[发明专利]音频质检方法、装置、设备以及存储介质

说明书

本申请公开了一种音频质检方法、装置、设备以及存储介质，涉及语音识别、自然语言处理、深度学习等人工智能领域。该方法的一具体实施方式包括：获取对话音频，其中，对话音频记录客户与客服之间的对话；对对话音频进行人声分离，得到第一音频和第二音频，其中，第一音频和第二音频仅包含一位说话人；对第一音频和第二音频进行语音识别，得到第一音频对应的第一文本和第二音频对应的第二文本；对第一文本和第二文本进行角色判定，选取客服对应的文本；对客服对应的文本进行文本内容语义分类，得到对话音频的质检结果。该实施方式能够实现完全自动化的音频质检。

技术领域

本申请实施例涉及计算机领域，具体涉及语音识别、自然语言处理、深度学习等人工智能领域，尤其涉及音频质检方法、装置、设备以及存储介质。

背景技术

在呼叫中心质检的主要目的是检测客服的工作质效，有效提升客服整体水平与质量。质检员是呼叫中心的标配岗位，肩负着监督服务、发现问题、总结经验、提出建议、督促改进的责任。

通常，质检员先对海量客户与客服的对话音频进行随机抽样，然后进行听辨，对于听到双方的对话内容按照给定的评分规则模板为客服的服务质量进行打分。

发明内容

本申请实施例提出了一种音频质检方法、装置、设备以及存储介质。

第一方面，本申请实施例提出了一种音频质检方法，包括：获取对话音频，其中，对话音频记录客户与客服之间的对话；对对话音频进行人声分离，得到第一音频和第二音频，其中，第一音频和第二音频仅包含一位说话人；对第一音频和第二音频进行语音识别，得到第一音频对应的第一文本和第二音频对应的第二文本；对第一文本和第二文本进行角色判定，选取客服对应的文本；对客服对应的文本进行文本内容语义分类，得到对话音频的质检结果。

第二方面，本申请实施例提出了一种音频质检装置，包括：获取模块，被配置成获取对话音频，其中，对话音频记录客户与客服之间的对话；分离模块，被配置成对对话音频进行人声分离，得到第一音频和第二音频，其中，第一音频和第二音频仅包含一位说话人；识别模块，被配置成对第一音频和第二音频进行语音识别，得到第一音频对应的第一文本和第二音频对应的第二文本；判定模块，被配置成对第一文本和第二文本进行角色判定，选取客服对应的文本；分类模块，被配置成对客服对应的文本进行文本内容语义分类，得到对话音频的质检结果。

第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

第五方面，本申请实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的音频质检方法、装置、设备以及存储介质，首先对获取到的对话音频进行人声分离，得到第一音频和第二音频；之后对第一音频和第二音频进行语音识别，得到第一音频对应的第一文本和第二音频对应的第二文本；然后对第一文本和第二文本进行角色判定，选取客服对应的文本；最后对客服对应的文本进行文本内容语义分类，得到对话音频的质检结果，能够实现完全自动化的音频质检。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请可以应用于其中的示例性系统架构图；