读相关特征提取子模块，用于以音节为单位提取当前服务端语音数据的重读相关特征；
[0079]重读音节检测子模块，用于根据所述重读相关特征，通过预先训练的重读检测模型检测当前服务端通话语音的重读音节；
[0080]语气提醒子模块，用于在所述当前服务端通话语音数据的重读音节数量大于重读音节数量阈值时，提醒客服人员注意通话语气。
[0081]优选地，所述音量提醒子模块或者语速提醒子模块具体采用以下任意一种或多种方式对客服人员进行提醒:
[0082]将所述服务端当前通话语音数据的能量值或者语速变换成曲线实时显示，并将需要客服人员注意的音量或者语速对应的曲线部分用不同颜色区分；
[0083]将所述服务端当前通话语音数据的能量值或者语速变换成信号格的方式表示，并标注需要客服人员注意的音量或者语速的信号格；
[0084]将所述服务端当前通话语音数据的能量值或者语速以颜色渐变的方式表示，并标注需要客服人员注意的能量值或者语速对应的颜色；
[0085]将所述服务端当前通话语音数据的能量值或者语速以气泡的方式表示，当需要客服人员注意音量或者语速时，气泡爆破；
[0086]使用个性化声音提醒客服人员；
[0087]所述语气提醒子模块具体用于显示服务端当前通话语音数据中的重读音节；或者使用个性化声音提醒客服人员。
[0088]本发明提供的一种通话语音监测方法及系统，可以全面有效地监测客服人员的通话语音，根据不同的因素进行不同的分析，在分析到结果之后可以针对出现的问题发送不同内容的提醒，帮助客服人员及时有效地更正出现的问题，从而在保证通话质量的同时，提升服务端服务质量。
【附图说明】
[0089]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0090]图1是本发明实施例的通话语音监测方法的流程图；
[0091]图2是本发明实施例的通话语音监测系统的结构图。
【具体实施方式】
[0092]为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。
[0093]如图1所示，是本发明实施例的通话语音监测方法的流程图，包括以下步骤:
[0094]步骤101，分别实时采集服务端和客户端通话的语音数据。
[0095]在进行语音数据采集时，可以分别通过两个不同的录音通道实时采集服务端和客户端的语音数据。具体地，可以直接从物理声卡中通过录音的方式实时采集服务端语音数据，在客户端安装虚拟声卡，通过所述虚拟声卡采集客户端语音数据。当然，还可以采用其它方式分别实时采集服务端和客户端通话的语音数据，本发明实施例对此不做限定。
[0096]步骤102，对所述服务端和客户端的语音数据进行语音识别，分别得到服务端识别文本和客户端识别文本。
[0097]需要说明的是，为了提升语音识别的准确度，可以在检测到服务端或者客户端使用方言后，使用方言定制模型进行语音识别。当然，也可以在检测到服务端或者客户端使用外语后，使用对应的外语定制模型进行语音识别。具体语音识别方法可以采用现有技术，本发明实施例对此也不做限定。
[0098]步骤103，根据所述服务端通话语音数据和对应的识别文本、以及所述客户端通话语音数据和对应的识别文本，对服务端通话语音进行实时监测。
[0099]为了提高客服人员的服务质量，在客服人员的服务出现问题的时候，做出相应提醒以使客服人员及时有效地更正问题，从而实现对服务端通话语音进行实时、全面、有效的监测。
[0100]具体地，对服务端通话语音进行实时监测可以包括:监测服务端通话语音中是否有服务禁语、和/或监测服务端通话语音中客服人员答复的有效性。
[0101]所述监测服务端通话语音中是否有服务禁语可以包括以下步骤:
[0102](1)将当前服务端识别文本转换为语义向量。
[0103]具体地，可以采用现有技术，通过训练得到每个词的语义向量，然后将识别文本中所有词的语义向量组合起来，得到整句的语义向量。比如，可以通过Sentence2Vec模型将当前服务端识别文本转换为语义向量，当然，还可以有其他转换方式，对此本发明实施例不做限定。
[0104](2)计算所述语义向量与预先构建的禁语数据库中的每条禁语的语义向量的距离。
[0105]所述距离可以是余弦距离也可以是其他距离，对此本发明实施例不做限定。所述禁语数据库可以通过搜集容易引起客户不良情绪反应的词、短语或句子构建。在储存所述词、短语或句子时，可以同时以语义向量的方式进行储存，也可以只存储相应的语义向量。另外，可以对所述禁语数据库不断地更新，将新出现的容易引起客户不良情绪反应的词、短语或句子加入到该禁语数据库中。
[0106](3)如果所述距离小于设定的距离阈值，则提醒客服人员使用了服务禁语。
[0107]监测服务端通话语音中是否有服务禁语主要是为了防止客服人员在为客户解答问题时，排解抱怨，使用一些带有个人情绪的或者不耐烦的语句，比如“快点说，不要浪费我时间”、“还有问题吗，我还有其它事情”等语句，从而造成服务质量下降。
[0108]所述监测服务端通话语音中客服人员答复的有效性可以包括以下步骤:
[0109](1)根据当前客户端识别文本，在预先构建的答案库中查找客户提出的问题所对应的答案。
[0110]需要说明的是，在构建所述答案库时，可以对所述答案库中的问题及答案进行扩展，所述扩展可以是同义词扩展、上位词扩展、下位词扩展等，例如可以对问题“我要办彩铃”扩展为“我要开通彩铃”、“我要使用彩铃”等。当然，扩展方法还有很多，对此本发明实施例不做限定。
[0111](2)提取所述答案的关键字。
[0112](3)检查当前服务端识别文本中出现所述关键字的数量。
[0113](4)如果所述关键字的数量小于设定的数量阈值，则提醒客服人员注意答复的有效性。
[0114]需要说明的是，如果在步骤(4)检查到所述关键字的数量小于设定的数量阈值，还可以向服务端发送并展现所述答案，以提示客服人员正确答案的内容。如此可以有效地帮助客服人员及时地找到客户提出的问题的答案，避免了在沟通中的误会继而避免了客户产生不良的情绪反应，同时，还可以减少客服人员思考答案的时间，使得服务更加高效。
[0115]在本发明另一实施例中，通话语音监测方法还可以包括以下步骤:
[0116]对服务端通话语音的音量、语速、语气进行实时监测，当然，也可以选择这三者中的一种或两种进行监测。
[0117]具体地，所述监测服务端通话语音的音量可以按以下方式进行:计算当前服务端语音数据的平均能量值，如果所述平均能量值超出能量参考范围，则提醒客服人员注意通话语音。
[0118]所述能量参考范围的确定，可以通过预先收集大量服务端通话语音质量较好的语音数据，统计所述语音数据的平均值，将该平均值作为适合客户端听到声音的能量参考值，然后以该参考值为基准上下扩充设定的百分比，比如10%，得到所述能量参考范围。当然还可以有其他方法得到所述能量参考范围，对此本发明实施例不做限定。
[0119]所述提醒客服人员注意通话语音可以是检测到客服人员音量过大或者过小时分别提醒，以使客服人员更加清楚出现的通话音量的问题所在。
[0120]上述提醒客服人员注意通话语音的方式可以包括以下任意一种或多种:
[0121](1)将所述服务端当前通话语音数据的能量值变换成曲线实时显示，并将需要客服人员注意的音量对应的曲线部分用不同颜色区分。
[0122](2)将所述服务端当前通话语音数据的能量值变换成信号格的方式表示，并标注需要客服人员注意的音量的信号格。
[0123](3)将所述服务端当前通话语音数据的能量值以颜色渐变的方式表示，并标注需要客服人员注意的能量值对应的颜色。
[0124](4)将所述服务端当前通话语音数据的能量值以气泡的方式表示，当需要客服人员注意音量时，气泡爆破。
[0125](5)使用个性化声音提醒客服人员。
[0126]需要说明的是，还可以有其他方法提醒客服人员注意通话语音或语速，在此不再--举出，本发明实施例对此也不做限定。
[0127]所述监测服务端通话语音的音量可以防止客服人员的通话语音音量过大或者过小，所述音量过大会对客户听力造成伤害，所述音量过小会使客户听不清客服人员通话的内容。本发明实施例提供的方法能有效避免这些问题，在检测到客服人员的通话语音音量过大或者过小时进行及时有效地提醒，帮助客服人员更正问题。
[0128]所述监测服务端通话语音的语速可以包括:计算当前服务端语音数据的平均语速，如果所述平均语速超出语速参考范围，则提醒客服人员注意通话语速。
[0129]具体地，所述语速参考范围的确定，可以通过预先收集大量服务端通话语音较好的通话语音数据，统计这些语音数据中平均每分钟的说话字数，将得到的平均值作为服务端通话的标准语速，然后以该标准语速为基准对其进行上下扩充，比如比标准语速慢多个字或快多个字，得