(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111183274.5 (22)申请日 2021.10.1 1 (71)申请人 中电福富信息科技有限公司 地址 350000 福建省福州市 鼓楼区五凤街 道软件大道89号12号楼 (72)发明人 李洪嘉　郑小翠　廖晓萍　 (74)专利代理 机构 福州君诚知识产权代理有限 公司 35211 代理人 彭东 (51)Int.Cl. G10L 25/51(2013.01) G10L 25/27(2013.01) G10L 15/26(2006.01) G10L 15/18(2013.01) G10L 21/0272(2013.01)H04M 3/51(2006.01) G06N 20/00(2019.01) (54)发明名称 基于机器学习的客服语音文本的大数据质 检方法 (57)摘要 本发明公开基于机器学习的客服语音文本 的大数据质检方法， 合AI深度学习的能力， 灵活 地将自然语言处理、 神经网络、 机器学习、 搜索引 擎、 知识图谱、 用户画 像、 信息抽取与知识挖掘多 项技术结合的产品， 大幅提升工作效率， 挖掘分 析语音中有价值的信息。 主要面向语音数据存 储、 管理、 分析服务， 以实现语音数据价值挖掘为 目的， 综合利用了云计算、 语音分析、 大数据处 理、 AI深度学习等前沿技术， 旨在帮助客户降低 语音数据存 管成本、 全面掌控坐席与客户的通话 内容， 并通过通话内容的深度挖掘帮助客户进一 步提升业务运营效率和市场响应 速度。 权利要求书1页 说明书3页 附图1页 CN 113936692 A 2022.01.14 CN 113936692 A 1.基于机器学习的客 服语音文本的大 数据质检方法， 其特 征在于： 其包括以下步骤： 步骤1、 录音获取： 按照抽音规则抽取满足质检覆盖率要求数量的录音； 步骤2、 全文转写： 利用语音质检引擎将选中的录音全部识别转写为文字并做语者分 离； 步骤3、 创建质检规则： 通过语音质检引擎按照业务质检要求逐个将质检点形成相应的 模型； 步骤4、 创建打分表模板： 通过语音质检引擎根据业务管理要求以及质检点模型建立打 分表模板； 步骤5、 自动打 分： 语音质检引擎将所有被选取的录音 进行打分并自动导入质检 应用； 步骤6、 人工复核： 质检人员根据需要对系统自动评分予以复核和修 正； 步骤7、 申诉、 复议： 坐席员对质检打 分提出申诉， 并进行完整的复议； 步骤8、 报表统计： 对于质检的结果各个维度的数据统计与报表进行 呈现。 2.根据权利要求1所述的基于机器学习的客服语音文本的大数据质检方法， 其特征在 于： 步骤3和步骤4中语音质检引擎利用NLP、 语义理解、 意图分析、 静音检测、 语速检测、 情绪 检测对语义内容的深度 挖掘形成专业模型。 3.根据权利要求1所述的基于机器学习的客服语音文本的大数据质检方法， 其特征在 于： 语音质检引擎连接有 多种自然语言 分析模块、 文件表示模块和机文本分类算法模块。权　利　要　求　书 1/1 页 2 CN 113936692 A 2基于机器学习的客服语音文本的大数据质检方 法 技术领域 [0001]本发明涉及数据处理技术领域， 尤其涉及基于机器学习的客服语音文本的大数据 质检方法。 背景技术 [0002]目前客服质检存在较大的局限性， 落后的人工抽检手段难以对客户服务、 经营体 系和营销策略提出建设性的有效指导和 参考。 人工对录音数据进行随机抽检， 使得样本基 数较少， 难以全面挖掘有价值的内容对服务过程进行有效诊断。 客户诉求分布分析难度较 大。 随机抽检致使客户的真实意愿和重复诉求等不能客观准确的呈现。 对突增话务的原由 缺乏行之有效的分析手段。 [0003]现有使用Bert技术语音转文本后话者分离数据有误差， 导致基础数据不准。 Bert 技术没有考虑词性、 对上下文信息也仅仅用了embedding， 仅仅用语义信息， 会出现错判。 Bert对各个词的权 重是一样的， 不能突出关键词。 发明内容 [0004]本发明的目的在于提供基于 机器学习的客 服语音文本的大 数据质检方法。 [0005]本发明采用的技 术方案是： 基于机器学习的客 服语音文本的大 数据质检方法， 方法包括以下步骤： 步骤1、 录音获取： 按照抽音规则抽取满足质检覆盖率要求数量的录音； 步骤2、 全文转写： 利用语音质检引擎将选中的录音全部识别转写为文字并做语者 分离； 步骤3、 创建质检规则： 通过语音质检引擎按照业务质检要求逐个将质检点形成相 应的模型； 步骤4、 创建打分表模板： 通过语音质检引擎根据业务管理要求以及质检点模型建 立打分表模板； 步骤5、 自动打分： 语音质检引擎将所有被选取的录音进行打分并自动导入质检应 用； 步骤6、 人工复核： 质检人员根据需要对系统自动评分予以复核和修 正； 步骤7、 申诉、 复议： 坐席员对质检打 分提出申诉， 并进行完整的复议； 步骤8、 报表统计： 对于质检的结果各个维度的数据统计与报表进行 呈现。 [0006]进一步地， 作为一种优选实施方式， 步骤3和步骤4中语音质检引擎利用NLP、 语义 理解、 意图分析、 静音检测、 语速检测、 情绪检测对语义内容的深度 挖掘形成专业模型。 [0007]进一步地， 作为一种优选实施方式， 语音质检引擎连接有多种自然语言分析模块、 文件表示模块和机文本分类算法模块。 [0008]本发明采用以上技术方案， 结合AI深度学习的能力， 灵活地将自然语言处理、 神经 网络、 机器学习、 搜索引擎、 知识 图谱、 用户画像、 信息抽取与知识挖掘多项技术结合的产说　明　书 1/3 页 3 CN 113936692 A 3