[发明专利]基于语音分析识别的服务处理方法及系统

权利要求书

1.一种基于语音分析识别的服务处理方法，其特征在于，应用于基于语音分析识别的服务处理系统，所述方法包括：

获取针对每个目标用户进行服务信息提醒过程中的用户录音数据；

基于预先训练的负面反馈预测模型对所述用户录音数据进行特征提取，获取所述用户录音数据对应于各个负面反馈维度的录音变量分布，其中，所述录音变量分布包括录音语义特征信息、录音语调特征信息、录音语速特征信息中的一种或者多种组合；

基于所述负面反馈预测模型对所述各个负面反馈维度的录音变量分布进行负面反馈属性分类，获取所述每个目标用户对应的负面反馈属性序列；

基于所述每个目标用户对应的负面反馈属性序列对向所述每个目标用户提供的线上服务进行优化配置。

2.根据权利要求1所述的基于语音分析识别的服务处理方法，其特征在于，所述负面反馈预测模型的训练步骤包括：

依据参考用户录音样本序列中每个参考用户录音样本的参考录音变量分布和初始负面反馈预测模型序列中每个初始负面反馈预测模型的参考录音变量分布，从所述初始负面反馈预测模型序列中确定多个初始负面反馈预测模型作为基准初始负面反馈预测模型；

针对每一基准初始负面反馈预测模型，将所述参考用户录音样本序列中每一参考用户录音样本传递到该基准初始负面反馈预测模型得到该参考用户录音样本关联的负面反馈预测属性；

基于各个参考用户录音样本关联的负面反馈预测属性确定完成标注的该参考用户录音样本关联的负面反馈标注属性的支持特征属性，依据每个参考用户录音样本关联的负面反馈标注属性的支持特征属性确定该基准初始负面反馈预测模型与各个负面反馈标注属性的收敛评估参数值；

依据各个基准初始负面反馈预测模型与各个负面反馈标注属性的收敛评估参数值从全部基准初始负面反馈预测模型中确定一个基准初始负面反馈预测模型作为目标初始负面反馈预测模型，该目标初始负面反馈预测模型被配置为依据所述参考用户录音样本序列进行模型收敛优化进而获得负面反馈预测模型。

3.根据权利要求2所述的基于语音分析识别的服务处理方法，其特征在于，所述依据参考用户录音样本序列中每个参考用户录音样本的参考录音变量分布和初始负面反馈预测模型序列中每个初始负面反馈预测模型的参考录音变量分布，从所述初始负面反馈预测模型序列中确定多个初始负面反馈预测模型作为基准初始负面反馈预测模型，包括：

针对参考用户录音样本序列中每一参考用户录音样本，确定该参考用户录音样本关联的录音变量分布，并依据每个参考用户录音样本关联的录音变量分布确定第一录音变量分布簇；

获取完成配置的每个初始负面反馈预测模型的第二录音变量分布簇；

确定所述第一录音变量分布簇与每个初始负面反馈预测模型的第二录音变量分布簇的相关参数值，并依据相关参数值的降序顺序，确定多个初始负面反馈预测模型作为基准初始负面反馈预测模型。

4.根据权利要求3所述的基于语音分析识别的服务处理方法，其特征在于，所述参考用户录音样本包括参考用户录音迁移样本，且所述参考用户录音迁移样本关联有参考训练依据样本，所述确定该参考用户录音样本关联的录音变量分布，包括：

依据所述参考用户录音迁移样本关联的参考训练依据样本从所述参考用户录音迁移样本中提取用户录音迁移子样本；

将用户录音迁移子样本传递到预设AI提取单元得到用户录音迁移子样本关联的录音变量分布，将用户录音迁移子样本关联的录音变量分布作为该参考用户录音迁移样本关联的录音变量分布；或者， 将所述参考用户录音迁移样本传递到预设AI提取单元得到该参考用户录音迁移样本关联的录音变量分布。