差的体验。同时，由于客户不能获取便捷的自助服务，大量服务涌入人工座席，宝贵的人工座席资源大量投入于提供简单、重复、低价值的劳动中，使得呼叫中心的整体工作效率难以提升，运营成本居高不下，客户满意度也受到了影响。
[0003]情绪识别是人工智能技术的一个分支，人由满意到不满意，或者由不满意到满意的情绪变化会有明显的语音变化。现有的客服对话方法无法识别出客户的情绪变化，不能在客户不满意时将智能客服切换至人工客服。

技术实现思路

[0004]现有客户对话技术存在无法识别出客户的情绪变化，不能在客户不满意时将智能客服切换至人工客服的问题。
[0005]为解决上述问题，本申请采用以下技术方案：
[0006]本文提供了一种智能客服对话方法，包括：
[0007]接入客户电话，根据客户语音提取客户语音特征；根据所述客户语音特征识别客户性别，根据所述客户性别分配智能客服；
[0008]在所述智能客服与客户对话的过程中提取客户的对话语音特征，通过多模态语音识别模型检测所述对话语音特征的情感状态；若检测到所述情感状态为不满意时，将所述智能客服切换为人工客服；其中，所述多模态语音识别模型为使用情感特征参数训练支持向量机模型得到。
[0009]所述多模态语音识别模型为使用情感特征参数训练支持向量机模型得到，包括：
[0010]构建训练支持向量机模型的训练样本集，所述训练样本集包括高兴、平静、愤怒和悲伤情感的客户语音；
[0011]通过所述训练样本集训练支持向量机，训练支持向量机的公式如下：
[0012][0013]其中，x
i
为所述训练样本，y
i
为期望样本，λ为调节参数，w为样本权重。
[0014]进一步地，所述将所述智能客服切换为人工客服之前，还包括：
[0015]记录所述智能客服与客户对话的过程中的对话语音；
[0016]将所述对话语音加入所述训练样本集。
[0017]所述提取对话语音特征，包括：
[0018]提取对话语音的梅尔频率倒谱系数、语调和声纹。
[0019]所述根据所述客户语音特征识别客户性别，包括：
[0020]使用连续隐马尔可夫模型对所述客户语音特征进行识别，得到客户性别。
[0021]所述根据所述客户性别分配智能客服，包括：
[0022]若客户性别为男，则分配女性智能客服；
[0023]若客户性别为女，则分配男性智能客服。
[0024]进一步地，所述通过多模态语音识别模型检测所述对话语音特征的情感状态之后，还包括：
[0025]若检测到所述情感状态为满意时，保持当前的所述智能客服不变。
[0026]本申请还提供了一种智能客服对话装置，包括：
[0027]客户语音特征提取模块，用于接入客户电话，根据客户语音提取客户语音特征；
[0028]智能客服分配模块，用于根据所述客户语音特征识别客户性别，根据所述客户性别分配智能客服；
[0029]情感状态检测模块，用于在所述智能客服与客户对话的过程中提取客户的对话语音特征，通过多模态语音识别模型检测所述对话语音特征的情感状态；
[0030]人工客服切换模块，用于若检测到所述情感状态为不满意时，将所述智能客服切换为人工客服；其中，所述多模态语音识别模型为使用情感特征参数训练支持向量机模型得到。
[0031]本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的一种智能客服对话方法的步骤。
[0032]本申请还提供一种计算机可读存储介质，其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上述任一项所述的一种智能客服对话方法的步骤。
[0033]本申请的智能客服对话方法，接入客户电话，根据客户语音提取客户语音特征。根据客户语音特征识别客户性别，根据客户性别分配智能客服。在所述智能客服与客户对话的过程中提取客户的对话语音特征，通过多模态语音识别模型检测所述对话语音特征的情感状态，能够识别客户的当前情绪和情绪变化。若检测到情感状态为不满意时，将智能客服切换为人工客服，其中，多模态语音识别模型为使用情感特征参数训练支持向量机模型得到。当检测到情感状态为不满意时及时的将智能客服切换为人工客服，通过人工沟通的方式解决客户的问题，提升客户的满意度。
附图说明
[0034]图1为一实施例的智能客服对话方法的流程示意图；
[0035]图2为一实施例的提取客户的对话语音特征的流程示意图；
[0036]图3为一实施例的训练多模态语音识别模型的流程示意图；
[0037]图4为一实施例的将对话语音添加进训练样本集的流程示意图；
[0038]图5为一实施例的智能客服对话装置的结构示意框图；
[0039]图6为一实施例的计算机设备的结构示意框图。
[0040]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0041]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0042]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“上述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件、单元、单元和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、单元、单元、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
[0043]本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
[0044]在一个实施例中，参照图1，是本申请方案的智能客服对话方法的流程示意图，包括：
[0045]S1：接入客户电话，根据客户语音提取客户语音特征。
[0046]所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能客服对话方法，其特征在于，包括：接入客户电话，根据客户语音提取客户语音特征；根据所述客户语音特征识别客户性别，根据所述客户性别分配智能客服；在所述智能客服与客户对话的过程中提取客户的对话语音特征，通过多模态语音识别模型检测所述对话语音特征的情感状态；若检测到所述情感状态为不满意时，将所述智能客服切换为人工客服；其中，所述多模态语音识别模型为使用情感特征参数训练支持向量机模型得到。2.根据权利要求1所述的智能客服对话方法，其特征在于，所述多模态语音识别模型为使用情感特征参数训练支持向量机模型得到，包括：构建训练支持向量机模型的训练样本集，所述训练样本集包括高兴、平静、愤怒和悲伤情感的客户语音；通过所述训练样本集训练支持向量机，训练支持向量机的公式如下：其中，x
i
为所述训练样本，y
i
为期望样本，λ为调节参数，w为样本权重。3.根据权利要求2所述的智能客服对话方法，其特征在于，所述将所述智能客服切换为人工客服之前，还包括：记录所述智能客服与客户对话的过程中的对话语音；将所述对话语音加入所述训练样本集。4.根据权利要求1所述的智能客服对话方法，其特征在于，所述提取对话语音特征，包括：提取对话语音的梅尔频率倒谱系数、语调和声纹。5.根据权利要求1所述的智能客服对话方法，其特征在于，所述根据所述客户语音特征识别客户性别，包括：使用连续隐马尔可夫...

【专利技术属性】
技术研发人员：叶磊，
申请(专利权)人：未鲲上海科技服务有限公司，
类型：发明
国别省市：