CN114067842A - 客户满意度鉴别方法及装置、存储介质及电子设备 - Google Patents

Abstract

本申请公开了一种客户满意度鉴别方法及装置、存储介质及电子设备，可应用于云计算领域、大数据领域或金融领域。该方法包括：获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；设置每个所述语音关键词对应的情绪标签；基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。应用本发明提供的方法，可以根据客户的语音情绪判断每个客户满意度，节约客户的时间。

Description

客户满意度鉴别方法及装置、存储介质及电子设备

技术领域

本发明涉及语音识别技术领域，特别是涉及一种客户满意度鉴别方法及装置、存储介质及电子设备。

背景技术

随着电话客服的普及，客户在需要客服进行答疑时，通常会拨打客服热线电话进行咨询。在客户完成咨询后，客服通常会请求客户保持通话进行客户满意度评价，以此可以根据客户反馈的满意度对客服以及相关业务的改善。因此，客户的满意度评价，对于不断改善产品和服务，有着重要的意义。

但实际的电话服务中，客户还需要等待电话机器人报完满意度的评价规则后再进行评价，很多客户没等到满意度评价的环节就挂断了电话。因此，现有技术中无法采集到每个电话服务过程中的客户满意度评价。

发明内容

有鉴于此，本发明提供一种客户满意度鉴别方法，通过该方法，可以根据客户的语音情绪判断每个客户满意度。

本发明还提供了一种客户满意度鉴别装置，用以保证上述方法在实际中的实现及应用。

一种客户满意度鉴别方法，包括：

获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；

应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；

设置每个所述语音关键词对应的情绪标签；

基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

上述的方法，可选的，所述对所述第一语音数据进行预处理，获得第二语音数据，包括：

将所述第一语音数据拆分成多个语音数据段；

应用预先设置的多个处理线程分别对各个所述语音数据段去噪处理，以去除每个所述语音数据段中的噪音；

拼接各个已去噪的语音数据段，获得第二语音数据。

上述的方法，可选的，所述应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词，包括：

应用所述语音识别模块将所述第二语音数据转换成文本内容；

在所述文本内容中挑选出各个文本关键词；

在所述第二语音数据中，确定每个所述文本关键词对应的语音关键词。

上述的方法，可选的，所述应用所述语音识别模块将所述第二语音数据转换成文本内容，包括：

获取所述客户的客户号码，并确定所述客户号码的归属地；

检测所述第二语音数据是否为所述归属地对应的方言语音数据；

若所述第二语音数据为所述归属地对应的方言语音数据，则获取所述归属地对应的方言数据参数，并应用所述语音识别模块基于所述方言数据参数将所述第二语音数据转换成普通话语音数据，并将所述普通话语音数据转换成文本内容。

上述的方法，可选的，所述设置每个所述语音关键词对应的情绪标签，包括：

获取预先设置的情绪识别模型；

将各个所述语音关键词依次输入所述情绪识别模型，获得所述情绪识别模型输出的每个所述语音关键词对应的情绪类型；

基于每个所述语音关键词对应的情绪类型，为每个所述语音关键词设置对应的情绪标签。

上述的方法，可选的，所述基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度，包括：

基于每个所述语音关键词对应的情绪标签，统计属于每个所述情绪类型的情绪标签的个数；

计算属于同一情绪类型的标签个数在总的标签个数中的占比，获得每个所述情绪类型对应的权重值；

基于每个所述情绪类型对应的权重值，确定所述客户的客户满意度。

上述的方法，可选的，对所述第一语音数据进行预处理前，还包括：

将所述第一语音数据转换成声音频谱；

基于所述声音频谱，判断所述第一语音数据是否为有效的声音频谱；

若所述第一语音数据为有效的声音频谱，则基于所述第一语音数据鉴别所述客户的客户满意度；

若所述第一语音数据为无效的声音频谱，则结束鉴别所述客户的客户满意度。

一种客户满意度鉴别装置，包括：

处理单元，用于获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；

识别单元，用于应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；

设置单元，用于设置每个所述语音关键词对应的情绪标签；

鉴别单元，用于基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述的客户满意度鉴别方法。

一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行上述的客户满意度鉴别法。

与现有技术相比，本发明包括以下优点：

本发明提供了一种客户满意度鉴别方法，包括：获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；设置每个所述语音关键词对应的情绪标签；基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。应用本发明提供的方法，可以根据客户的语音情绪判断每个客户满意度，节约客户的时间。

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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种客户满意度鉴别方法的方法流程图；

图2为本发明实施例提供的一种客户满意度鉴别方法的又一方法流程图；

图3为本发明实施例提供的一种客户满意度鉴别方法的再一方法流程图；

图4为本发明实施例提供的一种客户满意度鉴别装置的装置结构图；

图5为本发明实施例提供的一种电子设备结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

需要说明的是，本发明提供的客户满意度鉴别方法可用于云计算领域、大数据领域、移动互联领域或金融领域。上述仅为示例，并不对本发明提供的客户满意度鉴别方法的应用领域进行限定。

本发明实施例提供了一种客户满意度鉴别方法，该方法可以应用在多种系统平台，其执行主体可以为计算机终端或各种移动设备的处理器，所述方法的方法流程图如图1所示，具体包括：

S101：获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据。

具体的，在对客户电话服务过程中，对客户与客服沟通过进行全程录音，并在客户结束电话服务后，提取录音文件中仅包含客户通话内容的语音数据，即获取客户的第一语音数据。

其中，预处理过程可以是对语音数据去噪处理。客户在通话过程中可能会处于一个嘈杂的环境，为获得客户的高质量语音数据，对该第一语音数据进行去噪处理。

S102：应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词。

具体的，语音识别模块可以用于识别第一语音数据是否属于方言语音数据，也可以将语音数据转换成对应的文本内容，根据该文本内容确定第一语音数据中的各个语音关键词。

本发明实施例提供的方法中，所述应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词，包括：

应用所述语音识别模块将所述第二语音数据转换成文本内容；

在所述文本内容中挑选出各个文本关键词；

在所述第二语音数据中，确定每个所述文本关键词对应的语音关键词。

可以理解的是，先将第二语音数据转换成文本内容，在文本内容中挑选出文本关键词，并根据文本关键词在文本内容中的对应的位置可以推导出第二语音数据中与每个文本关键词对应的语音关键词。

进一步地，在识别第二语音数据的各个语音关键词的过程中，需要应用语音识别模块将该第二语音数据转换成文本内容。其中，所述应用所述语音识别模块将所述第二语音数据转换成文本内容，包括：

获取所述客户的客户号码，并确定所述客户号码的归属地；

检测所述第二语音数据是否属于所述归属地对应的方言语音；

若所述第二语音数据属于所述归属地对应的方言语音，则获取所述归属地对应的方言语音的方言数据参数，并应用所述语音识别模块基于所述方言数据参数将所述第二语音数据转换成普通话语音数据，并将所述普通话语音数据转换成文本内容。

需要说明的是，在将第二语音数据转换成对应的文本内容之前，需要识别第二语音数据是否属于某个地方方言语音。对于每个地区，其对应的方言都不同，每个地区的方言都是多种多样的。本发明实施例在实际应用过程中，客户每次拨打的客服咨询电话通常时按照客户号码的归属地接通该归属地对应的客服对其进行业务咨询。因此，针对每个地区，语音识别模块分别录入每个地区对应的多种方言数据。在获得第二语音数据后，判断该客户的第二语音数据为普通话语音数据还是方言语音数据；若是方言语音数据，则根据该客户号码的归属地，获取该归属地对应的方言数据参数，由语音识别模型将该第二语音数据转换成普通话语音数据后，再将普通话语音数据转换成文本内容。基于上述的实施例，可以避免客户在应用方言进行沟通时无法识别沟通内容。

S103：设置每个所述语音关键词对应的情绪标签。

具体的，客户在进行语音通话过程中会应用一些与自身情绪相关的词汇或者语调，在确定各个语音关键词后，根据语音关键词的词汇含义以及语气语调，设置每个语音关键词对应的情绪标签。

S104：基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

具体的，在设置每个语音关键词对应的情绪标签后，通过所有的语音关键的情绪标签，确定该客户的客户满意度。

其中，客户满意度包括非常满意、满意、一般、不满意以及非常不满意等多个维度。基于各个情绪标签，在各个维度中确定该客户的客户满意度。

本发明实施例提供的客户满意度鉴别方法中，获取客户的第一语音消息，并对该第一语音消息预处理，获得第二语音消息。应用识别模块识别出第二语音消息中的各个语音关键词，并设置每个语音关键词对应的情绪标签。结合所有的情绪标签确定该客户的客户满意度。

应用本发明实施例提供的方法，可以根据客户的语音情绪判断每个客户满意度，同时客户也无需进行评价，节约客户时间，提高客户体验感。

基于上述实施例提供的方法，对所述第一语音数据进行预处理前，还包括：

将所述第一语音数据转换成声音频谱；

基于所述声音频谱，判断所述第一语音数据是否为有效的语音数据；

若所述第一语音数据为有效的语音数据，则基于所述第一语音数据鉴别所述客户的客户满意度；

若所述第一语音数据为无效的语音数据，则结束鉴别所述客户的客户满意度。

在本发明实施例中，客户在拨打电话进行业务沟通的过程中，可能会存在部分客户在打通电话后客户并未进行沟通就直接挂断电话的情况。因此，在就获取第一语音数据后，将该第一语音数据转换成声音频谱，通过该声音频谱确定是否有该客户的客户声音，即，判断第一语音数据是否为有效的语音数据。若该声音频谱中表示存在该客户的客户声音，则第一语音数据为有效的语音数据，并继续执行上述S101至S104的过程，反之结束鉴别客户满意度的过程。

参考图2，本发明实施例提供的方法中，所述对所述第一语音数据进行预处理，获得第二语音数据，包括：

S201：将所述第一语音数据拆分成多段语音数据段。

具体的，拆分多段语音数据段的过程具体包括：确定客户互客服之间的通话时长；在所述通话时长中，确定所述客户发出语音的各个时间区间；并按照各个时间区间将所述第一语音数据拆分成多个语音数据段。

例如：通话时长为10s，客户在第1s～第3s，以及第5s至第6s发出语音，则将10s的第一语音数据拆分成5段，分别为0s～1s、1s～3s、3s～5s、5s～6s以及6s～10s。

S202：应用预先设置的多个处理线程分别对各个所述语音数据段去噪处理，以去除每个所述语音数据段中的噪音。

具体的，处理器设置有多个处理线程，每个处理线程对应处理一个语音数据段，以此加快对第一语音数据进行预处理的进程。每个处理线程按照预设的去噪规则去除每个语音数据段中的噪音。

其中，每个处理线程中记录多种机械声音的声音频率，在去除噪声的过程，生成每个语音数据段对应的声音频率图，如果一个语音数据段中包含多个声音，该声音频率图中包含多种声音频率，根据各个声音频率，去除机械噪声。

S203：拼接各个已去噪的语音数据段，获得第二语音数据。

具体的，将已去噪的语音数据段按照其对应的时间区间进行拼接，获得第二语音数据段。

本发明实施例提供的方法中，在对第一语音数据进行预处理的过程中，按照客户在预设的通话时长内与客服进行通话的过程中发出语音的各个时间区间，并按照各个时间区间将第一语音数据拆分多个语音数据段，并应用多个线程对各个语音数据段进行去噪处理，获得各个已去噪的语音数据段。将各个已去噪的语音数据段拼接，获得第二语音数据。

应用本发明实施例提供的方法，对语音数据进行去噪处理，可以更准确识别客户的语音内容。

参考图3，本发明实施例提供的方法中，在识别出第二语音数据中的各个语音关键词后，需要为每个语音关键词设置对应的情绪标签，以根据各个情绪标签鉴别出客户的情绪。其中，所述设置每个所述语音关键词对应的情绪标签，包括：

S301：获取预先设置的情绪识别模型。

具体的，情绪识别模型用于识别断句的情绪类型，情绪类型包括Anger愤怒、Disgust厌恶、Fear恐惧、Joy愉快、Sadness悲伤和Surprise惊喜等。

需要说明的是，该情绪识别模型在应用之前，需要对该情绪识别模型进行训练。

对情绪识别模型进行训练过程包括：

获取每个情绪类型对应的训练数据集，每个训练数据集中包含其对应的情绪类型对应的语音训练数据；将各个语音训练数据输入情绪识别模型中，获得情绪识别模型输出的每个语音训练数据对应的识别结果；判断每个语音训练数据对应的训练结果与该语音训练数据所属的训练数据集对应的情绪类型是否一致，若存在任意的一个语音训练数据对应的训练结果与该语音训练数据所属的训练数据对应的情绪类型不一致，则调整情绪识别模型的模型参数，重新将各个语音训练数据输入情绪识别模型中，直至该情绪识别模型输出的每个语音训练数据对应的识别结果，与该语音训练数据所属的训练数据集对应的情绪类型一致时，结束对该情绪识别模型的训练。

还需要说明的是，情绪识别模型可以根据语音关键词的词汇含义以及语气语调，确定语音关键对应的情绪类型。

S302：将各个所述语音关键词依次输入所述情绪识别模型，获得所述情绪识别模型输出的每个所述语音关键词对应的情绪类型。

可以理解的是，将各个语音关键词输入情绪识别模型后，情绪识别模型基于每个语音关键词的词汇含义、语气和语调等对各个语音关键词的情绪进行识别，按照输入顺序依次输出每个语音关键词对应的情绪类型。

S303：基于每个所述语音关键词对应的情绪类型，为每个所述语音关键词设置对应的情绪标签。

具体的，根据每个情绪类型设置对应的情绪标签，例如，情绪类型为愤怒，则情绪标签为0；情绪类型为恶心，则为情绪标签为1；情绪类型为恐惧，则情绪标签为2；情绪类型为愉快，则情绪标签为3；情绪类型为悲伤，则情绪标签为4。

本发明实施例提供的方法，当需要确定每个语音关键词的情绪类型时，将各个语音关键词依次输入情绪识别模型中，由情绪识别模型识别每个语音关键词的情绪类型，并基于每个语音关键词的情绪类型，设置该语音关键词对应的情绪标签。

进一步地，在确定每个语音关键词对应的情绪标签后，需要基于各个情绪标签确定客户的客户满意度，以便于后续提升客服的服务质量。其中，所述基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度，包括：

基于每个所述语音关键词对应的情绪标签，统计属于每个所述情绪类型的情绪标签的个数；

计算属于同一情绪类型的标签个数在总的标签个数中的占比，获得每个所述情绪类型对应的权重值；

基于每个所述情绪类型对应的权重值，确定所述客户的客户满意度。

本发明实施例提供的客户满意度鉴别方法中，在设置每个关键词对应的情绪标签后，统计属于每个情绪类型的情绪标签的个数，并计算每个情绪类型中情绪标签的格式在总的标签个数中的占比，以获得每个情绪标签对应的权重值。若不存在属于某个情绪类型的情绪标签，则该情绪标签的权重值为0。基于每个情绪类型对应的权重值，确定客户的客户满意度。

例如，第二语音数据中一共有十个关键词，各个对应的语音关键词对应的情绪标签分别为3、3、3、3、4、3、0、0、3、3，其中，情绪类型为愤怒，则情绪标签为0；情绪类型为恶心，则为情绪标签为1；情绪类型为恐惧，则情绪标签为2；情绪类型为愉快，则情绪标签为3；情绪类型为悲伤，则情绪标签为4。则情绪类型为生气的权重值为0.2，情绪类型为愉快的权重值为0.7，情绪类型为悲伤的权重值为0.1；若设定情绪类型为愉快的权重值大于0.8则表示客户的客户满意度为非常满意，情绪类型为愉快的权重值大于0.6表示客户的客户满意度为满意，情绪类型为愉快的权重值大于0.4表示客户的客户满意度为一般，情绪类型为愉快的权重值大于0.2表示客户的客户满意度为不满意，情绪类型为愉快的权重值小于0.2表示客户的客户满意度为非常不满意；此时情绪类型为愉快的权重值为0.7，则表示该客户的客户满意度为满意。

应用本发明实施例提供的方法，可以根据客户的情绪标签确定客户的满意度，无需客户参与评价，提高客户体验。

上述各个实施例的具体实施过程及其衍生方式，均在本发明的保护范围之内。

与图1所述的方法相对应，本发明实施例还提供了一种客户满意度鉴别装置，用于对图1中方法的具体实现，本发明实施例提供的客户满意度鉴别装置可以应用计算机终端或各种移动设备中，其结构示意图如图4所示，具体包括：

处理单元401，用于获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；

识别单元402，用于应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；

设置单元403，用于设置每个所述语音关键词对应的情绪标签；

鉴别单元404，用于基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

本发明实施例提供的客户满意度鉴别装置中，获取客户的第一语音消息，并对该第一语音消息预处理，获得第二语音消息。应用识别模块识别出第二语音消息中的各个语音关键词，并设置每个语音关键词对应的情绪标签。结合所有的情绪标签确定该客户的客户满意度。

应用本发明实施例提供的装置，可以根据客户的语音情绪判断每个客户满意度，同时客户也无需进行评价，节约客户时间，提高客户体验感。

本发明实施例提供的装置中，所述处理单元401，包括：

拆分子单元，用于将所述第一语音数据拆分成多个语音数据段；

处理子单元，用于应用预先设置的多个处理线程分别对各个所述语音数据段去噪处理，以去除每个所述语音数据段中的噪音；

拼接子单元，用于拼接各个已去噪的语音数据段，获得第二语音数据。

本发明实施例提供的装置中，所述识别单元402，包括：

第一转换子单元，用于应用所述语音识别模块将所述第二语音数据转换成文本内容；

选取子单元，用于在所述文本内容中挑选出各个文本关键词；

第一确定子单元，用于在所述第二语音数据中，确定每个所述文本关键词对应的语音关键词。

本发明实施例提供的装置中，所述第一转换子单元，包括：

第一获取子单元，用于获取所述客户的客户号码，并确定所述客户号码的归属地；

检测子单元，用于检测所述第二语音数据是否为所述归属地对应的方言语音数据；

第二转换子单元，用于若所述第二语音数据为所述归属地对应的方言语音数据，则获取所述归属地对应的方言数据参数，并应用所述语音识别模块基于所述方言数据参数将所述第二语音数据转换成普通话语音数据，并将所述普通话语音数据转换成文本内容。

本发明实施例提供的装置中，所述设置单元403，包括：

第二获取子单元，用于获取预先设置的情绪识别模型；

识别子单元，用于将各个所述语音关键词依次输入所述情绪识别模型，获得所述情绪识别模型输出的每个所述语音关键词对应的情绪类型；

设置子单元，用于基于每个所述语音关键词对应的情绪类型，为每个所述语音关键词设置对应的情绪标签。

本发明实施例提供的装置中，所述鉴别单元404，包括：

第一计算子单元，用于基于每个所述语音关键词对应的情绪标签，统计属于每个所述情绪类型的情绪标签的个数；

第二计算子单元，用于计算属于同一情绪类型的标签个数在总的标签个数中的占比，获得每个所述情绪类型对应的权重值；

第二确定子单元，用于基于每个所述情绪类型对应的权重值，确定所述客户的客户满意度。

本发明实施例提供的装置中，还包括：

转换单元，用于将所述第一语音数据转换成声音频谱；

判断单元，用于基于所述声音频谱，判断所述第一语音数据是否为有效的声音频谱；

第一执行单元，用于若所述第一语音数据为有效的声音频谱，则基于所述第一语音数据鉴别所述客户的客户满意度；

第二执行单元，用于若所述第一语音数据为无效的声音频谱，则结束鉴别所述客户的客户满意度。

以上本发明实施例公开的客户满意度鉴别装置中各个单元及子单元的具体工作过程，可参见本发明上述实施例公开的客户满意度鉴别方法中的对应内容，这里不再进行赘述。

本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述客户满意度鉴别方法。

本发明实施例还提供了一种电子设备，其结构示意图如图5所示，具体包括存储器501，以及一个或者一个以上的指令502，其中一个或者一个以上指令502存储于存储器501中，且经配置以由一个或者一个以上处理器503执行所述一个或者一个以上指令502进行以下操作：

获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；

应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；

设置每个所述语音关键词对应的情绪标签；

基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现。

为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种客户满意度鉴别方法，其特征在于，包括：

获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；

应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；

设置每个所述语音关键词对应的情绪标签；

基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一语音数据进行预处理，获得第二语音数据，包括：

将所述第一语音数据拆分成多个语音数据段；

应用预先设置的多个处理线程分别对各个所述语音数据段去噪处理，以去除每个所述语音数据段中的噪音；

拼接各个已去噪的语音数据段，获得第二语音数据。

3.根据权利要求1所述的方法，其特征在于，所述应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词，包括：

应用所述语音识别模块将所述第二语音数据转换成文本内容；

在所述文本内容中挑选出各个文本关键词；

在所述第二语音数据中，确定每个所述文本关键词对应的语音关键词。

4.根据权利要求3所述的方法，其特征在于，所述应用所述语音识别模块将所述第二语音数据转换成文本内容，包括：

获取所述客户的客户号码，并确定所述客户号码的归属地；

检测所述第二语音数据是否为所述归属地对应的方言语音数据；

若所述第二语音数据为所述归属地对应的方言语音数据，则获取所述归属地对应的方言数据参数，并应用所述语音识别模块基于所述方言数据参数将所述第二语音数据转换成普通话语音数据，并将所述普通话语音数据转换成文本内容。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述设置每个所述语音关键词对应的情绪标签，包括：

获取预先设置的情绪识别模型；

将各个所述语音关键词依次输入所述情绪识别模型，获得所述情绪识别模型输出的每个所述语音关键词对应的情绪类型；

基于每个所述语音关键词对应的情绪类型，为每个所述语音关键词设置对应的情绪标签。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度，包括：

基于每个所述语音关键词对应的情绪标签，统计属于每个所述情绪类型的情绪标签的个数；

计算属于同一情绪类型的标签个数在总的标签个数中的占比，获得每个所述情绪类型对应的权重值；

基于每个所述情绪类型对应的权重值，确定所述客户的客户满意度。

7.根据权利要求1所述的方法，其特征在于，对所述第一语音数据进行预处理前，还包括：

将所述第一语音数据转换成声音频谱；

基于所述声音频谱，判断所述第一语音数据是否为有效的声音频谱；

若所述第一语音数据为有效的声音频谱，则基于所述第一语音数据鉴别所述客户的客户满意度；

若所述第一语音数据为无效的声音频谱，则结束鉴别所述客户的客户满意度。

8.一种客户满意度鉴别装置，其特征在于，包括：

处理单元，用于获取客户的第一语音数据，并对所述第一语音数据进行预处理，获得第二语音数据；

识别单元，用于应用预先设置的语音识别模块，识别所述第二语音数据中的各个语音关键词；

设置单元，用于设置每个所述语音关键词对应的情绪标签；

鉴别单元，用于基于所述第二语音数据中每个所述语音关键词对应的情绪标签，确定所述客户的客户满意度。

9.一种存储介质，其特征在于，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1～7任意一项所述的客户满意度鉴别方法。

10.一种电子设备，其特征在于，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如权利要求1～7任意一项所述的客户满意度鉴别方法。

Images