具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

本申请实施例提供一种客服通话数据智能质检方法、装置、设备及介质。其中，该客服通话数据智能质检方法可应用于人工智能设备中，其中，人工智能设备可以是手机、计算机、智能机器人、独立的服务器或服务器集群等电子设备，在此不做限定。

本实施例中，以该客服通话数据智能质检方法应用于独立的计算机为例进行说明，但不局限于客服通话数据智能质检方法仅可以用于独立的计算机。

下面结合附图，对本申请的一些实施方式作详细说明，在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1为本申请实施例提供的一种客服通话数据智能质检方法的步骤示意流程图，该方法具体包括以下步骤S1-S6。

步骤S1、当接收到质检指令时，根据所述质检指令获取待进行质检评估的客服通话数据。

当需要对客服人员进行服务质量检查时，质检人员通过对应的电子设备向执行本方法的计算机发送质检指令，计算机根据质检指令从数据库中获取到对应的客服通话数据，所述客户通话数据包括对应咨询人员的多个第一语音数据、及对应客服人员的多个第二语音数据。

如图2所示，在一些实施方式中，质检指令包括客服人员信息、及客服通话对应的时间信息。步骤S1中，所述根据所述质检指令获取待进行质检评估的客服通话数据，具体包括步骤S11-S12。

步骤S11：根据所述客服人员信息确定所述客服人员对应的客服通话数据的数据存储地址。

具体地，质检指令包括客服人员信息、及客服通话对应的时间信息，而客服通话数据已预先根据客服人员信息归类为多个通话数据集，存储在数据库中，其中，通话数据集与客服人员一一对应，所述通话数据集中存储了对应所述客服人员在不同时间的客服通话数据。并且，计算机还预先通过机器学习建立客服人员信息与客服通话数据的数据存储地址的匹配模型。当接收到质检指令时，根据质检指令中包含的客服人员信息确定客服人员对应的客服通话数据的数据存储地址，以便于后续步骤中根据数据存储地址、及客服通话对应的时间信息提取客服通话数据。

步骤S12：根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送所述通话数据请求，以获取与对应客服人员待进行质检评估的客服通话数据。

在一些实施方式中，客服通话数据已预先根据客服人员信息归类为多个通话数据集，并存储在数据库中，其中，所述通话数据集中存储了对应所述客服人员在不同时间的客服通话数据。计算机根据数据存储地址、及客服通话对应的时间信息生成对应的通话数据请求，并向对应的数据库发送所述通话数据请求，以获取与对应客服人员待进行质检评估的客服通话数据。

示例性地，对A客服人员在2020年6月1日的客服通话数据进行质检时，通过向计算机输入A客服人员信息、及客服通话对应的时间信息，其中，计算机中预先定义客服人员信息和对应的客服通话数据的存储地址，该A客服人员信息包括联系电话、身份证号、工号中的至少一者，客服通话对应的时间信息可以是客服通话的具体时间点或者是时间段，计算机通过客服人员身份信息、及客服通话对应的时间信息确定A客服人员的客服通话数据的存储地址，生成对应的客服通话数据请求，并发送至数据库，以使数据库调用对应的客服通话数据，计算机接收数据库发送的A客服人员的客服通话数据。

步骤S2：根据所述客服通话数据对应的时间轴识别所述客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据，并赋予所述第一语音数据和所述第二语音数据对应的语音时间戳。

根据通话时间的时间轴识别客服通话数据中咨询人员在多个时间点或时间段对应的第一语音数据，及客服人员在多个时间点对应的第二语音数据，并根据语音数据对应的时间赋予第一语音数据和第二语音数据对应的时间戳，以识别对应语音数据对应的时间先后顺序。

如图3所示，在一些实施方式中，步骤S2具体包括步骤S21-S24。

步骤S21：根据所述客服通话数据对应的时间轴提取所述客服通话数据中声纹特征数据、及所述声纹特征数据对应的时间信息。

可以理解的是，每个人声音对应的声纹特征不同，则可以从利用机器学习建立声纹特征模型。具体地，声纹特征模型可以使用的特征数据包括：声学特征数据；词法特征数据；韵律特征数据。

具体地，客服通话数据与时间轴相对应，按照时间轴上通话时间的先后顺序，根据预设的声纹特征模型提取客服通话数据中对应的声纹特征数据、并标记对应声纹特征所对应的时间信息。其中，声纹特征数据包括基音频谱及其轮廓、基音帧的能量、基音共振峰的出现频率及其轨迹、线性预测倒谱、线谱对、自相关和对数面积比、及感知线性预测中的至少一者。

在一些实施方式中，所述声纹特征模型是利用所述客服人员的语音数据输入到预设神经网络模型训练获得。预设的声纹特征模型可以是利用所述客服人员的声纹特征数据进行训练获取，以使声纹特征模型输出的提取输出结果更为准确。实际应用中，进行声纹特征提取时，可以提取录制的客服通话数据中的声纹特征数据，该声纹特征数据包括基音频谱及其轮廓、基音帧的能量、基音共振峰的出现频率及其轨迹、线性预测倒谱、线谱对、自相关和对数面积比、Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient，MFCC)、感知线性预测中的至少一者。

利用预设的声纹模型对所获取的声纹特征进行筛选分类，从而将声纹特征区分为与咨询人员对应的多个第一声纹特征数据和与客服人员对应的多个第二声纹特征数据，其中，该预设的声纹模型可以是利用所述客服人员的声纹特征数据进行训练获取。

步骤S22：根据预设的声纹特征模型对所述声纹特征数据进行分类，以获取咨询人员对应的多个第一声纹特征数据和客服人员对应的多个第二声纹特征数据。

在一些实施方式中，利用预设的声纹特征模型对所获取的声纹特征进行筛选分类，从而将声纹特征区分为与咨询人员对应的多个第一声纹特征数据和与客服人员对应的多个第二声纹特征数据，其中，所述声纹特征模型是利用所述客服人员的语音数据输入到预设神经网络模型训练获得。

步骤S23：根据所述第一声纹特征数据获取对应的多个第一语音数据，并根据所述第二声纹特征数据获取对应的多个第二语音数据。

在一些实施方式中，基于预设的对应关系，可根据第一声纹特征数据获取对应的多个第一语音数据，并根据第二声纹特征数据获取对应的多个第二语音数据，以将时间轴上的时间点与语音对象关联起来。

示例性地，2020年6月1日上午A客服人员对应的语音数据、客服通话的时间轴、声纹特征及语音对象的对应关系如以下表格所示。

基于以上表格所示的对应关系，确定对应具体时间点的具体语音对象。

步骤S24：根据所述声纹特征数据对应的时间信息赋予所述第一语音数据和所述第二语音数据对应的语音时间戳。

在将声纹特征分类后，根据第一声纹特征数据获取对应的多个第一语音数据，根据第二声纹特征数据获取对应的多个第二语音数据，然后根据声纹特征数据对应的时间信息赋予第一语音数据和第二语音数据对应的语音时间戳，从而可以根据语音时间戳获知对应语音数据产生的先后顺序。

步骤S3：将多个所述第一语音数据及多个所述第二语音数据输入预设的语音转换模型进行文本转换，以获取多个所述第一语音数据对应的多个第一文本信息、及多个所述第二语音信息对应的多个第二文本信息，所述第一文本信息和所述第二文本信息均标记有与所述语音时间戳对应的文本时间戳。

如图4所示，在一些实施方式中，步骤S3中将多个所述第一语音数据及多个所述第二语音数据输入预设的语音转换模型进行文本转换，以获取多个所述第一语音数据对应的多个第一文本信息、及多个所述第二语音信息对应的多个第二文本信息，具体包括步骤S31-S33。

步骤S31：将多个所述第一语音数据输入预设的语音转换模型进行文本转换，以获取多个第一文本信息；

步骤S32：将多个所述第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第二文本信息；

步骤S33：根据所述第一语音数据对应的语音时间戳为所述第一文本信息标记对应的文本时间戳，并根据所述第二语音数据对应的语音时间戳为所述第二文本信息标记对应的文本时间戳。

在一些实施方式中，预设的语音转换模型可以是自动语音识别模型(AutomaticSpeech Recognition，ASR)，将第一语音数据及第二语音数据输入自动语音识别模型，通过自动语音识别模型将待检测的语音转换为对应的文本，以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息。同时根据第一语音数据及第二语音数据对应的语音时间戳为第一文本信息和第二文本信息标记对应的文本时间戳。

示例性地，以下表格为2020年6月1日上午A客服人员通话的时间轴、语音数据、语音时间戳、文本信息与文本时间戳之间的对应关系。

根据以上表格中的对应关系，可确定客服通话数据时间轴上各时间点所对应的多个文本时间戳，并得到所述多个时间戳的在时间轴上的时间先后顺序为：“W1020-W1022-W1024-W1026-W1024-W1026”。

步骤S4：根据所述文本时间戳将多个所述第一文本信息和多个所述第二文本信息进行排序，以获取所述客服通话数据对应的通话记录文本。

根据所获得的文本信息对应的文本时间戳，将多个第一文本信息和多个第二文本信息按照时间先后顺序进行排序，以获取客服人员及客服通话数据对应的通话记录文本，该通话记录文本记载有通话人员信息、通话时间信息、通话文本内容信息。

示例性地，将多个文本时间戳按照时间先后顺序进行排序，即获得客服通话数据对应的文本时间戳的顺序：“W1020-W1022-W1024-W1026-W1024-W1026”，并根据所述顺序将多个第一、第二文本数据拼接，得到客服通话数据对应的通话记录文本。

步骤S5：根据所述通话记录文本，获取所述客服通话数据的第一质检结果；

如图5所示，在一些实施方式中，步骤S5具体包括步骤S51-步骤S52。

步骤S51：对所述第一文本信息和所述第二文本信息进行关键词拆分，获得所述第一文本信息对应的第一关键词、及所述第二文本信息对应的第二关键词；

步骤S52：根据所述第一关键词和所述第二关键词判断客服人员回答问题的准确度，从而生成所述客服通话数据的第一质检结果。

计算机内存储有第一关键词、第二关键词的相似度和第一评价信息的第一对应关系，通过机器学习获取第一关键词和第二关键词的相似度，并通过第一对应关系，利用所获取的第一关键词和第二关键词的相似度，获取第一评价信息。

计算机内存储有第二关键词和预设关键词相似度的第二对应关系，通过机器学习获取第二关键词和预设关键词的相似度，并通过第二对应关系，利用所获取的第二关键词和预设关键词的相似度，获取第二评价信息。

具体地，执行本方法的计算机对第一文本信息和第二文本信息进行关键词拆分，获得第一文本信息对应的第一关键词、及第二文本信息对应的第二关键词；获取第一关键词和第二关键词的相似度，并利用获取的第一关键词和第二关键词的相似度，获取第一评价信息；获取第二关键词和预设关键词的相似度，并利用所获取的第二关键词和预设关键词的相似度，获取第二评价信息。根据第一关键词和第二关键词判断客服人员回答问题的准确度，从而生成客服通话数据的第一质检结果。

通过第一评价信息和第二评价信息生成客服通话数据对应的质量评价结果，并以该质量评价结果作为客服通话数据的第一质检结果，第一质检结果用于表征客服人员回答问题的准确度。

可以理解的是，第一评价信息是基于第一关键词和第二关键词的相似度进行确定，表征的是客服人员提供的语音服务与咨询人员的咨询是否吻合，当咨询人员对应的第一文本信息与客服人员对应的第一文本信息相似度高时，可认为客服人员提供的语音服务与咨询人员的咨询吻合，且语音服务的质量较好。

进一步地，第二评价信息是基于第二关键词和预设关键词的相似度进行确定，表征的是客服人员提供的语音服务是否包含敬语，预设关键词可以包括“您”、“请”、“谢谢”及“不客气”等常用敬语，当客服人员对应的第二文本信息与预设关键词相似度高时，可认为客服人员提供的语音服务提供的语音服务包含了敬语，且语音服务的质量较好。

步骤S6：接收所述客服响应所述第一质检结果的二次质检请求，并根据所述二次质检请求对所述客服通话数据进行复检，以获取第二质检结果。

如图6所示，在一些实施方式中，步骤S6中，根据所述二次质检请求对所述客服通话数据进行复检，以获取第二质检结果，具体包括步骤S61-S63：

步骤S61：根据所述二次质检请求判断所述通话记录文本中对应的所述第一文本信息的翻译是否有误。

可以理解的是，在语音翻译过程中，由于咨询人员区域分布的复杂性，咨询人员的口音往往存在着差异，从而使得在某些语境下的使用语音翻译模型对某些特殊发音翻译时，翻译的准确度不足。如，卷舌音的“sh”平舌音和“s”，前鼻音的“ping”和后鼻音的“pin”，字母“j”和字母“z”、字母“L”和字母“N”、及字母“F”和字母“H”。因此，将语音转换为文本时出错率较高的词语、短句作为预设词句，收集形成错词数据库。

当客服人员对所述第一质检结果存在异议，提出二次质检请求时，计算机响应于二次质检请求，根据错词数据库判断第一文本信息的翻译是否有误。具体地，计算机遍历通话记录文本中的第一文本信息，识别第一文本信息中是否包含错词数据库中存储的预设词句，当第一文本信息中包含预设词句时，判断通话记录文本中对应的第一文本信息的翻译有误。

示例性地，在某些语境下的文本转换中，“牛奶”一词容易转换为“刘来”，因此，将“刘来”作为预设词句，存储在错词数据库中。

当咨询人员想表达的是“牛奶”，但将对应的第一语音数据输入预设的语音转换模型时，模型输出的第一文本信息包含的却是“刘来”。用包含“刘来”的通话记录文本判断客服人员回答问题的准确度，从而生成第一质检结果，将会使得判断得出的准确度降低，第一质检结果不够准确，计算机响应于二次质检请求，遍历通话记录文本中的第一文本信息，识别第一文本信息中是否包含错词数据库中存储的预设词句，当识别得到第一文本信息中包含了错词数据库中存储的“刘来”，则判断第一文本信息的翻译有误。

步骤S62：当对应的所述第一文本信息的翻译有误时，标记翻译有误的所述第一文本信息，并根据所述通话记录文本修正对应翻译有误的所述第一文本信息，以获取第一修正文本信息。

在一些实施方式中，步骤S62具体包括：步骤S621-S622。

步骤S621：标记翻译有误的所述第一文本信息中对应翻译错误的第一词组；

步骤S622：根据所述文本时间戳提取与翻译有误的所述第一文本信息相邻的第二文本信息，并利用所提取的第二文本信息修正对应翻译有误的所述第一词组，以获取第一修正文本信息。

示例性地，利用对比结果分析出第一文本信息中翻译有误的词组，并标记该翻译有误的词组。然后根据翻译有误的第一文本信息对应的文本时间戳从通话记录文本中提取与翻译有误的第一文本信息相邻的第二文本信息、及与错误的第一文本信息相邻的第一文本信息。

对所提取的第一文本信息、第二文本信息进行关键词拆分，获取所提取的第二文本信息对应的第二词组、及第一文本信息对应的第三词组，根据预设的第一词组和第二词组、第三词组之间的对应关系，获取与翻译有误词组对应的第二词组，利用第二词组修正第一词组，以获取第一修正文本信息。

计算机中存储有多个翻译有误的第一词组和对应翻译正确的第二词组，当在第一文本信息中标注到错误词组为第一词组，并且在第二文本信息中识别到与第二词组时，利用第二词组修正第一词组，以获取第一修正文本信息。

例如，经过语音翻译后的通话记录文本如下：

W1020咨询人员：你们6月17日的活动明明购买满688元说送一箱“刘来”的，现在怎么没有呢！

W1022客服人员：您说的是我们6月17日的活动送一箱“牛奶”是吗？

W1024咨询人员：你们活动写的很清楚，购买满688就送的，我好不容易凑够单的！

W1026咨询人员：对，是一箱“刘来”！

W1028客服人员：好的，我这边给您核查一下，再回复您可以吗？

W1030客服人员：感谢您的来电，这里是xxx为您服务，请您的接听。

在上述记录中，在文本时间轴对应的W1020句子中，由于咨询人员的口音问题，造成语音翻译模型对“牛奶”一词翻译有误，当判断出该词语翻译有误时，将该翻译有误的词语进行标注并记录。

在一些实施方式中，步骤S622具体包括：首先确定翻译有误的第一文本信息在时间轴中的相对位置，然后根据文本时间戳确定与翻译有误的第一文本信息相邻的第二文本信息在时间轴中的相对位置，并对所获取的第二文本信息进行关键词拆分，以提取该第二文本信息，利用所提取的第二文本信息修正对应翻译有误的所述第一词组，以获取第一修正文本信息。

例如，当确定第一文本信息中“刘来”一词有误时，则根据文本时间戳，从通话记录文本中提取与包含“刘来”的第一文本信息对应的第一文本信息相邻的第二文本信息，并对所获取的第二文本信息进行关键词拆分。第一词组中提取到“刘来”，并且第二词组中提取到“牛奶”时，将第二词组的“牛奶”替换第一词组中提取到的“刘来”以获取第一修正文本信息。

步骤S63：根据所述第一修正文本信息和所述第二文本信息获取所述客服通话数据的第二质检结果。

如图8所示，在一些实施方式中，步骤S63具体包括步骤S631-S632。

步骤S631：对所述第一修正文本信息和所述第二文本信息进行关键词拆分，获得所述第一修正文本信息对应的第一关键词、及第二文本信息对应的第二关键词；

步骤S632：根据所述第一关键词和所述第二关键词判断客服人员回答问题的准确度，从而生成所述客服通话数据的第二质检结果。

可以理解的是，计算机内存储有第一修正关键词、第二关键词的相似度和第一修正评价信息的第一修正对应关系，通过机器学习获取第一修正关键词和第二关键词的相似度，并通过第一修正对应关系，利用所获取的第一修正关键词和第二关键词的相似度，获取第一修正评价信息。同时，计算机内存储有第二关键词和预设关键词相似度的第二对应关系，通过机器学习获取第二关键词和预设关键词的相似度，并通过第二对应关系，利用所获取的第二关键词和预设关键词的相似度，获取第二评价信息。

具体地，执行本方法的计算机对第一修正文本信息和第二文本信息进行关键词拆分，获得第一修正文本信息对应的第一修正关键词、及第二文本信息对应的第二关键词；获取第一修正关键词和第二关键词的相似度，并利用获取的第一修正关键词和第二关键词的相似度，获取第一修正评价信息；获取第二关键词和预设关键词的相似度，并利用所获取的第二关键词和预设关键词的相似度，获取第二评价信息。根据第一修正关键词和第二关键词判断客服人员回答问题的准确度，从而生成客服通话数据的第一修正质检结果。

通过第一修正评价信息和第二评价信息生成客服通话数据对应的质量评价结果，并以该质量评价结果作为客服通话数据的第二质检结果，第二质检结果用于表征客服人员回答问题的准确度，经文本修正后，第二质检结果的准确度高于第一质检结果。

在另一些实施方式中，步骤S6具体包括：接收所述客服响应所述第一质检结果的二次质检请求，根据所述二次质检请求向质检端输出所述第一语音数据以及第二语音数据，并接收质检端生成的人工质检结果，作为所述第二质检结果。

具体地，执行本客服通话数据智能质检方法的计算机通过第一评价信息和第二评价信息生成客服通话数据的第一质检结果，并输出所述第一质检结果，当客服人员对所述第一质检结果存在异议，向计算机输入二次质检请求时，计算机根据所述二次质检请求向对应的质检端发送所述第一语音数据以及第二语音数据，以使质检端对所述第一语音数据以及第二语音数据进行人工质检，生成人工质检结果，然后计算机接收质检端所述人工质检结果，作为第二质检结果。

本方案用于对客服人员的语音服务进行评价，以提高客户服务质量。在本方案中，当执行本客服通话数据智能质检方法的计算机接收到质检指令时，根据质检指令获取待进行质检评估的客服通话数据；根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据，第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳；将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息，第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳；根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序，以获取客服通话数据对应的通话记录文本；根据通话记录文本，获取客服通话数据的第一质检结果；接收客服响应第一质检结果的二次质检请求，并根据二次质检请求对客服通话数据进行复检，以获取第二质检结果。从而可以有效降低由于文本信息文本转换错误造成的质检误评，提升语音服务质检的精准度，并客观真实的反映对客服人员的工作评价。

图9为本申请实施例提供的一种客服通话数据智能质检装置的模块结构示意图，如图9所示，客服通话数据智能质检装置100包括：

数据获取模块101，用于当接收到质检指令时，根据质检指令获取待进行质检评估的客服通话数据；

识别模块102，用于根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据，第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳；

文本转换模块103，用于将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息，第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳；

排序模块104，用于根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序，以获取客服通话数据对应的通话记录文本；

第一质检模块105，用于根据通话记录文本，获取客服通话数据的第一质检结果；

第二质检模块106，用于根据二次质检请求对客服通话数据进行复检，以获取第二质检结果。

在一实施方式中，质检指令包括客服人员信息、及客服通话对应的时间信息，数据获取模块101根据质检指令获取待进行质检评估的客服通话数据，具体包括：

根据客服人员信息确定客服人员对应的客服通话数据的数据存储地址；

根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送通话数据请求，以获取与对应客服人员待进行质检评估的客服通话数据。

在一实施方式中，识别模块102根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据，并赋予第一语音数据和第二语音数据对应的语音时间戳，具体包括：

根据客服通话数据对应的时间轴提取客服通话数据中声纹特征数据、及声纹特征数据对应的时间信息；

根据预设的声纹特征模型对声纹特征数据进行分类，以获取咨询人员对应的多个第一声纹特征数据和客服人员对应的多个第二声纹特征数据；

根据第一声纹特征数据获取对应的多个第一语音数据，并根据第二声纹特征数据获取对应的多个第二语音数据；

根据声纹特征数据对应的时间信息赋予第一语音数据和第二语音数据对应的语音时间戳。

在一实施方式中，文本转换模块103将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息，第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳，具体包括：

将多个第一语音数据输入预设的语音转换模型进行文本转换，以获取多个第一文本信息；

将多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第二文本信息；

根据第一语音数据对应的语音时间戳为第一文本信息标记对应的文本时间戳，并根据第二语音数据对应的语音时间戳为第二文本信息标记对应的文本时间戳。

在一实施方式中，第一质检模块105根据通话记录文本，获取客服通话数据的第一质检结果，具体包括：

对第一文本信息和第二文本信息进行关键词拆分，获得第一文本信息对应的第一关键词、及第二文本信息对应的第二关键词；

根据第一关键词和第二关键词判断客服人员回答问题的准确度，从而生成客服通话数据的第一质检结果。

在一实施方式中，第二质检模块106根据二次质检请求对客服通话数据进行复检，以获取第二质检结果，具体包括：

根据二次质检请求判断通话记录文本中对应的第一文本信息的翻译是否有误；

当对应的第一文本信息的翻译有误时，标记翻译有误的第一文本信息，并根据通话记录文本修正对应翻译有误的第一文本信息，以获取第一修正文本信息；

根据第一修正文本信息和第二文本信息获取客服通话数据的第二质检结果。

在一实施方式中，第一提取模块106标记翻译有误的第一文本信息，并根据通话记录文本修正对应翻译有误的第一文本信息，以获取第一修正文本信息，具体包括：

标记翻译有误的第一文本信息中对应翻译错误的第一词组；

根据文本时间戳提取与翻译有误的第一文本信息相邻的第二文本信息、及第一文本信息，并利用所提取的第二文本信息、第一文本信息修正对应翻译有误的第一词组，以获取第一修正文本信息。

请参阅图10，图10为本申请实施例提供的一种计算机设备的结构示意性框图。

如图10所示，计算机设备200包括处理器201和存储器202，处理器201和存储器202通过总线203连接，该总线比如为I2C(Inter-integrated Circuit)总线。

具体地，处理器201用于提供计算和控制能力，支撑整个计算机设备的运行。处理器201可以是中央处理单元(Central Processing Unit，CPU)，该处理器201还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

具体地，存储器202可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请实施例方案相关的部分结构的框图，并不构成对本申请实施例方案所应用于计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现本申请实施例提供的任意一种所述的客服通话数据智能质检方法。

在一实施方式中，处理器201用于运行存储在存储器202中的计算机程序，并在执行所述计算机程序时实现如下步骤：

当接收到质检指令时，根据质检指令获取待进行质检评估的客服通话数据；

根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据，第一语音数据和第二语音数据均标记有与时间轴对应的语音时间戳；

将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息，第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳；

根据文本时间戳将多个第一文本信息和多个第二文本信息进行排序，以获取客服通话数据对应的通话记录文本；

根据通话记录文本，获取客服通话数据的第一质检结果；

接收客服响应第一质检结果的二次质检请求，并根据二次质检请求对客服通话数据进行复检，以获取第二质检结果。

在一实施方式中，质检指令包括客服人员信息、及客服通话对应的时间信息；处理器201在根据质检指令获取待进行质检评估的客服通话数据时，包括：

根据客服人员信息确定客服人员对应的客服通话数据的数据存储地址；

根据数据存储地址、及客服通话对应的时间信息向对应的数据库发送通话数据请求，以获取与对应客服人员待进行质检评估的客服通话数据。

在一实施方式中，处理器201在根据客服通话数据对应的时间轴识别客服通话数据中咨询人员对应的多个第一语音数据、及客服人员对应的多个第二语音数据，并赋予第一语音数据和第二语音数据对应的语音时间戳，包括：

根据客服通话数据对应的时间轴提取客服通话数据中声纹特征数据、及声纹特征数据对应的时间信息；

根据预设的声纹特征模型对声纹特征数据进行分类，以获取咨询人员对应的多个第一声纹特征数据和客服人员对应的多个第二声纹特征数据；

根据第一声纹特征数据获取对应的多个第一语音数据，并根据第二声纹特征数据获取对应的多个第二语音数据；

根据声纹特征数据对应的时间信息赋予第一语音数据和第二语音数据对应的语音时间戳。

在一实施方式中，处理器201在将多个第一语音数据及多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第一语音数据对应的多个第一文本信息、及多个第二语音信息对应的多个第二文本信息，第一文本信息和第二文本信息均标记有与语音时间戳对应的文本时间戳，包括：

将多个第一语音数据输入预设的语音转换模型进行文本转换，以获取多个第一文本信息；

将多个第二语音数据输入预设的语音转换模型进行文本转换，以获取多个第二文本信息；

根据第一语音数据对应的语音时间戳为第一文本信息标记对应的文本时间戳，并根据第二语音数据对应的语音时间戳为第二文本信息标记对应的文本时间戳。

在一实施方式中，处理器201在根据通话记录文本，获取客服通话数据的第一质检结果时，包括：

对第一文本信息和第二文本信息进行关键词拆分，获得第一文本信息对应的第一关键词、及第二文本信息对应的第二关键词；

根据第一关键词和第二关键词判断客服人员回答问题的准确度，从而生成客服通话数据的第一质检结果。

在一实施方式中，处理器201在根据二次质检请求对客服通话数据进行复检，以获取第二质检结果时，包括：

根据二次质检请求判断通话记录文本中对应的第一文本信息的翻译是否有误；

当对应的第一文本信息的翻译有误时，标记翻译有误的第一文本信息，并根据通话记录文本修正对应翻译有误的第一文本信息，以获取第一修正文本信息；

根据第一修正文本信息和第二文本信息获取客服通话数据的第二质检结果。

在一实施方式中，处理器201在标记翻译有误的第一文本信息，并根据通话记录文本修正对应翻译有误的第一文本信息，以获取第一修正文本信息时，包括：

标记翻译有误的第一文本信息中对应翻译错误的第一词组；

根据文本时间戳提取与翻译有误的第一文本信息相邻的第二文本信息、及第一文本信息，并利用所提取的第二文本信息、第一文本信息修正对应翻译有误的第一词组，以获取第一修正文本信息。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的计算机设备的具体工作过程，可以参考前述动物识别方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序可被一个或者多个处理器执行，以实现如本申请实施例说明书提供的任一项客服通话数据智能质检方法的步骤。

其中，所述存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本申请的具体实施例，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。