CN101609673A - 一种基于电话银行的用户语音处理方法及服务器 - Google Patents

Abstract

本发明提供一种基于电话银行的用户语音处理方法及服务器，所述的方法包括：接收客户端发来的业务请求信息；根据所述业务请求信息向所述的客户端返回语音提示信息；接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；将所述的用户语音应答信息转换为文字信息；获取所述的文字信息对应的业务信息；对所述的业务信息进行处理，并将处理结果发送给所述的客户端。本发明实施例减少了用户与IVR系统的信息交互次数，节省了业务处理的时间，提高了IVR系统的运行效率。

Description

一种基于电话银行的用户语音处理方法及服务器

技术领域

本发明涉及语音识别技术，尤其涉及一种基于电话银行的用户语音处理方法及服务器。

背景技术

传统的操作系统，要根据文字及语音提示进行多步操作才能完成，如进行银行卡余额查询、挂失等操作的电话操作系统，采用交互式语音应答(Interactive Voice Response IVR)系统，用户要进行银行卡余额查询、挂失等操作，必须根据IVR系统的语音提示输入电话的按键，在输入银行卡的卡号及密码之后，用户根据自己的需要输入有限的几个数字键及符号按键之后，系统通过双音多频信号(Dual Tone Multi-Frequency DTM)系统将用户按键请求发送给IVR系统，从而触发相关的语言流程。但是在输入银行卡的卡号及密码之后还要进行很多次按键输入才能完成操作(如图1所示，用户需要与IVR系统交互6次才能完成操作)，这样不仅浪费时间，而且经常会使得系统繁忙，导致其他用户无法接入；并且电话上的有限按键数量也不能很好的满足逐渐增多的服务项目。移动通信系统中也存在类似的问题，手机用户要进行余额查询、积分查询等操作，也必须经过IVR系统的语音提示多次输入手机的按键，才能完成操作。

发明内容

本发明实施例的目的在于提供一种基于电话银行的用户语音处理方法及服务器，以减少用户与IVR系统的信息交互次数，提高IVR系统的运行效率。

为了实现上述目的，本发明提供一种基于电话银行的用户语音处理方法，所述方法包括接收客户端发来的业务请求信息；根据所述业务请求信息向所述客户端返回语音提示信息；接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；将所述的用户语音应答信息转换为文字信息；获取所述的文字信息对应的业务信息；对所述的业务信息进行处理，并将处理结果发送给所述的客户端。

为了实现上述目的，本发明还提供一种基于电话银行的用户语音处理服务器，所述的服务器包括：请求接收单元，用于接收客户端发来的业务请求信息；提示信息发送单元，用于根据所述业务请求信息向所述客户端返回语音提示信息；反馈信息接收单元，用于接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；信息转换单元，用于将所述的用户语音应答信息转换为文字信息；业务信息获取单元，用于获取所述的文字信息对应的业务信息；业务信息处理单元，用于对所述的业务信息进行处理，并将处理结果发送给所述的客户端。

本发明实施例的有益技术效果：本发明实施例减少了用户与IVR系统的信息交互次数，节省了业务处理的时间，提高了IVR系统的运行效率。

附图说明

图1为现有技术中电话银行呼叫中心的功能主菜单树示意图；

图2为现有技术中电话银行的组成实物图；

图3为本发明实施例实现用户语音处理业务的系统的组成实物图；

图4为本发明实施例基于电话银行的用户语音处理服务器的结构示意图；

图5为本发明另一实施例基于电话银行的用户语音处理服务器其他组成部分的结构示意图；

图6为本发明实施例业务信息获取单元的结构示意图；

图7为本发明实施例基于电话银行的用户语音处理方法的流程图；

图8为本发明实施例增加了电话语音识别功能之后的主菜单树示意图；

图9为本发明实施例电话银行通过语音识别功能查询银行卡余额的方法流程图；

图10为本发明实施例业务信息和语音识别文本的映射表示意图；

图11为本发明实施例业务信息和语音识别文本的索引文件示意图；

图12为本发明实施例IVR系统语音播报业务处理结果的组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。

如图2所示，现有技术的电话银行系统中，用户用电话203拨打客户服务电话，通过交换机(图中未示出)接入IVR系统201，用户根据提示输入电话按键的数字键和/或符号键，经过几次的电话按键输入，到达用户欲实现的功能(如余额查询、银行卡挂失等)，由后台计算机系统202执行上述功能。

现有技术的按键输入次数太多，既浪费时间，又占用网络资源。如图3所示，在原有的电话银行系统中增加了语音识别服务器301及菜单编码匹配服务器302。用户用电话203拨打客户服务电话，通过交换机接入IVR系统201，经过移动通信网络与语音识别服务器301连接，用户听到IVR系统的用户语音应答的提示音之后，直接用语言简要描述所要处理的业务，用户的语言被发送到语音识别服务器301，语音识别服务器301将用户的语言识别为文字信息。菜单编码匹配服务器302检索索引表中与文字信息匹配度最高的语言识别文本，然后在语言识别文本与业务信息的映射表中查找文字信息对应的业务信息(业务信息包括业务内容及对应的业务标识，业务标识可以为数字和/或符号，如业务内容为余额查询的业务标识为201)，菜单编码匹配服务器302将查找到的业务信息发送给IVR系统201，IVR系统201通过语音向用户确认选择的业务是否正确，用户通过按键将确认信息发送给IVR系统201，IVR系统201将业务信息、用户的账号及密码等信息发送给交易网关，交易网关生成包含业务信息、用户的账号及密码等信息的数据包，并将该数据包发送给后台计算机系统202，后台计算机系统202处理完成用户要处理的业务后，将处理结果信息发送给IVR系统201，IVR系统201通过语音告知用户业务的处理结果。

图4为本发明实施例基于电话银行的用户语音处理服务器，所述的用户语音处理服务器用于实现语音识别服务器301、菜单编码匹配服务器302、IVR系统201及后台计算机系统202的功能。所述的用户语音处理服务器包括：请求接收单元401，用于接收客户端发来的业务请求信息；提示信息发送单元402，用于根据所述业务请求信息向所述客户端返回语音提示信息；反馈信息接收单元403，用于接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；信息转换单元404，用于将所述的用户语音应答信息转换为文字信息；业务信息获取单元405，用于获取所述的文字信息对应的业务信息；业务信息处理单元406，用于对所述的业务信息进行处理，并将处理结果通过语音信息发送给所述的客户端。

业务信息获取单元405获取的业务信息来自语音识别文本与业务信息的映射表，服务器还需要创建语音识别文本与自业务信息的映射表，如图5所示，本发明实施例基于电话银行的用户语音处理服务器还包括：映射表创建单元501，用于创建语音识别文本与业务信息的映射表；索引文件生成单元502，用于根据所述的映射表生成语音识别文本与业务信息索引文件。

如图6所示，图4中的业务信息获取单元405包括：文本检索模块601，用于在索引文件生成单元502生成的所述的索引文件中检索与所述的文字信息匹配度最高的语音识别文本；业务信息获取模块602，用于从映射表创建单元501生成的所述的映射表中获取与所述匹配度最高的语音识别文本对应的业务信息。

图7为本发明实施例基于电话银行的用户语音处理方法，所述方法包括以下步骤：

步骤S701：接收客户端发来的业务请求信息；

步骤S702：根据所述业务请求信息向所述客户端返回语音提示信息；

步骤S703：接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；

步骤S704：将所述的用户语音应答信息转换为文字信息；

步骤S705：获取所述的文字信息对应的业务信息；

步骤S706：对所述的业务信息进行处理，并将处理结果通过语音信息发送给所述的客户端。

业务信息可以包括业务内容及业务内容对应的业务标识，所述的业务内容包括：账号额查询、账号挂失、账号密码修改及账号历史明细查询等业务，所述的业务标识可以为数字和/或符号。

本发明实施例的系统应用到电话银行中进行查询账号余额、明细查询、积分查询、银行卡挂失等业务，如图8所示，为本发明实施例增加了电话语音识别功能之后的主菜单树示意图，图8中保留了图1中的功能，在图1的基础上增加了语音识别的功能。图8中省略了“语音导航”之前的步骤，在进入电话银行系统之后，用户一般要先通过语音的提示输入用户的银行卡卡号及密码，然后按数字键进入语音导航功能。下面以用户(张三)通电话银行查询存折/银行卡余额为例说明如何通过语音识别功能实现业务处理功能。信息转换单元404用于实现语音识别服务器301，业务信息获取单元405用于实现菜单编码匹配服务器302的功能。

如图9所示，本发明实施例基于电话银行的用户语音处理方法包括以下步骤：

步骤S901：用户拨入客户服务电话。

每个银行都有一个客户服务电话，用户可以通过这个客户服务电话处理业务，用户拨入客户服务电话进行业务请求，请求接收单元401接收客户端发来的业务请求信息。

步骤S902：用户语音处理服务器根据业务请求信息向所述客户端返回语音提示信息。

步骤S903：用户根据语音提示信息输入按键应答信息或者语音信息。

提示信息发送单元402根据所述业务请求信息向所述客户端返回语音提示信息，提示用户输入按键应答信息或者语音信息。张三根据语音提示输入提示语音的种类之后，将听到IVR系统的功能介绍，如图8所示，如果张三想通过电话按键进行业务处理，可以根据语音提示逐步输入按键应答信息，反馈信息接收单元403接收所述的客户端根据所述语音提示信息反馈的按键应答信息；如果张三想通过自己的语音进行业务处理描述，听到“语音导航请按6”之后，按下电话的数字键6之后，就选择了用户语音功能。选择了用户语音功能之后，用户根据电话的语音提示输入账号及密码。用户要处理个人业务，一般都要输入要处理的存折或银行卡的账号及密码，用户如果想通过客户服务电话了解该银行的一些业务情况，也可以不输入账号及密码。张三要处理的业务是余额查询，他将根据IVR系统的语音提示输入账号3782331978120839，然后输入密码******。IVR系统将张三输入的账号3782331978120839及密码******发送到交易网关验证密码是否正确，如果账号或密码输入错误，IVR系统将提示张三重新输入账号或密码。

步骤S904：用户根据语音提示简要描述要处理的业务。

银行系统校验张三输入的密码正确后，将语音提示张三可以用户语言简要描述要处理的业务，反馈信息接收单元403接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息。张三次时可以用一句简要的话描述他想进行余额查询。比如张三可以说“我想查询银行卡的余额”。

步骤S905：用户语音处理服务器对用户的语言描述进行语音识别。

张三的语言描述将被发送到语音识别服务器，语音识别服务器对“我想查询我的银行卡的余额”进行语音识别，信息转换单元404将所述的用户语音应答信息转换为文字信息。

语音识别过程主要包括语音信号的预处理、特征参数的提取、模式匹配三个部分。预处理包括语音信号采样、反混叠带通滤波、去除个体发音差异(每个人说话的口音不一样，有的人可能用方言)和设备。特征参数的提取，用于提取语音中反映本质特征的升学参数，如平均能量、平均跨零度、共振峰等。提取的特征参数要能有效地代表语音特征，具有很好的区分性，各阶参数之间有良好的独立性，特征参数要计算方便，以保证语音识别的实时实现。将特征参数进行一定的处理后，为每个词条建立一个模型，保存为模板库。模式匹配，是整个语音识别服务器的核心，它是根据一定的规则(如某种距离测度)以及专家知识(构词规则、语法规则、语义规则等)，计算输入特征与库存模式之间的相似度(如匹配距离等)，判断出语音的语义信息。

语音识别服务器识别出的语义信息是文本的形式，假设语音识别服务器将张三描述的“我想查询我的银行卡的余额”识别为“查询我的银行卡余额”。

步骤S906：用户语音处理服务器将识别结果与业务信息进行匹配。

业务信息获取单元405获取所述的文字信息对应的业务信息。语音识别服务器将识别出的文本信息(“查询我的银行卡余额”)发送给菜单匹配服务器进行业务信息匹配。要进行业务信息匹配，菜单匹配服务器的数据库中必须建立业务信息和语音识别文本的映射表，映射表如图10所示，图中只显示了余额查询业务和银行卡挂失业务，图中的业务标识201及202分别对应余额查询业务和银行卡挂失业务。每种业务都存储了很多语音识别文本的样本，以应对不同的人的口音及语言表达方式的差别。

业务信息和语音识别文本的映射表建好之后，菜单匹配服务器利用搜索引擎建立业务信息和语音识别文本的索引文件，索引文件中记录了每条语音识别文本的样本，如图11所示。

索引文件建立好之后，菜单匹配服务器在业务信息和语音识别文本的索引文件中进行全文检索，检索出语音识别文本的样本中置信度最高(与“查询我的银行卡余额”最匹配)的一条记录。经过检索，发现索引文件中与“查询我的银行卡余额”最匹配度最高的语音识别文本为“余额查询”。菜单匹配服务器在业务信息和语音识别文本的映射表中查找检索到的“余额查询”，如图9，所示“余额查询”对应的业务标识为201。

步骤S907：判断识别是否成功，如果是进入步骤S908，否则进入步骤S904重新描述要处理的业务。

菜单匹配服务器将201发送给IVR系统，IVR系统收到业务标识201之后，语音提示张三是否进行余额查询，语音提示例如可以为“您选择的功能为：卡余额查询，确认请按1、错误请按2”，如图12所示。

步骤S908：查询用户的银行卡余额。

业务信息处理单元406对所述的业务信息进行处理，并将处理结果发送给所述的客户端。张三听到语音上述提示后，知道语音识别成功，按下数字键1，IVR系统将张三要查询余额的相关信息(张三的卡号、密码、业务信息等)发送给交易网关，交易网关生成包括张三的卡号、密码、业务信息等信息的数据包，然后发送给银行的后台计算机系统。银行的后台计算机系统验证数据包中的信息是否正确，如果正确，将向交易网关返回包含余额查询结果的数据包，交易网关将包含余额查询结果的数据包发送给IVR系统，IVR系统语音告知用户余额查询结果，张三就会听到查询结果，例如“你的银行卡余额为3000元”。

步骤S909：判断用户是否继续处理业务，如果是，回到步骤S904，如果否，结束通话。

查询完余额之后，IVR系统语音提示张三是否继续处理其他业务，例如：“您是否还需要其他服务，是请按1继续，结束请挂机”。

步骤S910：结束通话。张三通过语言描述完成了业务的处理。

本发明实施例的有益技术效果：本发明实施例减少了用户与IVR系统的信息交互次数，节省了业务处理的时间，提高了IVR系统的运行效率。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种基于电话银行的用户语音处理方法，其特征在于，所述的方法包括：

接收客户端发来的业务请求信息；

根据所述业务请求信息向所述客户端返回语音提示信息；

接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；

将所述的用户语音应答信息转换为文字信息；

获取所述的文字信息对应的业务信息；

对所述的业务信息进行处理，并将处理结果发送给所述的客户端。

2.如权利要求1所述的方法，其特征在于，所述的方法还包括：

创建语音识别文本与业务信息的映射表；

根据所述的映射表生成语音识别文本与业务信息索引文件。

3.如权利要求2所述的方法，其特征在于，获取所述的文字信息对应的业务信息，包括：

在所述的索引文件中检索与所述的文字信息匹配度最高的语音识别文本；

从所述的映射表中获取与所述匹配度最高的语音识别文本对应的业务信息。

4.如权利要求1所述的方法，其特征在于，将处理结果发送给所述的客户端，是指：将处理结果通过语音信息发送给所述的客户端。

5.如权利要求1所述的方法，其特征在于，所述的业务信息包括业务内容及业务标识。

6.如权利要求5所述的方法，其特征在于，所述的业务内容包括：账号额查询、账号挂失、账号密码修改及账号历史明细查询。

7.如权利要求5所述的方法，其特征在于，所述的业务标识可以为数字和/或符号。

8.一种基于电话银行的用户语音处理服务器，其特征在于，所述的服务器包括：

请求接收单元，用于接收客户端发来的业务请求信息；

提示信息发送单元，用于根据所述业务请求信息向所述客户端返回语音提示信息；

反馈信息接收单元，用于接收所述的客户端根据所述语音提示信息反馈的用户语音应答信息和/或按键应答信息；

信息转换单元，用于将所述的用户语音应答信息转换为文字信息；

业务信息获取单元，用于获取所述的文字信息对应的业务信息；

业务信息处理单元，用于对所述的业务信息进行处理，并将处理结果发送给所述的客户端。

9.如权利要求8所述的服务器，其特征在于，所述的服务器还包括：

映射表创建单元，用于创建语音识别文本与业务信息的映射表；

索引文件生成单元，用于根据所述的映射表生成语音识别文本与业务信息索引文件。

10.如权利要求8所述的服务器，其特征在于，所述的业务信息获取单元包括：

文本检索模块，用于在所述的索引文件中检索与所述的文字信息匹配度最高的语音识别文本；

业务信息获取模块，用于从所述的映射表中获取与所述匹配度最高的语音识别文本对应的业务信息。

11.如权利要求8所述的服务器，其特征在于，

所述的业务信息处理单元，用于对所述的业务信息进行处理，并将处理结果通过语音信息发送给所述的客户端。

12.如权利要求8所述的服务器，其特征在于，所述的业务信息包括业务内容及业务标识。

13.如权利要求12所述的服务器，其特征在于，所述的业务内容包括：账号额查询、账号挂失、账号密码修改及账号历史明细查询。

14.如权利要求12所述的服务器，其特征在于，所述的业务标识可以为数字和/或符号。

Images