CN113746989A - 客服智能质检的方法、装置、设备和存储介质 - Google Patents
客服智能质检的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113746989A CN113746989A CN202110971226.6A CN202110971226A CN113746989A CN 113746989 A CN113746989 A CN 113746989A CN 202110971226 A CN202110971226 A CN 202110971226A CN 113746989 A CN113746989 A CN 113746989A
- Authority
- CN
- China
- Prior art keywords
- quality
- rule
- voice
- operator
- 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.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000012372 quality testing Methods 0.000 claims description 15
- 230000008451 emotion Effects 0.000 claims description 12
- 238000003908 quality control method Methods 0.000 claims description 9
- 238000012552 review Methods 0.000 claims description 5
- 238000003780 insertion Methods 0.000 claims description 4
- 230000037431 insertion Effects 0.000 claims description 4
- 230000008719 thickening Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L25/48—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
-
- 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
- G10L25/48—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
- G10L25/63—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 for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Hospice & Palliative Care (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请公开了一种客服智能质检的方法、装置、设备和存储介质。该方法包括:获取待质检语音;统计所述待质检语音中话务员触犯评判规则的次数;根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。本申请解采用了多个评判规则,为每种规则设置了评判系数。根据触犯的次数来计算评分,提高了质检的细粒度,进而提高了质检的准确性,由于是机器自动评分,所以提高了评分质检的客观性,也提高了评分质检的效率。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种客服智能质检的方法、装置、设备和存储介质。
背景技术
对于客服的质检,现有技术中,完全靠人工坐席来对话务员的每条录音进行听取,质检的效率低下,主观因素大,质检结果往往不准确。没有采用校正算法自动校正机制,因此无法实现质检结果的自动校正、自动优化。
发明内容
本申请的主要目的在于提供一种客服智能质检的方法、装置、设备和存储介质,以解决上述问题。
为了实现上述目的,根据本申请的一个方面,提供了一种客服智能质检的方法,包括:
获取待质检语音;
统计所述待质检语音中话务员触犯评判规则的次数;
根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。
在一种实施方式中,根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分,包括:
所述评判规则为多个时,确定话务员触犯每种评判规则的次数;
对所述话务员触犯每种评判规则的次数求和得到总次数;
采用每种评判规则的次数除以所述总次数计算得到每种评判规则的第一中间权重;
计算所述每种评判规则的第一中间权重和每种评判规则的系数的乘积;
对所述乘积取倒数运算得到每种评判规则的第二中间权重;
根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分。
在一种实施方式中,所述根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分,包括:
确定落在第一区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重Q;
确定落在第二区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重R;
所述第一区间与所述第二区间分离,所述第一区间的最大端点值小于第二区间的最小端点值;
根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分。
在一种实施方式中,根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分,包括:
采用以下的公式计算所述话务员的服务质量评分:
其中,V为服务质量评分;
N为评判规则数量;
Bi为第i个评判规则的第二中间权重。
在一种实施方式中,所述评判规则包括:文本规则、静音规则、语速规则、情绪规则、音量规则、强插话规则;
所述文本规则为,话务员在交谈中出现了禁止出现的关键词;
所述静音规则为,话务员在交谈中的静音的时间大于预定的时间阈值;
所述语速规则为,话务员在交谈中语速大于预定的语速阈值;
所述情绪规则为,话务员在交谈中出现了禁止的情绪;
所述音量规则为,话务员在交谈中的音量超过预定的音量阈值,或者小于预定的音量阈值;比如,音量太大,或者音量太小,都算违反规则。
强插话规则为,话务员在交谈中强行打断客户,插抢话。
在一种实施方式中,根据所述话务员的服务质量评分和预先设定的服务质量评分标准值确定所述获取待质检语音是否合格;
如果不合格,则将所述待质检语音进行高亮醒目标注,并划归为质检异常语音目录;
其中,所述质检异常语音目录中,按照评判规则为单位对所有的质检异常语音进行归类。
在一种实施方式中,还包括:将质检异常语音目录发送给人工重检平台,以使人工重检。
在一种实施方式中,将质检异常语音目录发送给人工重检平台后,所述方法还包括:
将所述待质检语音转换为文本;
在所述文本中,设置醒目标题,或者加粗高亮显示部分文本内容,以提示所述文本中存在的不符合规则的具***置;以便于质检人员快速定位查找。
为了实现上述目的,根据本申请的第二方面,提供了一种客服智能质检的装置,包括:
获取模块,用于获取待质检语音;
统计模块,用于统计所述待质检语音中话务员触犯评判规则的次数;
评分模块,用于根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。
第三方面,本申请还提出了一种客服智能质检的设备,包括:至少一个处理器和至少一个存储器;所述存储器用于存储一个或多个程序指令;所述处理器,用于运行一个或多个程序指令,用以执行如上述任一项所述的方法。
根据本申请的第四方面,提供了一种计算机可读存储介质,计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行上述任意一项所述的步骤。
在本申请实施例中,通过统计待质检语音中话务员触犯评判规则的次数;根据次数和预先设定的评判规则系数确定所述待质检语音中话务员的服务质量评分。提高了话务员的服务质量评分的精准度。采用了多个评判规则,为每种规则设置了评判系数。根据触犯的次数来计算评分,实现了自动评分,由于是机器自动评分,所以提高了评分质检的客观性,也提高了评分质检的效率。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种客服智能质检的方法的流程图;
图2是根据本申请实施例的另一种质检的方法的流程示意图;
图3是根据本申请实施例的一种客服智能质检的装置的结构示意图;
图4是根据本申请实施例的一种客服智能质检的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本发明中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
对于客服的质量评价,通常做法是***自动质检-提交人工坐席复查,如果有问题则标注出来,没问题则提交质检结果,完全靠人工坐席一条条语音的听取,不但时间、效率保证不了,而且存在人为因素,几乎没有采用校正算法自动校正机制,因此无法实现质检结果的自动校正、自动优化。
基于此,本申请提出了一种客服智能质检的方法,参见附图1所示的一种客服智能质检的方法的流程图;该方法包括:
步骤S102,获取待质检语音;
具体的,可以预先对话务员的服务进行录音,为每个话务员设置标识ID,为每一段时间长度的录音设置标识ID,可以从该话务员全天的客服录音中,抽取几个重要的时间段的录音,时间段的长度可以灵活设定,比如,时间段可以是5分钟,10分钟。
步骤S104,统计所述待质检语音中话务员触犯评判规则的次数。
其中,评判规则可以灵活进行设定。包括但不限于以下的一种或几种:
其中,所述文本规则为,话务员在交谈中出现了禁止出现的关键词;
所述静音规则为,话务员在交谈中的静音的时间大于预定的时间阈值;
所述语速规则为,话务员在交谈中语速大于预定的语速阈值;
所述情绪规则为,话务员在交谈中出现了禁止的情绪;
所述音量规则为,话务员在交谈中的音量超过预定的音量阈值,或者小于预定的音量阈值;比如,音量太大,或者音量太小,都算违反规则。
强插话规则为,话务员在交谈中强行打断客户,插抢话。
步骤S106,根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。
本发明的上述的方法,可以实现自动的按照评判规则来对话务员的服务质量进行定量的打分,量化,从而提高了服务质量评判的准确性。并且,预先设置了多个评判规则,每种评判规则有对应的评判权重,把粗放式的服务质量细化为多个不同的评判规则,按照每条规则来梳理出话务员的打分。精细化,粒度更加细致。
除了单一的时间段的评分之外,还可以获取该话务员在一天当中的多个时间段的录音,根据多个时间段的录音中,每个时间段的录音的评分来计算该话务员在当天的综合质量评分。还可以计算话务员在一周,一个月之内的总和质量评分,具体可以为根据每天的综合质量评分来计算。具体可以采用求平均值的方法来进行计算。
在一种实施方式中,步骤S106,根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分,具体采取以下的步骤:
所述评判规则为多个时,确定话务员触犯每种评判规则的次数;
对所述话务员触犯每种评判规则的次数求和得到总次数;
采用每种评判规则的次数除以所述总次数计算得到每种评判规则的第一中间权重;
计算所述每种评判规则的第一中间权重和每种评判规则的系数的乘积;
对所述乘积取倒数运算得到每种评判规则的第二中间权重;
根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分。
示例性的,评判规则包括:文本规则、静音规则、语速规则、情绪规则、音量规则、强插话规则;
其中,所述文本规则为,话务员在交谈中出现了禁止出现的关键词;
所述静音规则为,话务员在交谈中的静音的时间大于预定的时间阈值;
所述语速规则为,话务员在交谈中语速大于预定的语速阈值;
所述情绪规则为,话务员在交谈中出现了禁止的情绪;
所述音量规则为,话务员在交谈中的音量超过预定的音量阈值,或者小于预定的音量阈值;
强插话规则为,话务员在交谈中强行打断客户,插抢话。
为每种评判规则分别赋值规则系数为:A1、A2、A3、A4、A5、A6;其中, 0<A1…A6<1。
值得强调的是,上述的规则系数是预先人为进行设定的,固定不变。可以根据大数据分析,从海量的数据样本中确定每种规则的评判系数。
示例性的,文本规则的规则系数A1为0.1;静音规则的规则系数A2为0.2;语速规则A3为0.1;情绪规则的规则系数A4为0.2;音量规则的规则系数A5为 0.1;强插话规则的规则系数A6为0.2。
统计每条语音中出现6种质检规则的次数分别为:X1、X2、X3、X4、X5、 X6;
每种规则出现的比重为:T1、T2、T3、T4、T5、T6;
具体参见表1
评判规则 | 规则系数 | 次数 | 比重 |
文本规则 | A1 | X1 | T1 |
静音规则 | A2 | X2 | T2 |
语速规则 | A3 | X3 | T3 |
情绪规则 | A4 | X4 | T4 |
音量规则 | A5 | X5 | T5 |
抢插话规则 | A6 | X6 | T6 |
表1
其中,T为第一中间权重;A为预先设定的规则系数;
第二中间权重,用B表示;
在一种实施方式中,所述根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分时,具体采用以下的步骤:
确定落在第一区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重Q;
确定落在第二区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重R;
所述第一区间与所述第二区间分离,所述第一区间的最大端点值小于第二区间的最小端点值;
根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分。
其中,上述的第一区间和第二区间可以灵活进行随机选取。
在一种实施方式中,根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分时,采用以下的公式计算所述话务员的服务质量评分:
其中,V为服务质量评分;N为评判规则数量;
Bi为第i个评判规则的第二中间权重。
示例性的,取30000个标准质检合格的语音样本,计算X、Y、Z、W;(设定X<Y,Z<W,且X<W)。其中,X、Y、Z、W分别为第二中间权重的阈值。
务必保证B1、B2、B3、B4、B5、B6中有三个落在X、Y之间,其余三个落在Z、W之间。
为了确定上述的X、Y、Z、W,具体的,从上述的30000个样本中,确定每个样本中的第二权重:B1、B2、B3、B4、B5、B6;得到第二权重的集合,该集合中,包括了180000个第二权重数据。
从上述的第二权重的集合当中,分别确定最小的值Bmin和最大的值BMAX;
如果上述的最小的值Bmin和最大的值BMAX为整数,则X为Bmin,W为 BMAX。
如果上述的最小的值Bmin和最大的值BMAX为小数;则取整,具体为,取最靠近最小的值Bmin的整数值为X;X小于Bmin;取最靠近最大值BMAX的整数值为 W;W大于BMAX。
Y、Z为整数,位于X和W之间,具体可以根据样本实际的B值分布进行调节。
根据大量的实验数据证明,X和W之间的间隔是有限的,差距一般在有限的范围内浮动。
示例性的,如果X为100,W为103,则Y可以设置为101,Z设置为102。
取一条待质检语音输入***中,计算确认是否B1、B2、B3、B4、B5、B6中有三个落在X、Y之间,其余三个落在Z、W之间,如果不是,则直接判定此条语音不符合质检规则,直接判定为异常质检语音,并高亮醒目标注,划归质检异常语音目录内。
取一条待质检语音输入***中,计算确认是否B1、B2、B3、B4、B5、B6中有三个落在X、Y之间,其余三个落在Z、W之间,如果确认是,则赋值Q=max{落在X、Y之间的三个B值},R=mix{落在Z、W之间的三个B值};
然后令:V=(3Q+3R)/(B1+B2+…+B6)×100%。
如果V大于或者等于90%,则认为质检语音合格,输出OK;如果V小于 90%,则认为质检语音不合格,然后标记处Q和R中的两个Bi对应的质检规则,提示此条语音文件在对应的两条质检规则方面存在问题,自动修正规则对应的文本文件,使得符合质检规则要求,但同时会加粗高亮显示并加入醒目标题提示此条语音的问题点及所在语音中的位置,便于质检人员快速定位查找。
对于不合格的语音,还可以进行特殊的处理,从而便于人工符合,在一种实施方式中,根据所述话务员的服务质量评分和预先设定的服务质量评分标准值确定所述获取待质检语音是否合格;如果不合格,则将所述待质检语音进行高亮醒目标注,并划归为质检异常语音目录。
为了实现分门别类,实现更加精细化的管理,在一种实施方式中,所述质检异常语音目录中,按照评判规则为单位对所有的质检异常语音进行归类。
示例性的,在质检异常语音目录中,记录了每个规则对应的语音条数。点击每条语音后,可以显示该质检异常语音的文本。
比如,文本规则对应的质检异常的语音条数为10条;表明这10条质检异常的语音都为话务员违反了文本规则。其中,这10条可以是同一个话务员,也可以是多个不同的话务员。如果是多个不同的话务员,则按照每个话务员进行分别统计,比如,话务员A对应的条数为5条;话务员B对应的条数为3条;话务员C 对应的条数为2条。
如果不合格,还可以将质检异常语音目录发送给人工重检平台,以使人工重检。将质检异常语音目录发送给人工重检平台后,将所述待质检语音转换为文本;在所述文本中,设置醒目标题,或者加粗高亮显示部分文本内容,以提示所述文本中存在的不符合规则的具***置;以便于质检人员快速定位查找。
参见附图2所示的另一种质检的方法的流程示意图;从客服录音文件中抽取 80%进行质检,待质检样本中,抽取30%进行质检,根据***设定规则自动进行质检。人工重判,人工坐席质检重判,根据判断规则输出正负反馈;如果错误率小于10%,则判定合格,进行正反馈;如果错误率大于或者等于10%,则判断不合格,负反馈,反馈重检。***自动校正计算公式,校正后,进行重检。本发明提供了一种包含根据设定质检规则自动质检的***,同时拥有自主设计校正算法的自动质检校正机制,可实现语音根据设定规则自动质检并完成自动校正归类反馈,极大地提高了智能质检的速度和正确率,完成***的闭环自提升,节约人力资源成本。
本申请提出了一种融合客服服务质量评价体系的智能质检规则判定方法,可以按照***设定规则实现自动质检,并给出质检结果分类,对于不同类的质检语音给出醒目标识便于后期快速查找定位。融合自动质检、校正算法校正机制,便于快速得出质检结果,下次使用此方法可以快速提高质检速度,对于不符合规则的语音直接得出结果,可以节省本条语音全部的质检时间。本申请优点在于提供一种智能质检规则判定方法,实现自动质检并给出质检结果分类并醒目标识便于后期快速查找定位,相较于人工质检和定位查找相比显著提高了效率;提供一种包含校正算法校正机制的方法可以在质检前一次性定位到是否符合规则,节约全部语音质检的时间。本申请的技术方案,可以实现智能质检自动规则判定、提升智能质检的正确率、优化***质检性能,完成***的闭环自提升,节约人力资源成本,可以实现质检结果的自动校正、自动优化。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
第二方面,本申请还提供了一种客服智能质检的装置,参见附图3所示的一种客服智能质检的装置的结构示意图;该装置包括:
获取模块31,用于获取待质检语音;
统计模块32,用于统计所述待质检语音中话务员触犯评判规则的次数;
评分模块33,用于根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。
在一种实施方式中,评分模块33还用于,所述评判规则为多个时,确定话务员触犯每种评判规则的次数;
对所述话务员触犯每种评判规则的次数求和得到总次数;
采用每种评判规则的次数除以所述总次数计算得到每种评判规则的第一中间权重;
计算所述每种评判规则的第一中间权重和每种评判规则的系数的乘积;
对所述乘积取倒数运算得到每种评判规则的第二中间权重;
根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分。
在一种实施方式中,评分模块33还用于,所述根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分,具体包括:
确定落在第一区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重Q;
确定落在第二区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重R;
所述第一区间与所述第二区间分离,所述第一区间的最大端点值小于第二区间的最小端点值;
根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分。
在一种实施方式中,评分模块33还用于,根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分,具体包括:
采用以下的公式计算所述话务员的服务质量评分:
其中,V为服务质量评分;
N为评判规则数量;
Bi为第i个评判规则的第二中间权重。
在一种实施方式中,还包括判断模块34,用于根据所述话务员的服务质量评分和预先设定的服务质量评分标准值确定所述获取待质检语音是否合格;
如果不合格,则将所述待质检语音进行高亮醒目标注,并划归为质检异常语音目录;
其中,所述质检异常语音目录中,按照评判规则为单位对所有的质检异常语音进行归类。
在一种实施方式中,还包括发送模块35,用于将质检异常语音目录发送给人工重检平台,以使人工重检。
在一种实施方式中,还包括转换处理模块36,用于将质检异常语音目录发送给人工重检平台后,将所述待质检语音转换为文本;在所述文本中,设置醒目标题,或者加粗高亮显示部分文本内容,以提示所述文本中存在的不符合规则的具***置;以便于质检人员快速定位查找。
根据本申请的第三方面,提供了一种客服智能质检的电子设备,参见附图4 所示的一种客服智能质检的电子设备的结构示意图;包括至少一个处理器41和至少一个存储器42;所述存储器42用于存储一个或多个程序指令;所述处理器41,用于运行一个或多个程序指令,用以执行上述任意一项的方法。
第四方面,本申请还提出了一种计算机可读存储介质,计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行上述任一项所述的方法。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称 SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称 ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,简称SLDRAM) 和直接内存总线随机存取存储器(DirectRambus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种客服智能质检的方法,其特征在于,包括:
获取待质检语音;
统计所述待质检语音中话务员触犯评判规则的次数;
根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。
2.根据权利要求1所述的客服智能质检的方法,其特征在于,
根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分,包括:
所述评判规则为多个时,确定话务员触犯每种评判规则的次数;
对所述话务员触犯每种评判规则的次数求和得到总次数;
采用每种评判规则的次数除以所述总次数计算得到每种评判规则的第一中间权重;
计算所述每种评判规则的第一中间权重和每种评判规则的系数的乘积;
对所述乘积取倒数运算得到每种评判规则的第二中间权重;
根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分。
3.根据权利要求2所述的客服智能质检的方法,其特征在于,
所述根据每种评判规则的第二中间权重计算得到所述话务员的服务质量评分,包括:
确定落在第一区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重Q;
确定落在第二区间之内的多个第二中间权重;
从所述多个第二中间权重的集合中确定出最小的第二中间权重R;
所述第一区间与所述第二区间分离,所述第一区间的最大端点值小于第二区间的最小端点值;
根据所述第二中间权重Q和所述第二中间权重R计算得到所述话务员的服务质量评分。
5.根据权利要求1所述的客服智能质检的方法,其特征在于,
所述评判规则包括:文本规则、静音规则、语速规则、情绪规则、音量规则、强插话规则;
所述文本规则为,话务员在交谈中出现了禁止出现的关键词;
所述静音规则为,话务员在交谈中的静音的时间大于预定的时间阈值;
所述语速规则为,话务员在交谈中语速大于预定的语速阈值;
所述情绪规则为,话务员在交谈中出现了禁止的情绪;
所述音量规则为,话务员在交谈中的音量超过预定的音量阈值,或者小于预定的音量阈值;
强插话规则为,话务员在交谈中强行打断客户,插抢话。
6.根据权利要求1所述的客服智能质检的方法,其特征在于,
根据所述话务员的服务质量评分和预先设定的服务质量评分标准值确定所述获取待质检语音是否合格;
如果不合格,则将所述待质检语音进行高亮醒目标注,并划归为质检异常语音目录;
其中,所述质检异常语音目录中,按照评判规则为单位对所有的质检异常语音进行归类。
7.根据权利要求1所述的客服智能质检的方法,其特征在于,还包括:将质检异常语音目录发送给人工重检平台,以使人工重检。
8.根据权利要求1所述的客服智能质检的方法,其特征在于,将质检异常语音目录发送给人工重检平台后,所述方法还包括:
将所述待质检语音转换为文本;
在所述文本中,设置醒目标题,或者加粗高亮显示部分文本内容,以提示所述文本中存在的不符合规则的具***置;以便于质检人员快速定位查找。
9.一种客服智能质检的装置,其特征在于,包括:
获取模块,用于获取待质检语音;
统计模块,用于统计所述待质检语音中话务员触犯评判规则的次数;
评分模块,用于根据所述次数和预先设定的评判规则系数确定所述待质检语音中所述话务员的服务质量评分。
10.一种客服智能质检的设备,其特征在于,包括:至少一个处理器和至少一个存储器;所述存储器用于存储一个或多个程序指令;所述处理器,用于运行一个或多个程序指令,用以执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110971226.6A CN113746989A (zh) | 2021-08-23 | 2021-08-23 | 客服智能质检的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110971226.6A CN113746989A (zh) | 2021-08-23 | 2021-08-23 | 客服智能质检的方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113746989A true CN113746989A (zh) | 2021-12-03 |
Family
ID=78732361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110971226.6A Pending CN113746989A (zh) | 2021-08-23 | 2021-08-23 | 客服智能质检的方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113746989A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114693319A (zh) * | 2022-04-21 | 2022-07-01 | 广州美保科技有限公司 | 一种基于人工智能的客服质量管理提升***及方法 |
CN115118818A (zh) * | 2022-06-27 | 2022-09-27 | 平安银行股份有限公司 | 通话录音数据的质检方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170154293A1 (en) * | 2014-06-16 | 2017-06-01 | Panasonic Intellectual Property Management Co., Ltd. | Customer service appraisal device, customer service appraisal system, and customer service appraisal method |
CN109327632A (zh) * | 2018-11-23 | 2019-02-12 | 深圳前海微众银行股份有限公司 | 客服录音的智能质检***、方法及计算机可读存储介质 |
CN111147669A (zh) * | 2019-12-30 | 2020-05-12 | 科讯嘉联信息技术有限公司 | 一种全量实时自动服务质检***和方法 |
CN111263009A (zh) * | 2020-01-17 | 2020-06-09 | 北京三快在线科技有限公司 | 电话录音的质检方法、装置、设备及介质 |
CN111405128A (zh) * | 2020-03-24 | 2020-07-10 | 中国—东盟信息港股份有限公司 | 一种基于语音转文字的通话质检*** |
CN111917924A (zh) * | 2020-07-29 | 2020-11-10 | 上海博泰悦臻电子设备制造有限公司 | 客服语音质检方法及相关设备 |
CN112804400A (zh) * | 2020-12-31 | 2021-05-14 | 中国工商银行股份有限公司 | 客服呼叫语音质检方法、装置、电子设备及存储介质 |
CN112885332A (zh) * | 2021-01-08 | 2021-06-01 | 天讯瑞达通信技术有限公司 | 一种语音质检方法、***及存储介质 |
WO2021138898A1 (zh) * | 2020-01-10 | 2021-07-15 | 深圳市欢太科技有限公司 | 语音识别结果检测方法及装置、存储介质 |
-
2021
- 2021-08-23 CN CN202110971226.6A patent/CN113746989A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170154293A1 (en) * | 2014-06-16 | 2017-06-01 | Panasonic Intellectual Property Management Co., Ltd. | Customer service appraisal device, customer service appraisal system, and customer service appraisal method |
CN109327632A (zh) * | 2018-11-23 | 2019-02-12 | 深圳前海微众银行股份有限公司 | 客服录音的智能质检***、方法及计算机可读存储介质 |
CN111147669A (zh) * | 2019-12-30 | 2020-05-12 | 科讯嘉联信息技术有限公司 | 一种全量实时自动服务质检***和方法 |
WO2021138898A1 (zh) * | 2020-01-10 | 2021-07-15 | 深圳市欢太科技有限公司 | 语音识别结果检测方法及装置、存储介质 |
CN111263009A (zh) * | 2020-01-17 | 2020-06-09 | 北京三快在线科技有限公司 | 电话录音的质检方法、装置、设备及介质 |
CN111405128A (zh) * | 2020-03-24 | 2020-07-10 | 中国—东盟信息港股份有限公司 | 一种基于语音转文字的通话质检*** |
CN111917924A (zh) * | 2020-07-29 | 2020-11-10 | 上海博泰悦臻电子设备制造有限公司 | 客服语音质检方法及相关设备 |
CN112804400A (zh) * | 2020-12-31 | 2021-05-14 | 中国工商银行股份有限公司 | 客服呼叫语音质检方法、装置、电子设备及存储介质 |
CN112885332A (zh) * | 2021-01-08 | 2021-06-01 | 天讯瑞达通信技术有限公司 | 一种语音质检方法、***及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114693319A (zh) * | 2022-04-21 | 2022-07-01 | 广州美保科技有限公司 | 一种基于人工智能的客服质量管理提升***及方法 |
CN115118818A (zh) * | 2022-06-27 | 2022-09-27 | 平安银行股份有限公司 | 通话录音数据的质检方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619506B (zh) | 一种岗位画像生成方法、岗位画像生成装置及电子设备 | |
WO2020082579A1 (zh) | 一种风险审批方法、装置、存储介质和服务器 | |
CN108874959B (zh) | 一种基于大数据技术的用户动态兴趣模型建立方法 | |
CN113746989A (zh) | 客服智能质检的方法、装置、设备和存储介质 | |
CN109561322A (zh) | 一种视频审核的方法、装置、设备和存储介质 | |
WO2015039478A1 (zh) | 垃圾短信的识别方法及装置 | |
CN116012178B (zh) | 一种基于人工智能的自动化财务对账方法 | |
CN112101692B (zh) | 移动互联网质差用户的识别方法及装置 | |
CN111046141B (zh) | 一种基于历史时间特征的文本库关键词精炼方法 | |
CN112101807A (zh) | 一种电信行业集团客户价值综合评估的方法及相关装置 | |
CN110457357B (zh) | 基于神经网络的律师推荐方法及相关设备 | |
CN112383828A (zh) | 一种具有类脑特性的体验质量预测方法、设备及*** | |
DE102013101871A1 (de) | Wortwahlbasierte Sprachanalyse und Sprachanalyseeinrichtung | |
CN111104483A (zh) | 基于机器学习的ict***故障分析及辅助判别方法 | |
CN111061998A (zh) | 一种用于计量经济学分析模型及计量分析方法 | |
CN110677269B (zh) | 通信用户关系的确定方法、装置和计算机可读存储介质 | |
Janković et al. | Sensitivity analysis of travel and tourism competitiveness Index to changes in component weighting | |
CN112200375A (zh) | 预测模型生成方法、预测模型生成装置和计算机可读介质 | |
CN111611973A (zh) | 目标用户识别的方法、装置及存储介质 | |
CN115378928B (zh) | 基于云服务的监控方法及*** | |
CN116431826A (zh) | 知识图谱的更新方法、装置、设备及存储介质 | |
CN112241820A (zh) | 资金流动中关键节点的风险识别方法、装置及计算设备 | |
CN115083570A (zh) | 一种基于数据共享的医疗影像管理*** | |
CN105786929A (zh) | 一种信息监测方法及装置 | |
CN115545881A (zh) | 一种基于信贷风险处理的风险因子归因方法 |
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 |