[發明專利]客服質量的評價方法、裝置、存儲介質及設備

在審

• 申請號: 202210018451.2
• 申請日: 2022-01-07
• 公開（公告）號: CN114372701A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 陳艷婷;暨光耀;張浩;吳曉茵
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06V20/40;G06V40/16;G10L15/16;G10L25/63;G06N3/04
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周春枚

1.一種客服質量的評價方法，其特征在于，包括：

獲取客服服務監控信息，其中，所述客服服務監控信息為目標對象在執行服務過程中生成的音頻信息和視頻信息；

采用第一神經網絡模型，基于所述音頻信息計算得到音頻特征分類評價結果；

采用第二神經網絡模型，基于所述視頻信息計算得到視頻特征分類評價結果，其中，所述音頻特征分類評價結果和所述視頻特征分類評價結果中均包括至少一個情緒特征的評價結果；

根據所述音頻特征分類評價結果和所述視頻特征分類評價結果，確定與所述目標對象對應的客服質量評價結果。

2.根據權利要求1所述的方法，其特征在于，所述采用第一神經網絡模型，基于所述音頻信息計算得到音頻特征分類評價結果，包括：

獲取所述音頻信息中的語音序列；

對所述語音序列進行分幀處理，提取所述語音序列的語音幀特征；

對所述語音幀特征進行分段處理，得到所述語音序列的語音段特征；

通過目標函數擬合所述語音段特征，得到所述語音序列的情感認知窗特征；

基于所述語音幀特征、所述語音段特征以及所述情感認知窗特征，通過所述第一神經網絡模型，計算所述音頻特征分類評價結果。

3.根據權利要求1所述的方法，其特征在于，所述第二神經網絡模型包括第三神經網絡模型、第四神經網絡模型，所述采用第二神經網絡模型，基于所述視頻信息計算得到視頻特征分類評價結果，包括：

對所述視頻信息進行分幀處理，得到多幀視頻圖像；

從每一幀所述視頻圖像中提取所述目標對象的面部圖像特征集；

將所述面部圖像特征集分別輸入至所述第三神經網絡模型和所述第四神經網絡模型，得到所述視頻特征分類評價結果。

4.根據權利要求3所述的方法，其特征在于，從每一幀所述視頻圖像中提取所述目標對象的面部圖像特征集，包括：

采用目標分類器對每一幀所述視頻圖像進行分割處理，得到分割后的視頻圖像；

采用第五神經網絡模型對所述分割后的視頻圖像進行提取處理，得到所述目標對象的面部圖像特征圖；

通過所述第三神經網絡模型對所述面部圖像特征圖進行目標監測及精確定位處理，得到所述面部圖像特征圖對應的候選框區域；

通過所述第四神經網絡模型對所述候選框區域進行最大池化處理，得到所述面部圖像特征集。

5.根據權利要求1所述的方法，其特征在于，所述根據所述音頻特征分類評價結果和所述視頻特征分類評價結果，確定與所述目標對象對應的客服質量評價結果，包括：

計算每一個所述情緒特征的評價結果對應的第一評價分數；

對多個所述第一評價分數進行求和計算，得到第二評價分數；

根據所述第二評價分數，確定所述客服質量評價結果。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述音頻信息中所述目標對象的第一違規行為對應的第一違規次數；

獲取所述視頻信息中所述目標對象的第二違規行為對應的第二違規次數；

對所述第一違規次數和所述第二違規次數進行求和計算，得到所述目標對象的違規總次數。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

判斷所述目標對象的客服質量的評價指標是否達到告警閾值，其中，所述評價指標包括以下至少之一：所述音頻特征分類評價結果、所述視頻特征分類評價結果、所述客服質量評價結果以及所述違規總次數；

若任意一項所述評價指標達到所述告警閾值，則發出告警指示。

8.根據權利要求6所述的方法，其特征在于，所述獲取所述視頻信息中所述目標對象的第二違規行為對應的第二違規次數，包括：

對所述視頻信息進行分幀處理，得到多幀視頻圖像；

判斷相鄰兩幀所述視頻圖像中存在的所述第二違規行為是否為同一違規行為；

若判斷結果為是，則將所述同一違規行為記為1次所述第二違規行為。