CN112885376A - 一种提高语音通话质检效果的方法和装置 - Google Patents
一种提高语音通话质检效果的方法和装置 Download PDFInfo
- Publication number
- CN112885376A CN112885376A CN202110092062.XA CN202110092062A CN112885376A CN 112885376 A CN112885376 A CN 112885376A CN 202110092062 A CN202110092062 A CN 202110092062A CN 112885376 A CN112885376 A CN 112885376A
- Authority
- CN
- China
- Prior art keywords
- information
- customer service
- user
- obtaining
- preset
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000000694 effects Effects 0.000 title claims abstract description 48
- 238000012549 training Methods 0.000 claims abstract description 93
- 230000004044 response Effects 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 21
- 230000008451 emotion Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000006854 communication Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000003058 natural language processing Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 238000005065 mining Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
Images
Classifications
-
- 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
- G10L25/60—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 measuring the quality of voice signals
-
- 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
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
-
- 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)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Hospice & Palliative Care (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种提高语音通话质检效果的方法和装置,包括:获得第一用户和第一客服在第一时间的第一语音通话信息;获得第一用户的第一通话属性信息和第一客服的第二通话属性信息;获得第二语音通话信息;将第一通话属性信息、第二通话属性信息、第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息输入第一训练模型;获得第一训练模型的输出信息,其中,输出信息包括第一输出结果;获得预设标准质检信息;获得第一客服的第一质检评分值信息;判断第一质检评分值信息是否满足预设评分阈值;如果不满足,则获得第一切换指令,达到了对客服人员的服务质量进行准确掌控,提高质检效率以及质检结果的准确性的技术效果。
Description
技术领域
本发明涉及语音质检领域,尤其涉及一种提高语音通话质检效果的方法和装置。
背景技术
现如今,为了促进企业的营销并达到为企业开辟更加广阔的市场的目的,已有许多以语音通话进行客服服务、业务销售的行业,如电信行业、旅游行业、保险行业等等,因此,客服人员的语音服务质量对于企业的发展起着很重要的作用,因此,需通过对客服人员的语音通话进行质量评估以确定是否符合要求。目前,出于工作量和人力成本的综合考虑,传统的语音质检方式是通过投入大量人力来对通话录音文件进行抽检,但是,质检人员质检时往往存在覆盖不全、准确率不高、测试效率低的问题,并且质检质量也无法得到保证。
但本发明申请人发现现有技术至少存在如下技术问题:
现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,无法准确反映所有客服的服务准确度,智能化程度不高,也导致质检效率低。
发明内容
本发明实施例提供了一种提高语音通话质检效果的方法和装置,解决了现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,无法准确反映所有客服的服务准确度,智能化程度不高也导致质检效率低的技术问题,达到了对客服人员的服务质量进行准确掌控,保证用户的服务满意度,同时提升质检的全面性,提高质检效率以及质检结果的准确性,提高企业的服务质量的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种提高语音通话质检效果的方法和装置。
第一方面,本发明提供了一种提高语音通话质检效果的方法,所述方法包括:获得第一用户和第一客服在第一时间的第一语音通话信息;根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;获得预设标准质检信息;根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;判断所述第一质检评分值信息是否满足预设评分阈值;如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
第二方面,本发明提供了一种提高语音通话质检效果的装置,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一用户和第一客服在第一时间的第一语音通话信息;
第二获得单元,所述第二获得单元用于根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;
第三获得单元,所述第三获得单元用于获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;
第一执行单元,所述第一执行单元用于将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;
第一训练单元,所述第一训练单元用于将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;
第四获得单元,所述第四获得单元用于获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;
第五获得单元,所述第五获得单元用于获得预设标准质检信息;
第六获得单元,所述第六获得单元用于根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;
第一判断单元,所述第一判断单元用于判断所述第一质检评分值信息是否满足预设评分阈值;
第一切换单元,所述第一切换单元用于如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
第三方面,本发明提供了一种提高语音通话质检效果的装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述第一方面的方法的步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种提高语音通话质检效果的方法和装置,通过获得第一用户和第一客服在第一时间的第一语音通话信息;根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;获得预设标准质检信息;根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;判断所述第一质检评分值信息是否满足预设评分阈值;如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服,从而解决了现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,无法准确反映所有客服的服务准确度,智能化程度不高也导致质检效率低的技术问题,达到了对客服人员的服务质量进行准确掌控,保证用户的服务满意度,同时提升质检的全面性,提高质检效率以及质检结果的准确性,提高企业的服务质量的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种提高语音通话质检效果的方法的流程示意图;
图2为本发明实施例中一种提高语音通话质检效果的装置的结构示意图;
图3为本发明实施例中另一种示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一执行单元14,第一训练单元15,第四获得单元16,第五获得单元17,第六获得单元18,第一判断单元19,第一切换单元20,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种提高语音通话质检效果的方法和装置,用于解决现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,无法准确反映所有客服的服务准确度,智能化程度不高也导致质检效率低的技术问题,达到了对客服人员的服务质量进行准确掌控,保证用户的服务满意度,同时提升质检的全面性,提高质检效率以及质检结果的准确性,提高企业的服务质量的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
现如今,为了促进企业的营销并达到为企业开辟更加广阔的市场的目的,已有许多以语音通话进行客服服务、业务销售的行业,如电信行业、旅游行业、保险行业等等,因此,客服人员的语音服务质量对于企业的发展起着很重要的作用,因此,需通过对客服人员的语音通话进行质量评估以确定是否符合要求。目前出于工作量和人力成本的综合考虑,传统的语音质检方式是通过投入大量人力来对通话录音文件进行抽检,但是,质检人员质检时往往存在覆盖不全、准确率不高、测试效率低的问题,并且质检质量也无法得到保证。但是,现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,无法准确反映所有客服的服务准确度,智能化程度不高,也导致质检效率低。
针对上述技术问题,本发明提供的技术方案总体思路如下:
本申请实施例提供了一种提高语音通话质检效果的方法,所述方法包括:获得第一用户和第一客服在第一时间的第一语音通话信息;根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;获得预设标准质检信息;根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;判断所述第一质检评分值信息是否满足预设评分阈值;如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
在介绍了本申请基本原理后,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
图1为本发明实施例中一种提高语音通话质检效果的方法的流程示意图。如图1所示,本发明实施例提供了一种提高语音通话质检效果的方法,应用于一智能质检平台,通过该智能质检平台,对通话过程中相关信息进行监控、质检、管理和预警,所述方法包括:
步骤100:获得第一用户和第一客服在第一时间的第一语音通话信息;
具体而言,第一客服是指为用户提供相关服务的人员,本实施例中以第一客服为客户提供各种电话响应、语音响应等响应服务作为优选,例如当第一客服为中国移动的客户服务人员时,第一用户在使用中国移动的相关业务时,如果存在问题时,可以通过拨打电话来寻求客服人员的帮助,此时的第一客服可以将客户部分常见问题进行应答。进而在第一用户和第一客服的通话过程中,由智能质检平台可进行实时监控,同时该质检平台还可处理大量用户的来电通话,也可将用户来电分配给具备相应技能的人员处理,并且还可以记录和储存通话内容。接着即可获得在第一时间,第一用户和第一客服之间的第一语音通话信息,第一时间即为自电话接通开始,用户和客服之间开始进行对话的一定时间内,例如为电话接通的20秒、30秒、一分钟等,第一时间可根据实际需要进行设置,本实施例中不做具体限制,因此,在第一时间内由质检平台监控得到的用户和客服之间的通话信息即为第一语音通话信息。
步骤200:根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;
具体而言,通过第一语音通话信息,即可从中得到第一用户的第一通话属性信息,其中,第一通话属性信息是指第一用户通话时的相关个人特征信息,包括但不限于用户的音色、音高、力度、语速、持续时间、年龄等等,如前所述,同样的,通过第一语音通话信息,即可从中得到第一客服的第二通话属性信息,其中,第二通话属性信息是指第一客服通话时的相关个人特征信息,包括但不限于客服的音色、音高、力度、语速、持续时间、年龄等等。
步骤300:获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;
具体而言,第二时间为第一时间之后的一段时间,且第二时间同样可根据实际需要进行设置,本实施例中不做具体限制,第二语音通话信息也就是由智能质检平台在通话开始之后在第二时间实时采集到的通话内容信息。
步骤400:将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;
步骤500:将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;
步骤600:获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;
具体而言,在分析得到第一用户的第一通话属性信息、第一客服的第二通话属性信息,以及第一用户和第一客服之间的第二语音通话信息之后,即可分别将第一通话属性信息作为第一输入信息、将第二通话属性信息作为第二输入信息、将第二语音通话信息作为第三输入信息,然后将第一输入信息、第二输入信息、第三输入信息输入第一训练模型,通过第一训练模型输出第一输出结果,其中,第一输出结果为第一客服的服务准确度的标识信息,从而达到保证质检结果的准确性,准确反映客服的服务准确度,智能化程度高,质检效率高的技术效果。
进一步的,训练模型为机器学习模型中的神经网络模型,机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。机器模型通过多组训练数据训练获得,神经网络模型通过训练数据训练的过程本质上为监督学习的过程。本申请实施例中的训练模型是通过多组训练数据利用机器学习训练得出的,多组中的训练数据中的每一组训练数据均包括:第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息。
其中,将第一输出结果的标识信息作为监督数据。输入每一组训练数据中,对第一输入信息、第二输入信息、第三输入信息进行监督学习,确定训练模型的输出信息达到收敛状态。通过第一输出结果与训练模型的输出结果进行对比,当一致时,本组数据监督学习完成,进行下一组数据监督学习;当不一致时,则训练模型进行自我修正,直至其输出结果与标识的第一输出结果信息一致,本组监督学习完成,进行下一组数据监督学习;通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。通过对训练模型进行监督学习的过程,使得训练模型输出的第一输出结果信息更加准确,达到了能够准确的反映客服的服务准确度,提高质检质量和效率的技术效果。
进一步的,为了达到增强数据准确性,能够准确的反映客服的服务准确度的效果,本申请实施例步骤500还包括:
步骤510:根据所述第二语音通话信息,提取所述第一用户的第一需求信息以及所述第一客服的第一响应信息;
步骤520:根据所述第一需求信息,获得预设标准化术语;
步骤530:根据所述第一响应信息、预设标准化术语,获得第一服务匹配度信息;
步骤540:根据所述第一服务匹配度信息,设定服务准确度的标识信息;
步骤550:将所述服务准确度的标识信息作为监督数据,输入所述每一组训练数据中,对所述第一输入信息、第二输入信息、第三输入信息进行监督学习,确定所述第一训练模型的输出信息达到收敛状态。
具体而言,为了能够达到对客服的服务准确度判断准确,达到实时监测客服通话信息,保障业务的合规性和完整性,首先,从第二语音通话信息中,经过质检平台进行大数据处理之后,提取第一用户的第一需求信息以及第一客服的第一响应信息,例如可通过判断第二语音通话信息中是否存在疑问句,进而可以得到用户的需求信息。其中,第一需求信息即为在用户和客服的通话过程中分析得到的客户来电需求,例如用户需要开通家庭宽带业务、需要更换手机套餐等,第一响应信息即为第一客服针对用户的第一需求而生成的相关回答信息,进而通过用户的第一需求信息,可以得到与之相关的预设标准化术语,此时的预设标准化术语指的是预先建立的业务模型、业务规则、业务标准术语中,与第一需求相对应的标准化术语信息,然后将第一客服的第一响应信息与预设标准化术语进行比对,获得第一服务匹配度信息,第一服务匹配度信息即为第一客服的响应信息与标准化术语之间的相似度,进而根据第一服务匹配度信息的高低程度设定服务准确度的标识信息,根据第一服务匹配度信息,设定服务准确度的标识信息,如高服务准确度、低服务准确度、一般服务准确度等。将服务准确度的标识信息作为监督数据,输入每一组训练数据中,对第一输入信息、第二输入信息、第三输入信息进行监督学习,如前所述,通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。通过对训练模型进行监督学习的过程,使得训练模型输出的客服的服务准确度信息更加准确,达到了准确的反映客服的服务准确度,减轻运营成本,提高客服效率,为用户提供更完善服务的效果。
进一步的,为了达到在客服人员服务过程中,随时掌握服务质量的效果,本申请实施例步骤510还包括:
步骤511:获得所述第一客服的第一响应时长;
步骤512:判断所述第一响应时长是否超过预设响应预警点;
步骤513:如果超过所述预设响应预警点,则获得第一控制指令,其中,所述第一控制指令用于将所述预设标准化术语推荐给所述第一客服。
具体而言,获得第一客服的第一响应时长,第一响应时长即为第一客服在接收到第一用户的需求信息之后,根据第一需求信息在回答客户需求问题之前的停顿时长,也就是客服人员的反应时长,如果第一响应时长超过了预设响应预警点,说明客服人员的响应时间过长,可能会造成客户等待时间过长影响客户的满意度,因此,需要生成第一控制指令,然后推荐与第一需求信息相对应的预设标准化术语给第一客服,例如当用户的需求信息为第一客服不够清楚或者是不太熟悉的问题时,则可能客服人员需要查找资料或者是寻求外界帮助等,这样,会造成客户等待的时间过长,因此,通过智能质检平台经过大数据进行分析之后,生成与客户需求相对应的知识图谱,并将标准话术语发送给客服人员,从而达到避免用户等待时间过长,提升客服的服务质量和服务效率,为用户提供更完善服务,进一步提升质检智能化程度的目的。
步骤700:获得预设标准质检信息;
步骤800:根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;
具体而言,预设标准质检信息即为预先设定的质检标准信息,即结合业务本身预先设定相关规则,以达到对语音通话过程进行话术合规性、业务能力、服务态度等多维度检测和评分的目的。进而根据预设标准质检信息、第一输出结果,可以得到第一客服的第一质检评分值信息,此时的第一质检评分值信息为第一客服的质检结果的评分信息,通过获得客服的质检评分,从而达到帮助企业改善客户满意度、提升客户体验,降低运营成本,为用户提供更完善服务的效果。
步骤900:判断所述第一质检评分值信息是否满足预设评分阈值;
步骤1000:如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
具体而言,在得到第一质检评分值信息之后,获取到根据不同质检项所预先设定的质检评分阈值,即可以按照每个质检点所占的不同权重对通话进行综合评分设定,以便于后续提供明确的质检结果,为质检管理部门对于客服人员的服务质量进行优化提供有力的证据和方向。然后将第一质检评分值信息与预设评分阈值进行对比,判断第一客服的第一质检评分值信息是否满足预设评分阈值,如果不满足,则说明第一客服的服务质量达不到服务标准,需要生成第一切换指令,进而在第一切换指令的指令下,为第一用户提供更加合适的客服,即将第一用户的通话切换至第二客服,从而使得运营管理人员能够从中发现问题、总结经验,并能够针对性的对第一客服进行个性化辅导,从而达到提高客户满意度、提高客服技能、对企业运营效率进行全面优化的目的。解决了现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,导致客户的问题不能及时解决,造成客户满意度较差的技术问题,达到了对客服人员的服务质量进行准确掌控,保证用户的服务满意度,提高企业的服务质量的技术效果。
进一步的,为了达到在客服人员服务过程中,随时掌握服务质量,在出现问题时能够及时提醒的效果,本申请实施例步骤300还包括:
步骤310:根据所述第一通话属性信息,获得所述第一用户的第一语言特征信息;
步骤320:根据所述第二通话属性信息,获得所述第一客服的第二语言特征信息;
步骤330:根据所述第一语言特征信息、第二语言特征信息,建立所述第一用户和所述第一客服之间的第一断句识别模型;
步骤340:根据所述第一断句识别模型,识别所述第二语音通话信息中的每一句话是否完整;
步骤350:如果不完整,则判断所述第一用户和所述第一客服之间的对话是否存在重叠部分;
步骤360:如果存在重叠部分,则获得重叠部分的第一时长;
步骤370:判断所述第一时长是否超过预定重叠时长;
步骤380:若超过,则获得第一提醒信息,并将所述第一提醒信息发送给所述第一客服。
具体而言,根据第一通话属性信息可以获得第一用户的第一语言特征信息,第一语言特征信息为第一用户的说话风格,例如第一用户的语速、语调、声音大小、说话习惯、口头禅等等,同样的,根据第二通话属性信息可以获得第一客服的第二语言特征信息,第二语言特征信息为第一客服说话风格,例如第一客服的语速、语调、声音大小、说话习惯、口头禅等等,然后根据第一语言特征信息、第二语言特征信息建立第一用户和第一客服之间的第一断句识别模型,也就是根据第一用户和第一客服各自的语言行为特征建立两者之间的断句识别模型,以便于在通话过程中,能够准确的识别每一句话的开始时间和结束时间,进一步的,根据第一断句识别模型,对第二语音通话信息中的每一句话进行精确识别,判断每一句话是否完整,当通话过程中存在某一句话不完整的现象时,需要接着判断第一用户和第一客服之间的对话是否存在重叠部分,如果存在重叠部分,相应的获得重叠部分的第一时长,然后判断第一时长是否超过预定重叠时长,即就是判断重叠时长是否超过一定的时长阈值,如果超过预定重叠时长,说明客服的服务态度方面可能存在问题,则需要及时提醒第一客服,因此,需要生成第一提醒信息,然后将第一提醒信息发送给第一客服,以提醒客服及时进行服务态度的调整。例如设定阈值为5秒,如果监测到客服和用户之间通话的重叠部分为6秒,则此时超过预设时长,需要采取相应的措施。从而达到了对于客服服务过程中的服务质量进行实时掌控,能够及时发送提醒信息给客服人员,防止用户和客服人员之间产生摩擦现象的出现,进一步提升用户的满意度,提高客服服务质量,提升质检效率的技术效果。
进一步的,为了达到为用户提供更加完善的服务,提高质检质量和质检效率的效果,本申请实施例步骤100还包括:
步骤110:获得所述第一用户的第一通话请求指令;
步骤120:获得所述第一通话请求指令的第一等待时长;
步骤130:判断所述第一等待时长是否超过预设等待时长;
步骤140:如果超过,则获得第一转接指令,其中,所述第一转接指令用于在所述第一客服接通所述第一通话请求之前,按照第一预设调节信息为所述第一用户提供通话服务;
步骤150:如果未超过,则接通所述第一用户的第一通话请求指令,并判断所述第一语音通话信息中是否包括第一数据,其中,所述第一数据为不纯净数据;
步骤160:如果包括所述第一数据,则对所述第一语音通话信息进行语音清洁处理。
具体而言,当第一用户需要查询相关问题时,即可发送通话请求指令给客服服务中心,当客服服务中心在接收到第一通话请求指令之后,即可相应的为用户分配客服人员进行处理,进而得到第一用户在发送第一通话请求指令之后的第一等待时长,其中,第一等待时长即为第一用户在电话接通之前的等待时间,然后判断第一等待时长是否超过预设等待时长,如果超过预设等待时长,说明用户在预设等待时长内还未有客服人员接通电话,则此时需要获得第一转接指令,然后根据第一转接指令,在第一客服接通第一通话请求之前,按照第一预设调节信息为第一用户提供通话服务,例如为用户提供人工智能客服进行服务,或者是由人工智能客服为用户进行情绪调节,如唱歌、播放新闻热点、播报天气交通状况等等,防止用户由于等待时间过程产生不满情绪,进一步的,如果第一等待时长未超过预设等待时长,则接通第一用户的第一通话请求指令之后,并判断第一语音通话信息中是否包括第一数据,第一数据为不纯净数据,例如环境中是否存在噪音、用户是否使用方言、是否为外国人等等,如果包括第一数据,则需要有针对性的对第一语音通话信息进行语音清洁处理,例如消除环境中的噪音、对用户的方言信息或者是外语信息进行智能转换,从而达到对通话过程进行全面质检,提高质检效率的目的。
进一步的,为了达到获得更准确的第一质检评分值信息的效果,本申请实施例步骤320还包括:
步骤321:根据所述第二语音通话信息、第二语言特征信息、第一语言特征信息,获得所述第一用户的第一特征变化信息和所述第一客服的第二特征变化信息;
步骤322:根据所述第一特征变化信息,通过自然语言处理,获得所述第一用户的第一情感分析信息;
步骤323:根据所述第二特征变化信息,获得所述第一客服对于所述第一用户的第一影响度;
步骤324:根据所述第一语言特征信息,设定预设影响度阈值;
步骤325:判断所述第一影响度是否超过所述预设影响度阈值;
步骤326:如果超过所述预设影响度阈值,获得第一调整指令;
步骤327:根据所述第一调整指令、所述第一情感分析信息,对所述第一质检评分值信息进行调整。
具体而言,根据第二语音通话信息、第二语言特征信息、第一语言特征信息,获得第一用户的第一特征变化信息和第一客服的第二特征变化信息,其中,第一特征变化信息即为对第一用户的每一通对话的每一句话进行分析之后,所得到的用户在通话过程中的语音特征变化,第二特征变化信息即为对第一客服的每一通对话的每一句话进行分析之后,所得到的客服在通话过程中的语音特征变化,然后根据第一特征变化信息通过自然语言处理可以分析得到第一用户的第一情感分析信息,也就是第一用户在通话过程中所表现出的情绪波动情况,即流露出来的细节情感,如愤怒、开心、悲伤、兴奋、难过等等,根据客服的第二特征变化信息,例如客服在通话过程中情绪出现异常、态度不好等现象时,可以获得第一客服对于第一用户的第一影响度,第一影响度为第一客服的第二特征变化信息对于第一用户的通话意图理解的影响程度,例如当第二特征变化信息为第一客服的语速变化时,当语速变化太快时,则可能会导致影响用户理解客服意图的现象出现,也就是说,可能影响用户对于客服所回答的响应信息的理解,很可能出现理解不到位,出现误解的现象,进而通过第一语言特征信息设定预设影响度阈值,即根据第一用户的语音行为特征设定相应的预设影响度阈值,进一步的,判断第一影响度是否超过预设影响度阈值,如果超过预设影响度阈值,则说明客服人员的通话态度会对用户产生一定的影响,需要生成第一调整指令,然后根据第一调整指令、第一情感分析信息,对第一质检评分值信息进行调整,从而达到获得更准确的第一质检评分值信息,提高质检效率,保证质检结果的公正性的效果。
进一步的,为了达到降低违规风险,保障业务的合规和完整性的效果,本申请实施例步骤300还包括:
步骤390:获得预设敏感关键词信息;
步骤3100:根据所述预设敏感关键词信息,设定第一违规预警等级;
步骤3110:判断所述第二语音通话信息是否包括所述预设敏感关键词信息;
步骤3120:如果包括,则通过所述第一违规预警等级,获得所述第一客服的第一违规等级;
步骤3130:根据所述第一违规等级,对所述第一质检评分值信息进行调整;
步骤3140:如果不包括,则根据所述第二语音通话信息,获得所述第一客服的第一违规概率值;
步骤3150:当所述第一违规概率值超过预设概率值时,获得第二提醒信息,并将所述第二提醒信息发送给所述第一客服。
具体而言,预设敏感关键词信息为预先设定的与客服所服务的行业相关的敏感词汇、违规词汇以及带有侮辱性词汇的服务禁忌词信息,例如虚假信息、辱骂人、误导信息等,进而根据预设敏感关键词信息,按照关键词按类型对违规程度进行分级,也就是对第一违规预警等级进行设定,接着,判断第一用户和第一客服之间的第二语音通话信息是否包含预设敏感关键词信息,如果包括,则判断是否为第一客服使用了预设敏感关键词信息中相应的禁忌词,如果是由第一客服使用的,则将第一客服所使用的敏感词汇与第一违规预警等级进行对比分析之后,得到第一客服的第一违规等级,然后根据第一违规等级,对第一质检评分值信息进行调整之后,向第一客服发送警告信息,以提醒客服注意自己的言行和服务态度,从而使得质检结果更加准确,并且能够及时对客服的错误进行纠正,保证服务质量,提升用户满意度;如果第二语音通话信息不包括预设敏感关键词信息,则根据第二语音通话信息,对通话情况进行智能分析之后,预测得到第一客服的第一违规概率值,进而将第一违规概率值与预先设定的预设概率阈值进行比较,判断第一违规概率值是否超过预先设定的预设概率阈值,如果超过,则需要生成第二提醒信息,然后将第二提醒信息发送给第一客服,从而通过对客服的违规概率值进行预判,当违规概率较大时可以及时提醒客服人员,进一步达到降低违规风险,提升客户体验,确保服务质量的技术效果。
进一步的,为了达到对用户语音进行潜在营销分析的效果,本申请实施例步骤300还包括:
步骤3160:根据所述第二语音通话信息,获得所述第一用户的第一挖掘价值信息;
步骤3170:获得所述第一挖掘价值信息与所述第一客服所属行业的第一相关度;
步骤3180:判断所述第一相关度是否满足预设相关度阈值;
步骤3190:如果满足,则获得第一标记指令,其中,所述第一标记指令用于对所述第一用户进行业务挖掘标记。
具体而言,根据第二语音通话信息,可以分析得到第一用户的第一挖掘价值信息,然后判断第一挖掘价值信息与客服所属行业的关联度是否满足预设相关度阈值,如果第一相关度满足了预设相关度阈值,说明第一用户存在一定的挖掘价值,进而可以生成第一标记指令,然后根据第一标记指令对第一用户进行业务挖掘标记,在后续工作中可以挖掘用户潜在的商业机会,从而通过对语音通话内容进行分析,达到发掘用户相关的业务潜力,实现质检功能多样化的技术效果。
实施例二
基于与前述实施例中一种提高语音通话质检效果的方法同样的发明构思,本发明还提供一种提高语音通话质检效果的装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一用户和第一客服在第一时间的第一语音通话信息;
第二获得单元12,所述第二获得单元12用于根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;
第三获得单元13,所述第三获得单元13用于获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;
第一执行单元14,所述第一执行单元14用于将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;
第一训练单元15,所述第一训练单元15用于将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;
第四获得单元16,所述第四获得单元16用于获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;
第五获得单元17,所述第五获得单元17用于获得预设标准质检信息;
第六获得单元18,所述第六获得单元18用于根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;
第一判断单元19,所述第一判断单元19用于判断所述第一质检评分值信息是否满足预设评分阈值;
第一切换单元20,所述第一切换单元20用于如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于根据所述第一通话属性信息,获得所述第一用户的第一语言特征信息;
第八获得单元,所述第八获得单元用于根据所述第二通话属性信息,获得所述第一客服的第二语言特征信息;
第一建立单元,所述第一建立单元用于根据所述第一语言特征信息、第二语言特征信息,建立所述第一用户和所述第一客服之间的第一断句识别模型;
第一识别单元,所述第一识别单元用于根据所述第一断句识别模型,识别所述第二语音通话信息中的每一句话是否完整;
第二判断单元,所述第二判断单元用于如果不完整,则判断所述第一用户和所述第一客服之间的对话是否存在重叠部分;
第九获得单元,所述第九获得单元用于如果存在重叠部分,则获得重叠部分的第一时长;
第三判断单元,所述第三判断单元用于判断所述第一时长是否超过预定重叠时长;
第二执行单元,所述第二执行单元用于若超过,则获得第一提醒信息,并将所述第一提醒信息发送给所述第一客服。
进一步的,所述装置还包括:
第一提取单元,所述第一提取单元用于根据所述第二语音通话信息,提取所述第一用户的第一需求信息以及所述第一客服的第一响应信息;
第十获得单元,所述第十获得单元用于根据所述第一需求信息,获得预设标准化术语;
第十一获得单元,所述第十一获得单元用于根据所述第一响应信息、预设标准化术语,获得第一服务匹配度信息;
第一设定单元,所述第一设定单元用于根据所述第一服务匹配度信息,设定服务准确度的标识信息;
第一输入单元,所述第一输入单元用于将所述服务准确度的标识信息作为监督数据,输入所述每一组训练数据中,对所述第一输入信息、第二输入信息、第三输入信息进行监督学习,确定所述第一训练模型的输出信息达到收敛状态。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得所述第一客服的第一响应时长;
第四判断单元,所述第四判断单元用于判断所述第一响应时长是否超过预设响应预警点;
第十三获得单元,所述第十三获得单元用于如果超过所述预设响应预警点,则获得第一控制指令,其中,所述第一控制指令用于将所述预设标准化术语推荐给所述第一客服。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于获得所述第一用户的第一通话请求指令;
第十五获得单元,所述第十五获得单元用于获得所述第一通话请求指令的第一等待时长;
第五判断单元,所述第五判断单元用于判断所述第一等待时长是否超过预设等待时长;
第十六获得单元,所述第十六获得单元用于如果超过,则获得第一转接指令,其中,所述第一转接指令用于在所述第一客服接通所述第一通话请求之前,按照第一预设调节信息为所述第一用户提供通话服务;
第三执行单元,所述第三执行单元用于如果未超过,则接通所述第一用户的第一通话请求指令,并判断所述第一语音通话信息中是否包括第一数据,其中,所述第一数据为不纯净数据;
第四执行单元,所述第四执行单元用于如果包括所述第一数据,则对所述第一语音通话信息进行语音清洁处理。
进一步的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于根据所述第二语音通话信息、第二语言特征信息、第一语言特征信息,获得所述第一用户的第一特征变化信息和所述第一客服的第二特征变化信息;
第十八获得单元,所述第十八获得单元用于根据所述第一特征变化信息,通过自然语言处理,获得所述第一用户的第一情感分析信息;
第十九获得单元,所述第十九获得单元用于根据所述第二特征变化信息,获得所述第一客服对于所述第一用户的第一影响度;
第二设定单元,所述第二设定单元用于根据所述第一语言特征信息,设定预设影响度阈值;
第六判断单元,所述第六判断单元用于判断所述第一影响度是否超过所述预设影响度阈值;
第二十获得单元,所述第二十获得单元用于如果超过所述预设影响度阈值,获得第一调整指令;
第一调整单元,所述第一调整单元用于根据所述第一调整指令、所述第一情感分析信息,对所述第一质检评分值信息进行调整。
进一步的,所述装置还包括:
第二十一获得单元,所述第二十一获得单元用于获得预设敏感关键词信息;
第三设定单元,所述第三设定单元用于根据所述预设敏感关键词信息,设定第一违规预警等级;
第七判断单元,所述第七判断单元用于判断所述第二语音通话信息是否包括所述预设敏感关键词信息;
第二十二获得单元,所述第二十二获得单元用于如果包括,则通过所述第一违规预警等级,获得所述第一客服的第一违规等级;
第二调整单元,所述第二调整单元用于根据所述第一违规等级,对所述第一质检评分值信息进行调整;
第二十三获得单元,所述第二十三获得单元用于如果不包括,则根据所述第二语音通话信息,获得所述第一客服的第一违规概率值;
第五执行单元,所述第五执行单元用于当所述第一违规概率值超过预设概率值时,获得第二提醒信息,并将所述第二提醒信息发送给所述第一客服。
前述图1实施例一中的一种提高语音通话质检效果的方法的各种变化方式和具体实例同样适用于本实施例的一种提高语音通话质检效果的装置,通过前述对一种提高语音通话质检效果的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种提高语音通话质检效果的装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种提高语音通话质检效果的方法同样的发明构思,本发明还提供一种示例性电子设备,如图3所示,包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序,所述处理器302执行所述程序时实现前文所述一种提高语音通话质检效果的方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种提高语音通话质检效果的方法和装置,通过获得第一用户和第一客服在第一时间的第一语音通话信息;根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;获得预设标准质检信息;根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;判断所述第一质检评分值信息是否满足预设评分阈值;如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服,从而解决了现有技术中无法保证语音质检结果的准确性,从而无法有效发现问题,无法准确反映所有客服的服务准确度,智能化程度不高也导致质检效率低的技术问题,达到了对客服人员的服务质量进行准确掌控,保证用户的服务满意度,同时提升质检的全面性,提高质检效率以及质检结果的准确性,提高企业的服务质量的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种提高语音通话质检效果的方法,其中,所述方法包括:
获得第一用户和第一客服在第一时间的第一语音通话信息;
根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;
获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;
将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;
将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;
获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;
获得预设标准质检信息;
根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;
判断所述第一质检评分值信息是否满足预设评分阈值;
如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
2.如权利要求1所述的方法,其中,所述方法还包括:
根据所述第一通话属性信息,获得所述第一用户的第一语言特征信息;
根据所述第二通话属性信息,获得所述第一客服的第二语言特征信息;
根据所述第一语言特征信息、第二语言特征信息,建立所述第一用户和所述第一客服之间的第一断句识别模型;
根据所述第一断句识别模型,识别所述第二语音通话信息中的每一句话是否完整;
如果不完整,则判断所述第一用户和所述第一客服之间的对话是否存在重叠部分;
如果存在重叠部分,则获得重叠部分的第一时长;
判断所述第一时长是否超过预定重叠时长;
若超过,则获得第一提醒信息,并将所述第一提醒信息发送给所述第一客服。
3.如权利要求1所述的方法,其特征在于,所述将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息,包括:
根据所述第二语音通话信息,提取所述第一用户的第一需求信息以及所述第一客服的第一响应信息;
根据所述第一需求信息,获得预设标准化术语;
根据所述第一响应信息、预设标准化术语,获得第一服务匹配度信息;
根据所述第一服务匹配度信息,设定服务准确度的标识信息;
将所述服务准确度的标识信息作为监督数据,输入所述每一组训练数据中,对所述第一输入信息、第二输入信息、第三输入信息进行监督学习,确定所述第一训练模型的输出信息达到收敛状态。
4.如权利要求3所述的方法,其中,所述根据所述第二语音通话信息,提取所述第一用户的第一需求信息以及所述第一客服的第一响应信息之前,所述方法还包括:
获得所述第一客服的第一响应时长;
判断所述第一响应时长是否超过预设响应预警点;
如果超过所述预设响应预警点,则获得第一控制指令,其中,所述第一控制指令用于将所述预设标准化术语推荐给所述第一客服。
5.如权利要求1所述的方法,其中,所述获得第一用户和第一客服在第一时间的第一语音通话信息之前,所述方法还包括:
获得所述第一用户的第一通话请求指令;
获得所述第一通话请求指令的第一等待时长;
判断所述第一等待时长是否超过预设等待时长;
如果超过,则获得第一转接指令,其中,所述第一转接指令用于在所述第一客服接通所述第一通话请求之前,按照第一预设调节信息为所述第一用户提供通话服务;
如果未超过,则接通所述第一用户的第一通话请求指令,并判断所述第一语音通话信息中是否包括第一数据,其中,所述第一数据为不纯净数据;
如果包括所述第一数据,则对所述第一语音通话信息进行语音清洁处理。
6.如权利要求2所述的方法,其中,所述方法还包括:
根据所述第二语音通话信息、第二语言特征信息、第一语言特征信息,获得所述第一用户的第一特征变化信息和所述第一客服的第二特征变化信息;
根据所述第一特征变化信息,通过自然语言处理,获得所述第一用户的第一情感分析信息;
根据所述第二特征变化信息,获得所述第一客服对于所述第一用户的第一影响度;
根据所述第一语言特征信息,设定预设影响度阈值;
判断所述第一影响度是否超过所述预设影响度阈值;
如果超过所述预设影响度阈值,获得第一调整指令;
根据所述第一调整指令、所述第一情感分析信息,对所述第一质检评分值信息进行调整。
7.如权利要求1所述的方法,其中,所述方法还包括:
获得预设敏感关键词信息;
根据所述预设敏感关键词信息,设定第一违规预警等级;
判断所述第二语音通话信息是否包括所述预设敏感关键词信息;
如果包括,则通过所述第一违规预警等级,获得所述第一客服的第一违规等级;
根据所述第一违规等级,对所述第一质检评分值信息进行调整;
如果不包括,则根据所述第二语音通话信息,获得所述第一客服的第一违规概率值;
当所述第一违规概率值超过预设概率值时,获得第二提醒信息,并将所述第二提醒信息发送给所述第一客服。
8.一种提高语音通话质检效果的装置,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一用户和第一客服在第一时间的第一语音通话信息;
第二获得单元,所述第二获得单元用于根据所述第一语音通话信息,获得所述第一用户的第一通话属性信息和所述第一客服的第二通话属性信息;
第三获得单元,所述第三获得单元用于获得所述第一用户和所述第一客服在第二时间的第二语音通话信息;
第一执行单元,所述第一执行单元用于将所述第一通话属性信息、所述第二通话属性信息、所述第二语音通话信息分别作为第一输入信息、第二输入信息、第三输入信息;
第一训练单元,所述第一训练单元用于将所述第一输入信息、第二输入信息、第三输入信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一输入信息、第二输入信息、第三输入信息和用来标识第一输出结果的标识信息;
第四获得单元,所述第四获得单元用于获得所述第一训练模型的输出信息,其中,所述输出信息包括所述第一输出结果,其中,所述第一输出结果为所述第一客服的服务准确度的标识信息;
第五获得单元,所述第五获得单元用于获得预设标准质检信息;
第六获得单元,所述第六获得单元用于根据所述预设标准质检信息、第一输出结果,获得所述第一客服的第一质检评分值信息;
第一判断单元,所述第一判断单元用于判断所述第一质检评分值信息是否满足预设评分阈值;
第一切换单元,所述第一切换单元用于如果不满足,则获得第一切换指令,其中,所述第一切换指令用于将所述第一用户的通话切换至第二客服。
9.一种提高语音通话质检效果的装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110092062.XA CN112885376A (zh) | 2021-01-23 | 2021-01-23 | 一种提高语音通话质检效果的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110092062.XA CN112885376A (zh) | 2021-01-23 | 2021-01-23 | 一种提高语音通话质检效果的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112885376A true CN112885376A (zh) | 2021-06-01 |
Family
ID=76050643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110092062.XA Pending CN112885376A (zh) | 2021-01-23 | 2021-01-23 | 一种提高语音通话质检效果的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112885376A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393844A (zh) * | 2021-06-24 | 2021-09-14 | 大唐融合通信股份有限公司 | 一种语音质检的方法、装置及网络设备 |
CN113506585A (zh) * | 2021-09-09 | 2021-10-15 | 深圳市一号互联科技有限公司 | 一种语音通话的质量评估方法及系统 |
CN113630505A (zh) * | 2021-09-13 | 2021-11-09 | 深圳众投互联信息技术有限公司 | 一种基于ai的呼叫中心管理平台 |
CN113808574A (zh) * | 2021-10-28 | 2021-12-17 | 平安消费金融有限公司 | 基于语音信息的ai语音质检方法、装置、设备和存储介质 |
CN114186828A (zh) * | 2021-12-02 | 2022-03-15 | 广西电网有限责任公司 | 一种电力客服通话时长和话后时长的监控方法及系统 |
CN114707826A (zh) * | 2022-03-21 | 2022-07-05 | 深圳追一科技有限公司 | 机器质检效果确定方法、装置、电子设备及存储介质 |
CN114979370A (zh) * | 2022-05-17 | 2022-08-30 | 上海华客信息科技有限公司 | 客服质量监控方法、系统、设备及存储介质 |
CN115695656A (zh) * | 2022-12-29 | 2023-02-03 | 北京青牛技术股份有限公司 | 一种通话内容质量评估和管理的方法及系统 |
CN117649242A (zh) * | 2023-12-14 | 2024-03-05 | 联通(江苏)产业互联网有限公司 | 一种基于nlp模型的质检服务智能监管系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818798A (zh) * | 2017-10-20 | 2018-03-20 | 百度在线网络技术(北京)有限公司 | 客服服务质量评价方法、装置、设备及存储介质 |
CN108564968A (zh) * | 2018-04-26 | 2018-09-21 | 广州势必可赢网络科技有限公司 | 一种评价客服服务的方法及装置 |
CN109327632A (zh) * | 2018-11-23 | 2019-02-12 | 深圳前海微众银行股份有限公司 | 客服录音的智能质检系统、方法及计算机可读存储介质 |
CN111368130A (zh) * | 2020-02-26 | 2020-07-03 | 深圳前海微众银行股份有限公司 | 客服录音的质检方法、装置、设备及存储介质 |
CN111951831A (zh) * | 2020-08-24 | 2020-11-17 | 浙江百应科技有限公司 | 一种基于ai实现音频质检的方法 |
WO2021003930A1 (zh) * | 2019-07-10 | 2021-01-14 | 深圳前海微众银行股份有限公司 | 客服录音的质检方法、装置、设备及计算机可读存储介质 |
-
2021
- 2021-01-23 CN CN202110092062.XA patent/CN112885376A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818798A (zh) * | 2017-10-20 | 2018-03-20 | 百度在线网络技术(北京)有限公司 | 客服服务质量评价方法、装置、设备及存储介质 |
CN108564968A (zh) * | 2018-04-26 | 2018-09-21 | 广州势必可赢网络科技有限公司 | 一种评价客服服务的方法及装置 |
CN109327632A (zh) * | 2018-11-23 | 2019-02-12 | 深圳前海微众银行股份有限公司 | 客服录音的智能质检系统、方法及计算机可读存储介质 |
WO2021003930A1 (zh) * | 2019-07-10 | 2021-01-14 | 深圳前海微众银行股份有限公司 | 客服录音的质检方法、装置、设备及计算机可读存储介质 |
CN111368130A (zh) * | 2020-02-26 | 2020-07-03 | 深圳前海微众银行股份有限公司 | 客服录音的质检方法、装置、设备及存储介质 |
CN111951831A (zh) * | 2020-08-24 | 2020-11-17 | 浙江百应科技有限公司 | 一种基于ai实现音频质检的方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393844A (zh) * | 2021-06-24 | 2021-09-14 | 大唐融合通信股份有限公司 | 一种语音质检的方法、装置及网络设备 |
CN113393844B (zh) * | 2021-06-24 | 2022-12-06 | 大唐融合通信股份有限公司 | 一种语音质检的方法、装置及网络设备 |
CN113506585A (zh) * | 2021-09-09 | 2021-10-15 | 深圳市一号互联科技有限公司 | 一种语音通话的质量评估方法及系统 |
CN113630505B (zh) * | 2021-09-13 | 2024-06-04 | 北京绿讯科技有限公司 | 一种基于ai的呼叫中心管理平台 |
CN113630505A (zh) * | 2021-09-13 | 2021-11-09 | 深圳众投互联信息技术有限公司 | 一种基于ai的呼叫中心管理平台 |
CN113808574A (zh) * | 2021-10-28 | 2021-12-17 | 平安消费金融有限公司 | 基于语音信息的ai语音质检方法、装置、设备和存储介质 |
CN114186828A (zh) * | 2021-12-02 | 2022-03-15 | 广西电网有限责任公司 | 一种电力客服通话时长和话后时长的监控方法及系统 |
CN114186828B (zh) * | 2021-12-02 | 2024-08-27 | 广西电网有限责任公司 | 一种电力客服通话时长和话后时长的监控方法及系统 |
CN114707826A (zh) * | 2022-03-21 | 2022-07-05 | 深圳追一科技有限公司 | 机器质检效果确定方法、装置、电子设备及存储介质 |
CN114979370A (zh) * | 2022-05-17 | 2022-08-30 | 上海华客信息科技有限公司 | 客服质量监控方法、系统、设备及存储介质 |
CN115695656A (zh) * | 2022-12-29 | 2023-02-03 | 北京青牛技术股份有限公司 | 一种通话内容质量评估和管理的方法及系统 |
CN117649242B (zh) * | 2023-12-14 | 2024-05-28 | 联通(江苏)产业互联网有限公司 | 一种基于nlp模型的质检服务智能监管系统及方法 |
CN117649242A (zh) * | 2023-12-14 | 2024-03-05 | 联通(江苏)产业互联网有限公司 | 一种基于nlp模型的质检服务智能监管系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112885376A (zh) | 一种提高语音通话质检效果的方法和装置 | |
US11004013B2 (en) | Training of chatbots from corpus of human-to-human chats | |
US11075862B2 (en) | Evaluating retraining recommendations for an automated conversational service | |
US10997372B2 (en) | Computer systems and methods for representatives to monitor and intervene in robot conversation | |
US11928611B2 (en) | Conversational interchange optimization | |
CN113468296B (zh) | 可配置业务逻辑的模型自迭代式智能客服质检系统与方法 | |
US11361163B2 (en) | System and method to represent conversational flows as graph embeddings and to conduct classification and clustering based on such embeddings | |
US20230139628A1 (en) | Supporting automation of customer service | |
CN107093431A (zh) | 一种对服务质量进行质检的方法及装置 | |
CN112966082B (zh) | 音频质检方法、装置、设备以及存储介质 | |
CN111179935B (zh) | 一种语音质检的方法和设备 | |
KR20200005753A (ko) | 고객 응대용 감정 분석 장치 | |
CN113312468B (zh) | 基于对话模式的话术推荐方法、装置、设备及介质 | |
CN113591463A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN114049895B (zh) | 一种基于asr的语音质检分析方法及系统 | |
CN110827796B (zh) | 基于语音的面试者判定方法、装置、终端及存储介质 | |
CN110070332A (zh) | 基于人工智能的面试方法、装置、设备及可读存储介质 | |
JP2021157419A (ja) | 対話型業務支援システムおよび対話型業務支援方法 | |
CN111756938A (zh) | 一种呼叫中心电话智能分析监控方法和系统 | |
WO2024065776A1 (en) | Method for data processing, apparatus for data processing, electronic device, and storage medium | |
CN115273858A (zh) | 一种文本处理方法、装置、设备及介质 | |
JP2020004137A (ja) | 評価装置、評価方法および評価プログラム | |
WO2021073258A1 (zh) | 基于情绪分析的任务跟催方法、装置、设备及存储介质 | |
CN113674765A (zh) | 语音客服质检方法、装置、设备及存储介质 | |
CN112686037B (zh) | 线上业务断点提醒方法、装置、计算机设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210601 |
|
RJ01 | Rejection of invention patent application after publication |