[發(fā)明專利]客服語音評估方法、系統(tǒng)、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202110116652.1
• 申請日: 2021-01-28
• 公開（公告）號: CN112885379A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設計）人: 杜詩宣;任君;羅超;鄒宇;李巍;嚴麗
• 申請（專利權）人: 攜程旅游網絡技術（上海）有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L15/26;H04M3/51
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 夏彬

1.一種客服語音評估方法，其特征在于，包括如下步驟：

采集待評估的客服語音；

將所述待評估的客服語音分割為多個語音段落；

將每個語音段落分別輸入訓練好的語調檢測模型，檢測所述語音段落中是否存在特定負面語調；

根據(jù)所述語調檢測模型對于各個所述語音段落的檢測結果，得到所述客服語音的評估結果。

2.根據(jù)權利要求1所述的客服語音評估方法，其特征在于，將所述待評估的客服語音分割為多個語音段落，包括如下步驟：

基于自動語音識別技術對所述客服語音進行識別，得到所述客服語音所對應的語音文本；

基于所述語音文本對所述客服語音進行分割，并去除未包含語音文本的語音段落。

3.根據(jù)權利要求1所述的客服語音評估方法，其特征在于，所述將每個語音段落分別輸入訓練好的語調檢測模型，檢測所述語音段落中是否存在特定負面語調，包括如下步驟：

提取所述語音段落的情感特征；

將所述語音段落的情感特征輸入訓練好的語調檢測模型，得到所述語調檢測模型輸出的負面語調檢測結果。

4.根據(jù)權利要求3所述的客服語音評估方法，其特征在于，提取所述語音段落的情感特征，包括如下步驟：

提取所述語音段落的音頻數(shù)據(jù)的LLDs特征；

基于所述LLDs特征，提取HSFs特征。

5.根據(jù)權利要求3所述的客服語音評估方法，其特征在于，所述語調檢測模型包括多個分類器，所述多個分類器分別與多個特定負面語調一一對應，每個所述分類器用于輸出所述語音段落中包括所對應的特定負面語調的概率值。

6.根據(jù)權利要求3所述的客服語音評估方法，其特征在于，所述語調檢測模型包括特征提取層、目標任務分類層和說話人識別層；

所述特征提取層對所述語音段落的情感特征進行特征提取后分別輸入所述目標任務分類層和所述說話人識別層，所述目標任務分類層輸出所述語音段落包括特定負面語調的概率值，所述說話人識別層用于輸出所述語音段落對應于各個說話人的概率值。

7.根據(jù)權利要求6所述的客服語音評估方法，其特征在于，所述語調檢測模型采用對抗學習方式訓練，所述特征提取層通過一梯度反轉層連接至所述說話人識別層，所述梯度反轉層在正向傳播時保持傳遞權值不變，在反向傳播時梯度反向。

8.根據(jù)權利要求1所述的客服語音評估方法，其特征在于，根據(jù)所述語調檢測模型對于各個所述語音段落的檢測結果，得到所述客服語音的評估結果，包括如下步驟：

對于一特定負面語調，如果所述語音段落中存在至少一個語音段落的檢測結果為包括該特定負面語調，則將所述客服語音認定為問題語音。

9.根據(jù)權利要求1所述的客服語音評估方法，其特征在于，根據(jù)所述語調檢測模型對于各個所述語音段落的檢測結果，得到所述客服語音的評估結果，包括如下步驟：

對于一特定負面語調，計算包括該特定負面語調的語音段落在所述客服語音中的占比；

如果計算得到的占比大于預設占比閾值，則將所述客服語音認定為問題語音。

10.根據(jù)權利要求9所述的客服語音評估方法，其特征在于，所述計算包括該特定負面語調的語音段落在所述客服語音中的占比包括：

計算包括該特定負面語調的語音段落的語音時長在所述客服語音的整體時長中的占比；或

計算包括該特定負面語調的語音段落的句子的數(shù)量在所述客服語音的句子總數(shù)中的占比。