[发明专利]音频处理方法、装置、存储介质及电子设备

说明书

本公开提供了音频处理方法、装置、存储介质及电子设备，涉及机器学习和自然语言理解技术领域，进一步涉及音频技术和声纹识别技术领域。具体实现方案为：获取拨号事件对应的回铃音频；利用第一神经网络模型对回铃音频进行分类处理，确定回铃音频对应的第一分类结果，第一分类结果用于表示回铃音频归属的目标分类；当第一分类结果满足预设条件时，对回铃音频进行语音转写处理，得到待识别文本；利用第二神经网络模型对待识别文本进行分类处理，确定待识别文本对应的第二分类结果，第二分类结果用于表示待识别文本归属的目标分类；输出第二分类结果。本公开解决了客服沟通效率低、人力成本高的技术问题。

技术领域

本公开涉及机器学习和自然语言理解技术领域，进一步涉及音频技术和声纹识别技术领域，尤其涉及音频处理方法、装置、存储介质及电子设备。

背景技术

银行、保险、运营商等领域的客服部门通常采用电话形式进行业务的沟通服务。每位客服人员每天需要拨打出大量电话，但是在这些拨出的电话中，实际被客户接通的电话为有效电话，而有效电话的数量基本不超过10％，其他未接通的电话均属于无效电话。拨打大量无效电话而产生的等待时间会极大程度上占据客服人员的工作时间。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本公开提供了一种音频处理方法、装置、存储介质及电子设备，以至少解决客服沟通效率低、人力成本高的技术问题。

根据本公开的一方面，提供了一种音频处理方法，包括：获取拨号事件对应的回铃音频；利用第一神经网络模型对回铃音频进行分类处理，确定回铃音频对应的第一分类结果，第一分类结果用于表示回铃音频归属的目标分类；当第一分类结果满足预设条件时，对回铃音频进行语音转写处理，得到待识别文本；利用第二神经网络模型对待识别文本进行分类处理，确定待识别文本对应的第二分类结果，第二分类结果用于表示待识别文本归属的目标分类；输出第二分类结果。

根据本公开的又一方面，还提供了一种音频处理装置，包括：第一获取模块，用于获取拨号事件对应的回铃音频；第一分类模块，用于利用第一神经网络模型对回铃音频进行分类处理，确定回铃音频对应的第一分类结果，第一分类结果用于表示回铃音频归属的目标分类；语音转写模块，用于当第一分类结果满足预设条件时，对回铃音频进行语音转写处理，得到待识别文本；第二分类模块，用于利用第二神经网络模型对待识别文本进行分类处理，确定待识别文本对应的第二分类结果，第二分类结果用于表示待识别文本归属的目标分类；输出模块，用于输出第二分类结果。

根据本公开的又一方面，提供了一种电子设备，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上述任一项的音频处理方法。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行根据上述任一项的音频处理方法。

根据本公开的又一方面，提供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上述任一项的音频处理方法。

在本公开中，通过第一神经网络模型对回铃音频进行音频分类，确定第一分类结果，当第一分类结果满足预设条件时，将回铃音频进行语音转写获得待识别文本，利用第二神经网络模型对待识别文本进行分类，确定第二分类结果，输出第二分类结果，达到了高效准确地检测回铃音频的目的，从而实现了减少拨号等待时间、提高客服沟通效率以及节约人力成本的技术效果，进而解决了客服沟通效率低、人力成本高的技术问题。

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

附图用于更好地理解本方案，不构成对本公开的限定。其中：