CN110705309A - 服务质量评测方法及系统 - Google Patents

服务质量评测方法及系统 Download PDF

Info

Publication number
CN110705309A
CN110705309A CN201910886893.7A CN201910886893A CN110705309A CN 110705309 A CN110705309 A CN 110705309A CN 201910886893 A CN201910886893 A CN 201910886893A CN 110705309 A CN110705309 A CN 110705309A
Authority
CN
China
Prior art keywords
service
score
content
quality
voice
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.)
Granted
Application number
CN201910886893.7A
Other languages
English (en)
Other versions
CN110705309B (zh
Inventor
任一
许建伟
张金
缪庆亮
曹之晟
初敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AI Speech Ltd
Original Assignee
AI Speech Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by AI Speech Ltd filed Critical AI Speech Ltd
Priority to CN201910886893.7A priority Critical patent/CN110705309B/zh
Publication of CN110705309A publication Critical patent/CN110705309A/zh
Application granted granted Critical
Publication of CN110705309B publication Critical patent/CN110705309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • 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
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5175—Call or contact centers supervision arrangements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请公开一种服务质量评测方法及系统，其中，所述方法包括：接收服务人员所佩戴的终端设备所上传的音频文件；确定对应于所述音频文件的语音内容和语义内容；至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。本申请实施例实现了自动对服务人员的服务质量的评测，并且同时考量语音内容和语义内容，能够更加准确的确定服务质量。

Description

服务质量评测方法及系统
技术领域
本申请涉及服务质量评价技术领域，尤其涉及一种服务质量评测方法及系统。
背景技术
随着社会经济和文化的发展，无论是消费者还是商家本身，都越来越重视消费过程中的服务体验。尤其是餐饮行业的线下门店，服务满意度一直都是商家建立自己良好口碑的重要一环。而在这其中，门店服务人员的服务水平又是最关键的一环。
目前餐饮企业保障门店服务质量的重要手段之一，就是对服务人员服务质量的检查。但具体检查办法，主要还是依靠人工监督的方式，例如质检员或者经理领班的日常巡查等。
随着人工智能技术的发展及落地，语音识别、自然语言处理等技术开始应用于各行各业。但目前市面上与服务测评有关的人工智能产品，主要是应用于呼叫中心客服电话的智能语音质检系统。针对线下门店服务测评的智能产品尚为空白。
基于人工的服务测评手段，一般包括日常的巡查、定期的培训考核等。在不影响对客户服务的情况下，质检员可采取抽查提问、查阅记录、现场检查、询问顾客意见等方式对各个检查项目进行检查。部分企业也会斥资聘请专家测评师扮做顾客，对餐饮服务质量进行不定期暗访检查。
基于人工智能的呼叫中心语音质检系统一般由语音转写模块和文本质检模块组成。语音转写模块，可以将客服电话的录音音频文件，识别转化为文本文件。文本质检模块则针对转化好的文本文件进行关键词检出等处理，给出分析结果。
针对电话渠道的坐席服务特点，这类系统通常包括：
关键词检测，对于一段指定语音，根据预设质检词语，检测出相应的位置，可供人工质检人员有目的测听；
情绪检测，通过语音及文本中的各种信息，分析对话者的情绪；
静音检测，可检测出坐席未及时应答、冷场、技能不熟练、客户等待超长等情况；
语速检测，分析出坐席人员说话的平均语速及实时语速，以作为其服务态度、熟练程度及服务质量的依据。
基于人工的服务测评手段，主要缺陷包括：
覆盖度不足，由于质检员人手有限，而服务人员众多，日常巡查无法关注到所有的服务人员，时间和空间的覆盖度均十分有限；
效率低下：由于服务人员并非每时每刻都在与顾客进行沟通交流提供服务，因此质检员的工作效率存在局限性；
评测含有主观性：人工质检存在质检员个人偏好、情绪波动、工作疲劳度等因素引起的主观性判断，甚至存在对某个服务人员的长期固有印象影响；
结果难以数据化：人工质检的结果，无法记录过程信息，难以数据化和完整化，无法进行后续的大数据分析，导致测评结果无法被充分挖掘利用。
而呼叫中心智能质检系统又局限于电话客服领域，并不适用于传统线下门店的服务测评，其产品形态与餐饮服务测评需求有诸多不同之处，具体包括：
语音采集渠道不同，呼叫中心通话通过电信渠道完成，有成熟的录音产品方案，一般质检系统无需考虑语音采集问题，只需要直接对录音文件处理即可。而线下门店需要根据具体服务形式，提供耳麦等移动终端进行语音采集和处理。
线上线下环境不同，电话渠道一般为一对一通话，通常环境较为安静。而线下门店属于公共场所，环境开放，服务录音掺杂了大量的背景人声、音乐声等等噪音，处理难度高。
服务话题多样性不同，电话渠道坐席一般针对来电顾客的某个具体诉求进行解答处理，而门店服务，顾客有各种各样的诉求，在开放环境下，存在很多可能出现的情况和场面，需要灵活应对。
服务密度不同，电话渠道在通话过程中，坐席与顾客始终处在交流之中，录音中几乎均为有效语音。而线下门店服务人员工作期间，并不是时时刻刻都需要与顾客进行交流。
发明内容
本申请实施例提供一种服务质量评测方法及系统，用于至少解决上述技术问题之一。
第一方面，本申请实施例提供一种服务质量评测方法，包括：
接收服务人员所佩戴的终端设备所上传的音频文件；
确定对应于所述音频文件的语音内容和语义内容；
至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。
第二方面，本申请实施例提供一种服务质量评测系统，包括：
数据接收模块，用于接收服务人员所佩戴的终端设备所上传的音频文件；
音频文件分析模块，用于确定对应于所述音频文件的语音内容和语义内容；
评分确定模块，用于至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。
第三方面，本申请实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本申请上述任一项服务质量评测方法。
第四方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请上述任一项服务质量评测方法。
第五方面，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在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项服务质量评测方法。
本申请实施例的有益效果在于：本申请实施例实现了自动对服务人员的服务质量的评测，并且同时考量语音内容和语义内容，能够更加准确的确定服务质量。
附图说明
为了更清楚地说明本申请实施例的技术方案，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为本申请的服务质量评测方法的一实施例的流程图；
图2为本申请的服务质量评测方法的另一实施例的流程图；
图3为本申请的服务质量评测系统的一实施例的原理框图；
图4为本申请的服务质量评测系统的另一实施例的原理框图；
图5为实施本申请的服务质量评测方法的系统的一实施例的架构图；
图6为本申请的服务质量评测方法的另一实施例的流程图；
图7为本申请的电子设备的一实施例的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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做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。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本申请的服务质量评测方法及系统适用于对任何服务行业(例如，餐饮、零售、汽车、数码等诸多行业的线下门店)的服务人员的服务质量进行测评。示例性地，以下以餐饮行业的服务人员的服务质量测评为例进行详细说明。
本申请提出的基于语音识别的餐饮服务测评系统结合了人工智能技术与餐饮行业实际需求，提出了一种完整的产品解决方案，重在针对性的解决具体垂直行业的服务测评诉求。
方案通过服务人员佩戴降噪耳麦，连接专用移动设备进行语音采集。再将采集的音频文件通过语音转写引擎，转写为文本数据，再通过文本分析引擎分析处理，最终给出服务测评结果，上传管理系统。
通过该种自动化的采集分析测评系统，可以解决前述人工测评手段的诸多缺陷：百分之百覆盖门店所有服务人员、所有工作时间段；处理效率可根据客户需求，通过合理的服务器配置实现。一般当天采集的语音数据在T+1天即可完成分析处理；测评维度及标准客观化，不受人为主观影响；最重要的一点是录音全量采集，所有数据均可保存分析，为企业大数据分析提供了基础保障。
同时，系统针对呼叫中心智能质检产品的缺陷，从产品形态上进行了重新设计和优化，包括：
采用具备降噪技术的音频采集设备，对餐厅环境噪音进行有效抑制过滤，同时满足服务人员移动性、灵活性等工作需求；
采用VAD端点检测技术，仅对服务人员的有效语音信息进行采集保存，节省了大量的存储成本和处理时间；
采集餐饮行业大量的语料数据，包括现场录音、行业话术知识等进行针对性的声学模型及语言学模型训练；
深度结合餐饮服务行业标准，设计测评算法模型，从不同维度不同层次给出计算分值，最终综合评定服务等级。
如图1所示，为本申请的服务质量评测方法的一实施例的流程图，包括以下步骤：
S10、接收服务人员所佩戴的终端设备所上传的音频文件。
其中，音频文件为终端设备所录制的包含了服务人员与客户之间对话语音的音频片段。示例性地，终端设备可以为具备录音功能的电子设备，包括但不限于录音机、智能手机等，本申请对此不作限定。
示例性地，终端设备可以实时的将所采集的音频文件上传至云端服务器，也可以按照预定时间间隔进行上传(例如，1小时、10小时、24小时)，本申请对此不作限定。
S20、确定对应于所述音频文件的语音内容和语义内容。
其中，语义内容为表征服务人员或者客户情绪的内容，可以基于该内容进行服务质量评分。
示例性地，语音内容由预先训练的语音模型(即，语音识别模型)识别音频文件得到，语义内容可以由预先训练的语义模型(即，语义识别模型)识别音频文件得到。
S30、至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。
本申请实施例实现了自动对服务人员的服务质量的评测，并且同时考量语音内容和语义内容，能够更加准确的确定服务质量。
如图2所示，为本申请的服务质量评测方法的另一实施例的流程图，其中，至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分包括：
S31、分析所述语音内容是否符合服务热情度要求，并确定第一维度评分；
S32、分析所述语音内容是否符合服务专业度要求，并确定第二维度评分；
S33、分析所述语音内容是否符合服务耐心度要求，并确定第三维度评分；
S34、分析所述语音内容及所述语义内容以确定当前服务人员的服务合规性，并确定第四维度评分；
S35、分析所述语音内容及所述语义内容以确定当前服务人员和/或客户的情绪类型，并确定第五维度评分；
S36、分析所述语音内容及所述语义内容以确定当前服务人员对客户投诉的回应安抚是否合情合理，并确定第六维度评分；
S37、根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分。
本申请实施例中同时考虑了对服务人员的服务质量加分和减分的项目的监测，并综合得出了最终的服务质量评分，从而能够更加客观准确的反应服务人员的服务质量。
在一些实施例中，根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分包括：
设定第一至第六维度评分分别为x1至x6；
所述服务质量评分确定为：X＝a x1+b x2+c x3+d x4+e x5+f x6；
其中，a、b、c、d、e、f为正数加权系数，可根据实际场景中，各维度的权重进行设置。
在一些实施例中，所述终端设备所上传的音频文件为设定时间内所述终端设备所采集的当前服务人员与客户之间的对话音频，设定时间可以是1小时、10小时或者24小时，本申请对此不作限定。
以上六个维度称为：服务热情度、服务专业度、服务耐心度、服务合规性、服务情绪、客诉处理。
进一步地，其中，x1至x6的初始取值为0。根据上述六个维度分别进行处理。
服务热情度：每次分析所述语音内容中，存在热情度话术时(例如“客官请跟我来，小心台阶/小心转角/小心斜坡/小心地滑”)，x1取值加1，存在服务敬语时，x1取值加1，存在热情度禁忌术语时(例如“我们今天比较忙，您先自己看吧”)，x1取值减10；
服务专业度：每次分析所述语音内容中，介绍菜品服务时，符合专业标准话术时(例如“荣登中华名菜榜，精选XX优质草鱼、口味麻辣鲜香”)，x2取值加1，不符合专业标准话术时，x2取值减5；
服务耐心度：每次分析所述语音内容中，存在耐心度话术时(例如“对不起，我没听清客官的话，能请您再说一遍好吗？”)，x3取值加1，存在耐心度禁忌术语时(例如“你大声点，我听不清”)，x3取值减10；
服务合规性：每次分析所述语音内容中，存在合规性话术时(例如“客官，最近我们店推出了新品XX，因为最近点过这道新品的顾客反映都挺不错的，您不妨试试。”)，x4取值加1，存在合规性禁忌术语时，x4取值减10。同时分析所述语义内容中，针对顾客问题进行了准确合规回答时，x4取值加5，未能准确回答顾客问题，存在误导回答时，x4取值减20。同时结合上下文关联检测，整个服务期间按照规范流程为顾客提供了服务，x4取值加10，流程不规范时，x4取值减10；
服务情绪：每次结合所述语音内容及所述语义内容，确定当前服务人员和/或客户的情绪类型为负面情绪时，x5取值减10；每次分析所述语义内容确定当前服务人员和/或客户的情绪类型为正面情绪时，x5取值加1；
客诉处理：每次分析所述语音内容中，存在顾客投诉行为时，服务人员话术符合标准客诉处理话术时，x6取值加5，存在客诉处理禁忌术语时，x6取值减20。同时分析所述语义内容中，针对顾客投诉内容进行了合规回应并采取了安抚措施时，x6取值加5，未能合规回应时，x6取值减20。
在一些实施例中，服务质量评测方法还包括：
查询是否存在由其它终端设备所上传的当前服务人员的禁忌术语，所述禁忌术语为热情度禁忌术语和/或耐心度禁忌术语和/或合规性禁忌术语；
当查询到所述禁忌术语时，则确定所述禁忌术语所对应的时间戳；
查询当前终端设备所上传的音频文件中在所述时间戳所对应的时间点处是否存在所述禁忌术语；
如果是，则采信步骤S30中所确定的所述服务质量评分；
如果否，则判定当前服务人员存在作弊嫌疑，并做嫌疑标记。
当未查询到所述禁忌术语时，则采信步骤S30中所确定的所述服务质量评分。
本实施例能够针对服务人员在服务过程中的作弊行为进行监测，从而能够更加准确可靠的确定当前服务人员的服务质量。因为在实际的工作中，服务人员在想要说禁忌术语时可能会故意避开其所佩戴的终端设备的收音(例如，关闭终端设备，或者堵上终端设备的收音部位)，从而逃避自身所佩戴的终端设备的录音。
但是，在实际的工作场所中，并不只有一个服务人员，当有多个服务人员时就会有多个服务人员就有多个终端设备在进行录音，某一个服务人员想要作弊时，不可能关闭其他人的终端设备，从而其他人的终端设备就能够采集到该某一服务人员说出禁忌术语的音频，并上传至云端服务器(示例性地，可以是终端设备根据录制音频中的声纹特征确定是否为本店面内其他服务人员的语音，如果是则将其上传至云端服务器；或者终端设备不作判断直接将所采集的音频文件上传至云端服务器，由云端服务器根据声纹特征判断是否存在本店面中其它服务人员的语音并进行存储)。
进一步地，本实施例中只有在其它终端设备上传了当前服务人员所说的禁忌术语，并且当前终端设备所上传的音频中不存在相应的禁忌术语音频时，才判定当前服务人员存在作弊嫌疑并进行标记，避免了无标记，使得标记结果更加准确。
在一些实施例中，所述终端设备所上传的音频文件为采用语音端点检测方法所采集的音频片段。
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合并，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优选实施例，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。
如图3所示，本申请的实施例还提供一种服务质量评测系统300，包括：
数据接收模块310，用于接收服务人员所佩戴的终端设备所上传的音频文件；
音频文件分析模块320，用于确定对应于所述音频文件的语音内容和语义内容；
评分确定模块330，用于至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。
如图4所述，在一些实施例中，所述评分确定模块330包括：
第一分析单元331，用于分析所述语音内容是否符合服务热情度要求，以确定第一维度评分；
第二分析单元332，用于分析所述语音内容是否符合服务专业度要求，以确定第二维度评分；
第三分析单元333，用于分析所述语音内容是否符合服务耐心度要求，以确定第三维度评分；
第四分析单元334，用于分析所述语音内容及所述语义内容以确定当前服务人员的服务合规性，以确定第四维度评分；
第五分析单元335，用于分析所述语音内容及所述语义内容以确定当前服务人员和/或客户的情绪类型，以确定第五维度评分；
第六分析单元336，用于分析所述语音内容及所述语义内容以确定当前服务人员对客户投诉的回应安抚是否合情合理，以确定第六维度评分；
评分确定单元337，用于根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分。
在一些实施例中，根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分包括：
设定第一至第六维度评分分别为x1至x6；
所述服务质量评分确定为：X＝a x1+b x2+c x3+d x4+e x5+f x6；
其中，a、b、c、d、e、f为正数加权系数，可根据实际场景中，各维度的权重进行设置。
在一些实施例中，所述终端设备所上传的音频文件为设定时间内所述终端设备所采集的当前服务人员与客户之间的对话音频，设定时间可以是1小时、10小时或者24小时，本申请对此不作限定。
以上六个维度称为：服务热情度、服务专业度、服务耐心度、服务合规性、服务情绪、客诉处理。
进一步地，其中，x1至x6的初始取值为0。根据上述六个维度分别进行处理。
服务热情度：每次分析所述语音内容中，存在热情度话术时，x1取值加1，存在服务敬语时，x1取值加1，存在热情度禁忌术语时，x1取值减10；
服务专业度：每次分析所述语音内容中，介绍菜品服务时，符合专业标准话术时，x2取值加1，不符合专业标准话术时，x2取值减5；
服务耐心度：每次分析所述语音内容中，存在耐心度话术时，x3取值加1，存在耐心度禁忌术语时，x3取值减10；
服务合规性：每次分析所述语音内容中，存在合规性话术时，x4取值加1，存在合规性禁忌术语时，x4取值减10。同时分析所述语义内容中，针对顾客问题进行了准确合规回答时，x4取值加5，未能准确回答顾客问题，存在误导回答时，x4取值减20。同时结合上下文关联检测，整个服务期间按照规范流程为顾客提供了服务，x4取值加10，流程不规范时，x4取值减10；
服务情绪：每次结合所述语音内容及所述语义内容，确定当前服务人员和/或客户的情绪类型为负面情绪时，x5取值减10；每次分析所述语义内容确定当前服务人员和/或客户的情绪类型为正面情绪时，x5取值加1；
客诉处理：每次分析所述语音内容中，存在顾客投诉行为时，服务人员话术符合标准客诉处理话术时，x6取值加5，存在客诉处理禁忌术语时，x6取值减20。同时分析所述语义内容中，针对顾客投诉内容进行了合规回应并采取了安抚措施时，x6取值加5，未能合规回应时，x6取值减20。
在一些实施例中，服务质量评测系统还包括作弊嫌疑确定模块，被配置为执行以下步骤：
查询是否存在由其它终端设备所上传的当前服务人员的禁忌术语，所述禁忌术语为热情度禁忌术语和/或耐心度禁忌术语和/或合规性禁忌术语；
当查询到所述禁忌术语时，则确定所述禁忌术语所对应的时间戳；
查询当前终端设备所上传的音频文件中在所述时间戳所对应的时间点处是否存在所述禁忌术语；
如果是，则采信评分确定模块330所确定的所述服务质量评分；
如果否，则判定当前服务人员存在作弊嫌疑，并做嫌疑标记。
当未查询到所述禁忌术语时，则采信评分确定模块330所确定的所述服务质量评分。
在一些实施例中，所述终端设备所上传的音频文件为采用语音端点检测方法所采集的音频片段。
在一些实施例中，本申请实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本申请上述任一项服务质量评测方法。
在一些实施例中，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在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项服务质量评测方法。
在一些实施例中，本申请实施例还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行服务质量评测方法。
在一些实施例中，本申请实施例还提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现服务质量评测方法。
上述本申请实施例的服务质量评测系统可用于执行本申请实施例的服务质量评测方法，并相应的达到上述本申请实施例的实现服务质量评测方法所达到的技术效果，这里不再赘述。本申请实施例中可以通过硬件处理器(hardware processor)来实现相关功能模块。
示例性地，如图5所示，为实施本申请的服务人员服务质量评测方法的系统架构图，包括客户端和云端，其中，客户端包括蓝牙耳机、移动端测评APP和测评管理系统；云端包括接入服务器、语音转写服务器、文本分析服务器、测评平台服务器、文件存储服务器、语音模型训练服务器和语义模型训练服务器。需要说明的是其中云端涉及的各种服务器可以是独立的服务器，也可以是一个服务器的一个功能模块，本申请对此不作限定。
示例性地，基于以上系统架构，服务人员在工作时间，通过佩戴专用蓝牙耳麦，连接移动端测评App，完成语音的采集任务。移动端测评App会自动将采集的音频文件，通过云端服务接口，上传至接入服务器，并保存在文件存储服务器上。
接入服务器在收到并保存完音频文件后，会向语音转写服务器推送转写消息。语音转写服务器从消息队列中不断取出需要处理的转写任务，并从文件存储服务器中获得转写任务对应的音频文件进行处理。转写后的文本数据同样存储在文件存储服务器上。
每日工作时间结束后，文本分析服务器将当日产生的任务数据对应的转写文本数据取出，以每个服务人员为单位，进行分析处理。处理完成后，将结果上传至测评平台服务器。
测评平台服务器对测评结果进行汇总统计，并生成客户预期的数据报表。企业管理者或者门店负责人可以从Web端的测评管理系统登录并访问测评平台，查看服务测评结果及企业或门店数据报表，开展相应的业务工作。而服务人员也可以从App端登录并访问测评平台，查询自己的服务测评结果并进行反馈。
此外，还需要语音和语义模型训练服务器，主要是离线进行ASR和NLP模型的训练。这种训练任务可以定期进行，不断的根据系统实际运转过程中采集的语音语料数据，进行标注训练，从而针对性的持续提高语音识别和语义理解准确率。
如图6所示，为本申请的服务质量评测方法的一实施例的流程图，包括以下步骤：
步骤1：音频采集
通过移动端录音设备进行音频采集，一般采用16kHz16bit的采样率。
步骤2：CVC降噪
使用CVC技术进行降噪处理，一般在音频采集设备，如耳麦上完成此环节处理。由于餐厅环境背景噪声嘈杂，因此本系统采用CVC双麦克降噪方案，可以抑制多种类型的噪音，包括：周围顾客和其他服务人员的说话声，背景音乐，人员走动声音等。
步骤3：VAD端点检测
在App端通过调用VAD功能的SDK，来对采集设备传输过来的音频流进行检测。当检测到语音首端点出现时，代表有人开始说话，此时开始保存音频。当检测到语音尾端点出现时，代表人停止讲话，此时暂停保存音频，直到下次首端点出现。在实际场景中，可以根据实测情况进行端点检测灵敏度的设置。
步骤4：语音转写分析
对步骤3保存的音频文件进行非实时性的语音转写。在此环节中，除语音识别外，还需用到话者分离技术，即通过当前服务人员的语音及声纹特征，将其说话内容与音频中其他人的说话内容分离开来。这样才能对服务人员和顾客的说话内容分别进行后续分析处理。
步骤5：文本分析
以某实际项目中某服务员A的录音数据为例，经过前4个步骤的处理，得到如下的识别文本(仅截取三条结果示例)：
Figure BDA0002207566540000141
步骤5对此识别文本逐条进行处理，每一条的处理过程具体包括：
1)、服务话术匹配、服务敬语检测、上下文关联检测，其中，
服务话术匹配，通过计算服务人员的说话内容(Text字段)，与标准服务话术库中的话术进行相似度比较，从而判断服务人员是否按照规定的话术在对顾客进行服务，例如迎宾送客、菜品介绍等；
服务敬语检测，通过对规定敬语，例如“您好”、“请慢用”等词汇的检测，来判断服务人员是否对顾客礼貌；
上下文关联检测，检测服务人员是否在整个服务期间按照工作流程为顾客提供了服务，是否根据具体场景，例如顾客的说话内容，而针对性的进行了合规的回答，是否存在误导顾客、诱导消费等行为；
2)、服务热情度检测：判断服务人员的服务是否主动，说话内容是否详细充分的为顾客进行了讲解等；
3)、服务忌语检测，判断服务员是否有辱骂顾客、不礼貌不文明等行为出现；
4)、情绪检测，结合语音情绪(EmotionValue字段)，对服务人员及顾客的语义情绪进行判断，标记出负面情绪出现的点。
步骤6：分值计算
将步骤5的分析结果，送入分值计算模型中，按照根据业务标准和行业专家经验给出的加分项、减分项以及对应分值，生成服务人员多维度的服务打分，并将各维度分值按照维度权重要求归一化到统一区间。
仍以服务员A为例，下表是其某天具体的测评分值：
Figure BDA0002207566540000161
其中，根据业务标准和行业专家经验，给出这六个维度的话术库(例如，可以包括标准话术库、敬语库、忌语库、知识库以及规则库等)，供机器进行离线学习训练，建立语义模型。在线测评过程中，根据步骤5对识别文本的逐条处理结果(如服务员A的某条文本与某维度话术库中的某条标准话术的偏差程度、是否命中了某条敬语或忌语、是否符合知识库答案内容、是否符合某条规则指定的上下文顺序等)，再结合预设的加减分规则，来逐条累计各维度的得分。各维度累计得分会统一归一化到区间[0,1]中。而总分则根据各维度的权重设置(各维度权重之和为1)，进行加权平均得到。
步骤7：等级评估
在步骤6的分值基础上，给出服务人员的绝对等级和相对等级。
绝对等级是结合业内平均水平，以及行业专家给定的标准水平，所评估的行业内服务水平等级。即，根据业内大量服务测评的数据，按照正态分布，得到测评分数的统计模型，再由行业专家划定各等级的分数线。从而按照服务员A总分落入的等级区间，得到其绝对等级。
相对等级即在所属门店内，根据分值排名情况以及各等级名额占比给出的服务水平等级。例如，某门店规定A、A-、B、B-、C+、C级服务员的占比分别为10％、20％、30％、20％、10％、10％，假设该店共有服务人员10名，则按总分排序后，第一名为A、第2、3名为A-，以此类推。
步骤8：结果反馈
将测评分数及等级结果上传至测评平台，并推送给服务人员和管理人员。服务人员可以查看自己的分数及等级，并在需要时提出申诉。管理人员可对AI测评结果进行抽查，尤其是对服务人员申诉的处理进行复核。复核结果可进一步指导AI测评模型的训练，从而持续优化。
步骤9：数据挖掘
通过上述方案，系统在实施上线后，会不断积累越来越多的数据供挖掘分析。具体包括：服务通病挖掘，可以分析多数服务人员常见的服务问题，从而有效指导服务培训工作的开展，提升整体服务水平；服务标杆挖掘，可以将分析处理过程中检测到的优秀话术和事件处置技巧积累下来，从而综合所有服务人员的优秀经验，树立服务标杆；顾客关注热点挖掘，可以通过分析语音内容中顾客的说话主题，聚类出顾客关注热点，从而有准备的进行事先培训，并对新出现的热点进行及时响应。等等。
图7是本申请另一实施例提供的执行服务质量评测方法的电子设备的硬件结构示意图，如图7所示，该设备包括：
一个或多个处理器710以及存储器720，图7中以一个处理器710为例。
执行服务质量评测方法的设备还可以包括：输入装置730和输出装置740。
处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接，图7中以通过总线连接为例。
存储器720作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的服务质量评测方法对应的程序指令/模块。处理器710通过运行存储在存储器720中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例服务质量评测方法。
存储器720可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据服务质量评测装置的使用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器720可选包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至服务质量评测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可接收输入的数字或字符信息，以及产生与服务质量评测装置的用户设置以及功能控制有关的信号。输出装置740可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器720中，当被所述一个或者多个处理器710执行时，执行上述任意方法实施例中的服务质量评测方法。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本申请实施例的电子设备以多种形式存在，包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种服务质量评测方法，包括：
接收服务人员所佩戴的终端设备所上传的音频文件；
确定对应于所述音频文件的语音内容和语义内容；
至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。
2.根据权利要求1所述的方法，其中，至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分包括：
分析所述语音内容是否符合服务热情度要求，并确定第一维度评分；
分析所述语音内容是否符合服务专业度要求，并确定第二维度评分；
分析所述语音内容是否符合服务耐心度要求，并确定第三维度评分；
分析所述语音内容及所述语义内容以确定当前服务人员的服务合规性，并确定第四维度评分；
分析所述语音内容及所述语义内容以确定当前服务人员和/或客户的情绪类型，并确定第五维度评分；
分析所述语音内容及所述语义内容以确定当前服务人员对客户投诉的回应安抚是否合情合理，并确定第六维度评分；
根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分。
3.根据权利要求2所述的方法，其中，根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分包括：
设定第一至第六维度评分分别为x1至x6；
所述服务质量评分确定为：X＝a x1+b x2+c x3+d x4+e x5+f x6；
其中，a、b、c、d、e、f为正数加权系数。
4.根据权利要求1所述的方法，其中，所述终端设备所上传的音频文件为采用语音端点检测方法所采集的音频片段。
5.一种服务质量评测系统，包括：
数据接收模块，用于接收服务人员所佩戴的终端设备所上传的音频文件；
音频文件分析模块，用于确定对应于所述音频文件的语音内容和语义内容；
评分确定模块，用于至少根据所述语音内容和所述语义内容为当前服务人员的服务质量进行评分。
6.根据权利要求5所述的系统，其中，所述评分确定模块包括：
第一分析单元，用于分析所述语音内容是否符合服务热情度要求，以确定第一维度评分；
第二分析单元，用于分析所述语音内容是否符合服务专业度要求，以确定第二维度评分；
第三分析单元，用于分析所述语音内容是否符合服务耐心度要求，以确定第三维度评分；
第四分析单元，用于分析所述语音内容及所述语义内容以确定当前服务人员的服务合规性，以确定第四维度评分；
第五分析单元，用于分析所述语音内容及所述语义内容以确定当前服务人员和/或客户的情绪类型，以确定第五维度评分；
第六分析单元，用于分析所述语音内容及所述语义内容以确定当前服务人员对客户投诉的回应安抚是否合情合理，以确定第六维度评分；
评分确定单元，用于根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分。
7.根据权利要求6所述的系统，其中，根据所述第一至第六维度评分确定所述当前服务人员的服务质量评分包括：
设定第一至第六维度评分分别为x1至x6；
所述服务质量评分确定为：X＝a x1+b x2+c x3+d x4+e x5+f x6；
其中，a、b、c、d、e、f为正数加权系数。
8.根据权利要求5所述的系统，其中，所述终端设备所上传的音频文件为采用语音端点检测方法所采集的音频片段。
9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任意一项所述方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任意一项所述方法的步骤。
CN201910886893.7A 2019-09-19 2019-09-19 服务质量评测方法及系统 Active CN110705309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910886893.7A CN110705309B (zh) 2019-09-19 2019-09-19 服务质量评测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910886893.7A CN110705309B (zh) 2019-09-19 2019-09-19 服务质量评测方法及系统

Publications (2)

Publication Number Publication Date
CN110705309A true CN110705309A (zh) 2020-01-17
CN110705309B CN110705309B (zh) 2023-08-04

Family

ID=69195663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910886893.7A Active CN110705309B (zh) 2019-09-19 2019-09-19 服务质量评测方法及系统

Country Status (1)

Country Link
CN (1) CN110705309B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112053681A (zh) * 2020-08-28 2020-12-08 广州探迹科技有限公司 一种asr和nlu联合训练的电话客服质量评分技术及系统
CN112116212A (zh) * 2020-08-25 2020-12-22 深圳市欢太科技有限公司 应用评测方法、装置、存储介质及电子设备
CN112990105A (zh) * 2021-04-19 2021-06-18 北京优幕科技有限责任公司 对用户评价的方法、装置、电子设备和存储介质
CN116681267A (zh) * 2023-08-02 2023-09-01 山东尚可网络科技有限公司 一种政务公开信息化平台

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107093431A (zh) * 2016-02-18 2017-08-25 中国移动通信集团辽宁有限公司 一种对服务质量进行质检的方法及装置
US20190050875A1 (en) * 2017-06-22 2019-02-14 NewVoiceMedia Ltd. Customer interaction and experience system using emotional-semantic computing
CN109448730A (zh) * 2018-11-27 2019-03-08 广州广电运通金融电子股份有限公司 一种自动语音质检方法、系统、装置及存储介质
CN110135669A (zh) * 2018-02-08 2019-08-16 上海合寰信息科技有限公司 一种服务质检管理方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107093431A (zh) * 2016-02-18 2017-08-25 中国移动通信集团辽宁有限公司 一种对服务质量进行质检的方法及装置
US20190050875A1 (en) * 2017-06-22 2019-02-14 NewVoiceMedia Ltd. Customer interaction and experience system using emotional-semantic computing
CN110135669A (zh) * 2018-02-08 2019-08-16 上海合寰信息科技有限公司 一种服务质检管理方法及系统
CN109448730A (zh) * 2018-11-27 2019-03-08 广州广电运通金融电子股份有限公司 一种自动语音质检方法、系统、装置及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116212A (zh) * 2020-08-25 2020-12-22 深圳市欢太科技有限公司 应用评测方法、装置、存储介质及电子设备
CN112116212B (zh) * 2020-08-25 2024-03-29 深圳市欢太科技有限公司 应用评测方法、装置、存储介质及电子设备
CN112053681A (zh) * 2020-08-28 2020-12-08 广州探迹科技有限公司 一种asr和nlu联合训练的电话客服质量评分技术及系统
CN112053681B (zh) * 2020-08-28 2024-04-16 广州探迹科技有限公司 Asr和nlu联合训练的电话客服质量评分方法及系统
CN112990105A (zh) * 2021-04-19 2021-06-18 北京优幕科技有限责任公司 对用户评价的方法、装置、电子设备和存储介质
CN112990105B (zh) * 2021-04-19 2021-09-21 北京优幕科技有限责任公司 对用户评价的方法、装置、电子设备和存储介质
CN116681267A (zh) * 2023-08-02 2023-09-01 山东尚可网络科技有限公司 一种政务公开信息化平台
CN116681267B (zh) * 2023-08-02 2023-10-31 山东尚可网络科技有限公司 一种政务公开信息化平台

Also Published As

Publication number Publication date
CN110705309B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
US10104233B2 (en) Coaching portal and methods based on behavioral assessment data
CN110705309B (zh) 服务质量评测方法及系统
US10129402B1 (en) Customer satisfaction analysis of caller interaction event data system and methods
JP7280438B2 (ja) サービス品質評価製品のカスタマイズプラットフォーム及び方法
CA2783088C (en) Computer-implemented system and method for assessing and utilizing user traits in an automated call center environment
US8694307B2 (en) Method and apparatus for temporal speech scoring
US8798255B2 (en) Methods and apparatus for deep interaction analysis
US8150021B2 (en) Proactive system and method for monitoring and guidance of call center agent
US8615419B2 (en) Method and apparatus for predicting customer churn
US8094803B2 (en) Method and system for analyzing separated voice data of a telephonic communication between a customer and a contact center by applying a psychological behavioral model thereto
CN110633912A (zh) 监测服务人员服务质量的方法及系统
WO2021068843A1 (zh) 一种情绪识别方法及装置、电子设备和可读存储介质
US11336770B2 (en) Systems and methods for analyzing coaching comments
US10282733B2 (en) Speech recognition analysis and evaluation system and method using monotony and hesitation of successful conversations according to customer satisfaction
US20060265089A1 (en) Method and software for analyzing voice data of a telephonic communication and generating a retention strategy therefrom
CN111048075A (zh) 智能客服系统及智能客服机器人
CN102932561A (zh) 用于实时监听声音的系统和方法
US20110197206A1 (en) System, Method And Program Product For Analyses Based On Agent-Customer Interactions And Concurrent System Activity By Agents
US12057123B1 (en) Communication devices with embedded audio content transcription and analysis functions
JP2021076845A (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN117354421A (zh) 一种智能语音分析方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Applicant after: Sipic Technology Co.,Ltd.

Address before: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Applicant before: AI SPEECH Co.,Ltd.

GR01 Patent grant
GR01 Patent grant