一种新型客服通话质检系统及方法与流程

本发明属于语音处理技术领域，具体涉及一种新型客服通话质检系统及方法。

背景技术：

呼叫中心就是在一个相对集中的场所，由一批服务人员组成的服务机构。通常利用计算机通信技术，处理来自企业、顾客的电话垂询。呼叫中心还具备同时处理大量来话或去电的能力，还具备主叫号码显示，可将来电自动分配给具备相应技能的人员处理，并能记录和储存所有来话或去电信息。

一般企业的呼叫中心每天都会接到大量客户来电或者是呼出大量去电，且客服与客户之通话被录音，录音被保存。企业设置客服质检人员，以随机或特定条件选择部分录音回放，从中去检验客服人员与客户之间的通话质量，例如是否存在客服对客户动怒、不耐烦的情况，客服是否良好地回答客户问题，客户是否因为客服的回答动怒，客服是否使用不尊重或不雅的文字或语言。但是该方法需要安排质检人员管控，效率低，速度慢。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种新型客服通话质检系统及方法，不需要安排质检人员管控，能自动检测来电或去电的通话质量，效率高，速度快。

一种新型客服通话质检系统，包括分离模块、情绪分析模块和质量分析模块；

所述分离模块用于对待检测语音信号进行预处理，将待检测语音信号分离成客服语音信号和客户语音信号；

所述情绪分析模块用于分别提取所述客服语音信号和客户语音信号的声学韵律特征，并根据声学韵律特征分析得到客服情绪状态和客户情绪状态；

所述质量分析模块结合所述客服情绪状态和客户情绪状态得到待检测语音信号的通话质量。

优选地，所述分离模块中预处理包括：

用于对待检测语音信号进行语音解码，并对语音解码后的信号进行过滤，提取具有人声信号的语音信号；

利用端点检测技术检测过滤后的语音信号中有效的起始位置和终止位置，定义过滤后的语音信号中从起始位置到终止位置的信号为对话片段；

将所述对话片段切分成若干个单一的语音片段，比对客服声音，区分判断语音片段为客服语音信号或是客户语音信号。

优选地，所述预处理中过滤包括：对语音解码后的信号的噪音进行过滤，并检测过滤后的信号中的人声信号，提取具有人声信号的语音信号。

优选地，所述声学韵律特征包括音高，强度，音质，声谱和倒谱。

优选地，所述情绪分析模块还包括情绪分类器选择单元；情绪分类器选择单元预设有多种情绪分类器，用于分别利用每种情绪分类器对所述客服语音信号和客户语音信号的声学韵律特征进行情绪识别，得到情绪识别的置信度；并定义客服语音信号对应的置信度最高的情绪分类器为该客服语音信号的情绪，定义客户语音信号对应的置信度最高的情绪分类器为客户语音信号的情绪；综合客服语音信号的情绪得到客服情绪状态；综合客户语音信号的情绪得到客户情绪状态。一种新型客服通话质检方法，包括：

预处理步骤：对待检测语音信号进行预处理，将待检测语音信号分离成客服语音信号和客户语音信号；

情绪识别步骤：分别提取所述客服语音信号和客户语音信号的声学韵律特征，并根据声学韵律特征分析得到客服情绪状态和客户情绪状态；

质检步骤：结合所述客服情绪状态和客户情绪状态得到待检测语音信号的通话质量。

优选地，所述预处理步骤中预处理包括：

对待检测语音信号进行语音解码，并对语音解码后的信号进行过滤，提取具有人声信号的语音信号；

利用端点检测技术检测过滤后的语音信号中有效的起始位置和终止位置，定义过滤后的语音信号中从起始位置到终止位置的信号为对话片段；

将所述对话片段切分成若干个单一的语音片段，比对客服声音，区分判断语音片段为客服语音信号或是客户语音信号。

优选地，所述情绪识别步骤包括：

分别利用预设的每种情绪分类器对所述客服语音信号和客户语音信号的声学韵律特征进行情绪识别，得到情绪识别的置信度；

定义客服语音信号对应的置信度最高的情绪分类器为该客服语音信号的情绪；

定义客户语音信号对应的置信度最高的情绪分类器为客户语音信号的情绪；

综合客服语音信号的情绪得到客服情绪状态；综合客户语音信号的情绪得到客户情绪状态。

由上述技术方案可知，本发明提供的新型客服通话质检系统及方法，利用人工智能技术，自动检查客服及客户之间的通话质量，侦测此通通话是否存在有动怒、不耐烦等现象，客服质检人员可以针对性检验录音中有情绪动怒的通话，不需要安排质检人员管控，能自动检测来电或去电的通话质量，效率高，速度快。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为新型客服通话质检系统的结构框图。

图2为新型客服通话质检方法的流程图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

实施例：

一种新型客服通话质检系统，如图1所示，包括分离模块、情绪分析模块和质量分析模块；

所述分离模块用于对待检测语音信号进行预处理，将待检测语音信号分离成客服语音信号和客户语音信号；所述分离模块中预处理包括：

用于对待检测语音信号进行语音解码，并对语音解码后的信号进行过滤，提取具有人声信号的语音信号；所述预处理中过滤包括：对语音解码后的信号的噪音进行过滤，并检测过滤后的信号中的人声信号，提取具有人声信号的语音信号。语音解码支持各种录音平台的数据格式，包括v3、mp3、wma等等。在实际应用中背景噪声对于语音情绪质检是一个干扰，尤其涉及两个人远距离经由电话语音或app应用易有旁人说话、环境空调或车辆行驶等噪声。对噪音进行过滤后具备高效的噪音消除能力，以能准确识别说话者的情绪。为了减少分析的数据量，该系统排除因待机、未接通、关机、彩铃等原因造成的非人声录音，提取具有人声信号的有效的语音信号，只对该有效的语音信号进行分析。

利用端点检测技术检测过滤后的语音信号中有效的起始位置和终止位置，定义过滤后的语音信号中从起始位置到终止位置的信号为对话片段；通过端点检测技术检测整通语音信号录音中有效的起始和终止位置，排除静默片段的干扰，进而准确找到有效的对话片段。

将所述对话片段切分成若干个单一的语音片段，比对客服声音，区分判断语音片段为客服语音信号或是客户语音信号。通过语音切片技术能够较为精确的将整通录音切分成若干个单一的语音片段，便于每个语音片段的情绪检测。情绪主要包括有愤怒情绪、满意情绪或正常无情绪等情绪分类。

所述情绪分析模块用于分别提取所述客服语音信号和客户语音信号的声学韵律特征，并根据声学韵律特征分析得到客服情绪状态和客户情绪状态；所述声学韵律特征包括音高，强度，音质，声谱和倒谱。

所述情绪分析模块还包括情绪分类器选择单元；情绪分类器选择单元预设有多种情绪分类器(例如gmm分类器、支持向量机分类器和mlp分类器)，用于分别利用每种情绪分类器对所述客服语音信号和客户语音信号的声学韵律特征进行情绪识别，得到情绪识别的置信度；并定义客服语音信号对应的置信度最高的情绪分类器为该客服语音信号的情绪，定义客户语音信号对应的置信度最高的情绪分类器为客户语音信号的情绪；综合客服语音信号的情绪得到客服情绪状态；综合客户语音信号的情绪得到客户情绪状态。

所述质量分析模块用于结合所述客服情绪状态和客户情绪状态分析得到待检测语音信号的通话质量。

该系统利用人工智能技术，自动检查客服及客户之间的通话质量，侦测此通通话是否存在有动怒、不耐烦等现象，客服质检人员可以针对性检验录音中有情绪动怒的通话，不需要安排质检人员管控，能自动检测来电或去电的通话质量，效率高，速度快。

一种新型客服通话质检方法，如图2所示，包括：

预处理步骤：对待检测语音信号进行预处理，将待检测语音信号分离成客服语音信号和客户语音信号；

情绪识别步骤：分别提取所述客服语音信号和客户语音信号的声学韵律特征，并根据声学韵律特征分析得到客服情绪状态和客户情绪状态；

质检步骤：结合所述客服情绪状态和客户情绪状态得到待检测语音信号的通话质量。

所述预处理步骤中预处理包括：

对待检测语音信号进行语音解码，并对语音解码后的信号进行过滤，提取具有人声信号的语音信号；

利用端点检测技术检测过滤后的语音信号中有效的起始位置和终止位置，定义过滤后的语音信号中从起始位置到终止位置的信号为对话片段；

将所述对话片段切分成若干个单一的语音片段，比对客服声音，区分判断语音片段为客服语音信号或是客户语音信号。

所述情绪识别步骤包括：

分别利用预设的每种分类器对所述客服语音信号和客户语音信号的声学韵律特征进行情绪识别，得到情绪识别的置信度；

定义客服语音信号对应的置信度最高的情绪分类器为该客服语音信号的情绪；

定义客户语音信号对应的置信度最高的情绪分类器为客户语音信号的情绪；

综合客服语音信号的情绪得到客服情绪状态；综合客户语音信号的情绪得到客户情绪状态。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。