语音智能客服文字质检方法及系统与流程

1.本发明属于计算机技术领域，尤其涉及语音智能客服文字质检方法及系统。


背景技术：

2.智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的，它是，具有行业通用性，不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息。
3.在当前的客服系统当中，虽然会引入机器客服，但是机器客服的智能化程度并不能完全满足人们的需求，因此，在极其客服无法满足客户需求的时候，人工客服就会介入，直接与客户之间建立沟通。为了保证人工客服的服务质量，需要通过人工对人工客服提供的服务进行评价。
4.通过人工的方式对人工客服进行抽查的方式很繁琐，需要花费大量的时间，并且不能够对人工客服提供的所有服务进行逐一检查，因此，有的企业利用智能系统对此进行逐一核查，主要是根据客服说话的语气以及客户说话的语义进行直接判断，因此，对于客服采用平静的语气影射客户的情况，该智能系统就无法识别了，即现有的智能系统对客服的服务评价并不完全可靠。


技术实现要素：

5.本发明实施例的目的在于提供语音智能客服文字质检方法，旨在解决现有的智能系统对客服的服务评价并不完全可靠的问题，本发明通过对客服语音进行语气和语义识别，进一步提高了质检的评价准确性。
6.本发明实施例是这样实现的，语音智能客服文字质检方法，所述方法包括：
7.获取语音交互记录以及客服信息；
8.根据客服信息从预设的声纹数据库中调取对应的客服声纹信息；
9.根据客服声纹信息从语音交互记录提取对应的客服语音信息；
10.对客服语音信息进行语音识别，得到语音识别结果，所述语音识别结果至少包括意思识别结果和语气识别结果；
11.根据语音识别结果对客服进行评价，生成评价结果。
12.优选的，所述对客服语音信息进行语音识别，得到语音识别结果的步骤，具体包括：
13.对客服语音信息进行语音识别，得到意思识别结果，所述意思识别结果至少包含文字识别时间轴；
14.对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识；
15.按照重音标识后的文字识别结果进行语气识别，得到语气识别结果。
16.优选的，所述对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识的步骤，具体包括：
17.对意思识别结果中包含的文字进行分句，得到分句识别结果；
18.根据文字识别时间轴对分句识别结果中每个文字对应的客服语音信息进行语音截取，得到单字语音信息；
19.统计每个文字对应的单字语音信息的时间长度和响度，得到统计结果；
20.根据统计结果对意思识别结果进行重音标识。
21.优选的，还包括对客服语音信息进行打断识别的步骤，该步骤具体包括：
22.从语音交互记录中提取客户语音信息，并进行语音识别，得到客户语音识别结果；
23.统计语音识别结果与客户语音识别结果的重合率，生成打断分析报告。
24.优选的，所述获取语音交互记录的步骤之后，还包括对语音交互记录进行降噪处理。
25.优选的，所述获取语音交互记录的步骤之后，还包括对语音交互记录中使用的语言种类进行识别。
26.优选的，当无法根据客服声纹信息从语音交互记录提取对应的客服语音信息时，通过人工对该语音交互记录进行质检。
27.本发明实施例的另一目的在于提供语音智能客服文字质检系统，所述系统包括：
28.数据获取模块，用于获取语音交互记录以及客服信息；
29.声纹调取模块，用于根据客服信息从预设的声纹数据库中调取对应的客服声纹信息；
30.语音提取模块，用于根据客服声纹信息从语音交互记录提取对应的客服语音信息；
31.语音识别模块，用于对客服语音信息进行语音识别，得到语音识别结果，所述语音识别结果至少包括意思识别结果和语气识别结果；
32.质检评价模块，用于根据语音识别结果对客服进行评价，生成评价结果。
33.优选的，所述语音识别模块包括：
34.语义识别单元，用于对客服语音信息进行语音识别，得到意思识别结果，所述意思识别结果至少包含文字识别时间轴；
35.重音标识单元，用于对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识；
36.语气识别单元，用于按照重音标识后的文字识别结果进行语气识别，得到语气识别结果。
37.优选的，所述重音标识单元包括：
38.分句子单元，用于对意思识别结果中包含的文字进行分句，得到分句识别结果；
39.语音截取子单元，用于根据文字识别时间轴对分句识别结果中每个文字对应的客服语音信息进行语音截取，得到单字语音信息；
40.语音统计子单元，用于统计每个文字对应的单字语音信息的时间长度和响度，得到统计结果；
41.标识子单元，用于根据统计结果对意思识别结果进行重音标识。
42.本发明的有益效果是：
43.1、提供的语音智能客服文字质检方法，根据声纹对语音交互记录中客服的语音进行单独提取，并对其进行语义分析和语气分析，利用响度和重音的分布来判断客服说话的语气，从而对客服提供的语音服务进行全面分析，避免了客服通过改变语气以规避质检的行为，提高了服务质量评价的准确性；
44.2、根据客服声纹信息从语音交互记录提取对应的客服语音信息，先将客服声纹信息与客服语音信息进行比对，从而判断当前语音交互记录中是否存在对应的客服声纹信息，语音交互记录中不存在对应的客服声纹信息时，则认定为该次客服与客户之间的交互存在异常，直接通过人工进行质检，以进一步判断，该次交互是否是由其他客服顶替的，进一步的，根据客服声纹信息，将语音交互记录属于客服发出的语音单独提取出来，即得到客服语音信息；
45.3、对客服语音信息进行语音识别，得到意思识别结果，经过语义识别之后，就能够以文字对客服语音信息中包含的信息进行展示，但是通过语义识别之后，客服语音信息中包含的语气就丧失了，在进行语义识别的时候，还要保证对文字识别的时间进行记录，从而得到文字识别时间轴，文字识别时间轴中记录了每一个文字对应客服语音信息中的时间；
46.4、读取客服语音信息，然后根据文字识别时间轴，就能够确定每个文字首尾两端对应的客服语音信息中的时刻，从而将位于该时刻之间的客服语音截取出来，那么该段语音就对应着该文字，最终得到单字语音信息。
附图说明
47.图1为本发明实施例提供的语音智能客服文字质检方法的流程图；
48.图2为本发明实施例提供的对客服语音信息进行语音识别并得到语音识别结果的步骤的流程图；
49.图3为本发明实施例提供的对客服语音信息进行分析并根据分析结果和文字识别时间轴对意思识别结果进行重音标识的步骤的流程图；
50.图4为本发明实施例提供的对客服语音信息进行打断识别的步骤的流程图；
51.图5为本发明实施例提供的语音智能客服文字质检系统的架构图；
52.图6为本发明实施例提供的语音识别模块的架构图；
53.图7为本发明实施例提供的重音标识单元的架构图。
具体实施方式
54.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
55.可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本技术的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
56.通过人工的方式对人工客服进行抽查的方式很繁琐，需要花费大量的时间，并且
不能够对人工客服提供的所有服务进行逐一检查，因此，有的企业利用智能系统对此进行逐一核查，主要是根据客服说话的语气以及客户说话的语义进行直接判断，因此，对于客服采用平静的语气影射客户的情况，该智能系统就无法识别了，即现有的智能系统对客服的服务评价并不完全可靠。
57.在本发明中，根据声纹对语音交互记录中客服的语音进行单独提取，并对其进行语义分析和语气分析，利用响度和重音的分布来判断客服说话的语气，从而对客服提供的语音服务进行全面分析，避免了客服通过改变语气以规避质检的行为，提高了服务质量评价的准确性。
58.如图1所示，为本发明实施例提供的语音智能客服文字质检方法的流程图，所述方法包括：
59.s100，获取语音交互记录以及客服信息。
60.在本步骤中，获取语音交互记录和客服信息，在系统中，每一个客服都有自己的信息，例如姓名、性别、年龄，最重要的是客服信息中必须要包含客服的声音信息，通过对声音信息进行特征提取，从而得到客服的声纹信息，根据声纹信息能够判断语音交互记录中哪些语音是客服发出的，而语音交互记录则是客服与客户进行交互的过程中进行录制的，例如，客服在与客户进行沟通的过程中，将全程的对话进行录音，从而得到语音交互记录，因此在需要进行质检的时候，就从后台将上述信息调取出来；在此步骤之后，还包括对语音交互记录进行降噪处理，并对语音交互记录中使用的语言种类进行识别。
61.s200，根据客服信息从预设的声纹数据库中调取对应的客服声纹信息。
62.在本步骤中，根据客服信息查询预设的声纹数据库，客服信息中包含了客服的姓名等信息，进而根据上述信息去声纹数据库中调取该客服的声纹信息，在此步骤之后就可以利用该声纹信息对语音交互记录进行处理。
63.s300，根据客服声纹信息从语音交互记录提取对应的客服语音信息。
64.在本步骤中，根据客服声纹信息从语音交互记录提取对应的客服语音信息，先将客服声纹信息与客服语音信息进行比对，从而判断当前语音交互记录中是否存在对应的客服声纹信息，语音交互记录中不存在对应的客服声纹信息时，则认定为该次客服与客户之间的交互存在异常，直接通过人工进行质检，以进一步判断，该次交互是否是由其他客服顶替的，进一步的，根据客服声纹信息，将语音交互记录属于客服发出的语音单独提取出来，即得到客服语音信息。
65.s400，对客服语音信息进行语音识别，得到语音识别结果，所述语音识别结果至少包括意思识别结果和语气识别结果。
66.在本步骤中，对客服语音信息进行语音识别，在此过程中，首先对其进行语义识别，所谓语义识别即将客服语音信息，将客服语音信息转化为文字信息，然后根据文字信息和客服语音信息进一步进行语气识别，从而确定客服说话的语气。
67.s500，根据语音识别结果对客服进行评价，生成评价结果。
68.在本步骤中，根据语音识别结果对客服进行评价，通过对语义和语气进行综合判断，从而进一步确定客服说话的具体含义，以便于对客服进行评价，最终生成评价结果。
69.如图2所示，作为本发明的一个优选实施例，所述对客服语音信息进行语音识别，得到语音识别结果的步骤，具体包括：
70.s401，对客服语音信息进行语音识别，得到意思识别结果，所述意思识别结果至少包含文字识别时间轴。
71.在本步骤中，对客服语音信息进行语音识别，得到意思识别结果，经过语义识别之后，就能够以文字对客服语音信息中包含的信息进行展示，但是通过语义识别之后，客服语音信息中包含的语气就丧失了，在进行语义识别的时候，还要保证对文字识别的时间进行记录，从而得到文字识别时间轴，文字识别时间轴中记录了每一个文字对应客服语音信息中的时间。
72.s402，对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识。
73.在本步骤中，对客服语音信息进行分析，并以文字识别时间轴为依据，将意思识别结果中的每一个文字标注在客服语音信息对应的时刻位置上，例如，语义识别时，包含有文字“你好”，其中“你”出现在第31秒，“好”出现在第32秒，此时，对第31秒和第32秒的客服语音信息进行分析，从而确定语音“你好”是否存在重音，并将其中出现重音的文字进行标记。
74.s403，按照重音标识后的文字识别结果进行语气识别，得到语气识别结果。
75.在本步骤中，对标记后的文字对应的语音进行语气识别，以确定该处客服使用的语气，从而得到语气识别结果。
76.如图3所示，作为本发明的一个优选实施例，所述对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识的步骤，具体包括：
77.s4021，对意思识别结果中包含的文字进行分句，得到分句识别结果；
78.在本步骤中，首选对意思识别结果中包含的文字进行分句，由于在进行语义识别之后，其中包含的文字可能是连续的，因此需要根据文字的内容对其进行分句操作，以得到分句识别结果，在后续的处理过程中，则逐句进行处理。
79.s4022，根据文字识别时间轴对分句识别结果中每个文字对应的客服语音信息进行语音截取，得到单字语音信息。
80.在本步骤中，读取客服语音信息，然后根据文字识别时间轴，就能够确定每个文字首尾两端对应的客服语音信息中的时刻，从而将位于该时刻之间的客服语音截取出来，那么该段语音就对应着该文字，最终得到单字语音信息。
81.s4023，统计每个文字对应的单字语音信息的时间长度和响度，得到统计结果。
82.在本步骤中，统计每个文字对应的单字语音信息的时间长度和响度，人在说话的过程中，是存在逻辑重音的，并且有的时候根据语气会延长或者缩短发音的时间，通过对上述时间长度和响度进行统计，从而进行综合判断客服的语气。
83.s4024，根据统计结果对意思识别结果进行重音标识。
84.在本步骤中，对统计结果进行组合，从而获取每一个文字的发音时长和响度，并将超过预设时长的文字定为加长音文字，响度超过预设值的文字为定为重音文字，进而对全部文字进行分析，根据重音和加长音的位置判断客服的语气，从而对其服务质量进行评价。
85.如图4所示，作为本发明的一个优选实施例，对客服语音信息进行打断识别的步骤，该步骤具体包括：
86.s601，从语音交互记录中提取客户语音信息，并进行语音识别，得到客户语音识别结果。
87.在本步骤中，对客户语音信息进行提取，从而通过语音识别，判断客户在交互过程中是否有对客服的服务质量进行评价，并最终生成语音识别结果。
88.s602，统计语音识别结果与客户语音识别结果的重合率，生成打断分析报告。
89.在本步骤中，统计语音识别结果与客户语音识别结果的重合率，这是由于，在客服服务过程中，可能会打断客户说话，这将极大影响服务质量，为了避免这一问题，对语音交互记录中客服与客户之间交互的过程中的重合说话的时间进行统计，从而判断是否存在客服打断客户说话的情况，最终打断分析报告，在进行质量评价时，将其纳入考虑。
90.如图5所示，为本发明实施例提供的语音智能客服文字质检系统，所述系统包括：
91.数据获取模块100，用于获取语音交互记录以及客服信息。
92.在本系统中，数据获取模块100获取语音交互记录和客服信息，在系统中，每一个客服都有自己的信息，根据声纹信息能够判断语音交互记录中哪些语音是客服发出的，而语音交互记录则是客服与客户进行交互的过程中进行录制的。
93.声纹调取模块200，用于根据客服信息从预设的声纹数据库中调取对应的客服声纹信息。
94.在本系统中，声纹调取模块200根据客服信息查询预设的声纹数据库，客服信息中包含了客服的姓名等信息，进而根据上述信息去声纹数据库中调取该客服的声纹信息，在此步骤之后就可以利用该声纹信息对语音交互记录进行处理。
95.语音提取模块300，用于根据客服声纹信息从语音交互记录提取对应的客服语音信息。
96.在本系统中，语音提取模块300根据客服声纹信息从语音交互记录提取对应的客服语音信息，先将客服声纹信息与客服语音信息进行比对，从而判断当前语音交互记录中是否存在对应的客服声纹信息，语音交互记录中不存在对应的客服声纹信息时，则认定为该次客服与客户之间的交互存在异常，直接通过人工进行质检，以进一步判断，该次交互是否是由其他客服顶替的，进一步的，根据客服声纹信息，将语音交互记录属于客服发出的语音单独提取出来，即得到客服语音信息。
97.语音识别模块400，用于对客服语音信息进行语音识别，得到语音识别结果，所述语音识别结果至少包括意思识别结果和语气识别结果。
98.在本系统中，语音识别模块400对客服语音信息进行语音识别，在此过程中，首先对其进行语义识别，所谓语义识别即将客服语音信息，将客服语音信息转化为文字信息，然后根据文字信息和客服语音信息进一步进行语气识别，从而确定客服说话的语气。
99.质检评价模块500，用于根据语音识别结果对客服进行评价，生成评价结果。
100.在本系统中，质检评价模块500根据语音识别结果对客服进行评价，通过对语义和语气进行综合判断，从而进一步确定客服说话的具体含义，以便于对客服进行评价，最终生成评价结果。
101.如图6所示，作为本发明的一个优选实施例，所述语音识别模块包括：
102.语义识别单元401，用于对客服语音信息进行语音识别，得到意思识别结果，所述意思识别结果至少包含文字识别时间轴。
103.在本模块中，语义识别单元401对客服语音信息进行语音识别，得到意思识别结果，经过语义识别之后，就能够以文字对客服语音信息中包含的信息进行展示，在进行语义
识别的时候，还要保证对文字识别的时间进行记录，从而得到文字识别时间轴，文字识别时间轴中记录了每一个文字对应客服语音信息中的时间。
104.重音标识单元402，用于对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识。
105.在本模块中，重音标识单元402对客服语音信息进行分析，并以文字识别时间轴为依据，将意思识别结果中的每一个文字标注在客服语音信息对应的时刻位置上。
106.语气识别单元403，用于按照重音标识后的文字识别结果进行语气识别，得到语气识别结果。
107.在本模块中，语气识别单元403对标记后的文字对应的语音进行语气识别，以确定该处客服使用的语气，从而得到语气识别结果。
108.如图7所示，作为本发明的一个优选实施例，所述重音标识单元包括：
109.分句子单元4021，用于对意思识别结果中包含的文字进行分句，得到分句识别结果。
110.在本单元中，分句子单元4021对意思识别结果中包含的文字进行分句，由于在进行语义识别之后，其中包含的文字可能是连续的，因此需要根据文字的内容对其进行分句操作，以得到分句识别结果，在后续的处理过程中，则逐句进行处理。
111.语音截取子单元4022，用于根据文字识别时间轴对分句识别结果中每个文字对应的客服语音信息进行语音截取，得到单字语音信息。
112.在本单元中，语音截取子单元4022读取客服语音信息，然后根据文字识别时间轴，就能够确定每个文字首尾两端对应的客服语音信息中的时刻，从而将位于该时刻之间的客服语音截取出来，那么该段语音就对应着该文字，最终得到单字语音信息。
113.语音统计子单元4023，用于统计每个文字对应的单字语音信息的时间长度和响度，得到统计结果。
114.在本单元中，语音统计子单元4023统计每个文字对应的单字语音信息的时间长度和响度，人在说话的过程中，是存在逻辑重音的，并且有的时候根据语气会延长或者缩短发音的时间，通过对上述时间长度和响度进行统计，从而进行综合判断客服的语气。
115.标识子单元4024，用于根据统计结果对意思识别结果进行重音标识。
116.在本单元中，标识子单元4024对统计结果进行组合，从而获取每一个文字的发音时长和响度，并将超过预设时长的文字定为加长音文字，响度超过预设值的文字为定为重音文字，进而对全部文字进行分析，根据重音和加长音的位置判断客服的语气，从而对其服务质量进行评价。
117.应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
118.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
119.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
120.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
121.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.语音智能客服文字质检方法，其特征在于，所述方法包括；获取语音交互记录以及客服信息；根据客服信息从预设的声纹数据库中调取对应的客服声纹信息；根据客服声纹信息从语音交互记录提取对应的客服语音信息；对客服语音信息进行语音识别，得到语音识别结果，所述语音识别结果至少包括意思识别结果和语气识别结果；根据语音识别结果对客服进行评价，生成评价结果。2.根据权利要求1所述的语音智能客服文字质检方法，其特征在于，所述对客服语音信息进行语音识别，得到语音识别结果的步骤，具体包括：所述意思识别结果至少包含文字识别时间轴；对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识；按照重音标识后的文字识别结果进行语气识别，得到语气识别结果。3.根据权利要求2所述的语音智能客服文字质检方法，其特征在于，所述对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识的步骤，具体包括：对意思识别结果中包含的文字进行分句，得到分句识别结果；根据文字识别时间轴对分句识别结果中每个文字对应的客服语音信息进行语音截取，得到单字语音信息；统计每个文字对应的单字语音信息的时间长度和响度，得到统计结果；根据统计结果对意思识别结果进行重音标识。4.根据权利要求1所述的语音智能客服文字质检方法，其特征在于，还包括对客服语音信息进行打断识别的步骤，该步骤具体包括：从语音交互记录中提取客户语音信息；统计语音识别结果与客户语音识别结果的重合率，生成打断分析报告。5.根据权利要求1所述的语音智能客服文字质检方法，其特征在于，所述获取语音交互记录的步骤之后，还包括对语音交互记录进行降噪处理。6.根据权利要求1所述的语音智能客服文字质检方法，其特征在于，所述获取语音交互记录的步骤之后，还包括对语音交互记录中使用的语言种类进行识别。7.根据权利要求1所述的语音智能客服文字质检方法，其特征在于，当无法根据客服声纹信息从语音交互记录提取对应的客服语音信息时，通过人工对该语音交互记录进行质检。8.语音智能客服文字质检系统，其特征在于，所述系统包括：数据获取模块，用于获取语音交互记录以及客服信息；声纹调取模块，用于根据客服信息从预设的声纹数据库中调取对应的客服声纹信息；语音提取模块，用于根据客服声纹信息从语音交互记录提取对应的客服语音信息；语音识别模块，用于对客服语音信息进行语音识别，得到语音识别结果，所述语音识别结果至少包括意思识别结果和语气识别结果；质检评价模块，用于根据语音识别结果对客服进行评价，生成评价结果。
9.根据权利要求8所述的语音智能客服文字质检系统，其特征在于，所述语音识别模块包括：语义识别单元，用于对客服语音信息进行语音识别，得到意思识别结果，所述意思识别结果至少包含文字识别时间轴；重音标识单元，用于对客服语音信息进行分析，根据分析结果和文字识别时间轴对意思识别结果进行重音标识；语气识别单元，用于按照重音标识后的文字识别结果进行语气识别，得到语气识别结果。10.根据权利要求9所述的语音智能客服文字质检系统，其特征在于，所述重音标识单元包括：分句子单元，用于对意思识别结果中包含的文字进行分句，得到分句识别结果；语音截取子单元，用于根据文字识别时间轴对分句识别结果中每个文字对应的客服语音信息进行语音截取，得到单字语音信息；语音统计子单元，用于统计每个文字对应的单字语音信息的时间长度和响度，得到统计结果；标识子单元，用于根据统计结果对意思识别结果进行重音标识。

技术总结
本发明适用于计算机技术领域，尤其涉及语音智能客服文字质检方法及系统，所述方法包括：获取语音交互记录以及客服信息；根据客服信息从预设的声纹数据库中调取对应的客服声纹信息；根据客服声纹信息从语音交互记录提取对应的客服语音信息；对客服语音信息进行语音识别，得到语音识别结果；根据语音识别结果对客服进行评价，生成评价结果。本发明实施例提供的语音智能客服文字质检方法，根据声纹对语音交互记录中客服的语音进行单独提取，并对其进行语义分析和语气分析，利用响度和重音的分布来判断客服说话的语气，从而对客服提供的语音服务进行全面分析，避免了客服通过改变语气以规避质检的行为，提高了服务质量评价的准确性。性。性。


技术研发人员：吴石松 刘振华 苏立伟 董召杰
受保护的技术使用者：广东电网有限责任公司客户服务中心
技术研发日：2021.09.25
技术公布日：2022/3/8