[发明专利]语音文本的处理方法和装置、存储介质和处理器

说明书

本申请公开了一种语音文本的处理方法和装置、存储介质和处理器。其中，该方法包括：获取待处理的语音文本信息；获取目标算法模型，其中，所述目标算法模型由正则匹配模型、语义匹配模型和目标意图识别模型组成。通过所述目标算法模型对所述待处理的语音文本进行处理，得到目标语音文本信息。本申请解决了相关技术中在进行语音文本质检工作时，现有算法耗时过长，导致对语音文本的处理效率比较低的技术问题。

技术领域

本申请涉及语义识别技术领域，具体而言，涉及一种语音文本的处理方法和装置、存储介质和处理器。

背景技术

销售是触达客户最频繁且最重要的渠道之一，而售前售后的人工客服和服务态度，对企业产品或服务质量的口碑影响最为直接，每一次销售与客户沟通的试错实际上都是对集团形象的损害，所以对语音的质检工作十分重要，现有算法存在以下的问题：

(1)数据问题：缺少标注数据，导致存在ASR(Automatic Speech Recognition)识别错误的情况；

(2)性能问题：当前语义匹配算法耗时较长，对语音文本的处理效率比较低；

(3)资源问题：在算法资源紧缺的情况下，当前算法不支持多场景应用。

针对上述相关技术中在进行语音文本质检工作时，现有算法耗时过长，导致对语音文本的处理效率比较低的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种语音文本的处理方法和装置、存储介质和处理器，以至少解决相关技术中在进行语音文本质检工作时，现有算法耗时过长，导致对语音文本的处理效率比较低的技术问题。

根据本申请实施例的一个方面，提供了一种语音文本的处理方法，包括：获取待处理的语音文本信息；获取目标算法模型，其中，所述目标算法模型由正则匹配模型、语义匹配模型和目标意图识别模型组成。通过所述目标算法模型对所述待处理的语音文本进行处理，得到目标语音文本信息。

进一步地，通过目标算法模型对所述待处理的语音文本进行处理，得到目标语音文本信息包括：将所述待处理的语音文本信息与所述正则匹配模型中的正则表达式进行匹配，得到第一语音文本信息；将所述待处理的语音文本信息与所述语义匹配模型中的标准语句库进行语义匹配，得到第二语音文本信息；通过所述目标意图识别模型对所述待处理的语音文本信息进行处理，得到第三语音文本信息；将所述第一语音文本信息、所述第二语音文本信息和所述第二语音文本信息作为所述目标语音文本信息。

进一步地，通过所述目标意图识别模型对所述待处理的语音文本信息进行处理，得到第三语音文本信息包括：通过所述目标意图识别模型对所述待处理的语音文本信息进行意图识别和槽位提取，得到所述待处理的语音文本信息对应的意图标签；将符合预设要求的意图标签对应的待处理的语音文本信息作为所述第三语音文本信息。

进一步地，在通过所述目标算法模型对所述待处理的语音文本进行处理，得到目标语音文本信息之后，所述方法包括：对所述目标语音文本信息进行准确性核查，得到核查结果；依据所述核查结果，对所述目标算法模型进行迭代更新处理。

进一步地，获取目标算法模型包括：构建所述正则表达式，得到所述正则匹配模型；获取所述语义匹配模型，其中，所述语义匹配模型为基于SentenceBert的多任务学习模型；获取所述目标意图识别模型，其中，所述意图识别模型为基于JointBert的多任务学习模型；将所述正则匹配模型，所述语义匹配模型和所述意图识别模型组建为所述目标算法模型。

进一步地，获取所述目标意图识别模型包括：基于JointBert的多任务学习模型进行模型构建，得到第一意图识别模型；获取训练样本，其中，所述训练样本用于训练所述第一意图识别模型；依据所述训练样本，采用不确定性采样的方式对所述第一意图识别模型进行预设次数的训练，在预设次数训练完成后得到第二意图识别模型；对所述第二意图识别模型进行优化，得到所述目标意图识别模型。