[发明专利]一种基于智能语音的话术训练方法

权利要求书

1.一种基于智能语音的话术训练方法，其特征在于，该话术训练方法的步骤包括：

S1：获取用户信息，将用户信息与预设的数据库进行匹配筛选，得到样本筛选数据；

S2：获取语音文本数据，将语音文本数据进行预处理，得到文本向量数据；

S3：将文本向量数据与样本筛选数据进行匹配，得到第一匹配数据；将文本向量数据与数据库进行匹配，得到第二匹配数据；

S4：获取第一匹配数据和第二匹配数据的初匹相似度，将初匹相似度与预设的相似阈值进行对比，得到相似结果，利用相似结果将样本筛选数据根据第二匹配数据进行迭代筛选，得到样本迭代筛选数据；

S5：将文本向量数据与样本迭代筛选数据进行匹配，得到迭代匹配数据，获取迭代匹配数据与第二匹配数据的迭代相似度，将迭代相似度与预设的相似阈值进行对比，直至根据最大的迭代相似度将其对应的样本迭代筛选数据进行删除或存储；

将用户信息与预设的数据库进行匹配筛选，得到样本筛选数据，具体的步骤包括：

S21：获取用户信息中的职业数据、公司类型数据、专业数据和咨询类型数据；

S22：设定不同的职业对应一个不同的职业预设值，设定不同的公司类型对应一个不同的公司预设值，设定不同的专业对应一个不同的专业预设值，设定不同的咨询类型对应一个不同的咨询预设值；

S23：将职业数据、公司类型数据、专业数据和咨询类型数据分别与所有的职业、公司类型、专业和咨询类型进行匹配，获取职业数据对应的职业匹配值、公司类型数据对应的公司匹配值、专业数据对应的专业匹配值和咨询类型数据对应的咨询匹配值；

S24：将职业匹配值标记为ZPi,i=1,2...n；将公司匹配值标记为GPi,i=1,2...n；将专业匹配值标记为ZYi,i=1,2...n；将咨询匹配值标记为ZXi,i=1,2...n；将职业匹配值、公司匹配值、专业匹配值和咨询匹配值进行归一化处理并取值；

S25：利用公式获取用户信息的集合值，该公式为：

其中，表示为集合值，表示为预设的集合修正因子，g1、g2、g3、g4表示为预设的不同比例系数；

S26：将集合值标记为筛选类别，根据筛选类别在预设的数据库中获取筛选类别对应的筛选词组集和筛选问题集并进行处理，得到筛选集；

S27：将职业匹配值、公司匹配值、专业匹配值和咨询匹配值与筛选集分别进行关联和组合，得到样本筛选数据；

获取第一匹配数据和第二匹配数据的初匹相似度，将初匹相似度与预设的相似阈值进行对比，得到相似结果，具体的步骤包括：

S71：获取第一匹配数据中的匹样中集和匹样漏集以及第二匹配数据中的匹数中集和匹数漏集；

S72：将匹样中集中与匹数中集中相同的词语标记为选中词语，将匹样中集中与匹数中集中不相同的词语标记为第一待选词语；

S73：将匹样漏集中与匹数漏集中相同的词语标记为第二待选词语，将匹样漏集中与匹数漏集中不相同的词语标记为选弃词语；

S74：利用相识度公式获取匹配的初匹相似度，该公式为：

其中，表示为初匹相似度，DYD表示为第一待选词语的个数，DED表示为第二待选词语的个数，PYZ0表示为匹样中集中词语的总个数，PYL0表示为匹样漏集中词语的总个数；

S75：将初匹相似度与预设的相似阈值进行对比，若初匹相似度不小于相似阈值，则判定初匹相似度对应的第一待选词语和第二待选词语有效并生成第一相似信号；若初匹相似度小于相似阈值，则判定初匹相似度对应的第一待选词语和第二待选词语无效并生成第二相似信号；

S76：根据第一相似信号将选中词语与第一待选词语和第二待选词语分类组合，得到匹配结果并存储至数据库中；

S77：根据第二相似信号将选弃词语与第一待选词语和第二待选词语分类组合，得到相似结果。