技术摘要：
本发明涉及一种人工智能客服系统，包括语音获取模块、预处理模块、语音识别模块、客户需求分析模块和情绪分析模块，语音获取模块获取客户的初始语音信号，预处理模块对初始语音信号进行预处理，得到目标语音信号，语音识别模块对目标语音信号进行语音识别，得到文本数  全部
背景技术：
客服系统是企业与客户之间沟通的主要桥梁，目前，企业的客服系统大多数采用 人工电话客服系统，客户与企业的客服人员进行电话沟通，这种沟通方式存在一定的缺陷， 首先，每一个客服人员只能同时服务一个客户，为了提升服务质量以及接线效率，就需要企 业配设很多客服人员，增大人工投入成本。而且，客服人员的业务能力高低不齐，刚入职的 客服人员可能对于本企业的服务或者产品不太了解，当与客户沟通时，对于客户的咨询无 法给出有效的说明或者解决措施，给客户带来不好的体验，降低客户的满意度。
技术实现要素：
本发明的目的在于提供一种人工智能客服系统，用于解决现有的客服方式需要投 入很大的人工成本的问题。 为了解决上述问题，本发明采用以下技术方案： 一种人工智能客服系统，包括： 语音获取模块，用于获取客户的初始语音信号； 预处理模块，用于对所述初始语音信号进行预处理，得到目标语音信号； 语音识别模块，用于对所述目标语音信号进行语音识别，得到目标文本数据； 客户需求分析模块，用于将所述目标文本数据输入到预设的需求关键字数据库中，提 取所述目标文本数据中的需求关键字，得到目标需求关键字，然后将所述目标需求关键字 输入到预设的客户需求数据库中，获取与所述目标需求关键字相对应的目标客户需求项目 介绍，最后向所述客户输出与所述目标客户需求项目介绍相对应的客户需求语音信号；其 中，所述客户需求数据库包括至少两个需求关键字，以及与各需求关键字相对应的客户需 求项目介绍；以及 情绪分析模块，用于将所述目标语音信号进行转换，转换为语音波形图，接着根据所述 语音波形图得到所述语音波形图中的语音振幅最大值和语音振幅最小值，并计算得到所述 语音振幅最大值和所述语音振幅最小值的振幅差值，然后比较所述振幅差值与预设的情绪 异常振幅波动阈值，根据所述振幅差值与所述情绪异常振幅波动阈值的大小关系得到所述 客户的情绪分析结果，最后将所述情绪分析结果传输到后台监控系统；其中，若所述振幅差 值大于或者等于所述情绪异常振幅波动阈值，则判定所述客户的情绪分析结果为情绪异 常，若所述振幅差值小于所述情绪异常振幅波动阈值，则判定所述客户的情绪分析结果为 情绪正常。 进一步地，所述将所述目标文本数据输入到预设的需求关键字数据库中，提取所 述目标文本数据中的需求关键字，得到目标需求关键字，包括： 将所述目标文本数据输入到所述需求关键字数据库中，提取所述目标文本数据中的至 4 CN 111599383 A 说　明　书 2/7 页 少两个需求关键字； 统计各所述需求关键字的出现次数，找到出现次数最高的需求关键字，为所述目标需 求关键字。 进一步地，所述客户需求分析模块还用于： 若所述目标文本数据中不存在所述需求关键字数据库中的需求关键字，则生成用于指 示客户需求无法满足的指示信号，向所述客户输出与所述指示信号相对应的语音信号，并 将所述指示信号传输到所述后台监控系统。 进一步地，所述语音识别模块具体用于： 所述语音识别模块内置有历史文本数据库和语音识别算法，所述历史文本数据库包括 所述语音识别模块根据所述语音识别算法语音识别得到的历史文本数据； 所述语音识别模块将所述目标语音信号与所述历史文本数据库中的各历史文本数据 的读音进行比对； 若所述目标语音信号与某一个历史文本数据的读音的相似度大于或者等于预设相似 度，则所述某一个历史文本数据为目标文本数据； 若所述目标语音信号与所有的历史文本数据的读音的相似度均小于所述预设相似度， 则所述语音识别模块根据所述语音识别算法对所述目标语音信号进行语音识别，得到目标 文本数据，并将该目标文本数据存储至所述历史文本数据库中，更新所述历史文本数据库。 本发明的有益效果为：本发明提供的是一种人工智能客服系统，语音获取模块获 取到客户的初始语音信号，经过预处理模块的预处理和语音识别模块的语音识别，得到目 标文本数据，客户需求分析模块将目标文本数据输入到预设的需求关键字数据库中，提取 目标文本数据中的需求关键字，得到目标需求关键字，目标需求关键字可以理解为客户的 需求方向，在得到客户的需求方向之后，将目标需求关键字输入到预设的客户需求数据库 中，获取与目标需求关键字相对应的目标客户需求项目介绍，目标客户需求项目介绍为与 需求方向对应的具体需求项目介绍，即与需求方向相对应的具体说明，最后向客户输出与 目标客户需求项目介绍相对应的客户需求语音信号。那么，客户需求分析模块通过需求关 键字数据库和客户需求数据库，最终输出给客户所需的具体内容。而且，设置的情绪分析模 块用于分析客户的情绪，其中，将目标语音信号进行转换，转换为语音波形图，根据语音波 形图中的语音振幅最大值和语音振幅最小值计算得到振幅差值，比较振幅差值与预设的情 绪异常振幅波动阈值，由于在情绪异常时，比如愤怒时，说话比较激动，语音波动比较大，使 得上述得到的振幅差值会比较大，因此，通过比较振幅差值与情绪异常振幅波动阈值的大 小关系就能够判断得到客户的情绪分析结果，最后将情绪分析结果传输到后台监控系统。 因此，情绪分析模块通过语音振幅最大值和语音振幅最小值的振幅差值以及情绪异常振幅 波动阈值能够准确判断得到客户的情绪，后台监控系统实时监控客户的情绪，根据客户的 情绪可以做出后续处理，比如专门安排相关的人员与客户进行电话沟通，以了解客户的不 满之处，做到真正解决客户的需求。因此，该客服系统能够根据客户说出的语音信号进行智 能化回复，向客户输出其所需求的相关内容，无需专门配设客服人员对客户进行一对一服 务，降低了客服人员的配设人数，进而降低了人工投入成本。而且，通过需求关键字数据库 和客户需求数据库能够为客户提供所需的内容，避免出现因客服人员的业务能力高低不齐 而出现的无法给客户提供有效答复或者解决措施的情况，提升客户满意度。并且，通过对客 5 CN 111599383 A 说　明　书 3/7 页 户的语音信号进行分析，准确得到客户的情绪，进而可以根据客户的情绪进行后续处理，以 及时解决客户的需求，提升客户满意度。 附图说明 图1是人工智能客服系统的软件模块组成示意图。