CN112954104A - 一种线路质检的方法、装置 - Google Patents
一种线路质检的方法、装置 Download PDFInfo
- Publication number
- CN112954104A CN112954104A CN202110405722.5A CN202110405722A CN112954104A CN 112954104 A CN112954104 A CN 112954104A CN 202110405722 A CN202110405722 A CN 202110405722A CN 112954104 A CN112954104 A CN 112954104A
- Authority
- CN
- China
- Prior art keywords
- call
- line
- quality inspection
- emotion
- intention
- 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 84
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008451 emotion Effects 0.000 claims abstract description 99
- 238000013135 deep learning Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims description 28
- 230000008909 emotion recognition Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 description 13
- 230000009471 action Effects 0.000 description 8
- 238000002372 labelling Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/57—Arrangements for indicating or recording the number of the calling subscriber at the called subscriber's set
- H04M1/573—Line monitoring circuits for detecting caller identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/66—Substation equipment, e.g. for use by subscribers with means for preventing unauthorised or fraudulent calling
- H04M1/663—Preventing unauthorised calls to a telephone set
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种线路质检的方法,应用于语音助手,所述方法包括以下步骤:识别目标线路的通话意图和通话情绪,判断所述通话意图和通话情绪是否符合预设条件,如果符合,对通话进行深度学习,根据所述通话意图、通话情绪和深度学习结果进行线路质检。本发明的方法的执行过程中能够体现用户意图,大幅提升了用户体验,并且能够节约终端资源,具有很高的交互性和灵活性。
Description
技术领域
本发明实施例涉及通信技术领域,特别涉及一种线路质检的方法、装置和系统。
背景技术
《民法典》首次将“私人生活安宁”明确写入隐私权,规定任何组织和个人不得以电话、短信、即时通讯工具、电子邮件等方式侵扰他人的私人生活安宁。在日常生活中,人们经常会接收到各种各样的骚扰电话,例如广告推销、诈骗等。而现有技术中也有一些骚扰电话标记和拦截的方法,主要是由接到骚扰电话的用户进行标记,当标记数达到一定数量时,就在服务端将该电话标记为骚扰电话,并通知给所述服务端针对的所有用户,用户就可以对该电话进行拦截或者拒接。这样的方式依赖于单个用户的操作,并且具有一定的滞后性,不能给用户更好的体验。还有一种方式是对用户的情绪进行识别,根据情绪等级标记电话或拒接等,这样的方式不需要用户进行标记,但是识别精度不高会造成误判。
发明内容
针对现有技术中的问题,本发明提供一种线路质检的方法,应用于语音助手,所述方法包括以下步骤:识别目标线路的通话意图和通话情绪,判断所述通话意图和通话情绪是否符合预设条件,如果符合,对通话进行深度学习,根据所述通话意图、通话情绪和深度学习结果进行线路质检。
优选的,本发明的线路质检方法包括:获取目标线路;获取所述目标线路的通话样本;对所述通话样本进行语音识别和语义分析;根据语音识别和语义分析结果识别通话意图;对所述意图进行分类,对分类后的意图标记意图标签,对应存储通话内容和意图标签的对应关系;根据语音识别和语义分析结果识别用户情绪;对所述情绪进行分类,对分类后的情绪标记情绪标签,对应存储通话内容和情绪标签的对应关系;判断所述目标线路的通话意图和用户情绪是否符合预设条件,如果符合,对所述目标线路的通话样本进行深度学习;根据通话意图、用户情绪以及深度学习结果对目标线路进行质检,并存储和上报质检结果。
优选的,所述目标线路具体为:特殊号码来电或去电线路,新来电或去电线路,用户选取的线路,服务器或语音助手筛选出的线路。
优选的,所述通话样本具体为:全部通话内容,或者节选的通话内容,或者抽样的通话内容;所述通话样本可由用户自行设定。
优选的,所述意图标签为表征用户通话目的标签,所述意图标签为一个标签或一组标签。
优选的,所述判断用户的情绪是否符合预设条件,具体为判断用户情绪是否为特定的情绪类型。
进一步的,所述语音助手根据线路质检结果对线路进行控制;和/或所述语音助手根据线路质检结果对线路进行上报;和/或所述语音助手将所述线路质检结果上报给服务器,所述服务器根据质检结果对所述线路的通信对端进行处理。
本发明还提供一种线路质检装置,应用于语音助手,所述装置包括以下单元:识别单元,用于识别目标线路的通话意图和通话情绪;判断单元,用于判断所述通话意图和通话情绪是否符合预设条件;深度学习单元,用于如果符合,对通话进行深度学习;质检单元用于根据深度学习结果进行线路质检。
优选的,所述线路质检装置包括以下单元:线路获取单元,用于获取目标线路;通话样本获取单元,用于获取所述目标线路的通话样本;语音识别单元,用于对所述通话样本进行语音识别;语义分析单元,用于对所述语音识别结果进行语义分析;意图识别单元,用于根据语音识别和语义分析结果识别通话意图;意图标记单元,用于对所述意图进行分类,对分类后的意图标记意图标签,对应存储通话内容和意图标签的对应关系;情绪识别单元,用于根据语音识别和语义分析结果识别用户情绪;情绪标记单元,用于对情绪进行分类,对分类后的情绪标记情绪标签,对应存储通话内容和情绪标签的对应关系;判断单元,用于判断所述目标线路的通话意图和用户情绪是否符合预设条件;深度学习单元,用于如果符合,对所述目标线路的通话样本进行深度学习;质检单元,用于根据深度学习结果对目标线路进行质检,并存储和上报质检结果。
优选的,所述目标线路具体为:特殊号码来电或去电线路,新来电或去电线路,用户选取的线路,服务器或语音助手筛选出的线路。
优选的,所述通话样本具体为:全部通话内容,或者节选的通话内容,或者抽样的通话内容;所述通话样本可由用户自行设定。
优选的,所述意图标签为表征用户通话目的标签,所述意图标签为一个标签或一组标签。
优选的,所述判断用户的情绪是否符合预设条件,具体为判断用户情绪是否为特定的情绪类型。
优选的,所述语音助手根据线路质检结果对线路进行控制;和/或所述语音助手根据线路质检结果对线路进行上报;和/或所述语音助手将所述线路质检结果上报给服务器,所述服务器根据质检结果对所述线路的通信对端进行处理。
本发明还提供一种线路质检装置,所述线路质检装置包括处理器和存储器,所述存储器中存储有可在处理器上运行的计算机程序,所述计算机程序在被所述处理器执行时实现如前所述的方法。
本发明还提供一种线路质检装置系统,所述线路质检装置系统包括处理器和存储器,所述存储器中存储有可在处理器上运行的计算机程序,所述计算机程序在被所述处理器执行时实现如前所述的方法。
本发明还提供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可在处理器上运行的计算机程序、所述计算机程序在被执行时实现如前所述的方法。
本发明还提供一种线路质检系统,所述系统包括:如前所述的线路质检装置。
本发明的线路质检方法、装置和系统,通过对用户终端的通话样本进行意图分析,提取出意图标签,根据意图标签对通话进行判别,并针对特定意图标签的通话进行情绪分析,对于符合一定情绪条件的通话内容进行深度学习,根据深度学习的结果进行质检。该方法和装置应用于语音助手中,能够实时对通话内容进行检测输出质检结果,时效性高,根据意图和情绪两个参量来进行初判断,再根据深度学习结果进行质检,这样既避免了对每个通话都进行深度学习的带来的终端内存消耗,又增加了准确度。本发明还允许用户对意图标签和情绪标签进行人工标记和干预,提高了特定用户的体验,能够使用户更灵活的处理各类推销电话,例如,某段时间用户需要买卖房屋,房产经纪的推销电话对于用户来说是希望接听的,用户可以通过设置意图条件将该类电话放行,还可以屏蔽掉服务不佳的特定房产中介。本发明的方法带来了用户体验的大幅提升,并且能够较好的节约终端资源,体现用户意图,具有很高的交互性和灵活性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是本发明一个实施例中的线路质检方法流程图。
图2是本发明另一个实施例中的线路质检装置结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。本发明的实施例以及实施例的具体特征是对本发明实施例技术方案的详细说明,而非对本发明说明书技术方案的限定,在不冲突的情况下,本发明的实施例以及实施例的技术特征可以相互结合。以下结合具体实施例对本发明的方法和装置进行具体描述。
实施例一
本发明实施例提供一种识别目标线路的通话意图和通话情绪,判断所述通话意图和通话情绪是否符合预设条件,如果符合,对通话进行深度学习,根据所述深度学习结果进行线路质检。
例如,当未知号码X给用户A打电话时,如果用户在语音助手中的设置是开启了线路质检功能,则语音助手对该线路X-->A进行质检,识别线路X-->A的通话意图和通话情绪,优选的所述通话情绪指的是用户情绪;特定的也可以指的是通话双方的情绪,没有特殊说明时,指的是具有语音助手的用户终端的用户情绪。判断通话意图和通话情绪是否满足预设条件,指的是通话意图和通话情绪同时满足预设条件,或者两者的组合满足特定组合类型,例如通话意图符合推销这一条件,通话情绪符合反感这一条件;或者通话意图和通话情绪的组合符合“推销+冷淡”这一条件组合,则对通话内容进行深度学习,经过深度学习得出质检是否合格的结果,并与质检结果同时输出该线路的质检报告,质检报告包括通话对端的标识、通话意图、用户情绪、对端情绪等信息。如果质检不合格,还将所述目标线路的通信对端被列入建议拒绝列表,向用户输出所述建议拒绝列表,并向用户提供可选择的处理方式,或者直接拒接下次来电,优选的,还可以向与语音助手通信相连的服务器上报所述通信对端的信息,所述上报的通信对端的消息至少包括所述通信对端的标识、所述质检报告、所述质检报告的部分条目中的一种或几种。
优选的,本发明的线路质检方法包括:获取目标线路;获取所述目标线路的通话样本;对所述通话样本进行语音识别和语义分析;根据语音识别和语义分析结果识别通话意图;对所述意图进行分类,对分类后的意图标记意图标签,对应存储通话内容和意图标签的对应关系;根据语音识别和语义分析结果识别用户情绪;对所述情绪进行分类,对分类后的情绪标记情绪标签,对应存储通话内容和情绪标签的对应关系;判断所述目标线路的通话意图和用户情绪是否符合预设条件,如果符合,对所述目标线路的通话样本进行深度学习;根据通话意图、用户情绪以及深度学习结果对目标线路进行质检,并存储和上报质检结果;或直接根据深度学习结果对目标线路进行质检。
在深度学习、意图识别或用户情绪识别过程中,优选的,使用语义分类,并且通过样本标注和样本训练来完善所述语义分类。例如标注通话样本中的关键词和/或动作特征等。关键词标注是指将反应用户对所述线路态度的关键词标注出来,例如“不要给我打电话了”、“从哪得到我的电话”、“没有这个需求”。动作标注指的是将反应用户对所述线路态度的操作标注出来,例如:在通信对端还在讲话时直接挂断电话、在通信对端还在讲话时直接出声打断等。优选的所述语义分类还包括语调标注,语调标注是指将反应用户对所述线路态度的语调标注出来,通过分析语调的上扬或下落来分析用户对该通话的态度。进一步的,由于不同用户的习惯用语、说话方式不同,不同用户即使采用了相同的关键词、动作或语调,可能表示的意思是截然相反的。为了解决这一问题,所述语义分析需要预先收集大量的所述用户的通话样本来进行样本标注、训练来完善语义分类,优选的,所述语音助手中可以设置语义分类模块,允许用户自行选择开启该语义分类模块来直接进行训练或者允许用户选择开启通话采样功能,通过日常通话开进行训练。优选的,在质检过程中,也可以通过不断的机器学习来完善语义模块。优选的,还可以通过预定义基础语义来简化上述过程,节省终端资源。例如,服务器可以训练多种基础语义分类模型,在用户需要下载时,服务器可以通过问题测试来判断用户的习惯类型,相应的推荐对应的基础语义分类模型供用户下载。免去用户自行训练的步骤。
优选的,在所述意图识别、意图分类、情绪识别、情绪分类中,可以通过人工标记、机器标记或人工标记和机器标记相结合的方式来进行处理通话样本数据。对于意图可以人工标记为:报课外班、卖房、买股票、买保险、转账等。上述人工标记的意图,含有意图动作和意图对象,意图动作指的是买、卖、转账等,通信对端希望达成的交易,对象指的是房屋、课外班、股票等交易对象。当通信对端讲话过程中出现所述关键词、部分关键词、关联关键词、同近义关键词、上下位关键词时,即可进行匹配和标记。例如,课外班的部分关键词为“课”,关联关键词为“教材”等、同近义关键词为“辅导班”等,上下位关键词为“英语”、“数学”等。所述意图分类,既可以根据意图动作分类,也可以根据意图对象分类。根据意图动作和/或意图对象生成不同的意图标签。所述意图标签既可以是一个标签,也可以是一组标签。
优选的,用户情绪的识别可以包括以下一种或几种方式:根据用户的关键词来识别用户情绪,根据通信对端的样本特征来识别用户情绪,根据用户的语调来识别用户情绪,根据用户的动作来识别用户情绪,根据目标线路通话时长来识别用户情绪,根据通话样本结束语段识别用户情绪。例如:当用户使用“不要”、“不用”、“打扰”这样的关键词时,表示用户情绪为反感;当用户使用“投诉”这样的词时,表示用户情绪为生气。当用户在通信对端仅说一句话时挂断,表明用户情绪为“坚决拒绝”。当通信对端使用了“抱歉”“对不起”“解释一下”这样的关键词时,表示用户情绪为反感。而当用户在通话中使用了“有兴趣”、或询问性的语言时,则表示用户情绪为感兴趣。
可选的,该方法可以在用户意图满足预设条件时,进行下一步的情绪识别,当情绪识别满足预设条件时,进行深度学习。这样的操作可以减少不必要的计算。可选的,该方法还可以在同时进行意图识别和情绪识别,当意图和情绪满足预设条件组合时,进行深度学习,这样的方式可以节约时间。所述预设条件可以由用户设置,也可以由语音助手根据用户的意图设置。通过设置所述预设条件,能够将用户需要进行深度学习的目标线路筛选出来。例如能够筛选出用户极度反感坚决拒绝的通信对端,可以筛选出某些特定的需要放行的通信对端,或者
优选的,在所述筛选目标分类的过程中,还可以根据通信对端的呼叫行为特征,呼叫量,通话时间等数据进行分析判断,筛选出符合特定条件的目标线路。例如通信对端的号码呼叫量或通话时间超过阈值,通信对端的呼叫对象超过一定阈值等。所述判断可以由服务器做出,或者由通信系统中的具有监控权限的第三方提供。服务器筛选出所述符合特定条件的通信对端后,将筛选结果发送给用户的终端,所述用户的终端可以根据所述筛选结果选择目标线路。
实施例二
本发明实施例提供一种线路质检装置,如图2所示,可选的,所述装置用于语音助手,所述装置包括:识别单元,用于识别目标线路的通话意图和通话情绪;判断单元,用于判断所述通话意图和通话情绪是否符合预设条件;深度学习单元,用于如果符合,对通话进行深度学习;质检单元用于根据深度学习结果进行线路质检。
优选的,所述线路质检装置包括以下单元:线路获取单元,用于获取目标线路;通话样本获取单元,用于获取所述目标线路的通话样本;语音识别单元,用于对所述通话样本进行语音识别;语义分析单元,用于对所述语音识别结果进行语义分析;意图识别单元,用于根据语音识别和语义分析结果识别通话意图;意图标记单元,用于对所述意图进行分类,对分类后的意图标记意图标签,对应存储通话内容和意图标签的对应关系;情绪识别单元,用于根据语音识别和语义分析结果识别用户情绪;情绪标记单元,用于对情绪进行分类,对分类后的情绪标记情绪标签,对应存储通话内容和情绪标签的对应关系;判断单元,用于判断所述目标线路的通话意图和用户情绪是否符合预设条件;深度学习单元,用于如果符合,对所述目标线路的通话样本进行深度学习;质检单元,用于根据深度学习结果对目标线路进行质检,并存储和上报质检结果。
本发明还提供一种线路质检装置,所述线路质检装置包括处理器和存储器,所述存储器中存储有可在处理器上运行的计算机程序,所述计算机程序在被所述处理器执行时实现如前所述的方法。
本发明还提供一种线路质检装置系统,所述线路质检装置系统包括处理器和存储器,所述存储器中存储有可在处理器上运行的计算机程序,所述计算机程序在被所述处理器执行时实现如前所述的方法。
本发明还提供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可在处理器上运行的计算机程序、所述计算机程序在被执行时实现如前所述的方法。
本发明还提供一种线路质检系统,所述系统包括:如前所述的线路质检装置。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质可以包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、闪存、可擦式可编程只读存储器(EPROM)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码。
以上说明只是为了方便理解本发明而举出的例子,不用于限定本发明的范围。在具体实现时,本领域技术人员可以根据实际情况对装置的部件进行变更、增加、减少,在不影响方法所实现的功能的基础上可以根据实际情况对方法的步骤进行变更、增加、减少或改变顺序。
尽管已经示出和描述了本发明的实施例,本领域技术人员应当理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同替换所限定,在未经创造性劳动所作的改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种线路质检方法,应用于语音助手,其特征在于,所述方法包括以下步骤:
获取目标线路;
获取所述目标线路的通话样本;
对所述通话样本进行语音识别和语义分析;
根据语音识别和语义分析结果识别通话意图;
对所述意图进行分类,对分类后的意图标记意图标签,对应存储通话内容和意图标签的对应关系;
根据语音识别和语义分析结果识别用户情绪;
对所述情绪进行分类,对分类后的情绪标记情绪标签,对应存储通话内容和情绪标签的对应关系;
判断所述目标线路的通话意图和用户情绪是否符合预设条件,如果符合,对所述目标线路的通话样本进行深度学习;
根据深度学习结果对目标线路进行质检,并存储和上报质检结果。
2.如权利要求1所述的线路质检方法,其特征在于,所述目标线路具体为:特殊号码来电或去电线路,新来电或去电线路,用户选取的线路,服务器或语音助手筛选出的线路。
3.如权利要求1所述的线路质检方法,其特征在于,所述通话样本具体为:全部通话内容,或者节选的通话内容,或者抽样的通话内容;所述通话样本可由用户自行设定。
4.如权利要求1所述的线路质检方法,其特征在于,所述意图标签为表征用户通话目的标签,所述意图标签为一个标签或一组标签。
5.如权利要求1所述的线路质检方法,其特征在于,所述判断用户的情绪是否符合预设条件,具体为判断用户情绪是否为特定的情绪类型。
6.如权利要求1所述的线路质检方法,其特征在于,所述语音助手根据线路质检结果对线路进行控制;和/或所述语音助手根据线路质检结果对线路进行上报;和/或所述语音助手将所述线路质检结果上报给服务器,所述服务器根据质检结果对所述线路的通信对端进行处理。
7.一种线路质检装置,应用于语音助手,其特征在于,所述装置包括以下单元:
线路获取单元,用于获取目标线路;
通话样本获取单元,用于获取所述目标线路的通话样本;
语音识别单元,用于对所述通话样本进行语音识别;
语义分析单元,用于对所述语音识别结果进行语义分析;
意图识别单元,用于根据语音识别和语义分析结果识别通话意图;
意图标记单元,用于对所述意图进行分类,对分类后的意图标记意图标签,对应存储通话内容和意图标签的对应关系;
情绪识别单元,用于根据语音识别和语义分析结果识别用户情绪;
情绪标记单元,用于对情绪进行分类,对分类后的情绪标记情绪标签,对应存储通话内容和情绪标签的对应关系;
判断单元,用于判断所述目标线路的通话意图和用户情绪是否符合预设条件;
深度学习单元,用于如果符合,对所述目标线路的通话样本进行深度学习;
质检单元,用于根据深度学习结果对目标线路进行质检,并存储和上报质检结果。
8.如权利要求7所述的线路质检装置,其特征在于,所述目标线路具体为:特殊号码来电或去电线路,新来电或去电线路,用户选取的线路,服务器或语音助手筛选出的线路。
9.如权利要求7所述的线路质检装置,其特征在于,所述通话样本具体为:全部通话内容,或者节选的通话内容,或者抽样的通话内容;所述通话样本可由用户自行设定。
10.如权利要求7所述的线路质检装置,其特征在于,所述意图标签为表征用户通话目的标签,所述意图标签为一个标签或一组标签。
11.如权利要求7所述的线路质检装置,其特征在于,所述判断用户的情绪是否符合预设条件,具体为判断用户情绪是否为特定的情绪类型。
12.如权利要求7所述的线路质检装置,其特征在于,所述语音助手根据线路质检结果对线路进行控制;和/或所述语音助手根据线路质检结果对线路进行上报;和/或所述语音助手将所述线路质检结果上报给服务器,所述服务器根据质检结果对所述线路的通信对端进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405722.5A CN112954104A (zh) | 2021-04-15 | 2021-04-15 | 一种线路质检的方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405722.5A CN112954104A (zh) | 2021-04-15 | 2021-04-15 | 一种线路质检的方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112954104A true CN112954104A (zh) | 2021-06-11 |
Family
ID=76232741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110405722.5A Pending CN112954104A (zh) | 2021-04-15 | 2021-04-15 | 一种线路质检的方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112954104A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019037382A1 (zh) * | 2017-08-24 | 2019-02-28 | 平安科技(深圳)有限公司 | 基于情绪识别的语音质检方法、装置、设备及存储介质 |
CN109672786A (zh) * | 2019-01-31 | 2019-04-23 | 北京蓦然认知科技有限公司 | 一种来电接听方法及装置 |
CN110868501A (zh) * | 2019-11-13 | 2020-03-06 | 刘峰刚 | 一种基于语音识别的防欺诈方法及防欺诈助听器 |
CN111179936A (zh) * | 2019-12-03 | 2020-05-19 | 广州中汇信息科技有限公司 | 通话录音监控方法 |
CN112422749A (zh) * | 2020-12-08 | 2021-02-26 | 浙江百应科技有限公司 | 一种基于智能对话分析的防骚扰外呼的方法 |
-
2021
- 2021-04-15 CN CN202110405722.5A patent/CN112954104A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019037382A1 (zh) * | 2017-08-24 | 2019-02-28 | 平安科技(深圳)有限公司 | 基于情绪识别的语音质检方法、装置、设备及存储介质 |
CN109672786A (zh) * | 2019-01-31 | 2019-04-23 | 北京蓦然认知科技有限公司 | 一种来电接听方法及装置 |
CN110868501A (zh) * | 2019-11-13 | 2020-03-06 | 刘峰刚 | 一种基于语音识别的防欺诈方法及防欺诈助听器 |
CN111179936A (zh) * | 2019-12-03 | 2020-05-19 | 广州中汇信息科技有限公司 | 通话录音监控方法 |
CN112422749A (zh) * | 2020-12-08 | 2021-02-26 | 浙江百应科技有限公司 | 一种基于智能对话分析的防骚扰外呼的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110597952A (zh) | 信息处理方法、服务器及计算机存储介质 | |
CN111460111A (zh) | 评估自动对话服务的重新训练推荐 | |
CN111640436B (zh) | 向坐席提供通话对象的动态客户画像的方法 | |
CN111598485A (zh) | 一种多维度智能质检方法、装置、终端设备及介质 | |
CN111539221B (zh) | 一种数据处理方法及系统 | |
CN111597818B (zh) | 呼叫质检方法、装置、计算机设备和计算机可读存储介质 | |
CN110135669A (zh) | 一种服务质检管理方法及系统 | |
CN104361311B (zh) | 多模态在线增量式来访识别系统及其识别方法 | |
CN112951275B (zh) | 语音质检方法、装置、电子设备及介质 | |
CN107734131B (zh) | 一种短信息分类方法及装置 | |
CN113240436A (zh) | 在线客服话术质检的方法和装置 | |
CN110955770A (zh) | 一种智能对话系统 | |
CN111222837A (zh) | 智能化面试的方法、系统、设备及计算机存储介质 | |
CN107729549A (zh) | 一种包含要素提取的机器人客服方法及系统 | |
CN112925888A (zh) | 一种问答响应及小样本文本匹配模型的训练方法和装置 | |
CN112836053A (zh) | 用于工业领域的人机对话情感分析方法及系统 | |
CN111695357A (zh) | 文本标注方法及相关产品 | |
CN111126071A (zh) | 提问文本数据的确定方法、装置和客服群的数据处理方法 | |
CN111916110B (zh) | 语音质检的方法及装置 | |
CN111611391B (zh) | 一种对对话进行归类别的方法、装置、设备和存储介质 | |
CN112069832A (zh) | 语音通话的质检方法、质检装置和计算机可读存储介质 | |
CN112954104A (zh) | 一种线路质检的方法、装置 | |
CN116127011A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN110457693B (zh) | 基于用户会话行为的细粒度情绪分析方法 | |
CN112687296A (zh) | 音频不流利的识别方法、装置、设备及可读存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220110 Address after: 310024 floor 5, zone 2, building 3, Hangzhou cloud computing Industrial Park, Zhuantang street, Xihu District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou suddenly Cognitive Technology Co.,Ltd. Address before: 100083 gate 3, block a, 768 Creative Industry Park, Zhongguancun, No.5 Xueyuan Road, Haidian District, Beijing Applicant before: BEIJING MORAN COGNITIVE TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |
|
RJ01 | Rejection of invention patent application after publication |