本技術(shù)涉及智能坐席外呼領(lǐng)域，特別涉及一種基于大模型的全量語(yǔ)音分析方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著人工智能技術(shù)的迅速發(fā)展，大語(yǔ)言模型（large?language?models,?llms）在自然語(yǔ)言處理（nlp）領(lǐng)域展現(xiàn)出強(qiáng)大的能力，特別是在理解、分析和生成人類語(yǔ)言方面。在客戶服務(wù)領(lǐng)域，這些技術(shù)的應(yīng)用逐漸增多，旨在通過(guò)自動(dòng)化和智能化手段提升服務(wù)效率和質(zhì)量。

2、傳統(tǒng)的客戶服務(wù)系統(tǒng)通常依賴于預(yù)設(shè)的腳本和規(guī)則，這些系統(tǒng)在處理標(biāo)準(zhǔn)化查詢時(shí)表現(xiàn)良好，但在面對(duì)復(fù)雜或非標(biāo)準(zhǔn)化的用戶需求時(shí)，往往顯得不夠靈活和準(zhǔn)確。此外，人工坐席在處理大量客戶咨詢時(shí)，可能會(huì)因?yàn)樾畔⑦^(guò)載、情緒疲勞或知識(shí)局限而影響服務(wù)質(zhì)量。

3、為了解決這些問(wèn)題，一些系統(tǒng)開(kāi)始嘗試引入機(jī)器學(xué)習(xí)算法來(lái)分析客戶交互數(shù)據(jù)，從而提供更加個(gè)性化的服務(wù)。然而，這些早期的解決方案往往受限于算法的復(fù)雜性、數(shù)據(jù)的質(zhì)量和處理能力，難以實(shí)現(xiàn)大規(guī)模應(yīng)用和實(shí)時(shí)響應(yīng)。

4、近年來(lái)，隨著計(jì)算能力的提升和數(shù)據(jù)量的增加，大語(yǔ)言模型在處理復(fù)雜的語(yǔ)言任務(wù)方面取得了顯著進(jìn)展。這些模型能夠理解和生成自然語(yǔ)言，為自動(dòng)化客戶服務(wù)提供了新的可能性。但是，如何將這些模型有效地應(yīng)用于實(shí)際的客戶服務(wù)場(chǎng)景，特別是在實(shí)時(shí)語(yǔ)音交互中，仍然是一個(gè)技術(shù)挑戰(zhàn)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的在于提供一種基于大模型的全量語(yǔ)音分析方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，以至少解決目前外呼行業(yè)的外呼策略不準(zhǔn)確，靈活度低、準(zhǔn)確率低的問(wèn)題。

2、為解決上述技術(shù)問(wèn)題，本技術(shù)提供一種基于大模型的全量語(yǔ)音分析方法，包括：

3、獲取坐席與用戶的語(yǔ)音交互數(shù)據(jù)；

4、根據(jù)人工經(jīng)驗(yàn)規(guī)則以及大語(yǔ)言模型提取所述語(yǔ)音交互數(shù)據(jù)中與產(chǎn)品業(yè)務(wù)關(guān)聯(lián)的屬性，作為增量標(biāo)記信息；

5、獲取所述語(yǔ)音交互數(shù)據(jù)進(jìn)行規(guī)范化后的全量標(biāo)記信息；

6、將所述語(yǔ)音交互數(shù)據(jù)、所述增量標(biāo)記信息、全量標(biāo)記信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練所述大語(yǔ)言模型以生成專家模型，其中，所述專家模型建立用戶畫像、坐席畫像、產(chǎn)品畫像的關(guān)聯(lián)信息，以及對(duì)用戶需求和用戶行為模式的預(yù)測(cè)信息；

7、根據(jù)所述專家模型匹配目標(biāo)坐席、目標(biāo)用戶以及對(duì)應(yīng)的目標(biāo)產(chǎn)品并反饋至呼叫系統(tǒng)，以從所述呼叫系統(tǒng)獲取所述目標(biāo)坐席與目標(biāo)用戶的實(shí)時(shí)交流數(shù)據(jù)，并根據(jù)所述專家模型基于所述實(shí)時(shí)交流數(shù)據(jù)預(yù)測(cè)包括用戶需求和用戶行為模式的預(yù)測(cè)信息，以向目標(biāo)坐席推送與所述預(yù)測(cè)信息匹配的通話策略。

8、可選的，所述根據(jù)人工經(jīng)驗(yàn)規(guī)則以及大語(yǔ)言模型提取所述語(yǔ)音交互數(shù)據(jù)中與產(chǎn)品業(yè)務(wù)關(guān)聯(lián)的屬性，作為增量標(biāo)記信息，包括：

9、提取所述語(yǔ)音交互數(shù)據(jù)中與預(yù)設(shè)定的提示詞關(guān)聯(lián)的屬性；

10、根據(jù)所述人工經(jīng)驗(yàn)規(guī)則對(duì)所述提示詞關(guān)聯(lián)的屬性進(jìn)行第一次標(biāo)記；

11、根據(jù)所述大語(yǔ)言模型對(duì)語(yǔ)音交互數(shù)據(jù)中與產(chǎn)品業(yè)務(wù)關(guān)聯(lián)的屬性進(jìn)行第二次標(biāo)記；

12、根據(jù)所述第一次標(biāo)記、第二次標(biāo)記確定增量標(biāo)記信息。

13、可選的，所述將所述語(yǔ)音交互數(shù)據(jù)、所述增量標(biāo)記信息、全量標(biāo)記信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練所述大語(yǔ)言模型以生成專家模型之后，還包括：

14、利用測(cè)試數(shù)據(jù)對(duì)所述專家模型進(jìn)行測(cè)試，獲取所述專家模型的測(cè)試結(jié)果，其中，所述測(cè)試結(jié)果包括測(cè)試數(shù)據(jù)的提示詞標(biāo)記；

15、將所述測(cè)試結(jié)果反饋至提示詞工程，以根據(jù)所述測(cè)試數(shù)據(jù)的提示詞標(biāo)記更新所述提示詞工程中的提示詞關(guān)聯(lián)的屬性。

16、可選的，所述將所述語(yǔ)音交互數(shù)據(jù)、所述增量標(biāo)記信息、全量標(biāo)記信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練所述大語(yǔ)言模型以生成專家模型之后，還包括：

17、獲取迭代更新的提示詞、產(chǎn)品業(yè)務(wù)、坐席反饋、用戶行為模式的至少一項(xiàng)更新信息；

18、根據(jù)所述更新信息迭代更新所述人工經(jīng)驗(yàn)規(guī)則或使所述大語(yǔ)言模型學(xué)習(xí)所述更新信息；

19、根據(jù)更新后的人工經(jīng)驗(yàn)規(guī)則或大語(yǔ)言模型對(duì)交互數(shù)據(jù)進(jìn)行增量標(biāo)記，獲得更新后的增量標(biāo)記信息；

20、基于所述更新后的增量標(biāo)記信息更新所述專家模型。

21、可選地，所述根據(jù)人工經(jīng)驗(yàn)規(guī)則以及大語(yǔ)言模型提取所述語(yǔ)音交互數(shù)據(jù)中與產(chǎn)品業(yè)務(wù)關(guān)聯(lián)的屬性，作為增量標(biāo)記信息，包括：

22、確定所述語(yǔ)音交互數(shù)據(jù)的應(yīng)用領(lǐng)域；

23、根據(jù)所述應(yīng)用領(lǐng)域匹配個(gè)性化分析規(guī)則，并基于所述個(gè)性化分析規(guī)則提取所述語(yǔ)音交互數(shù)據(jù)中的用戶需求與偏好；

24、根據(jù)所述用戶需求與偏好對(duì)所述語(yǔ)音交互數(shù)據(jù)進(jìn)行標(biāo)記，以更新所述增量標(biāo)記信息。

25、可選的，所述獲取所述語(yǔ)音交互數(shù)據(jù)進(jìn)行規(guī)范化后的全量標(biāo)記信息，包括：

26、對(duì)所述語(yǔ)音交互數(shù)據(jù)進(jìn)行識(shí)別，生成所述語(yǔ)音交互數(shù)據(jù)的文本信息；

27、對(duì)所述文本信息進(jìn)行歸一化處理，得到規(guī)范化后的文本信息；

28、按照若干種分類規(guī)則?的最小特征單元對(duì)所述語(yǔ)音交互數(shù)據(jù)的規(guī)范化后的文本信息進(jìn)行分割，得到包含若干個(gè)最小特征單元的語(yǔ)音數(shù)據(jù)文本；

29、提取不同分類規(guī)則下的所述最小特征單元并匹配相應(yīng)的屬性信息，使得不同分類規(guī)則下的所述語(yǔ)音數(shù)據(jù)文本的最小特征單元包含所述屬性信息的占比達(dá)到預(yù)設(shè)值，得到所述語(yǔ)音交互數(shù)據(jù)進(jìn)行規(guī)范化后的全量標(biāo)記信息。

30、可選的，所述向目標(biāo)坐席推送與所述預(yù)測(cè)信息匹配的通話策略，包括：

31、根據(jù)所述用戶行為模式，向目標(biāo)坐席推送相應(yīng)的話術(shù)策略；

32、判斷所述用戶需求是否與目標(biāo)產(chǎn)品相符合，若是，向目標(biāo)坐席推送與所述目標(biāo)產(chǎn)品相關(guān)的介紹信息；若否，根據(jù)所述用戶需求匹配意向產(chǎn)品，并向目標(biāo)坐席推送所述意向產(chǎn)品相關(guān)的介紹信息。

33、為解決上述技術(shù)問(wèn)題，本技術(shù)還提供一種基于大模型的全量語(yǔ)音分析裝置，包括：

34、數(shù)據(jù)獲取模塊，用于獲取坐席與用戶的語(yǔ)音交互數(shù)據(jù)；

35、增量標(biāo)記模塊，用于根據(jù)人工經(jīng)驗(yàn)規(guī)則以及大語(yǔ)言模型提取所述語(yǔ)音交互數(shù)據(jù)中與產(chǎn)品業(yè)務(wù)關(guān)聯(lián)的屬性，作為增量標(biāo)記信息；

36、全量標(biāo)記模塊，用于獲取所述語(yǔ)音交互數(shù)據(jù)進(jìn)行規(guī)范化后的全量標(biāo)記信息；

37、模型訓(xùn)練模塊，用于將所述語(yǔ)音交互數(shù)據(jù)、所述增量標(biāo)記信息、全量標(biāo)記信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練所述大語(yǔ)言模型以生成專家模型，其中，所述專家模型建立用戶畫像、坐席畫像、產(chǎn)品畫像的關(guān)聯(lián)信息，以及對(duì)用戶需求和用戶行為模式的預(yù)測(cè)信息；

38、模型應(yīng)用模塊，用于根據(jù)所述專家模型匹配目標(biāo)坐席、目標(biāo)用戶以及對(duì)應(yīng)的目標(biāo)產(chǎn)品并反饋至呼叫系統(tǒng)，以從所述呼叫系統(tǒng)獲取所述目標(biāo)坐席與目標(biāo)用戶的實(shí)時(shí)交流數(shù)據(jù)，并根據(jù)所述專家模型基于所述實(shí)時(shí)交流數(shù)據(jù)預(yù)測(cè)包括用戶需求和用戶行為模式的預(yù)測(cè)信息，以向目標(biāo)坐席推送與所述預(yù)測(cè)信息匹配的通話策略。

39、為解決上述技術(shù)問(wèn)題本技術(shù)還提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行上述所述基于大模型的全量語(yǔ)音分析方法的步驟。

40、為解決上述技術(shù)問(wèn)題本技術(shù)還提供一種存儲(chǔ)有計(jì)算機(jī)可讀指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀指令被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得一個(gè)或多個(gè)處理器執(zhí)行上述所述基于大模型的全量語(yǔ)音分析方法的步驟。

41、本技術(shù)創(chuàng)造實(shí)施例的有益效果是：通過(guò)獲取坐席與用戶的語(yǔ)音交互數(shù)據(jù)；根據(jù)人工經(jīng)驗(yàn)規(guī)則以及大語(yǔ)言模型提取所述語(yǔ)音交互數(shù)據(jù)中與產(chǎn)品業(yè)務(wù)關(guān)聯(lián)的屬性，作為增量標(biāo)記信息；獲取所述語(yǔ)音交互數(shù)據(jù)進(jìn)行規(guī)范化后的全量標(biāo)記信息；將所述語(yǔ)音交互數(shù)據(jù)、所述增量標(biāo)記信息、全量標(biāo)記信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練所述大語(yǔ)言模型以生成專家模型，其中，所述專家模型建立用戶畫像、坐席畫像、產(chǎn)品畫像的關(guān)聯(lián)信息，以及對(duì)用戶需求和用戶行為模式的預(yù)測(cè)信息；根據(jù)所述專家模型匹配目標(biāo)坐席、目標(biāo)用戶以及對(duì)應(yīng)的目標(biāo)產(chǎn)品并反饋至呼叫系統(tǒng)，以從所述呼叫系統(tǒng)獲取所述目標(biāo)坐席與目標(biāo)用戶的實(shí)時(shí)交流數(shù)據(jù)，并根據(jù)所述專家模型基于所述實(shí)時(shí)交流數(shù)據(jù)預(yù)測(cè)包括用戶需求和用戶行為模式的預(yù)測(cè)信息，以向目標(biāo)坐席推送與所述預(yù)測(cè)信息匹配的通話策略；通過(guò)對(duì)語(yǔ)音交互數(shù)據(jù)的增量標(biāo)記以及全量分析，結(jié)合大語(yǔ)言模型的深度學(xué)習(xí)和人工經(jīng)驗(yàn)規(guī)則，實(shí)現(xiàn)了對(duì)語(yǔ)音交互數(shù)據(jù)的高效分析和處理，提高了對(duì)用戶需求和行為模式預(yù)測(cè)的準(zhǔn)確性，增強(qiáng)了服務(wù)個(gè)性化和響應(yīng)速度；通過(guò)實(shí)時(shí)交互數(shù)據(jù)的分析，為坐席提供了精準(zhǔn)的通話策略，優(yōu)化了客戶服務(wù)體驗(yàn)；同時(shí)，建立了全面的用戶、坐席和產(chǎn)品畫像，為業(yè)務(wù)決策提供了數(shù)據(jù)支持，提升了運(yùn)營(yíng)效率和市場(chǎng)競(jìng)爭(zhēng)力。