CN108763499B - 基于智能语音的呼叫质检方法、装置、设备及存储介质 - Google Patents
基于智能语音的呼叫质检方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN108763499B CN108763499B CN201810537982.6A CN201810537982A CN108763499B CN 108763499 B CN108763499 B CN 108763499B CN 201810537982 A CN201810537982 A CN 201810537982A CN 108763499 B CN108763499 B CN 108763499B
- Authority
- CN
- China
- Prior art keywords
- risk
- text data
- logic
- matching result
- quality inspection
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000001788 irregular Effects 0.000 claims abstract description 3
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000011084 recovery Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基于智能语音的呼叫质检方法,属于呼叫系统技术领域。该方法包括以下步骤:从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码;对文本数据进行分析以提取关键词;将提取到的关键词与预设的敏感词汇库和/或风险逻辑库进行匹配并输出匹配结果;根据匹配结果判断所述文本数据是否合规,若不合规则获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果;形成不合规报告发送给相应的管理人员。本发明使得质检覆盖率可以达到100%。
Description
技术领域
本发明涉及呼叫系统技术领域,特别涉及一种基于智能语音的呼叫质检方法、装置、设备及存储介质。
背景技术
所谓呼叫中心是一种基于CTI(Computer Telephony Integration,计算机电话基础)技术、充分利用通信网和计算机网络的多项功能集成与企业连为一体的综合信息服务系统,能有效、快速地为用户提供多种服务。随着市场竞争越来越激烈,对呼叫中心客服人员的服务质量提出了越来越高的要求,然而客服人员每天处理数万通电话,时有业务过失和客户投诉发送。为保证和掌握客服人员的服务质量,提高客户的满意度,通常会对客服人员的录音进行质检。
传统技术中,对呼叫中心的质检一般包括以下六个步骤:收集录音、录音抽取、人工听取、甄别违规点、上报违规事件和违规处理,这些都是通过人工进行质检,抽检比率低,质检工作量大,效率低且覆盖低,难以有效并准确地评价整体服务质量。
因此,本领域的技术人员亟需一种更高效的质检方法,进行全量覆盖质检,节约质检工作人员的工作量。
发明内容
本发明要解决的技术问题是为了克服现有技术中人工质检的抽检比率低、工作量大,还难以有效并准确地评价整体服务质量的问题,提出了一种基于智能语音的呼叫质检方法、装置、设备及存储介质,实现全量覆盖质检,质检效率高,并能有效保证质检的公平性。
本发明是通过下述技术方案来解决上述技术问题:
一种基于智能语音的呼叫质检方法,包括以下步骤:
从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码;
对文本数据进行分析以提取关键词;
将提取到的关键词与预设的敏感词汇库和/或风险逻辑库进行匹配并输出匹配结果;
根据匹配结果判断所述文本数据是否合规
若所述文本数据不合规,获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果;
形成不合规报告发送给相应的管理人员。
优选地,所述方法还包括:在坐席拨出电话之后至电话接通之前,向该坐席发送风险提醒。
优选地,所述对文本数据进行分析以提取关键词包括:
分词,利用分词工具将文本数据拆分成由若干个词组成的词序列;
去停用词,将所述词序列中的停用词去掉以形成关键词序列。
优选地,所述将提取到的关键词与预设的敏感词汇库进行匹配并输出匹配结果包括:
将关键词序列中的各关键词分别与敏感词汇库中的各敏感词进行一一比对,所述敏感词汇库中的各敏感词分别关联有相应的风险等级;
获取与关键词相匹配的敏感词所关联的风险等级作为匹配结果输出。
优选地,所述将提取到的关键词与预设的风险逻辑库进行匹配并输出匹配结果包括:
将关键词序列中的各关键词分别与风险逻辑库中的各逻辑语句中包含的敏感词进行一一比对,所述风险逻辑库中的各逻辑语句分别关联有相应的风险等级;
判断比对成功的关键词是否可以组成所述风险逻辑库中的任意一句逻辑语句;
若比对成功的关键词组成了所述风险逻辑库中的逻辑语句,获取与该逻辑语句所关联的风险等级作为匹配结果输出。
优选地,所述逻辑语句和/或敏感词还关联有用于风险挽回的指导话术,输出的匹配结果中还包含有指导话术;
所述形成不合规报告发送给相应的管理人员之前还包括:
判断所述坐席是否按指导话术进行了风险挽回,若是则直接结束,若否则形成不合规报告发送给相应的管理人员。
优选地,所述判断所述坐席是否按指导话术进行了风险挽回包括:
将所述坐席被判断为不合规后的语音数据转译为文本数据;
对文本数据进行分析以提取关键词;
将提取到的关键词与发送给所述坐席的指导话术进行匹配;若匹配成功,则判断所述坐席按指导话术进行了风险挽回。
本发明还公开了一种电子装置,所述电子装置上存储有基于智能语音的呼叫质检系统,所述基于智能语音的呼叫质检系统包括:
转译模块,用于从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码;
提取模块,用于对文本数据进行分析以提取关键词;
匹配模块,用于将提取到的关键词与预设的敏感词汇库和/或风险逻辑库进行匹配并输出匹配结果;
合规判断模块,用于根据匹配结果判断所述文本数据是否合规;
发送模块,用于当所述文本数据不合规时,获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果,并形成不合规报告发送给相应的管理人员。
本发明还公开了一种计算机设备,包括存储器和处理器,所述存储器上存储有可被所述处理器执行的基于智能语音的呼叫质检系统,所述系统被所述处理器执行时实现如前述任一项所述的基于智能语音的呼叫质检方法的步骤。
本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序指令,所述计算机程序指令可被一个或多个处理器执行,以使所述至少一个处理器执行如前述任一项所述的基于智能语音的呼叫质检方法的步骤。
本发明的积极进步效果在于:
1、使得质检覆盖率可以达到100%;
2、质检流程由原来的六步缩短为一步,大幅提升质检效率;
3、实现由事后挽回变为事中挽回,提升客户满意度。
附图说明
图1示出了本发明基于智能语音的呼叫质检方法实施例一的流程图;
图2示出了本发明基于智能语音的呼叫质检方法实施例二的流程图;
图3示出了本发明基于智能语音的呼叫质检方法实施例三的流程图;
图4示出了本发明电子装置中基于智能语音的呼叫质检系统第一实施例的程序模块示意图;
图5示出了本发明计算机设备一实施例的硬件架构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
首先,本发明提出一种基于智能语音的呼叫质检方法。
在实施例一中,如图1所示,所述的基于智能语音的呼叫质检方法包括如下步骤:
S1、从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码。
所述呼叫系统具有实时获取电话录音的功能,实现这一功能可以通过现有的客服电话监听系统。该监听系统可以是独立于呼叫系统存在,也可以合并在呼叫系统中,现在越来越多的呼叫系统都自带监听功能,即采用客服电话监听系统合并在呼叫系统中的方式。
由于呼叫系统通常都配备有若干个坐席位置,为区分录音的来源,呼叫系统会对录下的语音数据分配与坐席位置相对应的位置识别码,位置识别码可以按工位进行编号,还有的呼叫系统会在语音数据加入坐席身份识别码,最简单地,采用坐席的工号作为坐席身份识别码。
比如:工位按A01-A50进行编号,坐席工号为05001-05069,那么当工号为05005的坐席坐在A06工位工作时,呼叫系统录下的该坐席的语音数据中至少带有位置识别码A06,也可以还带有身份识别码05005。
所述语音数据转译为文本数据具体采用ASR(Automatic SpeechRecognition,自动语音识别)技术,所述ASR技术可以使得计算机能够“听写”出不同人所说出的连续语音,也就是俗称的“语音听写机”,是实现“声音”到“文字”转换的技术,该技术属于现有技术,此处不再赘述。
S2、对文本数据进行分析以提取关键词。
所述分析具体指对中文进行分词,可以采用如jieba、SnowNLP、THULAC、NLPIR等现有分词工具。
在一实施例中,所述S2具体包括以下分步骤:
1)分词,利用分词工具将文本数据拆分成由若干个词组成的词序列;
2)去停用词,将所述词序列中的停用词去掉以形成关键词序列。
所述停用词指的是不涉及具体含义的词,比如我,想等词。
S3、将提取到的关键词与预设的敏感词汇库和/或风险逻辑库进行匹配并输出匹配结果。
所述敏感词指向客户询问一些禁止询问的个人资料相关的用词,比如身份证号、联系方式、密码等,还可以是一些辱骂性用词,比如白痴、笨蛋等。这些词都被收录在敏感词汇库中,并关联有不同的风险等级,比如可以从低到高依次划分为风险等级三、风险等级二、风险等级一;还可以关联有用于风险挽回的指导话术,比如:不好意思,刚才询问了关于您的联系方式,按规定我们不能询问,您不用回答,或者您的回答我们不会记录。一旦坐席在一通电话中与客户说了这些敏感词就属于违规,即出现了相匹配的结果。
在一实施例中,关键词与预设的敏感词汇库的匹配过程如下:
S311、将关键词序列中的各关键词分别与敏感词汇库中的各敏感词进行一一比对,所述敏感词汇库中的各敏感词分别关联有相应的风险等级;
S312、获取与关键词相匹配的敏感词所关联的风险等级作为匹配结果输出。
假设敏感词还关联有风险挽回的指导话术,则输出的匹配结果中还包含有该指导话术。
所述风险逻辑库中的逻辑语句用于判断坐席在一通电话中,是否存在向客户隐瞒部分该告知项的情况发生。比如:风险逻辑库中有一句逻辑语句为“保单and升级not独立保单”,该逻辑语句关联有相应的风险等级,该逻辑语句是为了判断当客服推荐客户进行保单升级操作时,是否有说明升级后的保单是一份独立保单,根据规定应当说明,若坐席没有说明则属于违规,即出现了相匹配的结果。进一步地,该逻辑语句还可以关联有用于风险挽回的指导话术,比如:不好意思,刚才忘记告诉您,升级后的保单为独立于前一份保单的独立保单。
在一实施例中,关键词与预设的风险逻辑库的匹配过程如下:
S321、将关键词序列中的各关键词分别与风险逻辑库中的各逻辑语句中包含的敏感词进行一一比对,所述风险逻辑库中的各逻辑语句分别关联有相应的风险等级;
S322、判断比对成功的关键词是否可以组成所述风险逻辑库中的任意一句逻辑语句,若是则执行S323;
例如,风险逻辑库中有一句逻辑语句为“保单and升级not独立保单”,这句逻辑语句表示提到了“保单”和“升级”这个词,但是没有提到“独立保单”这个词,这属于违规行为。
假设关键词序列中有若干关键词,其中包括“保单”和“升级”,那么就可以初步匹配到逻辑语句“保单and升级not独立保单”,初步匹配以匹配达到50%为准,然后针对该初步匹配的逻辑语句判断是否没有出现“独立保单”关键词,若没有出现,则判断比对成功的关键词组成了所述风险逻辑库中的一句逻辑语句。
而假设关键词出现了“保单”和“独立保单”,那么初步匹配到的逻辑语句还是“保单and升级not独立保单”,但是没有出现“升级”,最后判断比对成功的关键词没有组成所述风险逻辑库中的一句逻辑语句;又或者关键词出现了“保单”、“升级”和“独立保单”,那么初步匹配到的逻辑语句依然还是“保单and升级not独立保单”,但是出现了关键词“独立保单”,即相匹配的关键词组成的逻辑语句与初步匹配到的逻辑语句中的逻辑不符,最后还是判断比对成功的关键词没有组成所述风险逻辑库中的一句逻辑语句。
S323、获取与该逻辑语句所关联的风险等级作为匹配结果输出。
假设逻辑语句还关联有风险挽回的指导话术,则输出的匹配结果中还包含有该指导话术。
所述匹配结果可以是风险等级,即一旦出现了相匹配的结果,输出的匹配结果即为相匹配的敏感词或相匹配的逻辑语句相关的风险等级,若不相匹配则可以输出通过或者不输出任何结果等,只要预先设定即可。
前述两种匹配的判断可以仅采用其中的一种或者两种都采用,假设判断得到多个风险等级,则匹配结果中罗列有这多个风险等级。
S4、根据匹配结果判断所述文本数据是否合规,若不合规则执行S5,若合规则直接结束。
根据匹配结果判断文本数据是否合规是指,识别匹配结果中是否包含有风险等级,若有则表示不合规,若没有则表示合规。
S5、获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果。
由于本方法采用实时判断,当判断出某文本数据不合规时,该文本数据的来源位置上的坐席不会变动,因此文本数据中包含的位置识别码所对应的坐席就是产生该文本数据的坐席。
因而在本方法中,只要在语音数据中包含有与坐席位置相对应的位置识别码即可找到不合规的文本数据的来源坐席。
所述匹配结果即前述的相应的风险等级,若匹配结果还包含有指导话术,则还应向所述坐席发送该指导话术。
S6、形成不合规报告发送给相应的管理人员。
为了使得坐席的管理人员全面了解坐席的工作状况,还会形成不合规报告发送给相应的管理人员。所述不合规报告包括风险等级和该风险等级对应的具体不合规项,比如:风险等级三,询问禁止项(客户联系方式);风险等级三,隐瞒告知项(保单升级提醒客户为两个独立保单)。
本方法通过对坐席的实时监听和实时判断,实现了100%质检覆盖率,并可以在不合规发生时及时提醒坐席和管理人员,以便坐席做事中挽回,提升客户满意度。
在实施例二中,基于实施例一的基础上,如图2所示,所述的基于智能语音的呼叫质检方法包括如下步骤:
S0、在坐席拨出电话之后至电话接通之前,向该坐席发送风险提醒。
所述风险提醒为预设项,预先设置在呼叫系统中,风险提醒的内容可以如:不得询问客户的身份证号、联系方式和密码等。一旦坐席拨出电话,风险提醒就显示在坐席所在位置的电脑显示屏上,可以在呼叫系统界面上划分一块进行显示,也可以在呼叫系统界面上以滚动方式显示等。
S1-S6同实施例一,此处不再赘述。
本实施例二通过设置风险提醒,在违规发生前提醒坐席,以免坐席发生后再进行挽回。
在实施例三中,基于实施例二的基础上,如图3所示,所述的基于智能语音的呼叫质检方法包括如下步骤:
S0-S5同实施例二,此处不再赘述。
S60、判断所述坐席是否按指导话术进行了风险挽回,若是则直接结束,若否则执行S6。
在一实施例中,所述判断所述坐席是否按指导话术进行了风险挽回包括以下步骤:
S601、将所述坐席被判断为不合规后的语音数据转译为文本数据;
S602、对文本数据进行分析以提取关键词;
S603、将提取到的关键词与发送给所述坐席的指导话术进行匹配;若匹配成功,则判断所述坐席按指导话术进行了风险挽回。
S6、形成不合规报告发送给相应的管理人员。
针对包含有指导话术的匹配结果,本实施例增加了判断坐席是否按指导话术进行了风险挽回的操作,假设坐席做了风险挽回处理,则仍然判断该坐席的行为符合规定,不再形成不合规报告发送给管理人员。
这一步骤旨在鼓励坐席进行事中挽回,以提升客户的满意度。
其次,本发明提出了一种电子装置,所述电子装置上存储有基于智能语音的呼叫质检系统20,所述系统20可以被分割为一个或者多个程序模块。
例如,图4示出了所述基于智能语音的呼叫质检系统20第一实施例的程序模块示意图,该实施例中,所述系统20可以被分割为转译模块201、提取模块202、匹配模块203、合规判断模块204和发送模块205。其中,本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段。以下描述将具体介绍所述程序模块201-205的具体功能。
所述转译模块201用于从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码。
所述呼叫系统具有实时获取电话录音的功能,实现这一功能可以通过现有的客服电话监听系统。该监听系统可以是独立于呼叫系统存在,也可以合并在呼叫系统中,现在越来越多的呼叫系统都自带监听功能,即采用客服电话监听系统合并在呼叫系统中的方式。
由于呼叫系统通常都配备有若干个坐席位置,为区分录音的来源,呼叫系统会对录下的语音数据分配与坐席位置相对应的位置识别码,位置识别码可以按工位进行编号,还有的呼叫系统会在语音数据加入坐席身份识别码,最简单地,采用坐席的工号作为坐席身份识别码。
比如:工位按A01-A50进行编号,坐席工号为05001-05069,那么当工号为05005的坐席坐在A06工位工作时,呼叫系统录下的该坐席的语音数据中至少带有位置识别码A06,也可以还带有身份识别码05005。
所述语音数据转译为文本数据具体采用ASR(Automatic SpeechRecognition,自动语音识别)技术,所述ASR技术可以使得计算机能够“听写”出不同人所说出的连续语音,也就是俗称的“语音听写机”,是实现“声音”到“文字”转换的技术,该技术属于现有技术,此处不再赘述。
所述提取模块202用于对文本数据进行分析以提取关键词。
所述分析具体指对中文进行分词,可以采用如jieba、SnowNLP、THULAC、NLPIR等现有分词工具。
在一实施例中,所述提取模块202还进一步被划分为分词子模块和去词子模块。
所述分词子模块用于将文本数据拆分成由若干个词组成的词序列;
所述去词子模块用于将所述词序列中的停用词去掉以形成关键词序列。
所述停用词指的是不涉及具体含义的词,比如我,想等词。
所述匹配模块203用于将提取到的关键词与预设的敏感词汇库和/或风险逻辑库进行匹配并输出匹配结果。
所述敏感词指向客户询问一些禁止询问的个人资料相关的用词,比如身份证号、联系方式、密码等,还可以是一些辱骂性用词,比如白痴、笨蛋等。这些词都被收录在敏感词汇库中,并关联有不同的风险等级,比如可以从低到高依次划分为风险等级三、风险等级二、风险等级一;还可以关联有用于风险挽回的指导话术,比如:不好意思,刚才询问了关于您的联系方式,按规定我们不能询问,您不用回答,或者您的回答我们不会记录。一旦坐席在一通电话中与客户说了这些敏感词就属于违规,即出现了相匹配的结果。
所述风险逻辑库中的逻辑语句用于判断坐席在一通电话中,是否存在向客户隐瞒部分该告知项的情况发生。比如:风险逻辑库中有一句逻辑语句为“保单”and“升级”not“独立保单”,该逻辑语句关联有相应的风险等级,该逻辑语句是为了判断当客服推荐客户进行保单升级操作时,是否有说明升级后的保单是一份独立保单,根据规定应当说明,若坐席没有说明则属于违规,即出现了相匹配的结果。进一步地,该逻辑语句还可以关联有用于风险挽回的指导话术,比如:不好意思,刚才忘记告诉您,升级后的保单为独立于前一份保单的独立保单。
所述匹配结果可以是风险等级,即一旦出现了相匹配的结果,输出的匹配结果即为相匹配的敏感词或相匹配的逻辑语句相关的风险等级,若不相匹配则可以输出通过或者不输出任何结果等,只要预先设定即可。
所述合规判断模块204用于根据匹配结果判断所述文本数据是否合规。
根据匹配结果判断文本数据是否合规是指,识别匹配结果中是否包含有风险等级,若有则表示不合规,若没有则表示合规。
所述发送模块205用于当所述文本数据不合规时,获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果,并形成不合规报告发送给相应的管理人员。
本实施例采用实时判断,当判断出某文本数据不合规时,该文本数据的来源位置上的坐席不会变动,因此文本数据中包含的位置识别码所对应的坐席就是产生该文本数据的坐席。
因此只要在语音数据中包含有与坐席位置相对应的位置识别码即可找到不合规的文本数据的来源坐席。
所述匹配结果即前述的相应的风险等级,若匹配结果还包含有指导话术,则还应向所述坐席发送该指导话术。
当发生指导话术后,本实施例优选地还包括话术匹配模块,用于判断所述坐席是否按指导话术进行了风险挽回。
假设坐席做了风险挽回处理,则仍然判断该坐席的行为符合规定,此时,发送模块不再形成不合规报告发送给管理人员。
再次,本发明还提出来一种计算机设备。
参阅图5所示,是本发明计算机设备一实施例的硬件架构示意图。本实施例中,所述计算机设备2是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。例如,可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。如图所示,所述计算机设备2至少包括,但不限于,可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及基于智能语音的呼叫质检系统20。其中:
所述存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器21可以是所述计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,所述存储器21也可以是所述计算机设备2的外部存储设备,例如该计算机设备2上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器21还可以既包括所述计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,所述存储器21通常用于存储安装于所述计算机设备2的操作系统和各类应用软件,例如所述基于智能语音的呼叫质检系统20的程序代码等。此外,所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器22在一些实施例中可以是中央处理器(Central ProcessingUnit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述计算机设备2的总体操作,例如执行与所述计算机设备2进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据,例如运行所述的基于智能语音的呼叫质检系统20等。
所述网络接口23可包括无线网络接口或有线网络接口,该网络接口23通常用于在所述计算机设备2与其他计算机设备之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端相连,在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication,GSM)、宽带码分多址(WidebandCode Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图5仅示出了具有组件21-23的计算机设备2,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
在本实施例中,存储于存储器21中的所述基于智能语音的呼叫质检系统20可以被一个或多个处理器(本实施例为处理器22)所执行,以完成上述基于智能语音的呼叫质检方法的操作。
此外,本发明一种计算机可读存储介质,该计算机可读存储介质为非易失性存储介质,存储有计算机程序指令,该计算机程序指令可被一个或多个处理器执行时,实现上述基于智能语音的呼叫质检方法或电子装置的操作。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (9)
1.一种基于智能语音的呼叫质检方法,其特征在于,包括以下步骤:
从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码;
对文本数据进行分析以提取关键词;
将提取到的关键词与预设的敏感词汇库和风险逻辑库进行匹配并输出匹配结果;
根据匹配结果判断所述文本数据是否合规;
若所述文本数据不合规,获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果;
形成不合规报告发送给相应的管理人员;
其中,所述将提取到的关键词与预设的风险逻辑库进行匹配并输出匹配结果,包括:
将各关键词分别与风险逻辑库中的各逻辑语句中包含的敏感词进行一一比对,所述风险逻辑库中的各逻辑语句分别关联有相应的风险等级;
判断比对成功的关键词是否可以组成所述风险逻辑库中的任意一句逻辑语句;
若比对成功的关键词组成了所述风险逻辑库中的逻辑语句,获取与该逻辑语句所关联的风险等级作为匹配结果输出;
其中,所述风险逻辑库中的各逻辑语句用于判断坐席在一通电话中,是否存在向客户隐瞒部分告知项的情况。
2.根据权利要求1所述的基于智能语音的呼叫质检方法,其特征在于,所述方法还包括:
在坐席拨出电话之后至电话接通之前,向该坐席发送风险提醒。
3.根据权利要求1所述的基于智能语音的呼叫质检方法,其特征在于,所述对文本数据进行分析以提取关键词包括:
利用分词工具将文本数据拆分成由若干个词组成的词序列;
将所述词序列中的停用词去掉以形成关键词序列。
4.根据权利要求3所述的基于智能语音的呼叫质检方法,其特征在于,所述将提取到的关键词与预设的敏感词汇库进行匹配并输出匹配结果包括:
将关键词序列中的各关键词分别与敏感词汇库中的各敏感词进行一一比对,所述敏感词汇库中的各敏感词分别关联有相应的风险等级;
获取与关键词相匹配的敏感词所关联的风险等级作为匹配结果输出。
5.根据权利要求1或4所述的基于智能语音的呼叫质检方法,其特征在于,所述逻辑语句和/或敏感词还关联有用于风险挽回的指导话术,输出的匹配结果中还包含有指导话术;
所述形成不合规报告发送给相应的管理人员之前还包括:
判断所述坐席是否按指导话术进行了风险挽回,若是则直接结束,若否则形成不合规报告发送给相应的管理人员。
6.根据权利要求5所述的基于智能语音的呼叫质检方法,其特征在于,所述判断所述坐席是否按指导话术进行了风险挽回包括:
将所述坐席被判断为不合规后的语音数据转译为文本数据;
对文本数据进行分析以提取关键词;
将提取到的关键词与发送给所述坐席的指导话术进行匹配;若匹配成功,则判断所述坐席按指导话术进行了风险挽回。
7.一种电子装置,其特征在于,所述电子装置上存储有基于智能语音的呼叫质检系统,所述基于智能语音的呼叫质检系统包括:
转译模块,用于从呼叫系统获取实时的语音数据,将所述语音数据转译为文本数据,所述语音数据包含有与坐席位置相对应的位置识别码,所述文本数据中继承有相应的位置识别码;
提取模块,用于对文本数据进行分析以提取关键词;
匹配模块,用于将提取到的关键词与预设的敏感词汇库和风险逻辑库进行匹配并输出匹配结果;
合规判断模块,用于根据匹配结果判断所述文本数据是否合规;
发送模块,用于当所述文本数据不合规时,获取不合规的文本数据中包含的位置识别码,向该位置识别码所对应的坐席发送所述匹配结果,并形成不合规报告发送给相应的管理人员;
所述匹配模块还用于:将各关键词分别与风险逻辑库中的各逻辑语句中包含的敏感词进行一一比对,所述风险逻辑库中的各逻辑语句分别关联有相应的风险等级;
判断比对成功的关键词是否可以组成所述风险逻辑库中的任意一句逻辑语句;
若比对成功的关键词组成了所述风险逻辑库中的逻辑语句,获取与该逻辑语句所关联的风险等级作为匹配结果输出;
其中,所述风险逻辑库中的各逻辑语句用于判断坐席在一通电话中,是否存在向客户隐瞒部分告知项的情况。
8.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器上存储有可被所述处理器执行的基于智能语音的呼叫质检系统,所述系统被所述处理器执行时实现如权利要求1-6中任一项所述的基于智能语音的呼叫质检方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序指令,所述计算机程序指令可被一个或多个处理器执行,以使至少一个处理器执行如权利要求1-6中任一项所述的基于智能语音的呼叫质检方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810537982.6A CN108763499B (zh) | 2018-05-30 | 2018-05-30 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
PCT/CN2018/095864 WO2019227621A1 (zh) | 2018-05-30 | 2018-07-17 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810537982.6A CN108763499B (zh) | 2018-05-30 | 2018-05-30 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108763499A CN108763499A (zh) | 2018-11-06 |
CN108763499B true CN108763499B (zh) | 2024-02-23 |
Family
ID=64004232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810537982.6A Active CN108763499B (zh) | 2018-05-30 | 2018-05-30 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108763499B (zh) |
WO (1) | WO2019227621A1 (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179935B (zh) * | 2018-11-12 | 2022-06-28 | 中移(杭州)信息技术有限公司 | 一种语音质检的方法和设备 |
CN109327632A (zh) * | 2018-11-23 | 2019-02-12 | 深圳前海微众银行股份有限公司 | 客服录音的智能质检系统、方法及计算机可读存储介质 |
CN111311041B (zh) * | 2018-12-12 | 2024-02-20 | 马上消费金融股份有限公司 | 一种数据抽取方法及设备和相关装置 |
CN109618064A (zh) * | 2018-12-26 | 2019-04-12 | 合肥凯捷技术有限公司 | 一种人工客服语音质检系统 |
CN109740155A (zh) * | 2018-12-27 | 2019-05-10 | 广州云趣信息科技有限公司 | 一种客服系统人工智能质检规则自我归纳模型的方法及系统 |
CN109840693A (zh) * | 2019-01-04 | 2019-06-04 | 平安科技(深圳)有限公司 | 坐席行为安全监控方法、装置、计算机设备及存储介质 |
CN109816220A (zh) * | 2019-01-07 | 2019-05-28 | 平安科技(深圳)有限公司 | 基于智能决策的业务质量监控及处理方法和装置 |
CN109840697A (zh) * | 2019-01-18 | 2019-06-04 | 青牛智胜(深圳)科技有限公司 | 一种智能质检系统及方法 |
JP6739811B2 (ja) | 2019-01-22 | 2020-08-12 | 株式会社インタラクティブソリューションズ | 発言禁止用語に対し注意を喚起するためのプレゼンテーション支援装置 |
CN109819119A (zh) * | 2019-03-15 | 2019-05-28 | 上海益普索信息技术有限公司 | 一种适用于智能呼叫平台的质检系统及方法 |
CN110083689A (zh) * | 2019-03-20 | 2019-08-02 | 上海拍拍贷金融信息服务有限公司 | 客户服务质量检测方法及装置、可读存储介质 |
CN110147981A (zh) * | 2019-04-12 | 2019-08-20 | 深圳壹账通智能科技有限公司 | 基于文本分析的合同风险审核方法、装置及终端设备 |
CN110069784A (zh) * | 2019-05-05 | 2019-07-30 | 广东电网有限责任公司 | 一种语音质检评分方法、装置、终端及可存储介质 |
CN110176252A (zh) * | 2019-05-08 | 2019-08-27 | 江西尚通科技发展股份有限公司 | 基于风险管控模式的智能语音质检方法及系统 |
CN110378562B (zh) * | 2019-06-17 | 2023-07-28 | 中国平安人寿保险股份有限公司 | 语音质检方法、装置、计算机设备及存储介质 |
CN110363411B (zh) * | 2019-06-27 | 2023-09-29 | 上海淇馥信息技术有限公司 | 利用话术智能推荐的风险控制方法及装置 |
CN110689225A (zh) * | 2019-08-26 | 2020-01-14 | 深圳壹账通智能科技有限公司 | 基于外呼的企业金融风险画像创建方法及相关设备 |
CN110543635B (zh) * | 2019-09-05 | 2023-06-06 | 子长科技(北京)有限公司 | 基于深度学习的信息检测方法、装置及计算机存储介质 |
CN110719441A (zh) * | 2019-09-30 | 2020-01-21 | 傅程宏 | 一种用于银行人员行为合规预警管理的系统及方法 |
CN110784603A (zh) * | 2019-10-18 | 2020-02-11 | 深圳供电局有限公司 | 一种离线质检用智能语音分析方法及系统 |
CN111641757A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 坐席通话的实时质检与辅助话术推送的方法 |
CN113808589A (zh) * | 2020-06-15 | 2021-12-17 | 中兴通讯股份有限公司 | 坐席通话方法、计算机设备和存储介质 |
CN111698374B (zh) * | 2020-06-28 | 2022-02-11 | 中国银行股份有限公司 | 一种客服语音处理方法及装置 |
CN112804400B (zh) * | 2020-12-31 | 2023-04-25 | 中国工商银行股份有限公司 | 客服呼叫语音质检方法、装置、电子设备及存储介质 |
CN112885332A (zh) * | 2021-01-08 | 2021-06-01 | 天讯瑞达通信技术有限公司 | 一种语音质检方法、系统及存储介质 |
CN115396549A (zh) * | 2021-05-25 | 2022-11-25 | 中国联合网络通信集团有限公司 | 通话违规业务处理方法、装置及电子设备 |
CN113434670A (zh) * | 2021-06-22 | 2021-09-24 | 未鲲(上海)科技服务有限公司 | 话术文本生成方法、装置、计算机设备和存储介质 |
CN113743983A (zh) * | 2021-08-09 | 2021-12-03 | 太逗科技集团有限公司 | 一种基于安卓应用的电销管理方法、装置、设备、介质 |
CN114554015A (zh) * | 2022-02-25 | 2022-05-27 | 马上消费金融股份有限公司 | 呼叫中心系统和通讯建立方法 |
CN115169325A (zh) * | 2022-09-06 | 2022-10-11 | 平安银行股份有限公司 | 一种对话质检方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106981291A (zh) * | 2017-03-30 | 2017-07-25 | 上海航动科技有限公司 | 一种基于语音识别的智能核单质检系统 |
CN107133709A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种客户服务的质量检验方法、装置及系统 |
CN107547527A (zh) * | 2017-08-18 | 2018-01-05 | 上海二三四五金融科技有限公司 | 一种语音质检金融安全控制系统及控制方法 |
KR101827320B1 (ko) * | 2017-06-08 | 2018-02-09 | 윤준호 | 인공지능 콜센터 서버 |
CN107705807A (zh) * | 2017-08-24 | 2018-02-16 | 平安科技(深圳)有限公司 | 基于情绪识别的语音质检方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10367764B2 (en) * | 2009-12-22 | 2019-07-30 | Cyara Solutions Pty Ltd | System and method for automated contact center agent workstation testing |
CN102456344B (zh) * | 2010-10-22 | 2014-12-10 | 中国电信股份有限公司 | 基于语音识别技术分析客户行为特征的系统及方法 |
US9507695B2 (en) * | 2014-04-14 | 2016-11-29 | International Business Machines Corporation | Risk-based test coverage and prioritization |
-
2018
- 2018-05-30 CN CN201810537982.6A patent/CN108763499B/zh active Active
- 2018-07-17 WO PCT/CN2018/095864 patent/WO2019227621A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133709A (zh) * | 2016-02-29 | 2017-09-05 | 阿里巴巴集团控股有限公司 | 一种客户服务的质量检验方法、装置及系统 |
CN106981291A (zh) * | 2017-03-30 | 2017-07-25 | 上海航动科技有限公司 | 一种基于语音识别的智能核单质检系统 |
KR101827320B1 (ko) * | 2017-06-08 | 2018-02-09 | 윤준호 | 인공지능 콜센터 서버 |
CN107547527A (zh) * | 2017-08-18 | 2018-01-05 | 上海二三四五金融科技有限公司 | 一种语音质检金融安全控制系统及控制方法 |
CN107705807A (zh) * | 2017-08-24 | 2018-02-16 | 平安科技(深圳)有限公司 | 基于情绪识别的语音质检方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2019227621A1 (zh) | 2019-12-05 |
CN108763499A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763499B (zh) | 基于智能语音的呼叫质检方法、装置、设备及存储介质 | |
US8326643B1 (en) | Systems and methods for automated phone conversation analysis | |
CN106874134B (zh) | 工单类型的处理方法、装置及系统 | |
CN109002510B (zh) | 一种对话处理方法、装置、设备和介质 | |
CN105187674B (zh) | 服务录音的合规检查方法及装置 | |
CN108550057B (zh) | 坐席答疑请求处理方法、电子装置、计算机可读存储介质 | |
CN112163072B (zh) | 基于多数据源的数据处理方法以及装置 | |
CN111416728B (zh) | 会话结束预测、在线客服服务的方法、系统、设备及介质 | |
CN108829716B (zh) | 待召开会议的会议议程生成方法以及装置 | |
CN110598008A (zh) | 录制数据的数据质检方法及装置、存储介质 | |
US20150179165A1 (en) | System and method for caller intent labeling of the call-center conversations | |
CN112003989A (zh) | 坐席员的匹配方法、装置、电子设备及计算机存储介质 | |
CN112235470B (zh) | 基于语音识别的来电客户跟进方法、装置及设备 | |
CN108616668B (zh) | 监控拨打任务的方法、电子装置及计算机可读存储介质 | |
CN113011159A (zh) | 人工座席监听方法、装置、电子设备及存储介质 | |
CN112637428A (zh) | 无效通话判断方法、装置、计算机设备及存储介质 | |
CN110336791B (zh) | 一种断点数据传输方法、装置、设备及计算机存储介质 | |
US11250365B2 (en) | Systems and methods for utilizing compliance drivers to conserve system resources and reduce compliance violations | |
CN108234785A (zh) | 电话销售提示方法、电子装置及可读存储介质 | |
CN111047362A (zh) | 智能音箱使用活跃度的统计管理方法和系统 | |
CN115221892A (zh) | 工单数据处理方法及装置、存储介质及电子设备 | |
CN110674839B (zh) | 异常用户识别方法、装置、存储介质及电子设备 | |
CN114567703B (zh) | 政务呼叫中心优化方法及系统 | |
CN113723800B (zh) | 风险识别模型训练方法及装置、风险识别方法及装置 | |
US20220309413A1 (en) | Method and apparatus for automated workflow guidance to an agent in a call center environment |
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 |