语音信息录入方法、装置、电子设备及存储介质
文献发布时间:2023-06-19 09:32:16
技术领域
本发明涉及语音处理技术,尤其涉及一种语音信息录入方法、装置、电子设备及存储介质。
背景技术
目前,金融机构的理财顾问通过跟客户线下一对一沟通,了解客户的相关信息,进而通过合理、系统的客户分析,可以知道不同的客户的理财需求。通过分析客户理财需求与机构产品与服务的商务效益的关系,可以使用户的理财计划得到最优的规划。或者金融机构的医疗保险业务人员跟客户线下一对一沟通,来解答客户对于医疗保险方面的问题或者报销流程等问题。但是理财顾问或者医疗保险业务人员通过跟客户线下一对一沟通后,手工记录客户信息,存在信息录入效率较低的问题。
发明内容
鉴于以上内容,本发明提供一种语音信息录入方法、装置、电子设备及存储介质,其目的在于解决目前信息录入效率较低的技术问题。
为实现上述目的,本发明提供一种语音信息录入方法,应用于电子设备,该方法包括:
采集用户对所述电子设备发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP;
接收用户输入的实时语音信息,将所述实时语音信息转换为自然语言文本,并将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果;
响应用户发出的存储匹配结果的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址;
判断所述预设存储地址中是否存储有与所述自然语言文本相关联的历史标签,当判断结果为是时,计算所述历史标签与所述匹配成功的标签的相似度,当相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
在其中一实施例中,所述接收用户输入的实时语音信息,包括:
接收用户间断输入的多段实时语音信息。
在其中一实施例中,所述接收用户间断输入的多段实时语音信息,包括:
向用户发送对应于第一标签类型的录音提示信息,当接收到用户输入的与所述第一标签类型对应的实时语音信息后,向用户发送对应于第二标签类型的录音提示信息,并接收用户输入的与所述第二标签类型对应的实时语音信息。
在其中一实施例中,所述接收用户间断输入的多段实时语音信息,包括:
接收用户输入的实时语音信息;
响应用户暂停录音的指令,停止接收语音信息;
响应用户继续录音的指令,继续接收用户输入的实时语音信息。
在其中一实施例中,所述将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果,包括:
将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,计算所述一个或多个标签与所述自然语言文本的匹配度,当判断匹配度大于阈值时,匹配成功;当判断所述匹配度小于或等于所述阈值时,匹配失败。
在其中一实施例中,所述输出所述自然语言文本与所述一个或多个标签的匹配结果,包括:
将匹配成功的标签以第一显示状态展示,将匹配失败的标签以第二显示状态展示,将所述自然语言文本以第三显示状态展示,所述第一显示状态、所述第二显示状态及所述第三显示状态不同。
在其中一实施例中,在所述响应用户发出的存储匹配结果的指令之前,所述方法还包括:
响应用户的修改指令,在所述自然语言文本中删除和/或新增文字;将修改后的自然语言文本与所述预先设置的一个或多个标签一一进行匹配,输出新的匹配结果。
为实现上述目的,本发明还提供一种语音信息录入装置,应用于电子设备,所述装置包括:
登录模块:用于采集用户对所述电子设备发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP;
转换模块:用于接收用户输入的实时语音信息,将所述实时语音信息转换为自然语言文本,并将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果;
存储模块:用于响应用户发出的存储匹配结果的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址;
更新模块:用于判断所述预设存储地址中是否存储有与所述自然语言文本相关联的历史标签,当判断结果为是时,计算所述历史标签与所述匹配成功的标签的相似度,当相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
为实现上述目的,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的语音信息录入方法。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中包括存储数据区和存储程序区,存储数据区存储根据区块链节点的使用所创建的数据,存储程序区存储有语音信息录入程序,所述语音信息录入程序被处理器执行时,实现如上所述的语音信息录入方法的步骤。
本发明提出的语音信息录入方法、装置、电子设备及存储介质,采集用户发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP以登录账号,保证用户账号信息的安全性。接收用户发出输入的实时语音信息,根据实时语音信息生成相应的自然语言文本,将自然语言文本和预先设置的每个标签一一进行匹配,输出自然语言文本与标签的匹配结果,将匹配成功的标签和自然语言文本存储到预设存储地址,提升了信息的录入效率。在预设存储地址中保存有与所述自然语言文本相关联的历史标签的情况下,进一步计算历史标签与匹配成功的标签的相似度,当相似度大于预设值时,将对应的历史标签更新为匹配成功的标签,实现了预设地址中的标签更新。
附图说明
图1为本发明电子设备较佳实施例的示意图;
图2为本发明语音信息录入装置较佳实施例的模块示意图;
图3为本发明语音信息录入方法较佳实施例的流程图;
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,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,都属于本发明保护的范围。
参照图1所示,为本发明电子设备1较佳实施例的示意图。
该电子设备1包括但不限于:存储器11、处理器12、显示器13及网络接口14。所述电子设备1通过网络接口14连接网络,获取原始数据。其中,所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobilecommunication,GSM)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi、通话网络等无线或有线网络。其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器11可以是所述电子设备1的内部存储单元,例如该电子设备1的硬盘或内存。在另一些实施例中,所述存储器11也可以是所述电子设备1的外部存储设备,例如该电子设备1配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器11还可以既包括所述电子设备1的内部存储单元也包括其外部存储设备。本实施例中,存储器11通常用于存储安装于所述电子设备1的操作系统和各类应用软件,例如语音信息录入程序10的程序代码等。此外,存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述电子设备1的总体操作,例如执行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行语音信息录入程序10的程序代码等。
显示器13可以称为显示屏或显示单元。在一些实施例中显示器13可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-EmittingDiode,OLED)触摸器等。显示器13用于显示在电子设备1中处理的信息以及用于显示可视化的工作界面,例如显示数据统计的结果。
网络接口14可选地可以包括标准的有线接口、无线接口(如WI-FI接口),该网络接口14通常用于在所述电子设备1与其它电子设备1之间建立通信连接。
图1仅示出了具有组件11-14以及语音信息录入程序10的电子设备1和云端数据库2,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
可选地,所述电子设备1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
该电子设备1还可以包括射频(Radio Frequency,RF)电路、传感器和音频电路等等,在此不再赘述。
在上述实施例中,处理器12执行存储器11中存储的语音信息录入程序10时可以实现如下步骤:
采集用户对电子设备1发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP;
接收用户输入的实时语音信息,将所述实时语音信息转换为自然语言文本,并将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果;
响应用户发出的存储匹配结果的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址;
判断所述预设存储地址中是否存储有与所述自然语言文本相关联的历史标签,当判断结果为是时,计算所述历史标签与所述匹配成功的标签的相似度,当相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
关于上述步骤的详细介绍,请参照下述图2关于语音信息录入装置100实施例的功能模块图以及图3关于语音信息录入方法实施例的流程图的说明。
参照图2所示,为本发明语音信息录入装置100的功能模块图。
本发明所述语音信息录入装置100可以安装于电子设备1中。根据实现的功能,所述语音信息录入装置100可以包括登录模块110、转换模块120、存储模块130及更新模块140。本发明中所述模块也可以称之为单元,是指一种能够被电子设备1处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备1的存储器中。
在本实施例中,关于各模块/单元的功能如下:
登录模块110,用于采集用户对所述电子设备1发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP。
在本实施例中,电子设备1采集用户对所述电子设备1发出的语音解锁指令,识别语音解锁指令的声纹,判断语音解锁指令的声纹与预先设置的登录语音指令的声纹是否匹配。其中,登录语音指令是用户在注册账号时录制得到的,登录语音指令为一段特定的话,例如“登录账号”。每个人声音的声纹不同,利用声纹可确定用户身份。当电子设备1判断语音解锁指令的声纹与预先设置的登录语音指令的声纹匹配成功时,则电子设备1查找与登录语音指令相对应的账号信息,从而登录与所述账号信息对应的应用APP,例如登录某款理财APP。
在其他实施例中,电子设备1采集用户对所述电子设备1发出的语音解锁指令,识别语音解锁指令的声纹和内容,判断语音解锁指令的声纹和内容与预先设置的登录语音指令的声纹和内容是否匹配;当电子设备1判断语音解锁指令的声纹和内容与预先设置的登录语音指令的声纹和内容匹配成功时,则电子设备1查找与登录语音指令相对应的账号信息,从而登录与所述账号信息对应的应用APP。利用语音内容判断用户是否想要登录应用APP,避免误操作。登录语音指令的语音内容可自定义,并且利用声纹确认用户身份,声纹验证和内容验证相配合,保证用户账号信息的安全性。
转换模块120,用于接收用户输入的实时语音信息,将所述实时语音信息转换为自然语言文本,并将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果。
在本实施例中,以应用APP为理财APP为例,用户输入的实时语音信息可以为用户完成拜访客户后将客户的相关信息用说话的方式读出的信息。用户刚拜访完客户时,对客户的相关信息的记忆较为清楚完整,及时通过语音信息的方式进行梳理具有较高的准确性和完整性。当然,用户输入的实时语音信息也可以为播放用户预先保存的语音文件所产生的信息。
具体地,在登录应用APP后,电子设备1将实时语音信息转码为音频格式文件,利用NLP模型将音频格式文件转为自然语言文本。电子设备1将自然语言文本与预先设置的一个或多个标签一一进行匹配,得到所述自然语言文本与所述一个或多个标签的匹配结果,输出所述匹配结果。可以理解的是,匹配结果包括:匹配成功和匹配失败。
以应用APP为理财APP为例,所述标签包括基本信息标签和金融投资信息标签。基本信息标签包括客户的性别、年龄、婚姻状态、教育情况、子女情况、工作情况、收入情况、父母、兴趣爱好、房产信息、车、常住地等。金融投资信息标签包括:可投资产、投资经验、投资渠道、风险偏好、金融知识、投资目的、流动性需求等。
具体地,将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,计算预先设置的一个或多个标签与所述自然语言文本的匹配度,当判断匹配度大于阈值时,得到匹配结果为匹配成功;判断匹配度小于或等于阈值时,得到匹配结果为匹配失败。
以应用APP为理财APP为例,自然语言文本为“客户有一个儿子”,计算预先设置的每个标签与“客户有一个儿子”的匹配度,判断出“子女性别-男”与“客户有一个儿子”的匹配度大于阈值,输出“子女性别-男”与“客户有一个儿子”的匹配结果为匹配成功,将“子女性别-男”作为匹配成功的标签;识别出“子女性别-女”与“客户有一个儿子”的匹配度小于阈值,输出“子女性别-女”与“客户有一个儿子”的匹配结果为匹配失败,将“子女性别-女”作为匹配失败的标签。
输出所述自然语言文本与所述一个或多个标签的匹配结果包括:将与所述自然语言文本匹配成功的标签以第一显示状态展示,将匹配失败的标签以第二显示状态展示,将自然语言文本以第三显示状态展示,第一显示状态、第二显示状态及第三显示状态不同。例如,第一显示状态为第一亮度,第二显示状态为第二亮度,第三显示状态为第三亮度,第一亮度大于第三亮度,且第三亮度大于第二亮度。即匹配失败的标签的亮度小于匹配成功的标签的亮度,利于用户区分匹配成功的标签和匹配失败的标签。
在其他实施例中,接收用户输入的实时语音信息,可以为接收用户间断输入的多段实时语音信息,即电子设备1可分段接收用户输入的多段实时语音信息。
具体地,电子设备1向用户发出对应于第一标签类型的录音提示信息,当接收到用户输入的对应于第一标签类型的所述实时语音信息后,向用户发出对应于第二个标签类型的录音提示信息,接收用户输入的对应于该第二标签类型的所述实时语音信息。第一标签类型与第二标签类型不同,以应用APP为理财APP为例,第一标签类型与第二标签类型分别为基本信息和金融投资信息。例如,电子设备1先显示“请录入客户基本信息”的文字信息,接收到用户输入的对应于“客户基本信息”的实时语音信息后,再显示“请录入客户金融投资信息”的文字信息,接收对应于“金融投资信息”的实时语音信息。如此,约束用户,利于用户理清客户信息,输入的信息更为规范完整。
或者,接收用户输入的实时语音信息,接收完成后,响应用户暂停录音的指令,停止接收语音信息,停止接收语音信息后响应用户继续录音的指令,继续接收用户输入的实时语音信息。可不按标签的类型分段接收用户输入的实时语音信息。以应用APP为理财APP为例,用户有时会想不起部分客户信息,此时电子设备1可先接收用户输入的记得起来的部分客户信息对应的实时语音信息,响应用户暂停录音的指令,停止接收语音信息,等用户想起之前忘记的客户信息时,用户对电子设备1发出继续录音指令;响应用户的继续录音指令,继续接收用户输入的刚想起来的客户信息对应的实时语音信息。
存储模块130,用于响应用户发出的存储匹配结果的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址。
在本实施例中,以应用APP为理财APP为例,用户对匹配结果和自然语言文本确认无误之后,发出确认存储的指令。电子设备1响应用户的确认存储的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址。存储所述自然语言文本及匹配成功的标签至预设存储地址,还可以包括:判断是否存在对应的预设存储地址,当存在对应的预设存储地址时,将所述匹配成功的标签和所述自然语言文本存储至对应的预设存储地址中。当不存在对应的预设存储地址时,新建一个对应的预设存储地址,将所述匹配成功的标签和所述自然语言文本存储至新建的所述预设存储地址中。可以设置一个预设存储地址对应一个客户。
进一步地,在所述响应用户的确认存储的指令之前,所述语音信息录入方法还包括:响应用户的修改指令,在所述自然语言文本中删除和/或新增文字;将修改后的所述自然语言文本与所述预先设置的一个或多个标签一一进行匹配,输出新的匹配结果。
用户可以检查输出的自然语言文本的文字信息是否准确,在文字信息不准确的情况下,向电子设备1发出修改指令。一般来说,修改方式包括删除和新增。电子设备1响应于用户的修改指令,修改自然语言文本。例如,用户发现自然语言文本中的客户名称为“李大成”,客户名称实际为“李大程”,向电子设备1发出将“成”改为“程”的修改指令。电子设备1响应修改指令,在自然语言文本中相应的位置删除“成”,并新增“程”。将修改后的自然语言文本与预先设置的一个或多个标签一一进行匹配,输出新的匹配结果。
更新模块140,用于判断所述预设存储地址中是否存储有与所述自然语言文本相关联的历史标签,当判断结果为是时,计算所述历史标签与所述匹配成功的标签的相似度,当相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
在本实施例中,电子设备1判断所述预设存储地址中是否存储有与保存至预设存储地址中的所述自然语言文本相关联的历史标签,在判断出预设存储地址中保存有与所述自然语言文本相关联的历史标签的情况下,计算相关联的历史标签与匹配成功的标签的相似度,判断相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
以应用APP为理财APP为例,保存至预设存储地址中的匹配成功的标签和自然语言文本分别为“婚姻状态-已婚”和“客户上周刚结婚”,电子设备1识别出预设存储地址中存储有与“客户上周刚结婚”相关联的“婚姻状态-未婚”这一历史标签,计算出“婚姻状态-未婚”与“婚姻状态-已婚”的相似度,判断相似度大于预设值,删除“婚姻状态-未婚”这一历史标签。
可以理解的是,在判断所述预设存储地址中未存储有与自然语言文本相关联的历史标签,或者相似度小于或等于预设值的情况下,则不更新历史标签,换言之,保留历史标签。
本发明提出的语音信息录入装置100,采集用户发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP以登录账号,保证用户账号信息的安全性。接收用户发出输入的实时语音信息,根据实时语音信息生成相应的自然语言文本,将自然语言文本和预先设置的每个标签一一进行匹配,输出自然语言文本与标签的匹配结果,将匹配成功的标签和自然语言文本存储到预设存储地址,提升了信息的录入效率。在预设存储地址中保存有与所述自然语言文本相关联的历史标签的情况下,进一步计算历史标签与匹配成功的标签的相似度,当相似度大于预设值时,将对应的历史标签更新为匹配成功的标签,实现了预设地址中的标签更新。
此外,本发明还提供一种语音信息录入方法,该方法应用于电子设备1。参照图3所示,为本发明语音信息录入方法的实施例的方法流程示意图。电子设备1的处理器12执行存储器11中存储的语音信息录入程序10时实现语音信息录入方法的如下步骤:
步骤S10:采集用户对所述电子设备1发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP。
在本实施例中,电子设备1采集用户对所述电子设备1发出的语音解锁指令,识别语音解锁指令的声纹,判断语音解锁指令的声纹与预先设置的登录语音指令的声纹是否匹配。其中,登录语音指令是用户在注册账号时录制得到的,登录语音指令为一段特定的话,例如“登录账号”。每个人声音的声纹不同,利用声纹可确定用户身份。当电子设备1判断语音解锁指令的声纹与预先设置的登录语音指令的声纹匹配成功时,则电子设备1查找与登录语音指令相对应的账号信息,从而登录与所述账号信息对应的应用APP,例如登录某款理财APP。
在其他实施例中,电子设备1采集用户对所述电子设备1发出的语音解锁指令,识别语音解锁指令的声纹和内容,判断语音解锁指令的声纹和内容与预先设置的登录语音指令的声纹和内容是否匹配;当电子设备1判断语音解锁指令的声纹和内容与预先设置的登录语音指令的声纹和内容匹配成功时,则电子设备1查找与登录语音指令相对应的账号信息,从而登录与所述账号信息对应的应用APP。利用语音内容判断用户是否想要登录应用APP,避免误操作。登录语音指令的语音内容可自定义,并且利用声纹确认用户身份,声纹验证和内容验证相配合,保证用户账号信息的安全性。
步骤S20:接收用户输入的实时语音信息,将所述实时语音信息转换为自然语言文本,并将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果。
在本实施例中,以应用APP为理财APP为例,用户输入的实时语音信息可以为用户完成拜访客户后将客户的相关信息用说话的方式读出的信息。用户刚拜访完客户时,对客户的相关信息的记忆较为清楚完整,及时通过语音信息的方式进行梳理具有较高的准确性和完整性。当然,用户输入的实时语音信息也可以为播放用户预先保存的语音文件所产生的信息。
具体地,在登录应用APP后,电子设备1将实时语音信息转码为音频格式文件,利用NLP模型将音频格式文件转为自然语言文本。电子设备1将自然语言文本与预先设置的一个或多个标签一一进行匹配,得到所述自然语言文本与所述一个或多个标签的匹配结果,输出所述匹配结果。可以理解的是,匹配结果包括:匹配成功和匹配失败。
以应用APP为理财APP为例,所述标签包括基本信息标签和金融投资信息标签。基本信息标签包括客户的性别、年龄、婚姻状态、教育情况、子女情况、工作情况、收入情况、父母、兴趣爱好、房产信息、车、常住地等。金融投资信息标签包括:可投资产、投资经验、投资渠道、风险偏好、金融知识、投资目的、流动性需求等。
具体地,将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,计算预先设置的一个或多个标签与所述自然语言文本的匹配度,当判断匹配度大于阈值时,得到匹配结果为匹配成功;判断匹配度小于或等于阈值时,得到匹配结果为匹配失败。
以应用APP为理财APP为例,自然语言文本为“客户有一个儿子”,计算预先设置的每个标签与“客户有一个儿子”的匹配度,判断出“子女性别-男”与“客户有一个儿子”的匹配度大于阈值,输出“子女性别-男”与“客户有一个儿子”的匹配结果为匹配成功,将“子女性别-男”作为匹配成功的标签;识别出“子女性别-女”与“客户有一个儿子”的匹配度小于阈值,输出“子女性别-女”与“客户有一个儿子”的匹配结果为匹配失败,将“子女性别-女”作为匹配失败的标签。
输出所述自然语言文本与所述一个或多个标签的匹配结果包括:将与所述自然语言文本匹配成功的标签以第一显示状态展示,将匹配失败的标签以第二显示状态展示,将自然语言文本以第三显示状态展示,第一显示状态、第二显示状态及第三显示状态不同。例如,第一显示状态为第一亮度,第二显示状态为第二亮度,第三显示状态为第三亮度,第一亮度大于第三亮度,且第三亮度大于第二亮度。即匹配失败的标签的亮度小于匹配成功的标签的亮度,利于用户区分匹配成功的标签和匹配失败的标签。
在其他实施例中,接收用户输入的实时语音信息,可以为接收用户间断输入的多段实时语音信息,即电子设备1可分段接收用户输入的多段实时语音信息。
具体地,电子设备1向用户发出对应于第一标签类型的录音提示信息,当接收到用户输入的对应于第一标签类型的所述实时语音信息后,向用户发出对应于第二个标签类型的录音提示信息,接收用户输入的对应于该第二标签类型的所述实时语音信息。第一标签类型与第二标签类型不同,以应用APP为理财APP为例,第一标签类型与第二标签类型分别为基本信息和金融投资信息。例如,电子设备1先显示“请录入客户基本信息”的文字信息,接收到用户输入的对应于“客户基本信息”的实时语音信息后,再显示“请录入客户金融投资信息”的文字信息,接收对应于“金融投资信息”的实时语音信息。如此,约束用户,利于用户理清客户信息,输入的信息更为规范完整。
或者,接收用户输入的实时语音信息,接收完成后,响应用户暂停录音的指令,停止接收语音信息,停止接收语音信息后响应用户的继续录音指令,继续接收用户输入的实时语音信息。可不按标签的类型分段接收用户输入的实时语音信息。以应用APP为理财APP为例,用户有时会想不起部分客户信息,此时电子设备1可先接收用户输入的记得起来的部分客户信息对应的实时语音信息,响应用户暂停录音的指令,停止接收语音信息,等用户想起之前忘记的客户信息时,用户对电子设备1发出继续录音指令;响应用户的继续录音指令,继续接收用户输入的刚想起来的客户信息对应的实时语音信息。
步骤S30:响应用户发出的存储匹配结果的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址。
在本实施例中,以应用APP为理财APP为例,用户对匹配结果和自然语言文本确认无误之后,发出确认存储的指令。电子设备1响应用户的确认存储的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址。存储所述自然语言文本及匹配成功的标签至预设存储地址,还可以包括:判断是否存在对应的预设存储地址,当存在对应的预设存储地址时,将所述匹配成功的标签和所述自然语言文本存储至对应的预设存储地址中。当不存在对应的预设存储地址时,新建一个对应的预设存储地址,将所述匹配成功的标签和所述自然语言文本存储至新建的所述预设存储地址中。可以设置一个预设存储地址对应一个客户。
进一步地,在所述响应用户的确认存储的指令之前,所述语音信息录入方法还包括:响应用户的修改指令,在所述自然语言文本中删除和/或新增文字;将修改后的所述自然语言文本与所述预先设置的一个或多个标签一一进行匹配,输出新的匹配结果。
用户可以检查输出的自然语言文本的文字信息是否准确,在文字信息不准确的情况下,向电子设备1发出修改指令。一般来说,修改方式包括删除和新增。电子设备1响应于用户的修改指令,修改自然语言文本。例如,用户发现自然语言文本中的客户名称为“李大成”,客户名称实际为“李大程”,向电子设备1发出将“成”改为“程”的修改指令。电子设备1响应修改指令,在自然语言文本中相应的位置删除“成”,并新增“程”。将修改后的自然语言文本与预先设置的一个或多个标签一一进行匹配,输出新的匹配结果。
步骤S40:判断所述预设存储地址中是否存储有与所述自然语言文本相关联的历史标签,当判断结果为是时,计算所述历史标签与所述匹配成功的标签的相似度,当相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
在本实施例中,电子设备1判断所述预设存储地址中是否存储有与保存至预设存储地址中的所述自然语言文本相关联的历史标签,在判断出预设存储地址中保存有与所述自然语言文本相关联的历史标签的情况下,计算相关联的历史标签与匹配成功的标签的相似度,判断相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
以应用APP为理财APP为例,保存至预设存储地址中的匹配成功的标签和自然语言文本分别为“婚姻状态-已婚”和“客户上周刚结婚”,电子设备1识别出预设存储地址中存储有与“客户上周刚结婚”相关联的“婚姻状态-未婚”这一历史标签,计算出“婚姻状态-未婚”与“婚姻状态-已婚”的相似度,判断相似度大于预设值,删除“婚姻状态-未婚”这一历史标签。
可以理解的是,在判断所述预设存储地址中未存储有与自然语言文本相关联的历史标签,或者相似度小于或等于预设值的情况下,则不更新历史标签,换言之,保留历史标签。
本发明提出的语音信息录入方法,采集用户发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP以登录账号,保证用户账号信息的安全性。接收用户发出输入的实时语音信息,根据实时语音信息生成相应的自然语言文本,将自然语言文本和预先设置的每个标签一一进行匹配,输出自然语言文本与标签的匹配结果,将匹配成功的标签和自然语言文本存储到预设存储地址,提升了信息的录入效率。在预设存储地址中保存有与所述自然语言文本相关联的历史标签的情况下,进一步计算历史标签与匹配成功的标签的相似度,当相似度大于预设值时,将对应的历史标签更新为匹配成功的标签,实现了预设地址中的标签更新。本发明实施例可应用于金融机构的相关沟通场景,比如医疗保险报销的咨询场景。
此外,本发明实施例还提出一种计算机可读存储介质,应用于电子设备1,该计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等等中的任意一种或者几种的任意组合。所述计算机可读存储介质中包括存储数据区和存储程序区,存储数据区存储根据区块链节点的使用所创建的数据,存储程序区存储有语音信息录入程序10,所述语音信息录入程序10被处理器执行时实现如下操作:
采集用户对所述电子设备1发出的语音解锁指令,匹配所述语音解锁指令的声纹与预先设置的登录语音指令的声纹,当声纹匹配成功时,查找与所述登录语音指令对应的账号信息,登录与所述账号信息对应的应用APP;
接收用户输入的实时语音信息,将所述实时语音信息转换为自然语言文本,并将所述自然语言文本与预先设置的一个或多个标签一一进行匹配,输出所述自然语言文本与所述一个或多个标签的匹配结果;
响应用户发出的存储匹配结果的指令,保存所述自然语言文本及匹配成功的标签至预设存储地址;
判断所述预设存储地址中是否存储有与所述自然语言文本相关联的历史标签,当判断结果为是时,计算所述历史标签与所述匹配成功的标签的相似度,当相似度大于预设值时,将所述历史标签更新为所述匹配成功的标签。
需要强调的是,本发明之计算机可读存储介质的具体实施方式与上述语音信息录入方法的具体实施方式大致相同,在此不再赘述。
在另一个实施例中,本发明所提供的语音信息录入方法,为进一步保证上述所有出现的数据的私密和安全性,上述所有数据还可以存储于一区块链的节点中。例如知识图谱、待识别文本等等,这些数据均可存储在区块链节点中。
需要说明的是,本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本发明之计算机可读存储介质的具体实施方式与上述语音信息录入方法的具体实施方式大致相同,在此不再赘述。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,电子设备,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
- 语音信息录入方法、装置、电子设备及存储介质
- 一种信息录入方法、录入装置、电子设备及存储介质