[发明专利]基于人工智能的电话质检方法、装置、设备和存储介质

权利要求书

1.一种基于人工智能的电话质检方法，其特征在于，所述方法包括：

获取多个待处理的通话录音；

为每一个待处理的通话录音标注对应的得分；

通过预置的序列神经网络模型将所述多个待处理的通话录音转化成多个待处理的文本信息；

通过语言技术平台LTP技术对所述待处理的文本信息进行分词，得到多个核心关键词以及所述核心关键词对应的频率；

将所述核心关键词对应的频率作为输入xⁱ，标注的所述得分作为理想输出yⁱ输入至初始神经网络，通过损失函数训练所述初始神经网络中的神经元权值，得到目标神经网络；

将所述目标神经网络部署至客户端；

接收用户输入的通话信息，通过所述客户端将所述通话信息输入至所述目标神经网络；

通过所述目标神经网络中的所述神经元权值计算得到所述通话信息的得分，并将所述通话信息的得分返回给用户；

所述通过语言技术平台LTP技术对所述待处理的文本信息进行分词，得到多个核心关键词以及所述核心关键词对应的频率，包括：

所述核心关键词对应的频率通过计算，其中F_w是指所述核心关键词的频率，N是指所述核心关键词出现的句子数，M是指所述待处理的文本信息的句子数。

2.根据权利要求1所述的方法，其特征在于，所述通过语言技术平台LTP技术对所述待处理的文本信息进行分词，得到多个核心关键词以及所述核心关键词对应的频率之前，所述方法还包括：

为每一个所述待处理的文本信息生成唯一的标识ID号；

根据所述待处理的文本信息的应用程序编程接口API参数构造超文本传输协议HTTP请求；

通过所述HTTP请求以及LTP技术对待处理的文本信息提取中文分词；

匹配数据库中收录的词汇，将匹配度低于阈值的词汇删除，得到匹配度高于阈值的词汇。

3.根据权利要求1所述的方法，其特征在于，所述通过预置的序列神经网络模型将所述多个待处理的通话录音转化成多个待处理的文本信息，包括：

获取多个训练语音样本；

将所述训练语音样本输入至所述预置的序列神经网络模型，通过自然语言处理NLP算法、所述训练语音样本以及所述训练语音样本对应的文本标签更新所述预置的序列神经网络模型的神经元权值，以得到目标模型；

调整所述目标模型的神经元的权值，并更新所述预置的序列神经网络模型；

通过更新后的所述预置的序列神经网络模型将所述多个待处理的通话录音转化成多个待处理的文本信息。

4.根据权利要求1所述的方法，其特征在于，所述接收用户输入的通话信息，通过所述客户端将所述通话信息输入至所述目标神经网络，包括：

在提示用户输入所述通话信息时，通过所述客户端开启麦克风应用；

在收到指示消息后，通过所述客户端提示用户输入通话信息；

在获得通话信息时，通过所述客户端对所述通话信息去除噪声、去除背景声音以及对所述通话信息压缩，得到完成预处理的通话信息；

通过所述客户端判断所述完成预处理的通话信息是否符合输入预设规则；

若不符合预设规则，则命令所述客户端提示用户重新输入；

若符合预设规则，则通过所述客户端将用户输入的所述完成预处理的通话信息上传至服务端；

将所述完成预处理的通话信息输入至所述目标神经网络。

5.根据权利要求1所述的方法，其特征在于，所述获取多个待处理的通话录音之前，所述方法还包括：

剔除通话时长小于阈值的所述待处理的通话录音；

为所述待处理的通话录音加入多个特征项，所述特征项至少包括：是否首次通话、行业录音平均时长以及用户电话评价的满意度。