CN104601832A - 对话系统与语音对话处理方法 - Google Patents

Abstract

本发明一种对话系统与语音对话处理方法。此语音对话系统中，取得特定人数据，并根据特定人数据经由连通一接听人，并根据此特定人数据以产生一询问语音信号，传送给接听人；其中，由接听人根据该询问语音信号进行回复后产生一回复语音信号，针对该回复语音信号进行辨识后，取得一语音对应信号，根据该语音对应信号进行特定人身份确认流程，并根据特定人身份确认流程的结果(本人/非本人/不确定)产生一对话控制信号，并据以产生一响应语音信号，并由传送给接听人继续或结束对话。只有在确认接听人就是特定人身份后，进行信息传递程序，将要通知特定人的信息传送给接听人。

Description

对话系统与语音对话处理方法

本发明是2008年04月29日所提出的申请号为200810095587.3、发明名称为《对话系统与语音对话处理方法》的发明专利申请的分案申请。

技术领域

本发明涉及一种对话系统，且特别是有关于一种可确认受话对象者的语音对话系统与语音对话处理方法。

背景技术

在自动化服务渐成主流的现代社会，利用语音系统提供选项，让客户通过简单的几次按键就能完成想要办理的事项，已是十分常见的一种自动化服务方式。然而，由于语音系统在提示选项较多的时候会占用许多时间，甚至在通讯过程会有收讯不良而导致不甚明确的部分，所以对于客户而言，就有等待时间过长以及通话费用过高的问题，而对于提供语音服务的系统商而言，则有可能因为部分客户占用线路过久而导致其它客户无法拨入，进而必须增加电话门号或面临被客户抱怨的窘境。

以帐款催收为例，由于内容涉及隐私，业者都透过人员以电话通知催收，或者先假设手机的简讯(SMS)或是语音信箱只有本人可以得知前提下，传送简讯或语音信箱留言。但是简讯或留言无法确认客户是否已得知，及其得知的程度多少。再者，社会上还是有人不看简讯及收听语音信箱，其能达到的功效就无法像电话通知时一样实时掌握到底客户是否完整听到所要传达的信息。相对电话通知而言，使用简讯或留言对使用者比较不人性化，而且电话对话通知就没有语音系统不会使用的问题，也可以马上得到客户的响应，不用等客户特别做回复的动作如回电/回信/回简讯等，即使没联络上客户也可以马上采取其它的方法，如人员查找的方式和客户取得联络。

现有的技术为使用人员通知，一方面其成本较高，且人员有上下班、吃饭、休假的类休息时间的问题，无法提供全时间性的服务。另一方面，虽然采用人员相对于对话系统比较具有弹性，但是相对而言比较有情绪的反应，以及不同人服务质量有无法达到一致性的问题。另外，若是采用人员通知的方式，由于可能要传达涉及隐私性信息，相对危害到客户的个人隐私。

另外，又以推广业务而言，例如提供客户关于低利贷款或是循环利息处理等推销信息，可能打非常多通的电话，只有少数几通电话的客户有兴趣。采用人员询问的方式，也是会造成相当高的成本，以及上述人员的问题。

所以趋势上一些比较例行性(Routine)或涉及隐私性信息通知的工作，渐渐都希望可以由先由机器先进行初步的操作，而尽量把人力集中在剩下的机器不能处理或机器处理不好的客户上。由于简讯或留言无法确实掌握客户是否完整收到所要传达的信息，效果比较无法掌握。

现有的对话系统多用于受话方(Inbound)，如果用于外拨系统(Outbound)，也多是用例如使用在选举广告或市场调查等不特定对象的信息传达或意见收集。因为没有确认是否为特定人的机制，所以无法确认是否有样本重复的问题，也不能用来传递涉及隐私的信息。更不用提将之前的对话，用来供后续作业的追踪与掌握。

由于即使是使用了人员正确传达了信息，还是有可能没达到目的(如客户欠款还是没去缴)，更何况以对话系统来对话，还可能遇到无法辨识，或是客户拒绝和机器对话而直接挂电话等问题，而留下一些需要后续作业的追踪与掌握的客户。

许多的专利提出类似的外拨系统，例如此外播系统集中在连接外拨(Outbound)电话给受话方(Inbound)的方法，如美国第7,230,927号“Non-blocking expandable call center architecture”的专利所提出的技术即属此类。另外，如美国第7,215,744号“Call processing system with call screening”的专利提出一种筛选要外拨电话名单的方法。

另外，例如在美国第6,574,599号“Voice-recognition-based methods forestablishing outbound communication through a unified messaging systemincluding intelligent calendar interface”的专利提出类似麻省理工学院MIT的Orion系统的任务指派系统，或在美国第6,885,734号“System and methodfor the creation and automatic deployment of personalized，dynamic andinteractive inbound and outbound voice services，with real-time interactivevoice database query”的专利所提出关于由外拨(Outbound)回复受话方(Inbound)查询的方法。

另外，关于最佳打电话时间(Best Time To Call，底下简称BTTC)的技术，例如可参考美国第5,742,674号“Automatic call-back system andmethod using data indicating best time to call”的专利，或是在美国第6,917,671号“Network-based method for notification ofthe best time to call”的专利。上述传统的BTTC技术都是让系统把要拨电话的需求先纪录起来，等到最便宜的时段再帮拨话方来拨打并回拨连接拨话方完成通话，但并未不具有针对过去接触并且完成的纪录来设定什么时间或是那个电话号码电话拨打哪些客户是比较适合的时间的功能。

发明内容

本发明提供一种对话系统与语音对话处理方法，可以自动确认现在的接听者是否为我们要找的特定人。

本发明提供一种对话系统与语音对话处理方法，可以将外拨特定人的所有接听状况，各用行为代码表示，以推算下回外拨特定人的最佳拨出时间。

基于上述的目的，本发明提出一种语音对话系统，包括对话控制模块、语音辨识模块与语音产生模块。此对话控制模块用以取得一特定人数据，并根据此特定人数据经连通后，取得一接听人的对话语音数据。而语音辨识模块连接到对话控制模块，用以接收此对话语音数据，经辨识后产生一语音对应信号。而此对话控制模块根据语音对应信号产生一对话控制信号。此语音产生模块连接到对话控制模块，对应于此对话控制信号产生一询问语音信号，并由此对话控制模块传送给接听人，由接听人根据询问语音信号进行回复。对话控制模块从接听人的回复内容产生一回复语音信号，由对话控制模块根据回复语音信号进行一特定人身份确认流程，经确认接听人就是特定人后，进行信息传递程序，将对应于特定人的信息传送给接听人。在接听人的回复内容为不明确时，对话控制模块重复传送询问语音信号给接听人，并且在询问语音信号的传送到达第一次数时，对话控制模块挂断。

基于上述的目的，本发明提出一种语音对话系统，包括对话控制器、语音辨识模块与语音产生模块。此对话控制器用以取得特定人数据，根据特定人数据产生询问语音信号，并根据特定人数据与一接听人连通后，将此询问语音信号传送给此接听人；其中，由接听人根据该询问语音信号进行回复后产生一回复语音信号，针对回复语音信号进行辨识后，取得一语音对应信号，根据语音对应信号进行特定人身份确认流程，并根据特定人身份确认流程的结果(本人/非本人/不确定)产生一对话控制信号，并据以产生一响应语音信号，传送给接听人继续身份确认或结束对话。此特定人身份确认流程只有在确认接听人就是特定人后，也就是符合特定人身份后，才进行信息传递程序，将对应于特定人的信息传送给接听人。在接听人的语音响应信号为不明确时，对话控制模块重复传送询问语音信号给接听人，并且在询问语音信号的传送到达第一次数时，对话控制模块挂断。

基于上述的目的，本发明提出一种语音对话系统，包括对话控制模块与语音产生模块。此对话控制模块用以取得一特定人数据，并根据特定人数据与一接听人连通。语音产生模块连接到对话控制模块，对应于特定人数据产生一询问语音信号，并由对话控制模块传送给接听人，并取得接听人响应询问语音信号的一语音响应信号。此对话控制模块针对接听人的语音响应信号进行一特定人身份确认流程，经确认接听人就是特定人后，进行信息传递程序，将对应于特定人的信息传送给接听人，其中在接听人的语音响应信号为不明确时，重复传送询问语音信号给接听人，并且在询问语音信号的传送到达第一次数时，结束对话。

本发明提出一种语音对话处理方法，包括取得特定人数据，并根据特定人数据经由连通后，并据特定人数据以产生一询问语音信号，并传送给接听人；其中，由接听人根据该询问语音信号进行回复后产生一回复语音信号，针对该回复语音信号进行辨识后，取得一语音对应信号，根据该语音对应信号进行特定人身份确认流程，并根据特定人身份确认流程的结果(本人/非本人/不确定)产生一对话控制信号，并据以产生一响应语音信号，并由传送给接听人继续特定人身份确认或结束对话。

本发明所提出的对话系统与语音对话处理方法，针对确认特定人的方式，除了采用声纹特征方式外，可采用加入其它特征进行比对，比如说根据数据库取得所述特定人的相关数据，如性别或年纪等等的生物特征、或是所述特定人的惯用语言或是居住地口音等等，利用上述的特征与接听人所回答的数据进行比对，以确认是否符合特定人身份。

本发明所提出外拨特定人的对话系统与语音对话处理方法，可以结合图形化使用者接口(Graphical User Interface)，或是选择性地使用录音系统，让进行后续作业的人员，例如谈判专家等进行接下来的业务。

由于对话过程的纪录，本发明所提出外拨特定人的对话系统，可使后续作业的人员选择客户回复的内容而进行分析，可大量节省人工的费用。另外，根据这些记录，可以在特定人对话时找他过去的对话内容调适语音模型与语言模型等，以便改进语音的辨识率。

另外，由于对话过程的纪录，后续作业的人员若是比对客户回复的声纹发现与过去记录相差甚大，此时警示相关人员可能有假冒的情况产生。

本发明所提出外拨特定人的对话系统，更加入了所谓的最佳打电话时间(Best Time To Call)的技术，经过一段时间的纪录，可由统计观察推算受话者最适当的联络时间，使得以后拨打的成功率能够显著提升。

本发明所提出外拨特定人的对话系统与语音对话处理方法，当进行信息传递程序，将对应于特定人的信息传送给接听人时，进一步检测异常状况，若发现异常状况发生时，则重新进入特定人身份确认流程。

上述的异常状况为发现此接听人的声纹不同时，则认定该异常状况发生。或是发现此接听人的回复持续既定次数无法辨识时，或是隔一段时间无任何响应时都可认定该异常状况发生。

上述重新进入特定人身份确认流程后，根据特定人数据产生与前一询问语音信号不重复的询问语音信号询问接听人。若是当此询问语音信号询问接听人后仍未完成确认，则在进行其它不重复的询问语音信号，直到完成确认为止。在不过度打扰客户的考虑下，在预设一定次数的重新询问仍然不能判断是否为本人时，系统会向受话者致歉后挂断。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式，作详细说明如下。

附图说明

图1是绘示本发明的语音对话系统的一实施例的系统方块图；

图2为绘示本发明实施例的语音对话系统的系统作业流程示意图；

图2A为绘示本发明实施例的语音对话系统的系统作业流程中，加入声纹比对步骤的示意图。

【主要组件符号说明】

100：语音对话系统

110：对话系统

120：数据库

130：图形化使用者接口

140：拨接模块

150：录音模块

160：服务网络

具体实施方式

本发明所提出以对话系统配合数据库架构出一个对话系统与语音对话处理方法。模拟人员以语音合成的提示句询问是否为特定人，再由语音辨识以明确(Explicit)的方式或是不明确(Implicit)的方式确认是否符合特定人身份。

上述受话者以明确(Explicit)的方式回答时，例如明确回复他是我们所要找的人(如回答：我是)，且声纹特征与过去的纪录相符合，就可视同此特定人接听。而受话者若是以不明确(Implicit)的方式回复，例如询问受话方是否为此特定人时(如：请问您是王大明先生本人吗)，客户以比较中性而不否认的方式回答(如：嗯)，而再根据声纹特征符合就可视同此特定人。另外，若是客户以比较中性而不否认的方式回答时，虽然系统提问并没有确认受话方是否为此特定人(如：请问您是王大明先生吗)，如果语者声纹和过去的纪录一致，还是可以认定为是此特定人接听。而系统只有在认定是此特定人接电话的情况下，系统才会传达涉及隐私的信息。

本发明所提出外拨特定人的对话系统，针对确认特定人的方式，除了采用声纹特征方式外，可采用加入其它特征进行比对，而根据数据库取得特定人的相关数据，如性别或年纪等等的生物特征、或是特定人的惯用语言或是居住地口音等等，利用上述的特征与接听人所回答的数据进行比对，以确认是否符合特定人身份。

本发明所提出外拨特定人的对话系统，可以结合图形化使用者接口(Graphical User Interface，底下简称GUI)，或是选择性地使用录音系统，让进行后续作业的人员，例如谈判专家等进行接下来的业务。

由于对话过程的纪录，本发明所提出外拨特定人的对话系统，可使后续作业的人员只需要听需要后手继续联系的客户过去联络回复的内容而进行分析，可大量节省人工的费用。另外，根据这些记录，可以对完成的对话调适语音模型，以便改进语音的辨识率。

另外，由于对话过程的纪录，后续作业的人员若是比对客户回复的声纹发现与过去记录相差甚大，此时警示相关人员可能有假冒的情况产生。

本发明所提出外拨特定人的对话系统，更加入了所谓的最佳打电话时间(Best Time To Call，底下简称BTTC)的技术，经过一段时间的纪录，观察受话者最适当的联络时间，使得拨打的成功率能够显著提升。例如有些客户可能固定每个礼拜二开会，所以礼拜二联络都无法成功。所以根据过去拨打的纪录，星期五早上都可以找到人，因此，这些纪录就可以做Best Time To Call(BTTC)的参考，使以后拨打的触达率提高。

根据上述内容，本发明提出一种语音对话系统，包括对话控制器、语音辨识模块与语音产生模块。此对话控制器用以取得特定人数据，并根据特定人数据与一接听人连通后，并根据特定人数据以产生一询问语音信号，并传送给接听人；其中，由接听人根据该询问语音信号进行回复后产生一回复语音信号，针对该回复语音信号进行辨识后，取得一语音对应信号，此语音对应信号可以是预录语音或是合成语音其中之一。根据该语音对应信号进行特定人身份确认流程，并根据特定人身份确认流程的结果(本人/非本人/不确定)产生一对话控制信号，并据以产生一响应语音信号，并由传送给接听人继续特定人身份确认流程或结束对话。，在确认接听人就是特定人后，进行信息传递程序，将对应于特定人的信息传送给接听人。底下将以实际的实施例说明本发明所提出外拨特定人的对话系统。

请参照图1，系绘示本发明的对话系统的实施例的系统方块示意图。此语音对话系统100包括对话系统110、数据库120、图形化使用者接口(GUI)130、拨接模块140、录音模块150、及服务网络160。如图所示，图形化使用者接口(GUI)130、录音模块150由虚线所标示，主要是因为这个此模块为选择性的功能，在此加入一并说明，然并非以此为限。

此对话系统110包括对话控制器111、语音辨识模块112及语音产生模块113。上述的语音辨识模块112例如是自动语音辨识(AutomaticSpeech Recognition，如图所示的“ASR”)，而语音产生模块113例如是文字转语音(Text to Speech，如图所示的“TTS”)模块，此仅为了说明本实施例，另一种方式可以是从多笔预录语音中选取对应的语音，或是合成所需要的语音，并不以此为限。而上述的服务网络160，例如是一种整合服务数字网络(Integrated Service Digital Network，如图所示的“ISDN”)或是一种公共交换电信网络(Public Switched Telephone Network，如图所示的“PSTN”)。

在对话系统110中，对话控制器111、语音辨识模块112及语音产生模块113互相连接。而数据库120与对话控制器111、图形化使用者接口130及录音模块150互相连接。图形化使用者接口130则与录音模块150相互连接。而拨接模块140则是与对话控制器111相互连接，并通过录音模块150连接到服务网络160。录音模块150则是与对话控制器111相互连接。

此语音对话系统100中，由数据库120提供需要联络的客户的人名及与其基本数据，如电话、性别、年龄等等。对话系统110经由拨接或是网络连接等方式与指定的客户构成通连。此构成通连的方式，在此实施例中是透过拨接模块140，但并非以此为限。此拨接模块140透过ISDN或PSTN等服务网络160外拨给指定的客户，录音模块150则是有录音需求时才需要加以录音。通常此录音模块150介于拨接模块140和服务网络160之间，若服务网络160为ISDN系统，则可分析在线的ISDN封包并自动加以录音，若服务网络160为PSTN系统的话，可能就以并接的方式由拨接模块140驱动，把外拨时在线录到的语音加以储存。

对话系统110基本上由语音辨识模块112来辨识理解所接收的对话(语音数据)，再由语音产生模块113合成提示句来提问和引导客户回答我们想问的问题。对话控制器111则负责整个对话流程的控制。对受话者各种不同回答时，都要做所相对应的系统应对。

拨接模块140可以由电话卡再加上电话流程分析软件(Call Progressanalysis，简称CPA)所组成。负责外拨时对受话方的状态，例如拨通、挂电话、空号、忙线、停话、传真机、或是进入语音信箱、录音机以及自动总机应答等状态的检测，判断是否为有效电话，让系统可以过滤掉若是无法顺利拨通特定人的状况。

也就是若接听人的状态为无人接听或无效电话状态，则可直接切断拨接。而在一实施例中，无效电话状态包括空号、停话、暂停使用状态其中之一。而无人接听电话状态包括关机、无人响应、忙线中或在预设的等待时间内无人接听其中之一。

另外，若是拨接连通成功，则再判断是否进入语音信箱或录音机进行留话。如果检测出受话方是自动语音总机或自动按键总机，则输入语音姓名或键入分机号码重新进入拨号程序及电话流程分析重新判断拨接连通是否成功。如果检测出该受话方是传真机，因为只有本人才能得知是否传真成功，因此只能回写数据库注记后挂断。

图形化使用者接口(GUI)130则是供后续程序处理人员事后由数据库120以及录音模块150调阅之前拨打过的电话纪录及对话录音内容并可依需求自动产出拨打结果的各项统计分析报告。

详细操作如下，首先，对话控制器111会利用数据库120取得该外拨特定人的个人数据，接着透过拨接模块140拨出，以连接服务网络160。当对方接听时，对话控制器111经由语音辨识模块112及语音产生模块113与接听者进行对话。同时录音模块150也进行录音的工作。对话控制器111会询问接听者是否为外拨特定人，当对话控制器111无法确定对方是否为该外拨特定人时，则用不同话术重问，如一再重问仍无法确定则在重问一定次数后挂断。当对话控制111确认接听者是该特定人时，则传递信息给该特定人。通过此可利用本系统达到与人员电话通知一样的效果。换而言之，对话控制器111会自动确认现在的接听者是否为该特定人，如无法确认，则再次询问。在多次询问仍无法确认时，则在重问一定次数后切断联机。当确认对方为特定人时，则传递信息给对方。

图2为绘示本发明实施例的语音对话系统的系统作业流程示意图。首先，请一并参照图1说明，在系统启动后，对话控制器111会保持等待数据库120输入的状态，直到如步骤S201，数据库120提供需要联络的客户的基本数据(ID Entry)，如姓名、电话、性别等等。接着如步骤S202，接收到这些基本数据后，进入步骤S203驱动拨号模块140进行拨号。拨接模块140可由电话流程分析软件(CPA)判定外拨是否是有效电话。如果是如步骤S207判断为无效电话，例如是空号、停话、暂停使用等等状态，或是如步骤S206判断得知为忙线、无人接听、无响应或是关机等状态，就可以直接挂掉电话，并注记相对应的行为代码(Action Code)由步骤S212回写此行为代码到数据库120，并结束这通电话。

对于本发明所提出的对话系统100中，每个操作的流程产生的结果，都可以设定对应特定的行为代码(Action Code)，而这些行为代码将储存在数据库120，并且作为整个对话系统的纪录，以便由系统管理者可依照不同的行为代码，产生不同的应用与设计，此不再冗述。

除了步骤S207判断为无效电话，或是步骤S206判断得知无法通联，若是已经接通但如步骤S205进入电信服务提供业者的语音信箱服务时，此时对话系统100可以不经过留言操作而直接经由步骤S212回写到数据库120，并结束这通电话。另外一种方式，则是可以经过步骤S2051进行留言通知或请客户回电。由于客户的语音信箱可能设定必需输入密码才能留言，或是信箱已满无法留言，如果对话系统100发现留言时产生如步骤S2052的流言异常状况时，可在注记行为代码(Action Code)时，根据留言成功与否分别注记相对应行为代码，并由步骤S212回写到数据库120，并结束这通电话。

如果拨接模块140判断如步骤S204有人接听时，则进行步骤S2041的特定人身份确认流程。模拟人员会以语音合成的提示句询问是否为特定人，再由语音辨识以明确(Explicit)的方式或是不明确(Implicit)的方式确认是否为特定人。而在此步骤中，拨接模块140判断拨接线路已经构成通联即可，即使已经有人接听但是却都不回答，也会进入询问是否为特定人的流程，例如系统确定已经取得通联，但等待三秒后还不说话，则将直接进入询问的程序。

所谓以明确(Explicit)的方式回答就是接听电话的人明确的表示他是我们所要找的人，例如：

系统：请问您是王大明先生吗？

客户：我是

如果客户以比较中性而不否认的方式回答(如：嗯)，由于如果要通知的信息有隐私性的考虑时，此时对话系统100则可以用不明确(Implicit)的方式进行身份确认，也就是在对话系统100可以再次以明确的提问确认受话方是否为特定人，例如进一步询问：

系统：请问您是王大明先生本人吗？

客户：嗯

如果客户在明确提问是否为特定人下，还是以比较中性而不否认的方式回答，且声音特征符合，也就是如果语者声纹和过去的纪录一致。或是如果数据库过去没有客户的声纹数据，对话系统100可以利用某些特定的生物特征，例如声音音高判断性别是否符合等进行比对。

而对话系统100可以根据个别应用需要，设定需要的不同的不明确(Implicit)方式进行身份确认的认证等级。如果符合所设定的不明确(Implicit)认证等级还是可以视同符合此特定人身份。如果客户的特定人身份确认程序得到的结果达到对话系统100所设定的认证等级，也就是只有在认定是此特定人本人接电话的情况下，系统才会继续进行到底下的步骤S208、S209与S210传达涉及隐私的信息，否则同样由步骤S212回写行为代码到数据库120，并结束这通电话。

如果步骤S2041的特定人身份确认流程中，如果客户以比较不确定的回答响应，此时对话系统100会不断采用不同话术，重新引导使用者做比较明确的回答，而不是要求客户再说一遍。一方面是对话系统可以辨识的内容一定是有限的，用不同话术可以避免让客户老是重复同样的回答系统无法辨识的话。另一方面，客户听到系统一直说重复的话，可能会误以为系统错乱了，可能就没耐性继续讲而直接挂掉。

由于客户可能随时挂掉，如果如步骤S2042检测到客户挂掉电话时，对话系统100会如步骤S2044由客户挂掉的时间判断客户听到多少信息，也就是加入了语音停止点的纪录，例如对话系统100询问：这里是XX银行，请问您是王大明先生本人吗？如果客户只听到XX银行，连王大明三个字都没听就挂了，基本上和客户连XX银行都没听到就挂可能就代表不同的意义，显然前者客户可能在躲银行。步骤S2044这时就可以依系统需要设定每一句提问句的语意完结点，设定不同的行为代码。

如果经过步骤S2041，客户身份确认完成通过，也就是说客户通过系统所设定的特定人认证等级，系统才会视需要再多询问客户问题或直接传递信息，如有询问更多的问题，则如步骤S2091的确认客户是否挂掉电话，或是步骤S2091与S2092，也就是如步骤2042或2044，都会检查客户是否挂掉电话，以及如果挂掉电话，是否在挂掉前听完了对话系统100想要提问的问题，也就是加入了语音停止点的检测与纪录。

最后，如果对话系统100完成信息传达，同样由步骤S212回写行为代码到数据库120，并结束这通电话电话。

由于即使是人员正确传达了信息，还是有可能没达到目的(如客户欠款还是没去缴)，更何况以对话系统来对话，还可能遇到无法辨识理解，或是客户拒绝和机器对话而直接挂电等问题而留下一些需要后续作业人员继续追踪的客户。所以此对话系统100也提出结合图形化使用者接口(GUI)130及录音系统150供后手如谈判专家做追踪的方法。

本发明实施例的对话系统100，提出语音辨识模块112所取得的客户语音，可使后续作业人员需要时，可以只听客户说话的部分而滤掉拨号过程的语音数据，或是对话系统100提问过程的语音数据以文字代替等等。如此，可以使一通例如60秒左右的电话可以在10秒左右就听完。

本发明实施例的对话系统100，由于在数据库120储存了对话纪录，因此若是曾经完成的客户对话语音可供调适语音模型，使下次的辨识更准确。或是针对客户设定特定的辨识程序，使不明确(Implicit)的特定人身份确认流程能够更快速顺畅的完成。另外也可根据过去拨打的纪录，利用过去常常可以联络到此特定人的时间，做为Best Time To Call(BTTC)的参考，使以后拨打的触达率提高，甚至在后续程序作业人员执行进一步的追踪时，系统可以在拨通后自动比对客户的声纹，如果该客户的声音和之前的纪录差很多，就可以提醒人员，对方有假冒的可能。

上述实施例除了步骤S2041可以用过去收集的声纹辅助确认是否为此特定人，即使到了步骤S208与步骤S209，还是可以用声纹检查是否有中途换人回答的情形，比如说，对一个过去没有拨打过的客户，在身份确认阶段，由于没有声纹纪录，就只能以语音辨认的结果判断是否为此特定人。有一种情形是其它人代接电话，听到系统要找的人名后，转给另一个人听，而这个人可能是客户本人也可能是客户的另一个亲友。而转电话中间的背景说话声或噪音可能使系统误判为本人接听，所以，如图2A所示，系统如果在步骤S208与S209之间加入了声纹比对步骤S2081，当发现声纹和之前的响应明显不同时，就会停止传递信息，如果传递的信息还没到语意开始点，如“请问您缴款了吗？”的缴款，系统就会回到步骤S2041重新确认身份，同样再进行身份确认后才传递信息，否则，将直接进入步骤S212注记可能传递信息给非此特定人，结束电话，或转接真人，由人员作后续的处理。

上述的声纹比对步骤S2081，也可由异常状况检测步骤取代，此异常状况检测方式，除了如上述检测回复声纹异常外，也可检测生物特征的异常而停止传递信息，并回到步骤S2041重新确认身份，例如原来是男声换为女声。此异常状况亦可是客户以比较中性而不否认的方式一再重复回答，例如一再重复回复“嗯”等模糊语句。除了上述范例，系统也可根据需要设计不同的异常状况。

另外，若是再进行身份确认时，根据该特定人数据产生不重复的其它问句询问接听人。也就是采用不同话术重问，以免受话方以为系统当机而一再重复相同的对话。

本发明所提出外拨特定人的对话系统，由于受话方可能因为环境吵杂，或是正在开车等而不专心以致收音比较不清楚，过去现有的方法都是很直觉的请客户再说一次，但是通常客户比较没有耐心再说一次，可能还以为是系统错乱了，怎么一直叫客户再说一次。所以会换用不同话术重问，而不是请客户再说一次，主要的好处除了让客户比较不会以为系统错乱了，也比较可以诱导客户用不同的话数回答，毕竟辨识系统可以辨识语法字汇有一定的范围，如此可以避免让客户老是重复同样的回答系统无法辨识的话数，可以使拨打的辨识成功率能够显著提升，被客户挂电话的比例也可以有效降低。另一个可能是该客户平时就由他的亲人代为缴款，比如说系统有纪录该客户都是先生代为处理，当检测到男生的响应时可能就改问请问”您是XXX小姐的先生吗？”，以后就可以用他先生的声纹检查男生的响应。

综上所述，本发明可外拨并确认其接听者是否为该特定人，并传递信息，以确保其信息的秘密性。且其为利用系统应答，没有时间限制及质量不一致的问题，可以全时间性的提供服务。且利用行为代码及系统录音可以得知每一次拨出的情形，用以分析其接听的行为模式，有助于人员理解其心态，以提高人员后续处理的连续性。并且可以得知该特定人的最佳拨出时间及接听习惯，以免拨出没人接听或者忙线。再者可以将例行性的电话访查用本系统代替人员，亦可发挥其功效，且可过滤电话名单上对某产品的兴趣，提高产品的质量及售出率。

虽然本发明已以实施例揭露如上，然其并非用以限定本发明，任何所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，因此本发明的保护范围当视后附的申请专利范围所界定者为准。

Claims (65)

1.一种语音对话系统，其特征在于包括：

一对话控制模块，用以取得一特定人数据，并根据该特定人数据经连通后，取得一接听人的对话语音数据；

一语音辨识模块，连接到该对话控制模块，用以接收该对话语音数据，经辨识后产生一语音对应信号，该对话控制模块根据该语音对应信号产生一对话控制信号；以及

一语音产生模块，连接到该对话控制模块，该语音产生模块对应于该对话控制信号产生一询问语音信号，并由该对话控制模块传送给该接听人，由该接听人根据该询问语音信号进行回复；

其中，该对话控制模块从该接听人的回复内容产生一回复语音信号，由该对话控制模块根据该回复语音信号进行一特定人身份确认流程，经确认该接听人就是该特定人后，进行信息传递程序，将对应于该特定人的信息传送给该接听人，在该接听人的回复内容为不明确时，该对话控制模块重复传送该询问语音信号给该接听人，并且在该询问语音信号的传送到达一第一次数时，该对话控制模块挂断。

2.如权利要求1所述的语音对话系统，其特征在于，还包括一数据库，用以储存所述特定人数据，并选择所述特定人数据其中之一传给该对话控制模块，以进行语音对话。

3.如权利要求1所述的语音对话系统，其特征在于，该特定人身份确认流程根据该特定人数据中所包括的生物特征数据，判断该接听人的该回复语音信号。

4.如权利要求3所述的语音对话系统，其特征在于，该生物特征数据为性别，年龄或口音等数据。

5.如权利要求1所述的语音对话系统，其特征在于，还包括一拨接模块，连接到该对话控制器，并根据该对话控制模块所提供的该特定人数据，透过服务网络进行拨接连通。

6.如权利要求5所述的语音对话系统，其特征在于，该拨接模块具有一电话流程分析(Call Progress Analysis)功能，用以进行拨接连通时，分析受话方的状态，并将该接听人端状态传送给该对话控制模块。

7.如权利要求6所述的语音对话系统，其特征在于，根据该接听人端的状态判断该次拨接连通是否成功，其中若该接听人的状态为无人接听或无效电话状态，则可直接切断拨接。

8.如权利要求7所述的语音对话系统，其特征在于，该无效电话状态包括空号、停话、暂停使用状态其中之一。

9.如权利要求7所述的语音对话系统，其特征在于，该无人接听电话状态包括关机、无人响应、忙线中或在预设的等待时间内无人接听其中之一。

10.如权利要求6所述的语音对话系统，其特征在于，根据该接听人端的状态判断该次连通是否成功，若是连通成功，则再判断是否取得该接听人的对话语音数据，若取得该接听人的对话语音数据，则进行该特定人身份确认流程。

11.如权利要求6所述的语音对话系统，其特征在于，若是拨接连通成功，则再判断是否进入语音信箱或录音机进行留话，如果检测出该受话方是自动语音总机或自动按键总机，则输入语音姓名或键入分机号码重新进入拨号程序及电话流程分析重新判断拨接连通是否成功，如果检测出该受话方是传真机，则回写数据库注记后挂断。

12.如权利要求5所述的语音对话系统，其特征在于，该服务网络为整合服务数字网络(Integrated Service Digital Network)。

13.如权利要求5所述的语音对话系统，其特征在于，该服务网络为公共交换电信网络(Public Switched Telephone Network)。

14.如权利要求5所述的语音对话系统，其特征在于，还包括一录音模块，介于该拨接模块与该服务网络之间，或直接并接于拨接模块上，用以对语音对话内容进行录音。

15.如权利要求5所述的语音对话系统，其特征在于，还包括一数据库，用以储存所述特定人数据，并选择所述特定人数据其中之一传给该对话控制模块，以进行语音对话，另外用以储存所述特定人数据对应的所述语音对话内容。

16.如权利要求15所述的语音对话系统，其特征在于，该语音对话内容包括该接听人的该对话语音数据与该回复语音信号，以及该对话控制器所输出的该询问语音信号。

17.如权利要求16所述的语音对话系统，其特征在于，包括图形化使用者接口，连接到该数据库与该拨接模块，用以经由图形化接口取得所述特定人数据对应的全部或是部分所述语音对话内容。

18.如权利要求17所述的语音对话系统，其特征在于，经由该图形化使用者接口，直接取得该接听人的该对话语音数据与该回复语音信号内容。

19.如权利要求15所述的语音对话系统，其特征在于，所述储存的所述语音对话内容用以作为该语音辨识模块进行改进语音辨识的依据。

20.如权利要求15所述的语音对话系统，其特征在于，所述储存的所述语音对话内容用以改进对应的所述特定人数据，以辅助该特定人身份确认流程的操作。

21.如权利要求1所述的语音对话系统，其特征在于，还包括一数据库，用以储存确认该接听人就是该特定人接听的时间，并根据多次拨接连通纪录统计推估最佳打电话时间(Best Time To Call)的纪录，以增加拨打的触达率。

22.如权利要求1所述的语音对话系统，其特征在于，该语音辨识模块为自动语音辨识系统(Automatic Speech Recognition)。

23.如权利要求1所述的语音对话系统，其特征在于，该语音产生模块为文字转语音(Text to Speech)模块。

24.如权利要求1所述的语音对话系统，其特征在于，该询问语音信号是由该语音产生模块从多笔预录语音中挑选或以合成方式产生。

25.如权利要求1所述的语音对话系统，其特征在于，当进行信息传递程序，将对应于该特定人的信息传送给该接听人时，进一步接收该特定人的声纹并进行比对，若发现与该特定人的声纹不同时，则重新进入该特定人身份确认流程。

26.一种语音对话系统，其特征在于包括：

一对话控制模块，用以取得一特定人数据，并根据该特定人数据与一接听人连通；以及

一语音产生模块，连接到该对话控制模块，对应于该特定人数据产生一询问语音信号，并由该对话控制模块传送给该接听人，并取得该接听人响应该询问语音信号的一语音响应信号，其中该对话控制模块针对该接听人的语音响应信号进行一特定人身份确认流程，经确认该接听人就是该特定人后，进行信息传递程序，将对应于该特定人的信息传送给该接听人，在该接听人的语音响应信号为不明确时，该对话控制模块重复传送该询问语音信号给该接听人，并且在该询问语音信号的传送到达一第一次数时，该对话控制模块挂断。

27.如权利要求26所述的语音对话系统，其特征在于，还包括一语音辨识模块，连接到该对话控制模块，用以接收该语音响应信号，经辨识后产生一语音对应信号，该对话控制模块根据该语音对应信号产生一对话控制信号，以便产生另一个询问语音信号。

28.如权利要求26所述的语音对话系统，其特征在于，还包括一数据库，用以储存所述特定人数据，并选择所述特定人数据其中之一传给该对话控制模块，以进行语音对话。

29.如权利要求28所述的语音对话系统，其特征在于，该特定人身份确认流程根据该特定人数据中所包括的生物特征数据，判断该接听人的该回复语音信号。

30.如权利要求29所述的语音对话系统，其特征在于，该生物特征数据为性别，年龄或口音等数据。

31.如权利要求26所述的语音对话系统，其特征在于，还包括一拨接模块，连接到该对话控制器，并根据该对话控制模块所提供的该特定人数据，透过服务网络进行拨接连通。

32.如权利要求31所述的语音对话系统，其特征在于，该拨接模块具有一电话流程分析(Call Progress Analysis)功能，用以进行拨接连通时，分析受话方的状态，并将该接听人端状态传送给该对话控制模块。

33.如权利要求32所述的语音对话系统，其特征在于，根据该接听人端的状态判断该次拨接连通是否成功，其中若该接听人的状态为无人接听或无效电话状态，则可直接切断拨接。

34.如权利要求33所述的语音对话系统，其特征在于，该无效电话状态包括空号、停话、暂停使用状态其中之一。

35.如权利要求33所述的语音对话系统，其特征在于，该无人接听电话状态包括关机、无人响应、忙线中或在预设的等待时间内无人接听其中之一。

36.如权利要求31所述的语音对话系统，其特征在于，若是拨接连通成功，则再判断是否进入语音信箱或录音机进行留话，如果检测出该受话方是自动语音总机或自动按键总机，则输入语音姓名或键入分机号码重新进入拨号程序及电话流程分析重新判断拨接连通是否成功，如果检测出该受话方是传真机，则回写数据库注记后挂断。

37.如权利要求31所述的语音对话系统，其特征在于，该服务网络为整合服务数字网络(Integrated Service Digital Network)。

38.如权利要求31所述的语音对话系统，其特征在于，该服务网络为公共交换电信网络(Public Switched Telephone Network)。

39.如权利要求31所述的语音对话系统，其特征在于，还包括一录音模块，介于该拨接模块与该服务网络之间，或直接并接于拨接模块上，用以对语音对话内容进行录音。

40.如权利要求31所述的语音对话系统，其特征在于，还包括一数据库，用以储存所述特定人数据，并选择所述特定人数据其中之一传给该对话控制模块，以进行语音对话，另外用以储存所述特定人数据对应的所述语音对话内容。

41.如权利要求31所述的语音对话系统，其特征在于，还包括图形化使用者接口，连接到该数据库与该拨接模块，用以经由图形化接口取得所述特定人数据对应的全部或是部分所述语音对话内容。

42.如权利要求36所述的语音对话系统，其特征在于，还包括一数据库，用以储存确认该接听人就是该特定人接听的时间，并根据多次拨接连通纪录统计推估最佳打电话时间(Best Time To Call)的纪录，以增加拨打的触达率。

43.如权利要求36所述的语音对话系统，其特征在于，当进行信息传递程序，将对应于该特定人的信息传送给该接听人时，进一步接收该特定人的声纹并进行比对，若发现与该特定人的声纹不同时，则重新进入该特定人身份确认流程。

44.如权利要求26所述的语音对话系统，其特征在于，该询问语音信号是由从多笔预录语音中挑选或加以合成产生。

45.一种语音对话处理方法，其特征在于包括：

取得一特定人数据，根据该特定人数据以产生一第一询问语音信号，并根据该特定人数据与一接听人连通后，将该第一询问语音信号传送给该接听人，其中，由该接听人根据该第一询问语音信号进行回复后产生一回复语音信号；

辨识该回复语音信号后，取得一语音对应信号，根据该语音对应信号进行该特定人身份确认流程，并根据该特定人身份确认流程的结果产生一对话控制信号，并据以产生一响应语音信号，并传送给接听人继续该特定人身份确认或结束对话，其中在该接听人的该语音响应信号为不明确时，重复传送该询问语音信号给该接听人，并且在该询问语音信号的传送到达一第一次数时，结束对话。

46.如权利要求45所述的语音对话处理方法，其特征在于，该特定人身份确认流程确认该接听人为该特定人后，进行信息传递程序，将对应于该特定人的信息传送给该接听人。

47.如权利要求45所述的语音对话处理方法，其特征在于，该特定人身份确认流程根据该特定人数据中所包括的生物特征数据，判断该接听人的回复语音信号。

48.如权利要求47所述的语音对话处理方法，其特征在于，该生物特征数据为性别、年龄或口音数据。

49.如权利要求45所述的语音对话处理方法，其特征在于，该连通方式为经由具有电话流程分析(Call Progress Analysis)功能的拨接模块进行，并在进行拨接连通时，分析及取得接听人端的状态。

50.如权利要求49所述的语音对话处理方法，其特征在于，根据该接听人端的状态判断该次连通是否成功，其中若该接听人端的状态为无人接听或无效电话时，则可直接切断拨接。

51.如权利要求49所述的语音对话处理方法，其特征在于，根据该接听人端的状态判断该次拨接连通是否成功，其中若该接听人端的状态为有效电话，则再判断是否进入语音信箱或是取得该接听人的对话语音数据，若取得该接听人的对话语音数据，则进行该特定人身份确认流程。

52.如权利要求49所述的语音对话处理方法，其特征在于，若是连通成功，则再判断是否进入语音信箱进行留话。

53.如权利要求45所述的语音对话处理方法，其特征在于，包括储存所述接听人对应的所述语音对话内容，其中该语音对话内容包括该接听人的该对话语音数据与该回复语音信号，以及输出的该第一询问语音信号。

54.如权利要求53所述的语音对话处理方法，其特征在于，所述储存的所述语音对话内容用以作为该语音辨识模块进行修正语音辨识的依据。

55.如权利要求53所述的语音对话处理方法，其特征在于，所述储存的所述语音对话内容用以修正对应的所述特定人数据，以辅助该特定人身份确认流程的操作。

56.如权利要求45所述的语音对话处理方法，其特征在于，还包括储存确认该接听人就是该特定人接听的时间，并根据多次拨接连通纪录取得最佳打电话时间(Best Time To Call)的纪录，以增加拨打的触达率。

57.如权利要求45所述的语音对话处理方法，其特征在于，还包括对于连通得到的结果与该特定人身份确认流程得到的结果产生对应的行为代码(Action Code)，并加以储存，并作为对话控制机制修正依据。

58.如权利要求45所述的语音对话处理方法，其特征在于，当进行信息传递程序，将对应于该特定人的信息传送给该接听人时，进一步检测异常状况，若发现该异常状况发生时，则重新进入该特定人身份确认流程。

59.如权利要求58所述的语音对话处理方法，其特征在于，该异常状况为发现该接听人的声纹不同时则认定该异常状况发生。

60.如权利要求58所述的语音对话处理方法，其特征在于，该异常状况为发现该接听人的回复持续一既定次数无法辨识时则认定该异常状况发生。

61.如权利要求58所述的语音对话处理方法，其特征在于，该异常状况为发现该接听人的隔一段时间无任何响应时则认定该异常状况发生。

62.如权利要求58所述的语音对话处理方法，其特征在于，当重新进入该特定人身份确认流程后，根据该特定人数据产生与该第一询问语音信号不重复的第二询问语音信号询问该接听人。

63.如权利要求58所述的语音对话处理方法，其特征在于，当该第二询问语音信号询问该接听人后仍未完成确认，则在进行其它不重复的询问语音信号，直到完成确认。

64.如权利要求45所述的语音对话处理方法，其特征在于，当该询问语音信号还没传递完成，该接听人就挂断电话时，则可以根据语意停止点判断该接听人是否已经完整接收到传递的信息，而给予不同的行为代码。

65.如权利要求45所述的语音对话系统，其特征在于，该询问语音信号是由从多笔预录语音中挑选或以合成方式产生。