JP2021526242A - 保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体 - Google Patents

保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体 Download PDF

Info

Publication number
JP2021526242A
JP2021526242A JP2020568527A JP2020568527A JP2021526242A JP 2021526242 A JP2021526242 A JP 2021526242A JP 2020568527 A JP2020568527 A JP 2020568527A JP 2020568527 A JP2020568527 A JP 2020568527A JP 2021526242 A JP2021526242 A JP 2021526242A
Authority
JP
Japan
Prior art keywords
insurance
target
recording
information
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
Application number
JP2020568527A
Other languages
English (en)
Other versions
JP7025569B2 (ja
Inventor
玉強 張
玉強 張
Original Assignee
ワン・コネクト・スマート・テクノロジー・カンパニー・リミテッド・（シェンチェン）
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ワン・コネクト・スマート・テクノロジー・カンパニー・リミテッド・（シェンチェン） filed Critical ワン・コネクト・スマート・テクノロジー・カンパニー・リミテッド・（シェンチェン）
Publication of JP2021526242A publication Critical patent/JP2021526242A/ja
Application granted granted Critical
Publication of JP7025569B2 publication Critical patent/JP7025569B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • 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
    • G10L15/005—Language recognition
    • 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
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • 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
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/065—Adaptation
    • G10L15/07—Adaptation to the speaker
    • 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
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G10L15/142—Hidden Markov Models [HMMs]
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
    • 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
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • Probability & Statistics with Applications (AREA)
  • Signal Processing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

【課題】本願は、保険の録音による品質検査方法を開示する。【解決手段】本願に係る保険の録音による品質検査方法は、保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するステップと、前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るステップと、前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するステップと、前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するステップと、を含む。本願は、保険の録音による品質検査装置、機器及びコンピュータ記憶媒体をさらに開示する。本願は効率的でかつ自動的な保険の録音による品質検査を実現する。

Description

＜関連出願の相互参照＞
本願は、２０１８年０８月１７日に中国専利局に提出された、出願番号が２０１８１０９３９０７０．１で、発明名称が「保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体」である中国特許出願の優先権を主張し、その内容の全てが参照によって本開示に組み込まれる。
本願は、情報処理の分野に関し、特に保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体に関する。
保険業務の継続的な拡大に伴い、保険販売に不規範性が生じる可能性があり、中国保険監督管理委員会と中国銀行監督管理委員会は共同で「商業銀行の保険業務代理のコンプライアンス目標とリスク管理のさらなる強化に関する通知」を発行し、一部の保険販売は、全過程を録音する必要があり、後期に、録音によって保険の品質検査を行うことができる。
従来から、保険の録音による品質検査は、その作業負荷が重く、反復性が高いため、各大手保険会社が比較的多い人的資源と物的資源を投資する部門であり、従来の人による品質検査では、主に録音の聞き取りによってコンプライアンスチェックを行う。品質検査は、ユーザが選択した保険証券に記録された保険証券番号に基づいて、保険証券番号に関連する録音情報を調べ、１つの録音を選択し、再生ボタンをクリックして録音を再生するのが一般的なプロセスである。品質検査員は、録音を聞いて保険の録音による品質検査を行い、このような保険品質の検査方法は、面倒で人的資源の浪費が深刻であるため、如何に人的資源の浪費を減らし、保険の録音による品質検査を効率的に行うかは、現在解決する必要のある技術的な課題となっている。
本願の主な目的は保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体を提供することであり、効率的でかつ自動的な保険の録音による品質検査を実現することを意図している。
上記の目的を実現するために、本願にて提供される保険の録音による品質検査方法は、
保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するステップと、
前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るステップと、
前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するステップと、
前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するステップと、を含む。
また、上記の目的を実現するために、本願は保険の録音による品質検査装置をさらに提供し、前記保険の録音による品質検査装置は、
保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するために用いられる取得モジュールと、
前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るために用いられる入力認識モジュールと、
前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するために用いられる標準取得モジュールと、
前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するために用いられる比較出力モジュールと、を含む。
さらに、上記の目的を実現するために、本願は保険の録音による品質検査機器をさらに提供し、
前記保険の録音による品質検査機器はメモリと、プロセッサと、前記メモリ上に記憶されかつ前記プロセッサで実行可能なコンピュータ可読命令と、を含み、ただし、
前記コンピュータ可読命令が前記プロセッサによって実行されると、上記のような保険の録音による品質検査方法のステップが実施される。
また、上記の目的を実現するために、本願はコンピュータ記憶媒体をさらに提供し、前記コンピュータ記憶媒体にコンピュータ可読命令が記憶され、前記コンピュータ可読命令がプロセッサによって実行されると、上記のような保険の録音による品質検査方法のステップが実施される。
本願の実施例にて提供される保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体は、品質検査端末は、保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得し、前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得、前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定し、前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する。本願では、保険の品質検査端末に音声認識モデルを予め設定し、保険販売時の録音情報を認識し、録音情報に対応するテキスト情報を取得し、認識で得られたテキスト情報に基づいて保険販売が規範に適合しているか否かを判断することで、自動的な保険の録音による品質検査を実現し、保険の品質検査の効率を向上させ、人的資源の浪費を減らしたとともに、本願では、テキスト情報と標準テキスト情報とを比較することで、保険の品質検査の正確度を向上させた。
本願の実施例の解決手段に係るハードウェア作動環境である装置の概略構造図である。 本願に係る保険の録音による品質検査方法の第１の実施例の概略フローチャートである。 本願に係る保険の録音による品質検査装置の一実施例の機能モジュールの概略図である。 実施例と併せて、図面を参照しながら、本願の目的の実現、機能的特徴及び利点についてさらに説明する。
本明細書に記載された具体的な実施例は、単に本願を説明するためのものであり、本願を限定するためのものではないことを理解すべきである。
従来技術では、品質検査員が録音情報を聞き取る方法しかなく、保険の録音による品質検査結果を得るために、録音情報にユーザが知るべき情報の全てが含まれているか否かを品質検査員が判断する。
本願の実施例の主な解決手段は次のとおりである。音声認識モデルを予め設定し、音声認識モデルにより録音情報を認識して対応するテキスト情報に変換し、変換して得られたテキスト情報と標準テキスト情報とを比較し、テキスト情報が標準テキスト情報と一致する場合（即ち、録音情報にユーザが知るべき情報の全てが含まれていると決定した場合）、品質検査端末は、保険の録音による品質検査結果が保険販売規範に適合していると判定し、テキスト情報が標準テキスト情報と一致しない場合（即ち、録音情報にユーザが知るべき情報の一部しか含まれていないか、又はユーザが知るべき情報が含まれていないと決定した場合）、品質検査端末は、保険の録音による品質検査結果が保険販売規範に適合していないと判定する。
例えば、プリセット音声認識モデルに保険証券番号０００１の保険の録音情報を入力し、保険の録音情報に対して音声認識とセマンティック認識を行い、保険の録音のテキストを得、保険の録音のテキストから認識されたキーワードは、保険料１，０００元、保険期間２０２０年５月まで、及び保険価格２００００元であり、各キーワードと当該保険証券識別子に対応する各標準キーワードとを比較し、即ち、プリセットの品質検査モデルは同義語認識により録音キーワードセットを取得し、そのうち、保険料１，０００元は保険金額１，０００元に対応し、保険期間２０２０年までは保険期間２年間に対応し、保険価格２００００元は給付額２００００元に対応する。次に、保険証券番号０００１の対応する標準テキスト情報を取得し、標準テキスト情報中の各標準キーワードである保険金額１，０００元、保険期間２年間、及び給付額２００００元を取得する。キーワードセットのキーワードと標準テキスト情報の各標準キーワードとを比較することにより、品質検査キーワードセットのキーワードが各標準キーワードと一致していると決定すると、保険の録音による品質検査の結果が合格であり、逆であれば不合格である。本願は、保険の人による品質検査を自動品質検査に変換した解決手段を提供し、保険の品質検査の効率を向上させ、人的資源及び時間コスト等の浪費を減らした。
図１に示すように、図１は、本願の実施例に係るハードウェア作動環境である端末（保険の録音による品質検査機器とも呼ばれる。ただし、保険の録音による品質検査機器は、独立した保険の録音による品質検査装置で構成されてもよく、他の装置と保険の録音による品質検査装置との組み合わせで形成されてもよい）の概略構造図である。
本願の実施例の端末は固定端末であってもよく、モバイル端末であってもよい。ただし、固定端末は「IoT（Internet of Things）機器」、ネットワーキング機能を備えたスマートエアコン、スマートライト、スマート電源などである。モバイル端末は、ネットワーキング機能を備えたスマートスピーカー、自律走行車、ＰＣ（ｐｅｒｓｏｎａｌ ｃｏｍｐｕｔｅｒ）パーソナルコンピューター、スマートフォン、タブレットコンピューター、電子書籍リーダー、ポータブルコンピューターなどディスプレイ機能を備えた端末機器などである。
図１に示すように、当該端末は、中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、ＣＰＵ）などのプロセッサ１００１、ネットワークインターフェース１００４、ユーザインターフェース１００３、メモリ１００５、及び通信バス１００２を含み得る。ただし、通信バス１００２は、これらのコンポーネント間の接続及び通信を実現するために用いられる。ユーザインターフェース１００３は、ディスプレイ（Ｄｉｓｐｌａｙ）及びキーボード（Ｋｅｙｂｏａｒｄ）などの入力ユニットを含んでもよく、選択可能に、ユーザインターフェース１００３が標準有線インターフェース、無線インターフェースをさらに含んでもよい。ネットワークインターフェース１００４は、選択可能に、標準有線インターフェース、無線インターフェース（例えば、ワイヤレス・フィディリティー（ＷＩｒｅｌｅｓｅｓ−ＦＩｄｅｌｙ）、ＷＩＦＩインターフェース）を含んでもよい。メモリ１００５は、高速ＲＡＭメモリであっても、磁気ディスクメモリなどの不揮発性メモリ（ｎｏｎ−ｖｏｌａｔｉｌｅ ｍｅｍｏｒｙ）であってもよい。メモリ１００５は、選択可能に、前述したプロセッサ１００１とは独立した記憶装置であってもよい。
選択可能に、端末は、カメラ、ＲＦ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ、無線周波数）回路、センサ、オーディオ回路、ＷｉＦｉモジュールをさらに含んでもよく、入力ユニットはディスプレイ、タッチスクリーンなどであり、ネットワークインターフェースは、無線インターフェースのうちＷＩＦＩ以外に、Ｂｌｕｅｔｏｏｔｈ（登録商標）やプローブを選択してもよい。ここで、センサは、光センサ、モーションセンサ、及びその他のセンサなどである。具体的には、光センサは環境光センサ及び近接センサを含んでもよく、当然のことながら、モバイル端末に、ジャイロ、気圧計、湿度計、温度計、赤外線センサなどの他のセンサをさらに配置してもよく、ここでは詳細な説明を省略する。
当業者であれば、図１に示した端末構造は端末を限定するものではなく、図示したものよりも多いまたは少ない部品を含んでもよく、又はいくつかの部品を組み合わせてもよく、又は異なる部品を設置してもよい。
図１に示すように、当該コンピュータソフトウェア製品は、記憶媒体（記憶媒体は、コンピュータ記憶媒体、コンピュータ媒体、可読媒体、可読記憶媒体、コンピュータ可読記憶媒体などとも呼ばれ、又は直接媒体と呼ばれ、ＲＡＭ、磁気ディスク、光ディスクなどの不揮発性可読記憶媒体であり得る）に記憶され、端末機器（携帯電話、コンピュータ、サーバ、エアコン、又はネットワーク機器などであり得る）に、本願の様々な実施例に記載の方法を実行させるためのいくつかの命令を含み、コンピュータ記憶媒体としてのメモリ１００５は、オペレーティングシステム、ネットワーク通信モジュール、ユーザインターフェースモジュール、及びコンピュータ可読命令を含み得る。
図１に示す端末では、ネットワークインターフェース１００４は、主にバックグラウンドサーバに接続してバックグラウンドサーバとデータ通信を行うために用いられ、ユーザインターフェース１００３は、主にクライアント（ユーザ端末）に接続してクライアントとデータ通信を行うために用いられ、プロセッサ１００１は、メモリ１００５に記憶されたコンピュータ可読命令を呼び出して、本願の以下の実例にて提供される保険の録音による品質検査方法のステップを実行するために用いられることができる。
図２に示すように、本願の保険の録音による品質検査方法の第１の実施例では、前記保険の録音による品質検査方法はステップＳ１０〜Ｓ４０を含む。
ステップＳ１０、保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得する。
ユーザは、品質検査端末（品質検査端末とは、図１に示す端末である）で保険の録音による品質検査リクエストをトリガーする。保険の録音による品質検査リクエストをトリガーする具体的な形式に対しては限定しない。品質検査端末は、保険の録音による品質検査リクエストを受信し、保険の録音による品質検査リクエストに含まれている保険証券識別子を取得する。ただし、保険証券識別子とは、例えば保険証券番号などの、保険証券を認識する唯一の識別情報である。次に、品質検査端末は保険証券識別子に関連付けられた目標録音情報を取得する。
ここで、購入者が保険証券や保険契約等を確認せずに保険購入して、保険購入紛争が発生することを防ぐために、保険販売中に、保険販売者は購入者に保険商品情報を詳細に説明し、保険販売者が保険を販売する時に全過程を録音する必要があり、保険販売が完了時に保険販売録音情報を保存し、保険販売録音情報を保険証券識別子に関連付けてデータベースに記憶する必要がある。本実施例では、データベース内の保険の録音による品質検査リクエストにおける保険証券識別子に関連付けて記憶された保険販売録音情報を目標録音情報とする。
例えば、品質検査員が保険証券番号ＣＣＢＦ１０２２ｘｘｘ２５９を入力して保険の録音による品質検査リクエストをトリガーし、品質検査端末が保険の録音による品質検査リクエストを受信し、品質検査端末が保険の録音による品質検査リクエストにおける保険証券番号ＣＣＢＦ１０２２ｘｘｘ２５９を取得し、ＣＣＢＦ１０２２ｘｘｘ２５９に関連付けられた保険販売の録音情報を目標録音情報として取得する。
ステップＳ２０、前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得る。
品質検査端末は目標録音情報をプリセット音声認識モデルに入力する。ただし、プリセット音声認識モデルとは事前トレーニングで得た音声認識モデルであり、プリセット音声認識モデルには異なる認識サブモデルが含まれ、例えば、語族認識サブモデル（目標録音情報に対応する語族を認識するために用いられ、即ち、語族認識サブモデルは、目標録音情報が上海方言、湖南方言、客家方言、福建方言、広東語方言、江西方言又は普通話のどれであるかを認識するために用いられる）及び音声認識サブモデルであり、ただし、音声認識サブモデルは上海方言認識サブモデル、湖南方言認識サブモデル、客家方言認識サブモデル、及び福建方言認識サブモデルなどを含み、プリセット音声認識モデルにより目標録音情報を認識して、前記目標録音情報に対応する目標テキスト情報を得る。
ただし、プリセット音声認識モデルにより目標録音情報を対応する目標テキスト情報に変換するステップは、品質検査端末は前記目標録音情報を音波パターンに変換して、音波パターンに対応する音声特徴パラメータを取得する。ただし、目標音声特徴パラメータとは音波パターンの解析により得られたパラメータであり、例えば、音波パターンのＭｅｌ周波数ケプストラム係数であることと、品質検査端末が前記目標音声特徴パラメータをプリセット音声認識モデルに入力し、前記プリセット音声認識モデルにおける語族認識サブモデルにより前記目標録音情報に属する目標語族を得、即ち、品質検査端末はまずプリセット音声認識モデルのうち語族認識サブモデルで目標音声特徴パラメータを処理して、目標録音情報に対応する語族を決定し、次に前記プリセット音声認識モデルのうち前記目標語族に対応する音声認識サブモデルを取得し、前記音声認識サブモデルにより前記目標音声特徴パラメータを処理して、前記目標録音情報に対応する目標テキスト情報を得、例えば、品質検査端末は、目標録音情報が福建方言であることを得ると、福建方言認識サブモデルを選択して目標音声特徴パラメータを処理して、目標録音情報に対応する目標テキスト情報を得ることと、を含む。
本実施例では、プリセット音声認識モデルにより録音情報をテキスト情報に変換することで、例えば湖南方言、客家方言などの異なる語族を効率よく認識することができ、それにより音声認識がより正確になり、保険の録音による品質検査がよりスマートになり、保険の録音による品質検査を行うために品質検査員が録音情報を聞き取る必要がなくなり、保険の録音による品質検査における人的資源の浪費を減らした。
ステップＳ３０、前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定する。
品質検査端末が前記保険証券識別子に基づいて保険の種類を決定し、即ち、品質検査端末が前記保険証券識別子を解析して、前記保険証券識別子におけるカテゴリ番号を得、前記カテゴリ番号に対応する保険の種類を取得し、例えば、保険証券識別子がＣＣＢＦ１０２２ｘｘｘ２５９である場合、品質検査端末は、ＣＣＢＦ１０２２ｘｘｘ２５９のコードに従ってルールを設定して、ＣＣＢＦ１０２２ｘｘｘ２５９においてＣＣＢＦは保険販売代理機構で、１は健康保険で、０は保険料１０００及び正味危険保険金額１００，０００に対応し、２は保険期間２年間に対応するなどを得る。品質検査端末は、保険証券識別子の解析結果に基づいて、当該保険の種類に対応する基本保険証券を取得し、基本保険証券における保険情報を取得し、プリセットの重みルール（ただし、プリセットの重みルールとは、予め設定された重み設定ルールである）に従って前記保険情報を処理し、保険情報のキー情報を決定し、かつ前記キー情報を標準テキスト情報とし、即ち、品質検査端末がプリセットの重みルールに従って保険情報の各フィールドに、対応の重みを設定し、かつ重みが臨界重みより高いキー情報を標準テキスト情報とする。
本実施例では、標準テキスト情報を予め設定し、かつ標準テキスト情報を目標録音情報の比較規範とすることにより、人による品質検査で見られる複数の標準がある状況を効果的に回避する。
ステップＳ４０、前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する。
品質検査端末は前記目標テキスト情報と前記標準テキスト情報とを比較する。ただし、品質検査端末は異なる実施方法を用いて前記目標テキスト情報と前記標準テキスト情報とを比較することができ、例えば、ファジーマッチングアルゴリズムに従って、目標テキスト情報と前記標準テキスト情報との類似度を決定する方法１、品質検査端末が目標テキスト情報を解析し、目標テキスト情報と標準テキスト情報とを比較して、目標テキスト情報に標準テキスト情報が含まれるか否かを決定する方法２がある。
品質検査端末は比較結果を取得し、前記比較結果に基づいて、保険の録音による品質検査結果を出力し、例えば、品質検査端末が、方法１で得られた比較結果を取得し、目標テキスト情報と前記標準テキスト情報との類似度が８０％より高い場合、保険の録音による品質検査結果は合格であり、目標テキスト情報と前記標準テキスト情報との類似度が８０％以下である場合、保険の録音による品質検査結果は不合格であり、品質検査端末が、方法２で得られた比較結果を取得し、目標テキスト情報に標準テキスト情報が含まれている場合、保険の録音による品質検査結果は合格であり、目標テキスト情報に標準テキスト情報が含まれていないか、又は標準テキスト情報の一部が含まれている場合、保険の録音による品質検査結果は不合格である。
本実施例では、保険の品質検査端末に音声認識モデルを予め設定し、保険販売時の録音情報を認識し、録音情報に対応するテキスト情報を得て、認識されたテキスト情報に基づいて保険販売が規範に適合しているか否かを判断し、このプロセスにおいて人による品質検査を必要とせず、保険の品質検査の効率を向上させ、人的資源の浪費を減らし、また、本願では、テキスト情報を標準テキスト情報と比較することで、保険の品質検査の正確度を向上させた。
さらに、本願の第１の実施例の前に、音声認識モデルを予め設定する必要がある。ただし、音声認識モデルを設定するステップはステップＳ０１〜ステップＳ０３を含む。
ステップＳ０１、プリセットの方言語族と普通話語族で朗読した音声データをそれぞれ収集して、各前記音声データに対応する音声特徴パラメータを抽出し、各前記音声特徴パラメータで音声特徴セットを構成する。
本願の実施例では、モデル構築端末は、複数名の試験者が保険約款をプリセットの方言語族と普通話で朗読した情報に対応する音声データを収集する。ただし、プリセットの方言語族は普通話、上海方言、湖南方言、客家方言、福建方言、広東語方言、及び江西方言を含む。
モデル構築端末は、各音声データを前処理し、前処理は主に、プリエンファシス、ウィンドウイングとフレーミング処理、エンドポイント検出、及びノイズ除去処理の４つのプロセスを含む。ただし、プリエンファシスとは、信号特性とノイズ特性の違いを利用して、信号を効果的に処理し、音声の高周波部分を強調して、鼻と口の放射￥の影響を取り除き、音声の高周波分解能を高めることである。ウィンドウイングとフレーミング処理はウィンドウイング及びフレーミングを含む。ただし、一般的なフレーミング方法は、オーバーラップセグメンテーション方法であり、前のフレームと次のフレームのオーバーラップ部分はフレームシフトと呼ばれ、フレーミングは、有限長の可動ウィンドウに重み付けることによって実現され、即ち、ウィンドウ関数で処理して、ウィンドウイングされた音声信号を形成する。ただし、ウィンドウ関数は一般的にハミングウィンドウとスクエアウィンドウを採用する。エンドポイント検出とは、特定の音声信号から音声の開始点と終了点を見つけることであり、正確で効果的なエンドポイント検出は、計算量を減らして処理時間を短縮するだけでなく、サイレントセグメントのノイズ干渉を排除して音声認識正確度を高めることができる。音声ノイズ除去処理は、パフォーマンスとノイズの比率を向上させるように、主にアダプティブフィルター／スペクトルサブトラクション／ウィーナーフィルタリング法などのノイズ除去処理アルゴリズムにより実現される。
モデル構築端末は、前処理済みの音声データに対応する音声特徴パラメータを抽出する。ただし、音声特徴パラメータはＭＦＣＣ（Ｍｅｌ周波数ケプストラル係数）であり、かつ各音声特徴パラメータを集約して、音声特徴セットを構成する。
ステップＳ０２、前記音声特徴セットからプリセット比率の各前記音声特徴パラメータを抽出し、各前記音声特徴パラメータに基づいて初期音声認識モデルを構築する。
モデル構築端末は前記音声特徴セットからプリセット比率の各前記音声特徴パラメータを抽出する。ただし、プリセット比率は具体的な状況に応じて設定され、例えば、プリセット比率は１％を設定し、モデル構築端末は、抽出された１％の音声特徴パラメータを用いて初期音声認識モデルを構築する。ただし、初期音声認識モデルは、ＨＭＭ（Ｈｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ、ハイデェンマルコフモデル）に基づいて確立されたものであってもよい。
ステップＳ０３、反復アルゴリズムにより前記初期音声認識モデルをトレーニングして最適モデルパラメータを得、トレーニングで得た前記最適モデルパラメータに対応する音声認識モデルをプリセット音声認識モデルとする。
モデル構築端末は、音声特徴パラメータの９９％を使用して、構築した初期音声認識モデルに対して反復アルゴリズムトレーニングを行って、音声認識モデルの最適モデルパラメータを計算し、前記音声認識モデルの最適モデルパラメータに基づいて前記トレーニング済みのプリセット音声認識モデルを得る。ただし、反復アルゴリズムは、Ｂａｕｍ−Ｗｅｌｃｈ（バウムウェルチ）アルゴリズムを使用してもよく、Ｋ平均値アルゴリズムで改良したＢａｕｍ−Ｗｅｌｃｈアルゴリズムを使用してもよく、モデルの正確度を向上させることができる。具体的には、音声認識モデルのレーニングプロセスは次のとおりである。１）ＨＭＭモデルに基づいて音声認識モデルを構築し、音声認識モデルのパラメータの初期値を設定し、パラメータの初期値は均等分割状態又は経験に応じて推定・設定されてもよい。２）最大の反復回数及び収束閾値を設定する。３）Ｖｉｔｅｒｂｉアルゴリズム（Ｖｉｔｅｒｂｉ Ａｌｇｏｒｉｔｈｍ、ビテルビアルゴリズム）を用いて、入力された音声データに対して状態のセグメント化を行う。４）反復アルゴリズム（Ｂａｕｍ−ｗｅｌｌアルゴリズム）により、当該音声認識モデルのパラメータを更新しながら、音声データに対して反復トレーニングを行い、先に設定した反復回数に達するか、又は収束が完了するまで、継続的に反復を繰り返し、このとき、当該音声認識モデルの最適モデルパラメータを得ることができ、さらに当該最適モデルパラメータに基づいてトレーニング済みの音声認識モデルを取得する。
なお、トレーニングされた音声認識モデルには、異なる認識サブモデル、例えば、語族認識サブモデル（目標録音情報に対応する語族を認識するために用いられ、即ち、語族認識サブモデルは、目標録音情報が上海方言、湖南方言、客家方言、福建方言、広東語方言、江西方言又は普通話のどれであるかを特定するために用いられる）及び音声認識サブモデルが含まれている。ただし、音声認識サブモデルは、上海方言認識サブモデル、湖南方言認識サブモデル、客家方言認識サブモデル、及び福建方言認識サブモデルなどを含む。本実施例では、音声認識モデルを予めトレーニングすることで、機械の音声認識を実現し、音声認識の正確度を保証し、不正確な音声認識による保険の録音による品質検査結果の誤差を減らした。
本願の第１の実施例に加え、本願の保険の録音による品質検査方法の本実施例をさらに提供する。
本実施例は、第１の実施例のステップＳ４０をより具体化し、本実施例では、前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する２つの具体的な実現方法が提出された。
方法１、ドキュメント情報をｓｉｍｈａｓｈ数に変換し、ｓｉｍｈａｓｈ数の比較を行って、保険の録音による品質検査結果を得ることは、具体的にはステップＳ４１〜ステップＳ４４を含む。
ステップＳ４１、プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得る。
品質検査端末は、プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理する。ただし、プリセットのファジーマッチングモデルとは、予め設定されたファジーマッチングモデルであり、プリセットのファジーマッチングモデルはワードセグメンテーションサブアルゴリズムとハッシュサブアルゴリズムを含み得る。
即ち、まず、品質検査端末は、ワードセグメンテーションサブアルゴリズムに従って前記目標テキスト情報及び前記標準テキスト情報を分割して、目標テキスト情報に対応する目標ワードセグメンテーションシーケンス（テキストフィールドとも呼ばれる）及び標準テキスト情報に対応する標準ワードセグメンテーションシーケンスを得る、次に、品質検査端末は、前記ハッシュサブアルゴリズムに従って前記目標ワードセグメンテーションシーケンス及び前記標準ワードセグメンテーションシーケンスを処理して、目標ハッシュシーケンスと標準ハッシュシーケンスを得、即ち、品質検査端末は、ハッシュサブアルゴリズムに従って前記目標テキスト情報に対応する目標ワードセグメンテーションシーケンスと前記標準テキスト情報に対応する標準ワードセグメンテーションシーケンスを変換して、目標ハッシュシーケンスと標準ハッシュシーケンスを得る。次に、品質検査端末は、前記目標ハッシュシーケンス及び前記標準ハッシュシーケンスに対して統合及び次元縮退処理を行って、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得る。
本実施例では、目標テキスト情報及び標準テキスト情報を処理して目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスによってドキュメント情報の比較を実現する。
ステップＳ４２、前記目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとを比較して類似度を決定し、前記類似度を比較結果とする。
品質検査端末は前記目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとを比較して、目標ｓｉｍｈａｓｈシーケンスと標準ｓｉｍｈａｓｈシーケンスとの類似度を決定し、即ち、品質検査端末は目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとの類似度のパーセンテージを決定し、前記類似度を比較結果とする。
ステップＳ４３、前記比較結果の類似度を取得し、前記類似度とプリセット閾値とを比較する。
品質検査端末は、前記比較結果の類似度を取得し、品質検査端末は類似度とプリセット閾値とを比較する。ただし、プリセット閾値とは、予め設定された類似度臨界値であり、プリセット閾値は具体的な状況に応じて設定されてもよく、例えば、プリセット閾値を８０％に設定する。
ステップＳ４４、前記類似度が前記プリセット閾値を超える場合、保険の録音による品質検査結果が規範に適合していると出力し、前記類似度が前記プリセット閾値を超えない場合、保険の録音による品質検査結果が規範に適合していないと出力する。
品質検査端末は、類似度とプリセット閾値との比較結果を取得し、前記類似度が前記プリセット閾値を超える場合、保険の録音による品質検査結果が規範に適合していると出力し、前記類似度が前記プリセット閾値を超えない場合、保険の録音による品質検査結果が規範に適合していないと出力する。
本実施例では、ドキュメント情報をｓｉｍｈａｓｈ数に変換することにより、２つのドキュメントが類似しているか否かを比較し、比較効率を向上させた。
方法２、目標テキスト情報及び前記標準テキスト情報に対してワードセグメンテーション処理を行い、ワードセグメンテーション処理により得たキーワードセットに基づいて、保険の録音による品質検査結果を判断し、具体的にはステップＳ４５〜ステップＳ４７を含む。
ステップＳ４５、前記保険証券識別子に対応する標準テキスト情報を取得し、プリセットのワードセグメンテーション方法に従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、前記目標テキスト情報に対応する目標キーワードセット及び前記標準テキスト情報に対応する標準キーワードセットを得る。
品質検査端末は前記保険証券識別子に対応する標準テキスト情報を取得し、プリセットのワードセグメンテーション方法に従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理する。ただし、プリセットのワードセグメンテーション方法は、ワード予め設定されたセグメンテーションアルゴリズムを設定して、前記目標テキスト情報に対応する目標キーワードセット及び前記標準テキスト情報に対応する標準キーワードセットを得る。
ステップＳ４６、前記目標キーワードセットと前記標準キーワードセットとを比較して、前記標準キーワードセットが前記目標キーワードセットのサブセットであるか否かを判断する。
品質検査端末は、前記目標キーワードセットと前記標準キーワードセットとを比較し、即ち、品質検査端末は前記目標キーワードセットの各キーワードと前記標準キーワードセットの各キーワードとを比較し、目標キーワードセットに標準キーワードセットのすべてのキーワードが含まれているか否かを判断することにより、前記標準キーワードセットが前記目標キーワードセットのサブセットであるか否かを判断する。
ステップＳ４７、前記標準キーワードセットが前記目標キーワードセットのサブセットである場合、保険の録音による品質検査結果が規範に適合していると出力し、前記標準キーワードセットが前記目標キーワードセットのサブセットではない場合、保険の録音による品質検査結果が規範に適合していないと出力する。
前記標準キーワードセットが前記目標キーワードセットのサブセットであり、即ち、目標キーワードセットに標準キーワードセットのすべてのキーワードが含まれている場合、保険の録音による品質検査結果が規範に適合していると出力し、前記標準キーワードセットが前記目標キーワードセットのサブセットではなく、即ち、目標キーワードセットに標準キーワードセットのキーワードの一部しか含まれていないか、又は目標キーワードセットに標準キーワードセットのキーワードが含まれていない場合、保険の録音による品質検査結果が規範に適合していないと出力する。本実施例では、キーワード比較の方法で、目標テキスト情報が前記標準テキスト情報と一致しているか否かを判断して、最終的に保険の録音による品質検査結果を取得することにより、保険の品質検査がよりスマートになった。
補足で、本実施例にて提出される２つの実現方法を結合してもよく、２つの方法によって得られた結果を、重み付けして平均を求め、最終的に保険の録音による品質検査結果を決定する。ただし、方法１と方法２を結合する具体的な状況について、本実施例では詳細な説明を省略したことを理解されたい。
さらに、上記の実施例に加え、本願の保険の録音による品質検査方法の第２の実施例を提供する。
本実施例では、録音の品質検査結果を出力して表示することで、ユーザが閲覧しやすく、具体的には、前記保険の録音による品質検査方法はステップＳ５０とステップＳ６０とを含む。
ステップＳ５０、前記保険の録音による品質検査結果をプリセットの品質検査テンプレートに入力して、前記保険の録音による品質検査リクエストに対応する品質検査ログを得る。
品質検査端末は、前記保険の録音による品質検査結果をプリセットの品質検査テンプレートに入力する。ただし、プリセットの品質検査テンプレートとは、予め設定された品質検査ドキュメントであり、品質検査端末は、保険の録音による品質検査結果を受信して、保険の録音による品質検査結果をプリセットの品質検査テンプレートの対応する位置に入力して、前記保険の録音による品質検査リクエストに対応する品質検査ログを得る。
ステップＳ６０、品質検査担当者が閲覧できるように、前記品質検査ログにおける前記保険の録音による品質検査結果を表示する。
品質検査端末は、品質検査担当者が品質検査ログを閲覧して品質検査を行えるように、前記品質検査ログにおける前記保険の録音による品質検査結果を表示する。本実施例では、保険の録音による品質検査結果をプリセットの品質検査テンプレートに入力して、保険の録音による品質検査リクエストに対応する品質検査ログを得ることにより、品質検査担当者が閲覧しやすくなる。
また、図３を参照すると、本願の実施例は、保険の録音による品質検査装置をさらに提供し、前記保険の録音による品質検査装置は、
保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するために用いられる取得モジュール１０と、
前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るために用いられる入力認識モジュール２０と、
前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するために用いられる標準取得モジュール３０と、
前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するために用いられる比較出力モジュール４０と、を含む。
選択可能に、前記保険の録音による品質検査装置は、
プリセットの方言語族と普通話語族で朗読した音声データをそれぞれ収集して、各前記音声データに対応する音声特徴パラメータを抽出し、各前記音声特徴パラメータで音声特徴セットを構成するために用いられる収集モジュールと、
前記音声特徴セットからプリセット比率の各前記音声特徴パラメータを抽出し、各前記音声特徴パラメータに基づいて初期音声認識モデルを構築するために用いられる抽出構築モジュールと、
反復アルゴリズムにより前記初期音声認識モデルをトレーニングして最適モデルパラメータを得、トレーニングで得た前記最適モデルパラメータに対応する音声認識モデルをプリセット音声認識モデルとするために用いられるモデル決定モジュールと、を含む。
前記入力認識モジュール２０は、
前記目標録音情報を音波パターンに変換し、かつ前記音波パターンに対応する目標音声特徴パラメータを取得するために用いられるパラメータ取得ユニットと、
前記目標音声特徴パラメータをプリセット音声認識モデルに入力し、前記プリセット音声認識モデルにおける語族認識サブモデルにより前記目標録音情報に属する目標語族を得るために用いられる語族決定ユニットと、
前記プリセット音声認識モデルのうち前記目標語族に対応する音声認識サブモデルを取得し、前記音声認識サブモデルにより前記目標音声特徴パラメータを処理して、前記目標録音情報に対応する目標テキスト情報を得るために用いられる認識ユニットと、を含む。
選択可能に、前記標準取得モジュール３０は、
前記保険証券識別子を解析して、前記保険証券識別子におけるカテゴリ番号を得、前記カテゴリ番号に対応する保険の種類を取得するために用いられる解析ユニットと、
前記保険の種類に対応する基本保険証券、及び前記基本保険証券における保険情報を取得し、プリセットの重みルールに従って前記保険情報を処理して、保険情報のキー情報を決定し、前記キー情報を標準テキスト情報とするために用いられる標準取得ユニットと、を含む。
選択可能に、前記比較出力モジュール４０は、
プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得るために用いられるｓｉｍｈａｓｈ変換サブモジュールと、
前記目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとを比較して類似度を決定し、前記類似度を比較結果とするために用いられる比較サブモジュールと、
前記比較結果の類似度を取得し、前記類似度とプリセット閾値とを比較するために用いられる取得比較サブモジュールと、
前記類似度が前記プリセット閾値を超える場合、保険の録音による品質検査結果が規範に適合していると出力するために用いられる第１の判定サブモジュールと、
前記類似度が前記プリセット閾値を超えない場合、保険の録音による品質検査結果が規範に適合していないと出力するために用いられる第２の判定サブモジュールと、を含む。
選択可能に、前記プリセットのファジーマッチングモデルはワードセグメンテーションサブアルゴリズム及びハッシュサブアルゴリズムを含み、前記ｓｉｍｈａｓｈ変換サブモジュールは、さらに、
前記ワードセグメンテーションサブアルゴリズムに従って前記目標テキスト情報及び前記標準テキスト情報を処理して、目標ワードセグメンテーションシーケンス及び標準ワードセグメンテーションシーケンスを得るために用いられるワードセグメンテーション処理ユニットと、
前記ハッシュサブアルゴリズムに従って前記目標ワードセグメンテーションシーケンス及び前記標準ワードセグメンテーションシーケンスを処理して、目標ハッシュシーケンスと標準ハッシュシーケンスを得るために用いられる第１の処理ユニットと、
前記目標ハッシュシーケンス及び前記標準ハッシュシーケンスに対して統合及び次元縮退処理を行って、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得るために用いられる第２の処理ユニットと、を含む。
選択可能に、前記比較出力モジュール４０は、さらに、
前記保険証券識別子に対応する標準テキスト情報を取得し、プリセットのワードセグメンテーション方法に従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、前記目標テキスト情報に対応する目標キーワードセット及び前記標準テキスト情報に対応する標準キーワードセットを得るために用いられるワードセグメンテーション処理ユニットと、
前記目標キーワードセットと前記標準キーワードセットとを比較して、前記標準キーワードセットが前記目標キーワードセットのサブセットであるか否かを判断するために用いられるキーワード比較ユニットと、
前記標準キーワードセットが前記目標キーワードセットのサブセットである場合、保険の録音による品質検査結果が規範に適合していると出力するために用いられる第１の出力ユニットと、
前記標準キーワードセットが前記目標キーワードセットのサブセットではない場合、保険の録音による品質検査結果が規範に適合していないと出力するために用いられる第２の出力ユニットと、を含む。
選択可能に、前記保険の録音による品質検査装置は、さらに、
前記保険の録音による品質検査結果をプリセットの品質検査テンプレートに入力して、前記保険の録音による品質検査リクエストに対応する品質検査ログを得るために用いられるログ生成モジュールと、
品質検査担当者が閲覧できるように、前記品質検査ログにおける前記保険の録音による品質検査結果を表示するために用いられるログ表示モジュールと、を含む。
ここで、保険の録音による品質検査装置の各機能モジュールによって実現されるステップは、本願の保険の録音による品質検査方法の各実施例を参照してもよく、ここでは詳細な説明を省略する。
また、本願の実施例は、コンピュータ記憶媒体をさらに提供する。
前記コンピュータ記憶媒体にはコンピュータ可読命令が記憶され、前記コンピュータ可読命令がプロセッサによって実行されると、上記の実施例にて提供される保険の録音による品質検査方法の操作が実施される。
以上の実施形態の説明を通じて、当業者は、上記の実施例の方法が、ソフトウェアプラス必要な汎用ハードウェアプラットフォームを使用する方法で実現できることを明確に理解することができ、当然のことながら、ハードウェアによっても実現できるが、多くの場合、前者の方が好ましい実施形態である。このような理解に基づき、本願の技術的解決手段は、本質的に又は既存の技術に寄与する部分は、ソフトウェア製品の形で具現化されることができ、当該コンピュータソフトウェア製品は、上記のような記憶媒体（ＲＯＭ／ＲＡＭ、磁気ディスク、光ディスクなど）に格納され、端末機器（携帯電話、コンピュータ、サーバ、エアコン、ネットワーク機器などであってもよい）に本願の各実施例に記載の方法を実施させるためのいくつかの命令を含む。
以上は本願の好ましい実施例にすぎず、本願の特許範囲を制限するものではなく、本願の明細書及び図面の内容を使用して行われた、又は他の関連する技術分野で直接的又は間接的に使用された同じ効果の構造又は同じ効果のプロセス変換は、同様に本願の特許請求の範囲に含まれる。

Claims (20)

  1. 保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するステップと、
    前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るステップと、
    前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するステップと、
    前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するステップと、を含む、
    ことを特徴とする保険の録音による品質検査方法。
  2. 前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得る前記ステップの前に、
    プリセットの方言語族と普通話語族で朗読した音声データをそれぞれ収集して、各前記音声データに対応する音声特徴パラメータを抽出し、各前記音声特徴パラメータで音声特徴セットを構成するステップと、
    前記音声特徴セットからプリセット比率の各前記音声特徴パラメータを抽出し、各前記音声特徴パラメータに基づいて初期音声認識モデルを構築するステップと、
    反復アルゴリズムにより前記初期音声認識モデルをトレーニングして最適モデルパラメータを得、トレーニングで得た前記最適モデルパラメータに対応する音声認識モデルをプリセット音声認識モデルとするステップと、を含み、
    前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得る前記ステップは、
    前記目標録音情報を音波パターンに変換し、かつ前記音波パターンに対応する目標音声特徴パラメータを取得することと、
    前記目標音声特徴パラメータをプリセット音声認識モデルに入力し、前記プリセット音声認識モデルにおける語族認識サブモデルにより前記目標録音情報に属する目標語族を得ることと、
    前記プリセット音声認識モデルのうち前記目標語族に対応する音声認識サブモデルを取得し、前記音声認識サブモデルにより前記目標音声特徴パラメータを処理して、前記目標録音情報に対応する目標テキスト情報を得ることと、を含む、
    ことを特徴とする請求項１に記載の保険の録音による品質検査方法。
  3. 前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定する前記ステップは、
    前記保険証券識別子を解析して、前記保険証券識別子におけるカテゴリ番号を得、前記カテゴリ番号に対応する保険の種類を取得することと、
    前記保険の種類に対応する基本保険証券、及び前記基本保険証券における保険情報を取得し、プリセットの重みルールに従って前記保険情報を処理して、保険情報のキー情報を決定し、前記キー情報を標準テキスト情報とすることと、を含む、
    ことを特徴とする請求項１に記載の保険の録音による品質検査方法。
  4. 前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する前記ステップは、
    プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得ることと、
    前記目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとを比較して類似度を決定し、前記類似度を比較結果とすることと、
    前記比較結果の類似度を取得し、前記類似度とプリセット閾値とを比較することと、
    前記類似度が前記プリセット閾値を超える場合、保険の録音による品質検査結果が規範に適合していると出力することと、
    前記類似度が前記プリセット閾値を超えない場合、保険の録音による品質検査結果が規範に適合していないと出力することと、を含む、
    ことを特徴とする請求項１に記載の保険の録音による品質検査方法。
  5. 前記プリセットのファジーマッチングモデルはワードセグメンテーションサブアルゴリズム及びハッシュサブアルゴリズムを含み、
    プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得る前記ステップは、
    前記ワードセグメンテーションサブアルゴリズムに従って前記目標テキスト情報及び前記標準テキスト情報を処理して、目標ワードセグメンテーションシーケンス及び標準ワードセグメンテーションシーケンスを得ることと、
    前記ハッシュサブアルゴリズムに従って前記目標ワードセグメンテーションシーケンス及び前記標準ワードセグメンテーションシーケンスを処理して、目標ハッシュシーケンスと標準ハッシュシーケンスを得ることと、
    前記目標ハッシュシーケンス及び前記標準ハッシュシーケンスに対して統合及び次元縮退処理を行って、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得ることと、を含む、
    ことを特徴とする請求項４に記載の保険の録音による品質検査方法。
  6. 前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する前記ステップはさらに、
    前記保険証券識別子に対応する標準テキスト情報を取得し、プリセットのワードセグメンテーション方法に従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、前記目標テキスト情報に対応する目標キーワードセット及び前記標準テキスト情報に対応する標準キーワードセットを得ることと、
    前記目標キーワードセットと前記標準キーワードセットとを比較して、前記標準キーワードセットが前記目標キーワードセットのサブセットであるか否かを判断することと、
    前記標準キーワードセットが前記目標キーワードセットのサブセットである場合、保険の録音による品質検査結果が規範に適合していると出力することと、
    前記標準キーワードセットが前記目標キーワードセットのサブセットではない場合、保険の録音による品質検査結果が規範に適合していないと出力することと、を含む、
    ことを特徴とする請求項１に記載の保険の録音による品質検査方法。
  7. 前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する前記ステップの後、
    前記保険の録音による品質検査結果をプリセットの品質検査テンプレートに入力して、前記保険の録音による品質検査リクエストに対応する品質検査ログを得ることと、
    品質検査担当者が閲覧できるように、前記品質検査ログにおける前記保険の録音による品質検査結果を表示することと、を含む、
    ことを特徴とする請求項１に記載の保険の録音による品質検査方法。
  8. 保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するために用いられる取得モジュールと、
    前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るために用いられる入力認識モジュールと、
    前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するために用いられる標準取得モジュールと、
    前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するために用いられる比較出力モジュールと、を含む、
    ことを特徴とする保険の録音による品質検査装置。
  9. プリセットの方言語族と普通話語族で朗読した音声データをそれぞれ収集して、各前記音声データに対応する音声特徴パラメータを抽出し、各前記音声特徴パラメータで音声特徴セットを構成するために用いられる収集モジュールと、
    前記音声特徴セットからプリセット比率の各前記音声特徴パラメータを抽出し、各前記音声特徴パラメータに基づいて初期音声認識モデルを構築するために用いられる抽出構築モジュールと、
    反復アルゴリズムにより前記初期音声認識モデルをトレーニングして最適モデルパラメータを得、トレーニングで得た前記最適モデルパラメータに対応する音声認識モデルをプリセット音声認識モデルとするために用いられるモデル決定モジュールと、を含み、
    前記入力認識モジュールは、
    前記目標録音情報を音波パターンに変換し、かつ前記音波パターンに対応する目標音声特徴パラメータを取得するために用いられるパラメータ取得ユニットと、
    前記目標音声特徴パラメータをプリセット音声認識モデルに入力し、前記プリセット音声認識モデルにおける語族認識サブモデルにより前記目標録音情報に属する目標語族を得るために用いられる語族決定ユニットと、
    前記プリセット音声認識モデルのうち前記目標語族に対応する音声認識サブモデルを取得し、前記音声認識サブモデルにより前記目標音声特徴パラメータを処理して、前記目標録音情報に対応する目標テキスト情報を得るために用いられる認識ユニットと、を含む、
    ことを特徴とする請求項８に記載の保険の録音による品質検査装置。
  10. 前記標準取得モジュールは、
    前記保険証券識別子を解析して、前記保険証券識別子におけるカテゴリ番号を得、前記カテゴリ番号に対応する保険の種類を取得するために用いられる解析ユニットと、
    前記保険の種類に対応する基本保険証券、及び前記基本保険証券における保険情報を取得し、プリセットの重みルールに従って前記保険情報を処理して、保険情報のキー情報を決定し、前記キー情報を標準テキスト情報とするために用いられる標準取得ユニットと、を含む、
    ことを特徴とする請求項８に記載の保険の録音による品質検査装置。
  11. 前記比較出力モジュールは、
    プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得るために用いられるｓｉｍｈａｓｈ変換サブモジュールと、
    前記目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとを比較して類似度を決定し、前記類似度を比較結果とするために用いられる比較サブモジュールと、
    前記比較結果の類似度を取得し、前記類似度とプリセット閾値とを比較するために用いられる取得比較サブモジュールと、
    前記類似度が前記プリセット閾値を超える場合、保険の録音による品質検査結果が規範に適合していると出力するために用いられる第１の判定サブモジュールと、
    前記類似度が前記プリセット閾値を超えない場合、保険の録音による品質検査結果が規範に適合していないと出力するために用いられる第２の判定サブモジュールと、を含む、
    ことを特徴とする請求項８に記載の保険の録音による品質検査装置。
  12. 前記プリセットのファジーマッチングモデルはワードセグメンテーションサブアルゴリズム及びハッシュサブアルゴリズムを含み、前記ｓｉｍｈａｓｈ変換サブモジュールはさらに、
    前記ワードセグメンテーションサブアルゴリズムに従って前記目標テキスト情報及び前記標準テキスト情報を処理して、目標ワードセグメンテーションシーケンス及び標準ワードセグメンテーションシーケンスを得るために用いられるワードセグメンテーション処理ユニットと、
    前記ハッシュサブアルゴリズムに従って前記目標ワードセグメンテーションシーケンス及び前記標準ワードセグメンテーションシーケンスを処理して、目標ハッシュシーケンスと標準ハッシュシーケンスを得るために用いられる第１の処理ユニットと、
    前記目標ハッシュシーケンス及び前記標準ハッシュシーケンスに対して統合及び次元縮退処理を行って、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得るために用いられる第２の処理ユニットと、を含む、
    ことを特徴とする請求項１１に記載の保険の録音による品質検査装置。
  13. 前記比較出力モジュールは、さらに、
    前記保険証券識別子に対応する標準テキスト情報を取得し、プリセットのワードセグメンテーション方法に従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、前記目標テキスト情報に対応する目標キーワードセット及び前記標準テキスト情報に対応する標準キーワードセットを得るために用いられるワードセグメンテーション処理ユニットと、
    前記目標キーワードセットと前記標準キーワードセットとを比較して、前記標準キーワードセットが前記目標キーワードセットのサブセットであるか否かを判断するために用いられるキーワード比較ユニットと、
    前記標準キーワードセットが前記目標キーワードセットのサブセットである場合、保険の録音による品質検査結果が規範に適合していると出力するために用いられる第１の出力ユニットと、
    前記標準キーワードセットが前記目標キーワードセットのサブセットではない場合、保険の録音による品質検査結果が規範に適合していないと出力するために用いられる第２の出力ユニットと、を含む、
    ことを特徴とする請求項８に記載の保険の録音による品質検査装置。
  14. 前記保険の録音による品質検査結果をプリセットの品質検査テンプレートに入力して、前記保険の録音による品質検査リクエストに対応する品質検査ログを得るために用いられるログ生成モジュールと、
    品質検査担当者が閲覧できるように、前記品質検査ログにおける前記保険の録音による品質検査結果を表示するために用いられるログ表示モジュールと、をさらに含む、
    ことを特徴とする請求項８に記載の保険の録音による品質検査装置。
  15. メモリと、プロセッサと、前記メモリ上に記憶されかつ前記プロセッサで実行可能なコンピュータ可読命令と、を含み、ただし、
    前記コンピュータ可読命令が前記プロセッサによって実行されると、
    保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するステップと、
    前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るステップと、
    前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するステップと、
    前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するステップとが実施される、
    ことを特徴とする保険の録音による品質検査機器。
  16. 前記コンピュータ可読命令が前記プロセッサによって実行されると、
    プリセットの方言語族と普通話語族で朗読した音声データをそれぞれ収集して、各前記音声データに対応する音声特徴パラメータを抽出し、各前記音声特徴パラメータで音声特徴セットを構成するステップと、
    前記音声特徴セットからプリセット比率の各前記音声特徴パラメータを抽出し、各前記音声特徴パラメータに基づいて初期音声認識モデルを構築するステップと、
    反復アルゴリズムにより前記初期音声認識モデルをトレーニングして最適モデルパラメータを得、トレーニングで得た前記最適モデルパラメータに対応する音声認識モデルをプリセット音声認識モデルとするステップとが実施され、
    前記コンピュータ可読命令が前記プロセッサによって実行されると、前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得る前記ステップは、
    前記目標録音情報を音波パターンに変換し、かつ前記音波パターンに対応する目標音声特徴パラメータを取得することと、
    前記目標音声特徴パラメータをプリセット音声認識モデルに入力し、前記プリセット音声認識モデルにおける語族認識サブモデルにより前記目標録音情報に属する目標語族を得ることと、
    前記プリセット音声認識モデルのうち前記目標語族に対応する音声認識サブモデルを取得し、前記音声認識サブモデルにより前記目標音声特徴パラメータを処理して、前記目標録音情報に対応する目標テキスト情報を得ることと、を含む、
    ことを特徴とする請求項１５に記載の保険の録音による品質検査機器。
  17. 前記コンピュータ可読命令が前記プロセッサによって実行されると、前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定する前記ステップは、
    前記保険証券識別子を解析して、前記保険証券識別子におけるカテゴリ番号を得、前記カテゴリ番号に対応する保険の種類を取得することと、
    前記保険の種類に対応する基本保険証券、及び前記基本保険証券における保険情報を取得し、プリセットの重みルールに従って前記保険情報を処理して、保険情報のキー情報を決定し、前記キー情報を標準テキスト情報とすることと、を含む、
    ことを特徴とする請求項１５に記載の保険の録音による品質検査機器。
  18. 前記コンピュータ可読命令が前記プロセッサによって実行されると、前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力する前記ステップは、
    プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得ることと、
    前記目標ｓｉｍｈａｓｈシーケンスと前記標準ｓｉｍｈａｓｈシーケンスとを比較して類似度を決定し、前記類似度を比較結果とすることと、
    前記比較結果の類似度を取得し、前記類似度とプリセット閾値とを比較することと、
    前記類似度が前記プリセット閾値を超える場合、保険の録音による品質検査結果が規範に適合していると出力することと、
    前記類似度が前記プリセット閾値を超えない場合、保険の録音による品質検査結果が規範に適合していないと出力することと、を含む、
    ことを特徴とする請求項１５に記載の保険の録音による品質検査機器。
  19. 前記プリセットのファジーマッチングモデルはワードセグメンテーションサブアルゴリズム及びハッシュサブアルゴリズムを含み、前記コンピュータ可読命令が前記プロセッサによって実行されると、プリセットのファジーマッチングモデルに従って前記目標テキスト情報及び前記標準テキスト情報をそれぞれ処理して、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得る前記ステップは、
    前記ワードセグメンテーションサブアルゴリズムに従って前記目標テキスト情報及び前記標準テキスト情報を処理して、目標ワードセグメンテーションシーケンス及び標準ワードセグメンテーションシーケンスを得ることと、
    前記ハッシュサブアルゴリズムに従って前記目標ワードセグメンテーションシーケンス及び前記標準ワードセグメンテーションシーケンスを処理して、目標ハッシュシーケンスと標準ハッシュシーケンスを得ることと、
    前記目標ハッシュシーケンス及び前記標準ハッシュシーケンスに対して統合及び次元縮退処理を行って、目標ｓｉｍｈａｓｈシーケンス及び標準ｓｉｍｈａｓｈシーケンスを得ることと、を含む、
    ことを特徴とする請求項１８に記載の保険の録音による品質検査機器。
  20. コンピュータ可読命令が記憶されているコンピュータ記憶媒体であって、前記コンピュータ可読命令は、プロセッサによって実行されると、
    保険の録音による品質検査リクエストを受信し、前記保険の録音による品質検査リクエストに含まれている保険証券識別子と、前記保険証券識別子に関連付けられた目標録音情報とを取得するステップと、
    前記目標録音情報をプリセット音声認識モデルに入力して、前記目標録音情報に対応する目標テキスト情報を得るステップと、
    前記保険証券識別子に基づいて保険の種類を決定し、前記保険の種類に対応する基本保険証券及び前記基本保険証券における保険情報を取得し、前記保険情報に基づいて標準テキスト情報を決定するステップと、
    前記目標テキスト情報と前記標準テキスト情報とを比較して比較結果を得、前記比較結果に基づいて、保険の録音による品質検査結果を出力するステップとが実施される、
    ことを特徴とするコンピュータ記憶媒体。
JP2020568527A 2018-08-17 2018-12-21 保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体 Active JP7025569B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810939070.1 2018-08-17
CN201810939070.1A CN109389971B (zh) 2018-08-17 2018-08-17 基于语音识别的保险录音质检方法、装置、设备和介质
PCT/CN2018/122623 WO2020034526A1 (zh) 2018-08-17 2018-12-21 保险录音的质检方法、装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
JP2021526242A true JP2021526242A (ja) 2021-09-30
JP7025569B2 JP7025569B2 (ja) 2022-02-24

Family

ID=65418346

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020568527A Active JP7025569B2 (ja) 2018-08-17 2018-12-21 保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体

Country Status (6)

Country Link
EP (1) EP3839942A4 (ja)
JP (1) JP7025569B2 (ja)
KR (1) KR20210020007A (ja)
CN (1) CN109389971B (ja)
SG (1) SG11202101542XA (ja)
WO (1) WO2020034526A1 (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012696A (zh) * 2019-06-19 2021-06-22 北京嘀嘀无限科技发展有限公司 一种接单方法及设备、介质、程序产品
CN110379445A (zh) * 2019-06-20 2019-10-25 深圳壹账通智能科技有限公司 基于情绪分析的业务处理方法、装置、设备及存储介质
CN110378587A (zh) * 2019-07-08 2019-10-25 上海辰尚信息科技有限公司 智能质检方法、系统、介质以及设备
CN110334241B (zh) * 2019-07-10 2023-08-25 深圳前海微众银行股份有限公司 客服录音的质检方法、装置、设备及计算机可读存储介质
CN110442853A (zh) * 2019-08-09 2019-11-12 深圳前海微众银行股份有限公司 文本定位方法、装置、终端及存储介质
CN110648106B (zh) * 2019-08-15 2023-10-10 创新先进技术有限公司 健康保障项目的提醒方法以及装置
CN110599028B (zh) * 2019-09-09 2022-05-17 深圳前海微众银行股份有限公司 文本定位方法、装置、设备及存储介质
CN110597964B (zh) * 2019-09-27 2023-04-07 神州数码融信软件有限公司 一种双录质检语义分析方法、装置及双录质检系统
CN111210842B (zh) * 2019-12-27 2023-04-28 中移（杭州）信息技术有限公司 语音质检方法、装置、终端及计算机可读存储介质
CN111314566A (zh) * 2020-01-20 2020-06-19 北京神州泰岳智能数据技术有限公司 一种语音质检方法、装置与系统
CN111291162B (zh) * 2020-02-26 2024-04-09 深圳前海微众银行股份有限公司 质检例句挖掘方法、装置、设备及计算机可读存储介质
CN111523317B (zh) * 2020-03-09 2023-04-07 平安科技（深圳）有限公司 语音质检方法、装置、电子设备及介质
CN112069796B (zh) * 2020-09-03 2023-08-04 阳光保险集团股份有限公司 一种语音质检方法、装置，电子设备及存储介质
CN112214613A (zh) * 2020-10-15 2021-01-12 平安国际智慧城市科技股份有限公司 基于人工智能的用药推荐方法、装置、电子设备及介质
CN112634903B (zh) * 2020-12-15 2023-09-29 平安科技（深圳）有限公司 业务语音的质检方法、装置、设备及存储介质
CN112465399A (zh) * 2020-12-16 2021-03-09 作业帮教育科技（北京）有限公司 基于策略自动迭代的智能质检方法、装置和电子设备
CN113223532B (zh) * 2021-04-30 2024-03-05 平安科技（深圳）有限公司 客服通话的质检方法、装置、计算机设备及存储介质
CN113283995B (zh) * 2021-05-20 2022-07-12 支付宝(杭州)信息技术有限公司 一种保险公估远程访问纪要方法、装置以及设备
CN113449506A (zh) * 2021-06-29 2021-09-28 未鲲(上海)科技服务有限公司 一种数据检测方法、装置、设备及可读存储介质
CN114511569B (zh) * 2022-04-20 2022-07-12 中南大学湘雅医院 基于肿瘤标志物的医学图像识别方法、装置、设备及介质
CN116092496B (zh) * 2022-12-05 2023-10-17 湖北微模式科技发展有限公司 一种话术表达完整性判别的方法与系统
CN116975044B (zh) * 2023-09-21 2023-12-22 云粒智慧科技有限公司 质检规则确定方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050055211A1 (en) * 2003-09-05 2005-03-10 Claudatos Christopher Hercules Method and system for information lifecycle management
JP2009014888A (ja) * 2007-07-03 2009-01-22 Internatl Business Mach Corp <Ibm> 対話処理装置、対話処理方法及びコンピュータ・プログラム
CN105184315A (zh) * 2015-08-26 2015-12-23 北京中电普华信息技术有限公司 一种质检处理方法及系统
JP2016085697A (ja) * 2014-10-29 2016-05-19 株式会社野村総合研究所 コンプライアンスチェックシステムおよびコンプライアンスチェックプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7191133B1 (en) * 2001-02-15 2007-03-13 West Corporation Script compliance using speech recognition
US20070168195A1 (en) * 2006-01-19 2007-07-19 Wilkin George P Method and system for measurement of voice quality using coded signals
CN101150622A (zh) * 2007-01-30 2008-03-26 华为技术有限公司 质检方法、质检设备及质检系统
CN101075316A (zh) * 2007-06-25 2007-11-21 陆航程 一种电子票证交易认证管理方法、载体结构、系统、终端
US9772741B2 (en) * 2013-03-15 2017-09-26 Konstantinos (Constantin) F. Aliferis Data analysis computer system and method for organizing, presenting, and optimizing predictive modeling
CN104517068A (zh) * 2014-12-31 2015-04-15 华为技术有限公司 一种处理录音文件方法和装置
CN105141787A (zh) * 2015-08-14 2015-12-09 上海银天下科技有限公司 服务录音的合规检查方法及装置
CN106874253A (zh) * 2015-12-11 2017-06-20 腾讯科技（深圳）有限公司 识别敏感信息的方法及装置
CN106981291A (zh) * 2017-03-30 2017-07-25 上海航动科技有限公司 一种基于语音识别的智能核单质检系统
CN107547759B (zh) * 2017-08-22 2020-01-03 深圳市融壹买信息科技有限公司 一种对客服人员通话的质检方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050055211A1 (en) * 2003-09-05 2005-03-10 Claudatos Christopher Hercules Method and system for information lifecycle management
JP2009014888A (ja) * 2007-07-03 2009-01-22 Internatl Business Mach Corp <Ibm> 対話処理装置、対話処理方法及びコンピュータ・プログラム
JP2016085697A (ja) * 2014-10-29 2016-05-19 株式会社野村総合研究所 コンプライアンスチェックシステムおよびコンプライアンスチェックプログラム
CN105184315A (zh) * 2015-08-26 2015-12-23 北京中电普华信息技术有限公司 一种质检处理方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"中国大手生命保険会社コールセンターでの音声認識技術AmiVoice(R)活用事例が中国人民銀行傘下の中国金融電", NEWS RELEASE, JPN6022004310, February 2017 (2017-02-01), ISSN: 0004702393 *
DAU-CHENG LYU, ET AL.: "SPEECH RECOGNITION ON CODE-SWITCHING AMONG THE CHINESE DIALECTS", ICASSP 2006, JPN6022004311, May 2006 (2006-05-01), pages 1105 - 1108, ISSN: 0004702392 *

Also Published As

Publication number Publication date
CN109389971B (zh) 2022-06-17
WO2020034526A1 (zh) 2020-02-20
JP7025569B2 (ja) 2022-02-24
SG11202101542XA (en) 2021-03-30
KR20210020007A (ko) 2021-02-23
EP3839942A4 (en) 2022-01-19
CN109389971A (zh) 2019-02-26
EP3839942A1 (en) 2021-06-23

Similar Documents

Publication Publication Date Title
JP7025569B2 (ja) 保険の録音による品質検査方法、装置、機器及びコンピュータ記憶媒体
CN110147726B (zh) 业务质检方法和装置、存储介质及电子装置
CN106683680B (zh) 说话人识别方法及装置、计算机设备及计算机可读介质
WO2021208287A1 (zh) 用于情绪识别的语音端点检测方法、装置、电子设备及存储介质
WO2021000408A1 (zh) 面试评分方法、装置、设备及存储介质
WO2019037205A1 (zh) 语音欺诈识别方法、装置、终端设备及存储介质
WO2021114841A1 (zh) 一种用户报告的生成方法及终端设备
CN108305618B (zh) 语音获取及搜索方法、智能笔、搜索终端及存储介质
CN112700794B (zh) 一种音频场景分类方法、装置、电子设备和存储介质
US9947323B2 (en) Synthetic oversampling to enhance speaker identification or verification
CN110223134B (zh) 基于语音识别的产品推荐方法及相关设备
CN112232276B (zh) 一种基于语音识别和图像识别的情绪检测方法和装置
CN109670148A (zh) 基于语音识别的催收辅助方法、装置、设备和存储介质
CN113223536A (zh) 声纹识别方法、装置及终端设备
CN109947971A (zh) 图像检索方法、装置、电子设备及存储介质
CN111933148A (zh) 基于卷神经网络的年龄识别方法、装置及终端
CN106710588B (zh) 语音数据句类识别方法和装置及系统
WO2024093578A1 (zh) 语音识别方法、装置、电子设备、存储介质及计算机程序产品
CN113539243A (zh) 语音分类模型的训练方法、语音分类方法及相关装置
CN114595692A (zh) 一种情绪识别方法、系统及终端设备
CN113782005B (zh) 语音识别方法及装置、存储介质及电子设备
CN113808577A (zh) 语音摘要的智能提取方法、装置、电子设备及存储介质
CN113035230A (zh) 认证模型的训练方法、装置及电子设备
CN112712792A (zh) 一种方言识别模型的训练方法、可读存储介质及终端设备
KR102334580B1 (ko) 사용자 음성 및 그래프 신경망 기반의 감정인식 장치 및 그 방법

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201209

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220127

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220208

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220210

R150 Certificate of patent or registration of utility model

Ref document number: 7025569

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150