[发明专利]客服语音识别方法、装置、服务器及存储介质

权利要求书

1.一种客服语音识别方法，其特征在于，包括：

对待识别音频数据进行端点检测，以获取多个单句音频数据；

通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据，所述预设声学模型基于客服语音数据构建；

通过预设语言模型确定所述多个第一文本数据对应的多个第二文本数据，所述预设语言模型基于线上客服文本数据构建；

所述通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据之前，还包括：

通过预设性别分类模型确定每个单句音频数据的角色性别；

所述通过预设性别分类模型确定每个单句音频数据的角色性别之后，还包括：

若并非所有单句音频数据的角色性别都相同，则获取所述待识别音频数据对应的客服人员性别；

若单句音频数据的角色性别与所述客服人员性别相同，则确定所述单句音频数据的角色身份为客服人员；

若单句音频数据的角色性别与所述客服人员性别不同，则确定所述单句音频数据的角色身份为用户。

2.如权利要求1所述的方法，其特征在于，所述通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据包括：

若所有单句音频数据的角色性别都相同，则通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据。

3.如权利要求2所述的方法，其特征在于，所述通过预设语言模型确定所述多个第一文本数据对应的多个第二文本数据之后，还包括：

通过预设角色分类模型确定每个第二文本数据的角色身份，所述预设角色分类模型基于线上客服文本数据构建。

4.如权利要求1所述的方法，其特征在于，所述通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据包括：

通过预设声学模型确定已经确定角色身份的所述多个单句音频数据对应的多个第一文本数据。

5.如权利要求1-4任一项所述的方法，其特征在于，所述通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据包括：

提取所述多个单句音频数据对应的多个单句音频特征；

将所述多个单句音频特征输入预设声学模型，得到多个第一文本数据。

6.一种客服语音识别装置，其特征在于，包括：

端点检测模块，用于对待识别音频数据进行端点检测，以获取多个单句音频数据；

第一文本数据确定模块，用于通过预设声学模型确定所述多个单句音频数据对应的多个第一文本数据，所述预设声学模型基于客服语音数据构建；

第二文本数据确定模块，用于通过预设语言模型确定所述多个第一文本数据对应的多个第二文本数据，所述预设语言模型基于线上客服文本数据构建；

角色性别确定模块，用于通过预设性别分类模型确定每个所述单句音频数据的角色性别；

第二角色身份确定模块，用于若并非所有所述单句音频数据的角色性别都相同，则获取所述待识别音频数据对应的客服人员性别；若所述单句音频数据的角色性别与所述客服人员性别相同，则确定所述单句音频数据的角色身份为客服人员；若所述单句音频数据的角色性别与所述客服人员性别不同，则确定所述单句音频数据的角色身份为用户。

7.一种服务器，其特征在于，包括：

一个或至少一个处理器；

存储装置，用于存储一个或至少一个程序，

当所述一个或至少一个程序被所述一个或至少一个处理器执行，使得所述一个或至少一个处理器实现如权利要求1-5中任一项所述的客服语音识别方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的客服语音识别方法。