CN110458599A - 测试方法、测试装置及相关产品 - Google Patents
测试方法、测试装置及相关产品 Download PDFInfo
- Publication number
- CN110458599A CN110458599A CN201910603848.6A CN201910603848A CN110458599A CN 110458599 A CN110458599 A CN 110458599A CN 201910603848 A CN201910603848 A CN 201910603848A CN 110458599 A CN110458599 A CN 110458599A
- Authority
- CN
- China
- Prior art keywords
- user
- call
- grade
- test
- message registration
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 102
- 238000010998 test method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 104
- 230000008569 process Effects 0.000 claims abstract description 61
- 230000006854 communication Effects 0.000 claims description 50
- 238000004891 communication Methods 0.000 claims description 43
- 230000002996 emotional effect Effects 0.000 claims description 25
- 230000005236 sound signal Effects 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 14
- 230000008451 emotion Effects 0.000 claims description 12
- 238000013100 final test Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 8
- 230000036651 mood Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012880 independent component analysis Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 230000003993 interaction Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000013101 initial test Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010048909 Boredom Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Child & Adolescent Psychology (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Hospice & Palliative Care (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Psychiatry (AREA)
Abstract
本申请涉及测试技术领域的测试流程改进,具体公开了一种测试方法、测试装置及相关产品,该方法包括:获取预先输入的文本信息;模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话,所述智能外呼用于与预设用户集群进行通话;获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。本申请实施例有利于简化测试流程。
Description
技术领域
本申请涉及测试技术领域,具体涉及一种测试方法、测试装置及相关产品。
背景技术
目前,随着网络通信技术的发展,在线销售与营销已经成为各个公司销售产品的主要渠道,而且,在线营销的方式多种多样,一般来讲,通过即时通讯工具与客户进行营销,对产品功能以及优势的介绍,以达到营销的目的,例如通过电话营销。目前,在进行智能外呼之前,首先需要对用户进行等级的划分,以实现精确的营销,但是在智能外呼时,给用户分配等级模块的功能测试是一个盲点,因为智能分配等级功能是根据用户的通话层级来定义用户的级别,而如何验证等级分配的正确性,目前需要通过真实的电话通路,才可以验证对用户分配的等级的逻辑性,但是这种验证方式耗时长,效率低。
发明内容
本申请实施例提供了一种测试方法、测试装置及相关产品,通过模拟智能外呼,简化用户等级的测试过程,提高了产品推荐的准确度。
第一方面,本申请实施例提供一种测试方法,包括:
获取预先输入的文本信息;
模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话,所述智能外呼用于与预设用户集群进行通话;
获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
第二方面,本申请实施例提供一种测试装置,包括:
外呼单元,用于模拟智能外呼,所述智能外呼用于与预设用户集群进行通话;
通讯单元,用于获取预先输入的文本信息,根据所述文本信息分别与所述预设用户集群中的每个用户进行通话;
确定单元,用于获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如第一方面所述的方法中的步骤的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得计算机执行如第一方面所述的方法。
实施本申请实施例,具有如下有益效果:
可以看出,在本申请实施例中,通过模拟智能外呼,根据预设的文本信息与用户进行通讯,获取与用户的通话记录,根据通话记录确定用户的测试等级,无需真实的电话通路,即可获取到智能外呼时对用户的分配等级,从而简化了测试流程,提高了测试效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种测试方法的流程示意图;
图1A为本申请实施例提供的一种智能外呼的流程示意图;
图2为本申请实施例提供的另一种测试方法的流程示意图;
图3为本申请实施例提供的另一种测试方法的流程示意图;
图4为本申请实施例提供的一种测试装置的结构示意图;
图5为本申请实施例提供的一种测试装置的功能单元组成框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请中的测试装置可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(Mobile InternetDevices,简称:MID)或穿戴式设备等,当然在实际应用中,上述电子设备仅是举例,而非穷举,包含但不限于上述电子设备,例如还可以包括:智能车载终端、计算机设备等等。
参阅图1,图1为本申请实施例提供的一种测试方法的流程示意图,该方法应用于测试装置,该方法包括如步骤S101~S103中所示内容:
步骤S101、获取预先输入的文本信息。
可选的,该文本信息为与业务产品相关的文本信息,该业务产品包括金融产品、理财产品、保险产品等;当对不同的业务产品进行营销的时候,预先输入不同的文本信息。例如,当营销保险产品时,其文本信息可以为保险类型、投保金额、投保渠道、理赔条款,等等。具体来说,无论哪种业务产品,其对应的文本信息可以包括以下内容:开场白,流程一,流程二,流程三,流程四,……,以及结束语。
在一可能的示例中,对每种业务产品设置若干个不同形式的文本信息,以实现样本的多样性,提高测试等级的准确度。例如,设置长文本、短文本、有意向文本以及反感文本,等等;进一步地,每个文本包含若干个对话流程。例如,保险产品的长文本可包括开场白流程、产品介绍流程、产品优势说明流程、产品意向询问流程、结束语流程等等,保险产品的短文本仅包括产品购买流程。
步骤S102、模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话。
其中,测试装置中应用有智能外呼系统,通过智能外呼系统模拟智能外呼,即基于socket通信协议,通过智能外呼系统模拟一个Socket通信长链,基于该通信长链建立通信通道,利用该通信通道进行智能外呼。其中,基于socket通信协议建立通信流程为现有技术,不再详细叙述。
下面提供一种可能的智能外呼系统的外呼流程。
参阅图1A,该智能外呼系统包括:核心网、语音网关、外呼模块、智能交互模块,其中,外呼流程包括以下流程:
101a:通过核心网向用户拨号,等待用户接通电话。
101b:在用户接通后,通过语音网关接入外呼模块。
101c:外呼模块将用户通过语音网关发送的语音信息发送到智能交互模块。
101d:智能交互模块对该语音信息进行业务匹配,具体为:对该语音信息进行噪声消除,将过滤后的语音转化为文字信息,对该文字信息进行过滤纠错、词法分析、上下文处理、知识点匹配、语义分析,得到用户的语义信息,基于预先输入的文本信息对该语义信息进行业务匹配。
101e:智能交互模块将匹配到业务信息转化为语音下发到语音网关,具体为:如精确匹配到对应的业务,智能交互模块将该业务转化为语音下发到语音网关,如未精确匹配到业务,即匹配到多个业务,将该多个业务对应的业务单转化为语音下发到语音网关,以指示用户选择具体的业务,如未匹配到对应的业务,将无法提供服务的提示信息转化为语音下发到语音网关,以通过语音网关向用户播报无法提供服务的提示信息。
101f:通过语音网关以语音方式将智能交互模块下发的语音播放给用户,
101g:用户与智能外呼系统进行交互沟通。
可见,通过如图1A所示的智能外呼系统,按照预先输入的文本信息与所述预设用户集群中的每个用户进行通话。
步骤S103、获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
可选的,该测试等级为每个用户对该文本信息对应的业务产品的感兴趣程度,测试等级越高感兴趣程度越大,该测试等级可以包括:A、B、C、D和E五个等级,仅为举例说明,不做限定,其中,A为高等级,E为低等级,。
可选的,根据所述通话记录确定每个用户的测试等级的实现过程可以为:确定所述通话记录的通话时长;获取所述文本信息对应的预设通话时长;根据所述通话时长与所述预设通话时长确定所述通话记录的通话进度,其中,该通话进度为所述通话时长相对于预设通话时长的占比;根据所述通话进度确定每个用户的测试等级,如根据表1的映射关系确定所述通话进度对应的测试等级。
表1:
通话进度 | 0% | 20% | 40% | 60% | ≥100% |
测试等级 | E | D | C | B | A |
可选的,根据所述通话记录确定每个用户的测试等级的实现过程可以为:对所述通话记录的通话语音进行文字转换,得到文字信息;对所述文字信息进行关键词识别,得到关键词组;根据所述关键词组确定所述通话记录对应的已执行对话流程;根据所述已执行对话流程和所述文字信息的预设对话流程确定通话进度,其中,所述通话进度为已执行对话流程的数量相对于所述预设对话流程的数量的占比;根据所述通话进度确定对每个用户的测试等级,即根据表1映射关系确定所述通话进度对应的测试等级。
举例来说,该文本信息为保险产品的文本信息时,且该包括开场白流程、产品介绍流程、购买渠道介绍流程、结束语流程,如该关键词组包括:“您好,打扰您”、“保险产品”、“理赔额度”、“理赔比例”、“无需额外费用”、“官网购买”、“产品负责人”、“再见,打扰您”,则确定关键词组“您好,打扰您”对应的流程为开场白流程、关键词组“保险产品”、“理赔额度”、“理赔比例”、“无需额外费用”对应的流程为产品介绍流程、确定关键词组“官网购买”、“产品负责人”对应的流程为购买渠道介绍流程、确定“再见,打扰您”对应的流程为结束语流程,故确定该通话记录对应的通话进度为100%,故该用户对应的测试等级为A,如该关键词组仅包括:“您好,打扰您”和“再见,打扰您”,则确定该通话记录对应的通话进度为0%,故该用户对应的测试等级为E。
可以看出,在本申请实施例中,通过模拟智能外呼,根据预设的文本信息与用户进行通讯,获取与用户的通话记录,根据通话记录确定用户的测试等级,无需真实的电话通路,即可获取到智能外呼时对用户的分配等级,从而简化了测试流程,提高了测试效率。
在一可能的示例中,根据与该业务产品对应的其他若干个不同形式的文本信息对所述预设用户群体进行测试,得到每个用户的若干个测试等级,获取每个用户的若干个测试等级的平均测试等级,将该平均测试等级作为每个用户的测试等级。通过求取测试等级的平均值,减少测试等级的测试误差,提高业务产品的推荐成功率。
在一可能的示例中,在根据所述通话进度确定对每个用户的测试等级之后,所述方法还包括:获取所述通话记录的通话语音;对所述通话语音进行情绪识别,得到每个用户在通话过程中的情绪信息,根据情绪信息与误差等级的映射关系确定所述情绪信息对应的误差等级;根据所述误差等级调整每个用户对应的测试等级,得到每个用户对应的最终测试等级,将所述最终测试等级作为每个用户的测试等级。可以看出,在本示例中,通过情绪识别,对测试等级进行动态调整,使最后得到的测试等级更加符合实际情况,提高测试等级的精度。
举例来说,设定不厌烦情绪对应的误差等级为减少一个测试等级,如该用户的通话进度为100%,但识别出该用户的情绪信息为不厌烦时,故将该用户的测试等级从A调整为B。
可选的,在上述可能的示例中,所述对所述通话语音进行情绪识别,得到每个用户在所述通话记录对应的通话时长内的情绪信息的实现过程可以为:根据预先训练好的人声提取模型(例如,Hourglass模型),对所述通话语音进行人声提取,得到包含人声的第一音频信号;根据独立分量分析算法与卡尔曼滤波算法滤除所述第一音频信号中的背景噪声,得到仅包含人声的第二音频信号;根据语音活动检测算法滤除所述第二音频信号的静音帧,得到第三音频信号;获取所述第三音频信号中与每个用户对应的音频帧,将所述与每个用户对应的音频帧组成用户音频;获取所述用户音频中的语言关键词和目标语调,根据所述语言关键词和目标语调确定语音特征点,得到所述用户音频的特征向量,将所述特征向量与模板向量进行匹配,得到匹配结果,根据所述匹配结果确定每个用户的情绪信息。
进一步地,获取所述第三音频信号中与每个用户对应的音频帧包括:对第三音频信号分帧,得到若干个音频帧;获取每个音频帧的音频特征,该音频特征包括:短时过零率、短时能量、语谱图等;将音频特征与智能机器人的预设音频特征进行比对,确定所述若干个音频帧中与智能机器人对应的音频帧和与每个用户对应的音频帧。
进一步地,该目标语调包括用户音频的音量、语速、音调以及各自的变化趋势中的至少一种,语音特征点包括关键词特征点和语调特征点;然后,对所述语音特征点进行卷积运算得到卷积运算结果;将所述语音特征点作为输入数据输入到情绪识别模型,进行卷积运算,得到所述用户音频的特征向量。
举例来说,可通过情绪敏感词词库对关键词进行匹配,将筛选出的敏感关键词确定为关键词特征点,其中,情绪敏感词词库包括用户各种不同情绪下常说的词汇。另外,由于目标语调通常是以波形图的形式展示的,因此可将该波形图中变化趋势比较明显的点作为语调特征点,例如,将该波形图中语速突然加快的点作为语调特征点。
在一可能的示例中,所述方法还包括:
对所述用户音频进行短时傅里叶变化,得到所述用户音频的声谱图;将所述用户音频的声谱图作为每个用户的声纹信息;将每个用户的声纹信息与每个用户的通讯方式进行关联存储。当然,也可以获取所述用户音频的音频特征,将该音频特征作为每个用户的声纹信息,本申请不对声纹信息的形式做唯一限定。可以看出,在本示例中,获取每个用户的声纹信息,确定在等级测试时的用户特征,以便后续营销时向相同的用户进行产品营销,提高业务产品推荐的成功率。
在一可能的示例中,所述方法还包括:
获取测试等级大于阈值的目标用户;获取所述目标用户的通讯方式以及声纹信息,向与所述文本信息对应的预设终端发送所述目标用户的通讯方式以及声纹信息,指示所述预设终端在向营销对象营销与所述文本信息对应的业务产品时,根据所述声纹信息判断营销对象是否为所述目标用户,所述营销对象为与所述通讯方式对应的用户。具体地,业务人员在通过预设终端向营销对象营销业务产品时,预设终端采集该营销对象的音频信息,分析并获取该音频信息对应的声纹信息,将该声纹信息与该测试端发送的声纹信息进行比对,如比对成功,则确定该营销对象为该目标用户,并在该预设终端的可视化界面显示为同一用户以及可直接进行营销的提示信息,如比对失败,则确定该营销对象不是该目标用户,并在预设终端的可视化界面显示不是同一用户以及重新营销的提示信息。可以看出,在本示例中,通过预先存储的声纹信息进行比对,提高推荐效率和准确度。
在一可能的示例中,所述方法还包括:
获取测试等级大于阈值的目标用户;从用户数据库中获取所述目标用户对应的营销模式,其中,所述营销模式包括:在线营销和线下营销;在所述营销为为在线营销时,获取所述目标用户的通讯方式以及声纹信息,向与所述文本信息对应的预设终端发送所述目标用户的通讯方式以及声纹信息,指示所述预设终端在向营销对象营销与所述文本信息对应的业务产品时,根据所述声纹信息判断营销对象是否为所述目标用户,所述营销对象为与所述通讯方式对应的用户;在所述营销模式为线下营销时,获取所述目标用户的通讯方式以及位置信息,根据所述位置信息确定目标线下公司,所述目标线下公司为与目标业务产品对应的线下公司,所述目标业务产品为与所述文本信息对应的业务产品,所述目标线下公司为与所述位置信息距离最近的线下公司;向所述目标线下公司中的目标终端发送所述目标用户的通讯方式以及位置信息,所述目标终端为所述目标线下公司中与所述目标业务产品相关的业务人员的终端设备。在本示例中,通过用户喜好的营销模式向用户营销业务产品,提高业务产品的营销成功率。
参阅图2,图2为本申请实施例提供的另一种测试方法的流程示意图,该方法应用于测试装置,该方法包括如步骤S201~S205中所示内容:
步骤S201、获取预先输入的文本信息。
步骤S202、模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话。
步骤S203、获取与每个用户的通话记录,根据所述通话记录确定每个用户的初始测试等级。
步骤S204、获取所述通话记录的通话语音,对所述通话语音进行情绪识别,得到每个用户在通话过程中的情绪信息。
步骤S205、根据情绪信息与误差等级的映射关系确定所述情绪信息对应的误差等级,根据所述误差等级调整每个用户的初始测试等级,得到每个用户的最终测试等级,将所述最终测试等级作为每个用户的测试等级。
需要说明的是,图2所示的方法的各个步骤的具体实现过程可参见上述图1所述方法的具体实现过程,在此不再叙述。
可以看出,在本申请实施例中,通过模拟智能外呼,根据预设的文本信息与用户进行通讯,获取与用户的通话记录,根据通话记录确定用户的测试等级,无需真实的电话通路,即可获取到智能外呼时对用户的分配等级,从而简化了测试流程,提高了测试效率;而且,通过对通话记录中的通话语音进行情绪分析,依据用户情绪对测试等级进行动态调整,从而提高了测试等级的精度。
参阅图3,图3为本申请实施例提供的另一种测试方法的流程示意图,该方法应用于测试装置,该方法包括如步骤S301~S308中所示内容:
步骤S301、获取预先输入的文本信息。
步骤S302、模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话。
步骤S303获取与每个用户的通话记录,根据所述通话记录确定每个用户的初始测试等级。
步骤S304、获取所述通话记录的通话语音,对所述通话语音进行情绪识别,得到每个用户在通话过程中的情绪信息。
步骤S305、根据情绪信息与误差等级的映射关系确定所述情绪信息对应的误差等级,根据所述误差等级调整每个用户的初始测试等级,得到每个用户的最终测试等级,将所述最终测试等级作为每个用户的测试等级。
步骤S306、对所述用户音频进行短时傅里叶变化,得到所述用户音频对应的声谱图。
步骤S307、将所述用户音频对应的声谱图作为每个用户的声纹信息,将每个用户的声纹信息与每个用户的通讯方式进行关联存储。
步骤S308、获取测试等级大于阈值的目标用户,获取所述目标用户的通讯方式以及声纹信息,向与所述文本信息对应的预设终端发送所述目标用户的通讯方式以及声纹信息,指示所述预设终端在向营销对象营销与所述文本信息对应的业务产品时,根据所述声纹信息判断营销对象是否为所述目标用户,所述营销对象为与所述通讯方式对应的用户。
需要说明的是,图3所示的方法的各个步骤的具体实现过程可参见上述图1所述方法的具体实现过程,在此不再叙述。
可以看出,在本申请实施例中,通过模拟智能外呼,根据预设的文本信息与用户进行通讯,获取与用户的通话记录,根据通话记录确定用户的测试等级,无需真实的电话通路,即可获取到智能外呼时对用户的分配等级,从而简化了测试流程,提高了测试效率;而且,通过对通话记录中的通话语音进行情绪分析,依据用户情绪对测试等级进行动态调整,从而提高了测试等级的精度;另外,获取用户的声纹信息,将声纹信息下发给预设终端,以便在进行业务营销时,确定当前用户是否为感兴趣用户,从而提高业务营销的精度,增加营销的成功率。
与上述图1、图2、图3所示的实施例一致的,请参阅图4,图4为本申请实施例提供的一种测试装置400的结构示意图,如图4所示,该电子设备400包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序不同于上述一个或多个应用程序,且上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令:
获取预先输入的文本信息;
模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话;
获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
在一可能的示例中,在根据所述通话记录确定每个用户的测试等级方面,上述程序具体用于执行以下步骤的指令:
确定所述通话记录的通话时长;
获取所述文本信息对应的预设通话时长;
根据所述通话时长与所述预设通话时长确定所述通话记录的通话进度;
根据所述通话进度确定每个用户的测试等级。
在一可能的示例中,在根据所述通话记录确定每个用户对应的测试等级方面,上述程序具体用于执行以下步骤的指令:
对所述通话记录的通话语音进行文字转换,得到文字信息;
对所述文字信息进行关键词识别,得到关键词组;
根据所述关键词组确定所述通话记录对应的已执行对话流程;
根据所述已执行对话流程和所述文字信息的预设对话流程确定通话进度,其中,所述通话进度为已执行对话流程的数量相对于所述预设对话流程的数量的占比;
根据所述通话进度确定对每个用户的测试等级。
在一可能的示例中,上述程序还用于执行以下步骤的指令:
获取所述通话记录的通话语音;
对所述通话语音进行情绪识别,得到每个用户在通话过程中的情绪信息,根据情绪信息与误差等级的映射关系确定所述情绪信息对应的误差等级;
根据所述误差等级调整每个用户对应的测试等级,得到每个用户对应的最终测试等级,将所述最终测试等级作为每个用户的测试等级。
在一可能的示例中,在对所述通话语音进行情绪识别,得到每个用户在所述通话记录对应的通话时长内的情绪信息方面,上述程序具体用于执行以下步骤的指令:
根据预先训练好的人声提取模型,对所述通话语音进行人声提取,得到包含人声的第一音频信号;
根据独立分量分析算法与卡尔曼滤波算法滤除所述第一音频信号中的背景噪声,得到仅包含人声的第二音频信号;
根据语音活动检测算法滤除所述第二音频信号的静音帧,得到第三音频信号;
获取所述第三音频信号中与每个用户对应的音频帧,将所述与每个用户对应的音频帧组成用户音频;
获取所述用户音频中的语言关键词和目标语调,根据所述语言关键词和目标语调确定语音特征点,得到所述用户音频的特征向量,将所述特征向量与模板向量进行匹配,得到匹配结果,根据所述匹配结果确定每个用户的情绪信息。
在一可能的示例中,上述程序还用于执行以下步骤的指令:
对所述用户音频进行短时傅里叶变化,得到所述用户音频对应的声谱图;
将所述用户音频对应的声谱图作为每个用户的声纹信息;
将每个用户的声纹信息与每个用户的通讯方式进行关联存储。
在一可能的示例中,上述程序还用于执行以下步骤的指令:
获取测试等级大于阈值的目标用户;
获取所述目标用户的通讯方式以及声纹信息,向与所述文本信息对应的预设终端发送所述目标用户的通讯方式以及声纹信息,指示所述预设终端在向营销对象营销与所述文本信息对应的业务产品时,根据所述声纹信息判断营销对象是否为所述目标用户,所述营销对象为与所述通讯方式对应的用户。
参阅图5,图5示出了上述实施例中所涉及的测试装置500的一种可能的功能单元组成框图,测试装置500包括:获取单元510、外呼单元520、确定单元530,其中:
获取单元510,用于获取预先输入的文本信息;
外呼单元520,用于模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话;
确定单元530,用于获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
在一可能的示例中,在根据所述通话记录确定每个用户的测试等级方面,确定单元530,具体用于:确定所述通话记录的通话时长;获取所述文本信息对应的预设通话时长;根据所述通话时长与所述预设通话时长确定所述通话记录的通话进度;根据所述通话进度确定每个用户的测试等级。
在一可能的示例中,在根据所述通话记录确定每个用户对应的测试等级方面,确定单元530,具体用于:对所述通话记录的通话语音进行文字转换,得到文字信息;对所述文字信息进行关键词识别,得到关键词组;根据所述关键词组确定所述通话记录对应的已执行对话流程;根据所述已执行对话流程和所述文字信息的预设对话流程确定通话进度,其中,所述通话进度为已执行对话流程的数量相对于所述预设对话流程的数量的占比;根据所述通话进度确定对每个用户的测试等级。
在一可能的示例中,测试装置500还包括识别单元540:
识别单元540,用于获取所述通话记录的通话语音;对所述通话语音进行情绪识别,得到每个用户在通话过程中的情绪信息,根据情绪信息与误差等级的映射关系确定所述情绪信息对应的误差等级;根据所述误差等级调整每个用户对应的测试等级,得到每个用户对应的最终测试等级,将所述最终测试等级作为每个用户的测试等级。
在一可能的示例中,在对所述通话语音进行情绪识别,得到每个用户在所述通话记录对应的通话时长内的情绪信息方面,识别单元540,具体用于:根据预先训练好的人声提取模型,对所述通话语音进行人声提取,得到包含人声的第一音频信号;根据独立分量分析算法与卡尔曼滤波算法滤除所述第一音频信号中的背景噪声,得到仅包含人声的第二音频信号;根据语音活动检测算法滤除所述第二音频信号的静音帧,得到第三音频信号;获取所述第三音频信号中与每个用户对应的音频帧,将所述与每个用户对应的音频帧组成用户音频;获取所述用户音频中的语言关键词和目标语调,根据所述语言关键词和目标语调确定语音特征点,得到所述用户音频的特征向量,将所述特征向量与模板向量进行匹配,得到匹配结果,根据所述匹配结果确定每个用户的情绪信息。
在一可能的示例中,测试装置500还包括存储单元550:
存储单元550,用于对所述用户音频进行短时傅里叶变化,得到所述用户音频对应的声谱图;将所述用户音频对应的声谱图作为每个用户的声纹信息;将每个用户的声纹信息与每个用户的通讯方式进行关联存储。
在一可能的示例中,测试装置500还包括发送单元560:
发送单元560,用于获取测试等级大于阈值的目标用户;获取所述目标用户的通讯方式以及声纹信息,向与所述文本信息对应的预设终端发送所述目标用户的通讯方式以及声纹信息,指示所述预设终端在向营销对象营销与所述文本信息对应的业务产品时,根据所述声纹信息判断营销对象是否为所述目标用户,所述营销对象为与所述通讯方式对应的用户。
本申请实施例还提供一种计算机存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如上述方法实施例中记载的任何一种测试方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种测试方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种测试方法,其特征在于,包括:
获取预先输入的文本信息;
模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话;
获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
2.根据权利要求1所述的方法,其特征在于,所述根据所述通话记录确定每个用户的测试等级,包括:
确定所述通话记录的通话时长;
获取所述文本信息对应的预设通话时长;
根据所述通话时长与所述预设通话时长确定所述通话记录的通话进度;
根据所述通话进度确定每个用户的测试等级。
3.根据权利要求1所述的方法,其特征在于,所述根据所述通话记录确定每个用户对应的测试等级,包括:
对所述通话记录的通话语音进行文字转换,得到文字信息;
对所述文字信息进行关键词识别,得到关键词组;
根据所述关键词组确定所述通话记录对应的已执行对话流程;
根据所述已执行对话流程和所述文字信息的预设对话流程确定通话进度,其中,所述通话进度为已执行对话流程的数量相对于所述预设对话流程的数量的占比;
根据所述通话进度确定对每个用户的测试等级。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
获取所述通话记录的通话语音;
对所述通话语音进行情绪识别,得到每个用户在通话过程中的情绪信息,根据情绪信息与误差等级的映射关系确定所述情绪信息对应的误差等级;
根据所述误差等级调整每个用户的测试等级,得到每个用户的最终测试等级,将所述最终测试等级作为每个用户的测试等级。
5.根据权利要求4所述的方法,其特征在于,所述对所述通话语音进行情绪识别,得到每个用户在所述通话记录对应的通话时长内的情绪信息,包括:
根据预先训练好的人声提取模型,对所述通话语音进行人声提取,得到包含人声的第一音频信号;
根据独立分量分析算法与卡尔曼滤波算法滤除所述第一音频信号中的背景噪声,得到仅包含人声的第二音频信号;
根据语音活动检测算法滤除所述第二音频信号的静音帧,得到第三音频信号;
获取所述第三音频信号中与每个用户对应的音频帧,将所述与每个用户对应的音频帧组成用户音频;
获取所述用户音频中的语言关键词和目标语调,根据所述语言关键词和目标语调确定语音特征点,得到所述用户音频的特征向量,将所述特征向量与模板向量进行匹配,得到匹配结果,根据所述匹配结果确定每个用户的情绪信息。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
对所述用户音频进行短时傅里叶变化,得到所述用户音频对应的声谱图;
将所述用户音频对应的声谱图作为每个用户的声纹信息;
将每个用户的声纹信息与每个用户的通讯方式进行关联存储。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取测试等级大于阈值的目标用户;
获取所述目标用户的通讯方式以及声纹信息,向与所述文本信息对应的预设终端发送所述目标用户的通讯方式以及声纹信息,指示所述预设终端在向营销对象营销与所述文本信息对应的业务产品时,根据所述声纹信息判断营销对象是否为所述目标用户,所述营销对象为与所述通讯方式对应的用户。
8.一种测试装置,其特征在于,包括:
获取单元,用于获取预先输入的文本信息;
外呼单元,用于模拟智能外呼,根据所述文本信息分别与预设用户集群中的每个用户进行通话;
确定单元,用于获取与每个用户的通话记录,根据所述通话记录确定每个用户的测试等级。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行权利要求1-7任一项方法中的步骤的指令。
10.一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存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910603848.6A CN110458599A (zh) | 2019-07-05 | 2019-07-05 | 测试方法、测试装置及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910603848.6A CN110458599A (zh) | 2019-07-05 | 2019-07-05 | 测试方法、测试装置及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110458599A true CN110458599A (zh) | 2019-11-15 |
Family
ID=68482193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910603848.6A Pending CN110458599A (zh) | 2019-07-05 | 2019-07-05 | 测试方法、测试装置及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458599A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990545A (zh) * | 2019-11-28 | 2020-04-10 | 重庆锐云科技有限公司 | 一种人工智能电话拓客营销管理系统、方法 |
CN111464701A (zh) * | 2020-03-12 | 2020-07-28 | 云知声智能科技股份有限公司 | 一种对机器人外呼电话系统进行模拟多轮测试方法及装置 |
CN113569021A (zh) * | 2021-06-29 | 2021-10-29 | 杭州摸象大数据科技有限公司 | 用户分类的方法、计算机设备和可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106254696A (zh) * | 2016-08-02 | 2016-12-21 | 北京京东尚科信息技术有限公司 | 外呼结果确定方法、装置及系统 |
CN108650426A (zh) * | 2018-02-08 | 2018-10-12 | 中移在线服务有限公司 | 一种呼叫中心预测外呼方法及系统 |
CN109462707A (zh) * | 2018-11-13 | 2019-03-12 | 平安科技(深圳)有限公司 | 基于自动外呼系统的语音处理方法、装置和计算机设备 |
CN109672794A (zh) * | 2018-12-04 | 2019-04-23 | 天津深思维科技有限公司 | 一种智能语音外呼系统 |
-
2019
- 2019-07-05 CN CN201910603848.6A patent/CN110458599A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106254696A (zh) * | 2016-08-02 | 2016-12-21 | 北京京东尚科信息技术有限公司 | 外呼结果确定方法、装置及系统 |
CN108650426A (zh) * | 2018-02-08 | 2018-10-12 | 中移在线服务有限公司 | 一种呼叫中心预测外呼方法及系统 |
CN109462707A (zh) * | 2018-11-13 | 2019-03-12 | 平安科技(深圳)有限公司 | 基于自动外呼系统的语音处理方法、装置和计算机设备 |
CN109672794A (zh) * | 2018-12-04 | 2019-04-23 | 天津深思维科技有限公司 | 一种智能语音外呼系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990545A (zh) * | 2019-11-28 | 2020-04-10 | 重庆锐云科技有限公司 | 一种人工智能电话拓客营销管理系统、方法 |
CN111464701A (zh) * | 2020-03-12 | 2020-07-28 | 云知声智能科技股份有限公司 | 一种对机器人外呼电话系统进行模拟多轮测试方法及装置 |
CN113569021A (zh) * | 2021-06-29 | 2021-10-29 | 杭州摸象大数据科技有限公司 | 用户分类的方法、计算机设备和可读存储介质 |
CN113569021B (zh) * | 2021-06-29 | 2023-08-04 | 杭州摸象大数据科技有限公司 | 用户分类的方法、计算机设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10236001B2 (en) | Passive enrollment method for speaker identification systems | |
CN108737667B (zh) | 语音质检方法、装置、计算机设备及存储介质 | |
CN109767765A (zh) | 话术匹配方法及装置、存储介质、计算机设备 | |
CN107481720B (zh) | 一种显式声纹识别方法及装置 | |
US8078698B2 (en) | Methods, systems, and products for producing persona-based hosts | |
WO2021056837A1 (zh) | 服务质量评测产品定制平台及方法 | |
CN109949071A (zh) | 基于语音情绪分析的产品推荐方法、装置、设备和介质 | |
CN110458599A (zh) | 测试方法、测试装置及相关产品 | |
US9652999B2 (en) | Computer-implemented systems and methods for estimating word accuracy for automatic speech recognition | |
US20130253932A1 (en) | Conversation supporting device, conversation supporting method and conversation supporting program | |
CN110335596A (zh) | 基于语音识别的产品推荐方法、装置、设备和存储介质 | |
CN110289015B (zh) | 一种音频处理方法、装置、服务器、存储介质及系统 | |
US20090150341A1 (en) | Generation of alternative phrasings for short descriptions | |
CN110457454A (zh) | 一种对话方法、服务器、对话系统及存储介质 | |
CN113709313B (zh) | 客服通话数据智能质检方法、装置、设备及介质 | |
US10446138B2 (en) | System and method for assessing audio files for transcription services | |
CN107767862B (zh) | 语音数据处理方法、系统及存储介质 | |
CN113064983A (zh) | 语义检测方法、装置、计算机设备及存储介质 | |
US20230024052A1 (en) | Techniques for managing softphone repositories and establishing communication channels | |
CN110796322A (zh) | 一种翻译译员的评分系统及方法 | |
KR102583434B1 (ko) | 음성 상담의 품질 평가 방법 및 시스템 | |
CN111556096B (zh) | 信息推送方法、装置、介质及电子设备 | |
Larsen | Combining objective and subjective data in evaluation of spoken dialogues | |
KR20170027573A (ko) | 전화 외국어 매칭 방법 | |
CN113726962B (zh) | 服务质量的评价方法、装置、电子设备以及存储介质 |
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 |