话术检测方法和装置与流程

本发明涉及智能设备领域，具体而言，涉及一种话术检测方法和装置。

背景技术：

相关技术中，为了保证工作人员的服务的质量，通常需要对工作人员的服务过程中是否使用标准话术进行检查。现有的方法是由领导进行随机的抽查，或者获取工作人员的工作录音进行检查。

然而，若是采用上述方法，则需要付出较大的人力来检查工作人员是否使用了标准话术，从而造成对话术进行检查的效率低。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种话术检测方法和装置，以至少解决相关技术中话术检查效率低的技术问题。

根据本发明实施例的一个方面，提供了一种话术检测方法，包括：获取当前对象的标准录音及上述当前对象的工作录音，其中，上述标准录音为上述当前对象使用目标话术时录制的音频，上述工作录音为上述当前对象在工作时间段内录制的音频；提取上述标准录音的第一波形特征，及上述工作录音的第二波形特征；比对上述第一波形特征与上述第二波形特征，得到比对结果，其中，上述比对结果中包括上述当前对象在上述工作时间段内使用上述目标话术的次数。

作为一种可选的示例，上述第一波形特征为第一波形图，上述第二波形特征为第二波形图，上述比对上述第一波形特征与上述第二波形特征，得到比对结果包括：比对上述第一波形图与上述第二波形图，得到上述比对结果。

作为一种可选的示例，上述比对上述第一波形图与上述第二波形图，得到上述比对结果包括：将上述第二波形图中前n个采样点的图像数据确定为当前波形图，重复执行以下步骤，直到遍历上述第二波形图：比对上述当前波形图与上述第一波形图的相似度；在上述相似度大于或等于预定阈值的情况下，将上述比对结果加1，并将上述当前波形图之后的n个采样点的图像数据确定为新的上述当前波形图；在上述相似度小于上述预定阈值的情况下，将上述当前波形图的第2-n个采样点的图像数据与上述当前波形图之后的一个采样点的图像数据确定为新的上述当前波形图，其中，上述比对结果的初始值为零。

作为一种可选的示例，上述比对上述当前波形图与上述第一波形图的相似度包括：比对上述当前波形图与上述第一波形图中每一个采样点的图像是否相同；将上述当前波形图与上述第一波形图中图像相同的采样点的数量与上述n的比值确定为上述相似度。

作为一种可选的示例，在比对上述标准录音与上述工作录音，得到上述比对结果之后，上述方法还包括：获取上述当前对象的身份信息；将上述比对结果存储到与上述当前对象的身份信息匹配的预定存储位置。

根据本发明实施例的另一方面，还提供了一种话术检测装置，包括：第一获取单元，用于获取当前对象的标准录音及上述当前对象的工作录音，其中，上述标准录音为上述当前对象使用目标话术时录制的音频，上述工作录音为上述当前对象在工作时间段内录制的音频；提取单元，用于提取上述标准录音的第一波形特征，及上述工作录音的第二波形特征；比对单元，用于比对上述第一波形特征与上述第二波形特征，得到比对结果，其中，上述比对结果中包括上述当前对象在上述工作时间段内使用上述目标话术的次数。

作为一种可选的示例，上述第一波形特征为第一波形图，上述第二波形特征为第二波形图，上述比对单元包括：比对模块，用于比对上述第一波形图与上述第二波形图，得到上述比对结果。

作为一种可选的示例，上述比对模块包括：处理子模块，用于将上述第二波形图中前n个采样点的图像数据确定为当前波形图，重复执行以下步骤，直到遍历上述第二波形图：比对上述当前波形图与上述第一波形图的相似度；在上述相似度大于或等于预定阈值的情况下，将上述比对结果加1，并将上述当前波形图之后的n个采样点的图像数据确定为新的上述当前波形图；在上述相似度小于上述预定阈值的情况下，将上述当前波形图的第2-n个采样点的图像数据与上述当前波形图之后的一个采样点的图像数据确定为新的上述当前波形图，其中，上述比对结果的初始值为零。

作为一种可选的示例，上述处理子模块还用于：比对上述当前波形图与上述第一波形图中每一个采样点的图像是否相同；将上述当前波形图与上述第一波形图中图像相同的采样点的数量与上述n的比值确定为上述相似度。

作为一种可选的示例，上述装置还包括：第二获取单元，用于在比对上述标准录音与上述工作录音，得到上述比对结果之后，获取上述当前对象的身份信息；存储单元，用于将上述比对结果存储到与上述当前对象的身份信息匹配的预定存储位置。

在本发明实施例中，采用获取当前对象的标准录音及上述当前对象的工作录音，其中，上述标准录音为上述当前对象使用目标话术时录制的音频，上述工作录音为上述当前对象在工作时间段内录制的音频；提取上述标准录音的第一波形特征，及上述工作录音的第二波形特征；比对上述第一波形特征与上述第二波形特征，得到比对结果的方法。在上述方法中，由于可以通过获取当前对象的标准录音的方式，通过标准录音的第一波性特征比对工作录音的第二波形特征，实现自动检测当前对象使用目标话术的次数，提高了话术检测效率的效果，进而解决了相关技术中话术检查效率低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的话术检测方法的流程示意图；

图2是根据本发明实施例的一种可选的话术检测方法的示意图；

图3是根据本发明实施例的一种可选的话术检测装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例的一个方面，提供了一种话术检测方法，可选地，作为一种可选的实施方式，如图1所示，上述话术检测方法包括：

s102，获取当前对象的标准录音及所述当前对象的工作录音，其中，所述标准录音为所述当前对象使用目标话术时录制的音频，所述工作录音为所述当前对象在工作时间段内录制的音频；

s104，提取所述标准录音的第一波形特征，及所述工作录音的第二波形特征；

s106，比对所述第一波形特征与所述第二波形特征，得到比对结果，其中，所述比对结果中包括所述当前对象在所述工作时间段内使用所述目标话术的次数。

可选地，上述话术检测方法可以但不限于应用于可以计算数据的终端上，例如手机、平板电脑、笔记本电脑、pc机等终端上，终端可以通过网络与服务器进行交互，上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：wifi及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器可以包括但不限于任何可以进行计算的硬件设备。

可选地，上述话术检测方法可以但不限于应用于服务领域等。例如，对于服务领域，需要获取到服务者的日常工作中是否有按照标准的话术对用户进行服务。若是采用现有技术，多是获取到服务者的工作录音，然后由人工对服务者的工作录音进行回放，并查看服务者是否使用标准的话术进行服务。该方法的效率低。而本方案中，可以获取到服务者的工作录音与标准录音。标准录音是预先录制的服务者使用标准话术的声音音频。然后提取标准录音与工作录音的波形特征，通过比对波形特征，确定出服务者在工作期间是否有使用标准话术以及使用标准话术的次数。通过本方案，实现了自动对话术进行检测，提高话术检测效率的效果。

可选地，本方案中在提取第一波形特征与第二波形特征时，可以提取标准录音的第一波形图，并提取工作录音的第二波形图，然后比对第一波形图与第二波形图，从而确定出服务者工作时间段内使用标准话术的次数。

可选地，在比对第一波形图与第二波形图时，可以使用第一波形图遍历第二波形图，从而完成第一波形图与第二波形图的比对。

例如，如图2所示，图2中第一波形图202可以遍历比对第二波形图204。将第二波形图204的前n个采样点的图像数据可以作为当前波形图与第一波形图进行比对，若是两者的相似度大于或等于预定阈值，则将比对结果加1，并将第一波形图向后移动n个采样点。而若是当前波形图与第一波形图的相似度小于了预定阈值，则将第一波形图向后移动一个采样点，直到使用第一波形图遍历第二波形图。n是第一波形图上采样点的个数。

上述采样点可以为某一个频率，如每秒采样100次，则每秒会产生100个采样点。具体采样点的频率本方案不做限定。

可选地，在比对当前波形图与第一波形图的过程中，可以比对两者每一个采样点的数据是否相同。将数据相同的采样点与第一波形图总采样点的比值确定为相似度。

通过上述方法，可以自动检测到当前对象工作期间使用标准话术(目标话术)的次数。在获取到次数后，还可以对当前对象的工作状况进行打分。例如，获取到的次数小于了标准次数，则为当前对象的工作状况不合格。还可以将获取到的次数保存到预定位置。如当前对象对应的预定存储位置，或者保存到所有员工的公共存储位置等。

以下结合一个示例进行说明。

在餐馆中，对员工进行标准话术音频录制，形成标准话术录音；根据标准话术录音，生成标准话术录音的第一波形特征；通过录音设备获取线下店员工作时的服务话术音频；生成服务话术音频的第二波形特征；对比计算标准话术第一波形特征与服务话术音频的第二波形特征，得出其相似度，将相似度大于阈值的波形特征认定为满足要求。记录一次员工使用了预定的标准话术。

例如对“欢迎光临”进行录音，并获取该标准话术录音的第一波性特征作为标准话术第一波形特征；再采集工作人员一段时间内(例如一天内)的语音生成服务语音第二波形特征；

将服务语音第二波形特征与“欢迎光临”的第一波形特征进行对比(比较相似度)：

服务语音波形特征中有满足要求的话术波形段(即相似度大于阈值)，则对满足要求的波形段的个数进行计数，即可以得知，这一天内，该工作人员说了多少次“欢迎光临”的标准话术；

该工作人员有时可能说的是“欢迎”或者“光临”，而不是“欢迎光临”，则在波形特征对比时，对这种情况进行质量评分；具体可以是，通过比较波性段的长度占比进行评分超过一个阈值，“欢迎”或者“光临”为“欢迎光临”的50％。例如，预定为60％，则“欢迎”或者“光临”为不合格，不能增加比对结果的值。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

根据本发明实施例的另一个方面，还提供了一种用于实施上述话术检测方法的话术检测装置。如图3所示，该装置包括：

(1)第一获取单元302，用于获取当前对象的标准录音及所述当前对象的工作录音，其中，所述标准录音为所述当前对象使用目标话术时录制的音频，所述工作录音为所述当前对象在工作时间段内录制的音频；

(2)提取单元304，用于提取所述标准录音的第一波形特征，及所述工作录音的第二波形特征；

(3)比对单元306，用于比对所述第一波形特征与所述第二波形特征，得到比对结果，其中，所述比对结果中包括所述当前对象在所述工作时间段内使用所述目标话术的次数。

可选地，上述话术检测装置可以但不限于应用于服务领域等。例如，对于服务领域，需要获取到服务者的日常工作中是否有按照标准的话术对用户进行服务。若是采用现有技术，多是获取到服务者的工作录音，然后由人工对服务者的工作录音进行回放，并查看服务者是否使用标准的话术进行服务。该方法的效率低。而本方案中，可以获取到服务者的工作录音与标准录音。标准录音是预先录制的服务者使用标准话术的声音音频。然后提取标准录音与工作录音的波形特征，通过比对波形特征，确定出服务者在工作期间是否有使用标准话术以及使用标准话术的次数。通过本方案，实现了自动对话术进行检测，提高话术检测效率的效果。

可选地，本方案中在提取第一波形特征与第二波形特征时，可以提取标准录音的第一波形图，并提取工作录音的第二波形图，然后比对第一波形图与第二波形图，从而确定出服务者工作时间段内使用标准话术的次数。

可选地，在比对第一波形图与第二波形图时，可以使用第一波形图遍历第二波形图，从而完成第一波形图与第二波形图的比对。

例如，如图2所示，图2中第一波形图202可以遍历比对第二波形图204。将第二波形图204的前n个采样点的图像数据可以作为当前波形图与第一波形图进行比对，若是两者的相似度大于或等于预定阈值，则将比对结果加1，并在第二波形图上向后移动n个采样点获取当前波形图。而若是当前波形图与第一波形图的相似度小于了预定阈值，则在第二波形图204上向后移动一个采样点，获取当前波形图，继续比对当前波形图与第一波形图。n是第一波形图上采样点的个数。

上述采样点可以为某一个频率，如每秒采样100次，则每秒会产生100个采样点。具体采样点的频率本方案不做限定。

可选地，在比对当前波形图与第一波形图的过程中，可以比对两者每一个采样点的数据是否相同。将数据相同的采样点与第一波形图总采样点的比值确定为相似度。

通过上述方法，可以自动检测到当前对象工作期间使用标准话术(目标话术)的次数。在获取到次数后，还可以对当前对象的工作状况进行打分。例如，获取到的次数小于了标准次数，则为当前对象的工作状况不合格。还可以将获取到的次数保存到预定位置。如当前对象对应的预定存储位置，或者保存到所有员工的公共存储位置等。

以下结合一个示例进行说明。

在餐馆中，对员工进行标准话术音频录制，形成标准话术录音；根据标准话术录音，生成标准话术录音的第一波形特征；通过录音设备获取线下店员工作时的服务话术音频；生成服务话术音频的第二波形特征；对比计算标准话术第一波形特征与服务话术音频的第二波形特征，得出其相似度，将相似度大于阈值的波形特征认定为满足要求。记录一次员工使用了预定的标准话术。

例如对“欢迎光临”进行录音，并获取该标准话术录音的第一波性特征作为标准话术第一波形特征；再采集工作人员一段时间内(例如一天内)的语音生成服务语音第二波形特征；

将服务语音第二波形特征与“欢迎光临”的第一波形特征进行对比(比较相似度)：

服务语音波形特征中有满足要求的话术波形段(即相似度大于阈值)，则对满足要求的波形段的个数进行计数，即可以得知，这一天内，该工作人员说了多少次“欢迎光临”的标准话术；

该工作人员有时可能说的是“欢迎”或者“光临”，而不是“欢迎光临”，则在波形特征对比时，对这种情况进行质量评分；具体可以是，通过比较波性段的长度占比进行评分超过一个阈值，“欢迎”或者“光临”为“欢迎光临”的50％。例如，预定为60％，则“欢迎”或者“光临”为不合格，不能增加比对结果的值。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。