[發明專利]一種語音質檢方法、系統及存儲介質

在審

• 申請號: 202110023263.4
• 申請日: 2021-01-08
• 公開（公告）號: CN112885332A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 王吉星;馬曉亮;李應春;劉育楠;黃湘閩;楊威;藍蘭;陳柱安
• 申請（專利權）人: 天訊瑞達通信技術有限公司
• 主分類號: G10L15/01
• 分類號: G10L15/01;G10L15/05;G10L15/08;G10L15/10;G10L15/26;G10L25/30;G10L25/63;G10L15/06;G10L15/22;G10L15/30
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 厲洋洋

本發明涉及一種語音質檢方法、系統及存儲介質，語音質檢方法包括：獲取錄音文件；對錄音文件進行語音識別轉換得到通話文本；根據預設語音質檢策略對通話文本和/或錄音文件進行多維度檢測得到檢測結果，并對檢測結果進行質檢評分得到質檢評分結果；通過對錄音文件進行多維度檢測，并對質檢結果進行評分，提高質檢的檢測結果的準確性，降低主觀因素導致的差錯率。

技術領域

本發明涉及語音處理技術領域，具體涉及一種語音質檢方法、系統及存儲介質。

背景技術

在客服質檢行業，為了保障客服服務質量，需要人工對客服通話記錄進行質檢，目前，服務器熱線的語音質檢服務器在存儲了客服與用戶之間溝通的錄音文件后，通過人工質檢或是簡單的語音質檢模型進行質檢；若采用人工質檢方式時，一般是質檢人員對所有的錄音文件人工復聽以進行語音質檢，不僅質檢效率低下，而且檢測結果的準確性受人為影響一般偏低；若采用簡單的語音質檢模型對錄音文件進行語音質檢時，一般僅能針對錄音文件單一方面的特征進行質檢，檢測結果偏向于單一維度且準確率偏低。

發明內容

本發明所要解決的技術問題是提供一種語音質檢方法、系統及存儲介質，對錄音文件進行多維度檢測，并對質檢結果進行評分，提高質檢的檢測結果的準確性，降低主觀因素導致的差錯率。

本發明解決上述技術問題的技術方案如下：一種語音質檢方法，包括：

獲取錄音文件；

對所述錄音文件進行語音識別轉換得到通話文本；

根據預設語音質檢策略對所述通話文本和/或所述錄音文件進行多維度檢測得到檢測結果，并對所述檢測結果進行質檢評分得到質檢評分結果。

本發明的有益效果是：獲取錄音文件并轉化為通話文本，便于后續質檢；在質檢過程中，根據預設語音質檢策略對通話文本和/或所述錄音文件進行多維度檢測，對語音進行自動化質檢，提高了質檢效率，且多維度檢測提高了語音質檢的檢測結果的準確性；且還可以對語音的多維度特征的質檢結果進行綜合評分，降低主觀因素導致的差錯率。

在上述技術方案的基礎上，本發明還可以做如下改進：

進一步，所述根據預設語音質檢策略對所述通話文本和/或所述錄音文件進行多維度檢測得到檢測結果包括：

根據語音端點檢測模型VAD檢測所述錄音文件的音頻信號的語音出現點和語音消失點；當相鄰的所述語音消失點和語音出現點之間的時長超過預設靜音時長，得到靜音檢測結果；

通過預先訓練的文本情緒識別模型對所述通話文件中客服對應文本進行情緒分析，當存在負面情緒時，得到情緒檢測結果。

采用上述進一步方案的有益效果是：通過對待質檢錄音文件中的語音通話內容進行端點檢測，實現對通話內容的靜音檢測，以準確檢測出客服人員的非規范服務，且通過文本情緒識別模型對通話文本中客服對應的文本進行情緒分析，得到通話文本中客服對應的文本相應的情緒識別結果，以準確檢測出客服人員的服務態度不佳的問題。

進一步，所述根據預設語音質檢策略對所述通話文本和/或所述錄音文件進行多維度檢測得到檢測結果還包括：

通過人聲分離算法分離所述錄音文件中的客服聲音和客戶聲音；

檢測所述客服聲音對應的音頻文件中客服的每句話的時長和字數；

將所述時長和字數的商作為所述客服的語速，當所述語速超過標準語速范圍，得到語速超標檢測結果；

根據所述VAD檢測所述音頻文件中客戶的每句話的語音消失點對應的結束時間，且檢測所述音頻文件中客服的每句話的語音出現點對應的出現時間，當客戶的結束時間與客服的開始時間重復，得到搶話檢測結果。