1.本发明涉及智能质检技术领域，特别是一种基于结构化语音分析的电力行业客户服务质检系统。


背景技术：

2.随着信息化时代的不断发展，目前电力行业财务共享服务中心也面临着多重考验，尤其在辅助系统的信息化建设上，已经无法满足财务共享服务中心的需求。每天会有很多电话打进财务共享中心咨询业务问题，咨询付款进度等，大量的咨询业务都是通过坐席服务人员提供咨询服务和进行语音答复。目前，针对坐席服务人员的服务质量管理，通常是通过专门的坐席管理员对坐席服务人员的通话进行监听或录音进行人工抽查，依靠坐席管理员结合自己的专业判断来进行服务质量的评价和管控，但随着业务量越来越大，传统服务质量管理方法的弊端明显暴露出来，由于人工抽检的比例很低，因此部分存在质量问题的通话内容没有被发现，容易导致针对坐席服务人员服务质量检查的效果不佳。


技术实现要素：

3.针对上述由于传统服务质量管理中人工抽检的比例很低，部分存在质量问题的通话内容没有被发现，导致针对坐席服务人员服务质量检查的效果不佳的技术问题，本发明旨在提供一种基于结构化语音分析的电力行业客户服务质检系统。
4.本发明的目的采用以下技术方案来实现：
5.本发明示出一种基于结构化语音分析的电力行业客户服务质检系统，包括获取模块、语音识别模块和质检分析模块；其中，
6.获取模块用于获取待质检的客户服务数据，其中客户服务数据包括业务场景信息及坐席人员与客户间的通话录音文件；
7.语音识别模块用于通过语音识别技术对通话录音文件进行语音识别，获取与通话录音文件对应的结构化文本文件；
8.质检分析模块用于根据预设的质检维度对通话录音文件和对应的结构化文本文件进行分析，获取不同质检维度对应的分析结果；并根据不同质检维度对应的分析结果获取最终的服务质检结果。
9.一种实施方式中，获取模块还包括预处理单元；其中，
10.预处理单元用于对待质检的通话录音文件进行预处理，包括解压、语音段标记和消除噪声干扰等，获取预处理后的通话录音文件。
11.一种实施方式中，语音识别模块包括声纹识别单元和文本识别单元；其中，
12.声纹识别单元用于对通话录音文件根据声纹特征进行说话人分离处理，分别划分通话录音中取坐席人员和客户的录音部分；
13.文本识别单元用于根据获取的坐席人员和客户的录音部分进行语音识别处理，生成相应的文本格式文本，并对文本格式文本进行中文切词、词性标注等处理，获取结构化文
本文件；其中获取的结构化文本文件中包含有分别与坐席人员和客户对应的文本数据。
14.一种实施方式中，预设的质检维度包括：业务能力分析、违规分析和态度分析中的至少一项。
15.一种实施方式中，质检分析模块包括业务能力分析单元、违规分析单元、态度分析单元和评分单元；其中，
16.业务能力分析单元进一步包括语义分析单元和语速及静音分析单元；
17.语义分析单元用于根据结构化文本文件检测坐席人员针对用户所提问题的应答的语义清晰度，以及检测坐席人员的应答是否出现与业务场景对应的关键词，分析坐席人员应答的完整程度特征；
18.语速及静音分析单元用于根据通话录音文件测算坐席人员答复长句子的语速和统计坐席人员的静音时间，分析坐席人员应答的熟练程度特征；
19.业务能力分析单元用于根据获取的分析坐席人员应答的完整程度特征和熟练程度特征，基于预设的业务能力评分规则进行评分，获取坐席人员业务能力评分；
20.违规分析单元进一步包括禁忌词分析单元；
21.禁忌词分析单元用于根据结构化文本文件与预设的禁忌词库进行匹配，检测坐席人员的应答中是否出现禁忌词；
22.违规分析单元用于当检测到坐席人员的应答中包含有禁忌词时，输出相应的坐席人员违规扣分；
23.态度分析单元进一步包括敏感词分析单元、语气语调分析单元和情绪分析单元；
24.敏感词分析单元用于根据结构化文本文件与预设的敏感词库进行匹配，检测结构化文本文件中存在的敏感词信息；
25.语气语调分析单元用于当检测到结构化文本文件出现敏感词时，对通话录音文件中对应部分进行语气和语调分析，获取语气语调检测结果；
26.情绪分析单元用于根据检测到的敏感词信息和语气语调检测结果判断坐席人员和客户的情绪状态特征；
27.态度分析单元用于根据坐席人员和客户的情绪状态特征，基于预设的服务态度评分规则进行评分，获取坐席人员服务态度评分；
28.评分单元用于根据获取的坐席人员业务能力评分、坐席人员违规扣分和坐席人员服务态度评分输出最终的服务质检结果。
29.本发明的有益效果为：通过获取模块从存储库中调取或者直接从财务共享服务中心获取坐席人员在服务过程中的通话录音文件；基于语音识别模块将语音格式的通话录音文件转换为文本格式的结构化文本文件；通过之间分析模块，从不同的质检维度对进行服务质量评价，得到对应的服务质检结果。本发明能够借助智能化的数据处理方式，实现基于通话录音文件的智能化服务质量质检，有助于降低电力行业财务共享服务中心服务质量管理的人工成本，提高了坐席人员服务质量管理的效率和效果。
附图说明
30.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得
其它的附图。
31.图1为本发明一种基于结构化语音分析的电力行业客户服务质检系统示例性实施例的框架结构图；
32.图2为图1实施例中获取模块的示例性实施例框架结构图；
33.图3为图1实施例中语音识别模块的示例性实施例框架结构图；
34.图4为图1实施例中质检分析模块的示例性实施例框架结构图。
35.附图标记：
36.获取模块1、语音识别模块2、质检分析模块3、预处理单元11、声纹识别单元21、文本识别单元22、业务能力分析单元31、违规分析单元32、态度分析单元33、评分单元34、语义分析单元311、语速及静音分析单元312、禁忌词分析单元321、敏感词分析单元331、语气语调分析单元332
具体实施方式
37.结合以下应用场景对本发明作进一步描述。
38.参见图1实施例所示一种基于结构化语音分析的电力行业客户服务质检系统，包括获取模块1、语音识别模块2和质检分析模块3；其中，
39.获取模块1用于获取待质检的客户服务数据，其中客户服务数据包括业务场景信息及坐席人员与客户间的通话录音文件；
40.语音识别模块2用于通过语音识别技术对通话录音文件进行语音识别，获取与通话录音文件对应的结构化文本文件；
41.质检分析模块3用于根据预设的质检维度对通话录音文件和对应的结构化文本文件进行分析，获取不同质检维度对应的分析结果；并根据不同质检维度对应的分析结果获取最终的服务质检结果。
42.本发明上述实施方式，通过获取模块1从存储库中调取或者直接从财务共享服务中心获取坐席人员在服务过程中的通话录音文件；基于语音识别模块2将语音格式的通话录音文件转换为文本格式的结构化文本文件；通过之间分析模块，从不同的质检维度对进行服务质量评价，得到对应的服务质检结果。本发明能够借助智能化的数据处理方式，实现基于通话录音文件的智能化服务质量质检，有助于降低电力行业财务共享服务中心服务质量管理的人工成本，提高了坐席人员服务质量管理的效率和效果。
43.一种实施方式中，业务场景信息包括业务咨询、业务介绍和付款进度查询等。
44.一种实施方式中，参见图2，获取模块1还包括预处理单元11；其中，
45.预处理单元11用于对待质检的通话录音文件进行预处理，包括解压、语音段标记和消除噪声干扰等，获取预处理后的通话录音文件。
46.针对通话录音文件容易受到本身通话质量不佳或者录制过程中收到的干扰影响，容易出现通话录音文件不清晰、背景杂音大等干扰情况，从而影响基于通话录音文件进行服务质量评价的准确度，因此，通过预处理单元11对获取模块1获取的待质检的通话录音文件进行预处理，能够有助于提高待质检的通话录音文件清晰度和鲁棒性，间接提高服务质量检测的可靠性。
47.一种实施方式中，预处理单元11对待质检的通话录音文件进行消除噪声干扰处
理，具体包括：
48.提取通话录音文件中的语音信号x；
49.针对获取的语音信号进行变分模态分解(vmd,viational mode decomposition)处理，分别获取该语音信号分解成的k个imf分量{imf1,imf2,
…
,imf
k
}；
50.将获取的前3个imf分量imf1,imf2,imf3标记为低频imf分量；将其余的imf分量imf4,
…
,imf
k
标记为高频imf分量；
51.针对低频imf分量：基于获取的低频imf分量进行重构，得到低频信号x
d1
；
52.针对低频分量进行单尺度小波分解，得到低频分量的低频小波系数wd和高频小波系数wg；针对获取的高频小波系数wg进行阈值处理，得到阈值处理后的高频小波系数wg
′
；
53.基于低频小波系数wd和高频小波系数wg
′
进行重构，得到预处理后的低频信号x
′
d1
；
54.针对获取的高频imf分量：基于获取的各高频imf分量进行自适应滤波处理，包括：
55.针对第k1个imf分量，其中k1＝4,5,
…
,n，n表示设定的特征尺度表征参量，其中5≤n≤8，对imf分量进行i个尺度小波分解，其中i＝n
‑
4，分别获取各个尺度对应的低频小波分量和高频小波分量其中表示第i尺度小波分解获取的低频小波分量，表示第i尺度小波分解获取的高频小波分量；
56.基于低频小波分量和高频小波分量进行重构，其中，若n
‑
k1＜1，则高频小波分量为空集，得到滤波处理后的imf分量
57.基于获取的滤波处理后的imf分量{imf
′4,
…
,imf
′
n
}进行重构，得到预处理后的高频信号x
′
g1
；
58.根据预处理后的低频信号x
′
d1
和预处理后的高频信号x
′
g1
进行叠加处理，得到消除噪声干扰处理后的语音信号x
′
＝x
′
d1
+x
′
g1
，完成对通话录音文件的消除噪声干扰处理。
59.一种实施方式中，针对获取的高频小波系数wg进行阈值处理，其中采用的阈值处理函数为：
[0060][0061]
式中，wg
′
(k)表示预阈值处理后的第k个高频小波系数，wg(k)表示第k个高频小波系数，α表示设定的线性调节因子，其中0＜α≤1，γ表示设定的指数调节因子，其中1＜γ≤2；β表示设定的幅度调节因子，其中0＜β≤0.3；δ表示设定的阈值。
[0062]
优选的，线性调节因子α＝0.66，指数调节因子γ＝1.5，幅度调节因子β＝0.2。
[0063]
优选的，特征尺度表征参量n＝7。
[0064]
上述实施方式中，提出了一种针对通话录音文件进行消除噪声干扰处理的技术方
案，其中针对录音文件中存在的背景噪声干扰，首先基于变分模态分解获取通话录音文件中语音信号的各imf分量，考虑到前3层imf分量通常为反映语音特征的低频分量，因此针对低频分量基于小波阈值处理的方式进行低频整体滤波，以去除语音部分中夹杂的噪声干扰。考虑到其余imf分量中，也存在部分语音特征，但主要还是噪声主导的特性，因此提出了一种基于多尺度小波分解的滤波处理，能够贴合语音特性(考虑到经过多尺度的分解后，分解得到的小波分量对语音特征的反映会越来越不明显，即噪声主导会越来越强)，能够自适应地对高分解尺度的小波高频分量进行直接过滤，以针对纯噪声部分(不反映语音特征的部分)进行去除，最后基于上述分别处理的到的低频信号和高频信号进行重构，得到消除噪声干扰处理后的语音信号，以提升通话录音文件中语音信号的清晰度，间接提高了后续根据语音信号进行语音识别或其他进一步处理的可靠性。
[0065]
一种实施方式中，参见图3，语音识别模块2包括声纹识别单元21和文本识别单元22；其中，
[0066]
声纹识别单元21用于对通话录音文件根据声纹特征进行说话人分离处理，分别划分通话录音中取坐席人员和客户的录音部分；
[0067]
文本识别单元22用于根据获取的坐席人员和客户的录音部分进行语音识别处理，生成相应的文本格式文本，并对文本格式文本进行中文切词、词性标注等处理，获取结构化文本文件；其中获取的结构化文本文件中包含有分别与坐席人员和客户对应的文本数据。
[0068]
上述根据通话录音文件中说话人的声纹特征，进一步将结构化文本分类为坐席人员对应的文本数据和客户对应的文本数据进行标识，方便后续单独基于坐席人员或客户的录音或文本数据进行服务质量评价。
[0069]
一种场景中，文本识别单元22基于预设的nlp(natural language processing，自然语言处理)技术实现文本数据的标准化和结构化。
[0070]
一种实施方式中，预设的质检维度包括：业务能力分析、违规分析和态度分析等中的一项或多项。
[0071]
其中，业务能力分析用户检查坐席人员在服务过程中的业务能力水平；态度分析用于检查坐席人员在服务过程中的服务态度；违规分析用于检查坐席人员在服务过程中是否出现违规行为。其中对应不同的质检维度设置有不同的质检指标的内容和质检指标的评分规则；其中不同的质检指标的内容和质检指标的评分规则可以根据不同的业务场景进行对应设置。
[0072]
一种实施方式中，参见图4，质检分析模块3包括业务能力分析单元31、违规分析单元32、态度分析单元33和评分单元34；其中，
[0073]
业务能力分析单元31进一步包括语义分析单元311和语速及静音分析单元312；
[0074]
语义分析单元311用于根据结构化文本文件检测坐席人员针对用户所提问题的应答的语义清晰度，以及检测坐席人员的应答是否出现与业务场景对应的关键词，分析坐席人员应答的完整程度特征；
[0075]
语速及静音分析单元312用于根据通话录音文件测算坐席人员答复长句子的语速和统计坐席人员的静音时间，分析坐席人员应答的熟练程度特征；
[0076]
业务能力分析单元31用于根据获取的分析坐席人员应答的完整程度特征和熟练程度特征，基于预设的业务能力评分规则进行评分，获取坐席人员业务能力评分；
[0077]
一种场景中，语义分析单元311基于结构化文本文件提取文本向量，获取文本中所包含的语义信息，将获取的语义信息与预设的话述标准模板进行文本相似度比对，获取坐席人员的语义清晰度特征；同时基于特定的业务场景，检测文本中是否出现特定的关键词(例如业务介绍过程中所需要用到的介绍关键词)，并结合语义清晰度特征，基于预设的评分规则获取应答的完整程度评分。语速及静音分析单元312利用语速识别模型对通话录音文件进行语速识别，得到坐席人员的语速；同时对通话录音文件中的静音时长进行统计；其中，根据预先设定的坐席人员应答的语速阈值范围，判断当前坐席人员的语速是否在阈值范围内；根据预先设定的最大静音时长，判断统计的连续静音时长是否超过最大静音时长；结合上述统计根据预设的规则得到相应的熟练程度评分。业务能力分析单元31结合获取的完整程度评分和熟练程度评分根据预设的规则叠加，得到坐席人员业务能力评分。
[0078]
违规分析单元32进一步包括禁忌词分析单元321；
[0079]
禁忌词分析单元321用于根据结构化文本文件与预设的禁忌词库进行匹配，检测坐席人员的应答中是否出现禁忌词；
[0080]
违规分析单元32用于当检测到坐席人员的应答中包含有禁忌词时，输出相应的坐席人员违规扣分；
[0081]
一种场景中，禁忌词分析单元321基于结构化文本文件检测坐席人员对应的文本数据中是否包含预设的禁忌词(例如辱骂词语、根据业务场景规定不能出现的词组、负面情绪的词语等)；违规分析单元32基于禁忌词检测结果进行评分，当出现禁忌词时，则根据预设的规则扣除相应的评分，最终得到相应的坐席人员违规扣分。
[0082]
态度分析单元33进一步包括敏感词分析单元331、语气语调分析单元332和情绪分析单元333；
[0083]
敏感词分析单元331用于根据结构化文本文件与预设的敏感词库进行匹配，检测结构化文本文件中存在的敏感词信息；
[0084]
语气语调分析单元332用于当检测到结构化文本文件出现敏感词时，对通话录音文件中对应部分进行语气和语调分析，获取语气语调检测结果；
[0085]
情绪分析单元333用于根据检测到的敏感词信息和语气语调检测结果判断坐席人员和客户的情绪状态特征；
[0086]
态度分析单元33用于根据坐席人员和客户的情绪状态特征，基于预设的服务态度评分规则进行评分，获取坐席人员服务态度评分；
[0087]
一种场景中，敏感词分析单元331基于结构化文本文件检测坐席人员对应的文本数据中是否包含预设的敏感词(例如敏感语气词、容易导致投诉风险的词等)当分析到出现敏感词后，通过语气语调分析单元332进一步分析与该出现敏感词对应的语音段的语气和语调，其中通过语气识别模型对该语音段进行语气识别，得到坐席人员的语气特征(例如陈述语气、疑问语气等)；通过语调识别模型对该语音段进行语调识别，得到坐席人员的语调特征(例如愤怒、愉悦、悲伤等)；情绪分析单元333基于获取的语气特征和语调特征通过情绪识别模型进行分析，得到坐席人员的情绪特征(例如积极、消极等)；并最终通过态度分析单元33根据获取的情绪特征，基于预设的规则进行换算，得到相应的服务态度评分。
[0088]
评分单元34用于根据获取的坐席人员业务能力评分、坐席人员违规扣分和坐席人员服务态度评分输出最终的服务质检结果。
[0089]
一种场景中，评分单元34根据上述得到的业务能力评分、服务态度评分和违规扣分生成最终的坐席人员服务质检结果。
[0090]
一种实施方式中，该系统还包括存储模块；
[0091]
存储模块还用于存储通话录音文件、数据处理模型和针对不同业务场景设定的规则信息等。供各模块需要时调用。
[0092]
需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
[0093]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于ram、rom、eeprom、cd
‑
rom或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
[0094]
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。