[发明专利]一种语音质检的方法、装置及网络设备有效
申请号: | 202110702711.3 | 申请日: | 2021-06-24 |
公开(公告)号: | CN113393844B | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 李座磊;张彬彬 | 申请(专利权)人: | 大唐融合通信股份有限公司 |
主分类号: | G10L15/26 | 分类号: | G10L15/26;G10L15/16;G10L25/51 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;曹娜 |
地址: | 100029 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 语音 质检 方法 装置 网络设备 | ||
1.一种语音质检的方法,其特征在于,包括:
获取待质检语音信息,所述待质检语音信息为用户与客服之间的语音对话信息;
根据所述待质检语音信息,获得目标用户信息和目标客服信息;
根据所述目标用户信息,利用意图识别模型,获得用户意图信息;其中,所述意图识别模型包括机器学习模型和/或深度网络学习模型;
根据所述用户意图信息和所述目标客服信息,获得所述待质检语音信息的质检结果;
所述根据所述目标用户信息,利用意图识别模型,获得用户意图信息,包括:在目标用户文本信息中的字数大于预设字数时,利用所述深度网络学习模型进行用户意图识别,获得用户意图信息,这包括:
获取所述目标用户文本信息对应的字向量和拼音向量;
将所述字向量和所述拼音向量输入至所述深度网络学习模型;
利用所述深度网络学习模型的卷积层,分别对所述字向量和所述拼音向量进行卷积和池化操作,获得字特征向量和拼音特征向量;
利用所述深度网络学习模型的向量拼接层,将所述字特征向量和所述拼音特征向量拼接,并进行归一化操作,获得拼接特征向量;
将所述拼接特征向量输入至所述深度网络学习模型的注意力层,进行自注意力计算,得到注意力值;
将所述注意力值输入至所述深度网络学习模型的全连接层,进行类别预测,获得用户意图信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待质检语音信息,获得目标用户信息和目标客服信息,包括:
对所述待质检语音信息进行语音识别,获得用户文本信息和客服文本信息;
分别对所述用户文本信息和所述客服文本信息进行预处理操作,获得所述目标用户信息和所述目标客服信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户信息,利用意图识别模型,获得用户意图信息,包括:
确定所述目标用户文本信息中的字数是否大于预设字数;
在所述字数大于所述预设字数的情况下,利用所述深度网络学习模型进行用户意图识别,获得用户意图信息;或者,
在所述字数小于或等于所述预设字数的情况下,利用所述机器学习模型进行用户意图识别,获得用户意图信息。
4.根据权利要求3所述的方法,其特征在于,所述在所述字数小于或等于所述预设字数的情况下,利用所述机器学习模型进行用户意图识别,获得用户意图信息,包括:
根据所述目标用户文本信息,获得所述目标用户文本信息对应的特征向量;其中,所述特征向量包括:字向量、n-gram拼音向量和主题向量中的至少一项;
将所述特征向量输入至所述机器学习模型,获得用户意图信息。
5.根据权利要求1所述的方法,其特征在于,所述根据所述用户意图信息和所述目标客服信息,获得所述待质检语音信息的质检结果,包括:
根据所述用户意图信息,获得所述用户意图信息对应的预设话术信息;
利用Bert模型,对所述目标客服信息与所述预设话术信息进行相似度对比,获得所述待质检语音信息的质检结果。
6.根据权利要求5所述的方法,其特征在于,所述对所述目标客服信息与所述预设话术信息进行相似度对比,获得所述待质检语音信息的质检结果,包括:
在所述目标客服信息与所述预设话术信息之间的相似度大于或等于阈值的情况下,确定所述质检结果为合格;或者,
在所述目标客服信息与所述预设话术信息之间的相似度小于阈值的情况下,确定所述质检结果为不合格。
7.一种网络设备,包括:收发机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大唐融合通信股份有限公司,未经大唐融合通信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110702711.3/1.html,转载请声明来源钻瓜专利网。