语音质检方法、系统、设备及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种语音质检方法、系统、设备及存储介质。

背景技术：

2.随着语音技术的不断发展，语音服务变得越来越普遍，为了进一步提高为用户提供语音服务质量，对语音服务进行质量检测十分必要。目前对于语音服务质检通常是质检员听取一定比例的电话录音进行人工的质检。质检员检测客服接听用户电话时态度是否礼貌、是否正确复述通话结果、是否正确解答用户咨询问题等，再对检测结果进行分析、从而提高客服的服务水平。当前语音质检方法人工质检较为繁琐，质检效率低，质检范围覆盖率低，得到的质检结果准确性低。
3.需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

4.针对现有技术中的问题，本发明的目的在于提供一种语音质量检测方法、系统、设备及存储介质，可以方便多维度分析客服服务质量，及时培训与纠正客服，提高客服服务水平，提高语音质检效率，从而提高客户满意度。
5.本发明实施例提供一种语音质检方法，包括如下步骤：
6.响应于终端设备的请求，获取待测语音录音数据；
7.将所述待测语音录音数据转换为待质检文本；
8.将所述待质检文本输入至质检模型；
9.输出质检模型的质检结果；
10.根据所述质检结果，采用预设的质量评价算法生成质量评价结果。
11.在一些实施例中，所述将待测语音录音数据转换为待质检文本包括如下步骤：
12.根据人声分离算法分离出所述待测语音录音数据的客服语音数据和客户语音数据；
13.将所述客服语音数据输入至语音识别模型中转换为待质检文本。
14.在一些实施例中，所述质检模型包括情绪质检模型、关键字质检模型和语速质检模型中的一种或多种。
15.在一些实施例中，所述质检模型包括情绪质检模型，将待质检文本输入至所述情绪质检模型之后，包括如下步骤：
16.通过预先训练的情绪识别模型对所述待质检文本进行情绪分析；
17.当检测到客服情绪异常时，在情绪基准分上进行减分计算，所述情绪质检模型输出的质检结果为客服情绪分值。
18.在一些实施例中，所述质检模型包括关键字质检模型，将待质检文本输入至所述
关键字质检模型之后，包括如下步骤：
19.通过预先训练的关键字质检模型对所述待质检文本进行关键字是否缺失分析；
20.当检测到客服未使用关键字时，在关键字基准分上进行减分计算，所述关键字质检模型输出的质检结果为关键字分值。
21.在一些实施例中，所述质检模型包括语速质检模型，将待质检文本输入至所述语速质检模型之后，包括如下步骤：
22.通过预先训练的语速质检模型对所述待质检文本进行语速是否正常分析；
23.当检测到用户出现语速异常时，在语速基准分上进行减分计算，所述语速质检模型输出的质检结果为语速分值。
24.在一些实施例中，所述质量评价算法包括第一质量评价算法，所述根据所述质检结果，采用预设的第一质量评价算法生成质量评价结果，包括步骤：
25.基于预设的各质检模型的质检结果与质量评价结果的映射关系，获得第一质量评价结果。
26.在一些实施例中，所述质量评价算法还包括第二质量评价算法，所述根据所述质检结果，采用预设的第二质量评价算法生成质量评价结果，还包括如下步骤：
27.根据所述第二质量评价算法获取各质检结果的权重；
28.将各质检结果与其相对应的权重相乘后求和，获得第一分数；
29.基于预设的第一分数与质量评价结果的映射关系，获得第二质量评价结果。
30.在一些实施例中，所述采用预设的质量评价算法生成质量评价结果之后，还包括如下步骤：
31.检测所述第一质量评价结果是否需要反馈用户；
32.检测所述第二质量评价结果是否需要反馈用户；
33.如果所述第一质量评价结果需要反馈用户或所述第二质量评价结果需要反馈用户，则向人工质检平台发送第一质量评价结果或第二质量评价结果，以使人工质检平台复核所述待测语音录音数据。
34.本发明实施例还提供一种语音质检系统，用于实现如上所述的语音质检方法，所述系统包括：
35.获取模块，用于响应于终端设备的请求，获取待测语音录音数据；
36.转换模块，用于将所述待测语音录音数据转换为待质检文本；
37.输入模块，用于将所述待质检文本输入至质检模型；
38.输出模块，用于输出质检模型的质检结果；
39.评价模块，用于根据所述质检结果，采用预设的质量评价算法生成质量评价结果。
40.本发明实施例还提供一种语音质检设备，包括：
41.处理器；
42.存储器，其中存储有所述处理器的可执行指令；
43.其中，所述处理器配置为经由执行所述可执行指令来执行如上所述的语音质检方法的步骤。
44.本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现如上所述的语音质检方法的步骤。
45.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
46.本发明的语音质检方法、系统、设备及存储介质具有如下有益效果：多维度分析客服语音质量，便于及时培训和纠正客服在语音服务中的不足，提高率语音质检的覆盖面，提高了质检效率，提高了客服服务水平。
附图说明
47.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
48.图1是本发明一实施例的语音质检方法的流程图；
49.图2是本发明一实施例的步骤s200的流程图；
50.图3是本发明一实施例的步骤s500的流程图；
51.图4是本发明一实施例的步骤s500之后的流程图；
52.图5是本发明一实施例的语音质检系统的结构示意图；
53.图6是本发明一实施例的语音质检设备的结构示意图；
54.图7是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
55.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
56.此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
57.附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此，实际执行的顺序有可能根据实际情况改变。
58.图1为本发明实施例提供的语音质检方法的流程图。如图1所示，所述语音质检方法包括如下步骤：
59.s100：响应于终端设备的请求，获取待测语音录音数据；
60.在本发明实施例中，待测语音录音数据为客服与客户的通话录音文件；一段完整的语音录音数据为客户呼叫中心平台被座席接通后开始，到客户挂断电话，呼叫中心平台从座席接通电话开始进行语音录制座席与客户间的对话。本技术的终端设备可以是笔记本电脑、平板电脑、手机等终端设备，但对终端设备的具体类型不作任何限制。
61.s200：将所述待测语音录音数据转换为待质检文本；
62.s300：将所述待质检文本输入至质检模型；
63.s400：输出质检模型的质检结果；
64.具体地，将所述待测语音录音数据转换为待质检文本，可以将所述待测试语音录音数据输入至语音识别模型中，所述语音识别模型可以是通过自动语音识别(asr)、自然语音理解(nlu)和自然语音处理(nlp)等技术对待检测语音识别获得文字识别效果。所述质检模型可包括情绪质检模型、关键字质检模型、语速质检模型、静音质检模型中的一种或多种。通过将待质检文本输入至多种检测模型中，可从情绪、关键字、语速以及对话时停顿时间等多维度分析客服的服务水平，可及时检测出客服在进行服务时出现的问题，及时进行纠正，提高客服服务水平，提高客户满意度。上述质检模型可利用神经网络技术训练输出模型。
65.s500：根据所述质检结果，采用预设的质量评价算法生成质量评价结果。
66.本发明首先通过步骤s100得到待测语音录音数据，通过步骤s200将所述待测语音录音数据转为待质检文本，然后进行步骤s300将所述待质检文本输入至质检模型中，得到步骤s400输出质检模型的质检结果，通过步骤s500根据所述质检结果，采用预设的质量评价算法生成质量评价结果。实现客服语音的全覆盖质检，降低语音质检成本，统一语音质检标准，提高语音质检效率。
67.图2为本发明实施例提供的步骤s200将所述待测语音录音数据转换为待质检文本的流程图。如图2所示，步骤s200将待测语音录音数据转换为待质检文本包括如下步骤：
68.s210：根据人声分离算法分离出所述待测语音录音数据的客服语音数据和客户语音数据；
69.s220：将所述客服语音数据输入至语音识别模型中转换为待质检文本。
70.具体地，在进行语音数据转换为文本数据前，需对语音数据进行前置处理，利用人声分离算法将单通道上的客服和用户语音进行分离，本实施例中采用vda(voice active detection，语音端点检测)技术，得到客服的语音录音数据和用户语音录音数据，可分别对客服的语音录音数据和用户的语音录音数据进行质量检测。得到的客服的语音录音数据通过语音识别技术转换为待质检的文本，然后对待质检的文本进行检测得到语音质检结果。
71.本实施例中的质检模型包括情绪质检模型、关键字质检模型和语速质检模型中的一种或多种。
72.当所述质检模型包括情绪质检模型，将待质检文本输入至所述情绪质检模型之后，包括如下步骤：
73.通过预先训练的情绪识别模型对所述待质检文本进行情绪分析；
74.当检测到客服情绪异常时，在情绪基准分上进行减分计算，所述情绪质检模型输出的质检结果为客服情绪分值。
75.本实施例中的情绪识别模型为文本情绪识别模型，关于文本情绪识别的方法主要有关键词识别、词汇关联以及使用常识库识别的方法等，通过采用情绪识别模型检测客服在与用户进行对话时情绪情况。例如，在客服场景中，当客服回复用户的一些语音中可能会包含情绪异常的文字，如用户问：这个可以做吗？客服答：不可以。“不可以”这个词汇在质检中被认定为情绪消极词汇，本实施例中情绪消极词汇即为情绪异常词，当情绪质检模型判定出出现情绪异常词时，根据情绪异常词或句出现的频率来对情绪质检结果进行判断。例如根据判定的情绪异常词出现的频率对情绪质检结果进行打分，例如出现情绪异常词一次
扣0.2分，情绪基准分定为5分，出现一次异常词或句扣除一次判定分，直至情绪基准分数扣减到0为止。通过情绪质检模型，可得到对客服在与用户沟通时的情绪质量结果，对于情绪质量结果检测不合格的客服人员可进行及时培训与纠正。
76.所述质检模型包括关键字质检模型，将待质检文本输入至所述关键字质检模型之后，包括如下步骤：
77.通过预先训练的关键字质检模型对所述待质检文本进行关键字是否缺失分析；
78.当检测到客服未使用关键字时，在关键字基准分上进行减分计算，所述关键字质检模型输出的质检结果为关键字分值。
79.所述关键字质检模型检测客服在应答用户时是否按照要求进行。例如，公司内部对客服人员培训在接听到电话时，首先对客户进行礼貌询问：您好，很高兴为您服务，请问有什么可以帮到您的？如果未检测到客服接听电话后对用户进行上述的礼貌用语进行询问，则在关键字基准分上进行减分，缺少一处关键词，则在关键字基准份上进行减分0.2分，直至关键词基准分扣除为0。通过关键字质检模型，可检测客服在与用户沟通中是否按照公司要求进行回复，以及是否出现不礼貌用语，对客服人员在关键字质检结果中不合格的情况可及时培训与纠正，提高客服服务水平，提高客户的满意度。
80.所述质检模型包括语速质检模型，将待质检文本输入至所述语速质检模型之后，包括如下步骤：
81.通过预先训练的语速质检模型对所述待质检文本进行语速是否正常分析；
82.当客服在与用户进行对话时语速过快，会影响用户接收有用信息，因此导致客户对客服的不满意，因此需对客服的语速进行质检。正常情况下，客服语速为240个音节/分钟，若超过这个语速，则被判定为语速过快。通过语速质检模型检测客服的语速，可检测多个时间段内客服的语速情况，若客服超过某一语速时，则在语速基准分上进行减分，例如检测超过一处则减0.2分，直至关键词基准分扣除至0。通过语速质检模型，可检测客服在于用户对话中语速是否异常，当发现语速异常时，可及时对客服进行培训与纠正，提高客服的服务水平，提高客户的满意度。
83.进一步地，所述质量评价算法包括第一质量评价算法，所述根据所述质检结果，采用预设的第一质量评价算法生成质量评价结果，包括步骤：
84.基于预设的各质检模型的质检结果与质量评价结果的映射关系，获得第一质量评价结果。
85.本实施例中，所述第一质量评价算法即为判断客服情绪是否合格、关键词表述是否合格以及语速是否合格，可根据质检模型输出的质检结果判断质检的检测项目是否合格。
86.如图3所示，为步骤s500的流程图，所述质量评价算法还包括第二质量评价算法，所述根据所述质检结果，采用预设的第二质量评价算法生成质量评价结果，还包括如下步骤：
87.s510：根据所述第二质量评价算法获取各质检结果的权重；
88.s520：将各质检结果与其相对应的权重相乘后求和，获得第一分数；具体地，所述第二质量评价算法中包括各模型的质检结果在质检中所占的权重，通过将各质检模型输出的质检结果的分值与其相对应的权重相乘求和后，得到多维度下语音质检结果；
89.s530：基于预设的第一分数与质量评价结果的映射关系，获得第二质量评价结果；
90.通过将得到的第一分数与预设的第一分数与质量评价结果的映射关系，得到多维度质检语音情况的质量评价结果。
91.图4是步骤s500所述采用预设的质量评价算法生成质量评价结果之后的流程图。如图4所示，所述采用预设的质量评价算法生成质量评价结果之后，还包括如下步骤：
92.s600：检测所述第一质量评价结果是否需要反馈用户；
93.s700：检测所述第二质量评价结果是否需要反馈用户；
94.s800：如果所述第一质量评价结果需要反馈用户或所述第二质量评价结果需要反馈用户，则向人工质检平台发送第一质量评价结果或第二质量评价结果，以使人工质检平台复核所述待测语音录音数据。
95.各质检模型输出的质检结果分数与预设的评价模板进行比对，当各质检模型输出的质检结果分数低于该项的合格分数后，则需相人工平台反馈该质检情况，由人工平台进行再次对该质检项目进行审核。以及多维度分析语音质检情况出现低于合格分数时，同样将多维度质检结果报告人工质检平台，人工质检平台将对检测结果进行复核，提高质检结果的准确性。当质检结果综合评判时合格，但单项检验项目存在不合格项时，单项不合格项会发送至人工平台进行复核质检，提高质检项目的准确性；当质检结果综合评判不合格，同时发送单项检验项目不合格项时，便于人工质检平台着重对不合格项目进行复核质检，提高人工复核效率。
96.本发明首先通过步骤s100得到待测语音录音数据，通过步骤s200将所述待测语音录音数据转为待质检文本，然后进行步骤s300将所述待质检文本输入至质检模型中，得到步骤s400输出质检模型的质检结果，通过步骤s500根据所述质检结果，采用预设的质量评价算法生成质量评价结果。实现客服语音的全覆盖质检，降低语音质检成本，统一语音质检标准，提高语音质检效率。
97.如图5所示，本发明实施例还提供一种语音质检系统，用于实现所述的语音质检方法，所述系统包括：
98.获取模块m100，用于响应于终端设备的请求，获取待测语音录音数据；
99.转换模块m200，用于将所述待测语音录音数据转换为待质检文本；
100.输入模块m300，用于将所述待质检文本输入至质检模型；
101.输出模块m400，用于输出质检模型的质检结果；
102.评价模块m500，用于根据所述质检结果，采用预设的质量评价算法生成质量评价结果。
103.本发明通过获取模块m100用于响应于终端设备的请求，获取待测语音录音数据，通过转换模块m200用于将所述待测语音录音数据转换为待质检文本，并且通过输入模块m300用于将所述待质检文本输入至质检模型，通过评价模块m500根据所述质检结果，采用预设的质量评价算法生成质量评价结果，多维度分析语音质量，提高语音质检反馈的时效性，可以对服务有问题的客服通话进行纠正，避免事后处理的不及时，提高语音质检效率，提高客服质量，提高客户满意度。
104.本发明实施例还提供一种语音质检设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的语音
质检方法的步骤。
105.所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
106.下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
107.如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
108.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述语音质检方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。
109.所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。
110.所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
111.总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
112.电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
113.所述语音质检设备中，所述存储器中的程序被处理器执行时实现所述的语音质检方法的步骤，因此，所述设备也可以获得上述语音质检方法的技术效果。
114.本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现所述的语音质检方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上执行时，所述程序代码用于使所述终端设备执行本说明书上述语音质检方法部分中描述的根据本发明各种示例性实施方式的步骤。
115.参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，
例如个人电脑上执行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
116.所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
117.所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
118.可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
119.所述计算机存储介质中的程序被处理器执行时实现所述的语音质检方法的步骤，因此，所述计算机存储介质也可以获得上述语音质检方法的技术效果。
120.以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

技术特征：

1.一种语音质检方法，其特征在于，包括如下步骤：响应于终端设备的请求，获取待测语音录音数据；将所述待测语音录音数据转换为待质检文本；将所述待质检文本输入至质检模型；输出质检模型的质检结果；根据所述质检结果，采用预设的质量评价算法生成质量评价结果。2.根据权利要求1所述的语音质检方法，其特征在于，所述将待测语音录音数据转换为待质检文本包括如下步骤：根据人声分离算法分离出所述待测语音录音数据的客服语音数据和客户语音数据；将所述客服语音数据输入至语音识别模型中转换为待质检文本。3.根据权利要求2所述的语音质检方法，其特征在于，所述质检模型包括情绪质检模型、关键字质检模型和语速质检模型中的一种或多种。4.根据权利要求3所述的语音质检方法，其特征在于，所述质检模型包括情绪质检模型，将待质检文本输入至所述情绪质检模型之后，包括如下步骤：通过预先训练的情绪识别模型对所述待质检文本进行情绪分析；当检测到客服情绪异常时，在情绪基准分上进行减分计算，所述情绪质检模型输出的质检结果为客服情绪分值。5.根据权利要求4所述的语音质检方法，其特征在于，所述质检模型包括关键字质检模型，将待质检文本输入至所述关键字质检模型之后，包括如下步骤：通过预先训练的关键字质检模型对所述待质检文本进行关键字是否缺失分析；当检测到客服未使用关键字时，在关键字基准分上进行减分计算，所述关键字质检模型输出的质检结果为关键字分值。6.根据权利要求5所述的语音质检方法，其特征在于，所述质检模型包括语速质检模型，将待质检文本输入至所述语速质检模型之后，包括如下步骤：通过预先训练的语速质检模型对所述待质检文本进行语速是否正常分析；当检测到用户出现语速异常时，在语速基准分上进行减分计算，所述语速质检模型输出的质检结果为语速分值。7.根据权利要求3所述的语音质检方法，其特征在于，所述质量评价算法包括第一质量评价算法，所述根据所述质检结果，采用预设的第一质量评价算法生成质量评价结果，包括步骤：基于预设的各质检模型的质检结果与质量评价结果的映射关系，获得第一质量评价结果。8.根据权利要求7所述的语音质检方法，其特征在于，所述质量评价算法还包括第二质量评价算法，所述根据所述质检结果，采用预设的第二质量评价算法生成质量评价结果，还包括如下步骤：根据所述第二质量评价算法获取各质检结果的权重；将各质检结果与其相对应的权重相乘后求和，获得第一分数；基于预设的第一分数与质量评价结果的映射关系，获得第二质量评价结果。9.根据权利要求7所述的语音质检方法，其特征在于，所述采用预设的质量评价算法生
成质量评价结果之后，还包括如下步骤：检测所述第一质量评价结果是否需要反馈用户；检测所述第二质量评价结果是否需要反馈用户；如果所述第一质量评价结果需要反馈用户或所述第二质量评价结果需要反馈用户，则向人工质检平台发送第一质量评价结果或第二质量评价结果，以使人工质检平台复核所述待测语音录音数据。10.一种语音质检系统，其特征在于，用于实现权利要求1至9中任一项所述的语音质检方法，所述系统包括：获取模块，用于响应于终端设备的请求，获取待测语音录音数据；转换模块，用于将所述待测语音录音数据转换为待质检文本；输入模块，用于将所述待质检文本输入至质检模型；输出模块，用于输出质检模型的质检结果；评价模块，用于根据所述质检结果，采用预设的质量评价算法生成质量评价结果。11.一种语音质检设备，其特征在于，包括：处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至9中任一项所述的语音质检方法的步骤。12.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至9中任一项所述的语音质检方法的步骤。

技术总结

本发明提供了一种语音质检方法、系统、设备及存储介质，该方法包括：响应于终端设备的请求，获取待测语音录音数据；将所述待测语音录音数据转换为待质检文本；将所述待质检文本输入至质检模型；输出质检模型的质检结果；根据所述质检结果，采用预设的质量评价算法生成质量评价结果。本发明可以多维度分析客服语音质量水平，提高了质检覆盖率，便于及时培训和纠正客服人员，提高了质检效率。提高了质检效率。提高了质检效率。