信息反馈方法、装置、计算机设备及计算机存储介质与流程

本发明涉及智能化客服系统领域，特别涉及一种信息反馈方法、装置、计算机设备及计算机存储介质。

背景技术：

1、近年来，随着大数据技术生产力的迭代，智能客服系统越来越受到各行服务业的青睐，通过客服系统可以大大地释放人力资源，快速地对用户进行响应，并且通过智能问答以及人工结合的方式，为用户提供高效、准确的回答。但是，目前的客服系统大多是通过文字上的问答，对于电话/语音的问答，仅仅提供简单的选项供用户进行选择，无法给用户准确、实时地反馈，仍然需要大量的人工进行问答，在人工问答以及机器问答的过程中，如何有效管理和分析海量的语音数据，准确洞察客户的咨询目的，解决客户真实问题，成为了客户服务中一个亟需解决的问题，即目前的智能语音客服系统的存在问答准确率较低，时效性不高的问题。

技术实现思路

1、本发明的目的在于提供一种信息反馈方法、装置及计算机设备、计算机存储介质，以至少解决智能语音客服系统的存在问答准确率较低，时效性不高的问题。

2、为解决上述技术问题，本发明提供一种信息反馈方法，包括：

3、获取大数据平台中的音频数据，其中，所述音频数据包含采集的客服系统的语音数据；所述音频数据基于分布式原理存储在所述大数据平台；

4、基于语音识别模型对所述音频数据进行处理，将所述音频数据转化为文本数据，所述文本数据包含若干文本，所述文本包含字、词与句子；

5、获取所述音频数据的时间信息，根据所述时间信息为所述文本数据的文本标记时间戳；

6、基于所述文本对应的时间戳建立所述音频数据的音量及语速的时间序列，并基于所述时间序列识别所述音频数据的音量特征与语速特征；

7、基于自然语言处理模型对所述文本进行识别，并基于所述音量特征与所述语速特征对识别后的文本进行特征判定，确定所述音频数据的情绪特征；

8、根据所述文本与所述情绪特征确定问答策略信息，以将所述问答策略信息反馈至客服系统。

9、可选的，所述获取大数据平台中的音频数据，包括：

10、向大数据平台发送数据获取指令以获取加密的数据信息，其中，大数据平台响应于所述获取指令，从分布式的存储设备中获取已加密的数据信息；

11、根据预设的加密算法对所述数据信息进行计算，获取数据信息中的音频数据。

12、可选的，所述基于所述文本对应的时间戳建立所述音频数据的音量及语速的时间序列，并基于所述时间序列识别所述音频数据的音量特征与语速特征，包括：

13、基于所述文本对应的时间戳对所述音频数据进行分段，获得分段后的若干个子音频数据；

14、基于所述子音频数据包含的文本对应的时间戳建立所述子音频数据的音量及语速的时间序列；

15、基于所述时间序列识别所述子音频数据的音量特征与语速特征，以及所述子音频数据之间的音量特征与语速特征。

16、可选的，所述基于所述文本对应的时间戳建立所述音频数据的音量及语速的时间序列，并基于所述时间序列识别所述音频数据的音量特征与语速特征，包括：

17、获取音频数据的分贝信息，根据所述文本对应的时间戳确定每个文本的分贝数；

18、根据每个文本的分贝数以及所述时间戳的顺序建立音频数据的音量时间序列；

19、基于所述音量时间序列计算音量的移动平均值和移动标准差；

20、根据所述移动平均值和移动标准差识别音量的规律以及异常；

21、根据所述音量的规律以及异常确定音量特征。

22、可选地，所述基于所述文本对应的时间戳建立所述音频数据的音量及语速的时间序列，并基于所述时间序列识别所述音频数据的音量特征与语速特征，包括：

23、根据所述文本对应的时间戳确定单位时间内文本的数量；

24、根据单位时间内文本的数量及所述时间戳的顺序建立音频数据的语速时间序列；

25、基于所述语速时间序列计算语速的移动平均值和移动标准差；

26、根据所述移动平均值和移动标准差识别语速的规律以及异常；

27、根据所述音量的规律以及异常确定语速特征。

28、可选的，所述基于自然语言处理模型对所述文本进行识别，并基于所述音量特征与所述语速特征对识别后的文本进行特征判定，确定所述音频数据的情绪特征，包括：

29、基于自然语言处理模型对所述文本进行识别，得到文本内容；

30、基于预设的情绪识别模型对所述文本内容进行编码处理，得到文本内容编码特征；

31、基于所述情绪识别模型对所述文本内容编码特征进行情绪识别，得到所述文本内容编码特征的初始情绪类别；

32、基于预设的情绪词表对所述文本内容进行情绪特征词识别，得到识别结果；

33、根据所述识别结果和所述初始情绪类别，确定所述文本内容信息对应的目标情绪类别；

34、基于所述音量特征、所述语速特征与目标情绪类别，确定所述音频数据的情绪特征。

35、可选的，所述根据所述文本与所述情绪特征确定问答策略信息，以将所述问答策略信息反馈至客服系统，包括：

36、根据所述识别后的文本确定客服语音场景；

37、根据所述客服语音场景与所述情绪特征确定问答策略信息，包含根据所述客服语音场景与所述情绪特征在预设的策略信息库中匹配问答策略信息；或根据所述文本、所述客服语音场景与情绪特征基于设置的大语言模型生成问答策略信息，其中，所述大语言模型被配置为与若干种场景相关联；其中，所述问答策略信息包括引导话术以及标准话术。

38、为解决上述技术问题，本发明实施例还提供一种信息反馈装置，包括：

39、数据获取模块，用于获取大数据平台中的音频数据，其中，所述音频数据包含采集的客服系统的语音数据；所述音频数据基于分布式原理存储在所述大数据平台；

40、数据预处理模块，用于基于语音识别模型对所述音频数据进行处理，将所述音频数据转化为文本数据，所述文本数据包含若干文本，所述文本包含字、词与句子；

41、时间戳标记模块，用于获取所述音频数据的时间信息，根据所述时间信息为所述文本数据的文本标记时间戳；

42、特征识别模块，用于基于所述文本对应的时间戳建立所述音频数据的音量及语速的时间序列，并基于所述时间序列识别所述音频数据的音量特征与语速特征；

43、情绪识别模块，用于基于自然语言处理模型对所述文本进行识别，并基于所述音量特征与所述语速特征对识别后的文本进行特征判定，确定所述音频数据的情绪特征；

44、决策反馈模块，用于根据所述文本与所述情绪特征确定问答策略信息，以将所述问答策略信息反馈至客服系统。

45、可选地，所述数据获取模块还用于：

46、向大数据平台发送数据获取指令以获取加密的数据信息，其中，大数据平台响应于所述获取指令，从分布式的存储设备中获取已加密的数据信息；

47、根据预设的加密算法对所述数据信息进行计算，获取数据信息中的音频数据。

48、可选地，所述特征识别模块还用于：

49、基于所述文本对应的时间戳对所述音频数据进行分段，获得分段后的若干个子音频数据；

50、基于所述子音频数据包含的文本对应的时间戳建立所述子音频数据的音量及语速的时间序列；

51、基于所述时间序列识别所述子音频数据的音量特征与语速特征，以及所述子音频数据之间的音量特征与语速特征。

52、可选地，所述特征识别模块还用于：

53、获取音频数据的分贝信息，根据所述文本对应的时间戳确定每个文本的分贝数；

54、根据每个文本的分贝数以及所述时间戳的顺序建立音频数据的音量时间序列；

55、基于所述音量时间序列计算音量的移动平均值和移动标准差；

56、根据所述移动平均值和移动标准差识别音量的规律以及异常；

57、根据所述音量的规律以及异常确定音量特征。

58、可选地，所述特征识别模块还用于：

59、根据所述文本对应的时间戳确定单位时间内文本的数量；

60、根据单位时间内文本的数量及所述时间戳的顺序建立音频数据的语速时间序列；

61、基于所述语速时间序列计算语速的移动平均值和移动标准差；

62、根据所述移动平均值和移动标准差识别语速的规律以及异常；

63、根据所述音量的规律以及异常确定语速特征。

64、可选地，所述情绪识别模块还用于：

65、基于自然语言处理模型对所述文本进行识别，得到文本内容；

66、基于预设的情绪识别模型对所述文本内容进行编码处理，得到文本内容编码特征；

67、基于所述情绪识别模型对所述文本内容编码特征进行情绪识别，得到所述文本内容编码特征的初始情绪类别；

68、基于预设的情绪词表对所述文本内容进行情绪特征词识别，得到识别结果；

69、根据所述识别结果和所述初始情绪类别，确定所述文本内容信息对应的目标情绪类别；

70、基于所述音量特征、所述语速特征与目标情绪类别，确定所述音频数据的情绪特征。

71、可选地，所述决策反馈模块还用于：

72、根据所述识别后的文本确定客服语音场景；

73、根据所述客服语音场景与所述情绪特征确定问答策略信息，包含根据所述客服语音场景与所述情绪特征在预设的策略信息库中匹配问答策略信息；或根据所述文本、所述客服语音场景与情绪特征基于设置的大语言模型生成问答策略信息，其中，所述大语言模型被配置为与若干种场景相关联；其中，所述问答策略信息包括引导话术以及标准话术。

74、为解决上述技术问题本发明实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述信息反馈方法的步骤。

75、为解决上述技术问题本发明实施例还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述信息反馈方法的步骤。

76、本发明创造实施例的有益效果是：通过获取大数据平台中的音频数据，其中，所述音频数据包含采集的客服系统的语音数据；所述音频数据基于分布式原理存储在所述大数据平台；基于语音识别模型对所述音频数据进行处理，将所述音频数据转化为文本数据，所述文本数据包含若干文本，所述文本包含字、词与句子；获取所述音频数据的时间信息，根据所述时间信息为所述文本数据的文本标记时间戳；基于所述文本对应的时间戳建立所述音频数据的音量及语速的时间序列，并基于所述时间序列识别所述音频数据的音量特征与语速特征；基于自然语言处理模型对所述文本进行识别，并基于所述音量特征与所述语速特征对识别后的文本进行特征判定，确定所述音频数据的情绪特征；根据所述文本与所述情绪特征确定问答策略信息，以将所述问答策略信息反馈至客服系统，基于自动语音识别、自然语言处理、大数据分析以及声音的音量及语速分析等多个模态实时对客户的问答通话语音进行全量分析，快速发现通话中客户的问题，并根据分析音频数据的特征进行场景识别和客户情绪感知，洞察通话内容与客户情绪，基于用户情绪与会话场景推荐不同的引导话术，为用户提供准确以及差异化的语音客服服务，从而提高问答准确率及时效性，提高服务质量和客户满意度。