1.本发明涉及人工智能技术领域，尤其涉及一种基于语音记录的质检方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.出于保证服务质量，减少不专业的现象发生，为客户提供更好的服务的目的，企业会对客户服务联络中心等部门的通话进行监听、录音等，用于质检客服与座席班长对客服进行质检，以保证更好的客户体验，检测出伤害客户体验的事件。
3.随着人工智能(ai)技术突飞猛进的发展，出现了智能质检技术，但是，目前的ai质检大部分是根据录音信息，提取关键词检测坐席与客户的沟通过程是否违规。然而相同的词汇在不同感情状态下表达出的含义可能截然不同，所以仅仅依靠关键词提取进行质检不够精确。


技术实现要素：

4.本发明提供一种基于语音记录的质检方法、装置及计算机可读存储介质，其主要目的在于进行基于语音记录的质检时的精确度较低的问题。
5.为实现上述目的，本发明提供的一种基于语音记录的质检方法，包括：
6.获取待检测语音，并从所述待检测语音中提取语音情感特征；
7.将所述待检测语音转换为待检测文本，并提取所述待检测文本的文本情感特征；
8.将所述语音情感特征和所述文本情感特征分别进行量化操作，并根据预设的拼接规则，将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵；
9.根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵；
10.利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数；
11.利用所述语音情感分数查询预设的等级划分标准表，得到质检结果。
12.可选的，所述从所述待检测语音中提取语音情感特征，包括：
13.将所述待检测语音转化为语音序列。
14.利用汉明窗对所述语音序列进行加窗处理，得到多个语音帧，并逐个选取所述多个语音帧中的其中一个语音帧作为目标语音帧；
15.将所述目标语音帧映射为语音时域图，并提取所述语音时域图中预设的目标类型的数据，得到语音情感特征。
16.可选的，所述将所述提取所述待检测文本的文本情感特征，包括：
17.对所述待检测文本执行分词操作，得到文本分词集；
18.逐个选取所述文本分词集中的文本分词为目标分词，并记录所述目标分词与所述目标分词的相邻文本分词在预设邻域范围内共同出现的共现次数；
19.利用各个目标分词对应的共现次数构建共现矩阵；
20.分别将所述多个文本分词转换为词向量，并将所述词向量拼接为向量矩阵；
21.对所述共现矩阵和所述向量矩阵进行乘积运算，得到文本向量矩阵，并从所述文本向量矩阵中提取所述待检测文本的文本情感特征。
22.可选的，所述从所述文本向量矩阵中提取所述待检测文本的文本情感特征，包括：
23.逐个选取所述文本分词集中的其中一个文本分词作为目标分词，根据所述目标分词的词向量及所述文本向量矩阵，计算所述目标分词的关键值；
24.按照所述关键值从大到小的顺序从所述多个文本分词中选取预设数量的文本分词为特征分词；
25.将所述特征分词的词向量拼接得到所述文本内容的文本情感特征。
26.可选的，所述利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数，包括：
27.利用所述激活函数，设置运算节点；
28.根据所述降维特征矩阵，将所述运算节点拼接，得到语音情感打分模型；
29.初始化所述语音情感打分模型，并将预设的训练集输入到所述语音情感打分模型中，计算后得到预测输出；
30.计算所述预测输出与所述训练集对应的期望输出之间的误差，并根据所述误差，优化所述语音情感打分模型；
31.利用预设的测试集测试优化后的语音情感打分模型，若测试不通过，则重组所述训练集和所述测试集，并返回上述的初始化所述语音情感打分模型，并将预设的训练集输入到所述语音情感打分模型中，计算后得到预测输出的步骤；
32.若测试通过，将所述降维特征矩阵输入到所述语音情感打分模型中，得到所述语音情感分数。
33.可选的，所述根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵，包括：
34.根据预设的初始化策略，初始化所述原始特征矩阵，得到标准特征矩阵；
35.利用所述标准特征矩阵，建立协方差矩阵；
36.将所述协方差矩阵对角化，得到多个矩阵特征值；
37.筛选所述多个矩阵特征值，得到主要矩阵特征值；
38.根据所述主要矩阵特征值，筛选所述原始特征矩阵中的元素，得到所述降维特征矩阵。
39.可选的，所述将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵，包括：
40.根据预设的转化规则，对所述语音情感特征进行向量转换，并将量化后的语音情感特征中各个子特征向量进行连接，得到语音情感矩阵，并对文本情感特征进行矩阵变换操作，得到文本情感矩阵；
41.对所述语音情感矩阵和所述文本情感矩阵执行连接操作，得到原始特征矩阵。
42.为了解决上述问题，本发明还提供一种基于语音记录的质检装置，所述装置包括：
43.特征提取模块，用于获取待检测语音，并从所述待检测语音中提取语音情感特征，及将所述待检测语音转换为待检测文本，并提取所述待检测文本的文本情感特征；
44.特征拼接模块，用于将所述语音情感特征和所述文本情感特征分别进行量化操作，并根据预设的拼接规则，将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵；
45.降维模块，用于根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵；
46.情感分析模块，用于利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数，及利用所述语音情感分数查询预设的等级划分标准表，得到质检结果。
47.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
48.至少一个处理器；以及，
49.与所述至少一个处理器通信连接的存储器；其中，
50.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于语音记录的质检方法。
51.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于语音记录的质检方法。
52.本发明实施例获取待检测语音后，不仅提取所述待检测语音对应文本的文本情感特征，还提取所述待检测语音中的语音情感特征，其中，文本情感特征可以识别出字面意义上的情感，而所述语音情感特征中的语气、语调等情感信息可以提出更详细的表明说话人的态度，本发明实施例通过对文本情感特征与所述语音情感特征进行统一分析，能够大大增加情感识别的准确性。因此本发明提出的基于语音记录的质检方法、装置、电子设备及计算机可读存储介质，可以解决进行语音记录的质检时的精确度较低的问题。
附图说明
53.图1为本发明一实施例提供的基于语音记录的质检方法的流程示意图；
54.图2为本发明一实施例提供的基于语音记录的质检方法中一个步骤的详细流程示意图；
55.图3为本发明一实施例提供的基于语音记录的质检方法中一个步骤的详细流程示意图；
56.图4为本发明一实施例提供的基于语音记录的质检装置的功能模块图；
57.图5为本发明一实施例提供的实现所述基于语音记录的质检方法的电子设备的结构示意图。
58.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
59.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
60.本技术实施例提供一种基于语音记录的质检方法。所述基于语音记录的质检方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的
电子设备中的至少一种。换言之，所述基于语音记录的质检方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
61.参照图1所示，为本发明一实施例提供的基于语音记录的质检方法的流程示意图。在本实施例中，所述基于语音记录的质检方法包括：
62.s1、获取待检测语音，并从所述待检测语音中提取语音情感特征。
63.本发明实施例获取客服与客户之间的通话记录。为进一步识别出客服对客户的态度，本发明实施例根据音色的不同，从所述通话记录中专门提取客服的通话记录作为所述待检测语音。
64.本发明其中一个实施例可以利用预构建的监控服务对外呼系统进行监控，当客服给客户打电话时，所述监控服务可以直接导出所述待检测语音，方便后续的情感检测过程。
65.详细的，本发明实施例中，所述从所述待检测语音中提取语音情感特征，包括：
66.将所述待检测语音转化为语音序列。
67.利用汉明窗对所述语音序列进行加窗处理，得到多个语音帧，并逐个选取所述多个语音帧中的其中一个语音帧作为目标语音帧；
68.将所述目标语音帧映射为语音时域图，并提取所述语音时域图中预设类型的数据，得到语音情感特征。
69.详细地，本发明实施例可以利用c++中的音频转换工具，将所述待检测语音自动化转换为语音序列，再利用汉明窗的方式对所述语音序列进行分帧加窗，得到多个语音帧，从而实现利用信号的局部稳定性，提高对待检测语音进行分析的精确度。其中，所述汉明窗为窗函数之一，是升余弦窗的一个特例，常用于提取非周期性的连续信号。
70.进一步地，本发明实施例中，可利用matplotlib.pyplot包中的pcolormesh函数将所述目标语音帧映射为语音时域图，并通过数理统计，获取所述语音时域图的预设类型的数据，如峰值、幅值、均值、过零率、帧能量等，得到语音情感特征。
71.其中，所述帧能量可以根据所述幅值采用下述方法来计算：
[0072][0073]
其中，energy为第y个语音帧的帧能量，n为所述第y个语音帧的总时长，xn为所述第y个语音帧在n时刻的幅值。
[0074]
本发明其中一个实施例将所述峰值、幅值、均值、过零率、帧能量等组合得到序列组合定义为所述语音情感特征。
[0075]
此外，本发明其他实施例中，还可以提取所述语音序列的谱域特征，并将所述谱域特征添加到所述语音情感特征中。
[0076]
s2、将所述待检测语音转换为待检测文本，并提取所述待检测文本的文本情感特征。
[0077]
本发明实施例中，所述语音情感特征是基于用户语音信息的声学特征，并未对用
户的语音信息的内容进行分析，因此，为了提高对用户情绪识别的精确度，本发明实施例通过智能语音识别技术(automatic speech recognition，简称asr)对所述待检测文本进行处理，得到所述待检测语音对应的待检测文本。
[0078]
由于所述待检测文本由自然语言组成，若直接对所述待检测文本进行分析，会占用大量的计算资源，导致分析的效率低下，因此，可将所述待检测文本转换为文本向量矩阵，进而将由自然语言表达的文本内容转换为数值形式，其中，本发明实施例采用全局词向量(global vectors for word representation，glove)的方法将所述待检测文本转换为文本向量矩阵。
[0079]
进一步地，如图2所示，本发明实施例中，所述提取所述待检测文本的文本情感特征，包括：
[0080]
s21、对所述待检测文本执行分词操作，得到文本分词集；
[0081]
s22、逐个选取所述文本分词集中的文本分词为目标分词，并记录所述目标分词与所述目标分词的相邻文本分词在预设邻域范围内共同出现的共现次数；
[0082]
s23、利用各个目标分词对应的共现次数构建共现矩阵；
[0083]
s24、分别将所述多个文本分词转换为词向量，并将所述词向量拼接为向量矩阵；
[0084]
s25、对所述共现矩阵和所述向量矩阵进行乘积运算，得到文本向量矩阵，并从所述文本向量矩阵中提取所述待检测文本的文本情感特征。
[0085]
本发明实施例中，可采用预设的标准词典对所述待检测文本进行分词处理，得到多个文本分词，其中所述标准词典为权威机构发行的，包含多个标准分词的数据库文件。
[0086]
本发明将所述待检测文本按照不同的长度在所述标准词典中进行检索，若能检索到与所述待检测文本相同的标准分词，则可确定检索到的该标准分词为所述待检测文本的文本分词。
[0087]
示例性地，本发明实施例可利用每一个文本分词对应的在预设邻域范围内共现次数构建如下所示的共现矩阵：
[0088][0089]
其中，x
1，1
为所述文本内容中分词i与该分词i的相邻文本分词j的共现次数，所述预设邻域范围为每一个分词在所在的一句话的长度。
[0090]
进一步地，本发明实施例中，所述从所述文本向量矩阵中提取所述待检测文本的文本情感特征，包括：
[0091]
逐个选取所述文本分词集中的其中一个文本分词为目标分词，根据所述目标分词的词向量及所述文本向量矩阵，计算所述目标分词的关键值；
[0092]
按照所述关键值从大到小的顺序从所述多个文本分词中选取预设数量的文本分词为特征分词；
[0093]
将所述特征分词的词向量拼接得到所述文本内容的文本情感特征。
[0094]
应该了解，并非每一个文本分词都是所述待检测文本的文本情感特征，因此，需要对所述多个文本分词进行筛选。本发明实施例从所述多个文本分词中逐个选取其中一个文本分词为目标分词，根据所述目标分词的词向量与所述文本向量矩阵，计算所述目标分词
的关键值，以根据所述关键值筛选出对所述待检测文本具有代表性的特征分词，以实现获取所述待检测文本的文本情感特征。
[0095]
具体地，本发明实施例所述根据所述目标分词的词向量与所述文本向量矩阵，利用如下关键值算法计算所述目标分词的关键值：
[0096][0097]
其中，k为所述关键值，|w|为所述文本向量矩阵，t为矩阵转置符号，||为求模符号，为所述目标分词的词向量。
[0098]
本发明实施例中，按照每一个文本分词的关键值从大到小的顺序从所述将所述多个文本分词中选取预设数量的文本分词为特征分词。
[0099]
例如，所述多个文本分词包括：文本分词a、文本分词b和文本分词c，其中，文本分词a的关键值为80，文本分词b的关键值为70，文本分词c的关键值为30，若预设数量为2，则按照所述关键值从大到小的顺序，选取文本分词a和文本分词b为特征分词，并将所述文本分词a和所述文本分词b的词向量进行拼接，得到所述文本内容的文本特征。
[0100]
s3、将所述语音情感特征和所述文本情感特征执行向量转换，并根据预设规则，将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵。
[0101]
本发明实施例中，所述语音情感特征包含多个具体数据，数据之间没有内部结构；所述文本情感特征是具有内部结构的矩阵，为了综合所述语音情感特征和所述文本情感特征，需将所述语音情感特征和所述文本情感特执行向量转换及连接操作，实现数据形式的统一。
[0102]
详细的，本发明实施例中，所述将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵，包括：
[0103]
根据预设的转化规则，对所述语音情感特征进行向量转换及连接操作，得到语音情感矩阵，并对文本情感特征进行矩阵变换操作，得到文本情感矩阵；
[0104]
对所述语音情感矩阵和所述文本情感矩阵执行连接操作，得到原始特征矩阵。
[0105]
具体的，本发明实施例中，把语音情感特征中的具体数据，按固定顺序排列峰值、幅值、均值、过零率、帧能量等的向量，组成行向量，将所述行向量转置得到列向量，再将所述列向量与所述行向量相乘，便可得到所述语音情感矩阵；进一步根据所述语音情感矩阵，把文本情感特征变换为与所述语音情感矩阵维度相同的矩阵，得到所述原始特征矩阵，其中，所述连接操作可以是将两个矩阵相加或相乘，也可以是把两个矩阵中的元素取出，重新组合成一个新的矩阵。
[0106]
s4、根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵。
[0107]
详细的，如图3所示，本发明实施例中，所述根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵，包括：
[0108]
s41、根据预设的初始化策略，初始化所述原始特征矩阵，得到标准特征矩阵；
[0109]
s42、利用所述标准特征矩阵，建立协方差矩阵；
[0110]
s43、将所述协方差矩阵对角化，得到多个矩阵特征值；
[0111]
s44、筛选所述多个矩阵特征值，得到主要矩阵特征值；
[0112]
s45、根据所述主要矩阵特征值，筛选所述原始特征矩阵中的元素，得到所述降维
特征矩阵。
[0113]
具体的，本发明实施例中，所述原始特征矩阵s表示为：
[0114]
s＝{x1，x2，x3,......xn}
[0115]
xi＝(x
i1
，x
i2
，x
i3
，......x
in
}
t
[0116]
其中，n表示矩阵阶数，xi是列向量，i＝1,2,
…
,n。
[0117]
本发明实施例中所述初始化策略包括：
[0118]
将所述原始特征矩阵中所有列向量减去列向量平均值，得到n个平均化列向量，所述列向量平均值为
[0119]
将所述n个平均化列向量除以列向量均方差，得到n个归一化列向量，其中，所述列向量均方差为
[0120]
利用所述n个归一化列向量替换所述原始特征矩阵中的元素，得到所述标准特征矩阵。
[0121]
进一步地，本发明实施例利用所述标准特征矩阵，建立如下协方差矩阵:
[0122][0123]
其中，是所述标准特征矩阵第i个行和第j个行的协方差。
[0124]
进一步地，本发明实施例根据上述原理把所述协方差矩阵对角化，得到所述多个矩阵特征值，将所述多个矩阵特征值按绝对值大小排序，选取所述多个矩阵特征值中绝对值大的特征值组成所述主要矩阵特征值，并确定主要矩阵特征值对应的元素，根据所述元素锁定所述原始特征矩阵中的对应元素，得到所述降维特征矩阵。
[0125]
s5、利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数。
[0126]
其中，所述本发明实施例中，所述激活函数负责将输入映射到输出端，表示为：
[0127][0128]
其中，x是输入变量，e是自然对数底。
[0129]
详细的，本发明实施例中，所述利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数，包括：
[0130]
步骤i、利用所述激活函数，设置运算节点；
[0131]
步骤ii、根据所述降维特征矩阵，将所述运算节点拼接，得到语音情感打分模型；
[0132]
本发明实施例中，所述运算节点设置有连接权值和输出阈值。
[0133]
本发明实施例将所述降维特征矩阵中的元素重排成向量形式：
[0134]
{y1，y2，y3，
……
，ye}
[0135]
其中，yi是所述降维特征矩阵中的元素，i＝1,2,
…
,e。
[0136]
所述语音情感打分模型的结构设置为e-5*(e-1)-1,第一层是输入层，包含e个运算节点，第二层到第六层是隐含层有5层，每层包含e-1个运算节点，第七层是输出层包含1个运算节点。
[0137]
步骤iii、初始化所述语音情感打分模型，并将预设的训练集输入到所述语音情感打分模型中，计算后得到预测输出；
[0138]
本发明实施例中，所述初始化过程为：初始化输入层、隐含层和输出层运算节点之间的连接权值ω
ijk
，其中，所述ω
ijk
表示第i层第j个节点与上一层第k个节点之间的连接权值，并初始化阈值a
ij
,其中，a
ij
表示第i层第j个节点的阈值。
[0139]
进一步地，所述训练集包含多个上述向量形式的数据和对应的期望输出。
[0140]
输出期望设为0～100，用y表示，划分为四个等级，分别为：90～100对应非常满意，80～89对应满意，70～79对应一般，0～69对应差。
[0141]
根据输入变量，连接权值以及输出阈值，计算输出h
ij
。
[0142][0143]
式中，h
ij
表示第i层第j个节点的输出，a
ik
表示第i-1层第k个节点的输出，l为第i-1层的节点数，f为激励函数；对于第一层，a
1k
＝yk，l＝e。
[0144]
步骤iv、计算所述预测输出与所述训练集对应的期望输出之间的误差，并根据所述误差，优化所述语音情感打分模型。
[0145]
本发明实施例，根据预测输出o和期望输出y，计算网络预测误差e:
[0146]
e＝y-o
[0147]
权值更新,根据预测误差e更新连接权值:
[0148][0149]
其中，η为学习率,ω
ijm
表示第i层第j个节点与下一层第m个节点之间的连接权值，q为第i+1层节点数。
[0150]
阈值更新，根据预测误差e更新阈值：
[0151][0152]
使用更新后的参数再次计算预测输出，使用预测输出和期望输出不断的迭代更新模型参数，直到所述预测输出和所述期望输出属于同一等级划分；
[0153]
步骤v、利用预设的测试集测试优化后的语音情感打分模型，若测试不通过，则重组所述训练集和所述测试集，并返回上述的步骤iii；
[0154]
步骤vi、若测试通过，将所述降维特征矩阵输入到所述语音情感打分模型中，得到所述语音情感分数。
[0155]
本发明实施例中，所述测试集与所述训练集形式相同，把所述测试集数据输入到
所述语音情感打分模型中，比对所述预测输出和所述期望输出的对应等级，等级相同视为正确，正确率达95％为通过。若测试不通过，否则打乱所述训练集和所述测试集，组成新的训练集和测试集，再次训练，直到合格为止；若测试通过，将所述降维特征矩阵输入到所述语音情感打分模型中，得到所述语音情感分数。
[0156]
s6、利用所述语音情感分数查询预设的等级划分标准表，得到质检结果。
[0157]
本发明实施例查询等级划分标准表，判断所述语音情感分数的好坏程度，并把所述语音情感分数和对应的等级划分输出，如果语音情感分数是95，则提示质检结果为非常满意，无需做任何操作；如果语音情感分数是55，则提示质检结果为非常差，需要对说出所述语音的人采取措施。
[0158]
本发明实施例获取待检测语音后，不仅提取所述待检测语音对应文本的文本情感特征，还提取所述待检测语音中的语音情感特征，其中，文本情感特征可以识别出字面意义上的情感，而所述语音情感特征中的语气、语调等情感信息可以提出更详细的表明说话人的态度，本发明实施例通过对文本情感特征与所述语音情感特征进行统一分析，能够大大增加情感识别的准确性。
[0159]
如图4所示，是本发明一实施例提供的基于语音记录的质检装置的功能模块图。
[0160]
本发明所述基于语音记录的质检装置100可以安装于电子设备中。根据实现的功能，所述基于语音记录的质检装置100可以包括特征提取模块101、特征拼接模块102、降维模块103以及情感分析模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0161]
在本实施例中，关于各模块/单元的功能如下：
[0162]
所述特征提取模块101，用于获取待检测语音，并从所述待检测语音中提取语音情感特征，及将所述待检测语音转换为待检测文本，并提取所述待检测文本的文本情感特征；
[0163]
所述特征拼接模块102，用于将所述语音情感特征和所述文本情感特征分别进行量化操作，并根据预设的拼接规则，将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵；
[0164]
所述降维模块103，用于根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵；
[0165]
所述情感分析模块104，用于利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数，及利用所述语音情感分数查询预设的等级划分标准表，得到质检结果。
[0166]
详细地，本发明实施例中所述基于语音记录的质检装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于语音记录的质检方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0167]
如图5所示，是本发明一实施例提供的实现基于语音记录的质检方法的电子设备的结构示意图。
[0168]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于语音记录的质检程序。
[0169]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于语音记录的质检程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0170]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于语音记录的质检程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0171]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0172]
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0173]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0174]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0175]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0176]
所述电子设备1中的所述存储器11存储的基于语音记录的质检程序是多个指令的
组合，在所述处理器10中运行时，可以实现：
[0177]
获取待检测语音，并从所述待检测语音中提取语音情感特征；
[0178]
将所述待检测语音转换为待检测文本，并提取所述待检测文本的文本情感特征；
[0179]
将所述语音情感特征和所述文本情感特征分别进行量化操作，并根据预设的拼接规则，将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵；
[0180]
根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵；
[0181]
利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数；
[0182]
利用所述语音情感分数查询预设的等级划分标准表，得到质检结果。
[0183]
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0184]
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0185]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0186]
获取待检测语音，并从所述待检测语音中提取语音情感特征；
[0187]
将所述待检测语音转换为待检测文本，并提取所述待检测文本的文本情感特征；
[0188]
将所述语音情感特征和所述文本情感特征分别进行量化操作，并根据预设的拼接规则，将所述语音情感特征和所述文本情感特征的量化结果进行连接，得到原始特征矩阵；
[0189]
根据预设的降维策略，对所述原始特征矩阵降维，得到降维特征矩阵；
[0190]
利用预设的激活函数对所述降维特征矩阵执行分析，得到所述待检测语音对应的语音情感分数；
[0191]
利用所述语音情感分数查询预设的等级划分标准表，得到质检结果。
[0192]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0193]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0194]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0195]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0196]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本
发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0197]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0198]
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。
[0199]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
[0200]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。