语音信息处理方法、装置、设备、存储介质以及程序产品制造方法及图纸

本公开提供了一种语音信息处理方法、装置、设备、存储介质以及程序产品，人工智能、计算机技术领域，尤其涉及语音处理、深度学习技术领域。语音信息处理方法的具体实现方案为：根据与接收到的语音信息相关联的对象标识，确定与对象标识关联的目标音频特征，其中，目标音频特征表征对象标识指示的目标对象的音频特征；在人工问答模式下，检测语音信息是否与目标音频特征相匹配，得到目标对象检测结果。得到目标对象检测结果。得到目标对象检测结果。

【技术实现步骤摘要】
语音信息处理方法、装置、设备、存储介质以及程序产品


[0001]本公开涉及人工智能、计算机
，尤其涉及语音处理、深度学习
，具体涉及一种语音信息处理方法、装置、设备、存储介质以及程序产品。

技术介绍

[0002]语音处理作为人工智能的一个重要分支，可以应用于各种应用场合，但是一些应用场景下的语音信息处理效率并不高，无法满足相应应用场景下的实际需求。

技术实现思路

[0003]本公开提供了一种语音信息处理方法、装置、设备、存储介质以及程序产品。
[0004]根据本公开的一方面，提供了一种语音信息处理方法，包括：根据与接收到的语音信息相关联的对象标识，确定与对象标识关联的目标音频特征，其中，目标音频特征表征对象标识指示的目标对象的音频特征；在人工问答模式下，检测语音信息是否与目标音频特征相匹配，得到目标对象检测结果。
[0005]根据本公开的另一方面，提供了一种语音信息处理装置，包括：目标音频特征确定模块以及目标对象检测结果确定模块。目标音频特征确定模块，用于根据与接收到的语音信息相关联的对象标识，确定与对象标识关联的目标音频特征，其中，目标音频特征表征对象标识指示的目标对象的音频特征；目标对象检测结果确定模块，用于在人工问答模式下，检测语音信息是否与目标音频特征相匹配，得到目标对象检测结果。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例的方法。
[0007]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开实施例的方法。
[0008]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序存储于可读存储介质和电子设备其中至少之一上，计算机程序存储于可读存储介质和电子设备其中至少之一上，计算机程序在被处理器执行时实现本公开实施例的方法。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1示意性示出了根据本公开实施例的语音信息处理方法和装置的系统架构图；
[0012]图2示意性示出了根据本公开实施例的语音信息处理方法的流程图；
[0013]图3示意性示出了根据本公开另一实施例的语音信息处理方法的示意图；
[0014]图4示意性示出了根据本公开又一实施例的语音信息处理方法的得到目标对象检
测结果的示意图；
[0015]图5示意性示出了根据本公开又一实施例的语音信息处理方法的示意图；
[0016]图6示意性示出了根据本公开又一实施例的语音信息处理方法的示意图；
[0017]图7示意性示出了根据本公开实施例的语音信息处理装置的框图；以及
[0018]图8示意性示出了可以实现本公开实施例的语音信息处理方法的电子设备的框图。
具体实施方式
[0019]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0020]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0021]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0022]在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0023]语音处理作为人工智能的一个重要分支，可以应用于各种应用场合，以下将以本公开实施例的语音信息处理方法应用于呼叫中心场景为例进行说明。呼叫中心可以理解为在一个相对集中的场所，由一批客户服务人员(即客服)组成的服务机构，通常利用计算机通信技术，处理来自企业、顾客的电话垂询。呼叫中心具备同时处理大量来电、显示主叫号码的能力，可将来电自动分配给具备相应技能的客服人员处理，并且还可以记录和存储所有的来电信息。
[0024]在呼叫中心场景下，可以设置多个客服坐席，每一个客服坐席设置有通话终端，每一个客服人员匹配至少一个客服坐席的通话终端进行来电接听。
[0025]在实际的呼叫中心场景下，存在以下情况。
[0026]1)随着计算机技术和互联网技术的发展，机器人客服可以代替人工客服进行一部分通话交互，但是机器人客服通常被设定为例如通用的某种音色并且语音通话比较机械，这会降低通话过程的通畅性和效率。例如，与客服通话的服务对象会因此排斥机器人客服。
[0027]2)例如客服坐席A匹配客服人员a，客服坐席B匹配客服人员b。出于一些原因，客服坐席A的通话终端的来电由客服人员b接听，造成客服坐席来电接听混乱，来电接听混乱不仅影响呼叫中心场景的管理，还会影响服务对象的通话体验。
[0028]应注意，本公开的技术方案中，所涉及的例如通话语音等用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0029]图1示意性示出了根据本公开一实施例的语音信息处理方法和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
[0030]如图1所示，根据本公开实施例的系统架构100可以包括通话终端101、102、103、网络104和服务器105。网络104用以在通话终端101、102、103以及服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0031]通话终端101、102、103可以是具有通话功能的电子设备，通话终端101、102、103例如可以包括固定电话。目标对象可以使用通话终端101、102、103进行通话，得到的语音信息例如可以发送至服务器105进行处理。例如，在呼叫中心场景下，目标对象可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音信息处理方法，包括：根据与接收到的语音信息相关联的对象标识，确定与所述对象标识关联的目标音频特征，其中，所述目标音频特征表征所述对象标识指示的目标对象的音频特征；在人工问答模式下，检测所述语音信息是否与所述目标音频特征相匹配，得到目标对象检测结果。2.根据权利要求1所述的方法，还包括：在所述目标对象检测结果表征所述语音信息与所述目标音频特征不匹配的情况下，根据所述语音信息与所述目标音频特征，确定用于输出的第一目标交互语音。3.根据权利要求1所述的方法，还包括：根据每一个所述对象标识指示的所述目标对象，确定音频特征集合，其中，针对任意一个所述对象标识，所述音频特征集合中包括与所述对象标识关联的多个候选音频特征，所述多个候选音频特征表征所述目标对象的多个发音状态。4.根据权利要求3所述的方法，其中，所述在人工问答模式下，检测所述语音信息是否与所述目标音频特征相匹配，得到目标对象检测结果包括：根据所述语音信息，确定语音特征；确定所述语音特征与所述目标对象的多个所述候选音频特征的相似度，得到多个候选相似度；以及根据所述多个候选相似度，确定所述目标对象检测结果。5.根据权利要求1
‑
4中任一项所述的方法，还包括：在机器问答模式下，根据所述机器问答模式对应的标准交互语音与所述目标音频特征，确定用于输出的第二目标交互语音。6.根据权利要求5所述的方法，其中，所述机器问答模式包括第一机器问答阶段和第二机器问答阶段，所述标准交互语音包括第一标准交互语音和第二标准交互语音；所述第一机器问答阶段对应的所述第一标准交互语音由机器人执行，所述第二机器问答阶段对应的所述第二标准交互语音由所述机器人或者所述对象标识指示的目标对象执行；所述第一标准交互语音的历史答复频率高于所述第二标准交互语音的历史答复频率。7.根据权利要求5所述的方法，还包括：响应于问答模式调整指令，将当前所述对象标识对应的所述机器问答模式切换为所述人工问答模式；确定所述机器问答模式的所述标准交互语音以及与所述标准交互语音对应的应答内容；从所述应答内容中提取关键字，得到关键内容；以及在所述机器问答模式切换为所述人工问答模式的情况下，向所述目标对象反馈所述关键内容。8.根据权利要求7所述的方法，还包括：根据评估参数，确定所述关键内容的评估值，其中，所述评估参数包括所述关键内容与全量的所述标准交互语音的比值；根据所述关键内容的所述评估值，确定对应的所述机器问答模式的问答模式切换优先级，所述问答模式切换优先级表征所述机器问答模式向所述人工问答模式切换的优先级。
9.一种语音信息处理装置，包括：目标音频特征确定模块，用于根据与接收到的语音信息相关联的对象标识，确定与所述对象标识关联的目标音频特征，其中，所述目标音频特征表征所述对象标识指示的目标对象的音频特征；目标对象检测结果确定模块，用于在人工问答模式下，检测所述语音信息是否与所述目标音频特征相匹配，得到目标对象检测结果。10.根据权利要求9所述的装置，还包括：第一目标交互语音确定模块，用于在所述目标对象检测结果表征所述语音信息与所述目标音频特征不匹配的情况下，根据所述语音信息与所述目标...

【专利技术属性】
技术研发人员：吉培轩，郭启行，王福到，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：