CN111565254B - 通话数据质检方法、装置、计算机设备和存储介质 - Google Patents
通话数据质检方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111565254B CN111565254B CN202010672539.7A CN202010672539A CN111565254B CN 111565254 B CN111565254 B CN 111565254B CN 202010672539 A CN202010672539 A CN 202010672539A CN 111565254 B CN111565254 B CN 111565254B
- Authority
- CN
- China
- Prior art keywords
- call
- quality
- call data
- tag
- 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.)
- Active
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请涉及一种通话数据质检方法、装置、计算机设备和存储介质,通过获取当前的待质检通话数据,并根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签,若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到存储需要质检的通话数据的质检区域。可以提高质检效率。
Description
技术领域
本申请涉及人工智能技术领域,特别是涉及一种通话数据质检方法、装置、计算机设备和存储介质。
背景技术
随着信息技术的发展,语音机器人在诸多领域得到了广泛的应用,例如,在客户服务方面,语音机器人能够通过自然流畅的人机交互提供自主在线问答、咨询、指令执行等服务。
在进行人机交互时,通过语音机器人能够实现自动对用户进行外呼。为了改善语音机器人的外呼通话的质量和效率,需要通过质检通话数据的方式优化语音机器人外呼时的通话方式和内容。现有技术中对语音机器人自动外呼产生的通话数据是通过人工进行质检,标记出其中存在问题的通话并优化。
但是,语音机器人外呼效率很高,每天产生的通话数据数以万计,而人工质检每个人每天质检通话数据的数量有限,难以完成对所有通话数据进行全量质检,导致通话数据质检效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高通话数据质检效率的通话数据质检方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供一种通话数据质检方法,该方法包括:
获取当前的待质检通话数据;
根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签;通话标签包括异常标签和正常标签;
若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到质检区域;质检区域中存储需要质检的通话数据。
在其中一个实施例中,在将待质检通话数据输出到质检区域之后,该方法还包括:
通过预设的质检模型对质检区域中的通话数据进行质检,得到质检结果;质检结果包括通话数据异常的原因。
在其中一个实施例中,异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
在其中一个实施例中,上述根据预设的通话特征规则,分析待质检的通话数据的特征,得到对应的通话标签,包括:
根据通话特征规则,分析待质检的通话数据中语音机器人与用户语音流的语音交叉时长;
若语音交叉时长超过预设时长阈值,确定待质检的通话数据的通话标签为语音交叉标签。
在其中一个实施例中,上述根据预设的通话特征规则,分析待质检的通话数据的特征,得到对应的通话标签,包括:
根据通话特征规则,分析待质检的通话数据中用户的语速;
若语速超过预设语速阈值,确定待质检的通话数据的通话标签为语速过快标签。
在其中一个实施例中,上述根据预设的通话特征规则,分析待质检的通话数据的特征,得到对应的通话标签,包括:
根据通话特征规则,获取待质检通话数据的置信度,置信度表示语音机器人对用户的语义识别结果的打分结果;
若置信度低于预设阈值,确定待质检的通话数据的通话标签为置信度低标签。
在其中一个实施例中,上述根据预设的通话特征规则,分析待质检的通话数据的特征,得到对应的通话标签,包括:
根据通话特征规则,分析待质检通话数据中语音机器人拒识用户语义的次数;
若拒识用户语义的次数超过预设拒识次数阈值,确定待质检通话数据的通话标签为拒识过多标签。
第二方面,本申请实施例提供一种通话数据质检装置,该装置包括:
获取模块,用于获取当前的待质检通话数据;
标签确定模块,用于根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签;通话标签包括异常标签和正常标签;
质检模块,用于若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到质检区域;质检区域中存储需要质检的通话数据。
在其中一个实施例中,上述质检模块,用于通过预设的质检模型对质检区域中的通话数据进行质检,得到质检结果;质检结果包括通话数据异常的原因。
在其中一个实施例中,异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
在其中一个实施例中,上述标签确定模块包括:
分析语音交叉单元,用于根据通话特征规则,分析待质检的通话数据中语音机器人与用户语音流的语音交叉时长;
语音交叉标签确定单元,用于若语音交叉时长超过预设时长阈值,确定待质检的通话数据的通话标签为语音交叉标签。
在其中一个实施例中,上述标签确定模块包括:
语速分析单元,用于根据通话特征规则,分析待质检的通话数据中用户的语速;
语速标签确定单元,若语速超过预设语速阈值,确定待质检的通话数据的通话标签为语速过快标签。
在其中一个实施例中,上述标签确定模块包括:
置信度获取单元,用于根据通话特征规则,获取待质检通话数据的置信度,置信度表示语音机器人对用户的语义识别结果的打分结果;
置信度标签单元,用于若置信度低于预设阈值,确定待质检的通话数据的通话标签为置信度低标签。
在其中一个实施例中,上述标签确定模块包括:
拒识次数获取单元,用于根据通话特征规则,分析待质检通话数据中语音机器人拒识用户语义的次数;
拒识标签单元,用于若拒识用户语义的次数超过预设拒识次数阈值,确定待质检通话数据的通话标签为拒识过多标签。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面实施例提供的任一方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面实施例提供的任一方法的步骤。
本申请实施例提供的一种通话数据质检方法、装置、计算机设备和存储介质,通过获取当前的待质检通话数据,并根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签,若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到存储需要质检的通话数据的质检区域。在面对大量需要质检的通话数据时,自动先对每一条通话数据进行语音特征分析并打通话标签,初步筛选出异常标签的通话数据,然后将异常的通话数据输出到质检区域进行质检,这样经过初步筛选,只需对具有异常标签的通话数据进行质检,使得待质检的通话数据数量变少,提高了质检效率,且在质检过程中可以根据异常标签进行针对性的质检,以异常标签指示质检方向,进一步提高了质检效率。
附图说明
图1a为一个实施例中通话数据质检方法的应用环境图;
图1b为一个实施例中电话机器人的内部结构图;
图2为一个实施例中通话数据质检方法的流程示意图;
图3为一个实施例中通话数据质检方法的流程示意图;
图4为一个实施例中通话数据质检方法的流程示意图;
图5为一个实施例中通话数据质检方法的流程示意图;
图6为一个实施例中通话数据质检方法的流程示意图;
图7为一个实施例中通话数据质检方法的流程图;
图8为一个实施例中通话数据质检装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参见图1a,本申请提供一种通话数据质检方法的应用环境,语音机器人01可以与用户进行语音交互,例如,电销、问答、咨询、指令执行等场景。其中,该语音机器人01包括但不限于外呼机器人、聊天机器人、智能客服、智能助手等多种服务类型的机器人。其中,该语音机器人的内部结构可参见如图1b所示,该语音机器人包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该数据库用于存储一种通话数据质检的相关数据。该网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种通话数据质检方法。可以理解的是,图1b所示的语音机器人内部结构只是一种示例,并不用作限定。
本申请实施例提供一种通话数据质检方法、装置、计算机设备和存储介质,能够提高通话数据质检效率。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是,本申请提供的一种通话数据质检方法,图2-图7的执行主体为语音机器人。其中,该图2-图7的执行主体还可以是通话数据质检装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为语音机器人的部分或者全部。
为使本申请实施例的目的、技术方案和优点更加清楚,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。
在一个实施例中,如图2所示,提供了一种通话数据质检方法,以该方法应用于图1a中的语音机器人为例进行说明,该实施例涉及的是语音机器人根据预设的通话特征规则分析当前的待质检通话数据,得到该待质检通话数据对应的通话标签后,若该待质检通话数据的通话标签是异常标签,将待质检通话数据输出到质检区域的具体过程,该实施例包括以下步骤:
S101,获取当前的待质检通话数据。
通话数据是指机器人外呼通话时产生的通话记录,例如,在电销、问答、咨询等场景中语音机器人外呼至用户A后,与用户A的通话过程产生的数据记录。实际应用中,语音机器人外呼时会产生非常多的通话数据,对于每一条通话数据都会进行质检,那么当前的待质检通话数据指的是当前需要进行质检的通话数据。
其中,语音机器人获取待质检通话数据的方式可以是向存储有所有待质检的通话数据的存储模块获取,或者,存储模块定时发送要质检的通话数据;若通话数据存储在外接设备中,则是语音机器人向外接设备获取该待质检的通话数据,本申请实施例对获取方式不作限定。
S102,根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签;通话标签包括异常标签和正常标签。
预设的通话特征规则指的是预先建立的用于分析通话数据特点的规则,即语音机器人与用户的通话过程存在的一些特点,例如是否存在语音交叉、双方语音相关信息(大小、音调、情绪、语速等)、以及语音机器人对用户语音的识别情况等等。其中,通话标签指的是对每条通话数据对应划分的标签,包括异常标签和正常标签,若通话数据对应的是异常标签,则指的是分析通话数据的特征后,该通话数据的特征存在不符合要求的异常的情况;若通话数据对应的正常标签,则指的是分析通话数据的特征后该通话数据一切符合要求,不存在异常情况。
实际应用中,语音机器人获取到当前待质检的通话数据后,根据预先设定的通话特征规则,分析该待质检通话数据的特征,例如,通话特征规则中定义了通话特点包括是否存在语音交叉,那么就分析待质检的通话数据中语音机器人与用户语音流是否存在语音交叉;或者,通话特征规则中定义了通话特点包括用户语速过快,那么就分析待质检的通话数据中用户语速是否过快;又或者,通话特征规则中定义了通话特点包括不识别用户语义,那么就分析待质检的通话数据中语音机器人是否有不识别用户语义的情况。经过分析了待质检通话数据的特征后,若该待质检通话数据的特征存在不符合要求的,确定其通话标签为异常标签,例如,语音交叉标签、语速过快标签、拒识过多标签等,否则其通话标签是正常标签。
S103,若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到质检区域;质检区域中存储需要质检的通话数据。
若上述待质检通话数据的通话标签是异常标签,则语音机器人将该待质检通话数据输出到质检区域。其中,质检区域中存储有需要质检的通话数据,即凡是输出到质检区域中均是异常标签的通话数据,对于异常标签的就需要进行全面检测,例如,可以基于该异常标签进行深入分析、针对性质检,以检测出通话数据中存在的问题;其中,深入分析异常标签中出现异常的具体原因,例如,若异常标签是拒识过多标签,则深入分析拒识过多的原因是语音机器人语义库数据不足,还是用户口音导致的等;若异常标签是语音交叉标签,则深入分析是语音机器人抢话,还是用户抢话,或者是网络延迟导致等;针对深入分析了具体原因后,在质检时就针对性地依照分析的异常原因进行质检,例如,异常原因是网络延迟导致的语音交叉,就针对性质检语音机器人与该用户通话使用的网络数据传输质量,若网络数据传输存在问题,则需要解决该问题,这样,根据具体问题以及产生问题的原因,对语音机器人在外呼时与用户的互动进行改善,从而提高语音机器人外呼质量。
本申请实施例提供的通话数据质检方法,通过获取当前的待质检通话数据,并根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签,若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到存储需要质检的通话数据的质检区域。在面对大量需要质检的通话数据时,自动先对每一条通话数据进行语音特征分析并打通话标签,初步筛选出异常标签的通话数据,然后将异常的通话数据输出到质检区域进行质检,这样经过初步筛选,只需对具有异常标签的通话数据进行质检,使得待质检的通话数据数量变少,提高了质检效率,且在质检过程中可以根据异常标签进行针对性的质检,以异常标签指示质检方向,进一步提高了质检效率。
提高质检过程的效率的同时还需提高质检准确度,基于此,提供一个实施例,在将待质检通话数据输出到质检区域之后,该方法还包括:通过预设的质检模型对质检区域中的通话数据进行质检,得到质检结果;质检结果包括通话数据异常的原因。
预先训练一个用于质检的质检模型,例如,通过深度学习技术训练一个神经网络模型等,又例如,可以将各通话数据、各通话数据对应的异常标签、与这些异常标签对应的异常原因作为训练数据,对神经网络模型进行训练,这样得到训练好的质检模型后,就可以将质检区域中的通话数据(包括异常标签)依次通过该质检模型进行检测,检测出各通话数据的具体的异常原因,各通话数据的具体的异常原因包括不限于:语音交叉、语速过快、置信度低、拒识过多等。本实施例通过专门的质检模型对质检区域中的通话数据进行质检,不仅可以提高质检过程的效率,还提高了质检原因的准确度。
下面以具体的异常标签为例,提供几个实施例对语音机器人分析待质检的通话数据的特征,得到对应的通话标签的具体过程进行详细说明。可选地,异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。其中,语音交叉指语音机器人与用户的语音流有交集的情况,具体表现为语音机器人和用户在电话通话过程中同时说话。其中,语速过快指的是用户说话速度过快,一般用户在情绪激动时会加快语速,侧面反应了语音机器人存在问题。其中,置信度低指的是语音机器人对用户的语音的语义识别结果打分较低,即打分较低表示语音机器人出现错误理解用户语义的情况。其中,拒识过多指的是语音机器人无法识别用户的语义的情况,这里的拒识是完全不识别用户语音的情况。
在一个实施例中,对语音交叉进行说明,如图3所示,上述S102的一种实施例包括以下步骤:
S201,根据通话特征规则,分析待质检的通话数据中语音机器人与用户语音流的语音交叉时长。
上述预设的通话特征规则中规定了多种特征检测,本实施例中检测的是通话规则中对应的语音交叉特征。即语音机器人分析该待质检的通话数据中语音机器人与用户语音流的语音交叉时长,例如,确定出语音机器人和用户各自分别讲话的每个时刻节点,然后进行对比,超出双方的语音中重叠的部分,并获取重叠部分的时长。
S202,若语音交叉时长超过预设时长阈值,确定待质检的通话数据的通话标签为语音交叉标签。
通话规则中对语音交叉时长可以预先设定一个语音交叉部分的时长,超过设定的时长阈值后,则视为异常。所以若上述语音机器人获取的语音机器人与用户语音流的语音交叉时长超过了规则中设定的预设时长阈值,例如2s,则语音机器人确定该待质检的通话数据异常,对该通话数据打上语音交叉标签。
本实施例通过检测通话数据中语音机器人与用户语音流的语音交叉时长,在双方语音交叉时长超过预设时长阈值时,即视为语音机器人和用户在电话中同时讲话超过阈值,为异常情况,以语音交叉时长为检测依据,提高了异常检测的准确度。
在一个实施例中,对用户的语速进行说明,如图4所示,上述S102的一种实施例包括以下步骤:
S301,根据通话特征规则,分析待质检的通话数据中用户的语速。
语音机器人根据通话特征规则中的语速特征,分析待质检的通话数据中用户的语速,例如,获取用户语音中音素个数以及对应的时间,就可以得到用户的语速,其中,可以获取不同时间段的语速,这样在后续分析用户语速的异常原因时,就可以结合各个时间段用户的具体语义内容进行分析。
S302,若语速超过预设语速阈值,确定待质检的通话数据的通话标签为语速过快标签。
同样通话特征规则中设定语速阈值,超过设定的语速阈值后,则视为异常。若上述语音机器人分析出用户的语速超过了预设语速阈值,例如,10个/秒,为异常情况,则确定待质检的通话数据的通话标签(异常标签)为语速过快标签。
本实施例通过检测待质检的通话数据中用户的语速,在用户的语速超过预设语速阈值时,即视用户讲话语速过快,确定用户的情绪较为激动,为异常情况。以用户的语速为检测依据,提高了异常检测的准确度。
在一个实施例中,对通话数据的置信度进行说明,如图5所示,上述S102的一种实施例包括以下步骤:
S401,根据通话特征规则,获取待质检通话数据的置信度,置信度表示语音机器人对用户的语义识别结果的打分结果。
语音机器人根据通话特征规则中的置信度特征,分析待质检的通话数据的置信度,例如,语音机器人对用户的语义识别结果的打分结果,根据打分结果确定置信度,例如语音机器人若是打分为0.4,则置信度就是0.4,当然,可以设置一个范围,例如,语音机器人就是0-1之间打分。
S402,若置信度低于预设阈值,确定待质检的通话数据的通话标签为置信度低标签。
通话特征规则中设定置信度阈值,超过设定的置信度阈值后,则视为异常。若上述语音机器人分析出待质检通话数据的置信度超过了预设置信度阈值,例如,置信度阈值是0.5,但通话数据的置信度是0.6,为异常情况,则确定待质检的通话数据的通话标签为置信度低标签。
本实施例通过检测待质检通话数据的置信度,在通话数据的置信度超过预设置信度阈值时,即视为出现了语音机器人出现错误理解用户语义的情况,为异常情况。以通话数据的置信度为检测依据,提高了异常检测的准确度。
在一个实施例中,对拒识用户语义的次数进行说明,如图6所示,上述S102的一种实施例包括以下步骤:
S501,根据通话特征规则,分析待质检通话数据中语音机器人拒识用户语义的次数。
语音机器人根据通话特征规则中的拒识特征,分析待质检的通话数据中语音机器人拒识用户语义的次数,其中,拒识是完全不识别用户语义的情况,例如,语音机器人获取不识别用户语义的情况的次数。
S501,若拒识用户语义的次数超过预设拒识次数阈值,确定待质检通话数据的通话标签为拒识过多标签。
通话特征规则中设定了拒识次数阈值,超过设定的拒识次数阈值后,则视为异常。若上述语音机器人分析出待质检通话数据中语音机器人拒识用户语义的次数超过了设定的阈值,确定语音机器人拒识过多,为异常情况,例如,阈值是3次,然后确定待质检通话数据的通话标签为拒识过多标签。
本实施例通过待质检通话数据中语音机器人拒识用户语义的次数,在语音机器人拒识用户语义的次数超过阈值时,确定为异常情况。以语音机器人拒识用户语义的次数为检测依据,提高了异常检测的准确度。
如图7所示,本申请实施例还提供了一种通话数据质检方法,该实施例包括:
S1,获取当前的待质检通话数据;
S2,根据预设的通话特征规则分析待质检通话数据的特征:语音机器人与用户语音流的语音交叉时长、用户的语速、置信度、语音机器人拒识用户语义的次数;
S3,确定待质检的通话数据的通话标签分别为语音交叉标签、语速过快标签、置信度低标签、拒识过多标签;
S4,通过预设的质检模型对这些标签的通话数据进行质检,得到质检结果。
该实施例通过预先设定的通话特征规则,在语音机器人完成自动外呼之后,***自动分析产生的通话数据,通过预设的规则识别通话特征,输出通话标签,并将具有异常特征的通话打上对应的异常标签,这样,通过***自动对通话数据进行分析并打标签,然后只需要对打上异常标签的通话进行质检,从而提升了质检的效率。
上述实施例提供的通话数据质检方法中各步骤,其实现原理和技术效果与前面各通话数据质检方法实施例中类似,在此不再赘述。图7实施例中各步骤的实现方式只是一种举例,对各实现方式不作限定,各步骤的顺序在实际应用中可进行调整,只要可以实现各步骤的目的即可。
应该理解的是,虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-7中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种通话数据质检装置,包括:获取模块10、标签确定模块11和质检模块12,其中:
获取模块10,用于获取当前的待质检通话数据;
标签确定模块11,用于根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签;通话标签包括异常标签和正常标签;
质检模块12,用于若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到质检区域;质检区域中存储需要质检的通话数据。
本实施例中,通过获取当前的待质检通话数据,并根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签,若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到存储需要质检的通话数据的质检区域。在面对大量需要质检的通话数据时,自动先对每一条通话数据进行语音特征分析并打通话标签,初步筛选出异常标签的通话数据,然后将异常的通话数据输出到质检区域进行质检,这样经过初步筛选,只需对具有异常标签的通话数据进行质检,使得待质检的通话数据数量变少,提高了质检效率,且在质检过程中可以根据异常标签进行针对性的质检,以异常标签指示质检方向,进一步提高了质检效率。
在一个实施例中,上述质检模块12,用于通过预设的质检模型对质检区域中的通话数据进行质检,得到质检结果;质检结果包括通话数据异常的原因。
本实施例中,将质检区域中的通话数据(包括异常标签)依次通过该质检模型进行检测,检测出各通话数据的具体的异常原因,通过专门的质检模型对质检区域中的通话数据进行质检,不仅可以提高质检过程的效率,还提高了质检原因的准确度。
在一个实施例中,异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
其中,语音交叉指语音机器人与用户的语音流有交集的情况,具体表现为语音机器人和用户在电话通话过程中同时说话。其中,语速过快指的是用户说话速度过快,一般用户在情绪激动时会加快语速,侧面反应了语音机器人存在问题。其中,置信度低指的是语音机器人对用户的语音的语义识别结果打分较低,即打分较低表示语音机器人出现错误理解用户语义的情况。其中,拒识过多指的是语音机器人无法识别用户的语义的情况,这里的拒识是完全不识别用户语音的情况。
在一个实施例中,上述标签确定模块11包括:
分析语音交叉单元,用于根据通话特征规则,分析待质检的通话数据中语音机器人与用户语音流的语音交叉时长;
语音交叉标签确定单元,用于若语音交叉时长超过预设时长阈值,确定待质检的通话数据的通话标签为语音交叉标签。
本实施例中,通过检测通话数据中语音机器人与用户语音流的语音交叉时长,在双方语音交叉时长超过预设时长阈值时,即视为语音机器人和用户在电话中同时讲话超过阈值,为异常情况,以语音交叉时长为检测依据,提高了异常检测的准确度。
在一个实施例中,上述标签确定模块11包括:
语速分析单元,用于根据通话特征规则,分析待质检的通话数据中用户的语速;
语速标签确定单元,若语速超过预设语速阈值,确定待质检的通话数据的通话标签为语速过快标签。
本实施例中,通过检测待质检的通话数据中用户的语速,在用户的语速超过预设语速阈值时,即视用户讲话语速过快,确定用户的情绪较为激动,为异常情况。以用户的语速为检测依据,提高了异常检测的准确度。
在一个实施例中,上述标签确定模块11包括:
置信度获取单元,用于根据通话特征规则,获取待质检通话数据的置信度,置信度表示语音机器人对用户的语义识别结果的打分结果;
置信度标签单元,用于若置信度低于预设阈值,确定待质检的通话数据的通话标签为置信度低标签。
本实施例中,通过检测待质检通话数据的置信度,在通话数据的置信度超过预设置信度阈值时,即视为出现了语音机器人出现错误理解用户语义的情况,为异常情况。以通话数据的置信度为检测依据,提高了异常检测的准确度。
在一个实施例中,上述标签确定模块11包括:
拒识次数获取单元,用于根据通话特征规则,分析待质检通话数据中语音机器人拒识用户语义的次数;
拒识标签单元,用于若拒识用户语义的次数超过预设拒识次数阈值,确定待质检通话数据的通话标签为拒识过多标签。
本实施例中,通过待质检通话数据中语音机器人拒识用户语义的次数,在语音机器人拒识用户语义的次数超过阈值时,确定为异常情况。以语音机器人拒识用户语义的次数为检测依据,提高了异常检测的准确度。
上述实施例提供的所有通话数据质检装置,其实现原理和技术效果与上述通话数据质检方法实施例类似,在此不再赘述。
关于通话数据质检装置的具体限定可以参见上文中对于通话数据质检方法的限定,在此不再赘述。上述通话数据质检装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种通话数据质检方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取当前的待质检通话数据;
根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签;通话标签包括异常标签和正常标签;
若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到质检区域;质检区域中存储需要质检的通话数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
通过预设的质检模型对质检区域中的通话数据进行质检,得到质检结果;质检结果包括通话数据异常的原因。
在一个实施例中,异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据通话特征规则,分析待质检的通话数据中语音机器人与用户语音流的语音交叉时长;
若语音交叉时长超过预设时长阈值,确定待质检的通话数据的通话标签为语音交叉标签。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据通话特征规则,分析待质检的通话数据中用户的语速;
若语速超过预设语速阈值,确定待质检的通话数据的通话标签为语速过快标签。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据通话特征规则,获取待质检通话数据的置信度,置信度表示语音机器人对用户的语义识别结果的打分结果;
若置信度低于预设阈值,确定待质检的通话数据的通话标签为置信度低标签。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据通话特征规则,分析待质检通话数据中语音机器人拒识用户语义的次数;
若拒识用户语义的次数超过预设拒识次数阈值,确定待质检通话数据的通话标签为拒识过多标签。
上述实施例提供的一种计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取当前的待质检通话数据;
根据预设的通话特征规则分析待质检通话数据的特征,得到对应的通话标签;通话标签包括异常标签和正常标签;
若待质检通话数据的通话标签为异常标签,将待质检通话数据输出到质检区域;质检区域中存储需要质检的通话数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:通过预设的质检模型对质检区域中的通话数据进行质检,得到质检结果;质检结果包括通话数据异常的原因。
在一个实施例中,异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据通话特征规则,分析待质检的通话数据中语音机器人与用户语音流的语音交叉时长;
若语音交叉时长超过预设时长阈值,确定待质检的通话数据的通话标签为语音交叉标签。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据通话特征规则,分析待质检的通话数据中用户的语速;
若语速超过预设语速阈值,确定待质检的通话数据的通话标签为语速过快标签。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据通话特征规则,获取待质检通话数据的置信度,置信度表示语音机器人对用户的语义识别结果的打分结果;
若置信度低于预设阈值,确定待质检的通话数据的通话标签为置信度低标签。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据通话特征规则,分析待质检通话数据中语音机器人拒识用户语义的次数;
若拒识用户语义的次数超过预设拒识次数阈值,确定待质检通话数据的通话标签为拒识过多标签。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种通话数据质检方法,其特征在于,所述方法包括:
获取当前的待质检通话数据;
根据预设的通话特征规则分析所述待质检通话数据的特征,得到对应的通话标签;所述通话标签包括异常标签和正常标签;
若所述待质检通话数据的通话标签为异常标签,将所述待质检通话数据输出到质检区域;所述质检区域中存储需要质检的通话数据。
2.根据权利要求1所述的方法,其特征在于,在所述将所述待质检通话数据输出到质检区域之后,所述方法还包括:
通过预设的质检模型对所述质检区域中的通话数据进行质检,得到质检结果;所述质检结果包括通话数据异常的原因。
3.根据权利要求1或2所述的方法,其特征在于,所述异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
4.根据权利要求3所述的方法,其特征在于,所述根据预设的通话特征规则,分析所述待质检的通话数据的特征,得到对应的通话标签,包括:
根据所述通话特征规则,分析所述待质检的通话数据中语音机器人与用户语音流的语音交叉时长;
若所述语音交叉时长超过预设时长阈值,确定所述待质检的通话数据的通话标签为所述语音交叉标签。
5.根据权利要求3所述的方法,其特征在于,所述根据预设的通话特征规则,分析所述待质检的通话数据的特征,得到对应的通话标签,包括:
根据所述通话特征规则,分析所述待质检的通话数据中用户的语速;
若所述语速超过预设语速阈值,确定所述待质检的通话数据的通话标签为所述语速过快标签。
6.根据权利要求3所述的方法,其特征在于,所述根据预设的通话特征规则,分析所述待质检的通话数据的特征,得到对应的通话标签,包括:
根据所述通话特征规则,获取所述待质检通话数据的置信度,所述置信度表示语音机器人对用户的语义识别结果的打分结果;
若所述置信度低于预设阈值,确定所述待质检的通话数据的通话标签为所述置信度低标签。
7.根据权利要求3所述的方法,其特征在于,所述根据预设的通话特征规则,分析所述待质检的通话数据的特征,得到对应的通话标签,包括:
根据所述通话特征规则,分析所述待质检通话数据中语音机器人拒识用户语义的次数;
若所述拒识用户语义的次数超过预设拒识次数阈值,确定所述待质检通话数据的通话标签为所述拒识过多标签。
8.一种通话数据质检装置,其特征在于,所述装置包括:
获取模块,用于获取当前的待质检通话数据;
标签确定模块,用于根据预设的通话特征规则分析所述待质检通话数据的特征,得到对应的通话标签;所述通话标签包括异常标签和正常标签;
质检模块,用于若所述待质检通话数据的通话标签为异常标签,将所述待质检通话数据输出到质检区域;所述质检区域中存储需要质检的通话数据。
9.根据权利要求8所述的装置,其特征在于,所述异常标签包括语音交叉标签、语速过快标签、置信度低标签、拒识过多标签中至少一个。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010672539.7A CN111565254B (zh) | 2020-07-14 | 2020-07-14 | 通话数据质检方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010672539.7A CN111565254B (zh) | 2020-07-14 | 2020-07-14 | 通话数据质检方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111565254A CN111565254A (zh) | 2020-08-21 |
CN111565254B true CN111565254B (zh) | 2020-10-09 |
Family
ID=72075417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010672539.7A Active CN111565254B (zh) | 2020-07-14 | 2020-07-14 | 通话数据质检方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111565254B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113645357B (zh) * | 2021-08-06 | 2024-02-20 | 深圳追一科技有限公司 | 通话质检方法、装置、计算机设备和计算机可读存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5208848A (en) * | 1991-08-26 | 1993-05-04 | At&T Bell Laboratories | Telecommunications call processing |
US6480597B1 (en) * | 1998-06-12 | 2002-11-12 | Mci Communications Corporation | Switch controller for a telecommunications network |
CN101389107B (zh) * | 2007-09-10 | 2012-04-18 | 中兴通讯股份有限公司 | 一种大话务模拟测试***和方法 |
CN108521525A (zh) * | 2018-04-03 | 2018-09-11 | 南京甄视智能科技有限公司 | 基于用户标签体系的智能机器人客服营销方法和*** |
CN109151218B (zh) * | 2018-08-21 | 2021-11-19 | 平安科技(深圳)有限公司 | 通话语音质检方法、装置、计算机设备及存储介质 |
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、***、设备及介质 |
CN111010484A (zh) * | 2019-12-16 | 2020-04-14 | 科大国创软件股份有限公司 | 一种通话录音自动质检方法 |
CN111128241A (zh) * | 2019-12-30 | 2020-05-08 | 上海浩琨信息科技有限公司 | 语音通话的智能质检方法及*** |
-
2020
- 2020-07-14 CN CN202010672539.7A patent/CN111565254B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111565254A (zh) | 2020-08-21 |
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 | |
CN111105782B (zh) | 会话交互处理方法、装置、计算机设备和存储介质 | |
CN110472224B (zh) | 服务质量的检测方法、装置、计算机设备和存储介质 | |
KR102431754B1 (ko) | 인공지능기반 상담지원장치 | |
US9159054B2 (en) | System and method for providing guidance to persuade a caller | |
CN107818798A (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
US9904927B2 (en) | Funnel analysis | |
CN112037799B (zh) | 语音中断处理方法、装置、计算机设备和存储介质 | |
US20100332287A1 (en) | System and method for real-time prediction of customer satisfaction | |
CN110177182B (zh) | 敏感数据处理方法、装置、计算机设备及存储介质 | |
CN111597818B (zh) | 呼叫质检方法、装置、计算机设备和计算机可读存储介质 | |
CN111145733B (zh) | 语音识别方法、装置、计算机设备和计算机可读存储介质 | |
CN105744090A (zh) | 语音信息处理方法及装置 | |
US20190295098A1 (en) | Performing Real-Time Analytics for Customer Care Interactions | |
EP4181124A1 (en) | Communication system and related methods | |
CN110556098B (zh) | 语音识别结果测试方法、装置、计算机设备和介质 | |
CN111565254B (zh) | 通话数据质检方法、装置、计算机设备和存储介质 | |
US10068567B1 (en) | System, method, and computer program for automatic management of intent classification | |
CN113571096B (zh) | 语音情绪分类模型训练方法、装置、计算机设备及介质 | |
CN108597499B (zh) | 语音处理方法以及语音处理装置 | |
US11611554B2 (en) | System and method for assessing authenticity of a communication | |
CN112434953A (zh) | 一种基于计算机数据处理的客服人员考核方法和装置 | |
CN114067842B (zh) | 客户满意度鉴别方法及装置、存储介质及电子设备 | |
US11064072B1 (en) | Caller state determination | |
JP2017211586A (ja) | 心理分析装置、心理分析方法、およびプログラム |
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 |