[发明专利]客服语音识别方法、装置、服务器及存储介质

说明书

本发明实施例公开了一种客服语音识别方法、装置、服务器及存储介质，所述方法包括：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。本发明实施例通过将基于客服语音数据构建的预设声学模型与基于线上客服文本数据构建的语言模型相结合，提高了客服语音识别的精确度。

技术领域

本发明实施例涉及电子商务技术领域，尤其涉及一种客服语音识别方法、装置、服务器及存储介质。

背景技术

随着电子商务的发展，电子商务客服的服务质量问题已越来越受重视。对语音客服的服务质量问题进行评判时，通常先将语音客服的音频数据通过语音识别转换成文本数据，再对本文数据进行分析，评判服务质量。

目前大多采用语音识别模型将音频数据转换成文本数据，例如高斯混合隐马尔可夫模型、深度学习模型等。这些模型通常采用语音客服的音频数据进行训练，然而客服人员在提供服务时，吐字不清晰、语义表达不准确等情况时有发生，这就导致训练得到的模型存在错别字率高、角色识别不明确等问题，从而使得模型的识别精确度降低。

发明内容

本发明实施例提供一种客服语音识别方法、装置、服务器及存储介质，以提高客服语音识别的精确度。

第一方面，本发明实施例提供一种客服语音识别方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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；