一种语音质检方法、装置、计算机设备及存储介质

本申请公开一种语音质检方法、装置、计算机设备及存储介质，属于人工智能技术领域，应用于金融、健康医疗养老等领域的语音质检场景。本申请通过引入多模态特征融合技术，通过提取文本的上下文语义特征和语音的声学特征，并结合预训练情绪识别模型获取情绪特征，实现从语义、声学和情绪三个维度对语音数据的全面理解，通过对三类特征向量进行深度融合，能够更充分地挖掘语音中的质量问题，相较于传统仅依赖文本或声学特征的方法，本申请在文本或声学特征的基础上结合情绪特征实现多模态特征，能够更全面、细致地反映语音内容所蕴含的信息，从而提升语音质检的准确率与实用性，满足智能客服、语音审计等应用场景对高质量自动质检的需求。