CN107293309B - 一种基于客户情绪分析提升舆情监控效率的方法 - Google Patents
一种基于客户情绪分析提升舆情监控效率的方法 Download PDFInfo
- Publication number
- CN107293309B CN107293309B CN201710355201.7A CN201710355201A CN107293309B CN 107293309 B CN107293309 B CN 107293309B CN 201710355201 A CN201710355201 A CN 201710355201A CN 107293309 B CN107293309 B CN 107293309B
- Authority
- CN
- China
- Prior art keywords
- client
- voice
- emotional characteristic
- screening
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Abstract
本发明公开一种基于客户情绪分析提升舆情监控效率的方法,涉及计算机通信技术领域,包括如下步骤:S1:获取可用的客户语音;S2:读取客户语音,对客户语音提取情感特征参数,并将情感特征参数量化为数值;S3:将情感特征参数与提前设定的情感特征参数阈值进行比较,对情感特征参数的数值超过阈值的客户进行语义的进一步分析,识别潜在舆情;S4:将分析结果记入数据库。本发明解决了现有客户舆情监控效率低下,导致客户语音抓取不全面,无法正在准确判断客户舆情的问题。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种基于客户情绪分析提升舆情监控效率的方法。
背景技术
智能语音分析系统将发挥语音分析的指南针作用,通过对投诉客户的来电原因分析、重复来电分析、通话时长分析、满意度分析,及时把握客户需求热点变化趋势,发现服务过程存在问题或服务风险,迅速采取有效应对措施,为推动服务和营销提升提供有力支撑。对客户语音中潜在的舆情监控是为了让我们了解到当前客户的关注热点以及热点业务的访问趋势变化,以便及时了解异常,并对发生异常的原因进行分析,提出制止或解决的办法。但是,现有的客户舆情监控都是通过完全人工的来电原因分析、重复来电分析、满意度分析来实现的,这样不仅效率低下,并且容易导致客户语音抓取不全面,无法真正准确地判断客户舆情。
发明内容
本发明的目的在于:为解决现有客户舆情监控效率低下,导致客户语音抓取不全面,无法正在准确判断客户舆情的问题,本发明提供一种基于客户情绪分析提升舆情监控效率的方法,该方法通过分析客户在于人工坐席通话的过程中对客户情绪的分析,发现潜在的舆情,并将潜在舆情记录到数据库中,此数据库对人工舆情监控进行了补充,把舆情搜集工作从繁重枯燥的人工劳动中解脱出来,能够主动发现舆情,引导舆情监控工作者完成日常舆情监测。
本发明的技术方案如下:
一种基于客户情绪分析提升舆情监控效率的方法,包括如下步骤:
S1:获取可用的客户语音;
S2:读取客户语音,对客户语音提取情感特征参数,并将情感特征参数量化为数值;
S3:将情感特征参数与提前设定的情感特征参数阈值进行比较,对情感特征参数的数值超过阈值的客户进行语义的进一步分析,识别潜在舆情;
S4:将分析结果记入数据库。
具体地,所述的S1中,具体包含如下步骤:
S11:批量选择通话,采用筛选器对语音数据库中的语音进行筛选,筛选器中设有多种筛选模型,筛选模型包括无声电话模型,通话时长模型,坐席工号模型;首先通过无声电话模型进行一级筛选,同时,将此类通话剔除;采用通话时长模型或坐席工号模型对剩下的通话进行二级筛选,从筛选剩下的通话中筛选到符合条件的客户与客服通话过程中的原始语音后,对原始语音进行场景分割,得到客户语音和坐席语音;
S12:提取客户语音,并对客户语音去除噪声和干扰后,进行放大处理得到可用的客户语音。
具体地,所述的S2中,具体包含如下步骤:
S21:将客户语音按照间隔时长进行分段处理,测定每一段客户语音的情感特征参数,其中,情感特征参数包括基频、共振峰、短时能量、时长和语速,将每一段的通话信号中的基频、共振峰、短时能量、时长和语速量化为具体数值;
S22:将S21中测定的情感特征参数与提前设定的情感特征参数阈值进行对比,情感特征参数阈值的设定S1之前、S2之前或S3之前。
具体地,所述的S2中,具体包含如下步骤:
S31:将S22中测得的情感特征参数和提前设定的情感特征参数域值进行比较,筛选出情感特征参数超过阈值的客户语音标记为情绪异常语音,再计算超过的数值,超过阈值越多,异常等级越高,并将客户语音进行异常等级标记,将情感特征参数未超过阈值的客户语音舍去。
S32:将情感特征参数超过阈值的客户语音进行关键词识别,提取出关键词,将关键词与提前建立的敏感词库进行比对,挑选出与关键词最为接近的敏感词汇,挑选出的敏感词汇为1个或多个。
优选地,S32中对情感特征参数超过阈值的客户语音进行关键词识采用两阶段系统,在客户语音的预处理阶段采用零语言模型输出为拼音图,拼音图由利用拼音文法的Token Passing算法生成;检索阶段在拼音图上查找拼音匹配结果,利用拼音文法模型计算拼音串的置信概率完成关键词的筛选与提取。
进一步地,述情感特征参数阈值根据客服的性别的不同而不同。
具体地,S4中,将关键词检索结果和计入数据库中,根据客户语音的情绪异常等级对每一位客户语音进行分类统计。
进一步地,S32中,所述敏感词汇库根据固定周期更新,固定周期包括一天、一周、一个月、一季度、半年、一年。
采用上述方案后,本发明的有益效果在于:
(1)该方法通过分析客户在于人工坐席通话的过程中对客户情绪的分析,发现潜在的舆情,并将潜在舆情记录到数据库中,此数据库对人工舆情监控进行了补充,把舆情搜集工作从繁重枯燥的人工劳动中解脱出来,能够主动发现舆情,引导舆情监控工作者完成日常舆情监测。
(2)在获取可用的客户语音之前对批量的客户语音进行的筛选,剔除掉了无用的通话,在覆盖范围广的前提下又减小了工作量。
(3)情绪分析对于舆情而言具有很强的指示作用,将它运用到语音舆情监控中,通过客户情绪分析来再将通话进行深一步的筛选,对舆情前期的判断比较准确,并且,根据情绪参数超过提前设定的阈值的多少来判定情绪的等级,并根据情绪等级来对客户进行分类,方便后续监控。
具体实施方式
本说明书中公开的所有特征,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
下面对本发明作详细说明。
一种基于客户情绪分析提升舆情监控效率的方法,包括如下步骤:
S1:获取可用的客户语音;
S11:批量选择通话,采用筛选器对语音数据库中的语音进行筛选,筛选器中设有多种筛选模型,筛选模型包括无声电话模型,通话时长模型,坐席工号模型;首先通过无声电话模型进行一级筛选,同时,将此类通话剔除;采用通话时长模型或坐席工号模型对剩下的通话进行二级筛选,从筛选剩下的通话中筛选到符合条件的客户与客服通话过程中的原始语音后,对原始语音进行场景分割,得到客户语音和坐席语音;
S12:提取客户语音,并对客户语音去除噪声和干扰后,进行放大处理得到可用的客户语音。
S2:读取客户语音,对客户语音提取情感特征参数,并将情感特征参数量化为数值;S21:将客户语音按照间隔时长进行分段处理,测定每一段客户语音的情感特征参数,其中,情感特征参数包括基频、共振峰、短时能量、时长和语速,将每一段的通话信号中的基频、共振峰、短时能量、时长和语速量化为具体数值;
S22:将S31中测定的情感特征参数与提前设定的情感特征参数阈值进行对比,情感特征参数阈值的设定S1之前、S2之前或S3之前且情感特征参数阈值根据客服的性别的不同而不同。
S3:将情感特征参数与提前设定的情感特征参数阈值进行比较,对情感特征参数的数值超过阈值的客户进行语义的进一步分析,识别潜在舆情;S33:将S22中测得的情感特征参数和提前设定的情感特征参数域值进行比较,筛选出情感特征参数超过阈值的客户语音标记为情绪异常语音,再计算超过的数值,超过阈值越多,异常等级越高,并将客户语音进行异常等级标记,将情感特征参数未超过阈值的客户语音舍去;
S34:将情感特征参数超过阈值的客户语音进行关键词识别,提取出关键词,将关键词与提前建立的敏感词库进行比对,挑选出与关键词最为接近的敏感词汇,挑选出的敏感词汇为1个或多个,所述敏感词汇库根据固定周期更新,固定周期包括一天、一周、一个月、一季度、半年、一年。。对情感特征参数超过阈值的客户语音进行关键词识采用两阶段系统,在客户语音的预处理阶段采用零语言模型输出为拼音图,拼音图由利用拼音文法的Token Passing算法生成;检索阶段在拼音图上查找拼音匹配结果,利用拼音文法模型计算拼音串的置信概率完成关键词的筛选与提取。
S4:将关键词检索结果和计入数据库中,根据客户语音的情绪异常等级对客户语音进行分类。
本发明不局限于上述具体实施例,应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。总之,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种基于客户情绪分析提升舆情监控效率的方法,其特征在于,包括如下步骤,
S1:获取可用的客户语音;
S2:读取客户语音,对客户语音提取情感特征参数,并将情感特征参数量化为数值;
S3:将情感特征参数与提前设定的情感特征参数阈值进行比较,情感特征参数阈值的设定在S1之前、S2之前或 S3之前;对情感特征参数的数值超过阈值的客户进行语义的进一步分析,识别潜在舆情;
S4:将分析结果记入数据库;
所述的 S1 中,具体包含如下步骤:
S11:批量选择通话,采用筛选器对语音数据库中的语音进行筛选,筛选器中设有多种筛选模型,筛选模型包括无声电话模型、通话时长模型和坐席工号模型;首先通过无声电话模型进行一级筛选,同时,将此类通话剔除;采用通话时长模型或坐席工号模型对剩下的通话进行二级筛选,从筛选剩下的通话中筛选到符合条件的客户与客服通话过程中的原始语音后,对原始语音进行场景分割,得到客户语音和坐席语音;
S12:提取客户语音,并对客户语音去除噪声和干扰后,进行放大处理得到可用的客户语音;
所述的 S2 中,具体包含如下步骤:
S21:将客户语音按照间隔时长进行分段处理,测定每一段客户语音的情感特征参数,其中,情感特征参数包括基频、共振峰、短时能量、时长和语速,将每一段的通话信号中的基频、共振峰、短时能量、时长和语速量化为具体数值;
所述的 S3 中,具体包含如下步骤:
S31:将 S21中测得的情感特征参数和提前设定的情感特征参数阈值进行比较,筛选出情感特征参数超过阈值的客户语音标记为情绪异常语音,再计算超过
的数值,超过阈值越多,异常等级越高,并将客户语音进行异常等级标记,将情感特征参数未超过阈值的客户语音舍去;
S32:将情感特征参数超过阈值的客户语音进行关键词识别,提取出关键词, 将关键词与提前建立的敏感词库进行比对,挑选出与关键词最为接近的敏感词汇, 挑选出的敏感词汇为 1个或多个。
2.根据权利要求 1 所述的一种基于客户情绪分析提升舆情监控效率的方法, 其特征在于,S32 中对情感特征参数超过阈值的客户语音进行关键词识采用两阶段系统,在客户语音的预处理阶段采用零语言模型输出为拼音图,拼音图由利用拼音文法的 TokenPassing 算法生成;检索阶段在拼音图上查找拼音匹配结果,利用拼音文法模型计算拼音串的置信概率完成关键词的筛选与提取。
3.根据权利要求 1 所述的一种基于客户情绪分析提升舆情监控效率的方法,其特征在于,所述情感特征参数阈值根据客户的性别的不同而不同。
4.根据权利要求 1 所述的一种基于客户情绪分析提升舆情监控效率的方法,其特征在于,S4 中,将关键词检索结果计入数据库中,根据客户语音的情绪异常等级对每一位客户语音进行分类统计。
5.根据权利要求 1 所述的一种基于客户情绪分析提升舆情监控效率的方法,其特征在于,S32 中,所述敏感词库根据固定周期更新,固定周期包括一天、一周、一个月、一季度、半年或一年。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710355201.7A CN107293309B (zh) | 2017-05-19 | 2017-05-19 | 一种基于客户情绪分析提升舆情监控效率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710355201.7A CN107293309B (zh) | 2017-05-19 | 2017-05-19 | 一种基于客户情绪分析提升舆情监控效率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107293309A CN107293309A (zh) | 2017-10-24 |
CN107293309B true CN107293309B (zh) | 2021-04-30 |
Family
ID=60094144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710355201.7A Active CN107293309B (zh) | 2017-05-19 | 2017-05-19 | 一种基于客户情绪分析提升舆情监控效率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107293309B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108577866A (zh) * | 2018-04-03 | 2018-09-28 | 中国地质大学(武汉) | 一种多维情感识别与缓解的系统及方法 |
CN108769369A (zh) * | 2018-04-23 | 2018-11-06 | 维沃移动通信有限公司 | 一种预警方法及移动终端 |
CN108831456B (zh) * | 2018-05-25 | 2022-04-15 | 深圳警翼智能科技股份有限公司 | 一种通过语音识别对视频标记的方法、装置及系统 |
CN109871675A (zh) * | 2019-02-26 | 2019-06-11 | 蒙志标 | 一种可全面额接收和支付的银行柜台操作系统 |
CN110265008A (zh) * | 2019-05-23 | 2019-09-20 | 中国平安人寿保险股份有限公司 | 智能回访方法、装置、计算机设备及存储介质 |
CN110880330A (zh) * | 2019-10-28 | 2020-03-13 | 维沃移动通信有限公司 | 音频转换方法及终端设备 |
CN113099043A (zh) * | 2019-12-23 | 2021-07-09 | 中国电信股份有限公司 | 客户服务的控制方法、装置和计算机可读存储介质 |
CN112860868A (zh) * | 2021-03-09 | 2021-05-28 | 上海华客信息科技有限公司 | 客服电话分析方法、系统、设备及存储介质 |
CN116886819B (zh) * | 2023-08-07 | 2024-02-02 | 云南电网有限责任公司 | 一种多维度话务数据监控方法、装置及存储介质 |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004056166A1 (de) * | 2004-11-18 | 2006-05-24 | Deutsche Telekom Ag | Sprachdialogsystem und Verfahren zum Betreiben |
CN101662550B (zh) * | 2009-09-11 | 2012-10-03 | 中兴通讯股份有限公司 | 呼叫中心服务质量检测方法及系统 |
CN102571882A (zh) * | 2010-12-31 | 2012-07-11 | 上海博泰悦臻电子设备制造有限公司 | 基于网络的语音提醒的方法和系统 |
CN102543074B (zh) * | 2011-12-30 | 2014-01-15 | 中国农业科学院农业信息研究所 | 移动设备农产品数据采集系统及其语音识别系统、方法 |
CN102779508B (zh) * | 2012-03-31 | 2016-11-09 | 科大讯飞股份有限公司 | 语音库生成设备及其方法、语音合成系统及其方法 |
CN102708096B (zh) * | 2012-05-29 | 2014-10-15 | 代松 | 一种基于语义的网络智能舆情监测系统及其工作方法 |
CN102723078B (zh) * | 2012-07-03 | 2014-04-30 | 武汉科技大学 | 基于自然言语理解的语音情感识别方法 |
CN103593334B (zh) * | 2012-08-15 | 2017-07-28 | 中国电信股份有限公司 | 一种用于判断文本情感程度的方法和系统 |
US9575960B1 (en) * | 2012-09-17 | 2017-02-21 | Amazon Technologies, Inc. | Auditory enhancement using word analysis |
US9104467B2 (en) * | 2012-10-14 | 2015-08-11 | Ari M Frank | Utilizing eye tracking to reduce power consumption involved in measuring affective response |
US20150213002A1 (en) * | 2014-01-24 | 2015-07-30 | International Business Machines Corporation | Personal emotion state monitoring from social media |
CN103811009A (zh) * | 2014-03-13 | 2014-05-21 | 华东理工大学 | 一种基于语音分析的智能电话客服系统 |
CN103886869B (zh) * | 2014-04-09 | 2016-09-21 | 北京京东尚科信息技术有限公司 | 一种基于语音情感识别的信息反馈方法和系统 |
CN104077377B (zh) * | 2014-06-25 | 2018-02-23 | 红麦聚信(北京)软件技术有限公司 | 基于网络文章属性的网络舆情热点发现方法和装置 |
CN104102627B (zh) * | 2014-07-11 | 2016-10-26 | 合肥工业大学 | 一种多模态的非接触情感分析记录系统 |
CN104200814B (zh) * | 2014-08-15 | 2017-07-21 | 浙江大学 | 基于语义细胞的语音情感识别方法 |
CN105615902A (zh) * | 2014-11-06 | 2016-06-01 | 北京三星通信技术研究有限公司 | 情绪监控方法和装置 |
CN105810205A (zh) * | 2014-12-29 | 2016-07-27 | 中国移动通信集团公司 | 一种语音处理方法及装置 |
CN104616666B (zh) * | 2015-03-03 | 2018-05-25 | 广东小天才科技有限公司 | 一种基于语音分析改善对话沟通效果的方法及装置 |
CN104809108B (zh) * | 2015-05-20 | 2018-10-09 | 元力云网络有限公司 | 信息监测分析系统 |
CN106548788B (zh) * | 2015-09-23 | 2020-01-07 | 中国移动通信集团山东有限公司 | 一种智能情绪确定方法及系统 |
CN105427869A (zh) * | 2015-11-02 | 2016-03-23 | 北京大学 | 一种基于深度学习的会话情感自动分析方法 |
CN105244023A (zh) * | 2015-11-09 | 2016-01-13 | 上海语知义信息技术有限公司 | 课堂教学中教师情绪的提醒系统及方法 |
CN105334743B (zh) * | 2015-11-18 | 2018-10-26 | 深圳创维-Rgb电子有限公司 | 一种基于情感识别的智能家居控制方法及其系统 |
CN105740228B (zh) * | 2016-01-25 | 2019-06-04 | 云南大学 | 一种互联网舆情分析方法及系统 |
CN106126558B (zh) * | 2016-06-16 | 2019-09-20 | 东软集团股份有限公司 | 一种舆情监控方法及装置 |
CN106205648A (zh) * | 2016-08-05 | 2016-12-07 | 易晓阳 | 一种语音控制音乐网络播放方法 |
CN106228989A (zh) * | 2016-08-05 | 2016-12-14 | 易晓阳 | 一种语音交互识别控制方法 |
CN106297826A (zh) * | 2016-08-18 | 2017-01-04 | 竹间智能科技(上海)有限公司 | 语音情感辨识系统及方法 |
CN106653000A (zh) * | 2016-11-16 | 2017-05-10 | 太原理工大学 | 一种基于语音信息的情感强度实验方法 |
CN106682090B (zh) * | 2016-11-29 | 2020-05-15 | 上海智臻智能网络科技股份有限公司 | 主动交互实现装置、方法及智能语音交互设备 |
CN106649270A (zh) * | 2016-12-19 | 2017-05-10 | 四川长虹电器股份有限公司 | 舆情监测分析方法 |
-
2017
- 2017-05-19 CN CN201710355201.7A patent/CN107293309B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107293309A (zh) | 2017-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107293309B (zh) | 一种基于客户情绪分析提升舆情监控效率的方法 | |
CN112804400B (zh) | 客服呼叫语音质检方法、装置、电子设备及存储介质 | |
CN103179122B (zh) | 一种基于语音语义内容分析的防电信电话诈骗方法和系统 | |
WO2020211354A1 (zh) | 基于说话内容的说话者身份识别方法、装置及存储介质 | |
US8078463B2 (en) | Method and apparatus for speaker spotting | |
CN102623009B (zh) | 一种基于短时分析的异常情绪自动检测和提取方法和系统 | |
CN105244031A (zh) | 说话人识别方法和装置 | |
CN107222865A (zh) | 基于可疑行为识别的通讯诈骗实时检测方法和系统 | |
CN103258535A (zh) | 基于声纹识别的身份识别方法及系统 | |
CN110177182B (zh) | 敏感数据处理方法、装置、计算机设备及存储介质 | |
CN109256150A (zh) | 基于机器学习的语音情感识别系统及方法 | |
CN112735383A (zh) | 语音信号的处理方法、装置、设备及存储介质 | |
CN107886951B (zh) | 一种语音检测方法、装置及设备 | |
CN113411454B (zh) | 一种实时通话语音分析的智能质检方法 | |
CN105810205A (zh) | 一种语音处理方法及装置 | |
CN109766474A (zh) | 审讯信息审核方法、装置、计算机设备和存储介质 | |
CN106910495A (zh) | 一种应用于异常声音检测的音频分类系统和方法 | |
Nandwana et al. | Analysis of Critical Metadata Factors for the Calibration of Speaker Recognition Systems. | |
CN112860868A (zh) | 客服电话分析方法、系统、设备及存储介质 | |
CN112235468A (zh) | 用于语音客服评价的音频处理方法及系统 | |
US9697825B2 (en) | Audio recording triage system | |
CN110933236B (zh) | 一种基于机器学习的空号识别方法 | |
CN113744742A (zh) | 对话场景下的角色识别方法、装置和系统 | |
Chandra | Keyword spotting system for Tamil isolated words using Multidimensional MFCC and DTW algorithm | |
CN111010484A (zh) | 一种通话录音自动质检方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |