语音会话质检方法、装置、设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种语音会话质检方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.语音服务质量质检是企业的一项专业性服务项目，其内容是检测代理人员工在与客户进行线上会话时，是否讲述了违反企业规定的语句，导致用户满意度低，客户流失。
3.现有的语音服务质量质检主要是依赖正则匹配以及逻辑实现方法，但在实际的业务会话中，具有复杂的业务规则，违规话术也具有多样性和多变性，导致需要进行配置的业务规则复杂多变，进一步地造成正则匹配的代码需要进行复杂的定制化，随着需求的增加和变化，代码的增加和改动也会非常麻烦，导致质检结果的准确度低。


技术实现要素：

4.本发明提供一种语音会话质检方法、装置及计算机可读存储介质，其主要目的在于解决语音会话质检结果准确度低的问题。
5.为实现上述目的，本发明提供的一种语音会话质检方法，包括：
6.获取语音会话的语音信息，将所述语音信息转化为语音文本；
7.根据所述语音文本确定所述语音会话的规则使用场景，其中所述规则使用场景包括单一场景以及复杂场景；
8.在所述规则使用场景为单一场景时，调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果；
9.在所述规则使用场景为复杂场景时，对所述语音文本进行分词处理，得到标准文本；
10.利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征；
11.利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果。
12.可选地，所述将所述语音信息转化为语音文本，包括：
13.利用预设的语音识别算法将所述语音信息转化为拼音元素；
14.基于所述拼音元素在预构建的质检词语库中查找对应的质检词语；
15.基于所述拼音元素将所述质检词语进行文本组合，得到所述语音会话的语音文本。
16.可选地，所述根据所述语音文本确定所述语音会话的规则使用场景,包括：
17.查找所述语音文本中的业务关键词，确定所述业务关键词的数量；
18.若所述业务关键词的数量不大于一个，则确定所述规则使用场景为单一场景；
19.若所述场景关键词的数量大于一个，则确定所述规则使用场景为复杂场景。
20.可选地,所述调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果，包括：
21.利用所述规则引擎从预设的规则库中调用对应的第一质检规则文件；
22.对所述第一质检规则文件进行规则解析，得到可执行的第一规则表达式；
23.执行所述第一规则表达式，对所述语音文本进行语音会话质检；
24.若所述语音文本中存在不符合所述规则表达式的文本，则所述语音会话质检不合格；
25.若所述语音文本中不存在不符合所述规则表达式的文本，则所述语音会话质检合格。
26.可选地，所述对所述语音文本进行分词处理，得到标准文本，包括：
27.对所述语音文本进行分词处理，得到文本分词集；
28.利用预设的停用词表查找所述文本分词集中的停用分词，删除所述停用分词，得到可用分词集；
29.对所述可用分词集中的数据分词进行标准化处理，得到标准化文本。
30.可选地，所述利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征，包括：
31.将所述标准文本进行向量转化，得到文本向量；
32.利用预训练完成的语言算法模型对所述文本向量进行词性标注；
33.根据所述词性标注生成所述标准文本的语义特征。
34.可选地，，所述利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果，包括：
35.利用利用所述规则引擎从预设的规则库中调用对应的第二质检规则文件；
36.根据所述语义特征查找所述第二质检规则文件中对应的规则语义特征；
37.计算每个所述语义特征与对应的规则语义特征的相似度；
38.若所述相似度大于或等于预设相似度阈值，则所述语义特征质检通过；
39.若所述相似度小于预设相似度阈值，则所述语义特征不符合对应的规范语义特征，质检不通过。
40.为了解决上述问题，本发明还提供一种语音会话质检装置，所述装置包括：
41.语音文本转化模块，用于获取语音会话的语音信息，将所述语音信息转化为语音文本；
42.使用场景确定模块，用于根据所述语音文本确定所述语音会话的规则使用场景，其中所述规则使用场景包括单一场景以及复杂场景；
43.第一质检模块，用于在所述规则使用场景为单一场景时，调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果；
44.文本分词处理模块，用于在所述规则使用场景为复杂场景时，对所述语音文本进行分词处理，得到标准文本；
45.语义特征提取模块，用于利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征；
46.第二质检模块，用于利用所述规则引擎调用对应的第二质检规则对所述语义特征
进行语音会话质检，得到质检结果。
47.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
48.至少一个处理器；以及，
49.与所述至少一个处理器通信连接的存储器；其中，
50.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的语音会话质检方法。
51.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的语音会话质检方法。
52.本发明实施例通过将语音会话的语音信息转化为语音文本，去除语音信息中的扰乱信息对文本进行质检，以提高之间的准确度；根据语音文本确定语音会话的规则使用场景；在使用场景为单一场景时，利用规则引擎调用对应的第一质检规则进行语音会话质检，可以提高单一场景语音会话质检的效率；在使用场景为复杂场景时，对语音文本进行分词处理，得到标准文本，使得文本信息更加准确；利用预训练完成的语言算法模型提取标准文本的语义特征；利用规则引擎调用对应的第二质检规则对语义特征进行语音会话质检，全面的对语音会话的进行质检，从而实现提高语音会话质检的准确度。因此本发明提出的语音会话质检方法、装置、电子设备及计算机可读存储介质，可以解决进行语音会话质检时的结果准确度较低的问题。
附图说明
53.图1为本发明一实施例提供的语音会话质检方法的流程示意图；
54.图2为本发明一实施例提供的文本分词处理的流程示意图；
55.图3为本发明一实施例提供的提取语义特征的流程示意图；
56.图4为本发明一实施例提供的语音会话质检装置的功能模块图；
57.图5为本发明一实施例提供的实现所述语音会话质检方法的电子设备的结构示意图。
58.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
59.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
60.本技术实施例提供一种语音会话质检方法。所述语音会话质检方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述语音会话质检方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
61.参照图1所示，为本发明一实施例提供的语音会话质检方法的流程示意图。在本实施例中，所述语音会话质检方法包括：
62.s1、获取语音会话的语音信息，将所述语音信息转化为语音文本；
63.本发明实施例中，所述语音信息为企业代理人与客户进行业务交流时产生的语音信息，可以是从语音会话接通起至语音会话结束时间段内的语音记录，因为语音会话可能夹杂着噪音、无对话的语音片段等，则需要将语音信息转化为语音文本。
64.本发明实施例中，可以利用具有抓取功能的计算机语言(java语句、python语句)等，从预先构建的用于存储所述语音信息的存储区域中抓取所述语音信息，其中，所述存储区域包括但不限于区块链节点，网络缓存、数据库等。
65.详细地，所述将所述语音信息转化为语音文本，包括：
66.利用预设的语音识别算法将所述语音信息转化为拼音元素；
67.基于所述拼音元素在预构建的质检词语库中查找对应的质检词语；
68.基于所述拼音元素将所述质检词语进行文本组合，得到所述语音会话的语音文本。
69.本发明实施例中，所述预设的语音识别算法可以是隐马尔可夫模型(hidden markov model)算法、动态时间归整(dynamic time warping)算法或者基于深层神经网络(deep neural network)算法等将语音信息转化为语音文本。
70.本发明实施例中，所述预构建的质检词语库是代理人与用户历史沟通中的话术词语库，通过所述质检话术库能够准确地对拼音元素进行词语查找，避免文本生成中的词语错误，提高后续质检结果的准确率。
71.s2、根据所述语音文本确定所述语音会话的规则使用场景，其中所述规则使用场景包括单一场景以及复杂场景；
72.本发明实施例中，所述规则使用场景是所述语音对话的内容的业务场景，不同的业务场景具有不同的话术规则，若所述语音会话只包含单个业务场景则所述规则使用场景为单一场景，若所述语音会话包含两个或以上的业务场景则所述规则使用场景为复杂场景。
73.详细地，所述根据所述语音文本确定所述语音会话的规则使用场景,包括：
74.查找所述语音文本中的业务关键词，确定所述业务关键词的数量；
75.若所述业务关键词的数量不大于一个，则确定所述规则使用场景为单一场景；
76.若所述场景关键词的数量大于一个，则确定所述规则使用场景为复杂场景。
77.本发明实施例中，所述业务关键词是不同的业务场景所对应的关键词，例如：“查询”，“咨询”，“数据修改”，“购买”等，对应不同的业务场景，进而确定语音会话的规则使用场景。
78.s3、在所述规则使用场景为单一场景时，调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果；
79.本发明实施例中，若所述规则使用场景为单一场景，则表示所述语音会话中只出现的单独的业务场景或没有出现业务场景，可能出现的为话术也相对简单，可直接对语音文本进行语音会话的质检。
80.本发明另一实施例中，所述预构建的规则引擎是一种嵌入式的组件，规则引擎可
language process)算法模型，其中，所述nlp算法模型包括马尔科夫模型，卷积神经网络模型、循环神经网络模型等，通过所述语言算法模型能够进行标准文本的语义特征提取。
99.本发明实施例中，所述语言算法模型可以利用预设的规范语音会话的文本语义特征进行训练得到，可通过提取规范语音会话的文本向量，对规范文本进行词性标注，将进行词性标注的文本向量作为训练集训练完成。
100.详细地，参阅图3所示，所述利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征，包括：
101.s51、将所述标准文本进行向量转化，得到文本向量；
102.s52、利用预训练完成的语言算法模型对所述文本向量进行词性标注；
103.s53、根据所述词性标注生成所述标准文本的语义特征。
104.本发明实施例中，可以利用word2vec词嵌将所述标准文本进行向量转换，进一步地对文本向量进行词性标注，所述词性标准代表不同的语义特征向量，例如，文本向量包括向量a、向量b,向量c进行词性标注后得到“a vd”、“b cd”、“c nt”，则所述文本的语义特征为{a vd b cd c nt}。
105.本发明实施例通过提取文本的语义特征进行语音会话的质检，对复杂的多业务场景的规范话术同时进行话术质检，提高语音会话质检的效率以及质检结果的准确性。
106.s6、利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果。
107.本发明实施例中，所述第二质检规则由多个规范话术的语义特征组成，通过所述语义特征对多个业务场景的规范话术进行快速全面的质检。
108.详细地，所述利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果，包括：
109.利用利用所述规则引擎从预设的规则库中调用对应的第二质检规则文件；
110.根据所述语义特征查找所述第二质检规则文件中对应的规则语义特征；
111.计算每个所述语义特征与对应的规则语义特征的相似度；
112.若所述相似度大于或等于预设相似度阈值，则所述语义特征质检通过；
113.若所述相似度小于预设相似度阈值，则所述语义特征不符合对应的规范语义特征，质检不通过。
114.本发明实施例中，所述规则库以及所述第二质检文件的文件类型可以与上述步骤s3相同，但所述第二质检文件中配置的质检规则不同，利用语义特征进行语音会话的质检。
115.本发明实施例中，可以利用余弦相似度算法，马氏距离(mahalanobis distance)、欧式距离等计算语义特征与规则语义特征的相似度。
116.本发明实施例中，所述第二质检规则对应文本的语义特征进行对所述语音会话进行全面的质检，在语音会话包含多个业务规则时，通过所述第二质检规则能够准确地的对语音会话进行全面的质检，以提高语音会话质检结果的准确度。
117.本发明实施例通过将语音会话的语音信息转化为语音文本，去除语音信息中的扰乱信息对文本进行质检，以提高质检结果的准确度；根据语音文本确定语音会话的规则使用场景；在使用场景为单一场景时，利用规则引擎调用对应的第一质检规则进行语音会话质检，可以提高单一场景语音会话质检的效率；在使用场景为复杂场景时，对语音文本进行
分词处理，得到标准文本，使得文本信息更加准确；利用预训练完成的语言算法模型提取标准文本的语义特征；利用规则引擎调用对应的第二质检规则对语义特征进行语音会话质检，全面的对语音会话的进行质检，从而实现提高语音会话质检结果的准确度。因此本发明提出的语音会话质检方法，可以解决进行语音会话质检时的结果准确度较低的问题。
118.如图4所示，是本发明一实施例提供的语音会话质检装置的功能模块图。
119.本发明所述语音会话质检装置100可以安装于电子设备中。根据实现的功能，所述语音会话质检装置100可以包括语音文本转化模块101、使用场景确定模块102、第一质检模块103、文本分词处理模块104、语义特征提取模块105及第二质检模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
120.在本实施例中，关于各模块/单元的功能如下：
121.所述语音文本转化模块101，用于获取语音会话的语音信息，将所述语音信息转化为语音文本；
122.所述使用场景确定模块102，用于根据所述语音文本确定所述语音会话的规则使用场景，其中所述规则使用场景包括单一场景以及复杂场景；
123.所述第一质检模块103，用于在所述规则使用场景为单一场景时，调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果；
124.所述文本分词处理模块104，用于在所述规则使用场景为复杂场景时，对所述语音文本进行分词处理，得到标准文本；
125.所述语义特征提取模块105，用于利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征；
126.所述第二质检模块106，用于利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果。
127.详细地，本发明实施例中所述语音会话质检装置100中所述的各模块在使用时采用与上述图1至图3中所述的语音会话质检方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
128.如图5所示，是本发明一实施例提供的实现语音会话质检方法的电子设备的结构示意图。
129.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如语音会话质检程序。
130.其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行语音会话质检程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
131.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、
移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如语音会话质检程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
132.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
133.所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
134.图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
135.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
136.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
137.所述电子设备1中的所述存储器11存储的语音会话质检程序是多个指令的组合，在所述处理器10中运行时，可以实现：
138.获取语音会话的语音信息，将所述语音信息转化为语音文本；
139.根据所述语音文本确定所述语音会话的规则使用场景，其中所述规则使用场景包括单一场景以及复杂场景；
140.在所述规则使用场景为单一场景时，调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果；
141.在所述规则使用场景为复杂场景时，对所述语音文本进行分词处理，得到标准文本；
142.利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征；
143.利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果。
144.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
145.进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
146.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
147.获取语音会话的语音信息，将所述语音信息转化为语音文本；
148.根据所述语音文本确定所述语音会话的规则使用场景，其中所述规则使用场景包括单一场景以及复杂场景；
149.在所述规则使用场景为单一场景时，调用预构建的规则引擎调用对应的第一质检规则所述语音文本进行语音会话质检，得到质检结果；
150.在所述规则使用场景为复杂场景时，对所述语音文本进行分词处理，得到标准文本；
151.利用预训练完成的语言算法模型对所述标准文本进行语义特征提取，得到文本的语义特征；
152.利用所述规则引擎调用对应的第二质检规则对所述语义特征进行语音会话质检，得到质检结果。
153.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
154.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
155.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
156.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
157.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限
制所涉及的权利要求。
158.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
159.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
160.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
161.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。