[发明专利]一种基于ASR的客服智能质检分析方法

权利要求书

1.一种基于ASR的客服智能质检分析方法，其特征在于，包括如下步骤：

步骤1：生成符合质检规则的自然语言文本，所述质检规则是满足质检处理器质检数据模型的一种规则，所述质检处理器由质检数据、质检策略、质检因子组成，所述的质检数据模型由质检对象、自然语言文本、对象文本关系组成，所述质检对象包括客服和客户，所述自然语言文本是客服和客户对话的文本内容，所述对象文本关系包括客服和客户对应的文本关系，所述质检规则包含通话语音，所述通话语音包含话单属性、通话对象、被通话对象，所述话单属性包括有关联客服的话单主键，所述话单主键包括：话单和客服绑定的唯一标识、语音开始时间、语音结束时间、语音通话时长、语音接通等待时长、客户评价；所述通话对象为主叫对象；所述被通话对象为被叫对象；所述自然语言文本，是由所述语音转写系统根据录音文件自动匹配且支持转写的ASR系统生成的可质检的自然语言文本，将自然语言文本进行拆分封装到质检数据模型中，由质检处理器质检；

步骤2:智能质检，预置质检策略、质检因子到质检处理器中，动态解析质检数据模型中的质检数据，根据质检策略、质检因子进行多维解析，生成质检结果；

步骤3：生成质检报告，质检管理器质检完数据后对每个话单信息生成相关的质检报告，所述质检报告展示当前话单质检结果，所述话单质检结果包含三种质检标准项模板的分值信息、总分值及敏感词集合、客户意向关键词，系统根据批量话单进行聚类分析，生成客服在阶段时间的客服初始分值、总分值变化的趋势图，及敏感词触发次数；

步骤4：生成知识库脚本信息，所述知识库脚本信息由知识库预置，系统根据话单质检结果将达到系统预置评价等级标准的话单文本收集到优质话单库表中，对优质话单库表中的自然语言文本进行二次分析，通过质检工具包提炼客服自然语言文本中的话术，将达到系统预置评价等级标准的自然语言文本生成的脚本存入知识库；

步骤5：客服引导流维护，对达到系统预置评价等级标准经过二次分析的自然语言文本数据及质检报告进行归档，记录客服达到系统预置评价等级标准经过二次分析的自然语言文本，根据记录的自然语言文本进行选择、过滤、归档的信息进行客服引导流维护。

2.如权利要求1所述的一种基于ASR的客服智能质检分析方法，其特征在于：所述步骤1中，生成自然语言文本的具体步骤如下：

步骤1-1:根据定时调度预置策略通过调度任务根据数据库表中的话单id获取第三方呼叫中心系统的通话数据，所述定时调度预置策略是用于获取第三方呼叫中心系统的通话数据的时间策略，通过配置corn表达式方式配置获取周期，所述获取周期为1小时或者半天，根据客服在呼叫系统中实时产生的话单数据对应话单id，所述话单数据是第三方呼叫中心系统对应数据库表中的数据，根据话单id从第三方呼叫中心系统的数据库获取通话数据，同步满足质检规则的通话数据并转换成系统所需的model入库，更新数据库表中的话单数据同步标识为1表示成功，对于不满足质检规则的通话数据，将数据库表中的话单数据同步标识更新为0表示失败，记录更新同步的次数+1，同步次数阀值为50次，对获取失败或未生成的语音数据通过补偿机制进行补偿，所述补偿机制为：在每次调度首次执行完同步数据流程后，再次获取数据库中话单数据同步标识为0且同步次数不超过阀值的客服话单数据，并从呼叫中心数据库中同步通话数据，对于超过阀值的同步失败数据，打上异常标签；

步骤1-2：语音文件智能转换自然语言文本，根据上述步骤同步成功的话单数据异步调用ASR系统进行语音转换，每个话单数据可单独开启一个线程，线程之间数据转换互不影响，可快速完成语音转换，将转换后的文本根据质检数据模型进行解析、封装，所述质检数据模型根据质检处理器中的质检因子项匹配，将封装好的质检数据模型存入数据库。