[发明专利]语音质检方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术，揭露了一种语音质检方法，包括：分别对问话语音数据及回复语音数据进行情绪检测及语速检测，得到语音检测结果，对问话语音数据及回复语音数据进行文本转化，得到问话文本及回复文本，对问话文本进行语义识别，得到问话语义识别结果，根据所述问话语义识别结果构建用户意图画像，对回复文本进行敏感词监控，得到敏感词监控结果，根据语音检测结果、用户意图画像及敏感词监控结果，得到语音质检结果。此外，本发明还涉及区块链技术，所述语音质检结果可存储在区块链的节点中。本发明还提出一种语音质检装置、电子设备以及计算机可读存储介质。本发明可以解决语音质检效率较低且不全面的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种语音质检方法、装置、电子设备及计算机可读存储介质。

背景技术

随着人工智能的发展，各领域广泛使用打电话的方式对客户进行销售服务，但随着客户量的增大，与客户沟通的语音数据也越来越庞大，例如，银行领域的客户经理每月会产生百万级别的通话。同时，对于具体和客户的沟通内容有着很大的不透明性，具体和客户沟通了什么、怎样沟通都难以完全检测。

现有情况下，往往采用人工抽检的方式对于语音会话数据进行抽检，效率低下，并且由于语音数据的语速、口音、方言及语气等原因，会导致语音检测难度较大且质量不高，同时语音会话数据的使用效率较低，人工抽检时往往仅能关注一方面(例如，客户经理回复是否违规、用户语速等)，导致语音质检不全面。

发明内容

本发明提供一种语音质检方法、装置、设备及存储介质，其主要目的在于解决语音质检效率较低且不全面的问题。

为实现上述目的，本发明提供的一种语音质检方法，包括：

获取用户问话语音数据及人工回复语音数据，对所述用户问话语音数据进行情绪检测，得到语音情绪检测结果，及对所述人工回复语音数据进行语速检测，得到语速检测结果，汇总所述语速检测结果及所述语音情绪检测结果得到语音检测结果；

对所述用户问话语音数据及所述人工回复语音数据进行文本转化，得到用户问话文本及人工回复文本，利用预构建的语义识别模型对所述用户问话文本进行语义识别，得到问话语义识别结果，并根据所述问话语义识别结果构建用户意图画像；

对所述人工回复文本进行敏感词监控，得到敏感词监控结果；

根据所述语音检测结果、所述用户意图画像及所述敏感词监控结果，得到语音质检结果。

可选地，所述对所述用户问话语音数据进行情绪检测，得到语音情绪检测结果，包括：

对所述用户问话语音数据进行语音端点选取，得到问话语音段，对所述问话语音段进行频域转换，得到频域数据；

利用预设的梅尔频域转换公式将所述频域数据转换为梅尔频域数据；

根据预构建的情绪检测模型对所述梅尔频域数据进行检测，得到所述语音情绪检测结果。

可选地，所述根据预构建的情绪检测模型对所述梅尔频域数据进行检测，得到所述语音情绪检测结果之前，还包括：

从预设的情感语料库中获取第一训练集，利用所述第一训练集对预构建的长短期记忆网络进行训练，得到原始模型；

从包含历史情感标注数据的数据库中获取第二训练集，利用所述第二训练集对所述原始模型进行模型微调，得到所述情绪检测模型。

可选地，所述对所述人工回复语音数据进行语速检测，得到语速检测结果，包括：

对所述人工回复语音数据进行语音端点选取，得到回复语音段；

利用预构建的语速检测模型依次对所述回复语音段中的每个语音片段进行语速检测，得到片段回复语速；