CN113361969B - 一种灵活可配置模板的智能质检系统 - Google Patents

Abstract

本发明提供了一种灵活可配置模板的智能质检系统，包括模板评分配置管理模块根据用户配置的质检规则及其对应的计分项建立质检模板；对话信息采集模块采集客户和客服之间的对话信息，并为对话信息打上ID标签；智能对话分析模块根据所述质检模板对对话信息进行分析，并根据分析结果及评分规则对客服服务质量进行评分，得到评分结果；通知模块将评分结果发送至对应的客服人员；申诉复审模块接收客服人员的申诉请求，并根据申诉请求对所述对话信息进行复审分析，得到复审评分结果；报表统计模块对分析的流程及分析结果进行报表统计。本发明的灵活可配置模板的智能质检系统，实现质检的智能化，保证企业质检结果的全面性、客观性、专业性、及时性。

Description

一种灵活可配置模板的智能质检系统

技术领域

本发明涉及客服服务质检领域，特别涉及一种灵活可配置模板的智能质检系统。

背景技术

企业信息化目前已成为一大趋势，全渠道客服系统的客户引流、客户服务等相关功能在提高企业运作效率上有着非常大的优势。在客服系统中，坐席每天处理数万通电话、数万则会话记录，为保证坐席的服务质量，质检功能应运而生。

在企业的传统质检模式中，质检人员只能对内容进行抽查，比如通话录音听取抽查、对话文本抽查等，抽检比率低、工作量大、效率低、覆盖低，而且人工打分存在极大的主观性，难以有效评价整体服务质量。如何在海量录音、会话信息中进行有效的质量检测成为了一个有待解决的问题。

发明内容

本发明提供一种灵活可配置模板的智能质检系统用以保证企业质检结果的全面性、客观性、专业性、及时性，协助企业管理人员进行有效的管控，从而提高企业的客户服务质量，提高企业运作效率。

本发明提供一种灵活可配置模板的智能质检系统，包括：

模板评分配置管理模块，用于根据用户配置的质检规则及其对应的计分项建立质检模板；

对话信息采集模块，用于采集客户和客服之间的对话信息，并为所述对话信息打上ID标签；

智能对话分析模块，用于根据所述质检模板对所述对话信息进行分析，并根据分析结果及评分规则对客服服务质量进行评分，得到评分结果；

通知模块，用于将评分结果发送至对应的客服人员；

申诉复审模块，用于接收客服人员的申诉请求，并根据申诉请求对所述对话信息进行复审分析，得到复审评分结果；

报表统计模块，用于对分析流程及分析结果进行报表统计。

优选的，所述模板评分配置管理模块包括：

原子规则管理单元，用于存储原子规则，并根据用户的操作指令对原子规则进行管理；所述管理包括增加、删除、修改和查询操作中的任一项或多项结合；

质检规则配置单元，用于根据用户输入的逻辑关系将多项原子规则组合建立质检规则，并为该质检规则绑定用户设置的计分项；

其中，所述逻辑关系包括满足全部、满足任一、不满足和满足预设个数其中任意一项或多项组合；

质检规则管理单元，用于根据用户的操作指令对质检规则执行逻辑重构和计分换绑操作；

质检模板管理单元，用于将多条质检规则进行组合形成质检模板，并根据用户的操作指令对质检模板进行管理；所述管理包括增加、删除和查询操作中的任一项或多项结合。

优选的，所述原子规则包括关键字匹配规则、服务抢断规则、首次响应规则、语速检测规则、正则匹配规则、对话时间间隔规则、上下文重复规则、情绪检测规则；其中，

所述关键字匹配规则，用于判定客服因发言词汇不当导致发言违规；根据预设的不当词汇库对对话信息中的词语采用KMP字符串匹配算法进行关键字匹配，在匹配成功后判定客服因发言词汇不当导致发言违规；

所述服务抢断规则，用于判断客服是否抢断客户发话从而出现抢断违规，其中，抢断包括主动抢断和被动抢断，在客户发话未结束时客服开始发话，视为客服主动抢断客户发话；在客服发话未结束时客户开始发话，而客服在客户开始发话后预设的第一时间内仍然没有停止发话，则视为客服被动抢断客户发话；

所述首次响应规则，用于判断客服首次响应客户是否足够及时，当客服首次回答客户对话的第一间隔时间大于预设的第二时间时确定客服响应客户不够及时，客服出现响应违规，其中，若客户连续多次发话，且每次发话的间隔时间不大于所述第二时间段，则取最后一次客户发话的时间与客服首次响应客户的时间间隔为第一间隔时间；

所述语速检测规则，用于判断客服是否出现语速违规，其中，当客服发话的字数少于预设发话字数时，不进行语速检测规则评判；所述语速违规包括：在客服的一段发话中语速大于预设的语速阈值；

所述正则匹配规则，用于判断客服是否出现未使用敬语的违规；根据预设的敬语匹配库对对话信息中特定段落的词语采用KMP字符串匹配算法进行匹配，在未匹配成功时判定客服因未使用敬语导致的违规；

所述对话时间间隔规则，用于判断客服响应客户是否足够及时，当客服回答客户对话的第二间隔时间大于预设的第三时间时，判断这段对话中客服响应不及时，出现响应违规，其中，若客户连续多次发话，且每次发话的间隔时间不大于所述第三时间，则取最后一次客户发话的时间与客服响应客户的时间间隔为第二间隔时间；

所述上下文重复规则，用于判断客服是否重复同样的对话内容，在确定客服重复同样的对话内容达到预设的次数时确定客服重复违规；

所述情绪检测规则，用于判断客服是否存在服务态度违规；根据预先建立的客服的多个声音情绪模型，基于贝叶斯定理计算客服某句话中提取的声音特征信号在每个声音情绪模型的后验概率，得到最大后验概率对应的声音情绪模型所绑定的情绪评分，当情绪评分不处于预设的情绪评分范围时，确定客服服务态度违规。

优选的，所述声音情绪模型通过以下步骤建立：

预先划分有从平淡情绪到消极情绪的多个情绪等级；

为多个声音特征信号贴上情绪等级标签，将具有相同情绪等级标签的多个声音特征信号放入一个数据集；

计算数据集中声音特征信号的D维均值向量：

式中，

表示为第i个声音特征信号的D维均值向量，D表示数据集中每个声音特征信号的观察维数，

表示第i个声音特征信号在第t维上的观察向量；

计算声音特征信号的D×D对角协方差矩阵∑，计算公式如下：

式中，∑_i表示第i个声音特征信号的D×D对角协方差矩阵，()^T表示对括号内容求取转置；

根据数据集中多个声音特征信号的D维均值向量和对角协方差矩阵构建出声音情绪模型：

式中，P表示数据集的声音情绪模型，

为第i个声音特征信号的观察向量，m为数据集中声音特征信号的总数目，q_i为第i个声音特征信号的预设权重；

根据所述数据集中的情绪等级标签为声音情绪模型绑定情绪评分。

优选的，所述对话信息采集模块包括通话信息采集单元和在线文本信息采集单元；其中，

所述通话信息采集单元，用于根据通话的call_log查询到通话记录的双声道录音地址，并采用一条录音一个线程的执行方式将通话录音提交ASR转写任务，通过ASR技术将双声道的通话录音转义为文本类型的对话信息，并为对话信息打上ID标签；其中，所述通话信息采集单元会定时轮训拉取转写结果，当结果拉取失败时进行重新拉取，在重新拉取预设拉取次数却仍然失败时，标记此条通话质检失败，并记录失败原因；

所述在线文本信息采集单元，用于直接提取在线对话文本作为对话信息，并为对话信息打上ID标签。

优选的，所述智能对话分析模块主要执行以下步骤：

步骤1、确定需要进行分析的对话信息以及质检模板；

步骤2、根据所述质检模板对质检规则进行遍历，得到多个质检规则；

步骤3、根据质检规则中所包含的原子规则对该对话信息中客服的每一句发话内容进行分析，并生成原子规则分析结果；

步骤4、在利用质检规则中所有原子规则对所述发话内容分析完毕后，根据原子规则间的逻辑关系对所述原子规则匹配结果进行统计，判断该条质检规则是否命中以及命中的次数；

步骤5、根据所述质检模板中所有参与统计的质检规则对应的计分项及命中次数计算客服在该条对话信息中的最终得分作为评分结果，计算公式如下：

式中，F为最终得分，O为预设的初始分数，G_j为对话信息中客服命中第j类质检规则的次数，M_j为第j类质检规则的计分项。

优选的，所述通知模块包括：

评分结果拟定单元，用于将对话信息的ID标签和对话信息的评分结果进行打包生成通知信息

通知传输单元，用于根据对话信息的ID标签确定ID标签对应客服人员的接收地址并通过全双工的websocket通道将所述通知信息进行定向发送。

优选的，所述申诉复审模块包括：

申诉接收单元，用于接收客服人员主动发起的申诉信息；其中，所述申诉信息包括复审请求信息、需要复审的对话信息ID标签、需要复审的对话信息的评分结果、复审次数N；

复审接收单元，用于在所述复审次数N小于预设的次数上限且需要复审的对话信息的评分结果不为最终评分结果时，接收复审请求信息；

其中，所述最终评分结果为人工质检得到的评分结果；

信息查找单元，用于在接收到复审请求信息后根据需要复审的对话信息ID标签查找ID标签对应的对话信息，并提取该对话信息的对话文本和通话录音；

复审单元，用于根据所述复审次数N，采用预先存储的第N个备用质检模板对所提取的对话文本和通话录音进行智能对话分析，得到第N+1次复审评分结果。

优选的，所述申诉复审模块还包括：

结果判断单元，用于将所述第N+1次复审评分结果与所述评分结果进行比较，当两者的绝对差值小于预设的最大允许差值的时候确定质检评分无误，当两者的绝对差值大于预设的最大允许差值的时候，确定质检评分存在错误；

复审结果评分单元，用于在确定质检评分无误时以第N次复审评分结果与所述评分结果的均值作为新的评分结果发送给客服人员，在确定质检评分存在错误时向质检人员发出人工质检请求，并获取人工质检评分结果作为最终评分结果发送给客服人员。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种灵活可配置模板的智能质检系统的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供一种灵活可配置模板的智能质检系统，如图1，包括：

模板评分配置管理模块1，用于根据用户配置的质检规则及其对应的计分项建立质检模板；

对话信息采集模块2，用于采集客户和客服之间的对话信息，并为所述对话信息打上ID标签；

智能对话分析模块3，用于根据所述质检模板对所述对话信息进行分析，并根据分析结果及评分规则对客服服务质量进行评分，得到评分结果；

通知模块4，用于将评分结果发送至对应的客服人员；

申诉复审模块5，用于接收客服人员的申诉请求，并根据申诉请求对所述对话信息进行复审分析，得到复审评分结果；

报表统计模块6，用于对分析流程及分析结果进行报表统计。

上述技术方案的工作原理和有益效果为：以预设的质检模板对服务过程产生的对话数据进行智能分析，通过语音识别技术和语义分析技术，对座席服务记录(通话录音和在线咨询文本记录)进行自动质检生成质检结果，质检中产生的各种问题和结果都会被送到消息队列kafka中，由质检报表服务进行消费，进行报表逻辑的运算生成和入库，生成注入规则使用报表、坐席报表等报表数据，便于企业进行分析、管理和统计，提高监控和运营效率。通过上诉技术方案有效降低了质检的投入成本，提高了质检响应速度。本系统支持灵活的规则模板配置，企业可以配置的适合自己业务规则的质检模板和规则项，动态灵活的调整质检规则和对质检结果进行手动纠错，以覆盖多个复杂的业务场景，满足各种行业的需求。并且可以实现对通话录音、会话数据的全量质检，对有异常的记录对管理员进行实时的通知，节省了企业质检效率，保证了质检的全面性、客观性、实时性。

在一个优选实施例中，所述模板评分配置管理模块包括：

原子规则管理单元，用于存储原子规则，并根据用户的操作指令对原子规则进行管理；所述管理包括增加、删除、修改和查询操作中的任一项或多项结合；

质检规则配置单元，用于根据用户输入的逻辑关系将多项原子规则组合建立质检规则，并为该质检规则绑定用户设置的计分项；

其中，所述逻辑关系包括满足全部、满足任一、不满足和满足预设个数其中任一一项或多项组合；

质检规则管理单元，用于根据用户的操作指令对质检规则执行逻辑重构和计分换绑操作；

质检模板管理单元，用于将多条质检规则进行组合形成质检模板，并根据用户的操作指令对质检模板进行管理；所述管理包括增加、删除和查询操作中的任一项或多项结合。

上述技术方案的工作原理和有益效果为：通过原子规则管理单元，用户公司可按照自己的实际需要自动配置新的原子规则，并且能够对现存的原子规则进行删减、修改和查询等操作。通过质检规则配置单元，用户公司可按照公司的实际需求选取多种原子规则，并按照逻辑关系进行组合形成一条质检规则，并能设置该条质检规则命中后的计分项，比如，在一条质检规则中设置正则匹配规则和对话选取规则，其中正则匹配规则中匹配敬语“您好”和“再见”、“感谢”规定为未匹配成功命时中该条原子规则，对话选取规则中选择客服前三句话或最后三句话并规定为匹配成功时命中该条原子规则，并将两条规则按照逻辑关系“且”进行组合，并为该条质检规则设置命中后的计分项“-5”，当利用该条质检规则进行质检时，对客服所说的每一句话都进行该条规则的质检，当发现客服的第二句话命中了对话选取规则的“前三句话”，但这句话未匹配到敬语“您好”和“再见”、“感谢”命中了正则匹配规则，则说明该条质检规则命中，执行对应计分项“-5”的扣分工作。客户可通过质检规则管理单元对质检规则执行逻辑重构和计分换绑操作，通过质检模板管理单元利用多个质检规则建立质检模板，以适应多种复杂的业务场景。

在一个优选实施例中，所述原子规则包括关键字匹配规则、服务抢断规则、首次响应规则、语速检测规则、正则匹配规则、对话时间间隔规则、上下文重复规则、情绪检测规则；其中，

所述关键字匹配规则，用于判定客服因发言词汇不当导致发言违规；根据预设的不当词汇库对对话信息中的词语采用KMP字符串匹配算法进行关键字匹配，在匹配成功后判定客服因发言词汇不当导致发言违规；

所述服务抢断规则，用于判断客服是否抢断客户发话从而出现抢断违规，其中，抢断包括主动抢断和被动抢断，在客户发话未结束时客服开始发话，视为客服主动抢断客户发话；在客服发话未结束时客户开始发话，而客服在客户开始发话后预设的第一时间内仍然没有停止发话，则视为客服被动抢断客户发话；

所述首次响应规则，用于判断客服首次响应客户是否足够及时，当客服首次回答客户对话的第一间隔时间大于预设的第二时间时确定客服响应客户不够及时，客服出现响应违规，其中，若客户连续多次发话，且每次发话的间隔时间不大于所述第二时间段，则取最后一次客户发话的时间与客服首次响应客户的时间间隔为第一间隔时间；

所述语速检测规则，用于判断客服是否出现语速违规，其中，当客服发话的字数少于预设发话字数时，不进行语速检测规则评判；所述语速违规包括：在客服的一段发话中语速大于预设的语速阈值；

所述正则匹配规则，用于判断客服是否出现未使用敬语的违规；根据预设的敬语匹配库对对话信息中特定段落的词语采用KMP字符串匹配算法进行匹配，在未匹配成功时判定客服因未使用敬语导致的违规；

所述对话时间间隔规则，用于判断客服响应客户是否足够及时，当客服回答客户对话的第二间隔时间大于预设的第三时间时，判断这段对话中客服响应不及时，出现响应违规，其中，若客户连续多次发话，且每次发话的间隔时间不大于所述第三时间，则取最后一次客户发话的时间与客服响应客户的时间间隔为第二间隔时间；

所述上下文重复规则，用于判断客服是否重复同样的对话内容，在确定客服重复同样的对话内容达到预设的次数时确定客服重复违规；

所述情绪检测规则，用于判断客服是否存在服务态度违规；根据预先建立的客服的多个声音情绪模型，基于贝叶斯定理计算客服某句话中提取的声音特征信号在每个声音情绪模型的后验概率，得到最大后验概率对应的声音情绪模型所绑定的情绪评分，当情绪评分不处于预设的情绪评分范围时，确定客服服务态度违规。

上述技术方案的工作原理和有益效果为：提供了一些主要的原子规则，包括关键字匹配规则，用于匹配客服对话语句中的不适言论，服务抢断规则用于判断客服是否存在抢断客户发言的不良行为，首次响应规则用于判断客服是否响应缓慢对客户的服务存在懈怠行为，语速检测规则判断客服说话是否存在过快的不良情况，正则匹配规则判断客服是否未使用敬语词汇，对话时间间隔规则判断客服是否反应较慢对客户的服务存在怠慢行为，上下文重复规则判断客服刻意重复同样的话导致给客户带来不良体验，情绪检测规则判断客服是否情绪过于平淡或者过于消极，其中因为是命中扣分制，所以积极情绪不作为情绪检测规则的判断范围之内。方便用户公司根据具体需要进行组合，以适应多种复杂的业务场景。

在一个优选实施例中，所述声音情绪模型通过以下步骤建立：

预先划分有从平淡情绪到消极情绪的多个情绪等级；

为多个声音特征信号贴上情绪等级标签，将具有相同情绪等级标签的多个声音特征信号放入一个数据集；

计算数据集中声音特征信号的D维均值向量：

式中，

表示为第i个声音特征信号的D维均值向量，D表示数据集中每个声音特征信号的观察维数，

表示第i个声音特征信号在第t维上的观察向量；

计算声音特征信号的D×D对角协方差矩阵∑，计算公式如下：

式中，∑_i表示第i个声音特征信号的D×D对角协方差矩阵，()^T表示对括号内容求取转置；

根据数据集中多个声音特征信号的D维均值向量和对角协方差矩阵构建出声音情绪模型：

式中，P表示数据集的声音情绪模型，

为第i个声音特征信号的观察向量，m为数据集中声音特征信号的总数目，q_i为第i个声音特征信号的预设权重；

根据所述数据集中的情绪等级标签为声音情绪模型绑定情绪评分。

上述技术方案的工作原理和有益效果为：预先划分有从平淡情绪到消极情绪的多个情绪等级，因为本系统主要采用命中扣分制，所以积极情绪不作为情绪检测规则的判断范围之内，为采取的多个声音特征信号贴上从平淡情绪到消极情绪的多个情绪等级的情绪等级标签并组建数据集，根据数据集建立具有D维特征的高斯混合模型作为同一种情绪等级的声音情绪模型，并根据所述数据集中的情绪等级标签为声音情绪模型绑定情绪评分。从而实现了多等级声音情绪模型的建立，方便对新采集的声音特征信号通过贝叶斯公式进行后验概率计算。

在一个优选实施例中，所述对话信息采集模块包括通话信息采集单元和在线文本信息采集单元；其中，

所述通话信息采集单元，用于根据通话的call_log查询到通话记录的双声道录音地址，并采用一条录音一个线程的执行方式将通话录音提交ASR转写任务，通过ASR技术将双声道的通话录音转义为文本类型的对话信息，并为对话信息打上ID标签；其中，所述通话信息采集单元会定时轮训拉取转写结果，当结果拉取失败时进行重新拉取，在重新拉取预设拉取次数却仍然失败时，标记此条通话质检失败，并记录失败原因；

所述在线文本信息采集单元，用于直接提取在线对话文本作为对话信息，并为对话信息打上ID标签。

上述技术方案的工作原理和有益效果为：采用两种不同的对话信息采集方式，一种通过对语音对话的截取及ASR转义实现对话信息文本化，方便对对话内容进行关键字匹配和正则匹配，另一种直接对在线文字交流的交流文本进行直接提取，涵盖了电话语音服务和线上文字交流服务两种服务模式，适应复杂的业务场景。其中文本化的对话信息不能匹配情绪检测规则，需要对文本对应的语音信息进行情绪检测来实现情绪检测规则的匹配。每个对话信息都打上ID标签方便辨别各次的对话信息。

在一个优选实施例中，所述智能对话分析模块主要执行以下步骤：

步骤1、确定需要进行分析的对话信息以及质检模板；

步骤2、根据所述质检模板对质检规则进行遍历，得到多个质检规则；

步骤3、根据质检规则中所包含的原子规则对该对话信息中客服的每一句发话内容进行分析，并生成原子规则分析结果；

步骤4、在利用质检规则中所有原子规则对所述发话内容分析完毕后，根据原子规则间的逻辑关系对所述原子规则匹配结果进行统计，判断该条质检规则是否命中以及命中的次数；

步骤5、根据所述质检模板中所有参与统计的质检规则对应的计分项及命中次数计算客服在该条对话信息中的最终得分作为评分结果，计算公式如下：

式中，F为最终得分，O为预设的初始分数，G_j为对话信息中客服命中第j类质检规则的次数，M_j为第j类质检规则的计分项。

上述技术方案的工作原理和有益效果为：通过对质检模板内的质检规则进行遍历，确定多个质检规则内都包含有哪些原子规则，利用某条质检规则的所有原子规则对对话信息中的一句话进行分析，判断原子规则的命中情况，结合该条质检规则内原子规则的逻辑关系判断该条质检规则是否命中，在利用该条质检规则进行分析后，从质检模板中换取另外的质检规则同样对这句话进行质检分析，得到这句话相对于整个质检模板的质检结果并确定命中质检规则的情况，统计对话信息中所有语句命中各项质检规则的次数，并基于质检规则的计分项计算出评分结果，例如，某一次的对话信息中，客服共说了三句话，通过质检模板分别对第一、二、三句话进行质检，发现第一句话命中质检规则“a，c，d”，第二句话命中质检规则“c”，第三句话命中质检规则“a，b，c，d”，则这一次的对话信息中命中各项质检规则的次数情况为“2a，b，3c，2d”。

在一个优选实施例中，所述通知模块包括：

评分结果拟定单元，用于将对话信息的ID标签和对话信息的评分结果进行打包生成通知信息

通知传输单元，用于根据对话信息的ID标签确定ID标签对应客服人员的接收地址并通过全双工的websocket通道将所述通知信息进行定向发送。

上述技术方案的工作原理和有益效果为：通过全双工的websocket通道将所述通知信息根据ID标签对应客服人员的接收地址进行定向发送，能够使客服能够实时地接收到评分结果，客服能够根据评分结果决定是否发起申诉，通过实时发送接收评分结果，避免客服在对话完成后忘记查看评分结果，从而忘记申诉导致误判成功的情况发生，并且能够对客服进行有效的警示，提醒客服调整状态。

在一个优选实施例中，所述申诉复审模块包括：

申诉接收单元，用于接收客服人员主动发起的申诉信息；其中，所述申诉信息包括复审请求信息、需要复审的对话信息ID标签、需要复审的对话信息的评分结果、复审次数N；

复审接收单元，用于在所述复审次数N小于预设的次数上限且需要复审的对话信息的评分结果不为最终评分结果时，接收复审请求信息；

其中，所述最终评分结果为人工质检得到的评分结果；

信息查找单元，用于在接收到复审请求信息后根据需要复审的对话信息ID标签查找ID标签对应的对话信息，并提取该对话信息的对话文本和通话录音；

复审单元，用于根据所述复审次数N，采用预先存储的第N个备用质检模板对所提取的对话文本和通话录音进行智能对话分析，得到第N+1次复审评分结果。

上述技术方案的工作原理和有益效果为：提供了申诉途径，在客服提出申诉后自动判断已经复审的次数，当次数处于预设的次数方位内时确定不是恶意提出复审请求，并查看需要复审的对话信息的评分结果是否为经过人工质检得到的最终评分结果，当不是最终评分结果时同意进行复审工作，复审时，根据客服提出的需要复审的对话信息的ID标签信息提取对应的对话信息的对话文本和通话录音，并采用预备的不同的质检模板对所提取的对话文本和通话录音进行智能对话分析，得到复审评分结果。通过上述方案，有效地防止了客服的恶意复审申请，并且通过预备的不同的质检模板对所提取的对话文本和通话录音进行智能对话分析，利用不一样的质检方式，防止同一套质检模板导致质检错误发生的必然性。

在一个优选实施例中，所述申诉复审模块还包括：

结果判断单元，用于将所述第N+1次复审评分结果与所述评分结果进行比较，当两者的绝对差值小于预设的最大允许差值的时候确定质检评分无误，当两者的绝对差值大于预设的最大允许差值的时候，确定质检评分存在错误；

复审结果评分单元，用于在确定质检评分无误时以第N次复审评分结果与所述评分结果的均值作为新的评分结果发送给客服人员，在确定质检评分存在错误时向质检人员发出人工质检请求，并获取人工质检评分结果作为最终评分结果发送给客服人员。

上述技术方案的工作原理和有益效果为：根据复审评分结果对评分结果进行对比，当两者数值差异过大时则能够确定质检评分存在系统性错误，提醒质检人员调整质检模板，同时向质检人员发出人工质检请求，并获取人工质检评分结果作为最终评分结果发送给客服人员。当两者数值差异较小时以复审评分结果与所述评分结果的均值作为新的评分结果发送给客服人员。实现了对质检模板的检测，同时通过评分结果的综合计算提高了评分精确度，对质检错误的对话信息提供了人工复审质检的途径。

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 (6)

1.一种灵活可配置模板的智能质检系统，其特征在于，包括：

模板评分配置管理模块，用于根据用户配置的质检规则及其对应的计分项建立质检模板；

对话信息采集模块，用于采集客户和客服之间的对话信息，并为所述对话信息打上ID标签；

智能对话分析模块，用于根据所述质检模板对所述对话信息进行分析，并根据分析结果及评分规则对客服服务质量进行评分，得到评分结果；

通知模块，用于将评分结果发送至对应的客服人员；

申诉复审模块，用于接收客服人员的申诉请求，并根据申诉请求对所述对话信息进行复审分析，得到复审评分结果；

报表统计模块，用于对分析流程及分析结果进行报表统计；

所述模板评分配置管理模块包括：

原子规则管理单元，用于存储原子规则，并根据用户的操作指令对原子规则进行管理；所述管理包括增加、删除、修改和查询操作中的任一项或多项结合；

质检规则配置单元，用于根据用户输入的逻辑关系将多项原子规则组合建立质检规则，并为该质检规则绑定用户设置的计分项；

其中，所述逻辑关系包括满足全部、满足任一、不满足和满足预设个数其中任意一项或多项组合；

质检规则管理单元，用于根据用户的操作指令对质检规则执行逻辑重构和计分换绑操作；

质检模板管理单元，用于将多条质检规则进行组合形成质检模板，并根据用户的操作指令对质检模板进行管理；所述管理包括增加、删除和查询操作中的任一项或多项结合；

所述原子规则包括关键字匹配规则、服务抢断规则、首次响应规则、语速检测规则、正则匹配规则、对话时间间隔规则、上下文重复规则、情绪检测规则；其中，

所述关键字匹配规则，用于判定客服因发言词汇不当导致发言违规；根据预设的不当词汇库对对话信息中的词语采用KMP字符串匹配算法进行关键字匹配，在匹配成功后判定客服因发言词汇不当导致发言违规；

所述服务抢断规则，用于判断客服是否抢断客户发话从而出现抢断违规，其中，抢断包括主动抢断和被动抢断，在客户发话未结束时客服开始发话，视为客服主动抢断客户发话；在客服发话未结束时客户开始发话，而客服在客户开始发话后预设的第一时间内仍然没有停止发话，则视为客服被动抢断客户发话；

所述首次响应规则，用于判断客服首次响应客户是否足够及时，当客服首次回答客户对话的第一间隔时间大于预设的第二时间时确定客服响应客户不够及时，客服出现响应违规，其中，若客户连续多次发话，且每次发话的间隔时间不大于所述第二时间段，则取最后一次客户发话的时间与客服首次响应客户的时间间隔为第一间隔时间；

所述语速检测规则，用于判断客服是否出现语速违规，其中，当客服发话的字数少于预设发话字数时，不进行语速检测规则评判；所述语速违规包括：在客服的一段发话中语速大于预设的语速阈值；

所述正则匹配规则，用于判断客服是否出现未使用敬语的违规；根据预设的敬语匹配库对对话信息中特定段落的词语采用KMP字符串匹配算法进行匹配，在未匹配成功时判定客服因未使用敬语导致的违规；

所述对话时间间隔规则，用于判断客服响应客户是否足够及时，当客服回答客户对话的第二间隔时间大于预设的第三时间时，判断这段对话中客服响应不及时，出现响应违规，其中，若客户连续多次发话，且每次发话的间隔时间不大于所述第三时间，则取最后一次客户发话的时间与客服响应客户的时间间隔为第二间隔时间；

所述上下文重复规则，用于判断客服是否重复同样的对话内容，在确定客服重复同样的对话内容达到预设的次数时确定客服重复违规；

所述情绪检测规则，用于判断客服是否存在服务态度违规；根据预先建立的客服的多个声音情绪模型，基于贝叶斯定理计算客服某句话中提取的声音特征信号在每个声音情绪模型的后验概率，得到最大后验概率对应的声音情绪模型所绑定的情绪评分，当情绪评分不处于预设的情绪评分范围时，确定客服服务态度违规；

所述声音情绪模型通过以下步骤建立：

预先划分有从平淡情绪到消极情绪的多个情绪等级；

为多个声音特征信号贴上情绪等级标签，将具有相同情绪等级标签的多个声音特征信号放入一个数据集；

计算数据集中声音特征信号的D维均值向量：

式中，

表示为第i个声音特征信号的D维均值向量，D表示数据集中每个声音特征信号的观察维数，

表示第i个声音特征信号在第t维上的观察向量；

计算声音特征信号的D×D对角协方差矩阵Σ，计算公式如下：

式中，Σ_i表示第i个声音特征信号的D×D对角协方差矩阵，()^T表示对括号内容求取转置；

根据数据集中多个声音特征信号的D维均值向量和对角协方差矩阵构建出声音情绪模型：

式中，P表示数据集的声音情绪模型，

为第i个声音特征信号的观察向量,m为数据集中声音特征信号的总数目，q_i为第i个声音特征信号的预设权重；

根据所述数据集中的情绪等级标签为声音情绪模型绑定情绪评分。

2.根据权利要求1所述的一种灵活可配置模板的智能质检系统，其特征在于，所述对话信息采集模块包括通话信息采集单元和在线文本信息采集单元；其中，

所述通话信息采集单元，用于根据通话的call_log查询到通话记录的双声道录音地址，并采用一条录音一个线程的执行方式将通话录音提交ASR转写任务，通过ASR技术将双声道的通话录音转义为文本类型的对话信息，并为对话信息打上ID标签；其中，所述通话信息采集单元会定时轮训拉取转写结果，当结果拉取失败时进行重新拉取，在重新拉取预设拉取次数却仍然失败时，标记此条通话质检失败，并记录失败原因；

所述在线文本信息采集单元，用于直接提取在线对话文本作为对话信息，并为对话信息打上ID标签。

3.根据权利要求1所述的一种灵活可配置模板的智能质检系统，其特征在于，所述智能对话分析模块执行以下步骤：

步骤1、确定需要进行分析的对话信息以及质检模板；

步骤2、根据所述质检模板对质检规则进行遍历，得到多个质检规则；

步骤3、根据质检规则中所包含的原子规则对该对话信息中客服的每一句发话内容进行分析，并生成原子规则分析结果；

步骤4、在利用质检规则中所有原子规则对所述发话内容分析完毕后，根据原子规则间的逻辑关系对所述原子规则匹配结果进行统计，判断该条质检规则是否命中以及命中的次数；

步骤5、根据所述质检模板中所有参与统计的质检规则对应的计分项及命中次数计算客服在该对话信息中的最终得分作为评分结果，计算公式如下：

式中，F为最终得分，O为预设的初始分数，G_j为对话信息中客服命中第j类质检规则的次数，M_j为第j类质检规则的计分项。

4.根据权利要求1所述的一种灵活可配置模板的智能质检系统，其特征在于，所述通知模块包括：

评分结果拟定单元，用于将对话信息的ID标签和对话信息的评分结果进行打包生成通知信息；

通知传输单元，用于根据对话信息的ID标签确定ID标签对应客服人员的接收地址并通过全双工的websocket通道将所述通知信息进行定向发送。

5.根据权利要求1所述的一种灵活可配置模板的智能质检系统，其特征在于，所述申诉复审模块包括：

申诉接收单元，用于接收客服人员主动发起的申诉信息；其中，所述申诉信息包括复审请求信息、需要复审的对话信息ID标签、需要复审的对话信息的评分结果、复审次数N；

复审接收单元，用于在所述复审次数N小于预设的次数上限且需要复审的对话信息的评分结果不为最终评分结果时，接收复审请求信息；

其中，所述最终评分结果为人工质检得到的评分结果；

信息查找单元，用于在接收到复审请求信息后根据需要复审的对话信息ID标签查找ID标签对应的对话信息，并提取该对话信息的对话文本和通话录音；

复审单元，用于根据所述复审次数N，采用预先存储的第N个备用质检模板对所提取的对话文本和通话录音进行智能对话分析，得到第N+1次复审评分结果。

6.根据权利要求5所述的一种灵活可配置模板的智能质检系统，其特征在于，所述申诉复审模块还包括：

结果判断单元，用于将所述第N+1次复审评分结果与所述评分结果进行比较，当两者的绝对差值小于预设的最大允许差值的时候确定质检评分无误，当两者的绝对差值大于预设的最大允许差值的时候，确定质检评分存在错误；

复审结果评分单元，用于在确定质检评分无误时以第N次复审评分结果与所述评分结果的均值作为新的评分结果发送给客服人员，在确定质检评分存在错误时向质检人员发出人工质检请求，并获取人工质检评分结果作为最终评分结果发送给客服人员。

Images