【技术实现步骤摘要】
基于自蒸馏的客服服务质量监测方法及装置
[0001]本申请涉及人工智能领域，具体涉及一种基于自蒸馏的客服服务质量监测方法及装置
。
技术介绍
[0002]为保障企业服务水平和质量，提升客户满意度，企业通常会实施客服质量监测管理，目前企业客服的服务质量监测方式之一是服务完成后客户以人工方式为客服人员的服务质量进行评分
。
另一种方式是通过特征识别
(
如姿态识别
、
语音识别
、
情绪识别
)
对客服人员的服务行为进行质量监测，该方式通常使用人工智能模型
(
如机器学习模型
、
深度学习模型等
)
实现
。
[0003]然而，现有的用于客服人员服务态度监测的人工智能模型，使用传统知识蒸馏方法进行构建，这种方法需要首先准备一个性能较好的教师模型供学生网络学习，教师模型的训练会消耗较多的资源和时间成本，训练时也需要大量的数据
。
技术实现思路
[0004]为...
【技术保护点】
【技术特征摘要】
1.
一种基于自蒸馏的客服服务质量监测方法，其特征在于，所述方法包括：实时同步采集客服人员实施服务时的面部图像及语音音频；对所述面部图像进行特征提取，得到客服人员的面部特征向量；对所述语音音频进行特征提取，得到客服人员的音频特征向量；根据所述面部特征向量
、
所述音频特征向量以及预先创建的情绪监测模型得到客服人员的情绪识别结果；其中，所述情绪监测模型是根据基于样本数据集以及训练好的初始模型得到的多个第一监测模型和第二监测模型确定的，所述样本数据集包括多组面部特征向量和音频特征向量及其对应的情绪分类标签，所述初始模型是基于所述样本数据集训练得到的，所述第一监测模型是基于所述样本数据集
、
所述初始模型以及所述第二监测模型训练得到的，所述第二监测模型是基于所述样本数据集
、
所述初始模型以及所述第一监测模型训练得到的
。2.
根据权利要求1所述的基于自蒸馏的客服服务质量监测方法，其特征在于，训练所述初始模型的步骤包括：基于同步采集的客服人员实施服务时的多组人脸面部图像
、
语音音频及其对应的情绪分类标签生成样本数据集；基于所述样本数据集对初始网络进行训练，得到所述初始模型
。3.
根据权利要求2所述的基于自蒸馏的客服服务质量监测方法，其特征在于，所述基于同步采集的客服人员实施服务时的多组人脸面部图像
、
语音音频及其对应的情绪分类标签生成样本数据集包括：对每组人脸面部图像和语音音频分别进行特征提取，得到对应的面部特征向量和音频特征向量；将所述面部特征向量和所述音频特征向量串联，得到各组人脸面部图像和语音音频对应的串联向量；根据各串联向量及其对应的情绪分类标签生成所述数据集
。4.
根据权利要求1所述的基于自蒸馏的客服服务质量监测方法，其特征在于，训练所述第一监测模型和所述第二监测模型的步骤包括：基于第一增强数据集以及前一次迭代训练得到的第一监测模型，得到第一输出结果；基于所述第一增强数据集以及前一次迭代训练得到的第二监测模型，得到第二输出结果；基于第二增强数据集以及前一次迭代训练得到的第二监测模型，得到第三输出结果；基于所述第二增强数据集以及前一次迭代训练得到的第一监测模型，得到第四输出结果；基于所述第一输出结果以及所述第二输出结果，确定本次迭代训练的第一监测模型；以及基于所述第三输出结果以及所述第四输出结果，确定本次迭代训练的第二监测模型；其中，所述第一增强数据集是通过第一数据增强方式对所述样本数据集进行处理得到的，所述第二增强数据集是通过第二数据增强方式对所述样本数据集进行处理得到的；初始的所述第一监测模型和初始的所述第二监测模...
【专利技术属性】
技术研发人员：王心月，宁博，徐雪，黎明欣，
申请(专利权)人：中国工商银行股份有限公司，
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。