[發明專利]客服語音識別方法、裝置、服務器及存儲介質

有效

• 申請號: 202010699013.8
• 申請日: 2020-07-20
• 公開（公告）號: CN111883133B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 顧曉雪;謝翀
• 申請（專利權）人: 深圳樂信軟件技術有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/04;G10L15/05;G10L15/16;G10L15/18;G10L17/00;G10L17/26
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

1.一種客服語音識別方法，其特征在于，包括：

對待識別音頻數據進行端點檢測，以獲取多個單句音頻數據；

通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據，所述預設聲學模型基于客服語音數據構建；

通過預設語言模型確定所述多個第一文本數據對應的多個第二文本數據，所述預設語言模型基于線上客服文本數據構建；

所述通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據之前，還包括：

通過預設性別分類模型確定每個單句音頻數據的角色性別；

所述通過預設性別分類模型確定每個單句音頻數據的角色性別之后，還包括：

若并非所有單句音頻數據的角色性別都相同，則獲取所述待識別音頻數據對應的客服人員性別；

若單句音頻數據的角色性別與所述客服人員性別相同，則確定所述單句音頻數據的角色身份為客服人員；

若單句音頻數據的角色性別與所述客服人員性別不同，則確定所述單句音頻數據的角色身份為用戶。

2.如權利要求1所述的方法，其特征在于，所述通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據包括：

若所有單句音頻數據的角色性別都相同，則通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據。

3.如權利要求2所述的方法，其特征在于，所述通過預設語言模型確定所述多個第一文本數據對應的多個第二文本數據之后，還包括：

通過預設角色分類模型確定每個第二文本數據的角色身份，所述預設角色分類模型基于線上客服文本數據構建。

4.如權利要求1所述的方法，其特征在于，所述通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據包括：

通過預設聲學模型確定已經確定角色身份的所述多個單句音頻數據對應的多個第一文本數據。

5.如權利要求1-4任一項所述的方法，其特征在于，所述通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據包括：

提取所述多個單句音頻數據對應的多個單句音頻特征；

將所述多個單句音頻特征輸入預設聲學模型，得到多個第一文本數據。

6.一種客服語音識別裝置，其特征在于，包括：

端點檢測模塊，用于對待識別音頻數據進行端點檢測，以獲取多個單句音頻數據；

第一文本數據確定模塊，用于通過預設聲學模型確定所述多個單句音頻數據對應的多個第一文本數據，所述預設聲學模型基于客服語音數據構建；

第二文本數據確定模塊，用于通過預設語言模型確定所述多個第一文本數據對應的多個第二文本數據，所述預設語言模型基于線上客服文本數據構建；

角色性別確定模塊，用于通過預設性別分類模型確定每個所述單句音頻數據的角色性別；

第二角色身份確定模塊，用于若并非所有所述單句音頻數據的角色性別都相同，則獲取所述待識別音頻數據對應的客服人員性別；若所述單句音頻數據的角色性別與所述客服人員性別相同，則確定所述單句音頻數據的角色身份為客服人員；若所述單句音頻數據的角色性別與所述客服人員性別不同，則確定所述單句音頻數據的角色身份為用戶。

7.一種服務器，其特征在于，包括：

一個或至少一個處理器；

存儲裝置，用于存儲一個或至少一個程序，

當所述一個或至少一個程序被所述一個或至少一個處理器執行，使得所述一個或至少一個處理器實現如權利要求1-5中任一項所述的客服語音識別方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一項所述的客服語音識別方法。