坐席人员的通话的处理方法、装置和电子设备与流程

本技术涉及通话服务，具体而言，涉及一种坐席人员的通话的处理方法、装置、计算机可读存储介质和电子设备。

背景技术：

1、随着科技的不断发展，人工智能技术在各行各业中的应用越来越广泛。在呼叫中心领域，如何提高服务质量，提升用户体验成为了一个重要的研究方向。传统的客服方式往往依赖于坐席人员的个人能力，而个体之间的差异会导致服务质量的不稳定，一个坐席的受欢迎程度，除了其专业性体现之外，还有一部分源自于用户对其声音音色的喜好，受用户喜欢的音色能潜移默化的提升用户对该坐席人员的好感度，最终影响服务质量。

2、即现有方案缺乏基于用户的音色喜爱程度来改变坐席人员通话的音色，从而提高服务质量的技术方案。

技术实现思路

1、本技术的主要目的在于提供一种坐席人员的通话的处理方法、装置、计算机可读存储介质和电子设备，以至少解决现有方案缺乏基于用户的音色喜爱程度来改变坐席人员通话的音色，从而提高服务质量的技术方案的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种坐席人员的通话的处理方法，该方法包括：获取用户端发送的用户的语音数据，并对所述语音数据进行音色分类处理，得到所述用户的编号，并确定与所述用户的编号对应的目标用户画像，所述目标用户画像为多个用户画像中的一个，所述用户画像的维度包括所述用户的年龄、性别、语音特征、呼叫记录和用户重要程度；对所述目标用户画像进行处理，得到目标转换音色编号；将坐席人员的实时语音数据的音色转换为与所述目标转换音色编号对应的目标转换音色，得到转换后的实时语音数据，并将所述转换后的实时语音数据发送至所述用户端，所述目标转换音色为多个转换音色中的一个，所述转换后的实时语音数据的音色为所述目标转换音色。

3、可选地，对所述目标用户画像进行处理，得到目标转换音色编号，包括：将所述目标用户画像作为画像识别模型的输入，以使得所述画像识别模型对所述目标用户画像进行处理，其中，所述画像识别模型是使用多组第一训练数据训练得到的，所述多组第一训练数据中的每一组第一训练数据均包括历史时间段内获取的：用户画像以及与所述用户画像对应的转换音色编号；获取所述画像识别模型的输出，并确定所述目标转换音色编号为所述画像识别模型的输出。

4、可选地，将坐席人员的实时语音数据的音色转换为与所述目标转换音色编号对应的目标转换音色，得到转换后的实时语音数据，包括：将所述实时语音数据作为目标音色转换模型的输入，以使得所述目标音色转换模型对所述实时语音数据的音色进行转换，其中，所述目标音色转换模型是使用多组第二训练数据训练得到的，所述多组第二训练数据中的每一组第二训练数据均包括历史时间段内获取的：第一音色的语音数据和第二音色的语音数据，所述目标音色转换模型为与所述目标转换音色编号对应的音色转换模型；获取所述目标音色转换模型的输出，并确定所述转换后的实时语音数据为所述目标音色转换模型的输出。

5、可选地，在获取用户端发送的用户的语音数据之前，所述方法还包括：获取所有的所述坐席人员的录音数据集，所述录音数据集包括多个通话录音数据，一个所述坐席人员对应多个所述通话录音；对所述录音数据集进行评分，分别得到各所述坐席人员的服务质量评分，所述服务质量评分为至少根据所述坐席人员的语速和语调得到的评分；将预设坐席人员的音色分别作为一个音色转换模型的第二训练数据，以分别对所有的所述音色转换模型进行训练，所述预设坐席人员为所述评分大于或者等于评分阈值的所述坐席人员。

6、可选地，在获取用户端发送的用户的语音数据之前，所述方法还包括：获取所述预设坐席人员的所述通话录音数据；采用画像识别模型分别对所述通话录音数据进行处理，得到多个所述用户画像；将所有的所述用户画像和所有的所述转换音色编号作为画像识别模型的第一训练数据，以对所述画像识别模型进行训练。

7、可选地，在将所述转换后的实时语音数据发送至所述用户端之后，所述方法还包括：实时获取所述坐席人员的当前语音数据；在所述当前语音数据存在第一预设关键词语音的情况下，将所述当前语音数据中的所述第一预设关键词语音转换为第二预设关键词语音，并将所述第二预设关键词语音发送至所述用户端；在所述当前语音数据不存在第一预设关键词语音的情况下，确定所述坐席人员在通话过程中未出现失误。

8、可选地，在将所述转换后的实时语音数据发送至所述用户端之后，所述方法还包括：实时获取所述坐席人员的当前语音数据；对所述当前语音数据进行情绪分析处理，确定所述坐席人员的情绪，所述坐席人员的情绪为以下之一：正向情绪、负向情绪和中性情绪；在所述坐席人员的情绪为所述负向情绪的情况下，采用语音情绪转换模型对所述当前语音数据进行处理，得到情绪转换语音数据，其中，所述情绪转换语音数据是使用多组第三训练数据训练得到的，所述多组第三训练数据中的每一组第三训练数据均包括历史时间段内获取的：负向情绪语音数据和正向情绪语音数据；在所述坐席人员的情绪不为所述负向情绪的情况下，确定所述坐席人员在通话过程中未出现失误。

9、根据本技术的另一方面，提供了一种坐席人员的通话的处理装置，该装置包括：

10、获取单元，用于获取用户端发送的用户的语音数据，并对所述语音数据进行音色分类处理，得到所述用户的编号，并确定与所述用户的编号对应的目标用户画像，所述目标用户画像为多个用户画像中的一个，所述用户画像的维度包括所述用户的年龄、性别、语音特征、呼叫记录和用户重要程度；

11、第一处理单元，用于对所述目标用户画像进行处理，得到目标转换音色编号；

12、第二处理单元，用于将坐席人员的实时语音数据的音色转换为与所述目标转换音色编号对应的目标转换音色，得到转换后的实时语音数据，并将所述转换后的实时语音数据发送至所述用户端，所述目标转换音色为多个转换音色中的一个，所述转换后的实时语音数据的音色为所述目标转换音色。

13、根据本技术的另一方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的坐席人员的通话的处理方法。

14、根据本技术的另一方面，提供了一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的坐席人员的通话的处理方法。

15、应用本技术的技术方案，通过对语音数据进行音色分类处理，得到所述用户的编号，并确定与所述用户的编号对应的目标用户画像，对所述目标用户画像进行处理，得到目标转换音色编号，从而得以挑选出最受用户欢迎的坐席人员的音色编号，将坐席人员的实时语音数据的音色转换为与所述目标转换音色编号对应的目标转换音色，得到转换后的实时语音数据，提供用户喜欢的音色给用户，以服务该用户，进而解决了现有方案缺乏基于用户的音色喜爱程度来改变坐席人员通话的音色，从而提高服务质量的技术方案的问题。