基于机器学习的客服语音智能检测系统及方法技术方案

本申请涉及智能检测领域，提供了一种基于机器学习的客服语音智能检测系统及方法，其首先从待检测语音通话数据中分别提取客户咨询语音数据和智能客服机器人回复语音数据，然后分别对客户咨询语音数据和智能客服机器人回复语音数据进行语义分析以得到客户咨询语义特征和客服回复语义特征，进而将客服语义特征和客户咨询语义特征进行关联，以此来判断智能客服机器人回复内容是否有效解决客户问题，当检测到问题并未解决时，及时将语音通话转接给人工客服。这样，可以确保优化客服资源配置的同时，及时解决客户问题，进而提升客户满意度。

【技术实现步骤摘要】

本申请涉及智能检测领域，且更为具体地，涉及一种基于机器学习的客服语音智能检测系统及方法。

技术介绍

1、对企业而言，与传统人工客服相比，智能客服机器人能够提供全天候服务，可以对客户语音咨询、投诉等信息进行识别并自动回复一些简单、重复性的问题，不仅提高了响应速度、服务效率，而且降低了人力成本。但是答非所问、自说自话、千篇一律也是目前客服机器人中存在的问题，为了解决客户在智能客服处反复沟通却无法解决问题的情况，因此，期待一种基于机器学习的客服语音智能检测方案。

技术实现思路

1、本申请针对现有技术中的缺点，提供了一种基于机器学习的客服语音智能检测系统及方法。

2、根据本申请的一个方面，提供了一种基于机器学习的客服语音智能检测系统，其包括：

3、语音通话数据采集模块，用于获取待分析语音通话数据；

4、语音通话数据分割模块，用于从所述待分析语音通话数据中分别提取客户咨询语音数据和智能客服机器人回复语音数据；

5、语义关联特征编码模块，用于对所述客户咨询语音数据和所述智能本文档来自技高网...

【技术保护点】

1.一种基于机器学习的客服语音智能检测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器学习的客服语音智能检测方法，其特征在于，对所述客户咨询语音数据和所述智能客服机器人回复语音数据进行关联语义特征编码以得到咨询-回复语义关联特征向量，包括：

3.根据权利要求2所述的基于机器学习的客服语音智能检测方法，其特征在于，对所述客户咨询文本进行语义特征提取以得到客户咨询语义特征向量，包括：将所述客户咨询文本分词后通过客户咨询文本语义特征编码器以得到所述客户咨询语义特征向量。

4.根据权利要求3所述的基于机器学习的客服语音智能检测方法，其特征在于，对所述...

【技术特征摘要】

1.一种基于机器学习的客服语音智能检测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器学习的客服语音智能检测方法，其特征在于，对所述客户咨询语音数据和所述智能客服机器人回复语音数据进行关联语义特征编码以得到咨询-回复语义关联特征向量，包括：

3.根据权利要求2所述的基于机器学习的客服语音智能检测方法，其特征在于，对所述客户咨询文本进行语义特征提取以得到客户咨询语义特征向量，包括：将所述客户咨询文本分词后通过客户咨询文本语义特征编码器以得到所述客户咨询语义特征向量。

4.根据权利要求3所述的基于机器学习的客服语音智能检测方法，其特征在于，对所述客服机器人回复文本进行语义特征提取以得到客服回复机器人语义特征向量，包括：将所述客服机器人回复文本分词后通过客服机器人回复文本语义特征编码器以得到所述客服回复机器人语义特征向量。

5.根据权利要求4所述的基于机器学习的客服语音智能检测方法，其特征在...

【专利技术属性】
技术研发人员：张思瑞，
申请(专利权)人：广州星勋信息科技有限公司，
类型：发明
国别省市：