[發明專利]一種語音服務質量檢測方法、模型訓練方法及裝置

有效

• 申請號: 202010312316.X
• 申請日: 2020-04-20
• 公開（公告）號: CN111522916B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 席澤西;趙立軍
• 申請（專利權）人: 馬上消費金融股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/289;G06F40/30;H04M3/22
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 黃燦;羅婷

本發明提供一種語音服務質量檢測方法、模型訓練方法及裝置，該方法包括：將待檢測的語音轉換為文本；確定所述文本中每個詞對應的詞向量；將所述每個詞對應的詞向量輸入預先訓練的質量檢測模型，得到所述語音對應的N個質檢項的質檢結果；其中，所述質量檢測模型包括編碼層和N個全連接層，所述編碼層輸出的語義特征向量輸入所述N個全連接層。通過本發明提供的語音服務質量檢測方法，基于質量檢測模型即可實現對語音服務過程中的語音進行N個質檢項的質量檢測，不僅可以提高語音服務質量檢測的效率，還可以減少基于多個質檢項進行語音服務質量檢測時所需的計算資源。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種語音服務質量檢測方法、模型訓練方法及裝置。

背景技術

隨著語音技術的不斷發展，語音服務變得越來越普遍，例如，服務提供方可以基于客服呼叫中心為用戶提供語音服務，或者通過語音機器人為用戶提供語音服務等。為了進一步提高為用戶提供語音服務的質量，對語音服務進行質量檢測十分必要。以基于客服呼叫中心為用戶提供語音服務為例，可以檢測客服接聽用戶電話時態度是否禮貌、是否正確核實用戶身份、是否正確復述通話結果、是否正確回復用戶咨詢問題等。

目前，主要是通過正則匹配方法或是模型法對語音服務進行質量檢測，其中，模型法是指通過傳統模型或深度學習模型提取對話語音中的語義信息特征，訓練分類模型以預測質檢結果。然而，實際情況中語音服務的質檢項往往數量較多，這樣需要針對每個質檢項分別訓練一個分類模型，不僅需要較長的訓練時間，還會導致基于多個質檢項進行語音服務質量檢測時所需的計算資源較多。

發明內容

本發明實施例提供一種語音服務質量檢測方法、模型訓練方法及裝置，以解決現有技術中基于多個質檢項進行語音服務質量檢測時所需的計算資源較多的問題。

為了解決上述技術問題，本發明是這樣實現的：

第一方面，本發明實施例提供了一種語音服務質量檢測方法。該方法包括：

將待檢測的語音轉換為文本；

確定所述文本中每個詞對應的詞向量；

將所述每個詞對應的詞向量輸入預先訓練的質量檢測模型，得到所述語音對應的N個質檢項的質檢結果；

其中，所述質量檢測模型包括編碼層和N個全連接層，所述編碼層輸出的語義特征向量輸入所述N個全連接層，所述N個全連接層用于基于所述編碼層輸出的語義特征向量輸出所述N個質檢項的質檢結果，N為大于1的整數。

第二方面，本發明實施例還提供一種模型訓練方法。該方法包括：

獲取M個語音樣本，其中，所述M個語音樣本中每個語音樣本均標注有 N個分類標簽，所述N個分類標簽與N個質檢項一一對應，M和N均為大于 1的整數；

分別將所述M個語音樣本中的每個語音樣本轉換為文本，得到M個文本；

分別確定所述M個文本中每個文本的每個詞對應的詞向量；

根據所述M個文本中每個文本的每個詞對應的詞向量，訓練質量檢測模型；

其中，所述質量檢測模型包括編碼層和N個全連接層，所述編碼層輸出的語義特征向量輸入所述N個全連接層。

第三方面，本發明實施例還提供一種語音服務質量檢測裝置。該語音服務質量檢測裝置包括：

第一轉換模塊，用于將待檢測的語音轉換為文本；

第一確定模塊，用于確定所述文本中每個詞對應的詞向量；

輸入模塊，用于將所述每個詞對應的詞向量輸入預先訓練的質量檢測模型，得到所述語音對應的N個質檢項的質檢結果；