申请/专利权人：北京伽睿智能科技集团有限公司

申请日：2022-11-23

公开（公告）日：2024-04-30

公开（公告）号：CN115810345B

主分类号：G10L15/02

分类号：G10L15/02;G10L15/18;G10L15/26;H04M3/51;G06F16/33;G06F40/35

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.04.04#实质审查的生效;2023.03.17#公开

摘要：本发明实施例公开了一种智能话术推荐方法、系统、设备及存储介质，首先采集客户服务电话中的对话语音并进行信号预处理，得到预处理后的对话语音文件；然后利用预处理后的对话语音文件进行语音韵律识别，根据韵律识别结果，映射得到第一词序文本；对第一词序文本进行第二向量化处理，得到对应的第一向量特征矩阵；对第一向量特征矩阵进行意图实体识别，得到意图识别结果，根据意图识别结果，从第一词序文本中提取出意图实体，并利用意图实体，得到第二词序文本；利用第二词序文本，在语料库中进行语义相似度匹配，得到推荐话术。本发明实施例实现了针对带有方言的语音的语音准确识别，有效提高了话术推荐的推荐准确率。

主权项：1.一种智能话术推荐方法，其特征在于，所述方法包括：对客户服务电话中的语音进行声音采集，得到对话语音信号，对所述对话语音信号进行信号预处理，得到预处理后的对话语音文件；利用所述预处理后的对话语音文件进行第一向量化处理，得到对应的频谱特征矩阵；将所述频谱特征矩阵输入至预先训练好的韵律模型，得到模型计算结果，利用所述模型计算结果，得到所述频谱特征矩阵的韵律识别结果，并根据所述韵律识别结果，对所述频谱特征矩阵进行文本映射处理，得到第一词序文本；基于所述第一词序文本中的词特征，对所述第一词序文本进行第二向量化处理，得到对应的第一向量特征矩阵；对所述第一向量特征矩阵进行意图实体识别，得到意图识别结果，根据所述意图识别结果，从所述第一词序文本中提取出意图实体，并利用所述意图实体，得到第二词序文本；利用所述第二词序文本，在语料库中进行语义相似度匹配，得到推荐话术；利用所述预处理后的对话语音文件进行第一向量化处理，得到对应的频谱特征矩阵，包括：基于时序对所述对话语音文件进行切分，得到切分后的对话语音文件；针对每段所述切分后的对话语音文件进行特征提取，得到所述切分后的对话语音文件对应的语音频谱特征，所述语音频谱特征包括频谱权重参数tn、信号延时参数yn和方言音强参数τn，其中，n为大于或等于0且小于切分总段数的正整数；利用所述频谱权重参数tn、所述信号延时参数yn和所述方言音强参数τn，计算得到频谱特征矩阵A，所述频谱特征矩阵A的计算公式为：A＝{An}An＝Σyn×stn+τn其中，An表示所述频谱特征矩阵A中的第n个元素；s为多元非线性拟合参数；将所述频谱特征矩阵输入至预先训练好的韵律模型，得到模型计算结果，利用所述模型计算结果，得到所述频谱特征矩阵的韵律识别结果，包括：将所述频谱特征矩阵A输入至韵律识别模型，计算得到韵律模型计算结果X，所述韵律模型计算结果X的计算公式为： 其中，m由所述频谱特征矩阵A的长度决定；i为0至m中的一个变量；j为预设的加权参数；x为预设参数；ω、θ和v分别为音高参数、音强参数和音长参数，分别通过提取历史语音数据的音高、音强和音长并计算平均值得到；分别利用预设的普通话模板语音文件和预设的方言话模板语音文件，得到普通话模板阈值X'和方言话模板阈值X”；利用所述韵律模型计算结果X和所述普通话模板阈值X'，计算得到第一差值绝对值C1，所述第一差值绝对值C1的计算公式为：C1＝||X|-|X'||利用所述韵律模型计算结果X和所述方言话模板阈值X”，计算得到第二差值绝对值C2，所述第二差值绝对值C2的计算公式为：C2＝||X|-|X”||判断所述第一差值绝对值C1是否大于所述第二差值绝对值C2；若所述第一差值绝对值C1大于所述第二差值绝对值C2，则所述频谱特征矩阵A的韵律识别结果为方言话；若所述第一差值绝对值C1小于或等于所述第二差值绝对值C2，则所述频谱特征矩阵A的韵律识别结果为普通话。

全文数据：

权利要求：

百度查询： 北京伽睿智能科技集团有限公司 一种智能话术推荐方法、系统、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD