[发明专利]语速评估方法、系统、设备及存储介质

权利要求书

1.一种语速评估方法，其特征在于，包括以下步骤：

采集客服和用户会话过程中的流式语音流；

从所述流式语音流中分离出客服语音流和用户语音流；

分别计算所述客服语音流和所述用户语音流的语速获得客服语速和用户语速；

计算所述客服语速与所述用户语速的语速比并将其作为语速评估指标；

所述分别计算一所述客服语音流和所述用户语音流的语速获得客服语速和用户语速包括如下步骤：

分别将所述客服语音流和所述用户语音流转化为客服语音文本和用户语音文本；

分别计算所述客服语音流和所述用户语音流的音频时长获得客服音频时长和用户音频时长；

根据所述客服语音文本和所述客服音频时长获得所述客服语速；

根据所述用户语音文本和所述用户音频时长获得所述用户语速；

所述分别计算所述客服语音流和所述用户语音流的音频时长获得客服音频时长和用户音频时长前，还包括如下步骤：

采用训练好的时延神经网络模型分别去除所述客服语音流和所述用户语音流中的噪音块；

采用训练好的时延神经网络模型分别去除所述客服语音流和所述用户语音流中的噪音块包括如下步骤：

分别将所述客服语音流和所述用户语音流划分为包含N帧音频的I个第一音频块和J个第二音频块，其中，N、I和J为整数；

分别将I个所述第一音频块和J个所述第二音频块输入时延神经网络模型，分别获得第i个所述第一音频块的第t帧为噪音帧的概率P_t和第j个所述第二音频块的第s帧为噪音帧的概率P_s；

分别计算第i个所述第一音频块为噪音块的概率P_i和第j个所述第二音频块为噪音块的概率P_j，P_i和P_j分别为：

其中，i∈[1,I]，j∈[1,J]，s∈[1,N]，t∈[1,N]以及λ∈[0,1]；

判断P_i是否大于第一平滑阈值，如是，则从所述客服语音流中去除第i个所述第一音频块；

判断P_j是否大于第二平滑阈值，如P_j大于第二平滑阈值，则从所述用户语音流中去除第j个所述第二音频块。

2.根据权利要求1所述的语速评估方法，其特征在于，分别计算所述客服语音流和所述用户语音流的音频时长获得客服音频时长和用户音频时长还包括如下步骤：

利用语音端点检测模型获得所述客服语音流中的客服语音出现端点和客服语音消失端点；

计算所述客服语音出现端点和所述客服语音消失端点之间的音频的时长获得客服音频时长；

利用语音端点检测模型获得所述用户语音流中的用户语音出现端点和用户语音消失端点；

计算所述用户语音出现端点和所述用户语音消失端点之间的音频的时长获得用户音频时长。

3.根据权利要求1所述的语速评估方法，其特征在于，所述语速评估方法还包括将所述语速评估指标发送给客服。

4.根据权利要求1所述的语速评估方法，其特征在于，所述语速评估方法还包括如下步骤：

判断所述语速比是否大于第一语速阈值或所述语速比是否小于第二语速阈值；

如所述语速比大于第一语速阈值或所述语速比小于第二语速阈值，则向客服发送警示信息。

5.一种语速评估系统，用于实现权利要求1至4任意一项所述的语速评估方法，其特征在于，包括语音采集模块、语音识别模块和计算模块，其中：

所述语音采集模块用于持续采集客服和用户会话过程中的流式语音流；

所述语音识别模块用于从所述流式语音流中分离出客服语音流和用户语音流；

所述计算模块用于分别计算所述客服语音流和所述用户语音流的语速获得客服语速和用户语速；

所述计算模块还用于计算所述客服语速与所述用户语速的语速比并将其作为语速评估指标。