CN113411454A - 一种实时通话语音分析的智能质检方法 - Google Patents
一种实时通话语音分析的智能质检方法 Download PDFInfo
- Publication number
- CN113411454A CN113411454A CN202110669655.8A CN202110669655A CN113411454A CN 113411454 A CN113411454 A CN 113411454A CN 202110669655 A CN202110669655 A CN 202110669655A CN 113411454 A CN113411454 A CN 113411454A
- Authority
- CN
- China
- Prior art keywords
- voice
- call
- client
- real
- quality inspection
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 95
- 238000004458 analytical method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000003908 quality control method Methods 0.000 claims abstract description 15
- 230000008451 emotion Effects 0.000 claims description 44
- 239000003795 chemical substances by application Substances 0.000 claims description 28
- 238000001228 spectrum Methods 0.000 claims description 19
- 230000008909 emotion recognition Effects 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2227—Quality of service monitoring
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L15/26—Speech to text systems
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5175—Call or contact centers supervision arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种实时通话语音分析的智能质检方法,包括:获取呼叫任务及对应的客户等级;获取呼叫坐席的服务等级;根据预设的服务等级‑客户等级对应表,根据客户等级将呼叫任务分配至相匹配的服务等级对应的呼叫坐席;通话质检中心获取呼叫坐席与客户之间的实时通话语音;通过集成I PBX调用第三方智能语音服务;第三方智能语音服务进行语音解析,得到标记有客户意图的解析文本,通话质检中心根据标记有客户意图的解析文本进行智能质检。对语音质量进行全面全量的质检,质检耗时短且覆盖率,便于准确且快速的获取坐席与客户的通话质量,便于提升坐席的专业性、服务质量以及提高坐席业务能力,提高客户体验,降低客户投诉率。
Description
技术领域
本发明涉及语音质检技术领域,特别涉及一种实时通话语音分析的智能质检方法。
背景技术
对于大型呼叫中心的通话质检,一直存在无法全面全量、不留死角的质检痛点问题,目前一般是以人工抽查方式,覆盖率有限,同时存在坐席人员服务质量受主观因素影响无法把控,坐席人员专业性参差不齐,影响服务效果,人工质检耗时过长,存在滞后性,商家损失难以弥补等问题。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此,本发明的目的在于提出一种实时通话语音分析的智能质检方法,对语音质量进行全面全量的质检,质检耗时短且覆盖率,便于准确且快速的获取坐席与客户的通话质量,便于提升坐席的专业性、服务质量以及提高坐席业务能力,提高客户体验,降低客户投诉率。
为达到上述目的,本发明实施例提出了一种实时通话语音分析的智能质检方法,包括:
呼叫中心获取呼叫任务及所述呼叫任务对应的客户等级;
获取呼叫中心中呼叫坐席的服务等级;
根据预设的服务等级-客户等级对应表,根据客户等级将呼叫任务分配至相匹配的服务等级对应的呼叫坐席;
在呼叫坐席执行分配的呼叫任务时,通话质检中心获取呼叫坐席与客户之间的实时通话语音;
将所述实时通话语音通过集成IPBX,基于网络RTP传输协议调用第三方智能语音服务;
第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,将标记有客户意图的解析文本基于TCP协议回传至通话质检中心,所述通话质检中心根据标记有客户意图的解析文本进行智能质检。
根据本发明的一些实施例,确定客户等级的方法,包括:
获取客户的行为信息,所述行为信息包括客户的历史订单及信用等级;
根据所述行为信息按照预设规则进行评分,确定评分结果;
根据所述评分结果确定客户等级。
根据本发明的一些实施例,所述第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,包括:
对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息;
将所述实时通话语音根据呼叫坐席身份信息及客户身份信息分别进行整理,确定呼叫坐席语音及客户语音;
对所述客户语音进行特征提取,确定多个客户语音特征参数,选取第一个客户语音特征参数输入预先训练好的情绪鉴别模型的输入层,基于所述情绪鉴别模块的隐藏层确定第一个客户语音特征参数对应于各情绪的概率,基于情绪鉴别模型的输出层输入最高概率的情绪作为对第一个客户语音特征参数的情绪鉴别结果;
依次将多个客户语音特征参数通过所述情绪鉴别模型,确定多个情绪鉴别结果;
根据所述多个情绪鉴别结果确定客户的情绪变化信息,并建立与客户语音的关联关系;
根据所述情绪变化信息与客户语音的关联关系对所述客户语音进行语音解析,确定第一文本;
对所述第一文本进行文本分词,得到字和词向量,将所述字和词向量的序列输入预先训练好的客户意图分类模型中,输出客户意图,并对所述第一文本进行标记;
对所述呼叫坐席语音进行语音解析,得到第二文本;
根据标记有客户意图的第一文本及所述第二文本,得到标记有客户意图的解析文本。
根据本发明的一些实施例,所述通话质检中心根据标记有客户意图的所述解析文本进行智能质检,包括:
根据客户意图查询预设的客户意图-标准文本表确定标准文本;
计算第二文本与标准文本的重合度,根据所述重合度为所述呼叫坐席评分。
根据本发明的一些实施例,所述通话质检中心根据标记有客户意图的所述解析文本进行智能质检,包括:
根据客户意图确定所述解析文本中的多个质检场景;
根据所述多个质检场景分别确定所述解析文本中对应的质检区域;
分别从所述质检区域中提取质检关键词,基于质检模型将所述质检关键词与所述质检场景对应的标准关键词进行比对;
确定所述质检关键词与所述标准关键词的语义距离;
根据所述语义距离计算出所述质检关键词与所述标准关键词的匹配度,进而依次计算出多个匹配度,根据所述多个匹配度进行加权计算,得到质检匹配度,根据质检匹配度确定质检评分。
根据本发明的一些实施例,还包括:
第三方智能语音服务对客户语音及所述呼叫坐席语音进行检测,获取所述呼叫坐席语音中每句话的时长和字数,根据所述时长和字数呼叫坐席的语速信息;
确定所述客户语音中每句话的语音结束时间及呼叫坐席语音中每句话的语音开始时间,根据所述语音结束时间与语音开始时间得到呼叫坐席的抢话信息;
获取所述呼叫坐席语音对应的声音分贝信息;
确定所述呼叫坐席语音对应的情绪信息;
将所述语速信息、抢话信息、声音分贝信息及情绪信息发送至所述通话质检中心;
所述通话质检中心将所述语速信息、抢话信息、声音分贝信息及情绪信息输入预先服务评分模型中,确定呼叫坐席的本次服务评分。
根据本发明的一些实施例,所述获取呼叫中心中呼叫坐席的服务等级,包括:
获取呼叫坐席的多次服务评分,确定服务评分的平均值,根据所述服务评分-服务等级对应表,确定呼叫坐席的服务等级。
根据本发明的一些实施例,所述对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息,包括:
对所述实时通话语音进行语音预处理,得到若干个语音帧,获取每一个语音帧的时域信号,对所述每一个时域信号进行离散傅里叶变换得到线性频谱S(x):
其中,s(i)为第i个语音帧的时域信号;e为自然常数;j为虚数单位;N为语音帧的数量;
将所述线性频谱通过梅尔频率滤波器组,转换为梅尔频谱;
对所述梅尔频谱进行离散余弦变换,得到梅尔倒谱参数T(i);
其中,M为梅尔频率滤波器组包括的梅尔频率滤波器的数量;Wk(x)为基于第k个梅尔频率滤波器得到的梅尔频谱。
根据所述梅尔倒谱参数进行声纹识别,确定呼叫坐席身份信息及客户身份信息。
根据本发明的一些实施例,在第三方智能语音服务对所述实时通话语音进行语音解析前,还包括:
计算所述实时通话语音的信噪比,并判断是否小于预设信噪比,在确定所述信噪比小于预设信噪比时,对所述实时通话语音进行降噪处理;
所述计算所述实时通话语音的信噪比,包括:
对所述实时通话语音进行语音分割,得到若干个分割语音帧;
分别获取若干个分割语音帧的语音能量,并求得平均语音能量;
分别获取若干个分割语音帧中的噪声信号,并确定所述噪声信号的强度信息;
根据所述平均语音能量及所述噪声信号的强度信息计算所述实时通话语音的信噪比Z:
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是根据本发明一个实施例的一种实时通话语音分析的智能质检方法的流程图;
图2是根据本发明一个实施例的一种实时通话语音分析的智能质检的示意图。
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。
如图1-图2所示,本发明实施例提出了一种实时通话语音分析的智能质检方法,包括步骤S1-S6:
S1、呼叫中心获取呼叫任务及所述呼叫任务对应的客户等级;
S2、获取呼叫中心中呼叫坐席的服务等级;
S3、根据预设的服务等级-客户等级对应表,根据客户等级将呼叫任务分配至相匹配的服务等级对应的呼叫坐席;
S4、在呼叫坐席执行分配的呼叫任务时,通话质检中心获取呼叫坐席与客户之间的实时通话语音;
S5、将所述实时通话语音通过集成IPBX,基于网络RTP传输协议调用第三方智能语音服务;
S6、第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,将标记有客户意图的解析文本基于TCP协议回传至通话质检中心,所述通话质检中心根据标记有客户意图的解析文本进行智能质检。
上述技术方案的工作原理:呼叫中心获取呼叫任务及所述呼叫任务对应的客户等级,具体的,在客户拨打电话前,根据客户填写的基本信息表或者客户的购买坐席所在服务商的历史订单和/或信用等级,确定客户的客户等级。将未填写基本信息表或者不存在历史订单的客户的等级确定为最低等级。获取呼叫中心中呼叫坐席的服务等级,服务等级与呼叫坐席,即客服人员根据历史服务质量水平确定的服务等级。根据预设的服务等级-客户等级对应表(人为设定的),根据客户等级将呼叫任务分配至相匹配的服务等级对应的呼叫坐席;示例的,客户等级为A,由服务等级为A的呼叫坐席来进行服务。客户等级为D,由服务等级为D的呼叫坐席来进行服务。在呼叫坐席执行分配的呼叫任务时,通话质检中心获取呼叫坐席与客户之间的实时通话语音;将所述实时通话语音通过集成IPBX(电子交换机),基于网络RTP传输协议调用第三方智能语音服务;第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,将标记有客户意图的解析文本基于TCP协议回传至通话质检中心,所述通话质检中心根据标记有客户意图的解析文本进行智能质检。
上述技术方案的有益效果:根据客户等级及分配具有相对应的服务等级的呼叫坐席,满足客户的服务需求,提高客户体验,便于提升坐席的专业性、服务质量以及提高坐席业务能力,降低客户投诉率。通过对实时通话语音进行质检,对语音质量进行全面全量的质检,质检耗时短且覆盖率,便于准确且快速的获取坐席与客户的通话质量,基于集成IPBX及网络RTP传输协议,实现对实时通话语音的快速且安全的传输。第三方智能语音服务包括百度,阿里,腾讯,科大讯飞等智能语音识别云服务商。基于TCP协议回传至通话质检中心,保证对标记有客户意图的解析文本的安全传输,避免出现泄漏客户隐私等事件的发生。所述通话质检中心根据标记有客户意图的解析文本进行智能质检。便于通话质检中心快速锁定客户意图,便于定位客户问题及顾虑,同时便于对所述解析文本进行准确质检。
根据本发明的一些实施例,确定客户等级的方法,包括:
获取客户的行为信息,所述行为信息包括客户的历史订单及信用等级;
根据所述行为信息按照预设规则进行评分,确定评分结果;
根据所述评分结果确定客户等级。
上述技术方案的工作原理:获取客户的行为信息,所述行为信息包括客户的历史订单及信用等级;根据所述行为信息按照预设规则进行评分,确定评分结果;具体的,历史订单的规模在50台,确定基于历史订单的规模50台所在的规模区间对应的规模评分,信用等级为基于客户的个人征信或者企业信誉或者客户对在交易历史订单中的表现行为,最终确定的信用等级,确定信用等级对应的信用评分,进而确定评分结果,根据所述评分结果确定客户等级。
上述技术方案的有益效果:准确确定客户等级,便于根据客户等级分配相匹配的呼叫坐席,提高呼叫坐席对客户的服务质量,保证客户体验。
根据本发明的一些实施例,所述第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,包括:
对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息;
将所述实时通话语音根据呼叫坐席身份信息及客户身份信息分别进行整理,确定呼叫坐席语音及客户语音;
对所述客户语音进行特征提取,确定多个客户语音特征参数,选取第一个客户语音特征参数输入预先训练好的情绪鉴别模型的输入层,基于所述情绪鉴别模块的隐藏层确定第一个客户语音特征参数对应于各情绪的概率,基于情绪鉴别模型的输出层输入最高概率的情绪作为对第一个客户语音特征参数的情绪鉴别结果;
依次将多个客户语音特征参数通过所述情绪鉴别模型,确定多个情绪鉴别结果;
根据所述多个情绪鉴别结果确定客户的情绪变化信息,并建立与客户语音的关联关系;
根据所述情绪变化信息与客户语音的关联关系对所述客户语音进行语音解析,确定第一文本;
对所述第一文本进行文本分词,得到字和词向量,将所述字和词向量的序列输入预先训练好的客户意图分类模型中,输出客户意图,并对所述第一文本进行标记;
对所述呼叫坐席语音进行语音解析,得到第二文本;
根据标记有客户意图的第一文本及所述第二文本,得到标记有客户意图的解析文本。
上述技术方案的工作原理:对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息;将所述实时通话语音根据呼叫坐席身份信息及客户身份信息分别进行整理,确定呼叫坐席语音及客户语音;对所述客户语音进行特征提取,确定多个客户语音特征参数,选取第一个客户语音特征参数输入预先训练好的情绪鉴别模型的输入层,基于所述情绪鉴别模块的隐藏层确定第一个客户语音特征参数对应于各情绪的概率,基于情绪鉴别模型的输出层输入最高概率的情绪作为对第一个客户语音特征参数的情绪鉴别结果;依次将多个客户语音特征参数通过所述情绪鉴别模型,确定多个情绪鉴别结果;根据所述多个情绪鉴别结果确定客户的情绪变化信息,并建立与客户语音的关联关系;具体的客户语音中有句子A、句子B、句子C,分别确定客户在说句子A、句子B、句子C时的情绪,如喜悦、愤怒、伤心等。人在不同情绪下说出的话,需要人当时说话的情绪进行解析,便于提高对客户语音解析的准确性,提高第一文本的准确率。对所述第一文本进行文本分词,得到字和词向量,将所述字和词向量的序列输入预先训练好的客户意图分类模型中,输出客户意图,并对所述第一文本进行标记;客户意图分类模型为LSTM模型。便于准确识别出客户意图。对所述呼叫坐席语音进行语音解析,得到第二文本;根据标记有客户意图的第一文本及所述第二文本,得到标记有客户意图的解析文本。在一实施例中,可以对呼叫坐席语音也进行基于对客户语音的方法,确定呼叫坐席的情绪变化信息,提高对第二文本的解析准确率。
上述技术方案的有益效果:将呼叫坐席语音及客户语音进行准确的分割后分别进行语音解析,提高了对语音解析的准确性,获取客户意图,便于后续进行智能质检。
根据本发明的一些实施例,所述通话质检中心根据标记有客户意图的所述解析文本进行智能质检,包括:
根据客户意图查询预设的客户意图-标准文本表确定标准文本;
计算第二文本与标准文本的重合度,根据所述重合度为所述呼叫坐席评分。
上述技术方案的工作原理:根据客户意图查询预设的客户意图-标准文本表确定标准文本;计算第二文本与标准文本的重合度,根据所述重合度为所述呼叫坐席评分。具体的,客户意图为询问产品信息,标准文本为介绍产品的生产时间、保质期、材料、用法等内容。第二文本,即呼叫坐席对客户的回答中缺少部分内容,如缺少用法的介绍,内容重合度为92%,则确定对呼叫坐席的评分为92分。
上述技术方案的有益效果:基于客户意图,准确确定标准文本,呼叫坐席在回答客户时,一般都有标准回复模板,根据所述重合度为所述呼叫坐席评分,便于为呼叫坐席进行准确评分,对呼叫坐席做出的回复进行有效且准确的质检。
根据本发明的一些实施例,所述通话质检中心根据标记有客户意图的所述解析文本进行智能质检,包括:
根据客户意图确定所述解析文本中的多个质检场景;
根据所述多个质检场景分别确定所述解析文本中对应的质检区域;
分别从所述质检区域中提取质检关键词,基于质检模型将所述质检关键词与所述质检场景对应的标准关键词进行比对;
确定所述质检关键词与所述标准关键词的语义距离;
根据所述语义距离计算出所述质检关键词与所述标准关键词的匹配度,进而依次计算出多个匹配度,根据所述多个匹配度进行加权计算,得到质检匹配度,根据质检匹配度确定质检评分。
上述技术方案的工作原理:根据客户意图确定所述解析文本中的多个质检场景;在客户与呼叫坐席拨打电话的过程中,客户可能会涉及多方面的问题,即存在多个客户意图,将每一客户意图对应的客户与呼叫坐席的一轮对话,确定为质检场景,解析文本中包括多个质检场景,根据所述多个质检场景分别确定所述解析文本中对应的质检区域;质检区域为解析文本中对应的文字区域及内容。分别从所述质检区域中提取质检关键词,基于质检模型将所述质检关键词与所述质检场景对应的标准关键词进行比对;对每一个质检场景进行质检,确定所述质检关键词与所述标准关键词的语义距离;根据所述语义距离计算出所述质检关键词与所述标准关键词的匹配度,进而依次计算出多个匹配度,根据所述多个匹配度进行加权计算,得到质检匹配度,根据质检匹配度确定质检评分。示例的质检匹配度为80,则质检评分为80。质检评分满分为100,与百分之百相对应,即一个匹配度对应1分。
上述技术方案的有益效果:实现对解析文本中每一个质检场景全部进行质检,保证质检的全面性,根据每一个质检场景中质检关键词与所述标准关键词的匹配度,计算出质检匹配度,确定总体的质检信息,得到对解析文本这一整体的质检参数,质检结果更加准确客观。
根据本发明的一些实施例,还包括:
第三方智能语音服务对客户语音及所述呼叫坐席语音进行检测,获取所述呼叫坐席语音中每句话的时长和字数,根据所述时长和字数呼叫坐席的语速信息;
确定所述客户语音中每句话的语音结束时间及呼叫坐席语音中每句话的语音开始时间,根据所述语音结束时间与语音开始时间得到呼叫坐席的抢话信息;
获取所述呼叫坐席语音对应的声音分贝信息;
确定所述呼叫坐席语音对应的情绪信息;
将所述语速信息、抢话信息、声音分贝信息及情绪信息发送至所述通话质检中心;
所述通话质检中心将所述语速信息、抢话信息、声音分贝信息及情绪信息输入预先服务评分模型中,确定呼叫坐席的本次服务评分。
上述技术方案的工作原理:第三方智能语音服务对客户语音及所述呼叫坐席语音进行检测,获取所述呼叫坐席语音中每句话的时长和字数,根据所述时长和字数呼叫坐席的语速信息;确定所述客户语音中每句话的语音结束时间及呼叫坐席语音中每句话的语音开始时间,根据所述语音结束时间与语音开始时间得到呼叫坐席的抢话信息;获取所述呼叫坐席语音对应的声音分贝信息;确定所述呼叫坐席语音对应的情绪信息;将所述语速信息、抢话信息、声音分贝信息及情绪信息发送至所述通话质检中心;所述通话质检中心将所述语速信息、抢话信息、声音分贝信息及情绪信息输入预先服务评分模型中,确定呼叫坐席的本次服务评分。
上述技术方案的有益效果:将所述语速信息、抢话信息、声音分贝信息及情绪信息输入预先服务评分模型中,准确确定呼叫坐席的本次服务评分,有利于后续确定呼叫坐席的服务等级。
根据本发明的一些实施例,所述获取呼叫中心中呼叫坐席的服务等级,包括:
获取呼叫坐席的多次服务评分,确定服务评分的平均值,根据所述服务评分-服务等级对应表,确定呼叫坐席的服务等级。
上述技术方案的有益效果:准确确定呼叫坐席的服务等级,便于提高呼叫坐席的服务能力及服务水平。
根据本发明的一些实施例,所述对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息,包括:
对所述实时通话语音进行语音预处理,得到若干个语音帧,获取每一个语音帧的时域信号,对所述每一个时域信号进行离散傅里叶变换得到线性频谱S(x):
其中,s(i)为第i个语音帧的时域信号;e为自然常数;j为虚数单位;N为语音帧的数量;
将所述线性频谱通过梅尔频率滤波器组,转换为梅尔频谱;
对所述梅尔频谱进行离散余弦变换,得到梅尔倒谱参数T(i);
其中,M为梅尔频率滤波器组包括的梅尔频率滤波器的数量;Wk(x)为基于第k个梅尔频率滤波器得到的梅尔频谱。
根据所述梅尔倒谱参数进行声纹识别,确定呼叫坐席身份信息及客户身份信息。
上述技术方案的工作原理及有益效果:对所述实时通话语音进行语音预处理,得到若干个语音帧,获取每一个语音帧的时域信号,对所述每一个时域信号进行离散傅里叶变换得到线性频谱,语音预处理包括分帧处理、加窗处理等。将所述线性频谱通过梅尔频率滤波器组,转换为梅尔频谱;对所述梅尔频谱进行离散余弦变换,得到梅尔倒谱参数,根据所述梅尔倒谱参数进行声纹识别,确定呼叫坐席身份信息及客户身份信息。提高了身份识别的准确性,便于准确确定呼叫坐席身份信息及客户身份信息。基于上述公式准确确定梅尔倒谱参数,提高了对语音的区分性能,进而提高声纹识别的准确率。
根据本发明的一些实施例,在第三方智能语音服务对所述实时通话语音进行语音解析前,还包括:
计算所述实时通话语音的信噪比,并判断是否小于预设信噪比,在确定所述信噪比小于预设信噪比时,对所述实时通话语音进行降噪处理;
所述计算所述实时通话语音的信噪比,包括:
对所述实时通话语音进行语音分割,得到若干个分割语音帧;
分别获取若干个分割语音帧的语音能量,并求得平均语音能量;
分别获取若干个分割语音帧中的噪声信号,并确定所述噪声信号的强度信息;
根据所述平均语音能量及所述噪声信号的强度信息计算所述实时通话语音的信噪比Z:
上述技术方案的工作原理及有益效果:计算所述实时通话语音的信噪比,并判断是否小于预设信噪比,在确定所述信噪比小于预设信噪比时,对所述实时通话语音进行降噪处理;保证第三方智能语音服务对所述实时通话语音进行语音解析的准确性,避免因实时通话语音中噪声过大,导致的语音识别不准确,进而导致解析文本的不准确。在计算所述实时通话语音的信噪比时,对所述实时通话语音进行语音分割,得到若干个分割语音帧;分别获取若干个分割语音帧的语音能量,并求得平均语音能量;分别获取若干个分割语音帧中的噪声信号,并确定所述噪声信号的强度信息;根据所述平均语音能量及所述噪声信号的强度信息计算所述实时通话语音的信噪比,提高了计算信噪比的准确性,进而提高了判断信噪比与预设信噪比大小的准确性。
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)
1.一种实时通话语音分析的智能质检方法,其特征在于,包括:
呼叫中心获取呼叫任务及所述呼叫任务对应的客户等级;
获取呼叫中心中呼叫坐席的服务等级;
根据预设的服务等级-客户等级对应表,根据客户等级将呼叫任务分配至相匹配的服务等级对应的呼叫坐席;
在呼叫坐席执行分配的呼叫任务时,通话质检中心获取呼叫坐席与客户之间的实时通话语音;
将所述实时通话语音通过集成IPBX,基于网络RTP传输协议调用第三方智能语音服务;
第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,将标记有客户意图的解析文本基于TCP协议回传至通话质检中心,所述通话质检中心根据标记有客户意图的解析文本进行智能质检。
2.如权利要求1所述的实时通话语音分析的智能质检方法,其特征在于,确定客户等级的方法,包括:
获取客户的行为信息,所述行为信息包括客户的历史订单及信用等级;
根据所述行为信息按照预设规则进行评分,确定评分结果;
根据所述评分结果确定客户等级。
3.如权利要求1所述的实时通话语音分析的智能质检方法,其特征在于,所述第三方智能语音服务对所述实时通话语音进行语音解析,得到标记有客户意图的解析文本,包括:
对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息;
将所述实时通话语音根据呼叫坐席身份信息及客户身份信息分别进行整理,确定呼叫坐席语音及客户语音;
对所述客户语音进行特征提取,确定多个客户语音特征参数,选取第一个客户语音特征参数输入预先训练好的情绪鉴别模型的输入层,基于所述情绪鉴别模块的隐藏层确定第一个客户语音特征参数对应于各情绪的概率,基于情绪鉴别模型的输出层输入最高概率的情绪作为对第一个客户语音特征参数的情绪鉴别结果;
依次将多个客户语音特征参数通过所述情绪鉴别模型,确定多个情绪鉴别结果;
根据所述多个情绪鉴别结果确定客户的情绪变化信息,并建立与客户语音的关联关系;
根据所述情绪变化信息与客户语音的关联关系对所述客户语音进行语音解析,确定第一文本;
对所述第一文本进行文本分词,得到字和词向量,将所述字和词向量的序列输入预先训练好的客户意图分类模型中,输出客户意图,并对所述第一文本进行标记;
对所述呼叫坐席语音进行语音解析,得到第二文本;
根据标记有客户意图的第一文本及所述第二文本,得到标记有客户意图的解析文本。
4.如权利要求3所述的实时通话语音分析的智能质检方法,其特征在于,所述通话质检中心根据标记有客户意图的所述解析文本进行智能质检,包括:
根据客户意图查询预设的客户意图-标准文本表确定标准文本;
计算第二文本与标准文本的重合度,根据所述重合度为所述呼叫坐席评分。
5.如权利要求3所述的实时通话语音分析的智能质检方法,其特征在于,所述通话质检中心根据标记有客户意图的所述解析文本进行智能质检,包括:
根据客户意图确定所述解析文本中的多个质检场景;
根据所述多个质检场景分别确定所述解析文本中对应的质检区域;
分别从所述质检区域中提取质检关键词,基于质检模型将所述质检关键词与所述质检场景对应的标准关键词进行比对;
确定所述质检关键词与所述标准关键词的语义距离;
根据所述语义距离计算出所述质检关键词与所述标准关键词的匹配度,进而依次计算出多个匹配度,根据所述多个匹配度进行加权计算,得到质检匹配度,根据质检匹配度确定质检评分。
6.如权利要求3所述的实时通话语音分析的智能质检方法,其特征在于,还包括:
第三方智能语音服务对客户语音及所述呼叫坐席语音进行检测,获取所述呼叫坐席语音中每句话的时长和字数,根据所述时长和字数呼叫坐席的语速信息;
确定所述客户语音中每句话的语音结束时间及呼叫坐席语音中每句话的语音开始时间,根据所述语音结束时间与语音开始时间得到呼叫坐席的抢话信息;
获取所述呼叫坐席语音对应的声音分贝信息;
确定所述呼叫坐席语音对应的情绪信息;
将所述语速信息、抢话信息、声音分贝信息及情绪信息发送至所述通话质检中心;
所述通话质检中心将所述语速信息、抢话信息、声音分贝信息及情绪信息输入预先服务评分模型中,确定呼叫坐席的本次服务评分。
7.如权利要求6所述的实时通话语音分析的智能质检方法,其特征在于,所述获取呼叫中心中呼叫坐席的服务等级,包括:
获取呼叫坐席的多次服务评分,确定服务评分的平均值,根据所述服务评分-服务等级对应表,确定呼叫坐席的服务等级。
8.如权利要求3所述的实时通话语音分析的智能质检方法,其特征在于,所述对所述实时通话语音进行声纹识别,确定呼叫坐席身份信息及客户身份信息,包括:
对所述实时通话语音进行语音预处理,得到若干个语音帧,获取每一个语音帧的时域信号,对所述每一个时域信号进行离散傅里叶变换得到线性频谱S(x):
其中,s(i)为第i个语音帧的时域信号;e为自然常数;j为虚数单位;N为语音帧的数量;
将所述线性频谱通过梅尔频率滤波器组,转换为梅尔频谱;
对所述梅尔频谱进行离散余弦变换,得到梅尔倒谱参数T(i);
其中,M为梅尔频率滤波器组包括的梅尔频率滤波器的数量;Wk(x)为基于第k个梅尔频率滤波器得到的梅尔频谱。
根据所述梅尔倒谱参数进行声纹识别,确定呼叫坐席身份信息及客户身份信息。
9.如权利要求1所述的实时通话语音分析的智能质检方法,其特征在于,在第三方智能语音服务对所述实时通话语音进行语音解析前,还包括:
计算所述实时通话语音的信噪比,并判断是否小于预设信噪比,在确定所述信噪比小于预设信噪比时,对所述实时通话语音进行降噪处理;
所述计算所述实时通话语音的信噪比,包括:
对所述实时通话语音进行语音分割,得到若干个分割语音帧;
分别获取若干个分割语音帧的语音能量,并求得平均语音能量;
分别获取若干个分割语音帧中的噪声信号,并确定所述噪声信号的强度信息;
根据所述平均语音能量及所述噪声信号的强度信息计算所述实时通话语音的信噪比Z:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110669655.8A CN113411454B (zh) | 2021-06-17 | 2021-06-17 | 一种实时通话语音分析的智能质检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110669655.8A CN113411454B (zh) | 2021-06-17 | 2021-06-17 | 一种实时通话语音分析的智能质检方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113411454A true CN113411454A (zh) | 2021-09-17 |
CN113411454B CN113411454B (zh) | 2022-09-27 |
Family
ID=77684491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110669655.8A Active CN113411454B (zh) | 2021-06-17 | 2021-06-17 | 一种实时通话语音分析的智能质检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113411454B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114006986A (zh) * | 2021-10-29 | 2022-02-01 | 平安普惠企业管理有限公司 | 外呼合规预警方法、装置、设备及存储介质 |
CN114554015A (zh) * | 2022-02-25 | 2022-05-27 | 马上消费金融股份有限公司 | 呼叫中心系统和通讯建立方法 |
CN116405601A (zh) * | 2023-04-12 | 2023-07-07 | 深圳市云之音科技有限公司 | 水务行业智能话务分发语音客服管理系统 |
CN117332946A (zh) * | 2023-09-12 | 2024-01-02 | 上海数禾信息科技有限公司 | 基于画布的案件分配方法、装置 |
CN118233564A (zh) * | 2024-05-22 | 2024-06-21 | 江苏微皓智能科技有限公司 | 坐席外呼匹配方法、装置、计算机设备及计算机存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102625005A (zh) * | 2012-03-05 | 2012-08-01 | 广东天波信息技术股份有限公司 | 具有服务质量实时监督功能的呼叫中心系统及其实现方法 |
US20150256675A1 (en) * | 2014-03-05 | 2015-09-10 | 24/7 Customer, Inc. | Method and apparatus for improving goal-directed textual conversations between agents and customers |
CN107204195A (zh) * | 2017-05-19 | 2017-09-26 | 四川新网银行股份有限公司 | 一种基于情绪分析的智能质检方法 |
CN108989588A (zh) * | 2018-08-08 | 2018-12-11 | 携程旅游信息技术(上海)有限公司 | 呼叫分配方法、呼叫中心、电子设备和存储介质 |
CN109769071A (zh) * | 2019-01-17 | 2019-05-17 | 平安科技(深圳)有限公司 | 一种基于数据属性匹配的统一路由方法、装置和系统 |
CN110266899A (zh) * | 2019-06-11 | 2019-09-20 | 平安科技(深圳)有限公司 | 客户意图的识别方法和客服系统 |
CN110459210A (zh) * | 2019-07-30 | 2019-11-15 | 平安科技(深圳)有限公司 | 基于语音分析的问答方法、装置、设备及存储介质 |
CN110853649A (zh) * | 2019-11-05 | 2020-02-28 | 集奥聚合(北京)人工智能科技有限公司 | 基于智能语音技术的标签提取方法、系统、设备及介质 |
CN110895940A (zh) * | 2019-12-17 | 2020-03-20 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音交互方法及装置 |
CN111078837A (zh) * | 2019-12-11 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 智能问答信息处理方法、电子设备及计算机可读存储介质 |
CN111681646A (zh) * | 2020-07-17 | 2020-09-18 | 成都三零凯天通信实业有限公司 | 端到端架构的通用场景中文普通话语音识别方法 |
CN111883115A (zh) * | 2020-06-17 | 2020-11-03 | 马上消费金融股份有限公司 | 语音流程质检的方法及装置 |
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 |
CN112699220A (zh) * | 2021-01-07 | 2021-04-23 | 北京金万维科技有限公司 | 一种话术匹配的智能质检方法 |
CN112885348A (zh) * | 2021-01-25 | 2021-06-01 | 广州中汇信息科技有限公司 | 结合ai智能语音电销方法 |
-
2021
- 2021-06-17 CN CN202110669655.8A patent/CN113411454B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102625005A (zh) * | 2012-03-05 | 2012-08-01 | 广东天波信息技术股份有限公司 | 具有服务质量实时监督功能的呼叫中心系统及其实现方法 |
US20150256675A1 (en) * | 2014-03-05 | 2015-09-10 | 24/7 Customer, Inc. | Method and apparatus for improving goal-directed textual conversations between agents and customers |
CN107204195A (zh) * | 2017-05-19 | 2017-09-26 | 四川新网银行股份有限公司 | 一种基于情绪分析的智能质检方法 |
CN108989588A (zh) * | 2018-08-08 | 2018-12-11 | 携程旅游信息技术(上海)有限公司 | 呼叫分配方法、呼叫中心、电子设备和存储介质 |
CN109769071A (zh) * | 2019-01-17 | 2019-05-17 | 平安科技(深圳)有限公司 | 一种基于数据属性匹配的统一路由方法、装置和系统 |
CN110266899A (zh) * | 2019-06-11 | 2019-09-20 | 平安科技(深圳)有限公司 | 客户意图的识别方法和客服系统 |
CN110459210A (zh) * | 2019-07-30 | 2019-11-15 | 平安科技(深圳)有限公司 | 基于语音分析的问答方法、装置、设备及存储介质 |
CN110853649A (zh) * | 2019-11-05 | 2020-02-28 | 集奥聚合(北京)人工智能科技有限公司 | 基于智能语音技术的标签提取方法、系统、设备及介质 |
CN111078837A (zh) * | 2019-12-11 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 智能问答信息处理方法、电子设备及计算机可读存储介质 |
CN110895940A (zh) * | 2019-12-17 | 2020-03-20 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音交互方法及装置 |
CN111883115A (zh) * | 2020-06-17 | 2020-11-03 | 马上消费金融股份有限公司 | 语音流程质检的方法及装置 |
CN111681646A (zh) * | 2020-07-17 | 2020-09-18 | 成都三零凯天通信实业有限公司 | 端到端架构的通用场景中文普通话语音识别方法 |
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 |
CN112699220A (zh) * | 2021-01-07 | 2021-04-23 | 北京金万维科技有限公司 | 一种话术匹配的智能质检方法 |
CN112885348A (zh) * | 2021-01-25 | 2021-06-01 | 广州中汇信息科技有限公司 | 结合ai智能语音电销方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114006986A (zh) * | 2021-10-29 | 2022-02-01 | 平安普惠企业管理有限公司 | 外呼合规预警方法、装置、设备及存储介质 |
CN114554015A (zh) * | 2022-02-25 | 2022-05-27 | 马上消费金融股份有限公司 | 呼叫中心系统和通讯建立方法 |
CN116405601A (zh) * | 2023-04-12 | 2023-07-07 | 深圳市云之音科技有限公司 | 水务行业智能话务分发语音客服管理系统 |
CN116405601B (zh) * | 2023-04-12 | 2023-10-20 | 深圳市云之音科技有限公司 | 水务行业智能话务分发语音客服管理系统 |
CN117332946A (zh) * | 2023-09-12 | 2024-01-02 | 上海数禾信息科技有限公司 | 基于画布的案件分配方法、装置 |
CN118233564A (zh) * | 2024-05-22 | 2024-06-21 | 江苏微皓智能科技有限公司 | 坐席外呼匹配方法、装置、计算机设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113411454B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113411454B (zh) | 一种实时通话语音分析的智能质检方法 | |
CN109767791B (zh) | 一种针对呼叫中心通话的语音情绪识别及应用系统 | |
CN112804400B (zh) | 客服呼叫语音质检方法、装置、电子设备及存储介质 | |
CN109256150B (zh) | 基于机器学习的语音情感识别系统及方法 | |
CN107818798B (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
CN108900725B (zh) | 一种声纹识别方法、装置、终端设备及存储介质 | |
US8145562B2 (en) | Apparatus and method for fraud prevention | |
CN108564968A (zh) | 一种评价客服服务的方法及装置 | |
CN110942229A (zh) | 一种服务质量评价方法、装置、电子设备及存储介质 | |
CN107886951B (zh) | 一种语音检测方法、装置及设备 | |
CN111598485A (zh) | 一种多维度智能质检方法、装置、终端设备及介质 | |
CN111916108B (zh) | 一种语音评测方法及装置 | |
CN111128241A (zh) | 语音通话的智能质检方法及系统 | |
CN110704618B (zh) | 确定对话数据对应的标准问题的方法及装置 | |
CN111049998A (zh) | 语音客服质检方法及客服质检设备、存储介质 | |
CN112468659A (zh) | 应用于电话客服的质量评价方法、装置、设备及存储介质 | |
CN109003600B (zh) | 消息处理方法及装置 | |
CN110198381A (zh) | 一种识别ai来电的方法及装置 | |
CN114449105A (zh) | 基于语音的电力客户服务话务质检系统 | |
CN113823293A (zh) | 一种基于语音增强的说话人识别方法及系统 | |
CN116631412A (zh) | 一种通过声纹匹配判断语音机器人的方法 | |
CN113744742A (zh) | 对话场景下的角色识别方法、装置和系统 | |
CN111489736B (zh) | 座席话术自动评分装置及方法 | |
CN112767940A (zh) | 一种语音培训识别方法、系统、设备及存储介质 | |
KR102407055B1 (ko) | 음성인식 후 자연어 처리를 통한 대화 품질지수 측정장치 및 그 방법 |
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 |