CN111641757A - 坐席通话的实时质检与辅助话术推送的方法 - Google Patents

Abstract

本发明提供了一种坐席通话的实时质检与辅助话术推送的方法，该方法包括：采集坐席呼出通话或接入通话时的实时语音流数据；将所述实时语音流数据进行文本转录处理以获得语音文本；对所述语音文本附加用于描述所述实时语音流数据的通话属性的消息标识，以将所述语音文本封装为通话文本消息；将所述通话文本消息加入至消息队列中；从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，并根据所述识别结果向所述坐席推送质检信息和辅助话术信息。此外，本发明还提供相应的计算机介质。实施本发明可以实时帮助坐席纠正沟通时的话术错误，改善沟通质量，并降低人工质检的工作量。

Description

坐席通话的实时质检与辅助话术推送的方法

技术领域

本发明涉及呼叫中心的话务智能化处理领域，尤其涉及一种坐席通话的实时质检与辅助话术推送的方法。

背景技术

目前，呼叫中心已经成为企业提供线上综合业务信息的重要方式，呼叫中心的坐席根据企业的需求开展外呼或呼入的话务业务，以受理客户的意见反馈、咨询建议等业务，或针对企业的产品进行市场调查、电话销售、售后跟踪等业务。在呼叫中心开展上述话务业务的过程中，需要保证坐席与客户的通话内容的规范性和专业性，才能保证坐席所提供的话务服务的质量和效率，因此，对于所述通话内容的质检和管控尤为重要。对于所述质检而言，现有技术中通常采用人工听取通话录音的方式来进行质检评定，这需要为呼叫中心配备相应数量的质检员，该方式不仅人力需求成本高，而且对于所述通话内容的质检结果并不能在坐席产生通话时并行地反馈给坐席，只能是作为坐席后续改进服务质量的参考；对于所述管控而言，采用人工收听通话录音的方式也没办法做到实时的管控。

随着语音识别技术的发展，采用语音识别技术对坐席的通话内容进行监督逐渐成为了一种新的趋势，伴随着坐席与客户的通话的进行，语音识别技术可以并行对所述通话的具体语句进行基于预定规则的识别，该基于预定规则的识别例如是从所述具体语句中提取出关键字或查找与所述具体语句相近似的已有样本，从而将所述识别的结果作为通话的质检或管控的参考依据。利用语音识别技术，现有技术虽然在一定程度上实现了针对坐席通话的实时质检和管控，但是质检和管控的效率依然不能令人满意，原因在于：一方面，语音识别的效果高度依赖所述预定规则，面对内容各异的通话内容，所述预定规则难以做到一直维持较高的识别效果；另一方面，现有技术中语音识别的对象主要是通话内容中的一些关键字或具体语句，属于所述通话内容所承载的局部信息，因此未实现对于所述通话内容的全量覆盖的识别，这也导致质检出现错检、漏检的问题。此外，由于呼叫中心在同一时刻可能存在大量并发的坐席通话，如何协调这些并发的坐席通话所需占用的语音识别资源也是现有技术中尚未解决的问题。

发明内容

为了克服现有技术中的上述缺陷，本发明提供了一种坐席通话的实时质检与辅助话术推送的方法，该方法包括：

采集坐席呼出通话或接入通话时的实时语音流数据；

将所述实时语音流数据进行文本转录处理以获得语音文本；

对所述语音文本附加用于描述所述实时语音流数据的通话属性的消息标识，以将所述语音文本封装为通话文本消息；

将所述通话文本消息加入至消息队列中；

从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，并根据所述识别结果向所述坐席推送质检信息和辅助话术信息。

根据本发明的一个方面，该方法中所述消息标识包括：身份标识和时间戳；所述身份标识用于定义所述坐席的身份信息和组织结构归属信息。

根据本发明的另一个方面，该方法中所述身份信息包括所述坐席所对应的客服标识；所述组织结构归属信息包括所述坐席所对应的企业标识和部门标识。

根据本发明的另一个方面，该方法中从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果步骤包括：从所述消息队列中拉取所述通话文本消息；从所述通话文本消息中分离出所述语音文本；调用自然语言处理模型对所述语音文本进行语义分析；根据所述语义分析确定所述识别结果。

根据本发明的另一个方面，该方法中所述语义分析包括：词法分析、语法分析、命名实体识别中任一或其组合。

根据本发明的另一个方面，该方法中根据所述识别结果向所述坐席推送质检信息的步骤包括：选择所述识别结果对应的质检判断模型；使用所述质检判断模型判断所述语音文本中是否存在不规范的通话内容，若是，则向所述坐席推送所述质检信息，所述质检信息包括违规告警提示和澄清话术数据。

根据本发明的另一个方面，该方法中根据所述识别结果向所述坐席推送辅助话术信息的步骤包括：根据所述识别结果从话术模板库中选择评分高于预定阈值的话术脚本数据生成所述辅助话术信息，并将所述辅助话术信息推送至所述坐席。

根据本发明的另一个方面，该方法中所述识别结果包括：所述语音文本对应的文本含义、对话场景、客户意图中任一或其组合。

根据本发明的另一个方面，该方法还包括：向所述坐席实时发送所述语音文本以及所述识别结果；在所述坐席端将所述语音文本、所述识别结果、所述质检信息和所述辅助话术信息进行组合呈现。

根据本发明的另一个方面，该方法还包括：记录所述坐席针对所述辅助话术信息的评分值。

根据本发明的另一个方面，该方法中所述消息队列由消息中心进行存储和管理。

根据本发明的另一个方面，该方法中从所述消息队列中拉取所述通话文本消息的步骤由一个或多个设置为订阅所述通话文本消息的逻辑体/设备来执行。

相应地，本发明还提供了一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的坐席通话的实时质检与辅助话术推送的方法。

本发明提供的坐席通话的实时质检与辅助话术推送的方法采用了将通话产生的实时语音流数据封装为通话文本消息形成消息队列的方式，将语音处理实现为针对通话文本消息的拉取处理过程，以确保通话过程中的实时语音可被持续地得到监督，即使呼叫中心在同一时刻产生大量并发的坐席通话，也可以保证每一坐席的通话内容的质检的全面覆盖，从而避免质检出现错检、漏检的情况。对通话文本消息采用自然语言分析的方式进行识别，充分利用了语音文本所承载的自然语言含义信息，尤其是自然语言分析可以分析出通话过程所对应的沟通场景和客户意图，相比现有的基于预定规则的识别具有更广泛的适应性，相比现有的针对通话内容中局部关键字或具体语句的识别具有更高的准确率。由于通过自然语言分析方式进行的识别具有更好的识别准确率，这也保证了基于该识别向坐席推送的质检信息和辅助话术信息具有更好的匹配度和精确度。通过实施本发明的坐席通话的实时质检与辅助话术推送的方法，可以实时帮助坐席纠正沟通时的话术错误，改善沟通质量，并降低了人工质检的工作量。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是根据本发明的坐席通话的实时质检与辅助话术推送的方法的一个具体实施方式的流程示意图；

图2是图1示出的步骤S500的一个可选实施例的流程示意图；

图3是根据本发明的坐席通话的实时质检与辅助话术推送的方法的一个优选具体实施方式的流程示意图；

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

为了更好地理解和阐释本发明，下面将结合附图对本发明作进一步的详细描述。本发明并不仅仅局限于这些具体实施方式。相反，对本发明进行的修改或者等同替换，均应涵盖在本发明的权利要求范围当中。

需要说明的是，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有这些具体细节，本发明同样可以实施。在下文给出的多个具体实施方式中，对于本领域熟知的结构和部件未作详细描述，以便于凸显本发明的主旨。

本发明提供了一种坐席通话的实时质检与辅助话术推送的方法，请参考图1，图1是根据本发明的坐席通话的实时质检与辅助话术推送的方法的一个具体实施方式的流程示意图，该方法包括：

步骤S100，采集坐席呼出通话或接入通话时的实时语音流数据；

步骤S200，将所述实时语音流数据进行文本转录处理以获得语音文本；

步骤S300，对所述语音文本附加用于描述所述实时语音流数据的通话属性的消息标识，以将所述语音文本封装为通话文本消息；

步骤S400，将所述通话文本消息加入至消息队列中；

步骤S500，从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，并根据所述识别结果向所述坐席推送质检信息和辅助话术信息。

具体地，无论是呼叫中心的坐席呼出通话还是接入通话，一旦话务搭接成功后即会因通话双方语言沟通而产生实时语音流，该实时语音流所涉及的沟通主题往往围绕着坐席所需针对客户提供的业务，例如电话销售、售后回访、市场调查、疑难解答等沟通主题。执行步骤S100正是为了采集所述实时语音流所对应的实时语音流数据，更具体而言，该实时语音流数据是用于记录所述实时语音流的数字信号，而通常该数字信号是使用坐席或客户语音的模拟信号转换所得。

在步骤S200中，执行所述文本转录的主体通常是一经过训练过的语音识别引擎，该语音识别引擎向提供一面向呼叫中心的识别接口，呼叫中心的坐席通过调用该识别接口将所述实时语音流数据中的语言文字转换为字符类型的语音文本，进一步在步骤S300中处理该语音文本。需要说明的是，由于所述实时语音流数据是伴随着所述坐席的通话而持续生成的，而单位时间内所述识语音识别引擎可处理的数据量有限，在必要的情况下，一次完整的所述通话的过程中可能会产生多个所述实时语音流数据，或将一条所述实时语音流数据切分为多个数据切块，此时可能会出现多个步骤S200并行执行的情况。无论如何，所述实时语音流数据最终都会转换为所述语音文本。

本领域技术人员可以理解，所述呼叫中心在同一时刻可能存在大量并发的坐席通话，为了保证每一坐席通话所产生的实时语音均能依靠合适的计算资源进行监督，因此考虑在步骤S300中所述语音文本进行进一步处理。也即，执行步骤S300的目的是将所述语音文本封装为携带了消息标识的通话文本消息，所述消息标识用于描述所述实时语音流数据的通话属性。接下来在执行步骤S400将所述通话文本消息加入至所述消息队列中，由于前文已经提及所述呼叫中心在同一时刻可能有多个坐席通话并发，本领域技术人员可以理解，所述消息队列中可能包含了多个不同的坐席通话的实时语音所对应的通话文本消息。这些多个通话文本消息之间依据其自身的消息标识来进行消息的区分，可以根据所述消息标识验证和回溯每一所述通话文本消息的产生时间和来源。

对于一个所述通话文本消息而言，典型地，所述消息标识包括身份标识和时间戳，所述身份标识用于定义所述坐席的身份信息和组织结构归属信息，所述身份信息例如包括所述坐席所对应的客服标识，所述组织结构归属信息例如包括所述坐席所对应的企业标识和部门标识。优选地，一个完整的消息标识可以由“企业标识+部门标识+客服标识+时间戳”的方式来构成，这样就可以保证所述消息标识可以正确描述所述通话文本消息在所述消息队列中时间顺序，以及保证所述通话文本消息在所述消息队列中的全局唯一性。

采用消息队列的方式来应对所述呼叫中心存在大量并发的坐席通话的这一应用场景，可以有条理地协调这些并发的坐席通话所需占用的语音识别资源，以确保每一坐席所产生的实时语音流数据均得到监督。优选地，所述消息队列由消息中心进行存储和管理，所述消息中心的规模可以根据所述呼叫中心的规模来确定，当呼叫中心的规模较大时，所述消息中心往往由高性能的集群来实现。

执行步骤S100至步骤S400是为了将所述实时语音流数据转换为可被识别的数据形式，以及为可能存在的多个通话文本消息建立队列机制。接下来执行步骤S500以实现针对单个所述通话文本消息的识别，以及针对所述识别的结果进一步进行后续处理，例如步骤S500中的所述质检信息和所述辅助话术信息的推送。

具体地，首先，从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，请参考图2，图2是图1示出的步骤S500的可选实施例的流程示意图，尤其涉及步骤S500中从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果这一步骤的可选实施例，如图2所示，所述从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果的步骤包括：

步骤S501，从所述消息队列中拉取所述通话文本消息；

步骤S502，从所述通话文本消息中分离出所述语音文本；

步骤S503，调用自然语言处理模型对所述语音文本进行语义分析；

步骤S504，根据所述语义分析确定所述识别结果。

当所述消息队列中存在未处理的所述通话文本消息时，执行步骤S501可将所述通话文本消息取出。执行步骤S502是为了从所述通话文本消息中分离出承载了对话信息的所述语音文本，优选地在执行步骤S502之前，可根据所述通话文本消息的消息标识对该通话文本消息进行回溯和验证，以确保该通话文本消息的合法性。

接下来执行步骤S503，也即调用自然语言处理模型对所述语音文本进行语义分析，典型地，所述语义分析包括词法分析、语法分析、命名实体识别中任一或其组合，目的是为了将所述语音文本进行文本结构化处理。为实现所述语义分析，所述自然语言处理模型可能包含一经过训练的自然语言处理神经网络，该自然语言处理神经网络可通过所述语音文本判断出所述语音文本所承载的对话的各个维度的具体内容，例如前文所述的词法分析可以分析出所述语音文本中各个词汇，所述语法分析可以分析出所述语音文本中的多个所述词汇构成的句子的意义，所述命名实体识别可以分析出所述词汇的所对应的命名实体(也即分析出所述词汇属于哪一类型的命名实体，如人名、时间、数字等类型)。通过上述语义分析，可以确定所述语音文本所具有的自然语言含义，并进一步在步骤S504中实现根据所述语义分析确定所述识别结果的功能。考虑到进行语音识别的目的是进行质检和辅助话术推送，此处所述识别结果优选地包括：所述语音文本对应的文本含义、对话场景、客户意图中任一或其组合，本领域技术人员可以理解，若需要根据所述语义分析得到所述识别结果中的对话场景和客户意图，则通常需要将所述语义分析得到的文本含义与数据库中的场景模型和意图模型进行匹配，以判断出当前的所述语音文本所归属的对话场景和所传达出的客户意图，而所述数据库中的模型样本可以是由本具体实施方式的实施者预设的，或通过另一训练后的神经网络所输出的。根据坐席当前的通话所对应的业务类型，所述对话场景例如是从实际语言沟通中所抽象概括出的产品介绍、异议处理、成交确认等场景，所述客户意图例如是从实际语言沟通中所抽象概括出的投诉、咨询、业务办理等客户意图。在更多的实施例中，为应对坐席和其通话对象之间更为复杂的对话内容，所述识别结果可能还包括情绪、语速等抽象指标。

请继续参考图1，由于在步骤S500中确定所述识别结果后的最终目的是根据该识别结果进行质检信息和辅助话术信息的推送，无论如何，任何一种足以表达当前所处理的实时语音流数据中对话双方的交流意图和交流效果的抽象指标，均可以包含在所述识别结果内，且这些抽象指标均是依赖于所述自然语言分析所获得的。

从推送所述质检信息和推送所述辅助话术信息的两个角度来考虑，一方面，步骤S500中的根据所述识别结果向所述坐席推送质检信息的步骤包括：选择所述识别结果对应的质检判断模型；使用所述质检判断模型判断所述语音文本中是否存在不规范的通话内容，若是，则向所述坐席推送所述质检信息，所述质检信息包括违规告警提示和澄清话术数据。所述质检判断模型内应预设合适的质检规则，该质检规则通常与所述识别结果具有相应的耦合度，向所述坐席提供所述违规告警提示的目的通常是为了帮助所述坐席及时纠正错误，而纠正错误可以间接地降低后期人工质检的工作量。向所述坐席提供所述澄清话术数据的目的通常是为了补救坐席的话术错误，以改善坐席与其通话对象之间的沟通质量。本领域技术人员可以理解，能使对所述坐席的通话内容获得监督效果的各种数据均可以包含在所述质检信息内，本发明对此不作限定。另一方面，步骤S500中根据所述识别结果向所述坐席推送辅助话术信息的步骤包括：根据所述识别结果从话术模板库中选择评分高于预定阈值的话术脚本数据生成所述辅助话术信息，并将所述辅助话术信息推送至所述坐席。所述话术模板库中可以对应于所述识别结果中的各类对话场景、客户意图等抽象指标预设多个话术脚本数据，结合所述识别结果进行计算可以较为容易地查找出评分高于预定阈值的话术脚本数据来生成所述辅助话术信息，向所述坐席提供所述辅助话术信息是为了帮助坐席快速满足客户的沟通需求，避免出现因坐席的客服的业务水平欠缺而导致的沟通失败，最终达到改善沟通质量和提升客户满意度的效果。

由于期望步骤S500中从所述消息队列中拉取所述通话文本消息的步骤可以自动顺序地执行，优选地，可预设一个或多个配置为订阅所述通话文本消息的逻辑体/设备来执行上述从所述消息队列中拉取所述通话文本消息的步骤，该逻辑体/设备持续访问所述消息队列以判断其中是否包含所述通话文本消息，一旦所述消息队列中出现所述通话文本消息，所述逻辑体/设备实时拉取所述通话文本消息。当所述消息队列中包含多个通话文本消息时，该多个通话文本消息通常按产生的时间顺序进行排列。需要特别说明的是，所述逻辑体例如是可以实现所述拉取操作的计算机代码运行实例，例如虚拟服务器、服务逻辑、进程或线程等。拉取机制可以确保不会错过或漏掉所述消息队列中的通话文本消息，实质上保证了质检的全覆盖性和准确度。

考虑到为了让坐席能够更直观地了解和参考当前所进行的通话，可以利用图1示出的具体实施方式中步骤S100至步骤S500各个步骤的输出结果，请参考图3，图3是根据本发明的坐席通话的实时质检与辅助话术推送的一个优选具体实施方式的流程示意图，与图1示出的具体实施方式不同之处在于，图3示出的坐席通话的实时质检与辅助话术推送的方法还包括如下步骤：

步骤S600，向所述坐席实时发送所述语音文本以及所述识别结果；

步骤S700，在所述坐席端将所述语音文本、所述识别结果、所述质检信息和所述辅助话术信息进行组合呈现；

步骤S800，记录所述坐席针对所述辅助话术信息的评分值。

具体地，步骤S600中的术语“实时发送”指的是当所述语音文本和所述识别结果一旦生成，即被发送到所述坐席，使得所述坐席可以尽快查看所述语音文本和所述识别结果。

在步骤S700中在所述坐席端将所述语音文本、所述识别结果、所述质检信息和所述辅助话术信息进行组合呈现的优点在于：使所述坐席可以快速浏览该坐席当前所进行的通话的信息摘要，找出所述通话中所存在的不足，以及随时结合所获得的信息调整话术策略。优选地，所述组合呈现通常通过计算机图形化的方式将各种信息集成在一起。

考虑到为了便于步骤S600和步骤S700的顺利执行，所述坐席上通常提供一客户端，该客户端设置为订阅所述语音文本、所述识别结果、所述质检信息和所述辅助话术信息，并在计算机视觉接口设备上及时呈现其订阅结果。一种可选的实施例中，根据所述语音文本、所述识别结果、所述质检信息和所述辅助话术信息生成的各类消息，可以由前文所述的消息中心统一进行存储和管理。

考虑到在所述坐席浏览所述辅助话术信息时可以按照实际的沟通效果针对该辅助话术信息进行评分，而该评分所对应的评分值可用于优化所述话术模板库的匹配准确度，因此执行步骤S800，记录所述坐席针对所述辅助话术信息的评分值，也即达到通过采集人工标准校准的训练数据来提升步骤S500的准确度的目的。触发所述评分值的操作通常是所述坐席操作前文所述的客户端来达成的。

需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

相应地，本发明还公开了一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的坐席通话的实时质检与辅助话术推送的方法，例如图1示出的坐席通话的实时质检与辅助话术推送的方法。所述计算机可读介质可以是可由计算机设备访问的任何可用介质，且包括用任何方法和技术实现的用于存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息的易失性和非易失性介质、可移动和不可移动介质。计算机可读介质包括但不限于，RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光存储、盒式磁带、磁带、磁盘存储或其它磁存储设备，或者可用于存储所需信息并且可由计算设备访问的任何其它介质。上述的任意组合也应包含在计算机可读介质的范围内。

本发明提供的坐席通话的实时质检与辅助话术推送的方法中涉及软件逻辑的部分可以使用可编程逻辑器件来实现，也可以实施为计算机程序产品，该程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现上述涉及软件逻辑的部分的各个步骤。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可从计算机主体拆卸的可移动介质(例如可热拔插的存储设备)。所述内置介质包括但不限于可重写的非易失性存储器，例如RAM、ROM和硬盘。所述可移动介质包括但不限于：光存储媒体(例如CD-ROM和DVD)、磁光存储媒体(例如MO)、磁存储媒体(例如磁带或移动硬盘)、具有内置的可重写的非易失性存储器的媒体(例如存储卡)和具有内置ROM的媒体(例如ROM盒)。

本领域技术人员应当理解，任何具有适当编程装置的计算机系统都能够执行包含在计算机程序产品中的本发明的方法的诸步骤。尽管本说明书中描述的多数具体实施方式都侧重于软件程序，但是以硬件方式实现本发明提供的方法的替代实施例同样在本发明要求保护的范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，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，在权利要求的等同要件的含义和范围内的所有变化均涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他部件、单元或步骤，单数不排除复数。权利要求中陈述的多个部件、单元或装置也可以由一个部件、单元或装置通过软件或者硬件来实现。

本发明提供的坐席通话的实时质检与辅助话术推送的方法采用了将通话产生的实时语音流数据封装为通话文本消息形成消息队列的方式，将语音处理实现为针对通话文本消息的拉取处理过程，以确保通话过程中的实时语音可被持续地得到监督，即使呼叫中心在同一时刻产生大量并发的坐席通话，也可以保证每一坐席的通话内容的质检的全面覆盖，从而避免质检出现错检、漏检的情况。对通话文本消息采用自然语言分析的方式进行识别，充分利用了语音文本所承载的自然语言含义信息，尤其是自然语言分析可以分析出通话过程所对应的沟通场景和客户意图，相比现有的基于预定规则的识别具有更广泛的适应性，相比现有的针对通话内容中局部关键字或具体语句的识别具有更高的准确率。由于通过自然语言分析方式进行的识别具有更好的识别准确率，这也保证了基于该识别向坐席推送的质检信息和辅助话术信息具有更好的匹配度和精确度。通过实施本发明的坐席通话的实时质检与辅助话术推送的方法，可以实时帮助坐席纠正沟通时的话术错误，改善沟通质量，并降低人工质检的工作量。

以上所披露的仅为本发明的一些较佳实施例，不能以此来限定本发明之权利范围，依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (13)

1.一种坐席通话的实时质检与辅助话术推送的方法，该方法包括：

采集坐席呼出通话或接入通话时的实时语音流数据；

将所述实时语音流数据进行文本转录处理以获得语音文本；

对所述语音文本附加用于描述所述实时语音流数据的通话属性的消息标识，以将所述语音文本封装为通话文本消息；

将所述通话文本消息加入至消息队列中；

从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，并根据所述识别结果向所述坐席推送质检信息和辅助话术信息。

2.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，其中，所述消息标识包括：

身份标识和时间戳；

所述身份标识用于定义所述坐席的身份信息和组织结构归属信息。

3.根据权利要求2所述的坐席通话的实时质检与辅助话术推送的方法，其中：

所述身份信息包括所述坐席所对应的客服标识；

所述组织结构归属信息包括所述坐席所对应的企业标识和部门标识。

4.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，其中，所述从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果的步骤包括：

从所述消息队列中拉取所述通话文本消息；

从所述通话文本消息中分离出所述语音文本；

调用自然语言处理模型对所述语音文本进行语义分析；

根据所述语义分析确定所述识别结果。

5.根据权利要求4所述的坐席通话的实时质检与辅助话术推送的方法，其中，所述语义分析包括：

词法分析、语法分析、命名实体识别中任一或其组合。

6.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，其中，根据所述识别结果向所述坐席推送质检信息的步骤包括：

选择所述识别结果对应的质检判断模型；

使用所述质检判断模型判断所述语音文本中是否存在不规范的通话内容，若是，则向所述坐席推送所述质检信息，所述质检信息包括违规告警提示和澄清话术数据。

7.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，其中，根据所述识别结果向所述坐席推送辅助话术信息的步骤包括：

根据所述识别结果从话术模板库中选择评分高于预定阈值的话术脚本数据生成所述辅助话术信息，并将所述辅助话术信息推送至所述坐席。

8.根据权利要求1、4、6或7任一项所述的坐席通话的实时质检与辅助话术推送的方法，其中，所述识别结果包括：

所述语音文本对应的文本含义、对话场景、客户意图中任一或其组合。

9.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，该方法还包括：

向所述坐席实时发送所述语音文本以及所述识别结果；

在所述坐席端将所述语音文本、所述识别结果、所述质检信息和所述辅助话术信息进行组合呈现。

10.根据权利要求1或9所述的坐席通话的实时质检与辅助话术推送的方法，该方法还包括：

记录所述坐席针对所述辅助话术信息的评分值。

11.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，其中：

所述消息队列由消息中心进行存储和管理。

12.根据权利要求1所述的坐席通话的实时质检与辅助话术推送的方法，其中：

从所述消息队列中拉取所述通话文本消息的步骤由一个或多个设置为订阅所述通话文本消息的逻辑体/设备来执行。

13.一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如权利要求1至12任一项所述的坐席通话的实时质检与辅助话术推送的方法。

Images