[發明專利]基于人工智能的語音質檢方法、設備、存儲介質及裝置

在審

• 申請號: 201811227840.6
• 申請日: 2018-10-19
• 公開（公告）號: CN109658923A
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 劉偉;寧寧;李偉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L25/60;G10L25/51;G10L15/06
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種基于人工智能的語音質檢方法、設備、存儲介質及裝置，該方法包括：獲取待質檢音頻，對所述待質檢音頻進行語音識別，生成待質檢文檔，從所述待質檢文檔中提取待質檢關鍵詞，通過預設質檢模型將所述待質檢關鍵詞與預設關鍵詞進行比對，并根據比對結果輸出目標質檢結果。由于將待質檢音頻轉化為待質檢文檔，能夠更便捷地進行質檢，通過將待質檢文檔中的待質檢關鍵詞輸入預設質檢模型，能夠實時準確地輸出目標質檢結果，不需過多的人工參與，更加智能化，提高了語音質檢的效率。

技術領域

本發明涉及語音數據處理技術領域，尤其涉及一種基于人工智能的語音質檢方法、設備、存儲介質及裝置。

背景技術

語音質檢是指對語音內容進行質量管理與檢測，檢測客服或者銷售人員是否使用規范用語、是否服務到位。一般通過對客服電話進行錄音獲得待質檢音頻，或者通過對銷售過程進行雙錄獲得待質檢音頻，對待質檢音頻進行語音質檢，能夠促進企業營銷、市場開拓，提高客戶滿意度，完善客戶服務。

目前的語音質檢方案主要通過人工逐秒回放回聽，根據業務規則進行人為判斷，然而，人為判斷難免存在疏漏，并且具有效率較低、耗時較長及成本較高等問題，無法有效地對語音進行質檢。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種基于人工智能的語音質檢方法、設備、存儲介質及裝置，旨在解決現有技術中無法有效地對語音進行質檢的技術問題。

為實現上述目的，本發明提供一種基于人工智能的語音質檢方法，所述基于人工智能的語音質檢方法包括以下步驟：

獲取待質檢音頻，對所述待質檢音頻進行語音識別，生成待質檢文檔；

從所述待質檢文檔中提取待質檢關鍵詞；

通過預設質檢模型將所述待質檢關鍵詞與預設關鍵詞進行比對，并根據比對結果輸出目標質檢結果。

優選地，所述獲取待質檢音頻，對所述待質檢音頻進行語音識別，生成待質檢文檔之前，所述方法還包括：

采集樣本質檢文檔以及所述樣本質檢文檔對應的樣本質檢結果；

從所述樣本質檢文檔中提取樣本關鍵詞，根據所述樣本關鍵詞及對應的樣本質檢結果生成預設質檢模型。

優選地，所述從所述樣本質檢文檔中提取樣本關鍵詞，根據所述樣本關鍵詞及對應的樣本質檢結果生成預設質檢模型，包括：

根據預設關鍵詞提取算法從所述樣本質檢文檔中提取樣本關鍵詞，并根據所述樣本關鍵詞和所述樣本質檢結果建立關鍵詞和質檢結果之間的對應關系；

使用預設有監督學習規則建立基礎模型，根據所述對應關系對所述基礎模型進行訓練，生成預設質檢模型。

優選地，所述使用預設有監督學習規則建立基礎模型，根據所述對應關系對所述基礎模型進行訓練，生成預設質檢模型，包括：

使用預設有監督學習規則建立基礎模型，根據所述對應關系對所述基礎模型進行多次訓練，在所述基礎模型的質檢準確率達到預設標準值時，生成預設質檢模型；

其中，根據所述對應關系對所述基礎模型進行訓練，包括：

在所述對應關系中選取一組對應關系，將該組對應關系中的樣本關鍵詞輸入至所述基礎模型中，獲取所述基礎模型輸出的當前質檢結果；

將所述當前質檢結果與該組對應關系中的樣本質檢結果進行對比，并根據對比結果調整所述基礎模型的參數。

優選地，所述獲取待質檢音頻，對所述待質檢音頻進行語音識別，生成待質檢文檔，包括：