[發明專利]語音質檢方法、裝置、設備及存儲介質

在審

• 申請號: 202110572189.1
• 申請日: 2021-05-25
• 公開（公告）號: CN113345468A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 陳倩
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/63;G10L15/26;H04M3/51;G06N3/04;G06N3/08;G06F40/35;G06F40/279
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及人工智能技術，揭露了一種語音質檢方法，包括：分別對問話語音數據及回復語音數據進行情緒檢測及語速檢測，得到語音檢測結果，對問話語音數據及回復語音數據進行文本轉化，得到問話文本及回復文本，對問話文本進行語義識別，得到問話語義識別結果，根據所述問話語義識別結果構建用戶意圖畫像，對回復文本進行敏感詞監控，得到敏感詞監控結果，根據語音檢測結果、用戶意圖畫像及敏感詞監控結果，得到語音質檢結果。此外，本發明還涉及區塊鏈技術，所述語音質檢結果可存儲在區塊鏈的節點中。本發明還提出一種語音質檢裝置、電子設備以及計算機可讀存儲介質。本發明可以解決語音質檢效率較低且不全面的問題。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種語音質檢方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

隨著人工智能的發展，各領域廣泛使用打電話的方式對客戶進行銷售服務，但隨著客戶量的增大，與客戶溝通的語音數據也越來越龐大，例如，銀行領域的客戶經理每月會產生百萬級別的通話。同時，對于具體和客戶的溝通內容有著很大的不透明性，具體和客戶溝通了什么、怎樣溝通都難以完全檢測。

現有情況下，往往采用人工抽檢的方式對于語音會話數據進行抽檢，效率低下，并且由于語音數據的語速、口音、方言及語氣等原因，會導致語音檢測難度較大且質量不高，同時語音會話數據的使用效率較低，人工抽檢時往往僅能關注一方面(例如，客戶經理回復是否違規、用戶語速等)，導致語音質檢不全面。

發明內容

本發明提供一種語音質檢方法、裝置、設備及存儲介質，其主要目的在于解決語音質檢效率較低且不全面的問題。

為實現上述目的，本發明提供的一種語音質檢方法，包括：

獲取用戶問話語音數據及人工回復語音數據，對所述用戶問話語音數據進行情緒檢測，得到語音情緒檢測結果，及對所述人工回復語音數據進行語速檢測，得到語速檢測結果，匯總所述語速檢測結果及所述語音情緒檢測結果得到語音檢測結果；

對所述用戶問話語音數據及所述人工回復語音數據進行文本轉化，得到用戶問話文本及人工回復文本，利用預構建的語義識別模型對所述用戶問話文本進行語義識別，得到問話語義識別結果，并根據所述問話語義識別結果構建用戶意圖畫像；

對所述人工回復文本進行敏感詞監控，得到敏感詞監控結果；

根據所述語音檢測結果、所述用戶意圖畫像及所述敏感詞監控結果，得到語音質檢結果。

可選地，所述對所述用戶問話語音數據進行情緒檢測，得到語音情緒檢測結果，包括：

對所述用戶問話語音數據進行語音端點選取，得到問話語音段，對所述問話語音段進行頻域轉換，得到頻域數據；

利用預設的梅爾頻域轉換公式將所述頻域數據轉換為梅爾頻域數據；

根據預構建的情緒檢測模型對所述梅爾頻域數據進行檢測，得到所述語音情緒檢測結果。

可選地，所述根據預構建的情緒檢測模型對所述梅爾頻域數據進行檢測，得到所述語音情緒檢測結果之前，還包括：

從預設的情感語料庫中獲取第一訓練集，利用所述第一訓練集對預構建的長短期記憶網絡進行訓練，得到原始模型；

從包含歷史情感標注數據的數據庫中獲取第二訓練集，利用所述第二訓練集對所述原始模型進行模型微調，得到所述情緒檢測模型。

可選地，所述對所述人工回復語音數據進行語速檢測，得到語速檢測結果，包括：

對所述人工回復語音數據進行語音端點選取，得到回復語音段；

利用預構建的語速檢測模型依次對所述回復語音段中的每個語音片段進行語速檢測，得到片段回復語速；