CN113726962A - 服务质量的评价方法、装置、电子设备以及存储介质 - Google Patents
服务质量的评价方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113726962A CN113726962A CN202111014387.2A CN202111014387A CN113726962A CN 113726962 A CN113726962 A CN 113726962A CN 202111014387 A CN202111014387 A CN 202111014387A CN 113726962 A CN113726962 A CN 113726962A
- Authority
- CN
- China
- Prior art keywords
- text
- data
- voice
- text information
- customer service
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/18—Artificial neural networks; Connectionist approaches
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请实施例涉及语音识别技术领域,具体提供了一种服务质量的评价方法、装置、服务器以及存储介质。该方法包括:获取待进行质检评估的客服通话数据;识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据;将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一文本信息、及多个第二文本信息;将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;判断通话记录文本中对应的第一文本信息的翻译是否有误;当对应的第一文本信息的翻译有误时,获取第一修正文本信息;根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。
Description
技术领域
本申请涉及语音识别技术领域,尤其涉及一种服务质量的评价方法、装置、电子设备以及存储介质。
背景技术
随着语音技术的不断发展,语音服务变得越来越普遍,例如,服务提供方可以基于客服呼叫中心为用户提供语音服务,或者通过语音机器人为用户提供语音服务等。为了进一步提高为用户提供语音服务的质量,对语音服务进行质量检测十分必要,现有技术中通过语音识别技术来识别客服人员与客户的通话记录,从而来为客服人员打分,但是这种考核方式中若语音识别有误时,则可能造成对客服人员的服务评分的准确度偏低。
因此,如何提供一种可以准确评估服务人员的服务质量的质量评估方案是本领域技术人员正在研究的热门课题。
发明内容
本申请实施例的主要目的在于提供一种服务质量的评价方法、装置、电子设备以及存储介质,旨在为语音客服人员提供一种评价方法,以提高语音识别的准确度,从而能够准确评估客服人员的服务质量。
第一方面,本申请实施例提供一种服务质量的评价方法,包括:
当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据;
根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳;
将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳;
根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;
利用预设的错词数据库判断通话记录文本中对应的第一文本信息的翻译是否有误;
当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,并根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息;
根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。
第二方面,本申请实施例还提供一种服务质量的评价装置,包括:
数据获取模块,用于当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据;
语音识别模块,用于根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳;
文本转换模块,用于将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳;
文本整理模块,用于根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;
译文判断模块,用于利用预设的错词数据库判断通话记录文本中对应的第一文本信息的翻译是否有误;
文本修正模块,用于当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,并根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息;
质量评价模块,用于根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。
第三方面,本申请实施例还提供一种电子设备,电子设备包括处理器、存储器、存储在存储器上并可被处理器执行的计算机程序以及用于实现处理器和存储器之间的连接通信的数据总线,其中计算机程序被处理器执行时,实现如本申请说明书提供的任一项评价方法的步骤。
第四方面,本申请实施例还提供一种存储介质,用于计算机可读存储,其特征在于,存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现如本申请说明书提供的任一项评价方法的步骤。
本申请实施例提供一种服务质量的评价方法、装置、电子设备及存储介质,其中,该评价方法通过当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据;根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳;将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳;根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;判断通话记录文本中对应的第一文本信息的翻译是否有误;当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,并根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息;根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。本申请通过将客服人员和咨询人员的语音转换成对应的通话记录文本,并通过该通话记录文本判断咨询人员语音转换后的第一文本信息是否有误,并在第一文本信息转换有误时对应修改第一文本信息,以获得修正后第一修正文本信息,从而可以利用第一修正文本信息及客服人员的第二文本信息对客服人员的语音服务进行评价,从而可以有效降低由于第一文本信息翻译错误造成的质检误评,提高客服通话数据评价的精准度。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请实施例提供的一种服务质量的评价方法的流程示意图;
图2是图1中步骤S2的一种具体实施方式对应的步骤流程图;
图3是图1中步骤S7的一种具体实施方式对应的步骤流程图;
图4为本申请实施例提供的一种服务质量的评价装置的模块结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
本申请实施例提供一种服务质量的评价方法、装置、电子设备以及存储介质。其中,该服务质量的评价可应用于电子设备。该电子设备可以为手机、平板电脑、笔记本电脑、台式电脑、个人数字助理、穿戴式设备、或服务器,其中,服务器可以为独立的服务器,也可以为服务器集群。
其中,该评价方法通过当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据;根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳;将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳;根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;判断通话记录文本中对应的第一文本信息的翻译是否有误;当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,并根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息;根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。本申请通过将客服人员和咨询人员的语音转换成对应的通话记录文本,并通过该通话记录文本判断咨询人员语音转换后的第一文本信息是否有误,并在第一文本信息转换有误时对应修改第一文本信息,以获得修正后第一修正文本信息,从而可以利用第一修正文本信息及客服人员的第二文本信息对客服人员的语音服务进行评价,从而可以有效降低由于第一文本信息翻译错误造成的质检误评,提高客服通话数据评价的精准度。
下面结合附图,对本申请的一些实施例作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本申请实施例提供的一种服务质量的评价方法的流程示意图。
如图1所示,该服务质量的评价方法包括步骤S1至步骤S7。
步骤S1:当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据。
当需要对客服人员进行服务质量检查时,质检人员向客户端发送质检指令,客户端根据质检指令从数据库中获取到对应的客服通话数据。
在一些实施方式中,质检指令包括客服人员信息、及客服通话对应的时间信息,根据质检指令获取待进行质检评估的客服通话数据,包括:
根据客服人员信息确定客服人员对应的客服通话数据的数据存储地址;
根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送通话数据请求,以获取与对应客服人员待进行质检评估的客服通话数据。
示例性地,客服通话数据存储在数据服务器中,电子设备中预先定义客服人员信息和对应客服通话数据的存储地址,当需要对A客服人员在2021年5月1日至5月30日的客服通话数据进行质检抽查时,通过向电子设备输入A客服人员信息、及客服通话对应的时间信息,该A客服人员信息包括联系电话、身份证号、工号中的至少一者,客服通话对应的时间信息可以是客服通话的具体时间点或者是时间段,电子设备通过客服人员身份信息确定A客服人员的客服通话数据的存储地址,并根据客服通话数据的存储地址、客服通话对应的时间信息生成对应的客服通话数据请求,以向服务器获取A客服人员的客服通话数据。
步骤S2:根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,并赋予第一语音数据和第二语音数据对应的语音时间戳。
根据通话时间的时间轴识别客服通话数据中咨询人员在多个时间点或时间段对应的第一语音数据,及客服人员在多个时间点对应的第二语音数据,并根据语音数据对应的时间赋予第一语音数据和第二语音数据对应的时间戳,以识别对应语音数据对应的时间先后顺序。
请参阅图2,在一些实施方式中,步骤S2包括步骤S21至步骤S24。
步骤S21、根据客服通话数据对应的时间轴提取客服通话数据中声纹特征数据、及声纹特征数据对应的时间信息;
步骤S22、根据预设的声纹特征模型对声纹特征数据进行分类,以获取咨询人员对应的多个第一声纹特征数据、及客服人员对应的多个第二声纹特征数据;
步骤S23、根据第一声纹特征数据获取对应的多个第一语音数据,并根据第二声纹特征数据获取对应的多个第二语音数据;
步骤S24、根据声纹特征数据对应的时间信息赋予第一语音数据和第二语音数据对应的语音时间戳。
在一些实施方式中,声纹特征模型是利用客服人员的语音数据输入到预设神经网络模型训练获得。
示例性地,每个人声音对应的声纹特征不同,按照通话时间的先后顺序提取客服通话数据中对应的声纹特征、并标记对应声纹特征所对应的时间信息。
首先需要说明的是,所谓声纹(Voiceprint),是用电声学仪器显示的携带言语信息的声波频谱。人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程,人在讲话时使用的发声器官--舌、牙齿、喉头、肺、鼻腔在尺寸和形态方面每个人的差异很大,所以任何两个人的声纹图谱都有差异。
每个人的语音声学特征既有相对稳定性,又有变异性,不是绝对的、一成不变的。这种变异可来自生理、病理、心理、模拟、伪装,也与环境干扰有关。尽管如此,由于每个人的发音器官都不尽相同,因此在一般情况下,人们仍能区别不同的人的声音或判断是否是同一人的声音。
进一步地,声纹特征是与人类的发音机制的解剖学结构有关的声学特征,如频谱、倒频谱、共振峰、基音、反射系数等等、鼻音、带深呼吸音、沙哑音、笑声等;人类的声纹特征受社会经济状况、受教育水平、出生地、语义、修辞、发音、言语习惯等的影响。对于声纹特征,个人特点或受父母影响的韵律、节奏、速度、语调、音量等特征,可以从利用数学方法建模的角度出发,声纹自动识别模型目前可以使用的特征包括:声学特征,如倒频谱;词法特征,如说话人相关的词n-gram,音素n-gram等;韵律特征,如利用n-gram描述的基音和能量“姿势”等。
实际应用中,进行声纹特征提取时,可以提取录制的客服通话数据中的声纹特征数据,该声纹特征数据包括基音频谱及其轮廓、基音帧的能量、基音共振峰的出现频率及其轨迹、线性预测倒谱、线谱对、自相关和对数面积比、Mel频率倒谱系数(Mel FrequencyCepstrum Coefficient,MFCC)、感知线性预测中的至少一者。
利用预设的声纹模型对所获取的声纹特征进行筛选分类,从而将声纹特征区分为与咨询人员对应的多个第一声纹特征数据和与客服人员对应的多个第二声纹特征数据,其中,该预设的声纹模型可以是利用客服人员的语音数据进行声纹特征提取,并利用所提取的声纹特征数据进行训练获取的。
在将声纹特征分类后,根据第一声纹特征数据获取对应的多个第一语音数据,根据第二声纹特征数据获取对应的多个第二语音数据,然后根据声纹特征数据对应的时间信息赋予第一语音数据和第二语音数据对应的语音时间戳,从而可以根据语音时间戳获知对应语音数据产生的先后顺序。
例如,根据2021年6月20日上午A客服人员对应的客服通话数据及客服通话的时间轴、语音数据、声纹特征的对应关系可以采用如下表格一表示:
表一:
时间轴 | 语音数据 | 声纹特征 | 语音对象 |
10:20 | 第一语音数据 | 第一声纹特征 | 咨询人员 |
10:22 | 第二语音数据 | 第二声纹特征 | 客服人员 |
10:24 | 第一语音数据 | 第一声纹特征 | 咨询人员 |
10:26 | 第一语音数据 | 第一声纹特征 | 咨询人员 |
10:28 | 第二语音数据 | 第二声纹特征 | 客服人员 |
10:30 | 第二语音数据 | 第二声纹特征 | 客服人员 |
…… | …… | …… | …… |
步骤S3:将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳。
在一些实施方式中,将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,包括:
将多个第一语音数据输入预设的语音转换模型进行文本转换,以获取多个第一文本信息;
将多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第二文本信息;
根据第一语音数据对应的语音时间戳为第一文本信息标记对应的文本时间戳,并根据第二语音数据对应的语音时间戳为第二文本信息标记对应的文本时间戳。
示例性地,将第一语音数据及第二语音数据输入预设的语音转换模型进行文本转换,通过自动语音识别(Automatic Speech Recognition,ASR)技术将待检测的语音转换为对应的文本,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息。同时根据第一语音数据及第二语音数据对应的语音时间戳为第一文本信息和第二文本信息标记对应的文本时间戳。
示例性地,时间轴、语音数据、文本信息对应的关系可以采用如下表格二表示:
表二:
步骤S4:根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本。
根据文本时间戳将多个第一文本信息和多个第二文本信息按照时时间先后顺序进行排序,以获取客服人员及客服通话数据对应的通话记录文本,该通话记录文本记载有通话人员信息、通话时间信息、通话文本内容信息。
步骤S5:利用预设的错词数据库判断通话记录文本中对应的第一文本信息的翻译是否有误。
在一些实施方式中,判断通话记录文本中对应的第一文本信息的翻译是否有误,包括:
将通话记录文本中的第一文本信息与错词数据库中存储的预设文本信息对比;
当第一文本信息和预设文本信息的相似度超过预设值时,判断通话记录文本中对应的第一文本信息的翻译有误。
在语音翻译过程中,由于咨询人员区域分布的复杂性,造成咨询人员的口音有较大差异,从而使得在某些语境下的使用语音翻译模型对某些特殊发音翻译时,翻译的准确度不足。如,卷舌音的“sh”平舌音和“s”,前鼻音的“ping”和后鼻音的“pin”,字母“j”和字母“z”、字母“L”和字母“N”、、字母“F”和字母“H”等等。
将语音翻译出错率较高的词语、短句收集形成错词数据库,将通话记录文本中的第一文本信息与错词数据库中存储的预设文本信息对比,当第一文本信息和预设文本信息的相似度超过预设值时,判断通话记录文本中对应的第一文本信息的翻译有误,并执行步骤S6。
步骤S6:当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息。
在一些实施方式中,标记翻译有误的第一文本信息,根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息,包括:
标记翻译有误的第一文本信息中对应翻译错误的第一词组;
根据文本时间戳提取与翻译有误的第一文本信息相邻的第二文本信息,并利用所提取的第二文本信息修正对应翻译有误的第一词组,以获取第一修正文本信息。
示例性地,利用对比结果分析出第一文本信息中翻译有误的词组,并标记该翻译有误的词组。然后根据翻译有误的第一文本信息对应的文本时间戳从通话记录文本中提取与翻译有误的第一文本信息相邻的第二文本信息。
对所获取的第二文本信息进行关键词拆分,并根据预设的第一词组和第二词组之间的对应关系,获取与翻译有误词组对应的第二词组并利用第二词组修正第一词组,以获取第一修正文本信息。
例如,经过语音翻译后的通话记录文本如下:
W1020咨询人员:你们6月17日的活动明明购买满688元说送一箱“刘来”的,现在怎么没有呢!
W1022客服人员:您说的是我们6月17日的活动送一箱“牛奶”是吗?
W1024咨询人员:你们活动写的很清楚,购买满688就送的,我好不容易凑够单的!
W1026咨询人员:对,是一箱“刘来”!
W1028客服人员:好的,我这边给您核查一下,再回复您可以吗?
W1030客服人员:感谢您的来电,这里是xxx为您服务,请您的接听。
在上述记录中,在文本时间轴对应的W1020句子中,由于咨询人员的口音问题,造成语音翻译模型对“牛奶”一词翻译有误,当判断出该词语翻译有误时,将该翻译有误的词语进行标注并记录。
当确定第一文本信息中“刘来”一词有误时,则根据翻译有误的第一文本信息对应的文本时间戳从通话记录文本中提取与翻译有误的第一文本信息相邻的第二文本信息,并对所获取的第二文本信息进行关键词拆分。
电子设备中,存储有多个翻译有误的第一词组和对应翻译正确的第二词组,当在第一文本信息中标注到错误词组为第一词组,并且在第二文本信息中识别到与第二词组时,利用第二词组修正第一词组,以获取第一修正文本信息。
如,第一词组中提取到“刘来”,并且第二词组中提取到“牛奶”时,将第二词组的“牛奶”替换第一词组中提取到“刘来”以获取第一修正文本信息。
在一些实施方式中,标记翻译有误的第一文本信息,根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息,包括:
标记翻译有误的第一文本信息中对应翻译错误的第一词组;
根据文本时间戳提取与翻译有误的第一文本信息相邻的第二文本信息、及第一文本信息,并利用所提取的第二文本信息、第一文本信息修正对应翻译有误的第一词组,以获取第一修正文本信息。
示例性地,利用对比结果分析出第一文本信息中翻译有误的词组,并标记该翻译有误的词组。然后根据翻译有误的第一文本信息对应的文本时间戳从通话记录文本中提取与翻译有误的第一文本信息相邻的第二文本信息、及与错误的第一文本信息相邻的第一文本信息。
对所提取的第一文本信息、第二文本信息进行关键词拆分,获取所提取的第二文本信息对应的第二词组、及第一文本信息对应的第三词组,根据预设的第一词组和第二词组、第三词组之间的对应关系,获取与翻译有误词组对应的第二词组,利用第二词组修正第一词组,以获取第一修正文本信息。
如,第一词组中提取到“刘来”、第二词组中提取到“牛奶”、并且第三词组中提取到“对”、“是”、“正确”时,将第二词组中提取到“牛奶”替换第一词组中提取到“刘来”以获取第一修正文本信息。
步骤S7:根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。
通过对第一修正文本信息和第二文本信息进行关键词提取并对比,从而获知客服人员是否较为完整的解答咨询人员的相关问题,从而进行质检评分。
请参阅图3,在一些实施方式中,步骤S7包括步骤S71至步骤S72。
步骤S71、对第一修正文本信息和第二文本信息进行关键词拆分,获得第一修正文本信息对应的第一关键词、及第二文本信息对应的第二关键词;
步骤S72、根据第一关键词和第二关键词判断客服人员回答问题的准确度,从而生成客服通话数据对应的质量评价结果。
示例性地,对第一修正文本信息和第二文本信息进行关键词拆分,获得第一修正文本信息对应的第一关键词、及第二文本信息对应的第二关键词。
电子设备内存储有第一关键词、第二关键词的相似度和第一评价信息的第一对应关系,通过获取第一关键词和第二关键词的相似度,利用所获取的第一关键词和第二关键词的相似度,获取第一评价信息。
电子设备内存储有第二关键词和预设关键词相似度的第二对应关系,通过获取第二关键词和预设关键词的相似度,利用所获取的第二关键词和预设关键词的相似度,获取第二评价信息。
通过第一评价信息和第二评价信息生成客服通话数据对应的质量评价结果。
请参阅图4,图4为本申请实施例提供的一种服务质量的评价装置200,该评价装置200包括:
数据获取模块201,用于当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据;
语音识别模块202,用于根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳;
文本转换模块203,用于将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳;
文本整理模块204,用于根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;
译文判断模块205,用于利用预设的错词数据库判断通话记录文本中对应的第一文本信息的翻译是否有误;
文本修正模块206,用于当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,并根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息;
质量评价模块207,用于根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。
在一些实施方式中,质检指令包括客服人员信息、及客服通话对应的时间信息,数据获取模块201在根据质检指令获取待进行质检评估的客服通话数据时,包括:
根据客服人员信息确定客服人员对应的客服通话数据的数据存储地址;
根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送通话数据请求,以获取与对应客服人员待进行质检评估的客服通话数据。
在一些实施方式中,语音识别模块202在根据所述客服通话数据对应的时间轴识别所述客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,并赋予所述第一语音数据和所述第二语音数据对应的语音时间戳时,包括:
根据所述客服通话数据对应的时间轴提取所述客服通话数据中声纹特征数据、及所述声纹特征数据对应的时间信息;
根据预设的声纹特征模型对所述声纹特征数据进行分类,以获取咨询人员对应的多个第一声纹特征数据、及客服人员对应的多个第二声纹特征数据;
根据所述第一声纹特征数据获取对应的多个第一语音数据,并根据所述第二声纹特征数据获取对应的多个第二语音数据;
根据所述声纹特征数据对应的时间信息赋予所述第一语音数据和所述第二语音数据对应的语音时间戳。
在一些实施方式中,声纹特征模型是利用客服人员的语音数据输入到预设神经网络模型训练获得。
在一些实施方式中,文本转换模块203在将多个所述第一语音数据及多个所述第二语音数据输入预设的语音转换模型进行文本转换,以获取多个所述第一语音数据对应的多个第一文本信息、及多个所述第二语音信息对应的多个第二文本信息时,包括:
将多个所述第一语音数据输入预设的语音转换模型进行文本转换,以获取多个第一文本信息;
将多个所述第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第二文本信息;
根据所述第一语音数据对应的语音时间戳为所述第一文本信息标记对应的文本时间戳,并根据所述第二语音数据对应的语音时间戳为所述第二文本信息标记对应的文本时间戳。
在一些实施方式中,译文判断模块205在利用预设的错词数据库判断所述通话记录文本中对应的所述第一文本信息的翻译是否有误时,包括:
将通话记录文本中的第一文本信息与错词数据库中存储的预设文本信息对比;
当第一文本信息和预设文本信息的相似度超过预设值时,判断通话记录文本中对应的第一文本信息的翻译有误。
在一些实施方式中,文本修正模块206在标记翻译有误的所述第一文本信息,根据所述通话记录文本修正对应翻译有误的所述第一文本信息,以获取第一修正文本信息时,包括:
标记翻译有误的所述第一文本信息中对应翻译错误的第一词组;
根据所述文本时间戳提取与翻译有误的所述第一文本信息相邻的第二文本信息,并利用所提取的第二文本信息修正对应翻译有误的所述第一词组,以获取第一修正文本信息。
在一些实施方式中,文本修正模块206在标记翻译有误的所述第一文本信息,根据所述通话记录文本修正对应翻译有误的所述第一文本信息,以获取第一修正文本信息时,包括:
标记翻译有误的所述第一文本信息中对应翻译错误的第一词组;
根据所述文本时间戳提取与翻译有误的所述第一文本信息相邻的所述第二文本信息、及所述第一文本信息,并利用所提取的所述第二文本信息、所述第一文本信息修正对应翻译有误的所述第一词组,以获取第一修正文本信息。
在一些实施方式中,质量评价模块207在根据所述第一修正文本信息和所述第二文本信息获取所述客服通话数据的质检结果时,包括:
对所述第一修正文本信息和所述第二文本信息进行关键词拆分,获得所述第一修正文本信息对应的第一关键词、及第二文本信息对应的第二关键词;
根据所述第一关键词和所述第二关键词判断客服人员回答问题的准确度,从而生成所述客服通话数据对应的质量评价结果。
请参阅图5,图5为本申请实施例提供的电子设备的结构示意性框图。
如图5所示,电子设备300包括处理器301和存储器302,处理器301和存储器302通过总线303连接,该总线比如为I2C(Inter-integrated Circuit)总线。
具体地,处理器301用于提供计算和控制能力,支撑整个服务器的运行。处理器301可以是中央处理单元(Central Processing Unit,CPU),该处理器301还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
具体地,存储器302可以是Flash芯片、只读存储器(ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请实施例方案相关的部分结构的框图,并不构成对本申请实施例方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,处理器301用于运行存储在存储器中的计算机程序,并在执行计算机程序时实现本申请实施例提供的任意一种的服务质量的评价方法。
在一些实施方式中,处理器301用于运行存储在存储器中的计算机程序,并在执行计算机程序时实现如下步骤:
当接收到质检指令时,根据质检指令获取待进行质检评估的客服通话数据;
根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳;
将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息,第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳;
根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序,以获取客服通话数据对应的通话记录文本;
利用预设的错词数据库判断通话记录文本中对应的第一文本信息的翻译是否有误;
当对应的第一文本信息的翻译有误时,标记翻译有误的第一文本信息,并根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息;
根据第一修正文本信息和第二文本信息获取客服通话数据的质检结果。
在一些实施方式中,质检指令包括客服人员信息、及客服通话对应的时间信息,处理器301在根据质检指令获取待进行质检评估的客服通话数据时,包括:
根据客服人员信息确定客服人员对应的客服通话数据的数据存储地址;
根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送通话数据请求,以获取与对应客服人员待进行质检评估的客服通话数据。
在一些实施方式中,处理器301在根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,并赋予第一语音数据和第二语音数据对应的语音时间戳时,包括:
根据客服通话数据对应的时间轴提取客服通话数据中声纹特征数据、及声纹特征数据对应的时间信息;
根据预设的声纹特征模型对声纹特征数据进行分类,以获取咨询人员对应的多个第一声纹特征数据、及客服人员对应的多个第二声纹特征数据;
根据第一声纹特征数据获取对应的多个第一语音数据,并根据第二声纹特征数据获取对应的多个第二语音数据;
根据声纹特征数据对应的时间信息赋予第一语音数据和第二语音数据对应的语音时间戳。
在一些实施方式中,处理器301在将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息时,包括:
将多个第一语音数据输入预设的语音转换模型进行文本转换,以获取多个第一文本信息;
将多个第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第二文本信息;
根据第一语音数据对应的语音时间戳为第一文本信息标记对应的文本时间戳,并根据第二语音数据对应的语音时间戳为第二文本信息标记对应的文本时间戳。
在一些实施方式中,处理器301在利用预设的错词数据库判断通话记录文本中对应的第一文本信息的翻译是否有误时,包括:
将通话记录文本中的第一文本信息与错词数据库中存储的预设文本信息对比;
当第一文本信息和预设文本信息的相似度超过预设值时,判断通话记录文本中对应的第一文本信息的翻译有误。
在一些实施方式中,处理器301在标记翻译有误的第一文本信息,根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息时,包括:
标记翻译有误的第一文本信息中对应翻译错误的第一词组;
根据文本时间戳提取与翻译有误的第一文本信息相邻的第二文本信息,并利用所提取的第二文本信息修正对应翻译有误的第一词组,以获取第一修正文本信息。
在一些实施方式中,处理器301在标记翻译有误的第一文本信息,根据通话记录文本修正对应翻译有误的第一文本信息,以获取第一修正文本信息时,包括:
标记翻译有误的第一文本信息中对应翻译错误的第一词组;
根据文本时间戳提取与翻译有误的第一文本信息相邻的第二文本信息、及第一文本信息,并利用所提取的第二文本信息、第一文本信息修正对应翻译有误的第一词组,以获取第一修正文本信息。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的电子设备的具体工作过程,可以参考前述服务质量的评价方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种存储介质,用于计算机可读存储,存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现如本申请说明书实施例提供的任一项服务质量的评价方法的步骤。
其中,存储介质可以是前述实施例的电子设备的内部存储单元,例如电子设备的硬盘或内存。存储介质也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。以上,仅为本申请的具体实施例,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种服务质量的评价方法,其特征在于,包括:
当接收到质检指令时,根据所述质检指令获取待进行质检评估的客服通话数据;
根据所述客服通话数据对应的时间轴识别所述客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,所述第一语音数据和所述第二语音数据均标记有与所述时间轴对应的语音时间戳;
将多个所述第一语音数据及多个所述第二语音数据输入预设的语音转换模型进行文本转换,以获取多个所述第一语音数据对应的多个第一文本信息、及多个所述第二语音信息对应的多个第二文本信息,所述第一文本信息和所述第二文本信息均标记有与所述语音时间戳对应的文本时间戳;
根据所述文本时间戳将多个所述第一文本信息和多个所述第二文本信息进行排序,以获取所述客服通话数据对应的通话记录文本;
利用预设的错词数据库判断所述通话记录文本中对应的所述第一文本信息的翻译是否有误;
当对应的所述第一文本信息的翻译有误时,标记翻译有误的所述第一文本信息,并根据所述通话记录文本修正对应翻译有误的所述第一文本信息,以获取第一修正文本信息;
根据所述第一修正文本信息和所述第二文本信息获取所述客服通话数据的质检结果。
2.根据权利要求1所述的方法,其特征在于,质检指令包括客服人员信息、及客服通话对应的时间信息,所述根据所述质检指令获取待进行质检评估的客服通话数据,包括:
根据所述客服人员信息确定所述客服人员对应的客服通话数据的数据存储地址;
根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送所述通话数据请求,以获取与对应客服人员待进行质检评估的客服通话数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述客服通话数据对应的时间轴识别所述客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,并赋予所述第一语音数据和所述第二语音数据对应的语音时间戳,包括:
根据所述客服通话数据对应的时间轴提取所述客服通话数据中声纹特征数据、及所述声纹特征数据对应的时间信息;
根据预设的声纹特征模型对所述声纹特征数据进行分类,以获取咨询人员对应的多个第一声纹特征数据、及客服人员对应的多个第二声纹特征数据;
根据所述第一声纹特征数据获取对应的多个第一语音数据,并根据所述第二声纹特征数据获取对应的多个第二语音数据;
根据所述声纹特征数据对应的时间信息赋予所述第一语音数据和所述第二语音数据对应的语音时间戳。
4.根据权利要求1所述的方法,其特征在于,所述将多个所述第一语音数据及多个所述第二语音数据输入预设的语音转换模型进行文本转换,以获取多个所述第一语音数据对应的多个第一文本信息、及多个所述第二语音信息对应的多个第二文本信息,包括:
将多个所述第一语音数据输入预设的语音转换模型进行文本转换,以获取多个第一文本信息;
将多个所述第二语音数据输入预设的语音转换模型进行文本转换,以获取多个第二文本信息;
根据所述第一语音数据对应的语音时间戳为所述第一文本信息标记对应的文本时间戳,并根据所述第二语音数据对应的语音时间戳为所述第二文本信息标记对应的文本时间戳。
5.根据权利要求1所述的方法,其特征在于,所述利用预设的错词数据库判断所述通话记录文本中对应的所述第一文本信息的翻译是否有误,包括:
将通话记录文本中的第一文本信息与错词数据库中存储的预设文本信息对比;
当第一文本信息和预设文本信息的相似度超过预设值时,判断通话记录文本中对应的第一文本信息的翻译有误。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述标记翻译有误的所述第一文本信息,根据所述通话记录文本修正对应翻译有误的所述第一文本信息,以获取第一修正文本信息,包括:
标记翻译有误的所述第一文本信息中对应翻译错误的第一词组;
根据所述文本时间戳提取与翻译有误的所述第一文本信息相邻的第二文本信息,并利用所提取的第二文本信息修正对应翻译有误的所述第一词组,以获取第一修正文本信息。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述标记翻译有误的所述第一文本信息,根据所述通话记录文本修正对应翻译有误的所述第一文本信息,以获取第一修正文本信息,包括:
标记翻译有误的所述第一文本信息中对应翻译错误的第一词组;
根据所述文本时间戳提取与翻译有误的所述第一文本信息相邻的所述第二文本信息、及所述第一文本信息,并利用所提取的所述第二文本信息、所述第一文本信息修正对应翻译有误的所述第一词组,以获取第一修正文本信息。
8.一种服务质量的评价装置,其特征在于,包括:
数据获取模块,用于当接收到质检指令时,根据所述质检指令获取待进行质检评估的客服通话数据;
语音识别模块,用于根据所述客服通话数据对应的时间轴识别所述客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据,所述第一语音数据和所述第二语音数据均标记有与所述时间轴对应的语音时间戳;
文本转换模块,用于将多个所述第一语音数据及多个所述第二语音数据输入预设的语音转换模型进行文本转换,以获取多个所述第一语音数据对应的多个第一文本信息、及多个所述第二语音信息对应的多个第二文本信息,所述第一文本信息和所述第二文本信息均标记有与所述语音时间戳对应的文本时间戳;
文本整理模块,用于根据所述文本时间戳将多个所述第一文本信息和多个所述第二文本信息进行排序,以获取所述客服通话数据对应的通话记录文本;
译文判断模块,用于利用预设的错词数据库判断所述通话记录文本中对应的所述第一文本信息的翻译是否有误;
文本修正模块,用于当对应的所述第一文本信息的翻译有误时,标记翻译有误的所述第一文本信息,并根据所述通话记录文本修正对应翻译有误的所述第一文本信息,以获取第一修正文本信息;
质量评价模块,用于根据所述第一修正文本信息和所述第二文本信息获取所述客服通话数据的质检结果。
9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的评价方法的步骤。
10.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至7中任一项所述评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014387.2A CN113726962B (zh) | 2021-08-31 | 2021-08-31 | 服务质量的评价方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014387.2A CN113726962B (zh) | 2021-08-31 | 2021-08-31 | 服务质量的评价方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113726962A true CN113726962A (zh) | 2021-11-30 |
CN113726962B CN113726962B (zh) | 2022-10-25 |
Family
ID=78679954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111014387.2A Active CN113726962B (zh) | 2021-08-31 | 2021-08-31 | 服务质量的评价方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113726962B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3444727A1 (en) * | 2017-08-18 | 2019-02-20 | Televic Education NV | A revision system and method for revising translated texts |
CN109842712A (zh) * | 2019-03-12 | 2019-06-04 | 贵州财富之舟科技有限公司 | 通话记录生成的方法、装置、计算机设备和存储介质 |
CN110677540A (zh) * | 2019-09-28 | 2020-01-10 | 宏脉信息技术(广州)股份有限公司 | 一种医疗机构的咨询电话智能语音识别管理系统 |
CN111737979A (zh) * | 2020-06-18 | 2020-10-02 | 龙马智芯(珠海横琴)科技有限公司 | 语音文本的关键词修正方法、装置、修正设备及存储介质 |
CN112951275A (zh) * | 2021-02-26 | 2021-06-11 | 北京百度网讯科技有限公司 | 语音质检方法、装置、电子设备及介质 |
-
2021
- 2021-08-31 CN CN202111014387.2A patent/CN113726962B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3444727A1 (en) * | 2017-08-18 | 2019-02-20 | Televic Education NV | A revision system and method for revising translated texts |
CN109842712A (zh) * | 2019-03-12 | 2019-06-04 | 贵州财富之舟科技有限公司 | 通话记录生成的方法、装置、计算机设备和存储介质 |
CN110677540A (zh) * | 2019-09-28 | 2020-01-10 | 宏脉信息技术(广州)股份有限公司 | 一种医疗机构的咨询电话智能语音识别管理系统 |
CN111737979A (zh) * | 2020-06-18 | 2020-10-02 | 龙马智芯(珠海横琴)科技有限公司 | 语音文本的关键词修正方法、装置、修正设备及存储介质 |
CN112951275A (zh) * | 2021-02-26 | 2021-06-11 | 北京百度网讯科技有限公司 | 语音质检方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113726962B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112804400B (zh) | 客服呼叫语音质检方法、装置、电子设备及存储介质 | |
CN108737667B (zh) | 语音质检方法、装置、计算机设备及存储介质 | |
CN110648690B (zh) | 一种音频评测方法及服务器 | |
US9177558B2 (en) | Systems and methods for assessment of non-native spontaneous speech | |
US20060080098A1 (en) | Apparatus and method for speech processing using paralinguistic information in vector form | |
Behravan et al. | Factors affecting i-vector based foreign accent recognition: A case study in spoken Finnish | |
CN111402862B (zh) | 语音识别方法、装置、存储介质及设备 | |
CN111081279A (zh) | 语音情绪波动分析方法及装置 | |
US9087519B2 (en) | Computer-implemented systems and methods for evaluating prosodic features of speech | |
Peabody | Methods for pronunciation assessment in computer aided language learning | |
US20140236597A1 (en) | System and method for supervised creation of personalized speech samples libraries in real-time for text-to-speech synthesis | |
Kopparapu | Non-linguistic analysis of call center conversations | |
CN114143479B (zh) | 视频摘要的生成方法、装置、设备以及存储介质 | |
CN113709313B (zh) | 客服通话数据智能质检方法、装置、设备及介质 | |
CN114121006A (zh) | 虚拟角色的形象输出方法、装置、设备以及存储介质 | |
Park et al. | Towards understanding speaker discrimination abilities in humans and machines for text-independent short utterances of different speech styles | |
CN111326177B (zh) | 一种语音评测方法、电子设备及计算机可读存储介质 | |
KR102186641B1 (ko) | 인공지능 기반 음성 답변 자동채점을 통한 지원자 평가방법 | |
CN110111778B (zh) | 一种语音处理方法、装置、存储介质及电子设备 | |
CN114927126A (zh) | 基于语义分析的方案输出方法、装置、设备以及存储介质 | |
KR20210071713A (ko) | 스피치 스킬 피드백 시스템 | |
CN113726962B (zh) | 服务质量的评价方法、装置、电子设备以及存储介质 | |
Kwint et al. | How Different Elements of Audio Affect the Word Error Rate of Transcripts in Automated Medical Reporting. | |
CN113053409B (zh) | 音频测评方法及装置 | |
KR102388948B1 (ko) | 음성 시각화 기술을 활용한 언어 유창성 평가 방법 및 시스템 |
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 |