[发明专利]一种用于呼叫中心的人员监控系统及方法

摘要

本发明涉及一种用于呼叫中心的人员监控系统，包括坐席人脸样本模型存储模块、坐席语音样本模型存储模块、监控模块、人脸识别模块、语音识别模块、模型匹配模块、结果判定模块、结果输出模块，模型匹配模块将人脸识别模块、语音识别模块通过人脸、语音信息识别坐席人员的工作状态与样本模型进行对比，结果判定模块根据模型匹配模块输出的对比结果生成判断结论信息，结果输出模块根据判断结论信息输出监控信息数据。上述系统的方法包括获取数据、处理数据、对比数据、判断状态、输出监控信息等步骤。本发明采用基于人脸和语音识别技术方案实现实时监测呼叫中心职场内坐席人员的流动情况、异常情绪波动，防止坐席人员作弊，具有监控效果好的特点。 1

主权项

1.一种用于呼叫中心的人员监控系统，其特征是包括坐席人脸样本模型存储模块、坐席语音样本模型存储模块、监控模块、人脸识别模块、语音识别模块、模型匹配模块、结果判定模块、结果输出模块，

所述监控模块将获取的当前进行客服工作的坐席人员的实时人脸信息发送给所述人脸识别模块，所述人脸识别模块将收到的实时人脸信息处理得到实时人脸信息模型后发送给所述模型匹配模块，所述模型匹配模块调取所述坐席人脸样本模型存储模块的人脸样本模型信息与收到的所述实时人脸信息模型进行对比来判断所述实时人脸信息模型是否处于对应的人脸样本模型信息的相似度阈值范围内，

所述监控模块将获取的当前进行客服工作的坐席人员的实时语音信息发送给所述语音识别模块，所述语音识别模块将收到的实时语音信息处理得到实时语音信息模型后发送给所述模型匹配模块，所述模型匹配模块调取所述坐席语音样本模型存储模块的语音样本模型信息与收到的所述实时语音信息模型进行对比来判断所述实时语音信息模型是否处于对应的语音样本模型信息的相似度阈值范围内，

所述结果判定模块根据所述模型匹配模块输出的对比结果生成判断结论信息，所述结果输出模块根据所述判断结论信息输出监控信息数据。

2.根据权利要求1所述的用于呼叫中心的人员监控系统，其特征在于，所述坐席人脸样本模型存储模块包括坐席人员面部嘴型特征数据库、坐席人员面部表情特征数据库，所述坐席语音样本模型存储模块包括坐席人员语音音量特征数据库、坐席人员语音频率特征数据库、坐席人员语音语速特征数据库、坐席人员语音音调特征数据库。

3.根据权利要求1所述的用于呼叫中心的人员监控系统，其特征在于，所述监控模块包括视频摄影模块、通话录音模块，所述人脸识别模块包括人脸特征提取模块、人脸模型建模模块，所述语音识别模块包括语音特征提取模块、语音模型建模模块，

所述视频摄影模块将获取的当前进行客服工作的坐席人员的实时人脸信息发送给所述人脸特征提取模块，所述人脸特征提取模块提取所述实时人脸信息的特征参数后发送给所述人脸模型建模模块，所述人脸模型建模模块根据收到的所述实时人脸信息特征参数建立所述实时人脸信息模型，

所述通话录音模块将获取的当前进行客服工作的坐席人员的实时语音信息发送给所述语音特征提取模块，所述语音特征提取模块提取所述实时语音信息的特征参数后发送给所述语音模型建模模块，所述语音模型建模模块根据收到的所述实时语音信息特征参数建立所述实时语音信息模型。

4.根据权利要求1所述的用于呼叫中心的人员监控系统，其特征在于，所述结果输出模块包括作弊信号发射器、提示信号发射器、告警信号发射器，所述结果输出模块根据所述判断结论信息是作弊驱动所述作弊信号发射器向呼叫中心的管理者发出警示信号，所述结果输出模块根据所述判断结论信息是非正常情绪驱动所述提示信号发射器向坐席人员本人发出提示信号，所述结果输出模块根据所述判断结论信息是非正常情绪驱动所述告警信号发射器向呼叫中心的管理者发出警示信号。

5.一种用于呼叫中心的人员监控方法，用于呼叫中心的人员监控方法基于用于呼叫中心的人员监控系统，用于呼叫中心的人员监控系统包括坐席人脸样本模型存储模块、坐席语音样本模型存储模块、监控模块、人脸识别模块、语音识别模块、模型匹配模块、结果判定模块、结果输出模块，其特征是包括步骤：

⑴预先采集坐席人员进行客服工作时在正常和异常情绪状态下的人脸样本信息、语音样本信息；

⑵对预先采集的坐席人员的人脸样本信息、语音样本信息进行预处理；

⑶提取经过预处理的人脸样本信息、语音样本信息的特征参数；

⑷采用DNN‑深度神经网络的声学建模方法和基于PCA方法的人脸识别系统建模方法创建坐席人员的人脸样本模型、语音样本模型后存储在坐席人脸样本模型存储模块、坐席语音样本模型存储模块内；

⑸监控模块采集进出职场的坐席人员的实时人脸信息，监控模块采集坐席工位上工作的坐席人员的实时人脸信息、实时语音信息；

⑹人脸识别模块、语音识别模块对采集的坐席人员的实时人脸信息、实时语音信息进行预处理；

⑺人脸识别模块、语音识别模块提取经过预处理的实时人脸信息、实时语音信息的特征参数；

⑻人脸识别模块、语音识别模块采用DNN‑深度神经网络的声学建模方法、基于PCA方法的人脸识别系统建模方法创建坐席人员的实时人脸信息模型、实时语音信息模型；

⑼模型匹配模块将实时人脸信息模型、实时语音信息模型与人脸样本模型、语音样本模型进行匹配后得到匹配结果；

⑽结果判定模块根据匹配结果判断坐席人员进出呼叫中心职场的状态；

⑾结果判定模块根据匹配结果判断登陆系统的人员是否是坐席本人；

⑿结果判定模块根据匹配结果判断坐席人员当前的情绪状态；

⒀结果输出模块根据步骤⑽、⑾、⑿的判断结论信息输出监控信息数据。

6.根据权利要求5所述的用于呼叫中心的人员监控方法，其特征在于，在步骤⑵、⑹中，预处理的过程包括：

采用中值滤波方法对图片中的干扰噪声进行平滑处理，假设原始图像为，原始图像的大小为aⅹb，

图像的垂直灰度投影函数是：，

垂直灰度平滑处理函数是：，

图像的水平灰度投影函数是：，

水平灰度平滑处理函数是：，

采用两阶段梅尔‑维纳滤波的去噪方法消除录音中的噪音，

滤波器幅度计算公式是：