[發明專利]語音機器人采用的人工錄音的優化方法、裝置及電子設備

有效

• 申請號: 202011193582.1
• 申請日: 2020-10-30
• 公開（公告）號: CN112017698B
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 李瑤;鄒佳華
• 申請（專利權）人: 北京淇瑀信息科技有限公司
• 主分類號: G11B20/10
• 分類號: G11B20/10;G11B27/031;G10L21/007;G10L21/01;G10L25/63
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喬東峰

本發明公開了一種語音機器人采用的人工錄音的優化方法、裝置及電子設備，所述方法包括：提取歷史通話數據集中的人工錄音的音頻數據參數，建立訓練數據集訓練人工錄音效果模型，計算人工錄音的優選音頻數據參數；將待評測人工錄音的音頻數據參數與優選音頻數據參數進行比對，生成人工錄音的優化策略。本發明根據人工錄音的音頻數據參數建立訓練數據集訓練人工錄音效果模型，從而獲得優選音頻數據參數；通過對比待評測的音頻數據參數與該優選音頻數據參數，自動生成人工錄音量化的優化策略。運營人員根據量化的優化策略對待測評的人工錄音進行調整，使人工錄音的情緒表達、語速等更符合應用場景的需求，從而提高語音機器人的通話效果。

技術領域

本發明涉及語音智能技術領域，具體而言，涉及一種語音機器人采用的人工錄音的優化方法、裝置、電子設備及計算機可讀介質。

背景技術

隨著人工智能技術的發展，語音機器人的應用也越來越廣泛。語音機器人基于語音識別、語音合成、自然語言理解等技術，能夠為企業在多種實際應用場景下，賦予產品“能聽、會說、懂你”式的智能人機交互體驗。目前，語音機器人已廣泛應用于電話銷售、智能問答、智能質檢、實時演講字幕、訪談錄音等場景。

現有語音機器人通常會采用人工錄音作為話術模板與用戶進行對話。其中，人工錄音是由專業的錄音師根據話術語料預先錄制好的音頻數據。在實際應用時，還需要針對不同的應用場景對人工錄音進行優化調整，使人工錄音的效果更真實、自然。

人工錄音的情緒表達、音量、語速等會直接影響用戶與語音機器人的通話效果。比如，對于開場部分的人工錄音，如果情緒表達不夠熱情，用戶可能也會比較冷漠、甚至會直接掛機。而目前人工錄音的情緒表達、音量、語速等這些參數均依靠錄音師的經驗來控制，無法在后期對其進行量化的監控和調整，影響用戶與語音機器人的通話效果。

發明內容

本發明旨在解決語音機器人采用的人工錄音無法量化調整、影響通話效果的技術問題。

為了解決上述技術問題，本發明第一方面提出一種語音機器人采用的人工錄音的優化方法，所述方法包括：

獲取語音機器人的歷史通話數據集，該歷史通話數據集包括人工錄音數據和通話效果數據；

提取所述歷史通話數據集中的人工錄音的音頻數據參數，并量化所述通話效果數據，建立用于評測人工錄音效果模型的訓練數據集；

使用所述訓練數據集訓練人工錄音效果模型，計算人工錄音的優選音頻數據參數；

接收待評測的人工錄音，提取所述待評測的人工錄音的音頻數據參數；

將待評測的音頻數據參數與所述優選音頻數據參數進行比對，生成所述人工錄音的優化策略。

根據本發明一種優選的實施方式，所述使用所述訓練數據集訓練人工錄音效果模型，計算人工錄音的優選音頻數據參數包括：

根據人工錄音的類型將所述訓練數據集分為多個子訓練數據集；

使用所述子訓練數據集分別訓練人工錄音效果模型，計算不同類型的人工錄音的優選音頻數據參數；

其中，所述人工錄音的類型包括：開場白錄音、促動錄音和挽回錄音。

根據本發明一種優選的實施方式，所述將待評測的音頻數據參數與所述優選音頻數據參數進行比對，生成所述人工錄音的優化策略包括：

對所述待評測的人工錄音進行語義解析，確定所述待評測人工錄音的類型；

將待評測的音頻數據參數與所述待評測人工錄音類型對應的優選音頻數據參數進行比對，生成所述人工錄音的優化策略。

根據本發明一種優選的實施方式，所述提取所述待評測的人工錄音的音頻數據參數之后，所述方法還包括：