一种具有实时监控服务质量的电力客服系统的制作方法

1.本发明属于电力技术领域，尤其涉及一种具有实时监控服务质量的电力客服系统。


背景技术：

2.随着我国电力事业的飞速发展，用电客户对包括电能质量、供电可靠性、客户服务规范、客户服务人性化需求逐年提高，电力服务手段和营销理念也随之发生变化。电力服务需求的转变，推动着电力行业服务结构升级和服务水平的提高。电力客户服务行业，正受到人们越来越多的关注。
3.服务质量的高低对企业来说已经成为竞争力的一个重要衡量标志，它不仅代表了一个企业当下的整体面貌，同时也是企业文化和后续竞争力的重要体现，是企业长久发展和成败的关键。随着电力企业的深化改革，客户服务体系越来越受到重视，同时也越发凸显出其重要的效能。
4.然而目前电力客服系统没有对客服的质量评估，难以了解客服的服务质量，因此，需要一种具有实时监控服务质量的电力客服系统。


技术实现要素：

5.本发明的目的在于提供一种具有实时监控服务质量的电力客服系统，从而克服了电力客服系统没有对客服的质量评估的缺点。
6.为实现上述目的，本发明提供了一种具有实时监控服务质量的电力客服系统，包括：电力客服系统；通话语音获取模块，所述通话语音获取模块用于通过电力客服系统获取通话的语音数据包；语音识别模块，所述语音识别模块用于对所述语音数据包进行解析、识别得到客户语音序列、人工客服语音序列以及智能客服语音序列；数据库，所述数据库用于存储标准特征、词典、声音信息库以及其他模块的数据；特征提取模块，所述特征提取模块用于根据所述标准特征从所述客户语音序列和人工客服语音序列中提取评价特征，从智能客服语音序列中提取客户满意度值；以及服务质量评估模块，所述服务质量评估模块用于根据所述特征提取模块提取的评价特征、从客户语音序列和人工客服语音序列中得到的高声频次计算处理得到一级评价，将所述特征提取模块提取的客户满意度值作为二级评价，将所述一级评价和二级评价进行综合评估，得到所述客服的服务质量。
7.进一步的，还包括降噪模型，所述降噪模型用于对所述通话语音获取模块获取的语音数据包进行解析，对解析后的语音数据进行降噪得到干净的语音数据，后将干净的语音数据传输至语音识别模块进行识别。
8.进一步的，还包括基于物联网的提醒系统，所述基于物联网的提醒系统包括：震动模块，每个客服的桌上对应设有一个所述震动模块；zigbee终端节点，每个所述震动模块均连接一个所述zigbee终端节点；zigbee路由器，所述zigbee路由器分别与所有的zigbee终端节点连接；主控模块，所述主控模块分别与所述zigbee路由器和服务质量评估模块连接， 所述主控模块用于根据服务质量评估模块发出的服务质量信息发出提醒信号，所述提醒信号经过zigbee路由器、zigbee终端节点传送至所述信息信号对应的客服的振动模块上，所述振动模块振动，提醒客服人员服务质量需要调整；以及服务器，所述服务器用于对所述主控模块发出的信号进行存储。
9.进一步的，所述语音识别模块用于对所述语音数据包进行解析、识别得到客户语音序列、人工客服语音序列以及智能客服语音序列包括以下步骤：对通话语音获取模块获得的所述语音数据包进行解析，得到的多段语音段，将多段语音段按照时间顺序进行排列得到主语音序列；将所述主语音序列中的语音段进行识别，识别出客户语音、人工客服语音以及智能客服语音，并进行标记；将所述主语音序列按照标记的类别进行分类，并将分类后的语音段按时间顺序排列，得到客户语音序列、人工客服语音序列以及智能客服语音序列。
10.进一步的，将所述主语音序列中的语音段进行识别，识别出客户语音、人工客服语音以及智能客服语音包括以下步骤：获取所述主语音序列中的语音段中的语音段的声音频率，并对不同的声音频率进行划分为三类声音频率；将所述三类声音频率与声音信息库中的智能客服的频率对比，识别出属于智能客服的语音段，并进行标记，得到智能客服语音；将除了智能客服语音的另外两类声音频率与声音信息库中的人工客服的频率对比，识别出属于人工客服的语音段，并进行标记，得到人工客服语音，则另一类声音频率的语言段则为客户语音，进行标记。
11.进一步的，所述特征提取模块用于从所述客户语音序列和人工客服语音序列中提取评价特征包括以下步骤：所述客服语音序列和人工客服语音序列通过语音识别字典的方法，将语音段转化为语音文字，并对所述语音文字进预处理得到三元组；设置标准特征，并对所述标准特征进行预处理得到二元组，所述标准特征为能够体现说话时的情绪的字或词；利用tf
‑
iwf加权算法对三元组进行处理，提取一定数量的词个数作为评价特征。
12.进一步的，所述服务质量评估模块用于根据所述特征提取模块提取的评价特征和数据库中的标准特征进行对比得到一级评价包括以下步骤：所述特征提取模块提取评价特征在客户语音序列中出现的客户特征频次；所述特征提取模块提取评价特征在客服语音序列中出现的客服特征频次；根据客户语音序列中的声音频率设定客户高声时的频率范围，计算客户高声出现在客户语音序列中的频次，得到客户高声频次；
根据人工客服语音序列中的声音频率设定人工客服高声时的频率范围，计算人工客服高声出现在客户语音序列中的频次，得到人工客服高声频次；对所述客户特征频次、客服特征频次、客户高声频次以及人工客服高声频次进行加权得到一级评价值，一级评价值越高则客户满意度越低。
13.进一步的，将所述特征提取模块提取的客户满意度值作为二级评价为：从所述语音识别模块对所述语音数据包进行解析的结果中获取客服输入的满意度。
14.与现有的技术相比，本发明具有如下有益效果：本发明所提供的具有实时监控服务质量的电力客服系统，通过通话语音获取模块获取通话的语音数据包；语音识别模块对语音数据包进行解析、识别得到客户语音序列、人工客服语音序列以及智能客服语音序列；数据库用于存储标准特征、词典以及声音信息库；特征提取模块用于根据标准特征从客户语音序列和人工客服语音序列中提取评价特征，从智能客服语音序列根据特征提取模块提取的评价特征、从客户语音序列和人工客服语音序列中得到的高声频次计算处理得到一级评价，将特征提取模块提取的客户满意度值作为二级评价，将一级评价和二级评价进行综合评估，得到所述客服的服务质量，通过对客户、人工客服以及智能客服三方面的数据作为服务质量监控的元素，使得电路客服系统实时监控服务质量更为准确。
附图说明
15.为了更清楚地说明本发明的技术方案，下面将对实施例描述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的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明一种具有实时监控服务质量的电力客服系统的结构示意图。
具体实施方式
17.下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.图1示出了本发明所提供的具有实时监控服务质量的电力客服系统包括：电力客服系统、通话语音获取模块、语音识别模块、数据库、特征提取模块以及服务质量评估模块，所述通话语音获取模块用于通过电力客服系统获取通话的语音数据包；所述语音识别模块用于对所述语音数据包进行解析、识别得到客户语音序列、人工客服语音序列以及智能客服语音序列；所述数据库用于存储标准特征、词典以及声音信息库，还有为其他模块产生的数据进行存储；所述特征提取模块用于根据所述标准特征从所述客户语音序列和人工客服语音序列中提取评价特征，从智能客服语音序列中提取客户满意度值；所述服务质量评估模块用于根据所述特征提取模块提取的评价特征、从客户语音序列和人工客服语音序列中得到的高声频次计算处理得到一级评价，将所述特征提取模块
提取的客户满意度值作为二级评价，将所述一级评价和二级评价进行综合评估，得到所述客服的服务质量。
19.上述的具有实时监控服务质量的电力客服系统，通过通话语音获取模块获取通话的语音数据包；语音识别模块对语音数据包进行解析、识别得到客户语音序列、人工客服语音序列以及智能客服语音序列；数据库用于存储标准特征、词典以及声音信息库；特征提取模块用于根据标准特征从客户语音序列和人工客服语音序列中提取评价特征，从智能客服语音序列根据特征提取模块提取的评价特征、从客户语音序列和人工客服语音序列中得到的高声频次计算处理得到一级评价，将特征提取模块提取的客户满意度值作为二级评价，将一级评价和二级评价进行综合评估，得到所述客服的服务质量，通过对客户、人工客服以及智能客服三方面的数据作为服务质量监控的元素，使得电路客服系统实时监控服务质量更为准确。
20.其中一个实施例，在具有实时监控服务质量的电力客服系统每次进行服务质量评价后，新增的记好的评价特征作为新的标准特征存储至数据库中。使得数据库中的词库更新，而且随着时代的发展，能够表达愤怒等不满的词语与越来越多，甚至还有英文缩写的，因此，通过更新，使得具有实时监控服务质量的电力客服系统的评价更为准确。
21.其中一个实施例，具有实时监控服务质量的电力客服系统还包括降噪模型，所述降噪模型用于对所述通话语音获取模块获取的语音数据包进行解析，对解析后的语音数据进行降噪得到干净的语音数据，后将干净的语音数据传输至语音识别模块进行识别。通过降噪模型对语音数据进行降噪，为后续的语音识别提供更为准确数据。
22.具体的，所述降噪模型采用contextdnn神经网络模型构建，需要注意的是，解析后的语音数据在通过降噪模型降噪之前需要按照contextdnn神经网络模型的格式进行预处理。当然，还能够选择其他降噪模型进行降噪。
23.其中一个实施例，具有实时监控服务质量的电力客服系统还包括基于物联网的提醒系统，所述基于物联网的提醒系统包括：震动模块、zigbee终端节点、zigbee路由器、主控模块以及服务器，每个客服的桌上对应设有一个所述震动模块；每个所述震动模块均连接一个所述zigbee终端节点；所述zigbee路由器分别与所有的zigbee终端节点连接；所述主控模块分别与所述zigbee路由器和服务质量评估模块连接， 所述主控模块用于根据服务质量评估模块发出的服务质量信息发出提醒信号，所述提醒信号经过zigbee路由器、zigbee终端节点传送至所述信息信号对应的客服的振动模块上，所述振动模块振动，提醒客服人员服务质量需要调整；所述服务器用于对所述主控模块发出的信号进行存储，例如，提醒的客服、提醒同一客服的次数等。
24.通过主控模块根据服务质量评估模块发出的服务质量信息发出提醒信号，所述提醒信号经过zigbee路由器、zigbee终端节点传送至所述信息信号对应的客服的振动模块上，所述振动模块振动，提醒客服人员服务质量需要调整，及时提醒客服调整情绪，同时，后台的管理人员可以通过显示屏与主控模块进行实时监控，对被多次提醒的客服进行当面沟通，调节客服情绪等，及时发现问题。
25.其中一个实施例，所述震动模块可以采用仅为震动的振动提醒器，也可以采用具有声光提醒和震动结合的报警器。可以根据需要进行选择。
26.其中一个实施例，所述语音识别模块用于对所述语音数据包进行解析、识别得到客户语音序列、人工客服语音序列以及智能客服语音序列包括以下步骤：对通话语音获取模块获得的所述语音数据包进行解析，得到的多段语音段，将多段语音段按照时间顺序进行排列得到主语音序列；将所述主语音序列中的语音段进行识别，识别出客户语音、人工客服语音以及智能客服语音，并进行标记；将所述主语音序列按照标记的类别进行分类，并将分类后的语音段按时间顺序排列，得到客户语音序列、人工客服语音序列以及智能客服语音序列。
27.例如，客户语音序列为r=(r1，r2，
……
，rn)，其中，r
n
为客户r的第n段客户语音序列，两个向量直接间隔的时间为客服语音时间，对应的，客服语音序列为s=(s
r1
，s
r2
，
……
，s
rn
)，其中，s
rn
为客服s在客户r的第n段客户语音序列后的语音。
28.通过识别得到客户、人工客服以及智能客服的语音序列，以语音序列的形式更方便后面的信号数据处理。
29.其中一个实施例，将所述主语音序列中的语音段进行识别，识别出客户语音、人工客服语音以及智能客服语音包括以下步骤：获取所述主语音序列中的语音段中的语音段的声音频率，并对不同的声音频率进行划分为三类声音频率；将所述三类声音频率与声音信息库中的智能客服的频率对比，识别出属于智能客服的语音段，并进行标记，得到智能客服语音；将除了智能客服语音的另外两类声音频率与声音信息库中的人工客服的频率对比，识别出属于人工客服的语音段，并进行标记，得到人工客服语音，则另一类声音频率的语言段则为客户语音，进行标记。
30.其中一个实施例，将所述主语音序列中的语音段进行识别时，当客户语音、人工客服语音以及智能客服语音中的频率较低（具体可以根据实际进行设置，这里不做限定）时，对频率较低的语音进行语音增强。
31.其中一个实施例，所述特征提取模块用于从所述客户语音序列和人工客服语音序列中提取评价特征包括以下步骤：所述客服语音序列和人工客服语音序列通过语音识别字典的方法，将语音段转化为语音文字，并对所述语音文字进预处理得到三元组；设置标准特征，并对所述标准特征进行预处理得到二元组，所述标准特征为能够体现说话时的情绪的字或词，例如：客户满意情绪的字或词包括：好、好的、谢谢、非常感谢等，客户或人工客服不满意情绪的字或词包括：诶、滚等不文明用语；利用tf
‑
iwf加权算法 (temm frequency
‑
inverse word frequency)对三元组进行处理，提取一定数量的词个数作为评价特征。
32.通过tf
‑
iwf加权算法能够有效的抑制语音文字与标准特征提取评价特征的权重影响，修正偏差，使得提取的评价特征更为准确。
33.其中一个实施例，所述服务质量评估模块用于根据所述特征提取模块提取的评价
特征和数据库中的标准特征进行对比得到一级评价包括以下步骤：所述特征提取模块提取评价特征在客户语音序列中出现的客户特征频次；所述特征提取模块提取评价特征在客服语音序列中出现的客服特征频次；根据客户语音序列中的声音频率设定客户高声时的频率范围，计算客户高声出现在客户语音序列中的频次，得到客户高声频次；高声时的频率范围根据需要进行设定根据人工客服语音序列中的声音频率设定人工客服高声时的频率范围，计算人工客服高声出现在客户语音序列中的频次，得到人工客服高声频次；对所述客户特征频次、客服特征频次、客户高声频次以及人工客服高声频次进行加权得到一级评价值，一级评价值越高则客户满意度越低，具体的以及评价分级可以根据需要进行设置分成三级或四级或更详细等划分，对应的等级说明也可以根据需要进行设置。
34.其中一个实施例，将所述特征提取模块提取的客户满意度值作为二级评价为：从所述语音识别模块对所述语音数据包进行解析的结果中获取客服输入的满意度。
35.其中一个实施例，将所述一级评价和二级评价进行综合评估，得到所述客服的服务质量包括：通过一级评价值和二级评价值进行加权得到服务质量值，通过服务质量值反应客服的服务质量。具体的加权公式，以及服务质量值可以根据需要进行设置，和对应说明值的情况。
36.以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。