1.一种通话语音质检方法，其特征在于，包括：获取在质检周期内的通话录音数据，所述通话录音数据携带坐席人员标识；

采用目标语音静态解码网络对所述通话录音数据进行文本翻译，获取通话文本数据；

对所述通话文本数据进行敏感词验证，提取目标敏感词，并基于所述目标敏感词获取第一质检评分值；

采用与质检评分表相对应的多维度质检评分模型，对所述通话录音数据及所述通话文本数据进行质检评分，获取第二质检评分值；

根据所述第一质检评分值和所述第二质检评分值，获取与所述坐席人员标识相对应的综合质检结果；

其中，所述采用与质检评分表相对应的多维度质检评分模型，对所述通话录音数据及所述通话文本数据进行质检评分，获取第二质检评分值，包括：采用语音激活检测算法对所述通话录音数据进行识别，获取首尾语音数据对应的时间标签，基于所述时间标签从所述通话文本数据获取对应的首尾文本数据，对所述首尾文本数据与所述质检评分表中对应的评判条件进行模糊匹配，获取第一维度分值；

采用情绪识别模型对所述通话录音数据进行识别，获取情绪识别结果，基于所述情绪识别结果和所述质检评分表中对应的评判条件，获取第二维度分值；

采用语气分析器对所述通话文本数据进行识别，获取语气分析结果，基于所述语气分析结果和所述质检评分表中对应的评判条件，获取第三维度分值；

采用动态规划搜索算法，对所述通话文本数据和所述质检评分表中对应的评判条件进行匹配处理，获取第四维度分值；

对所述第一维度分值、所述第二维度分值、所述第三维度分值和所述第四维度分值进行加权求和，获取第二质检评分值。

2.如权利要求1所述的通话语音质检方法，其特征在于，在所述采用目标语音静态解码网络对所述通话录音数据进行文本翻译的步骤之前，所述通话语音质检方法还包括：从话术语料库中获取训练话术文本数据；

将所述训练话术文本数据输入到N‑gram模型进行模型训练，获取目标语言模型；

基于所述训练话术文本数据，采集与每一所述训练话术文本数据相对应的训练话术语音数据；

将所述训练话术语音数据输入到GMM‑HMM模型进行模型训练，获取目标声学模型；

基于所述目标语言模型和所述目标声学模型构建知识源搜索空间，并根据所述知识源搜索空间获取目标语音静态解码网络。

3.如权利要求1所述的通话语音质检方法，其特征在于，所述对所述通话文本数据进行敏感词验证，提取目标敏感词，并基于所述目标敏感词获取第一质检评分值，包括：基于所述目标敏感词查询敏感词分类表，获取每一目标敏感词所属的敏感类别和对应的类别分值；

统计每一所述敏感类别对应的目标敏感词的类别数量，基于所述类别数量和所述类别分值，获取总评分值；

对所述总评分值进行标准化处理，获取第一质检评分值。

4.如权利要求1所述的通话语音质检方法，其特征在于，所述根据所述第一质检评分值和所述第二质检评分值，获取与所述坐席人员标识相对应的综合质检结果，包括：判断所述第一质检评分值是否大于第一阈值，并判断所述第二质检评分值是否大于第二阈值；

若所述第一质检评分值大于所述第一阈值或者所述第二质检评分值大于所述第二阈值，则生成质检不合格的综合质检结果；

若所述第一质检评分值不大于所述第一阈值且所述第二质检评分值不大于所述第二阈值，则采用加权算法对所述第一质检评分值和所述第二质检评分值进行加权运算，获取综合评分值；

判断所述综合评分值是否大于第三阈值；若所述综合评分值大于所述第三阈值，则生成质检不合格的综合质检结果；若所述综合评分值不大于所述第三阈值，则生成质检合格的综合质检结果。

5.如权利要求1所述的通话语音质检方法，其特征在于，所述通话录音数据携带数据标识；

在所述获取与所述坐席人员标识相对应的综合质检结果的步骤之后，所述通话语音质检方法还包括：

将所述综合质检结果与所述数据标识关联存储在质检结果数据表中；

依据所述质检结果数据表中的质检结果类型，获取与所述质检结果类型相对应的信息通知模板；

基于信息通知模板，获取质检结果通知信息；

将所述质检结果通知信息发送给与所述坐席人员标识相对应的客户端。

6.一种通话语音质检装置，其特征在于，包括：录音数据获取模块，用于获取在质检周期内的通话录音数据，所述通话录音数据携带坐席人员标识；

文本数据获取模块，用于采用目标语音静态解码网络对所述通话录音数据进行文本翻译，获取通话文本数据；

第一质检处理模块，用于对所述通话文本数据进行敏感词验证，提取目标敏感词，并基于所述目标敏感词获取第一质检评分值；

第二质检处理模块，用于采用与质检评分表相对应的多维度质检评分模型，对所述通话录音数据及所述通话文本数据进行质检评分，获取第二质检评分值；

综合质检处理模块，用于根据所述第一质检评分值和所述第二质检评分值，获取与所述坐席人员标识相对应的综合质检结果；

其中，所述第二质检处理模块，包括：第一维度分值获取单元，用于采用语音激活检测算法对所述通话录音数据进行识别，获取首尾语音数据对应的时间标签，基于所述时间标签从所述通话文本数据获取对应的首尾文本数据，对所述首尾文本数据与所述质检评分表中对应的评判条件进行模糊匹配，获取第一维度分值；

第二维度分值获取单元，用于采用情绪识别模型对所述通话录音数据进行识别，获取情绪识别结果，基于所述情绪识别结果和所述质检评分表中对应的评判条件，获取第二维度分值；

第三维度分值获取单元，用于采用语气分析器对所述通话文本数据进行识别，获取语气分析结果，基于所述语气分析结果和所述质检评分表中对应的评判条件，获取第三维度分值；

第四维度分值获取单元，用于采用动态规划搜索算法，对所述通话文本数据和所述质检评分表中对应的评判条件进行匹配处理，获取第四维度分值；

第二质检评分值获取单元，用于对所述第一维度分值、所述第二维度分值、所述第三维度分值和所述第四维度分值进行加权求和，获取第二质检评分值。

7.如权利要求6所述的通话语音质检装置，其特征在于，所述综合质检处理模块包括：第一判断处理单元，用于判断所述第一质检评分值是否大于第一阈值，并判断所述第二质检评分值是否大于第二阈值；

第一结果获取单元，用于若所述第一质检评分值大于所述第一阈值或者所述第二质检评分值大于所述第二阈值，则生成质检不合格的综合质检结果；

第二判断处理单元，用于若所述第一质检评分值不大于所述第一阈值且所述第二质检评分值不大于所述第二阈值，则采用加权算法对所述第一质检评分值和所述第二质检评分值进行加权运算，获取综合评分值；

第二结果获取单元，用于判断所述综合评分值是否大于第三阈值；若所述综合评分值大于所述第三阈值，则生成质检不合格的综合质检结果；若所述综合评分值不大于所述第三阈值，则生成质检合格的综合质检结果。

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

5任一项所述通话语音质检方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述通话语音质检方法的步骤。