[发明专利]一种智能客服语音质检评分方法、设备及存储介质

权利要求书

1.一种智能客服语音质检评分方法，其特征在于，该方法包括以下步骤：

步骤1：将客服坐席录音转文本后导出至数据分析系统中；

步骤2：于数据分析系统中设置针对客服坐席录音进行评分的规则以及标准；

步骤3：基于设置的针对客服坐席录音进行评分的规则以及标准，和转文本后的客服坐席录音数据，通过计算两者间的相似度从而进行评分；

步骤4：将所有的评分累加，得到总评分后输出即为该客服坐席的录音评分。

2.根据权利要求1所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤1包括以下分步骤：

步骤101：连接客服坐席录音文本数据接口，通过API连接该数据接口并将数据导入至数据分析系统中；

步骤102：同时将数据存储至数据分析系统的工作空间中。

3.根据权利要求1所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤2包括：

步骤201：在开始时于数据分析系统中通过人工设定评分规则，即对应句子；

步骤202：数据分析系统运行设定时间之后，将人工设定评分规则转为设置成智能自主归纳评分规则。

4.根据权利要求3所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤202中的智能自主归纳评分规则的设置过程包括以下步骤：

步骤2021：将步骤1中得到的转文本后的客服坐席录音数据，通过正则表达式进行数据清洗；

步骤2022：针对经过数据清洗的文本通过编码算法模型进行编码；

步骤2023：针对编码后的数据根据场景选择不同的回归或分类算法模型进行训练；

步骤2024：训练完毕后选取对于模型权重更大的特征，并通过解码算法解码得到对应完整句子；

步骤2025：将该完整句子存储至评分规则中以作为智能自主归纳评分规则。

5.根据权利要求1所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤3包括以下步骤：

步骤301：将设置的针对客服坐席录音进行评分的规则以及标准所对应的规则文本通过编码算法编码后再输入至向量表示算法中；

步骤302：将转文本后的客服坐席录音数据，通过正则表达式进行数据清洗，通过编码算法模型进行编码，再输入至向量表示算法中；

步骤303：将于向量表示算法中生成的两者对应向量表示的句子配对，并计算相似度，得到每一对句子之间的相似度评分；

所述步骤301和步骤302中的向量表示算法包括word2vec、LSTM或BERT。

6.根据权利要求5所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤4具体包括：取所有配对句子之间的相似度评分的最大值排序并循环判断，当该最大值判断为正常用语对应的配对句子对应的相似度评分且大于设定阈值时，总评分加分，当该最大值判断为禁止用语对应的配对句子对应的相似度评分且大于设定阈值时，总评分减分，当该最大值小于设定阈值时，总评分维持不变。

7.根据权利要求5所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤303中的相似度评分，其计算公式为：

score＝exp(-||h_a-h_b||)

式中，score为相似度评分，h_a为编码后的录音文本通过向量表示所对应的矩阵，h_b为编码后的规则文本通过向量表示所对应的矩阵。

8.根据权利要求4所述的一种智能客服语音质检评分方法，其特征在于，所述的步骤2023中的回归算法模型包括线性回归、logistics、SVR、XGBOOST或深度学习，分类算法模型包括贝叶斯分类、logistics、SVM、XGBOOST、随机森林、深度随机森林或深度学习。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的一种智能客服语音质检评分方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的一种智能客服语音质检评分方法的步骤。