[發(fā)明專利]語音質檢區(qū)域的定位方法、裝置、定位設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202010544756.8
• 申請日: 2020-06-15
• 公開（公告）號: CN111696527B
• 公開（公告）日: 2020-12-22
• 發(fā)明（設計）人: 聶鐳;鄒茂泰;聶穎
• 申請（專利權）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/06;G10L15/16;G10L15/26;G10L25/60
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請適用于語音處理技術領域，提供了一種語音質檢區(qū)域的定位方法、裝置、定位設備及存儲介質，該方法包括：獲取待處理語音文本；將待處理語音文本的語音文本片段輸入至預設cnn模型，得到語音文本片段對應的質檢環(huán)節(jié)；確定出同一類別的質檢環(huán)節(jié)，將同一類別的質檢環(huán)節(jié)分別對應的語音文本片段所在區(qū)域作為質檢區(qū)域。可見，本申請利用預設cnn模型魯棒性好等特性，相對于現有技術中通過關鍵字識別技術確定語音文本的質檢區(qū)域，可以達到魯棒性高、識別效果好的效果。

技術領域

本申請屬于語音處理技術領域，尤其涉及一種語音質檢定位方法、裝置、定位設備及存儲介質。

背景技術

出于提高客戶滿意度、完善客戶服務以及對客服人員的工作進行考評等目的，一般需要對客服人員與客戶的語音通話進行質檢，例如，對保險行業(yè)的客服人員與客戶的語音通話進行檢查，找出其中存在的違規(guī)點。

傳統(tǒng)的質檢方式是人工質檢，但是由于客服人員與客戶的語音通話數量過于龐大，而導致傳統(tǒng)的人工質檢效率較低，極大的耗費了人力、物力。

目前現有的質檢方式是智能質檢，其原理是：將客服人員與客戶的語音通話轉換為語音文本之后，通過關鍵字技術確定語音文本的質檢區(qū)域，最后對質檢區(qū)域進行檢查，找出其中存在的違規(guī)點。但是，在現有的智能質檢過程中，通過關鍵字技術識別語音文本的質檢區(qū)域存在魯棒性較低，識別效果較低等缺陷。

發(fā)明內容

本申請實施例提供了語音質檢區(qū)域的定位方法及裝置，可以解決現有的智能質檢過程中，通過關鍵字技術識別語音文本的質檢區(qū)域存在魯棒性較低，識別效果較低等缺陷的問題。

第一方面，本申請實施例提供了一種語音質檢區(qū)域的定位方法，包括：

獲取待處理語音文本；其中，所述待處理語音文本包括至少一個語音文本片段；

將所述待處理語音文本的語音文本片段輸入至預設cnn模型，得到所述語音文本片段對應的質檢環(huán)節(jié)；

確定出同一類別的所述質檢環(huán)節(jié)，將所述同一類別的質檢環(huán)節(jié)分別對應的所述語音文本片段所在區(qū)域作為質檢區(qū)域。

在第一方面的一種可能的實現方式中，所述獲取待處理語音文本之前，還包括：

獲取待處理語音音頻；

將所述待處理語音音頻轉換為待處理語音文本。

在第一方面的一種可能的實現方式中，將所述待處理語音音頻轉換為待處理語音文本，包括：

分離出所述待處理語音音頻中的目標語音音頻；

對所述目標語音音頻進行角色對象分割，得到語音音頻片段；其中，每一語音音頻片段對應于一個角色對象；

將所述語音音頻片段轉換為語音文本片段，并根據所述語音文本片段形成所述待處理語音文本。

在第一方面的一種可能的實現方式中，將所述待處理語音文本的語音文本片段輸入至預設cnn模型，得到所述語音文本片段對應的質檢環(huán)節(jié)之前，還包括：

獲取語音文本樣本；其中，所述語音文本樣本包括至少一個語音文本樣本片段；

標注所述語音文本樣本片段對應的質檢環(huán)節(jié)；

將所述語音文本樣本片段以及與所述語音文本樣本片段對應的質檢環(huán)節(jié)輸入至cnn模型進行訓練，得到所述預設cnn模型。

在第一方面的一種可能的實現方式中，確定出同一類別的質檢環(huán)節(jié)，將所述同一類別的質檢環(huán)節(jié)對應的所述語音文本片段所在區(qū)域作為質檢區(qū)域之前，還包括：

獲取所述語音文本片段對應的語音音頻片段；

根據所述語音音頻片段對所述語音文本片段對應的質檢環(huán)節(jié)進行校驗。