基于语音信息的ai语音质检方法、装置、设备和存储介质
技术领域
1.本技术涉及人工智能领域,尤其是一种基于语音信息的ai语音质检方法、装置、设备和存储介质。


背景技术：

2.为了提升客户满意度、完善客户服务、满足业务营销等，大部分行业均有电话客服等语音触客场景。
3.随着客服人群的扩大，客服人员是否使用规范用语、是否服务到位、是否存在违规对话等问题也需要被合理监测评估。常规模式下，会通过客服质检人员进行检查，如对抽样的语音人工回放。但客服从业人员众多，录音量较大，质检人员能进行抽样检查的比例较小。该模式下，人工成本高，且检查效率有限。


技术实现要素：

4.本技术的目的为提供一种基于语音信息的ai语音质检方法、装置、设备和存储介质，旨在解决现有技术中，通过人工进行语音质检人工成本高，且检查效率有限的问题。
5.为实现上述目的，本技术采取的技术方案为：
6.本技术提供一种基于语音信息的ai语音质检方法，包括
7.获取用户与客服的沟通生成的语音信息；
8.根据所述语音信息匹配对应的用户来访信息，
9.根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分；
10.根据所述评分规则对所述语音信息进行打分，生成服务评分分值；
11.判断所述服务评分分值是否低于预设阈值，若是，则生成警告标签；
12.获取预设客服评分报表，将所述服务评分分值、所述警告标签以及所述用户来访信息添加到所述预设客服评分报表内，形成客服评分报表，所述客服评分报表用于让后台人员进行参考评分；
13.将所述客服评分报表发送到后台服务器。
14.进一步地，所述用户来访信息包括咨询处理请求、投诉处理请求或售后处理请求，所述根据所述语音信息匹配对应的用户来访信息，所述用户来访信息包括咨询处理请求、投诉处理请求或售后处理请求，包括：
15.获取预设分类词库，所述预设分类词库中包含对应咨询处理请求的咨询关键词集、对应投诉处理请求的投诉关键词集和对应售后处理请求的售后关键词集；
16.获取所述语音信息中的分类关键词；
17.分别在所述咨询关键词集、投诉关键词集和售后关键词集查找与所述分类关键词匹配的目标关键词；
18.基于所述目标关键词属于的词集，确定所述用户来访信息。
19.进一步的，所述根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分，包括：
20.判断所述用户的来访信息是否为投诉处理请求；
21.若是，则为所述用户来访信息匹配投诉策略评分规则；
22.则所述根据所述评分规则对所述语音信息进行打分，生成服务评分分值，包括：
23.获取所述语音信息的语速数据；
24.判断当所述语速数据是否高于预设阈值；
25.若是，则获取所述语速数据高于预设阈值的持续时间；
26.获取与所述投诉策略评分规则匹配的第一评分表，根据所述持续时间从所述第一评分表匹配对应的第一扣分分数；
27.获取与所述投诉策略评分规则匹配的第一预设基数分值；
28.从所述第一预设基数分值中扣取所述第一扣分分数，生成所述服务评分分值。
29.进一步的，所述根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分，包括：
30.判断所述用户的来访信息是否为咨询处理请求；
31.若是，则为所述用户来访信息匹配咨询策略评分规则；
32.则所述根据所述评分规则对所述语音信息进行打分，生成服务评分分值，包括：
33.获取预设引导词库；
34.将所述语音信息输入所述引导词库进行匹配，得出所述语音信息内出现所述预设引导词库包含的引导词的次数信息；
35.获取与所述咨询策略评分规则匹配的第二评分表；
36.根据所述次数信息从所述第二评分表匹配对应的第二扣分分数；
37.获取与所述咨询策略评分规则匹配的第二预设基数分值；
38.从所述第二预设基数分值中扣取所述第二扣分分数，生成所述服务评分分值。
39.进一步的，所述根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分，包括：
40.判断当所述用户的来访信息是否为售后处理请求；
41.若是，则为所述用户来访信息匹配售后处理评分规则；
42.则所述根据所述评分规则对所述语音信息进行打分，生成服务评分分值，包括：
43.获取预设分段词，所述预设分段词用于将所述语音信息进行分段；
44.当所述语音信息内包含的所述预设分段词数量高于预设阈值时；
45.通过所述预设分段词将所述语音信息进行分段，形成匹配用词段；
46.根据所述匹配用词段的数量生成所述服务评分分值。
47.进一步的，所述将所述客服评分报表发送到后台服务器之后，还包括：
48.获取重新评分信息，所述重新评分信息为所述后台人员发送的用于对所述客服评分报表进行重新评分的请求信息；
49.根据所述重新评分信息获取与所述客服评分报表对应的所述语音信息；
50.将所述语音信息发送到所述后台服务器，以使所述后台人员进行人工评分。
51.本技术还提供了一种基于语音信息的ai语音质检装置，包括：
52.语音信息获取单元，用于获取用户与客服的沟通生成的语音信息；
53.匹配单元，用于根据所述语音信息匹配对应的用户来访信息，所述用户来访信息包括咨询处理请求、投诉处理请求或售后处理请求；
54.评分规则获取单元，用于根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分；
55.打分单元，用于根据所述评分规则对所述语音信息进行打分，生成服务评分分值；
56.判断单元，用于判断所述服务评分分值是否低于预设阈值，若是，则生成警告标签；
57.报表获取单元，用于获取预设客服评分报表，将所述服务评分分值、所述警告标签以及所述用户来访信息添加到所述预设客服评分报表内，形成客服评分报表，所述客服评分报表用于让后台人员进行参考评分；
58.发送单元，用于将所述客服评分报表发送到后台服务器。
59.本技术还提供了一种存储介质，所述存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行以上实施例所描述的基于语音信息的ai语音质检方法。
60.本技术还提供了一种包含指令的计算机设备，当其在计算机设备上运行时，使得计算机设备通过其内部设置的处理器执行以上述的基于语音信息的ai语音质检方法。
61.申请的有益效果：本技术通过获取用户与客服的沟通生成的语音信息来匹配对应的评分规则，实现了根据用户与客服之间的语音信息自动识别用户的用户客服需求，同时针对不用的用户客服需求匹配不同的评分规则，从而省略了在现有的客服质检流程中对语音信息进行人工抽检的步骤，降低了客服质检所需要的人力成本，提升了客服质检的效率。
附图说明
62.图1为本技术的基于语音信息的ai语音质检方法的方法流程图；
63.图2为本技术的基于语音信息的ai语音质检装置的结构示意图；
64.图3为本技术的存储介质一实施例的结构框图；
65.图4为本技术的计算机设备一实施例的结构框图；
具体实施方式
66.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
67.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
68.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
69.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、
大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
70.参考图1，本技术提供一种基于语音信息的ai语音质检方法，包括：
71.s1、获取用户与客服的沟通生成的语音信息；
72.s2、根据所述语音信息匹配对应的用户来访信息；
73.s3、根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分；
74.s4、根据所述评分规则对所述语音信息进行打分，生成服务评分分值；
75.s5、判断所述服务评分分值是否低于预设阈值，若是，则生成警告标签；
76.s6、获取预设客服评分报表，将所述服务评分分值、所述警告标签以及所述用户来访信息添加到所述预设客服评分报表内，形成客服评分报表，所述客服评分报表用于让后台人员进行参考评分；
77.s7、将所述客服评分报表发送到后台服务器。
78.如上述步骤s1所述，所述服务器获取所述用户与所述客服之间的沟通的语音信息，用于后续进行客服服务评分。
79.如上述步骤s2所述，所述用户来访信息包括咨询处理请求、投诉处理请求或售后处理请求，所述服务器根据所述语音信息匹配对应的用户来访信息，所述用户来访信息包含咨询处理请求、投诉处理请求以及售后处理请求，用于匹配对应的不同的评分规则，可以理解的是，所述用户来访信息并不仅限于咨询处理请求、投诉处理请求及售后处理请求三种，用户来访信息具体的内容可由用户自行设置并配置对应的评分规则.
80.如上述步骤s3所述，与所述咨询处理请求匹配的评分规则为咨询处理评分规则，与所述投诉处理请求匹配的评分规则为投诉策略评分规则，与所述售后处理请求匹配的评分规则为售后处理评分规则；可以理解的是所述用户来访信息与所述评分规则之间的匹配关系可由用户自行设定，本技术对此不作设定。
81.如上述步骤s4所述，所述服务器获取所述客服与所述客服之间的语音信息，并根据所述咨询处理评分规则、所述投诉策略评分规则以及所述售后处理评分规则对所述语音信息进行评分，从而生成本次客服服务流程的服务评分分值。
82.如上述步骤s5所述，所述服务器判断所述服务评分分值是否小于预设阈值，若是，则生成警告标签，当后台人员看到客服服务出现警告标签时，可以对所述服务评分分值进行调整或进行人工评分，从而防止服务评分分值过低对客服人员造成不利影响。
83.如上述步骤s6所述，所述预设客服评分报表为一个用于填写所述服务评分分值、所述警告标签以及所述用户来访信息的空表，具体的，当所述用户来访信息为咨询处理请求时，所述服务器将所述咨询处理请求，本次所述咨询处理请求生成的服务评分分值以及根据所述服务评分分值生成的所述警告标签添加到所述预设客服评分报表内，从而形成客服评分报表，所述客服评分报表用于让所述后台人员进行保存及统计。
84.如上述步骤s7所述，所述服务器将所述客服评分报表发送到后台服务器进行统计及保存，当所述后台人员需要对本次客服服务的相关资料进行复查时，可找出对应的所述客服评分报进行复查。
85.本技术通过上述方法，可实现根据用户与客服之间的语音信息自动识别用户的用户客服需求，同时针对不同的用户客服需求匹配不同的评分规则，从而省略了在现有的客服质检流程中对语音信息进行人工抽检的步骤，解决了现有技术当中通过人工进行客服质检所花费的人力物力较多，导致使用成本较高以及抽检效率有限的问题。
86.在一个实施例中，上述步骤s2包括：
87.s21、获取预设分类词库，所述预设分类词库中包含对应咨询处理请求的咨询关键词集、对应投诉处理请求的投诉关键词集和对应售后处理请求的售后关键词集，获取所述语音信息中的分类关键词，分别在所述咨询关键词集、投诉关键词集和售后关键词集查找与所述分类关键词匹配的目标关键词，基于所述目标关键词属于的词集，确定所述用户来访信息。
88.如上述步骤s21所述，所述服务器获取预设分类词库，所述预设分类词库由所述咨询关键词集、投诉关键词集以及售后关键词集整合形成，所述咨询关键词集、所述投诉关键词集以及所述售后关键词集内内包含多个分类关键词，所述服务器从所述语音信息中获取所述语音信息内包含的所述分类关键词，从而判断所述语音信息对应配对的关键词集，从而再根据所述关键词集匹配对应的用户来访信息，具体表现为：所述服务器先将语音信息转化问文本信息，然后从所述文本信息中获取所述分类关键词，并判断所述分类关键词包含在预设分类词库中的那一词集中，若包含在咨询关键词集中，则所述语音信息匹配的所述关键词集为咨询关键词集，则所述语音信息匹配的匹配用户来访信息为咨询处理请求；若包含在投诉关键词集中，则所述语音信息匹配的所述关键词集为所述投诉关键词集，则所述语音信息匹配的匹配用户来访信息为投诉处理请求；若包含在售后关键词集中，则所述语音信息匹配的所述关键词集为售后关键词集，则所述语音信息匹配的匹配用户来访信息为售后处理请求。
89.在一个实施例中，上述步骤s3包括：
90.s31、判断所述用户的来访信息是否为投诉处理请求，若是，则为所述用户来访信息匹配投诉策略评分规则；
91.如上述步骤s31所述，所述服务器判断所述用户的来访信息是否为投诉处理请求，若是，则所述服务器匹配所述投诉策略评分规则为本次客服服务进行打分；
92.则上述步骤s4包括：
93.s41、获取所述语音信息的语速数据，判断当所述语速数据是否高于预设阈值，若是，则获取所述语速数据高于预设阈值的持续时间，获取与所述投诉策略评分规则匹配的第一评分表，根据所述持续时间从所述第一评分表匹配对应的第一扣分分数，获取与所述投诉策略评分规则匹配的第一预设基数分值，从所述第一预设基数分值中扣取所述第一扣分分数，生成所述服务评分分值。
94.如上述步骤s41所述，当所述服务器判断本次所述用户的来访信息为投诉处理请求时，判定本次客服服务使用的评分规则为投诉策略评分规则，此时所述服务器判断针对所述语音信息使用投诉策略评分规则来进行自动打分；而当所述服务器判定本次客服服务使用的评分规则为投诉策略评分规则时，所述服务器获取所述语音信息，并从所述语音信息中获取所述语音信息的语速信息，之后所述服务器判断所述语速信息是否高于预设阈值，若是，则所述服务器认为所述用户与所述客服之间沟通的语速过快，可能出现争吵情
形，则所述服务器根据所述语速信息高于预设阈值的持续时间从第一评分表内匹配对应的所述第一扣分分数，所述第一评分表的内容如下表所示：
95.持续时间(秒)第一扣分分数0
‑
10511
‑
201021
‑
3015＞3020
96.之后所述服务器获取所述投诉策略评分规则匹配的第一预设基数分值，然后从所述第一预设基数分值扣除与所述持续时间匹配的所述第一扣分数，从而得出最终的服务评分分值；
97.如在一具体实施例中，所述第一预设基数分值为60分，持续时间为35秒，则所述服务器判定本次基于投诉策略评分规则的客服服务的服务评分分值为60
‑
20＝40分。
98.在一个实施例中，上述步骤s3包括：
99.s32、判断所述用户的来访信息是否为咨询处理请求，若是，则为所述用户来访信息匹配咨询策略评分规则；
100.如上述步骤s32所述，所述服务器判断所述用户的来访信息是否为咨询处理请求，若是，则所述服务器匹配所述咨询策略评分规则为本次客服服务进行打分；
101.则上述步骤s4包括：
102.s42、获取预设引导词库，将所述语音信息输入所述引导词库进行匹配，得出所述语音信息内出现所述预设引导词库包含的引导词的次数信息，获取与所述咨询策略评分规则匹配的第二评分表，根据所述次数信息从所述第二评分表匹配对应的第二扣分分数，获取与所述咨询策略评分规则匹配的第二预设基数分值，从所述第二预设基数分值中扣取所述第二扣分分数，生成所述服务评分分值。
103.如上述步骤s42所述，当所述服务器判断本次所述用户的来访信息为咨询处理请求时，判定本次客服服务使用的评分规则为咨询策略评分规则，此时所述服务器判断针对所述语音信息使用咨询策略评分规则来进行自动打分；
104.当所述服务器判断本次客服服务使用的评分规则为咨询策略评分规则时，获取所述预设引导词库，所述引导词库为所述后台服务器的工作人员通过获取常见的引导性词语进行归集生成的词库，目的在于当在所述客服与所述用户的语音信息中匹配到过多的引导词库内所包含的引导性词语时，则判断所述客服在对所述用户进行恶意的引导性消费，从而扣取相应的分数，之后所述服务器将所述语音信息输入所述引导词库内进行匹配，从而获取所述语音信息内出现的所述预设引导词库包含的引导词的出现次数，并根据所述出现次数从第二评分表内匹配对应的第二扣分分数，所述第二评分表的内容如下表所示：
105.出现次数(个)第二扣分分数0
‑
556
‑
101011
‑
1515＞1620
106.之后所述服务器获取所述咨询策略评分规则匹配的第二预设基数分值，然后从所
述第二预设基数分值扣除与所述出现次数匹配的所述第二扣分数，从而得出最终的服务评分分值；
107.如在一具体实施例中，所述第二预设基数分值为70分，出现次数为7个，则所述服务器判定本次基于咨询策略评分规则的客服服务的服务评分分值为70
‑
10＝60分。
108.在一个实施例中，上述所述步骤s3包括：
109.s33、判断当所述用户的来访信息是否为售后处理请求，若是，则为所述用户来访信息匹配售后处理评分规则；
110.如上述步骤s33所述，所述服务器判断所述用户的来访信息是否为售后处理请求，若是，则所述服务器匹配所述售后策略评分规则为本次客服服务进行打分；
111.则上述步骤s4包括：
112.s43、获取预设分段词，所述预设分段词用于将所述语音信息进行分段，当所述语音信息内包含的所述预设分段词数量高于预设阈值时，通过所述预设分段词将所述语音信息进行分段，形成匹配用词段，根据所述匹配用词段的数量生成所述服务评分分值。
113.如上述步骤s43所述，所述服务器通过将语音信息使用预设分段词进行分段，从而生成匹配用词段，主要的作用为提取所述语音信息中客服人员引导用户说出的与售后信息相关的信息，同时由于需要足够多的所述匹配用词段才能获取到比较完整的售后信息，因此获取到的所述匹配用词段数量必须高于预设阈值，并最终根据所述匹配用词段的数量生成所述服务评分分值；
114.在本技术一具体应用场景中，所述预设分段词为“输入开始”以及“输入结束”，则所述客服人员说出“输入开始”后让用户口述自己的售后信息(如购买时间、产品型号等)，之后客服人员说出“输入结束”，此时服务器将两个所述预设分段词之间的语音信息进行截取，并记为所述匹配用词段，为了进一步获得所述用户的售后信息，所述客服可以多次引导所述用户进行口述，从而获得多段的所述匹配用词段，使所述匹配用词段的数量能超过所述预设阈值，之后所述服务器根据所述匹配用词段的数量计算服务评分分值。
115.在一个实施例中，上述所述根据所述匹配用词段的数量生成所述服务评分分值，具体包括：
116.s41、获取预设售后词库，将所述匹配用词段输入到预设售后词库进行匹配，判断所述匹配用词段内是否包含所述预设售后词库内包含的售后词，若是，则获取所述包含所述售后词的匹配用词段的数量信息，获取与所述售后处理评分规则匹配的第三评分表，根据所述数量信息从所述第三评分表匹配对应的加分分数，获取与所述售后处理评分规则的第三预设基数分值，从所述第三预设基数分值中添加所述加分分数，生成服务评分分值。
117.如上述步骤s41所述，所述服务器获取所述预设售后词库，所述预设售后词库包含多个后台人员归集的与售后服务相关的售后信息词，如公司各个产品的具体型号、故障词(如损坏、不显示、没声音等)以及发票相关词(如有发票或无发票)，之后所述服务器获取包含所述售后信息词的所述匹配用词段的数量信息，并根据所述数量信息从第三评分表内匹配对应的加分分数，所述第三评分表的内容如下表所示：
118.数量信息加分分数1326
39＞412
119.之后所述服务器获取所述投诉策略评分规则匹配的第三预设基数分值，然后从所述第三预设基数分值添加与所述数量信息匹配的所述加分分数，从而得出最终的服务评分分值；
120.如在一具体实施例中，所述第三预设基数分值为65分，数量信息为3个，则所述服务器判定本次基于售后处理评分规则的客服服务的服务评分分值为65+9＝74分。
121.在一个实施例中，所述步骤s7之后，还包括：
122.s71、获取重新评分信息，所述重新评分信息为所述后台人员发送的用于对所述客服评分报表进行重新评分的请求信息；根据所述重新评分信息获取与所述客服评分报表对应的所述语音信息；将所述语音信息发送到所述后台服务器，以使所述后台人员进行人工评分。
123.如上述步骤s71所述，当后台的工作人员认为所述客服评分报表内容有误，需要对所述客服评分报表的内容进行手动评分时，工作人员发送重新评分信息，此时所述服务器在获取到所述重新评分信息后将与所述客服评分报表对应的语音信息发送给后台，此时后台的工作人员根据所述语音信息对所述客服评分报表内包含的所述服务评分分值进行人工评分，从而修改所述客服评分报表。
124.参考图2，本技术还提供了一种基于语音信息的ai语音质检装置，包括：
125.语音信息获取单元1，用于获取用户与客服的沟通生成的语音信息；
126.匹配单元2，用于根据所述语音信息匹配对应的用户来访信息，所述用户来访信息包括咨询处理请求、投诉处理请求或售后处理请求；
127.评分规则获取单元3，用于根据所述用户来访信息匹配对应的评分规则，所述评分规则用于对本次客服服务进行打分；
128.打分单元4，用于根据所述评分规则对所述语音信息进行打分，生成服务评分分值；
129.判断单元5，用于判断所述服务评分分值是否低于预设阈值，若是，则生成警告标签；
130.报表获取单元6，用于获取预设客服评分报表，将所述服务评分分值、所述警告标签以及所述用户来访信息添加到所述预设客服评分报表内，形成客服评分报表，所述客服评分报表用于让后台人员进行参考评分；
131.发送单元7，用于将所述客服评分报表发送到后台服务器。
132.上述各单元为执行上述基于语音信息的ai语音质检方法的装置，再此不在一一介绍。
133.参考图3，本技术还提供了一种存储介质100，存储介质100中存储有计算机程序200，当其在计算机上运行时，使得计算机执行以上实施例所描述的基于语音信息的ai语音质检方法。
134.参考图4，本技术还提供了一种包含指令的计算机设备300，当其在计算机设备300上运行时，使得计算机设备300通过其内部设置的处理器执行以上述的基于语音信息的ai语音质检方法。
135.综合上述实施例可知，本技术最大的有益效果在于：通过获取用户与客服的沟通生成的语音信息来匹配对应的评分规则，实现了根据用户与客服之间的语音信息自动识别用户的用户客服需求，同时针对不用的用户客服需求匹配不同的评分规则，从而省略了在现有的客服质检流程中对语音信息进行人工抽检的步骤，解决了现有技术当中通过人工进行客服质检所花费的人力物力较多，导致使用成本较高以及抽检效率有限的问题。
136.本领域技术人员可以理解，本技术所述的智能设备的操作方法和上述所涉及用于执行本技术中所述方法中的一项或多项的设备。这些设备可以为所需的目的而专门设计和制造，或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序或应用程序，这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如，计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中，所述计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、cd
‑
rom、和磁光盘)、rom(read
‑
only memory，只读存储器)、ram(random access memory，随机存储器)、eprom(erasable programmable read
‑
only memory，可擦写可编程只读存储器)、eeprom(electrically erasable programmable read
‑
only memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，可读介质包括由设备(例如，计算机)以能够读的形式存储或传输信息的任何介质。
137.以上所述仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。