[發(fā)明專利]基于客戶語音情感的客服服務質(zhì)量評價方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710254745.4
• 申請日: 2017-04-18
• 公開（公告）號: CN107154257B
• 公開（公告）日: 2021-04-06
• 發(fā)明（設計）人: 艾旭升
• 申請（專利權）人: 蘇州工業(yè)職業(yè)技術學院
• 主分類號: G10L15/01
• 分類號: G10L15/01;G10L15/04;G10L17/02;G10L25/63;G06Q10/06
• 代理公司: 上海漢聲知識產(chǎn)權代理有限公司 31236
• 代理人: 張倩楠;胡晶

本發(fā)明提供了一種基于客戶語音情感的客服服務質(zhì)量評價方法，包括以下步驟：獲取錄音文件并提取得到其中的客戶錄音；對所述客戶錄音進行處理得到代表客戶初期情緒和最終情緒的語音片段；根據(jù)初期情緒和最終情緒的語音片段的情感差異評價對應的客服的服務質(zhì)量。本發(fā)明還提供了基于客戶語音情感的客服服務質(zhì)量評價系統(tǒng)。該方法及系統(tǒng)通過對錄音文件中對話的語音進行分離，再使用單個人(客戶)的情感識別算法，從對話錄音中解析出客戶的情感序列，通過分析情感序列的情感的變化程度來評價客服的服務質(zhì)量，實現(xiàn)自動進行客服的服務質(zhì)量的評價。

技術領域

本發(fā)明涉及語音數(shù)據(jù)處理技術領域，特別涉及一種基于客戶語音情感的客服服務質(zhì)量評價方法及系統(tǒng)。

背景技術

在現(xiàn)代生活中，每天我們都會接到大量的推銷電話，內(nèi)容覆蓋股票、貸款、房產(chǎn)等內(nèi)容，背后都是有公司提供Call center服務。這些公司每天生成大量的客服錄音文件，為了考核客服人員，一般需要另外雇傭質(zhì)檢人員手工聽取錄音文件。然而，質(zhì)檢人員往往只是抽查部分錄音，既浪費人力又容易遺漏有用信息。事實上，如何能夠從錄音文件中分析出客戶的情感變化，以評價客服的服務質(zhì)量是一種能夠?qū)崿F(xiàn)自動考核克服的有用方法。

現(xiàn)有的技術中，目前的情感識別研究還是基于單個人的說話錄音，比如臺州學院的趙小明和張石清提出的專利“基于壓縮感知的魯棒性語音情感識別方法”，江蘇大學提出的專利“非特定人語音情感識別方法及系統(tǒng)”等，都沒有考慮對話中一個人的情感和另外一個人存在著某種關系。因此，并不適用于考核客服人員的服務質(zhì)量。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于客戶語音情感的客服服務質(zhì)量評價方法及系統(tǒng)，以解決現(xiàn)有的客服評價方法需依賴人工檢測所造成的效率較低、有效性較差的問題。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于客戶語音情感的客服服務質(zhì)量評價方法，包括以下步驟：

獲取錄音文件并提取得到其中的客戶錄音；

對所述客戶錄音進行處理得到代表客戶初期情緒和最終情緒的語音片段；

根據(jù)初期情緒和最終情緒的語音片段的情感差異評價對應的客服的服務質(zhì)量。

較佳地，具體包括：

將所述客戶錄音分隔得到不含雜音的語音片段序列；

然后從所述語音片段序列中選出代表客戶初期情緒和最終情緒的語音片段。

較佳地，獲取錄音文件后，還包括分割出客服錄音及客戶錄音后，截取客服錄音的一個片段，識別客服身份。

較佳地，截取客服錄音的一個片段后，提取其中的MFCC特征，利用高斯模型識別客服身份。

較佳地，將客戶錄音分隔得到語音片段序列的過程包括：

S21：根據(jù)客戶錄音的頻率及強度的不同，標注有聲語音片段和靜音語音片段；S22：從所述客戶錄音中分隔出有聲語音片段；

S23：識別出所述有聲語音片段中的雜音片段并刪除；

S24：將剩余的有聲語音片段對應的數(shù)據(jù)組合作為所述語音片段序列。

較佳地，進一步包括：獲取所述語音片段序列中每個語音片段的時長；

則初期情緒的語音片段的選取方法為：選取所述語音片段序列中的前k個語音片段作為代表客戶初期情緒的語音片段，該k個語音片段滿足：k個語音片段的時長總和小于等于T，當所述語音片段序列中的第一個語音片段時長大于T時，則將第一個語音片段作為代表客戶初期情緒的語音片段；