CN111523317A - 语音质检方法、装置、电子设备及介质 - Google Patents
语音质检方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN111523317A CN111523317A CN202010158770.4A CN202010158770A CN111523317A CN 111523317 A CN111523317 A CN 111523317A CN 202010158770 A CN202010158770 A CN 202010158770A CN 111523317 A CN111523317 A CN 111523317A
- Authority
- CN
- China
- Prior art keywords
- text
- group
- voice
- audio
- result
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Machine Translation (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供一种语音质检方法、装置、电子设备及介质。该方法能够处理待质检音频,得到第一用户的第一文本及第二用户的第二文本,进而标识第一文本及第二文本,得到对话文本,预处理第一文本,得到第一分词,预处理第二文本,得到第二分词,将第一分词及第二分词分别输入至第一参数抽取模型及第二参数抽取模型中,得到第一结果及第二结果,第二结果包括参数及待测参数值,根据每个第一结果及每个第二结果确定匹配率,确定参数对应的产品,根据产品提取与参数对应的参数值,比较待测参数值及参数值确定准确率,检测第二文本中是否存在预设词,得到检测结果,通过语音分析处理后,计算匹配率、准确率及检测结果的加权和作为质检分数。
Description
技术领域
本发明涉及语音分析技术领域,尤其涉及一种语音质检方法、装置、电子设备及介质。
背景技术
为了了解客服人员在提供客服服务时的服务质量,常规的方式是通过人工测听资料对客服人员进行客服服务时的录音资料进行检测,这种方式不仅效率低,人力成本还高,此外,由于每个质检员的评判标准不一,导致客观性弱,为此,自动语音质检方式也应运而生。
在现有的语音质检方式中,主要基于关键词对语音文本进行检测,这种方式的质检主要依赖于关键词的提取,然而,由于目前的关键词提取技术仅从待提取文本出发,在待提取文本中提取起关键意义的词语作为关键词,而没有结合现有的知识体系进行深层次地挖掘后再提取,因此,针对多样化的文本,目前还无法准确提取关键词,进而导致无法准确地对语音进行质检。
因此,如何构建语音质检的技术方案,使其在针对多样化文本时仍能准确确定质检分数,并提高语音质检的检测效率,成了亟待解决的问题。
发明内容
鉴于以上内容,有必要提供一种语音质检方法、装置、电子设备及介质,不仅能准确确定质检分数,还能提高语音质检的检测效率。
一种语音质检方法,所述方法包括:
当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中;
对所述第一文本及所述第二文本进行标识,得到至少一组对话文本;
对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词;
将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值;
基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率;
确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值;
将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率;
检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果;
计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
根据本发明优选实施例,所述将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本包括:
基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频;
对所述第一音频进行语音识别,得到文本信息;
从所述第一音频中提取声纹特征信息;
将所述声纹特征信息进行分块操作,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
将所述语音特征参数与语音库中预存的特征进行语音特征参数匹配;
将未在所述语音库中匹配到的语音特征参数对应的文本信息确定为第一用户的第一文本,及将在所述语音库中匹配到的语音特征参数对应的文本信息确定为第二用户的第二文本。
根据本发明优选实施例,所述对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词包括:
根据预设的自定义词典对所述第一文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述自定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述第一文本;
基于浅层式语义分析方法,对切分后的所述第一文本进行标准化处理,得到所述特征词;
确定所述特征词中的冗余信息;
采用去冗余算法处理所述冗余信息,得到去冗余后的所述第一分词。
根据本发明优选实施例,在将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果之前,所述方法还包括:
根据所述第一用户的身份,从训练语料库中确定目标语料库,所述目标语料库中包含与所述身份相同的用户对应的语料;
从所述目标语料库中获取第一历史数据,所述第一历史数据是指所有领域上的历史数据;
划分所述第一历史数据,得到训练数据集及验证数据集;
训练所述训练数据集中的数据,得到初级学习器;
根据所述验证数据集中的数据,对所述初级学习器进行调整,得到次级学习器;
确定所述待质检音频所属的领域,得到目标领域;
获取所述目标领域上的第二历史数据,所述第二历史数据的领域与所述待质检音频的领域相同;
根据所述第二历史数据,对所述次级学习器进行误差分析并调整,直至误差小于配置值时,得到所述第一参数抽取模型。
根据本发明优选实施例,所述基于每个对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率包括:
确定所述对话文本的总组数;
对于每组对话文本,采用词移距离方法确定所述第一结果与所述第二结果之间的关联度;
确定所述关联度大于阈值的对话文本的目标组数;
将所述目标组数除以所述总组数,得到所述匹配率。
根据本发明优选实施例,所述检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果包括:
根据所述预设词,遍历所述第二文本;
当在所述第二文本中遍历到所述预设词时,以所述第二文本中存在所述预设词作为第一检测结果;或者
当在所述第二文本中未被遍历到所述预设词时,以所述第二文本中不存在所述预设词作为第二检测结果。
根据本发明优选实施例,在确定质检分数后,所述方法还包括:
将所述质检分数与第一预设分数进行比较;
当检测到所述质检分数小于所述第一预设分数时,确定所述待质检音频对应的目标人物;
获取预设时间内所述目标人物的所有质检分数;
确定所述所有质检分数的平均分数;
当所述平均分数小于第二预设分数时,根据所述质检分数及所述平均分数生成质检报告;
采用加密技术对所述质检报告进行加密,得到密文;
根据所述质检报告的等级确定提示方式;
以所述提示方式发送所述密文。
一种语音质检装置,所述装置包括:
执行单元,用于当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中;
标识单元,用于对所述第一文本及所述第二文本进行标识,得到至少一组对话文本;
预处理单元,用于对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词;
输入单元,用于将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值;
确定单元,用于基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率;
提取单元,用于确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值;
所述确定单元,还用于将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率;
检测单元,用于检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果;
计算单元,用于计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
根据本发明优选实施例,所述执行单元具体用于:
基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频;
对所述第一音频进行语音识别,得到文本信息;
从所述第一音频中提取声纹特征信息;
将所述声纹特征信息进行分块操作,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
将所述语音特征参数与语音库中预存的特征进行语音特征参数匹配;
将未在所述语音库中匹配到的语音特征参数对应的文本信息确定为第一用户的第一文本,及将在所述语音库中匹配到的语音特征参数对应的文本信息确定为第二用户的第二文本。
根据本发明优选实施例,所述预处理单元对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词包括:
根据预设的自定义词典对所述第一文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述自定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述第一文本;
基于浅层式语义分析方法,对切分后的所述第一文本进行标准化处理,得到所述特征词;
确定所述特征词中的冗余信息;
采用去冗余算法处理所述冗余信息,得到去冗余后的所述第一分词。
根据本发明优选实施例,所述确定单元,还用于在将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果之前,根据所述第一用户的身份,从训练语料库中确定目标语料库,所述目标语料库中包含与所述身份相同的用户对应的语料;
所述装置还包括:
获取单元,用于从所述目标语料库中获取第一历史数据,所述第一历史数据是指所有领域上的历史数据;
划分单元,用于划分所述第一历史数据,得到训练数据集及验证数据集;
训练单元,用于训练所述训练数据集中的数据,得到初级学习器;
调整单元,用于根据所述验证数据集中的数据,对所述初级学习器进行调整,得到次级学习器;
所述确定单元,还用于确定所述待质检音频所属的领域,得到目标领域;
所述获取单元,还用于获取所述目标领域上的第二历史数据,所述第二历史数据的领域与所述待质检音频的领域相同;
所述调整单元,还用于根据所述第二历史数据,对所述次级学习器进行误差分析并调整,直至误差小于配置值时,得到所述第一参数抽取模型。
根据本发明优选实施例,所述确定单元基于每个对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率包括:
确定所述对话文本的总组数;
对于每组对话文本,采用词移距离方法确定所述第一结果与所述第二结果之间的关联度;
确定所述关联度大于阈值的对话文本的目标组数;
将所述目标组数除以所述总组数,得到所述匹配率。
根据本发明优选实施例,所述检测单元检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果包括:
根据所述预设词,遍历所述第二文本;
当在所述第二文本中遍历到所述预设词时,以所述第二文本中存在所述预设词作为第一检测结果;或者
当在所述第二文本中未被遍历到所述预设词时,以所述第二文本中不存在所述预设词作为第二检测结果。
根据本发明优选实施例,所述装置还包括:
比较单元,用于在确定质检分数后,将所述质检分数与第一预设分数进行比较;
所述确定单元,还用于当检测到所述质检分数小于所述第一预设分数时,确定所述待质检音频对应的目标人物;
所述获取单元,还用于获取预设时间内所述目标人物的所有质检分数;
所述确定单元,还用于确定所述所有质检分数的平均分数;
生成单元,用于当所述平均分数小于第二预设分数时,根据所述质检分数及所述平均分数生成质检报告;
加密单元,用于采用加密技术对所述质检报告进行加密,得到密文;
所述确定单元,还用于根据所述质检报告的等级确定提示方式;
发送单元,用于以所述提示方式发送所述密文。
一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述语音质检方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现所述语音质检方法。
由以上技术方案可以看出,本发明能够当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中,提高文本信息的转换效率及待质检音频的切割准确度,对所述第一文本及所述第二文本进行标识,得到至少一组对话文本,对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词,能够得到精确标准化的分词,将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值,解决现有技术方案中无法提取多样化语句中的关键字进而无法对音频进行质检的问题,基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率,确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值,将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率,检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果,计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数,通过模型对所述第一分词及所述第二分词进行参数抽取,从而解决无法对多样化文本进行关键词提取的问题,此外,将所述匹配率、所述准确率及所述检测结果的加权和作为质检分数能够准确地确定出质检分数。
附图说明
图1是本发明语音质检方法的较佳实施例的流程图。
图2是本发明语音质检装置的较佳实施例的功能模块图。
图3是本发明实现语音质检方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明语音质检方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述语音质检方法应用于一个或者多个电子设备中,所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital SignalProcessor,DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
S10,当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中。
在本发明的至少一个实施例中,所述电子设备可以与各大运营商的语音数据库连接,在检测到待质检音频时,所述语音数据库所在的系统向所述电子设备发送所述待质检音频。
进一步地,所述第一用户表征客户,所述第二用户表征客服。
在本发明的至少一个实施例中,所述电子设备将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本包括:
所述电子设备基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频,对所述第一音频进行语音识别,得到文本信息,从所述第一音频中提取声纹特征信息,进一步地,所述电子设备将所述声纹特征信息进行分块操作,得到特征区域集,提取所述特征区域集中每一帧对应的语音特征参数,将所述语音特征参数与语音库中预存的特征进行语音特征参数匹配,将未在所述语音库中匹配到的语音特征参数对应的文本信息确定为第一用户的第一文本,及将在所述语音库中匹配到的语音特征参数对应的文本信息确定为第二用户的第二文本。
其中,所述语音库中存储至少一个第二用户的语音特征。
通过对所述待质检音频进行处理,能够对所述待质检音频中的静音部分和噪声部分进行消除,不仅节省所述待质检音频的存储空间,还提高所述待质检音频的转换效率,同时为能准确将音频转换为文本信息奠定基础,进而通过语音特征参数匹配及语音识别,能够将所述待质检音频转换并分割为所述第一用户的第一文本及所述第二用户的第二文本。
具体地,所述电子设备基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频包括:
所述电子设备采用移动窗函数对所述待质检音频按照预设时长进行分割,得到至少一帧语音,对每帧语音进行去除直流和加窗两个预处理,计算每帧预处理后的语音的能量值,当检测到预处理后的语音中连续预设帧的能量值小于能量值阈值,及接下来的语音中连续所述预设帧的能量值大于所述能量值阈值时,将能量值增大的地方确定为语音的前端点,当检测到预处理后的语音中连续预设帧的能量值大于能量值阈值,及接下来的语音中连续所述预设帧的能量值小于所述能量值阈值时,将能量值减小的地方确定为语音的后端点,最后,所述电子设备将前端点至后端点之外的语音删除,得到所述第一音频。
其中,所述预设时长可以根据需要进行调整,一般情况下,所述预设时长设置为20ms。进一步地,所述预设帧可以根据语音应用场景不同设置为不同的值,所述预设帧的具体值可以根据实际需求进行调整,本发明不作限制。更进一步地,所述能量值阈值可以根据静音时的平均能量值确定,本发明也不作限制。
S11,对所述第一文本及所述第二文本进行标识,得到至少一组对话文本。
在本发明的至少一个实施例中,所述对话文本是指所述第一用户与所述第二用户之间一问一答的对话内容。例如,客户A问:它性价比如何,客服B答:它性价比很高。
在本发明的至少一个实施例中,所述电子设备可以采用同一标签标识所述第一文本及与所述第一文本对应的第二文本,得到至少一组对话文本,其中,每组对话文本采用同一标签标识,为后续确定对话文本的总组数及所述待质检音频的匹配率提供基础。
S12,对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词。
在本发明的至少一个实施例中,所述第一分词是指对所述第一文本进行预处理后的分词,所述第二分词是指对所述第二文本进行预处理后的分词。
在本发明的至少一个实施例中,所述电子设备对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词包括:
所述电子设备根据预设的自定义词典对所述第一文本进行切分,得到切分位置,根据所述切分位置,构建至少一个有向无环图,根据所述自定义词典中的权值计算每个有向无环图的概率,将概率最大的有向无环图对应的切分位置确定为目标切分位置,根据所述目标切分位置切分所述第一文本,基于浅层式语义分析方法,对切分后的所述第一文本进行标准化处理,得到所述特征词,进一步地,所述电子设备确定所述特征词中的冗余信息,采用去冗余算法处理所述冗余信息,得到去冗余后的所述第一分词。
其中,所述预设的自定义词典中存储至少一个自定义词及每个自定义词对应的权值。
进一步地,所述冗余信息是指对所述第一文本的含义无任何启示的词语,例如,“的”。
采用自定义词典切分所述第一文本,能够根据需求切分所述第一文本,进而对切分后的第一文本进行标准化,能够统一术语,最后对所述特征词中的冗余信息去冗余,能够减少所述电子设备的占用内存。
另外,对每组对话文本中的第二文本进行预处理的方式可以与对每组对话文本中的第一文本进行预处理的方式一致,本发明在此不作具体阐述。
S13,将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值。
在本发明的至少一个实施例中,所述第一结果包括实体及与所述实体对应的实体值。
在本发明的至少一个实施例中,在将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果之前,所述方法还包括:
所述电子设备根据所述第一用户的身份,从训练语料库中确定目标语料库,所述目标语料库中包含与所述身份相同的用户对应的语料,从所述目标语料库中获取第一历史数据,划分所述第一历史数据,所述第一历史数据是指所有领域上的历史数据,得到训练数据集及验证数据集,训练所述训练数据集中的数据,得到初级学习器,根据所述验证数据集中的数据,对所述初级学习器进行调整,得到次级学习器,进一步地,所述电子设备确定所述待质检音频所属的领域,得到目标领域,获取所述目标领域上的第二历史数据,所述第二历史数据的领域与所述待质检音频的领域相同,根据所述第二历史数据,对所述次级学习器进行误差分析并调整,直至误差小于配置值时,得到所述第一参数抽取模型。
其中,所述训练语料库中包括所有第一用户的文本、所有第二用户的文本,进一步地,所述目标语料库包括所有第一用户的文本。
进一步地,本发明对所述配置值不作限制。
通过上述实施方式,能够训练得到精准的第一参数抽取模型,以便基于所述第一参数抽取模型对所述第一文本进行实体抽取。
具体地,所述电子设备划分所述第一历史数据,得到训练数据集及验证数据集包括:
所述电子设备将所述第一历史数据按照预设比例随机划分为至少一个数据包,将所述至少一个数据包中的任意一个数据包确定为所述验证数据集,其余的数据包确定为所述训练数据集,重复上述步骤,直至所有的数据包全都依次被用作为所述验证数据集。
其中,所述预设比例可以自定义设置,本发明不作限制。
例如:所述电子设备将所述第一历史数据划分为3个数据包,分别为数据包E、数据包F、数据包G,并将所述数据包E确定为所述验证数据集,数据包F以及数据包G确定为所述训练数据集。其次,将所述数据包F确定为所述验证数据集,数据包E以及数据包G确定为所述训练数据集。最后,所述数据包G确定为所述验证数据集,数据包E以及数据包F确定为所述训练数据集。
通过划分所述第一历史数据,使所述第一历史数据中的每个数据均参加训练及验证,由此,提高训练所述目标模型的拟合度。
另外,所述第二参数抽取模型的训练方法可以与所述第一参数抽取模型的训练方法一致,本发明在这不作具体阐述。
具体地,所述确定所述待质检音频所属的领域,得到目标领域包括:
所述电子设备提取所述待质检音频中的实体,并在多个配置表中匹配提取到的实体,所述电子设备将匹配成功的配置表确定为目标配置表,进一步地,所述电子设备获取所述目标配置表对应的领域,作为所述目标领域。
S14,基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率。
在本发明的至少一个实施例中,所述匹配率是指所述第一结果与所述第二结果之间的关联度大于阈值的对话文本在所有对话文本中所占的比率。
在本发明的至少一个实施例中,所述电子设备基于每个对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率包括:
所述电子设备确定所述对话文本的总组数,对于每组对话文本,采用词移距离方法(Word Mover's Distance,WMD)确定所述第一结果与所述第二结果之间的关联度,确定所述关联度大于阈值的对话文本的目标组数,将所述目标组数除以所述总组数,得到所述匹配率。
通过上述实施方式,能够准确确定所述待质检音频的匹配率,为后续计算所述质检分数提供精确的数据条件。
S15,确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值。
在本发明的至少一个实施例中,所述产品库中的内容包括,但不限于:至少一个产品、每个产品的至少一个参数、每个参数对应的参数值。
由于不同的产品对应不同的参数,因此,所述电子设备可以通过所述参数确定对应的所述产品。另外,所述产品库中的内容包括每个参数对应的参数值,因此,所述电子设备可以根据所述参数,从所述产品库中提取到对应的所述参数值。
S16,将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率。
在本发明的至少一个实施例中,所述电子设备将所述待测参数值及所述参数值进行比较,当检测到所述待测参数值与所述参数值一致时,得到第一比较结果,或者,当检测到所述待测参数值与所述参数值不一致时,得到第二比较结果。
在本发明的至少一个实施例中,所述准确率是指所述第一比较结果在所述比较结果中所占的比率。
在本发明的至少一个实施例中,所述电子设备根据所述比较结果确定准确率包括:
所述电子设备确定所述待测参数值的总数量,进一步地,所述电子设备确定所述第一比较结果的目标数量,将所述目标数量与所述总数量进行相除运算,得到所述准确率。
通过上述实施方式,能够快速、准确地得到所述待质检音频地准确率。
S17,检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果。
在本发明的至少一个实施例中,所述预设词包括至少一个词,此外,所述预设词表征所述产品的注意事项。
在本发明的至少一个实施例中,所述检测结果包括第一检测结果及所述第二检测结果,所述第一检测结果表征所述第二文本中存在所述预设词,所第二检测结果表征所述第二文本中不存在所述预设词。
在本发明的至少一个实施例中,所述电子设备检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果包括:
所述电子设备根据所述预设词,遍历所述第二文本,当在所述第二文本中遍历到所述预设词时,以所述第二文本中存在所述预设词作为第一检测结果,或者当在所述第二文本中未被遍历到所述预设词时,以所述第二文本中不存在所述预设词作为第二检测结果。
S18,计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
在本发明的至少一个实施例中,所述质检分数是指对所述待质检音频进行分析后确定的分数。
进一步地,由于所述预设词表征所述产品的注意事项,因此,所述第一检测结果用100%表示,所述第二检测结果用0%表示。
在本发明的至少一个实施例中,所述电子设备获取所述匹配率及其对应的权重、所述准确率及其对应的权重、所述检测结果及其对应的权重,根据所述匹配率及其对应的权重、所述准确率及其对应的权重、所述检测结果及其对应的权重进行计算,将得到的结果作为质检分数。
例如:所述电子设备获取到匹配率为70%,匹配率对应的权重为30,准确率为90%,准确率对应的权重为50,检测结果为第一检测结果为100%,检测结果对应的权重为20,经计算,所述电子设备计算得到的质检分数为:70%*30+90%*50+100%*20=86。
在本发明的至少一个实施例中,在确定质检分数后,所述方法还包括:
所述电子设备将所述质检分数与第一预设分数进行比较,当检测到所述质检分数小于所述第一预设分数时,确定所述待质检音频对应的目标人物,获取预设时间内所述目标人物的所有质检分数,确定所述所有质检分数的平均分数,当所述平均分数小于第二预设分数时,根据所述质检分数及所述平均分数生成质检报告,采用加密技术对所述质检报告进行加密,得到密文,根据所述质检报告的等级确定提示方式,以所述提示方式发送所述密文。
其中,所述质检报告的等级可以分为高级、中级、低级等。进一步地,所述提示方式包括电话、邮件等。
通过对所述质检报告进行加密,能够避免所述质检报告被随意篡改,提高所述质检报告的安全性,进而根据质检报告的等级确定出的提示方式发送所述密文,能够根据质检报告的等级以合适的提示方式提醒相关联系人进行查收。
由以上技术方案可以看出,本发明能够当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中,提高文本信息的转换效率及待质检音频的切割准确度,对所述第一文本及所述第二文本进行标识,得到至少一组对话文本,对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词,能够得到精确标准化的分词,将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值,解决现有技术方案中无法提取多样化语句中的关键字进而无法对音频进行质检的问题,基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率,确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值,将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率,检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果,计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数,通过模型对所述第一分词及所述第二分词进行参数抽取,从而解决无法对多样化文本进行关键词提取的问题,此外,将所述匹配率、所述准确率及所述检测结果的加权和作为质检分数能够准确地确定出质检分数。
如图2所示,是本发明语音质检装置的较佳实施例的功能模块图。所述语音质检装置11包括执行单元110、标识单元111、预处理单元112、输入单元113、确定单元114、提取单元115、检测单元116、计算单元117、获取单元118、划分单元119、训练单元120、调整单元121、比较单元122、生成单元123、加密单元124及发送单元125。本发明所称的模块/单元是指一种能够被处理器13所执行,并且能够完成固定功能的一系列计算机程序段,其存储在存储器12中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
当接收到待质检音频时,执行单元110将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中。
在本发明的至少一个实施例中,所述执行单元110可以与各大运营商的语音数据库连接,在检测到待质检音频时,所述语音数据库所在的系统向所述执行单元110发送所述待质检音频。
进一步地,所述第一用户表征客户,所述第二用户表征客服。
在本发明的至少一个实施例中,所述执行单元110将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本包括:
所述执行单元110基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频,对所述第一音频进行语音识别,得到文本信息,从所述第一音频中提取声纹特征信息,进一步地,所述执行单元110将所述声纹特征信息进行分块操作,得到特征区域集,提取所述特征区域集中每一帧对应的语音特征参数,将所述语音特征参数与语音库中预存的特征进行语音特征参数匹配,将未在所述语音库中匹配到的语音特征参数对应的文本信息确定为第一用户的第一文本,及将在所述语音库中匹配到的语音特征参数对应的文本信息确定为第二用户的第二文本。
其中,所述语音库中存储至少一个第二用户的语音特征。
通过对所述待质检音频进行处理,能够对所述待质检音频中的静音部分和噪声部分进行消除,不仅节省所述待质检音频的存储空间,还提高所述待质检音频的转换效率,同时为能准确将音频转换为文本信息奠定基础,进而通过语音特征参数匹配及语音识别,能够将所述待质检音频转换并分割为所述第一用户的第一文本及所述第二用户的第二文本。
具体地,所述执行单元110基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频包括:
所述执行单元110采用移动窗函数对所述待质检音频按照预设时长进行分割,得到至少一帧语音,对每帧语音进行去除直流和加窗两个预处理,计算每帧预处理后的语音的能量值,当检测到预处理后的语音中连续预设帧的能量值小于能量值阈值,及接下来的语音中连续所述预设帧的能量值大于所述能量值阈值时,将能量值增大的地方确定为语音的前端点,当检测到预处理后的语音中连续预设帧的能量值大于能量值阈值,及接下来的语音中连续所述预设帧的能量值小于所述能量值阈值时,将能量值减小的地方确定为语音的后端点,最后,所述执行单元110将前端点至后端点之外的语音删除,得到所述第一音频。
其中,所述预设时长可以根据需要进行调整,一般情况下,所述预设时长设置为20ms。进一步地,所述预设帧可以根据语音应用场景不同设置为不同的值,所述预设帧的具体值可以根据实际需求进行调整,本发明不作限制。更进一步地,所述能量值阈值可以根据静音时的平均能量值确定,本发明也不作限制。
标识单元111对所述第一文本及所述第二文本进行标识,得到至少一组对话文本。
在本发明的至少一个实施例中,所述对话文本是指所述第一用户与所述第二用户之间一问一答的对话内容。例如,客户A问:它性价比如何,客服B答:它性价比很高。
在本发明的至少一个实施例中,所述标识单元111可以采用同一标签标识所述第一文本及与所述第一文本对应的第二文本,得到至少一组对话文本,其中,每组对话文本采用同一标签标识,为后续确定对话文本的总组数及所述待质检音频的匹配率提供基础。
预处理单元112对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词。
在本发明的至少一个实施例中,所述第一分词是指对所述第一文本进行预处理后的分词,所述第二分词是指对所述第二文本进行预处理后的分词。
在本发明的至少一个实施例中,所述预处理单元112对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词包括:
所述预处理单元112根据预设的自定义词典对所述第一文本进行切分,得到切分位置,根据所述切分位置,构建至少一个有向无环图,根据所述自定义词典中的权值计算每个有向无环图的概率,将概率最大的有向无环图对应的切分位置确定为目标切分位置,根据所述目标切分位置切分所述第一文本,基于浅层式语义分析方法,对切分后的所述第一文本进行标准化处理,得到所述特征词,进一步地,所述预处理单元112确定所述特征词中的冗余信息,采用去冗余算法处理所述冗余信息,得到去冗余后的所述第一分词。
其中,所述预设的自定义词典中存储至少一个自定义词及每个自定义词对应的权值。
进一步地,所述冗余信息是指对所述第一文本的含义无任何启示的词语,例如,“的”。
采用自定义词典切分所述第一文本,能够根据需求切分所述第一文本,进而对切分后的第一文本进行标准化,能够统一术语,最后对所述特征词中的冗余信息去冗余,能够减少所述电子设备的占用内存。
另外,对每组对话文本中的第二文本进行预处理的方式可以与对每组对话文本中的第一文本进行预处理的方式一致,本发明在此不作具体阐述。
输入单元113将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值。
在本发明的至少一个实施例中,所述第一结果包括实体及与所述实体对应的实体值。
在本发明的至少一个实施例中,在将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果之前,所述方法还包括:
确定单元114根据所述第一用户的身份,从训练语料库中确定目标语料库,所述目标语料库中包含与所述身份相同的用户对应的语料,获取单元118从所述目标语料库中获取第一历史数据,所述第一历史数据是指所有领域上的历史数据,划分单元119划分所述第一历史数据,得到训练数据集及验证数据集,训练单元120训练所述训练数据集中的数据,得到初级学习器,调整单元121根据所述验证数据集中的数据,对所述初级学习器进行调整,得到次级学习器,进一步地,所述确定单元114确定所述待质检音频所属的领域,得到目标领域,所述获取单元118获取所述目标领域上的第二历史数据,所述调整单元121根据所述第二历史数据,所述第二历史数据的领域与所述待质检音频的领域相同,对所述次级学习器进行误差分析并调整,直至误差小于配置值时,得到所述第一参数抽取模型。
其中,所述训练语料库中包括所有第一用户的文本、所有第二用户的文本,进一步地,所述目标语料库包括所有第一用户的文本。
进一步地,本发明对所述配置值不作限制。
通过上述实施方式,能够训练得到精准的第一参数抽取模型,以便基于所述第一参数抽取模型对所述第一文本进行实体抽取。
具体地,所述划分单元119划分所述第一历史数据,得到训练数据集及验证数据集包括:
所述划分单元119将所述第一历史数据按照预设比例随机划分为至少一个数据包,将所述至少一个数据包中的任意一个数据包确定为所述验证数据集,其余的数据包确定为所述训练数据集,重复上述步骤,直至所有的数据包全都依次被用作为所述验证数据集。
其中,所述预设比例可以自定义设置,本发明不作限制。
例如:所述划分单元119将所述第一历史数据划分为3个数据包,分别为数据包E、数据包F、数据包G,并将所述数据包E确定为所述验证数据集,数据包F以及数据包G确定为所述训练数据集。其次,将所述数据包F确定为所述验证数据集,数据包E以及数据包G确定为所述训练数据集。最后,所述数据包G确定为所述验证数据集,数据包E以及数据包F确定为所述训练数据集。
通过划分所述第一历史数据,使所述第一历史数据中的每个数据均参加训练及验证,由此,提高训练所述目标模型的拟合度。
具体地,所述确定所述待质检音频所属的领域,得到目标领域包括:
所述确定单元114提取所述待质检音频中的实体,并在多个配置表中匹配提取到的实体,所述确定单元114将匹配成功的配置表确定为目标配置表,进一步地,所述确定单元114获取所述目标配置表对应的领域,作为所述目标领域。
另外,所述第二参数抽取模型的训练方法可以与所述第一参数抽取模型的训练方法一致,本发明在这不作具体阐述。
所述确定单元114基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率。
在本发明的至少一个实施例中,所述匹配率是指所述第一结果与所述第二结果之间的关联度大于阈值的对话文本在所有对话文本中所占的比率。
在本发明的至少一个实施例中,所述确定单元114基于每个对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率包括:
所述确定单元114确定所述对话文本的总组数,对于每组对话文本,采用词移距离方法(Word Mover's Distance,WMD)确定所述第一结果与所述第二结果之间的关联度,确定所述关联度大于阈值的对话文本的目标组数,将所述目标组数除以所述总组数,得到所述匹配率。
通过上述实施方式,能够准确确定所述待质检音频的匹配率,为后续计算所述质检分数提供精确的数据条件。
提取单元115确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值。
在本发明的至少一个实施例中,所述产品库中的内容包括,但不限于:至少一个产品、每个产品的至少一个参数、每个参数对应的参数值。
由于不同的产品对应不同的参数,因此,所述提取单元115可以通过所述参数确定对应的所述产品。另外,所述产品库中的内容包括每个参数对应的参数值,因此,所述提取单元115可以根据所述参数,从所述产品库中提取到对应的所述参数值。
所述确定单元114将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率。
在本发明的至少一个实施例中,所述确定单元114将所述待测参数值及所述参数值进行比较,当检测到所述待测参数值与所述参数值一致时,得到第一比较结果,或者,当检测到所述待测参数值与所述参数值不一致时,得到第二比较结果。
在本发明的至少一个实施例中,所述准确率是指所述第一比较结果在所述比较结果中所占的比率。
在本发明的至少一个实施例中,所述确定单元114根据所述比较结果确定准确率包括:
所述确定单元114确定所述待测参数值的总数量,进一步地,所述确定单元114确定所述第一比较结果的目标数量,将所述目标数量与所述总数量进行相除运算,得到所述准确率。
通过上述实施方式,能够快速、准确地得到所述待质检音频地准确率。
检测单元116检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果。
在本发明的至少一个实施例中,所述预设词包括至少一个词,此外,所述预设词表征所述产品的注意事项。
在本发明的至少一个实施例中,所述检测结果包括第一检测结果及所述第二检测结果,所述第一检测结果表征所述第二文本中存在所述预设词,所第二检测结果表征所述第二文本中不存在所述预设词。
在本发明的至少一个实施例中,所述检测单元116检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果包括:
所述检测单元116根据所述预设词,遍历所述第二文本,当在所述第二文本中遍历到所述预设词时,以所述第二文本中存在所述预设词作为第一检测结果,或者当在所述第二文本中未被遍历到所述预设词时,以所述第二文本中不存在所述预设词作为第二检测结果。
计算单元117计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
在本发明的至少一个实施例中,所述质检分数是指对所述待质检音频进行分析后确定的分数。
进一步地,由于所述预设词表征所述产品的注意事项,因此,所述第一检测结果用100%表示,所述第二检测结果用0%表示。
在本发明的至少一个实施例中,所述计算单元117获取所述匹配率及其对应的权重、所述准确率及其对应的权重、所述检测结果及其对应的权重,根据所述匹配率及其对应的权重、所述准确率及其对应的权重、所述检测结果及其对应的权重进行计算,将得到的结果作为质检分数。
例如:所述计算单元117获取到匹配率为70%,匹配率对应的权重为30,准确率为90%,准确率对应的权重为50,检测结果为第一检测结果为100%,检测结果对应的权重为20,经计算,所述计算单元117计算得到的质检分数为:70%*30+90%*50+100%*20=86。
在本发明的至少一个实施例中,在确定质检分数后,所述方法还包括:
比较单元122将所述质检分数与第一预设分数进行比较,当检测到所述质检分数小于所述第一预设分数时,所述确定单元114确定所述待质检音频对应的目标人物,所述获取单元118获取预设时间内所述目标人物的所有质检分数,所述确定单元114确定所述所有质检分数的平均分数,当所述平均分数小于第二预设分数时,生成单元123根据所述质检分数及所述平均分数生成质检报告,加密单元124采用加密技术对所述质检报告进行加密,得到密文,所述确定单元114根据所述质检报告的等级确定提示方式,发送单元125以所述提示方式发送所述密文。
其中,所述质检报告的等级可以分为高级、中级、低级等。进一步地,所述提示方式包括电话、邮件等。
通过对所述质检报告进行加密,能够避免所述质检报告被随意篡改,提高所述质检报告的安全性,进而根据质检报告的等级确定出的提示方式发送所述密文,能够根据质检报告的等级以合适的提示方式提醒相关联系人进行查收。
由以上技术方案可以看出,本发明能够当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中,提高文本信息的转换效率及待质检音频的切割准确度,对所述第一文本及所述第二文本进行标识,得到至少一组对话文本,对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词,能够得到精确标准化的分词,将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值,解决现有技术方案中无法提取多样化语句中的关键字进而无法对音频进行质检的问题,基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率,确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值,将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率,检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果,计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数,通过模型对所述第一分词及所述第二分词进行参数抽取,从而解决无法对多样化文本进行关键词提取的问题,此外,将所述匹配率、所述准确率及所述检测结果的加权和作为质检分数能够准确地确定出质检分数。
如图3所示,是本发明实现语音质检方法的较佳实施例的电子设备的结构示意图。
在本发明的一个实施例中,所述电子设备1包括,但不限于,存储器12、处理器13,以及存储在所述存储器12中并可在所述处理器13上运行的计算机程序,例如语音质检程序。
本领域技术人员可以理解,所述示意图仅仅是电子设备1的示例,并不构成对电子设备1的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器13是所述电子设备1的运算核心和控制中心,利用各种接口和线路连接整个电子设备1的各个部分,及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。
所述处理器13执行所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个语音质检方法实施例中的步骤,例如图1所示的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如,所述计算机程序可以被分割成执行单元110、标识单元111、预处理单元112、输入单元113、确定单元114、提取单元115、检测单元116、计算单元117、获取单元118、划分单元119、训练单元120、调整单元121、比较单元122、生成单元123、加密单元124及发送单元125。
所述存储器12可用于存储所述计算机程序和/或模块,所述处理器13通过运行或执行存储在所述存储器12内的计算机程序和/或模块,以及调用存储在存储器12内的数据,实现所述电子设备1的各种功能。所述存储器12可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器12可以包括非易失性存储器,例如硬盘、内存、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)、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。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地,所述存储器12可以是具有实物形式的存储器,如内存条、TF卡(Trans-flash Card)等等。
所述电子设备1集成的模块/单元如果以软件功能单元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介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
结合图1,所述电子设备1中的所述存储器12存储多个指令以实现一种语音质检方法,所述处理器13可执行所述多个指令从而实现:当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中;对所述第一文本及所述第二文本进行标识,得到至少一组对话文本;对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词;将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值;基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率;确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值;将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率;检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果;计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
具体地,所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以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,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种语音质检方法,其特征在于,所述方法包括:
当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中;
对所述第一文本及所述第二文本进行标识,得到至少一组对话文本;
对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词;
将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值;
基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率;
确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值;
将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率;
检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果;
计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
2.如权利要求1所述的语音质检方法,其特征在于,所述将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本包括:
基于语音端点检测技术,对所述待质检音频进行处理,得到第一音频;
对所述第一音频进行语音识别,得到文本信息;
从所述第一音频中提取声纹特征信息;
将所述声纹特征信息进行分块操作,得到特征区域集;
提取所述特征区域集中每一帧对应的语音特征参数;
将所述语音特征参数与语音库中预存的特征进行语音特征参数匹配;
将未在所述语音库中匹配到的语音特征参数对应的文本信息确定为第一用户的第一文本,及将在所述语音库中匹配到的语音特征参数对应的文本信息确定为第二用户的第二文本。
3.如权利要求1所述的语音质检方法,其特征在于,所述对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词包括:
根据预设的自定义词典对所述第一文本进行切分,得到切分位置;
根据所述切分位置,构建至少一个有向无环图;
根据所述自定义词典中的权值计算每个有向无环图的概率;
将概率最大的有向无环图对应的切分位置确定为目标切分位置;
根据所述目标切分位置切分所述第一文本;
基于浅层式语义分析方法,对切分后的所述第一文本进行标准化处理,得到所述特征词;
确定所述特征词中的冗余信息;
采用去冗余算法处理所述冗余信息,得到去冗余后的所述第一分词。
4.如权利要求1所述的语音质检方法,其特征在于,在将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果之前,所述方法还包括:
根据所述第一用户的身份,从训练语料库中确定目标语料库,所述目标语料库中包含与所述身份相同的用户对应的语料;
从所述目标语料库中获取第一历史数据,所述第一历史数据是指所有领域上的历史数据;
划分所述第一历史数据,得到训练数据集及验证数据集;
训练所述训练数据集中的数据,得到初级学习器;
根据所述验证数据集中的数据,对所述初级学习器进行调整,得到次级学习器;
确定所述待质检音频所属的领域,得到目标领域;
获取所述目标领域上的第二历史数据,所述第二历史数据的领域与所述待质检音频的领域相同;
根据所述第二历史数据,对所述次级学习器进行误差分析并调整,直至误差小于配置值时,得到所述第一参数抽取模型。
5.如权利要求1所述的语音质检方法,其特征在于,所述基于每个对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率包括:
确定所述对话文本的总组数;
对于每组对话文本,采用词移距离方法确定所述第一结果与所述第二结果之间的关联度;
确定所述关联度大于阈值的对话文本的目标组数;
将所述目标组数除以所述总组数,得到所述匹配率。
6.如权利要求1所述的语音质检方法,其特征在于,所述检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果包括:
根据所述预设词,遍历所述第二文本;
当在所述第二文本中遍历到所述预设词时,以所述第二文本中存在所述预设词作为第一检测结果;或者
当在所述第二文本中未被遍历到所述预设词时,以所述第二文本中不存在所述预设词作为第二检测结果。
7.如权利要求1所述的语音质检方法,其特征在于,在确定质检分数后,所述方法还包括:
将所述质检分数与第一预设分数进行比较;
当检测到所述质检分数小于所述第一预设分数时,确定所述待质检音频对应的目标人物;
获取预设时间内所述目标人物的所有质检分数;
确定所述所有质检分数的平均分数;
当所述平均分数小于第二预设分数时,根据所述质检分数及所述平均分数生成质检报告;
采用加密技术对所述质检报告进行加密,得到密文;
根据所述质检报告的等级确定提示方式;
以所述提示方式发送所述密文。
8.一种语音质检装置,其特征在于,所述装置包括:
执行单元,用于当接收到待质检音频时,将所述待质检音频转换并切割为第一用户的第一文本及第二用户的第二文本,所述第一用户的语音特征参数不存在于语音库中,所述第二用户的语音特征参数存在于所述语音库中;
标识单元,用于对所述第一文本及所述第二文本进行标识,得到至少一组对话文本;
预处理单元,用于对每组对话文本中的第一文本进行预处理,得到每组对话文本中的第一分词,及对每组对话文本中的第二文本进行预处理,得到每组对话文本中的第二分词;
输入单元,用于将每组对话文本中的第一分词输入至预先训练好的第一参数抽取模型中,得到每组对话文本中的第一结果,及将每组对话文本中的第二分词输入至预先训练好的第二参数抽取模型中,得到每组对话文本中的第二结果,所述第一结果包括实体及与所述实体对应的实体值,所述第二结果包括参数及待测参数值;
确定单元,用于基于每组对话文本,根据每个第一结果及每个第二结果确定所述待质检音频的匹配率;
提取单元,用于确定所述第二结果中的参数对应的产品,并根据所述产品从产品库中提取与所述参数对应的参数值;
所述确定单元,还用于将所述第二结果中的待测参数值与所述参数对应的参数值进行比较,得到比较结果,根据所述比较结果确定所述待质检音频的准确率;
检测单元,用于检测所述第二文本中是否存在预设词,得到所述待质检音频的检测结果;
计算单元,用于计算所述匹配率、所述准确率及所述检测结果的加权和作为质检分数。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的语音质检方法。
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中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的语音质检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010158770.4A CN111523317B (zh) | 2020-03-09 | 2020-03-09 | 语音质检方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010158770.4A CN111523317B (zh) | 2020-03-09 | 2020-03-09 | 语音质检方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111523317A true CN111523317A (zh) | 2020-08-11 |
CN111523317B CN111523317B (zh) | 2023-04-07 |
Family
ID=71900421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010158770.4A Active CN111523317B (zh) | 2020-03-09 | 2020-03-09 | 语音质检方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523317B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508388A (zh) * | 2020-12-02 | 2021-03-16 | 唐旸 | 产品质量检测数据的录入方法及系统、服务端、存储介质 |
CN113240436A (zh) * | 2021-04-22 | 2021-08-10 | 北京沃东天骏信息技术有限公司 | 在线客服话术质检的方法和装置 |
CN113343824A (zh) * | 2021-05-31 | 2021-09-03 | 平安银行股份有限公司 | 双录质检方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1859457A (zh) * | 2005-04-29 | 2006-11-08 | 深圳市友邻通讯设备有限公司 | 呼叫中心质检数据的生成方法 |
US20140081905A1 (en) * | 2012-09-19 | 2014-03-20 | Nokia Corporation | Method and apparatus for pruning audio based on multi-sensor analysis |
CN109151218A (zh) * | 2018-08-21 | 2019-01-04 | 平安科技(深圳)有限公司 | 通话语音质检方法、装置、计算机设备及存储介质 |
TWI650719B (zh) * | 2018-02-12 | 2019-02-11 | 中華電信股份有限公司 | 從文字內容評核客戶服務品質之系統及方法 |
CN109389971A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于语音识别的保险录音质检方法、装置、设备和介质 |
CN109599093A (zh) * | 2018-10-26 | 2019-04-09 | 北京中关村科金技术有限公司 | 智能质检的关键词检测方法、装置、设备及可读存储介质 |
CN109658923A (zh) * | 2018-10-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 基于人工智能的语音质检方法、设备、存储介质及装置 |
CN109816106A (zh) * | 2017-11-20 | 2019-05-28 | 北京智合大方科技有限公司 | 一种基于语音识别和自然语言处理技术进行呼叫中心客服业务知识类应答质量评估系统 |
CN110222335A (zh) * | 2019-05-20 | 2019-09-10 | 平安科技(深圳)有限公司 | 一种文本分词方法及装置 |
CN110378562A (zh) * | 2019-06-17 | 2019-10-25 | 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 |
WO2019210557A1 (zh) * | 2018-05-03 | 2019-11-07 | 平安科技(深圳)有限公司 | 语音质检方法、装置、计算机设备及存储介质 |
-
2020
- 2020-03-09 CN CN202010158770.4A patent/CN111523317B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1859457A (zh) * | 2005-04-29 | 2006-11-08 | 深圳市友邻通讯设备有限公司 | 呼叫中心质检数据的生成方法 |
US20140081905A1 (en) * | 2012-09-19 | 2014-03-20 | Nokia Corporation | Method and apparatus for pruning audio based on multi-sensor analysis |
CN109816106A (zh) * | 2017-11-20 | 2019-05-28 | 北京智合大方科技有限公司 | 一种基于语音识别和自然语言处理技术进行呼叫中心客服业务知识类应答质量评估系统 |
TWI650719B (zh) * | 2018-02-12 | 2019-02-11 | 中華電信股份有限公司 | 從文字內容評核客戶服務品質之系統及方法 |
WO2019210557A1 (zh) * | 2018-05-03 | 2019-11-07 | 平安科技(深圳)有限公司 | 语音质检方法、装置、计算机设备及存储介质 |
CN109389971A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于语音识别的保险录音质检方法、装置、设备和介质 |
WO2020034526A1 (zh) * | 2018-08-17 | 2020-02-20 | 深圳壹账通智能科技有限公司 | 保险录音的质检方法、装置、设备和计算机存储介质 |
CN109151218A (zh) * | 2018-08-21 | 2019-01-04 | 平安科技(深圳)有限公司 | 通话语音质检方法、装置、计算机设备及存储介质 |
CN109658923A (zh) * | 2018-10-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 基于人工智能的语音质检方法、设备、存储介质及装置 |
CN109599093A (zh) * | 2018-10-26 | 2019-04-09 | 北京中关村科金技术有限公司 | 智能质检的关键词检测方法、装置、设备及可读存储介质 |
CN110222335A (zh) * | 2019-05-20 | 2019-09-10 | 平安科技(深圳)有限公司 | 一种文本分词方法及装置 |
CN110378562A (zh) * | 2019-06-17 | 2019-10-25 | 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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508388A (zh) * | 2020-12-02 | 2021-03-16 | 唐旸 | 产品质量检测数据的录入方法及系统、服务端、存储介质 |
CN112508388B (zh) * | 2020-12-02 | 2022-08-19 | 唐旸 | 产品质量检测数据的录入方法及系统、服务端、存储介质 |
CN113240436A (zh) * | 2021-04-22 | 2021-08-10 | 北京沃东天骏信息技术有限公司 | 在线客服话术质检的方法和装置 |
CN113343824A (zh) * | 2021-05-31 | 2021-09-03 | 平安银行股份有限公司 | 双录质检方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111523317B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110096570B (zh) | 一种应用于智能客服机器人的意图识别方法及装置 | |
CN110147726B (zh) | 业务质检方法和装置、存储介质及电子装置 | |
CN108304372B (zh) | 实体提取方法和装置、计算机设备和存储介质 | |
CN108376151B (zh) | 问题分类方法、装置、计算机设备和存储介质 | |
CN111523317B (zh) | 语音质检方法、装置、电子设备及介质 | |
WO2021073116A1 (zh) | 生成法律文书的方法、装置、设备和存储介质 | |
CN105656887A (zh) | 基于人工智能的声纹认证方法以及装置 | |
CN110634472B (zh) | 一种语音识别方法、服务器及计算机可读存储介质 | |
WO2022095353A1 (zh) | 语音识别结果的测评方法、装置、设备及存储介质 | |
CN113590810B (zh) | 摘要生成模型训练方法、摘要生成方法、装置及电子设备 | |
CN111767382A (zh) | 生成反馈信息的方法、装置及终端设备 | |
CN113094478B (zh) | 表情回复方法、装置、设备及存储介质 | |
CN113436634A (zh) | 基于声纹识别的语音分类方法、装置及相关设备 | |
CN106710588B (zh) | 语音数据句类识别方法和装置及系统 | |
CN115394318A (zh) | 一种音频检测方法和装置 | |
US20210287682A1 (en) | Information processing apparatus, control method, and program | |
CN113903361A (zh) | 基于人工智能的语音质检方法、装置、设备及存储介质 | |
CN112069833B (zh) | 日志分析方法、日志分析装置及电子设备 | |
CN113535925A (zh) | 语音播报方法、装置、设备及存储介质 | |
CN116701641B (zh) | 一种非结构化数据的分级分类方法及装置 | |
CN111950267A (zh) | 文本三元组的抽取方法及装置、电子设备及存储介质 | |
CN113421594B (zh) | 语音情感识别方法、装置、设备及存储介质 | |
CN115510192A (zh) | 一种新闻事件脉络关系检测方法及装置 | |
CN112668284B (zh) | 一种法律文书分段方法及系统 | |
CN115019788A (zh) | 语音交互方法、系统、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |