本發(fā)明涉及呼叫系統(tǒng)技術(shù)領(lǐng)域，尤其涉及一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法。

背景技術(shù)：

通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)形成的管理系統(tǒng)已經(jīng)成為信息生產(chǎn)和管理，客服人員每天處理數(shù)萬(wàn)通電話，而質(zhì)檢人員對(duì)這些通話錄音只能通過(guò)人工測(cè)聽(tīng)的方式進(jìn)行抽查，測(cè)聽(tīng)抽檢比率低，質(zhì)檢工作量大，效率低且覆蓋低，難以有效評(píng)價(jià)整體服務(wù)質(zhì)量。有時(shí)可能是一種很模糊的錄音，不一定都是存在重大的問(wèn)題，可能是一些表達(dá)的方式不好，表達(dá)中出現(xiàn)了不該出現(xiàn)的用語(yǔ)，這些都是通過(guò)人工不斷都去檢測(cè)，可能要不斷地重復(fù)地去收聽(tīng)一段錄音，現(xiàn)有的語(yǔ)音手動(dòng)抽檢測(cè)聽(tīng)的方式效率低下并且覆蓋率低，這樣手動(dòng)人為地檢測(cè)受到人為因素影響很大，可能在某一時(shí)間段漏掉一些關(guān)鍵的詞，無(wú)法準(zhǔn)確地檢測(cè)不良的錄音，或者用抽檢，計(jì)算出一定的概率去檢測(cè)，這樣也會(huì)出一些問(wèn)題，人工抽檢，總會(huì)有一些檢測(cè)不到的情況，于是有一些公司將檢測(cè)改為模糊檢測(cè)，這樣的檢測(cè)雖然效率高，但是無(wú)法嚴(yán)格完成質(zhì)檢；

因此，本領(lǐng)域的技術(shù)人員亟需研究出一種能系統(tǒng)智能語(yǔ)音質(zhì)檢，進(jìn)行全量覆蓋質(zhì)檢，質(zhì)檢效率高，節(jié)約了質(zhì)檢工作人員的工作量，質(zhì)檢工作人員注意力集中在少量質(zhì)檢評(píng)分較低的待質(zhì)檢數(shù)據(jù)上，提高了質(zhì)檢質(zhì)量的呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法，該呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法能系統(tǒng)智能語(yǔ)音質(zhì)檢，進(jìn)行全量覆蓋質(zhì)檢，質(zhì)檢效率高，節(jié)約了質(zhì)檢工作人員的工作量，質(zhì)檢工作人員注意力集中在少量質(zhì)檢評(píng)分較低的質(zhì)檢不通過(guò)及質(zhì)檢模糊數(shù)據(jù)上，同時(shí)快速地融合多種質(zhì)檢條件對(duì)語(yǔ)音進(jìn)行同時(shí)質(zhì)檢評(píng)價(jià)，可將近似的質(zhì)檢條件歸類識(shí)別，將質(zhì)檢進(jìn)行分類，在分類中精確地進(jìn)行質(zhì)檢期望評(píng)價(jià)與聚合評(píng)價(jià)，提高了質(zhì)檢質(zhì)量。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法，用于對(duì)呼叫系統(tǒng)進(jìn)行語(yǔ)音質(zhì)檢，提供語(yǔ)音數(shù)據(jù)獲取模塊、文本語(yǔ)音轉(zhuǎn)譯模塊、文本數(shù)據(jù)存儲(chǔ)模塊、智能質(zhì)檢模塊、質(zhì)檢條件字典模塊、智能生成質(zhì)檢條件模塊、質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊及質(zhì)檢報(bào)告數(shù)據(jù)生成模塊；

所述呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法包括以下步驟：

s1:所述語(yǔ)音數(shù)據(jù)獲取模塊向所述呼叫系統(tǒng)獲得語(yǔ)音數(shù)據(jù)，然后將獲取到的語(yǔ)音數(shù)據(jù)發(fā)送給所述文本語(yǔ)音轉(zhuǎn)譯模塊，所述文本語(yǔ)音轉(zhuǎn)譯模塊將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，所述文本語(yǔ)音轉(zhuǎn)譯模塊將轉(zhuǎn)譯完成的文本數(shù)據(jù)發(fā)送給所述文本數(shù)據(jù)存儲(chǔ)模塊保存；

s2:所述智能生成質(zhì)檢條件模塊根據(jù)智能質(zhì)檢模塊的質(zhì)檢數(shù)據(jù)，以及質(zhì)檢學(xué)習(xí)算法獲得智能質(zhì)檢條件，所述智能生成質(zhì)檢條件模塊將生成的智能質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊，所述人工質(zhì)檢模塊進(jìn)行人工質(zhì)檢條件的設(shè)置，并將所設(shè)置的人工質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊；

s3:所述質(zhì)檢條件字典模塊將智能質(zhì)檢條件及人工質(zhì)檢條件發(fā)送所述智能質(zhì)檢模塊；

s4:所述智能質(zhì)檢模塊將文本數(shù)據(jù)根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法進(jìn)行算法匹配檢索，質(zhì)檢打分，獲得質(zhì)檢報(bào)告單元，對(duì)低分較低的數(shù)據(jù)，生成人工質(zhì)檢數(shù)據(jù)。

優(yōu)選地，所述步驟s4的質(zhì)檢打分步驟的實(shí)現(xiàn)步驟包括：

s41:所述智能質(zhì)檢模塊根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法對(duì)文本數(shù)據(jù)進(jìn)行質(zhì)檢匹配打分，根據(jù)評(píng)分情況將文本數(shù)據(jù)劃分三類：質(zhì)檢通過(guò)、質(zhì)檢未通過(guò)和質(zhì)檢模糊結(jié)果，

s42:所述智能質(zhì)檢模塊將這三類文本數(shù)據(jù)生成兩類結(jié)果：質(zhì)檢報(bào)告及人工質(zhì)檢數(shù)據(jù)，所述人工質(zhì)檢數(shù)據(jù)由質(zhì)檢模糊結(jié)果和部分質(zhì)檢未通過(guò)的數(shù)據(jù)智能抽樣后剩余的文本數(shù)據(jù)生成，所述質(zhì)檢報(bào)告由質(zhì)檢模糊結(jié)果文本數(shù)據(jù)和質(zhì)檢未通過(guò)的數(shù)據(jù)智能抽樣后剩余的文本數(shù)據(jù)生成；

s43:所述智能質(zhì)檢模塊將人工質(zhì)檢數(shù)據(jù)發(fā)送給所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊保存，所述智能質(zhì)檢模塊將所述質(zhì)檢報(bào)告數(shù)據(jù)發(fā)送給所述質(zhì)檢報(bào)告數(shù)據(jù)生成模塊。

優(yōu)選地，還提供人工質(zhì)檢模塊，所述呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法還包括步驟：所述人工質(zhì)檢模塊對(duì)所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊的人工質(zhì)檢數(shù)據(jù)進(jìn)行人工質(zhì)檢，人工質(zhì)檢完成后，所述人工質(zhì)檢模塊生成質(zhì)檢報(bào)告數(shù)據(jù)。

優(yōu)選地，所述質(zhì)檢匹配算法為：進(jìn)行質(zhì)檢的智能質(zhì)檢條件為ui,質(zhì)檢數(shù)據(jù)為yi,質(zhì)檢數(shù)據(jù)yi與智能質(zhì)檢條件(u1...ui)的區(qū)別度為(x1...xn)，所述n個(gè)區(qū)別度(x1...xi...xn)組成n個(gè)測(cè)試樣本，i＝1，2，...,n,檢測(cè)統(tǒng)計(jì)公式為：如果q∈d，則yi質(zhì)檢通過(guò)，如果q∈(d+c),則yi質(zhì)檢結(jié)果模糊,如果則yi質(zhì)檢不通過(guò)，其中，u為隨機(jī)變量的均值，c為統(tǒng)計(jì)范圍的系數(shù)，ρ為顯著水平系數(shù)，d＝[-xρ,xρ],統(tǒng)計(jì)值q以1-ρ的概率位于d中。

優(yōu)選地，所述質(zhì)檢匹配算法為：進(jìn)行質(zhì)檢的智能質(zhì)檢條件為若干類，其中兩類為(uw1,uw2,..uwn)與(ux1,ux2,..uxn),質(zhì)檢數(shù)據(jù)為yi及l(fā)i,質(zhì)檢數(shù)據(jù)yi在第一類智能質(zhì)檢條件(uw1,uw2,..uwn)的對(duì)應(yīng)指標(biāo)值為(yw1,yw2,...，ywi,...，ywn)，所述n個(gè)指標(biāo)值(yw1,yw2,..,ywn)組成n個(gè)測(cè)試樣本，質(zhì)檢數(shù)據(jù)li在第二類智能質(zhì)檢條件(ux1,ux2,..uxn)的對(duì)應(yīng)指標(biāo)值為(lw1,lw2,..,lwn)，所述n個(gè)指標(biāo)值(lw1,lw2,..，lwi，...，lwn)組成n個(gè)測(cè)試樣本，檢測(cè)統(tǒng)計(jì)公式為：如果q∈d，則yi及l(fā)i符合聚合條件，質(zhì)檢通過(guò),如果q∈(d+c)，質(zhì)檢結(jié)果模糊，如果則質(zhì)檢不通過(guò)，其中，u1及u2分別為隨機(jī)變量ywi及l(fā)wi的均值，c為統(tǒng)計(jì)范圍的系數(shù)，ρ為顯著水平系數(shù)，d＝[-xρ,xρ],統(tǒng)計(jì)值q以1-ρ的概率位于d中。

優(yōu)選地，還提供智能分配模塊及人工質(zhì)檢模塊，所述呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法還包括步驟：所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊將所述人工質(zhì)檢數(shù)據(jù)發(fā)送所述智能分配模塊，所述智能分配模塊對(duì)所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊的人工質(zhì)檢數(shù)據(jù)進(jìn)行智能分配，所述智能分配模塊再將所述對(duì)應(yīng)的人工質(zhì)檢數(shù)據(jù)發(fā)送給所述人工質(zhì)檢模塊，人工質(zhì)檢完成后，所述人工質(zhì)檢模塊生成質(zhì)檢報(bào)告數(shù)據(jù)。

為解決上述技術(shù)問(wèn)題，本發(fā)明還提供一種運(yùn)用上述的呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的語(yǔ)音自動(dòng)質(zhì)檢系統(tǒng)；

采用了上述方法及系統(tǒng)之后，所述語(yǔ)音數(shù)據(jù)獲取模塊向所述呼叫系統(tǒng)獲得語(yǔ)音數(shù)據(jù)，然后將獲取到的語(yǔ)音數(shù)據(jù)發(fā)送給所述文本語(yǔ)音轉(zhuǎn)譯模塊，所述文本語(yǔ)音轉(zhuǎn)譯模塊將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，所述文本語(yǔ)音轉(zhuǎn)譯模塊將轉(zhuǎn)譯完成的文本數(shù)據(jù)發(fā)送給所述文本數(shù)據(jù)存儲(chǔ)模塊保存；所述智能生成質(zhì)檢條件模塊根據(jù)智能質(zhì)檢模塊的質(zhì)檢數(shù)據(jù)，以及質(zhì)檢學(xué)習(xí)算法獲得智能質(zhì)檢條件，所述智能生成質(zhì)檢條件模塊將生成的智能質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊，所述人工質(zhì)檢模塊進(jìn)行人工質(zhì)檢條件的設(shè)置，并將所設(shè)置的人工質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊；所述質(zhì)檢條件字典模塊將智能質(zhì)檢條件及人工質(zhì)檢條件發(fā)送所述智能質(zhì)檢模塊；所述智能質(zhì)檢模塊將文本數(shù)據(jù)根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法進(jìn)行算法匹配檢索，質(zhì)檢打分，獲得質(zhì)檢報(bào)告單元，對(duì)低分較低的數(shù)據(jù)，生成人工質(zhì)檢數(shù)據(jù)；該呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法能系統(tǒng)智能語(yǔ)音質(zhì)檢，進(jìn)行全量覆蓋質(zhì)檢，質(zhì)檢效率高，節(jié)約了質(zhì)檢工作人員的工作量，質(zhì)檢工作人員注意力集中在少量質(zhì)檢評(píng)分較低的待質(zhì)檢數(shù)據(jù)上，提高了質(zhì)檢質(zhì)量。該呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法能系統(tǒng)智能語(yǔ)音質(zhì)檢，進(jìn)行全量覆蓋質(zhì)檢，質(zhì)檢效率高，節(jié)約了質(zhì)檢工作人員的工作量，質(zhì)檢工作人員注意力集中在少量質(zhì)檢評(píng)分較低的質(zhì)檢不通過(guò)及質(zhì)檢模糊數(shù)據(jù)上，同時(shí)快速地融合多種質(zhì)檢條件對(duì)語(yǔ)音進(jìn)行同時(shí)質(zhì)檢評(píng)價(jià)，可將近似的質(zhì)檢條件歸類識(shí)別，將質(zhì)檢進(jìn)行分類，在分類中精確地進(jìn)行質(zhì)檢期望評(píng)價(jià)與聚合評(píng)價(jià)，提高了質(zhì)檢質(zhì)量。

附圖說(shuō)明

圖1是本發(fā)明的一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的整體模型示意圖；

圖2是本發(fā)明的一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的執(zhí)行流程圖；

圖3是本發(fā)明的一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的智能質(zhì)檢條件及人工質(zhì)檢條件中的trie樹(shù)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用于解釋本發(fā)明，并不用于限定本發(fā)明。

實(shí)施例1

請(qǐng)參閱圖1至圖2，

圖1是本發(fā)明的一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的整體模型示意圖；

圖2是本發(fā)明的一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的執(zhí)行流程圖。

本發(fā)明公開(kāi)了一種呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法，用于對(duì)呼叫系統(tǒng)進(jìn)行語(yǔ)音質(zhì)檢，提供語(yǔ)音數(shù)據(jù)獲取模塊11、文本語(yǔ)音轉(zhuǎn)譯模塊12、文本數(shù)據(jù)存儲(chǔ)模塊13、智能質(zhì)檢模塊14、質(zhì)檢條件字典模塊15、智能生成質(zhì)檢條件模塊17、質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊16、質(zhì)檢報(bào)告數(shù)據(jù)生成模塊20及人工質(zhì)檢模塊19，

所述呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法包括以下步驟：

s1:所述語(yǔ)音數(shù)據(jù)獲取模塊11向所述呼叫系統(tǒng)獲得語(yǔ)音數(shù)據(jù)，然后將獲取到的語(yǔ)音數(shù)據(jù)發(fā)送給所述文本語(yǔ)音轉(zhuǎn)譯模塊12，所述文本語(yǔ)音轉(zhuǎn)譯模塊12將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，所述文本語(yǔ)音轉(zhuǎn)譯模塊12將轉(zhuǎn)譯完成的文本數(shù)據(jù)發(fā)送給所述文本數(shù)據(jù)存儲(chǔ)模塊13保存；

s2:所述智能生成質(zhì)檢條件模塊17根據(jù)智能質(zhì)檢模塊14的質(zhì)檢數(shù)據(jù)，以及質(zhì)檢學(xué)習(xí)算法獲得智能質(zhì)檢條件，所述智能生成質(zhì)檢條件模塊17將生成的智能質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊15，所述人工質(zhì)檢模塊19進(jìn)行人工質(zhì)檢條件的設(shè)置，并將所設(shè)置的人工質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊15；

s3:所述質(zhì)檢條件字典模塊15將智能質(zhì)檢條件及人工質(zhì)檢條件發(fā)送所述智能質(zhì)檢模塊14；

s4:所述智能質(zhì)檢模塊14將文本數(shù)據(jù)根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法進(jìn)行算法匹配檢索，質(zhì)檢打分，獲得質(zhì)檢報(bào)告單元，對(duì)低分較低的數(shù)據(jù)，生成人工質(zhì)檢數(shù)據(jù)；

s5:所述人工質(zhì)檢模塊19對(duì)所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊16的人工質(zhì)檢數(shù)據(jù)進(jìn)行人工質(zhì)檢，人工質(zhì)檢完成后，所述人工質(zhì)檢模塊19生成質(zhì)檢報(bào)告數(shù)據(jù)。

在本實(shí)施例，所述步驟s4的質(zhì)檢打分步驟的實(shí)現(xiàn)步驟包括：

s41:所述智能質(zhì)檢模塊14根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法對(duì)文本數(shù)據(jù)進(jìn)行質(zhì)檢匹配打分，根據(jù)評(píng)分情況將文本數(shù)據(jù)劃分三類：質(zhì)檢通過(guò)、質(zhì)檢未通過(guò)和質(zhì)檢模糊結(jié)果，

s42:所述智能質(zhì)檢模塊14將這三類文本數(shù)據(jù)生成兩類結(jié)果：質(zhì)檢報(bào)告及人工質(zhì)檢數(shù)據(jù)，所述人工質(zhì)檢數(shù)據(jù)由質(zhì)檢模糊結(jié)果和部分質(zhì)檢未通過(guò)的數(shù)據(jù)智能抽樣后剩余的文本數(shù)據(jù)生成，所述質(zhì)檢報(bào)告由質(zhì)檢模糊結(jié)果文本數(shù)據(jù)和質(zhì)檢未通過(guò)的數(shù)據(jù)智能抽樣后剩余的文本數(shù)據(jù)生成；

s43:所述智能質(zhì)檢模塊14將人工質(zhì)檢數(shù)據(jù)發(fā)送給所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊16保存，所述智能質(zhì)檢模塊14將所述質(zhì)檢報(bào)告數(shù)據(jù)發(fā)送給所述質(zhì)檢報(bào)告數(shù)據(jù)生成模塊20。

所述智能質(zhì)檢條件或者人工質(zhì)檢條件包括：話術(shù)算子、匹配范圍、話術(shù)條件及trie樹(shù)；

所述話術(shù)算子包括以下幾類：

trie樹(shù)：例如：“中華”，“中華名族”，“中間”，“感召”，“感召力”，“感受”如圖3所示，

每個(gè)結(jié)點(diǎn)都是詞語(yǔ)的一個(gè)漢字；

結(jié)點(diǎn)中的指針指向了該漢字在某一個(gè)詞中的下一個(gè)漢字，這些指針存放在以漢字為key的hash結(jié)構(gòu)中；

結(jié)點(diǎn)中的“#”表示當(dāng)前結(jié)點(diǎn)中的漢字是從根結(jié)點(diǎn)到該漢字結(jié)點(diǎn)所組成的最后一個(gè)字。

在本實(shí)施例，優(yōu)選的質(zhì)檢匹配算法為：進(jìn)行質(zhì)檢的智能質(zhì)檢條件為ui,質(zhì)檢數(shù)據(jù)為yi,質(zhì)檢數(shù)據(jù)yi與智能質(zhì)檢條件(u1...ui)的區(qū)別度為(x1...xn)，所述n個(gè)區(qū)別度(x1...xi...xn)組成n個(gè)測(cè)試樣本，i＝1，2，...,n,檢測(cè)統(tǒng)計(jì)公式為：如果q∈d，則yi質(zhì)檢通過(guò)，如果q∈(d+c),則yi質(zhì)檢結(jié)果模糊,如果則yi質(zhì)檢不通過(guò)，其中，u為隨機(jī)變量的均值，c為統(tǒng)計(jì)范圍的系數(shù)，ρ為顯著水平系數(shù)，d＝[-xρ,xρ],統(tǒng)計(jì)值q以1-ρ的概率位于d中。

實(shí)施例2

在實(shí)施例1的基礎(chǔ)上，優(yōu)選的質(zhì)檢匹配算法為：進(jìn)行質(zhì)檢的智能質(zhì)檢條件為若干類，其中兩類為(uw1,uw2,..uwn)與(ux1,ux2,..uxn),質(zhì)檢數(shù)據(jù)為yi及l(fā)i,質(zhì)檢數(shù)據(jù)yi在第一類智能質(zhì)檢條件(uw1,uw2,..uwn)的對(duì)應(yīng)指標(biāo)值為(yw1,yw2,...，ywi,...，ywn)，所述n個(gè)指標(biāo)值(yw1,yw2,..,ywn)組成n個(gè)測(cè)試樣本，質(zhì)檢數(shù)據(jù)li在第二類智能質(zhì)檢條件(ux1,ux2,..uxn)的對(duì)應(yīng)指標(biāo)值為(lw1,lw2,..,lwn)，所述n個(gè)指標(biāo)值(lw1,lw2,..，lwi，...，lwn)組成n個(gè)測(cè)試樣本，檢測(cè)統(tǒng)計(jì)公式為：如果q∈d，則yi及l(fā)i符合聚合條件，質(zhì)檢通過(guò),如果q∈(d+c)，質(zhì)檢結(jié)果模糊，如果則質(zhì)檢不通過(guò)，其中，u1及u2分別為隨機(jī)變量ywi及l(fā)wi的均值，c為統(tǒng)計(jì)范圍的系數(shù)，ρ為顯著水平系數(shù)，d＝[-xρ,xρ],統(tǒng)計(jì)值q以1-ρ的概率位于d中。

實(shí)施例3，

在實(shí)施例1或?qū)嵤├?的基礎(chǔ)上，還提供智能分配模塊18，所述呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法還包括步驟：所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊16將所述人工質(zhì)檢數(shù)據(jù)發(fā)送所述智能分配模塊18，所述智能分配模塊18對(duì)所述質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊16的人工質(zhì)檢數(shù)據(jù)進(jìn)行智能分配，所述智能分配模塊18再將所述對(duì)應(yīng)的人工質(zhì)檢數(shù)據(jù)發(fā)送給所述人工質(zhì)檢模塊19，人工質(zhì)檢完成后，所述人工質(zhì)檢模塊19生成質(zhì)檢報(bào)告數(shù)據(jù)。

實(shí)施例4，

本發(fā)明還提供一種用于運(yùn)用上述的呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法的語(yǔ)音自動(dòng)質(zhì)檢系統(tǒng)，包括：語(yǔ)音數(shù)據(jù)獲取模塊、文本語(yǔ)音轉(zhuǎn)譯模塊、文本數(shù)據(jù)存儲(chǔ)模塊、智能質(zhì)檢模塊14、質(zhì)檢條件字典模塊15、智能生成質(zhì)檢條件模塊17、質(zhì)檢數(shù)據(jù)存儲(chǔ)模塊16及質(zhì)檢報(bào)告數(shù)據(jù)生成模塊20，所述語(yǔ)音數(shù)據(jù)獲取模塊向所述呼叫系統(tǒng)獲得語(yǔ)音數(shù)據(jù)，然后將獲取到的語(yǔ)音數(shù)據(jù)發(fā)送給所述文本語(yǔ)音轉(zhuǎn)譯模塊，所述文本語(yǔ)音轉(zhuǎn)譯模塊將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，所述文本語(yǔ)音轉(zhuǎn)譯模塊將轉(zhuǎn)譯完成的文本數(shù)據(jù)發(fā)送給所述文本數(shù)據(jù)存儲(chǔ)模塊保存；所述智能生成質(zhì)檢條件模塊17根據(jù)智能質(zhì)檢模塊14的質(zhì)檢數(shù)據(jù)，以及質(zhì)檢學(xué)習(xí)算法獲得智能質(zhì)檢條件，所述智能生成質(zhì)檢條件模塊17將生成的智能質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊15，所述人工質(zhì)檢模塊19進(jìn)行人工質(zhì)檢條件的設(shè)置，并將所設(shè)置的人工質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊15；所述質(zhì)檢條件字典模塊15將智能質(zhì)檢條件及人工質(zhì)檢條件發(fā)送所述智能質(zhì)檢模塊14；所述智能質(zhì)檢模塊14將文本數(shù)據(jù)根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法進(jìn)行算法匹配檢索，質(zhì)檢打分，獲得質(zhì)檢報(bào)告單元，對(duì)低分較低的數(shù)據(jù)，生成人工質(zhì)檢數(shù)據(jù)。

采用上述的方法與系統(tǒng)之后，所述語(yǔ)音數(shù)據(jù)獲取模塊向所述呼叫系統(tǒng)獲得語(yǔ)音數(shù)據(jù)，然后將獲取到的語(yǔ)音數(shù)據(jù)發(fā)送給所述文本語(yǔ)音轉(zhuǎn)譯模塊，所述文本語(yǔ)音轉(zhuǎn)譯模塊將所述語(yǔ)音數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，所述文本語(yǔ)音轉(zhuǎn)譯模塊將轉(zhuǎn)譯完成的文本數(shù)據(jù)發(fā)送給所述文本數(shù)據(jù)存儲(chǔ)模塊保存；所述智能生成質(zhì)檢條件模塊17根據(jù)智能質(zhì)檢模塊14的質(zhì)檢數(shù)據(jù)，以及質(zhì)檢學(xué)習(xí)算法獲得智能質(zhì)檢條件，所述智能生成質(zhì)檢條件模塊17將生成的智能質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊15，所述人工質(zhì)檢模塊19進(jìn)行人工質(zhì)檢條件的設(shè)置，并將所設(shè)置的人工質(zhì)檢條件發(fā)送給所述質(zhì)檢條件字典模塊15；所述質(zhì)檢條件字典模塊15將智能質(zhì)檢條件及人工質(zhì)檢條件發(fā)送所述智能質(zhì)檢模塊14；所述智能質(zhì)檢模塊14將文本數(shù)據(jù)根據(jù)智能質(zhì)檢條件或者人工質(zhì)檢條件，以及質(zhì)檢匹配算法進(jìn)行算法匹配檢索，質(zhì)檢打分，獲得質(zhì)檢報(bào)告單元，對(duì)低分較低的數(shù)據(jù)，生成人工質(zhì)檢數(shù)據(jù)，該呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法能系統(tǒng)智能語(yǔ)音質(zhì)檢，進(jìn)行全量覆蓋質(zhì)檢，質(zhì)檢效率高，節(jié)約了質(zhì)檢工作人員的工作量，質(zhì)檢工作人員注意力集中在少量質(zhì)檢評(píng)分較低的待質(zhì)檢數(shù)據(jù)上，提高了質(zhì)檢質(zhì)量。該呼叫系統(tǒng)的語(yǔ)音自動(dòng)質(zhì)檢方法能系統(tǒng)智能語(yǔ)音質(zhì)檢，進(jìn)行全量覆蓋質(zhì)檢，質(zhì)檢效率高，節(jié)約了質(zhì)檢工作人員的工作量，質(zhì)檢工作人員注意力集中在少量質(zhì)檢評(píng)分較低的質(zhì)檢不通過(guò)及質(zhì)檢模糊數(shù)據(jù)上，同時(shí)快速地融合多種質(zhì)檢條件對(duì)語(yǔ)音進(jìn)行同時(shí)質(zhì)檢評(píng)價(jià)，可將近似的質(zhì)檢條件歸類識(shí)別，將質(zhì)檢進(jìn)行分類，在分類中精確地進(jìn)行質(zhì)檢期望評(píng)價(jià)與聚合評(píng)價(jià)，提高了質(zhì)檢質(zhì)量。

同時(shí)，應(yīng)當(dāng)理解的是，以上僅為本發(fā)明的優(yōu)選實(shí)施例，不能因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說(shuō)明書(shū)及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效實(shí)現(xiàn)方法，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。