CN117354421A - 一种智能语音分析方法及系统 - Google Patents

Abstract

本申请涉及智能语音分析技术领域，公开了一种智能语音分析方法及系统，包括：获取用户来电号码和引导录音，根据引导录音确定当前需求，并将所述引导录音更新至数据库；在数据库中查询所述来电号码及与所述来电号码相应的历史信息，所述历史信息包括历史情绪和历史需求；基于所述历史情绪和所述历史需求预测当前情绪，并根据所述当前情绪并匹配人工服务。在该方法中通过交互端口在服务结束后获取用户评价，通过客服接待的监控与用户反馈综合，使得人工服务人员的工作成绩可视化，增加工作透明度，提高工作质量与工作效率。

Description

一种智能语音分析方法及系统

技术领域

本申请涉及智能语音分析技术领域，尤其涉及一种智能语音分析方法及系统。

背景技术

随着网络、通讯、计算机技术的发展，企业呈现出电子化、远程化、虚拟化、网络化的特点，更多的线上企业大量涌现。而客户与企业之间的通信与对话，也由面对面的咨询、交涉发展到基于网络、电话等远程手段的交流和沟通。在此背景下，基于电话的客服中心(呼叫中心)成为企业与用户交互的一个重要途径。

客服中心每天都面对着大量的电话语音服务，处理客户多样化的服务需求，包括售前咨询、购买、售后、投诉等。可以说，客服中心是企业的形象代言，客服中心的服务质量直接影响用户对企业的忠臣度。在电话服务的过程中，安排接待的客服需要临时调整反应，而难以预先得到测定的用户态度，不便于调整语气、心态去面对情绪不佳的用户，并且统一分配用户的需求未知，随机分配接待客服，难以提高客服接待的质量，客服需要应对不同情绪的服务对象。

综上所述，上述技术问题，有待解决。

发明内容

本申请公开了一种智能语音分析方法及系统，用于解决难以预先得到测定的用户态度，不便于调整语气、心态去面对情绪不佳的用户，并且统一分配用户的需求未知，随机分配接待客服，难以提高客服接待的质量的技术问题。

本申请第一方面公开了获取用户来电号码和引导录音，根据引导录音确定当前需求，并将所述引导录音更新至数据库；

在数据库中查询所述来电号码及与所述来电号码相应的历史信息，所述历史信息包括历史情绪和历史需求；

基于所述历史情绪和所述历史需求预测当前情绪，并根据所述当前情绪并匹配人工服务。

优选的，所述在数据库中查询来所述来电号码包括：未查新到所述来电号码及与相应的所述历史信息，则具有如下操作：

基于所述来电号码及所述引导录音，构建与所述来电号码相应的当前情绪和当前需求，并将所述当前情绪和所述当前需求存储至数据库。

优选的，预测当前情绪包括如下步骤：

获取所述引导录音中对应的声音分贝信息、语速信息和情绪信息；

将引导录音输入声音分贝预测模型得到声音分贝信息；

将引导录音输入语速预测模型得到语速信息；

将引导录音输入情绪预测模型得到情绪信息；

将语速信息、分贝信息及情绪信息输入评测模型中，输出当前情绪。

优选的，当前需求并匹配人工服务之前还具有如下操作：

获取所述历史情绪及所述历史情绪，输出情绪折线图，根据情绪折线图预测难度等级。

优选的，当前需求并匹配人工服务包括如下步骤：

获取客服接通语音，判断客服接待情绪，并给与客服接待语音进行评级，定位客服接待的难度等级，得到接待等级；

获取客服接待反馈，并评价客服对相应的难度等级的服务质量，获得质量测评；

获取客服待接通语音，统计客服的工作数量；

获取所述接待等级、所述质量测评和所述工作数量，分配为来电号码匹配人工服务。

一种智能语音分析系统，包括：

语音采集模块，用于用户来电号码和引导录音，根据引导录音确定当前需求，并将引导录音更新至数据库；

数据管理模块，用于在数据库中查询来电号码及与来电号码相应的历史信息，历史信息包括历史情绪和历史需求；

智能匹配模块，用于根据历史情绪和历史需求预测当前情绪，并根据当前需求并匹配人工服务。

优选的，数据管理模块包括：

新数据录入模块，用于构建与来电号码相应的当前情绪和当前需求，并将当前情绪和当前需求存储至数据库；并根据当前情绪和当前需求预测当前情绪。

优选的，所述智能匹配模块包括：情绪分析模块，用于获取引导录音中对应的声音分贝信息、语速信息和情绪信息，并将语速信息、分贝信息及情绪信息输入评测模型中，输出当前情绪；

等级评价模块，用于获取历史情绪及历史情绪，输出情绪折线图，并根据情绪折线图预测难度等级。

优选的，所述智能匹配模块还包括：

能力评测模块，用于获取客服接通语音，判断客服接待情绪，并给与客服接待语音进行评级，定位客服接待的难度等级；

质量评价模块，用于获取客服接待反馈，并评价客服对相应的难度等级的服务质量；

工作统计模块，用于获取客服待接通语音，统计客服工作数量，并分配相应等级的待接通语音。

本申请公开了一种智能语音分析方法及系统，通过调取历史信息，得到用户的历史情绪与历史问题，通过判断用户当前情绪，并根据历史情绪与当前情绪绘制折线图，反应用户的情绪变化，判断用户接待的难度等级，根据不同的接待等级，参考客服接待等级，自动匹配该用户的接待客服，依据客服的服务能力对具有不同问题、不同情绪的用户进行匹配，以便于后续的自动匹配工作，若为评价高的人工服务，则可将暴躁、不耐烦、烦躁等情绪的用户自动匹配至耐心、高质量的人工服务，以便于用户的不当情绪得到安抚，并且配合接待人数的反馈，可尽量平均地对每个客服所进行的人工服务进行分配，以避免过于优秀的能力导致的工作量持续较大、工作能力低工作量较低的情况，并且通过交互端口在服务结束后获取用户评价，通过客服接待的监控与用户反馈综合，使得人工服务人员的工作成绩可视化，增加工作透明度，提高工作质量与工作效率。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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为本申请实施例公开的方法流程示意图；

图2为本申请实施例公开的系统示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1和2所示，本发明提供了一种智能语音分析方法及系统，该系统包括：语音采集模块、数据管理模块和智能匹配模块，本发明的方法通过使用前述模块来执行，包括如下步骤：

S1：获取用户来电号码和引导录音，根据引导录音确定当前需求，并将引导录音更新至数据库；通过语音采集模块接入来电，并在同时获取引导录音，并通过引导录音得知用户需求，将引导录音更新至数据库以便后续的调取、使用。

引导录音：是指与用户来电相关的音频记录，用于识别和确定用户的当前需求和情绪状态，引导录音包括用户与系统或客服的对话内容、用户的语音指令或提问，以及与来电相关的声音和噪音。引导录音的内容和特征包括声音质量、语速、语调、情感表达、声音分贝信息、语速信息以及情绪信息等多个方面的数据，用于预测用户的当前情绪和需求，以便更好地匹配人工服务或提供自动化响应。

S2：在数据库中查询来电号码及与来电号码相应的历史信息，历史信息包括历史情绪和历史需求，若未查新到来电号码及与相应的历史信息，基于来电号码及引导录音，构建与来电号码相应的当前情绪和当前需求，并将当前情绪和当前需求存储至数据库。若查询到历史信息，则调取历史信息，获取当前号码所对应的历史情绪和历史需求，同时存储引导录音，以供后续处理。

构建与来电号码相应的当前情绪和当前需求需要将引导录音录入转换模型，转换模型的运行步骤包括：

首先，获取引导录音，当用户拨打电话或与系统互动时，引导录音被自动记录，录音包括用户的语音输入、对话内容以及与来电相关的声音；

接着，对引导录音进行处理，去除不必要的噪音和干扰，以提高音频质量，并对录音进行分割，将用户对话多片段化；接着对录音进行语音转文字处理，用户诉求以文字形式体现，以便分析和理解用户的提问和需求；

紧接着，获取文字形式的用户诉求，转换模型对文字形式的用户诉求使用自然语言处理(NLP)技术，来分析用户的输入，NLP技术包括了词汇分析、句法分析和语义分析等，以理解用户的问题和需求，通过分析文字内容中的情感表达，语气和词汇选择，根据上述运行结果，确定用户的情感状态，以得到愉快、紧张、愤怒或沮丧等当前情绪；获取自然语言处理的结果、情感分析的结果以及其他上下文信息，识别用户的当前需求。

通过转换模型对引导录音进行处理，已获取较为完整、准确的当前情绪和当前需求并进行存储，以使供后续步骤调取、使用。

S3：根据当前情绪和当前需求预测当前情绪，基于历史情绪和历史需求预测当前情绪，无论可查询到历史信息的来电号码，或是未查询到历史信息的来电号码，均进行以下步骤：

S31：获取引导录音中对应的声音分贝信息、语速信息和情绪信息；通过获取声音分贝信息、语速信息和情绪信息，以便后续的处理，并分别将声音分贝信息、语速信息和情绪信息更新至数据库。

S32：预测当前情绪：获取历史情绪及历史情绪，输出情绪折线图，根据情绪折线图预测难度等级；将语速信息、分贝信息及情绪信息输入评测模型中，输出当前情绪。通过对当前情绪的评测，将当前情绪和历史情绪进行对比，绘制历史情绪和当前情绪构建折线图，最终可对当前情绪的变化，并且可根据情绪变化的折线图预测本次客服接待的难度等级，以便后续的匹配工作。

其中，用户的当前情绪通过将语速信息、分贝信息及情绪信息输入评测模型中预测，所述评测模型包括特征提取层和分类层，特征提取层包括至少一个卷积核，分类层包括全连接层和池化层和归一化层；所述评测模型包括编码器和解码器，所述编码器用于对输入数据进行特征提取，所述解码器用于根据编码器输出信息预测当前情绪，评测模型为预先设置，测试用户语速及分贝，比如，辨别用户所处的环境，人声在非嘈杂的环境中，达到60-70分贝则为大声说话，在用户的声音小于60分贝时，则认定用户的心情和缓，若用户的声音高于70分贝，则可初步判断用户处于急躁、迫切或生气的状态；同时，判断用户的语速，一般人的正常语速在每分钟80到160字左右，若用户的语速在正常情况下的语速超过160字/秒，此时，结合用户的分贝信息，判断用户为暴躁、不耐烦的边缘，可认定用户的接待等级为较高难度，若用户的分贝信息为低分贝、低语速，则判断用户的当前情绪为和缓，可认定用户的接待等级为较低难度；根据上述评测模型输出的预测结果对该用户的难度等级进行划分，以便于分配后续为用户匹配人工服务。

S33：在匹配人工服务时执行如下操作：

获取客服接通语音，判断客服接待情绪，并给与客服接待语音进行评级，定位客服接待的难度等级，得到接待等级；获取客服接待反馈，并评价客服对相应的难度等级的服务质量，获得质量测评；获取客服待接通语音，统计客服的工作数量。通过智能匹配模块输出客服的能力等级、服务等级、可用户反馈，并综合考虑客服的服务质量，通过对不同等级的客服匹配不同难度等级的任务，如：在相对接待质量的评分较低、用户评价等级较低的客服在派发任务时，可根据该客服的带接通语音的数量，酌情派发难度较低的用户；若接待质量的评分较高、用户评价等级较高的客服，则根据待接通语音的数量的多少，匹配难度较高的用户，以便能力较高的客服对难度等级较高的用户进行接待；若相对接待质量的评分较低、用户评价等级较高的客服，则说明客服对待该等级的用户解决问题的态度高于预期值，因此，在接收多次高于该等级平均值的用户评价等级之后，可升级客服接待等级，以避免等级固化给用户带来的不利体验，反之若相对接待质量的评分较高、用户评价等级较低的客服，将进行降级处理，以便根据实际的用户评价的数据对客服进行精准定位，以便后续的自动匹配工作。

最后，通过获取接待等级、质量测评和工作数量，分配为来电号码匹配人工服务。以便于根据自动匹配的提高客服高质量地接待用户，解决用户困难，更好的服务用户。

分别获取若干个客服的接通语音，可得出与客服相对应的接待质量，并自动对客服的服务作出评价，如此，可根据客服的服务能力对具有不同问题、不同等级情绪的用户进行匹配，以便于后续的自动匹配工作，若为评价高的人工服务，则可将暴躁、不耐烦、烦躁等情绪的用户自动匹配至耐心、高质量的人工服务，以便于用户的不当情绪得到安抚，并且配合接待人数的反馈，可尽量平均地对每个客服所进行的人工服务进行分配，以避免过于优秀的能力导致的工作量持续较大、工作能力低工作量较低的情况，并且通过交互端口在服务结束后获取用户评价，通过客服接待的监控与用户反馈综合，使得人工服务人员的工作成绩可视化，增加工作透明度，提高工作质量与工作效率。

以上结合具体实施方式和范例性实例对本申请进行了详细说明，不过这些说明并不能理解为对本申请的限制。本领域技术人员理解，在不偏离本申请精神和范围的情况下，可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。

Claims (9)

1.一种智能语音分析方法，其特征在于，包括：

获取用户来电号码和引导录音，根据引导录音确定当前需求，并将所述引导录音更新至数据库；

在数据库中查询所述来电号码及与所述来电号码相应的历史信息，所述历史信息包括历史情绪和历史需求；

基于所述历史情绪和所述历史需求预测当前情绪，并根据所述当前情绪并匹配人工服务。

2.根据权利要求1所述的一种智能语音分析方法，其特征在于，

所述在数据库中查询来所述来电号码包括：未查新到所述来电号码及与相应的所述历史信息，则具有如下操作：

基于所述来电号码及所述引导录音，构建与所述来电号码相应的当前情绪和当前需求，并将所述当前情绪和所述当前需求存储至数据库。

3.根据权利要求2所述的一种智能语音分析方法，其特征在于，

预测当前情绪包括如下步骤：

获取所述引导录音中对应的声音分贝信息、语速信息和情绪信息；

将引导录音输入声音分贝预测模型得到声音分贝信息；

将引导录音输入语速预测模型得到语速信息；

将引导录音输入情绪预测模型得到情绪信息；

将语速信息、分贝信息及情绪信息输入评测模型中，输出当前情绪。

4.根据权利要求1所述的一种智能语音分析方法，其特征在于，根据当前需求并匹配人工服务之前还具有如下操作：

获取所述历史情绪及所述历史情绪，输出情绪折线图，根据情绪折线图预测难度等级。

5.根据权利要求4所述的一种智能语音分析方法，其特征在于，根据当前需求并匹配人工服务包括如下步骤：

获取客服接通语音，判断客服接待情绪，并给与客服接待语音进行评级，定位客服接待的难度等级，得到接待等级；

获取客服接待反馈，获取用户评价，并对相应的难度等级的服务质量，获得质量测评；

获取客服待接通语音，统计客服的工作数量；

获取所述接待等级、所述质量测评和所述工作数量，分配为来电号码匹配人工服务。

6.一种智能语音分析系统，其特征在于，包括：

语音采集模块，用于用户来电号码和引导录音，根据引导录音确定当前需求，并将引导录音更新至数据库；

数据管理模块，用于在数据库中查询来电号码及与来电号码相应的历史信息，历史信息包括历史情绪和历史需求；

智能匹配模块，用于根据历史情绪和历史需求预测当前情绪，并根据当前需求并匹配人工服务。

7.根据权利要求6所述的一种智能语音分析系统，其特征在于，

数据管理模块包括：

新数据录入模块，用于构建与来电号码相应的当前情绪和当前需求，并将当前情绪和当前需求存储至数据库。

8.根据权利要求7所述的一种智能语音分析系统，其特征在于，

所述智能匹配模块包括：情绪分析模块，用于获取引导录音中对应的声音分贝信息、语速信息和情绪信息，并将语速信息、分贝信息及情绪信息输入评测模型中，输出当前情绪；

等级评价模块，用于获取历史情绪及历史情绪，输出情绪折线图，并根据情绪折线图预测难度等级。

9.根据权利要求8所述的一种智能语音分析系统，其特征在于，

所述智能匹配模块还包括：

能力评测模块，用于获取客服接通语音，判断客服接待情绪，并给与客服接待语音进行评级，定位客服接待的难度等级；

质量评价模块，用于获取客服接待反馈，并评价客服对相应的难度等级的服务质量；

工作统计模块，用于获取客服待接通语音，统计客服工作数量，并分配相应等级的待接通语音。