[發明專利]一種智能客服語音質檢評分方法、設備及存儲介質

在審

• 申請號: 202011131622.X
• 申請日: 2020-10-21
• 公開（公告）號: CN112329437A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 張鎮洋;黃小明
• 申請（專利權）人: 交通銀行股份有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06K9/62;G06Q10/06;G06Q30/02;G10L15/26
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 孫永申

本發明涉及一種智能客服語音質檢評分方法、設備及存儲介質，針對傳統客服語音質檢評分采用關鍵詞搜索存在的兩個不足，即評分規則需人工設定且不能及時根據市場變化進行完善和當客服用了近義詞表達了相同意思將不會被關鍵詞搜索到從而導致評分錯誤，提出了一種智能客服語音質檢評分方法，能夠在不同場景下根據客服坐席錄音文本，智能自主歸納形成評分規則，并運用深度學習算法，自動識別客服坐席錄音語句與規則語句的相似度，從而給予評分，同時，根據客服坐席的評分反饋評分細則和建議，幫助客服坐席發現問題并及時完善話術。

技術領域

本發明涉及智能語音質檢技術領域，尤其是涉及一種智能客服語音質檢評分方法、設備及存儲介質。

背景技術

傳統的客服坐席語音質檢需要人工抽取部分錄音并完整聽完錄音后給予客服坐席錄音評分，這種方法不僅耗費大量人力，且時效性不能滿足要求，質檢覆蓋率也較低。

近幾年出現了智能語音質檢系統，實現了錄音實時轉文本、自動評分、覆蓋率100％等。其中自動評分主要是采用搜索關鍵字的方法，該方法是在錄音轉成文本后，在文本中搜索指定關鍵字，當出現了關鍵字后給予設定好的分值，如加分或減分，最后給出總評分。該方法的不足在于，評分規則是人為設定的，這需要較強的專業知識和業務背景，而且評分規則不能根據實際業務的發展情況及時進行調整；當客服坐席用了近義詞表達了相同意思將不會被關鍵詞搜索到，從而導致評分錯誤。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種智能客服語音質檢評分方法、設備及存儲介質，能夠在不同場景下根據客服坐席錄音文本，智能自主歸納形成評分規則，并運用深度學習算法，自動識別客服坐席錄音語句與規則語句的相似度，從而給予評分。

本發明的目的可以通過以下技術方案來實現：

一種智能客服語音質檢評分方法，該方法包括以下步驟：

步驟1：將客服坐席錄音轉文本后導出至數據分析系統中；

步驟2：于數據分析系統中設置針對客服坐席錄音進行評分的規則以及標準；

步驟3：基于設置的針對客服坐席錄音進行評分的規則以及標準，和轉文本后的客服坐席錄音數據，通過計算兩者間的相似度從而進行評分；

步驟4：將所有的評分累加，得到總評分后輸出即為該客服坐席的錄音評分。

進一步地，所述的步驟1包括以下分步驟：

步驟101：連接客服坐席錄音文本數據接口，通過API連接該數據接口并將數據導入至數據分析系統中；

步驟102：同時將數據存儲至數據分析系統的工作空間中。

進一步地，所述的步驟2包括：

步驟201：在開始時于數據分析系統中通過人工設定評分規則，即對應句子；

步驟202：數據分析系統運行設定時間之后，將人工設定評分規則轉為設置成智能自主歸納評分規則。

進一步地，所述的步驟202中的智能自主歸納評分規則的設置過程包括以下步驟：

步驟2021：將步驟1中得到的轉文本后的客服坐席錄音數據，通過正則表達式進行數據清洗；

步驟2022：針對經過數據清洗的文本通過編碼算法模型進行編碼；

步驟2023：針對編碼后的數據根據場景選擇不同的回歸或分類算法模型進行訓練；

步驟2024：訓練完畢后選取對于模型權重更大的特征，并通過解碼算法解碼得到對應完整句子；

步驟2025：將該完整句子存儲至評分規則中以作為智能自主歸納評分規則。