CN108156331A - 一种智能自动拨号外呼系统及方法 - Google Patents
一种智能自动拨号外呼系统及方法 Download PDFInfo
- Publication number
- CN108156331A CN108156331A CN201711107061.8A CN201711107061A CN108156331A CN 108156331 A CN108156331 A CN 108156331A CN 201711107061 A CN201711107061 A CN 201711107061A CN 108156331 A CN108156331 A CN 108156331A
- Authority
- CN
- China
- Prior art keywords
- module
- outgoing call
- call
- banquet
- attending
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 235000021167 banquet Nutrition 0.000 claims abstract description 87
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000012805 post-processing Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000014509 gene expression Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000005452 bending Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- NGVDGCNFYWLIFO-UHFFFAOYSA-N pyridoxal 5'-phosphate Chemical compound CC1=NC=C(COP(O)(O)=O)C(C=O)=C1O NGVDGCNFYWLIFO-UHFFFAOYSA-N 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5158—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with automated outdialling systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2272—Subscriber line supervision circuits, e.g. call detection circuits
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2209—Arrangements for supervision, monitoring or testing for lines also used for data transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/36—Statistical metering, e.g. recording occasions when traffic exceeds capacity of trunks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5175—Call or contact centers supervision arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5238—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing with waiting time or load prediction arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及一种智能自动拨号外呼系统,包括系统拨号模块、客户号码池模块、线路资源池模块、系统自动拨号模式设置模块、通话线路资源实时监控模块、电话接通状态统计模块、坐席状态实时监控模块、坐席通话时长统计模块、坐席工作模式参数设置模块、外呼数量预测计算模块。本发明还公开了一种智能自动拨号外呼方法,包括获取参数、计算拨号数量、系统拨号、坐席接听等步骤。本发明采用智能算法根据实时外部参数预测拨号外呼的数量,具有效率高,能充分利用资源的特点。
Description
技术领域
本发明涉及一种自动拨号外呼系统及方法,特别涉及一种智能控制自动拨号外呼次数的系统及方法,属于自动拨号外呼系统领域。
背景技术
现在我国手机的保有量已达到13亿部,固话的保有量也已经达到4亿部,因此,越来越多的企业发现通过拨打电话营销越来越有效。电话外呼营销有众多的优点,可以准确握客户需求、提高营销效率、增加成单率、统一销售、提高品牌形象等等。现在的主流外呼方式基本上都是系统批量按照设置的外呼上限数量自动拨打客户电话,电话接入后,立即转交给坐席。但是随着外呼业务量增加,坐席人员数量有限,容易造成系统拨通的电话无法安排坐席接听,导致呼叫溢出的问题,同时存在电话分配不均的问题。现有的自动外呼方式存在以下几个严重问题:⑴某一时段,没有空闲坐席,系统拨通的电话没有坐席处理,系统自动挂断,造成客户资源浪费;⑵某一时段,坐席大量空闲,系统拨通的电话数量不能满足所有的空闲坐席,部分坐席处于等待接入状态,造成坐席资源浪费;⑶系统拨通电话,将电话转交给坐席后,如果客户电话无法接通、拨通等待、忙音等待、无人接听时,坐席就需要一直等待,造成线路资源被长时间占用,导致浪费;⑷系统接通率低,作息等待时间长,电话分配不均等。另外,现有的外呼系统还不能对外呼的规律进行统计,不能实时监控坐席的状态,只能按照坐席数量批次外呼,或者采用坐席手动拨打接入电话,无法达到坐席理想的最大的有效呼叫量与呼出率。因此,自动外呼领域急需研究出一种充分减少坐席等待时间,智能预测外呼接入数量,智能匹配坐席,最大限度减少不合理的人员匹配,节约坐席与线路资源,节省通话成本,提升坐席外呼效率的预测式外呼方案。
发明内容
本发明智能自动拨号外呼系统及方法公开了新的方案,采用智能算法根据实时外部参数预测拨号外呼的数量,解决了现有方案效率低,不能有效利用资源的问题。
本发明智能自动拨号外呼系统包括系统拨号模块、客户号码池模块、线路资源池模块、系统自动拨号模式设置模块、通话线路资源实时监控模块、电话接通状态统计模块、坐席状态实时监控模块、坐席通话时长统计模块、坐席工作模式参数设置模块、外呼数量预测计算模块,系统自动拨号模式设置模块将计算得到的拨号倍率信息发送给外呼数量预测计算模块,通话线路资源实时监控模块将检测得到的线路总数、空闲线路数信息发送给外呼数量预测计算模块,电话接通状态统计模块将检测得到的电话接通率、电话呼损率、电话平均通话时长信息发送给外呼数量预测计算模块,坐席状态实时监控模块将检测得到的坐席总数、空闲坐席数、示忙坐席数、工作坐席数、事后处理坐席数信息发送给外呼数量预测计算模块,坐席通话时长统计模块将检测得到的坐席平均通话时长、平均事后处理时长、平均示忙时长、平均空闲等待时长信息发送给外呼数量预测计算模块,坐席工作模式参数设置模块将计算得到的坐席最小空闲等待时长、最小事后处理时长信息发送给外呼数量预测计算模块,外呼数量预测计算模块根据收到的信息通过设定的算法计算得到外呼数量信息,系统拨号模块根据外呼数量信息调用线路资源池模块的线路资源后根据客户号码池模块推送的客户电话号码拨号外呼后转交给空闲坐席人员。
进一步,本方案的智能自动拨号外呼系统还包括语音识别筛号模块,语音识别筛号模块对系统拨号模块拨号外呼的电话进行语音识别来判断电话接通状态,语音识别筛号模块根据计算得到的电话接通状态信息自动滤除无法接通、拨通等待、忙音等待、无人接听状态的通话后将正常接通的电话转交给空闲坐席人员。
进一步,本方案的语音识别筛号模块将自动滤除的无法接通、拨通等待、忙音等待、无人接听状态通话占用的线路资源返还给线路资源池模块。
本发明还公开了一种智能自动拨号外呼方法,智能自动拨号外呼方法基于智能自动拨号外呼系统,智能自动拨号外呼系统包括系统拨号模块、客户号码池模块、线路资源池模块、系统自动拨号模式设置模块、通话线路资源实时监控模块、电话接通状态统计模块、坐席状态实时监控模块、坐席通话时长统计模块、坐席工作模式参数设置模块、外呼数量预测计算模块,包括步骤:⑴系统获取当前外呼项目中系统配置的拨号倍率R、坐席挂断电话事后处理时长Ts、最小外呼坐席数Umin、最小外呼实时接通率Vmin参数;⑵系统获取当前外呼项目中的通话线路资源占用情况,通话线路资源占用情况参数包括通话线路总数Lmax、空闲线路数Lfree、占用线路数Lfull,Lmax=Lfree+Lfull;⑶系统获取当前外呼项目中签入坐席的工作状态,签入坐席的工作状态参数包括空闲坐席数量A、示忙坐席数量B、分配通话的坐席数量C、事后处理坐席数量D,签入坐席数=A+B+C+D;⑷系统获取当前外呼项目中坐席的平均通话时长Tm、平均事后处理时长Tb参数;⑸系统获取当前外呼项目的实时电话接通率V、呼损率S、电话平均通话时长Tp参数;⑹系统获取当前外呼项目的拨号模块正在拨号的电话数量Nc;⑺将上述所获取的参数按照设定的算法公式进行计算得出下一批次自动外呼的电话数量x,若计算结果x>0,表示可以马上进行外呼,需要拨打的电话数量是x,若计算结果x=0或x<0,表示不能立刻进行外呼,需要等待下次预测计算,预测外呼数量的算法公式如下:Count=floor(((A+f1(B)+f2(Tm,Tp)*C+f3(Tb,Ts)*D)- Umin)*R/f4(V,S))- Nc,以上公式中,函数f1(B)表示在下次外呼时转化成空闲座席的示忙坐席数量,函数f2(Tm,Tp)*C表示在下次外呼时转化成空闲座席的已分配通话坐席数量,函数f3(Tb,Ts)*D表示在下次外呼时转化成空闲座席的事后处理坐席数量,函数f4(V,S)表示下次预测外呼整体的可接通率数值;⑻系统将下一批次自动外呼的电话数量x计算结果反馈给系统的拨号模块,拨号模块进行拨号呼叫后转交给空闲的坐席人员。
进一步,本方案的方法,若空闲座席数量A大于最小外呼坐席数Umin值,系统正常使用预测外呼数量的算法公式计算下次预测外呼数量,若空闲座席数量A小于最小外呼坐席数Umin值,系统不预测下次外呼数量,暂停外呼。
进一步,本方案的方法,若系统当前外呼项目的实时电话接通率V大于最小外呼实时接通率Vmin,系统正常使用预测外呼数量的算法公式计算下次预测外呼数量,若系统当前外呼项目的实时电话接通率V小于最小外呼实时接通率Vmin,系统使用最小外呼实时接通率Vmin替代实时电话接通率V作为计算参数进行下次预测外呼数量的计算。
进一步,本方案的方法的智能自动拨号外呼系统还包括语音识别筛号模块,步骤⑻中,拨号模块拨通号码后,语音识别筛号模块进行实时语音识别监测来判断电话接通状态,语音识别筛号模块自动滤除无法接通、拨通等待、忙音等待、无人接听状态通话后将正常接通的电话转交给空闲坐席人员。
进一步,本方案的方法的语音识别筛号模块将自动滤除的无法接通、拨通等待、忙音等待、无人接听状态通话占用的线路资源返还给线路资源池模块。
进一步,本方案的方法的语音识别筛号过程包括:⑴预先获取各个运营商的语音提示录音作为音频样本信息;⑵对预先获取的音频样本信息进行预处理,采用两阶段Mel谱弯折维纳滤波和时域降噪的去噪方法联合消除录音中的噪音;⑶提取经预处理的音频样本信息的特征参数,采用HTK语音特征提取算法对语音信号进行预加重,并用梅尔滤波器组代替了Bark滤波器组进行临界带分析,提取出梅尔频率PLP语音特征参数;⑷创建音频样本信息的声学模型后保存;⑸系统拨号后,系统对电话进行录音,并将录音数据实时传送给语音识别筛号模块进行处理;⑹系统对收到的录音数据采用两阶段Mel谱弯折维纳滤波和时域降噪的去噪方法联合消除噪音;⑺系统对经消除噪音的录音数据进行语音识别分析,采用HTK语音特征提取算法提取特征参数;⑻将提取的特征参数输入解码器进行解码;⑼系统对录音数据解码后将语音转成文本;⑽采用文本关键词检索、匹配算法对比系统中保存的提示音关键词库中的关键词,判断电话的提示音类型,将提示音类型返回系统,系统根据返回结果判断是否释放线路资源。
更进一步,上述方案的方法的步骤⑷中,采用DNN-深度神经网络的声学建模方法创建提示音的声学模型后保存,DNN-深度神经网络的声学模型:
,上式中:N为训练样本的数目,为标注的目标概率,在标注状态点值为1,其他输出状态点的值为0,为DNN的实际输出概率。
本发明智能自动拨号外呼系统及方法采用智能算法根据实时外部参数预测拨号外呼的数量,具有效率高,能充分利用资源的特点。
附图说明
图1是本发明智能自动拨号外呼系统的原理图。
图2是语音识别筛号过程的流程图。
图3是本发明智能自动拨号外呼方法的流程图。
具体实施方式
如图1、2所示,本发明涉及一种呼叫中心系统的自动外呼技术,尤其是一种可以语音识别筛选号码和智能预测式的外呼方法及系统。本方案提供了一种可预测拨号数量和语音识别筛选有效号码的自动外呼方法及系统,该外呼方法及系统在同等坐席数量的前提下,能够有效减少坐席等待时间,提高坐席呼叫效率和线路资源利用率。系统通过监测当前各种状态,采集多项监控数据作为参数,通过算法模型,预测下一阶段自动外呼数量。还能够通过语音识别技术自动判断拨打电话的接通状态,滤除无法接通、拨通等待、忙音等待、无人接听等状态的通话,自动释放被无效号码占用的线路资源,再将有效通话分到给坐席,从而实现对呼叫中心的线路和坐席资源进行优化匹配,最大限度减少不合理的人员、线路匹配,节省通话成本,提升用户体验。
本方案的可预测拨号数量和语音识别筛选有效号码的自动外呼系统包括以下功能模块及其基本功能:⑴系统拨号模块,提供系统对外拨号服务,使用从客户号码池中获取的客户电话号码拨打电话;⑵客户号码池模块,提供客户的电话号码,系统支持从外部导入;⑶线路资源池,提供呼叫中心拨打电话时线路资源;⑷系统自动拨号模式设置模块,用户可以在此模块对系统拨号倍率进行调整,倍率越大,拨号速率越快,倍率越小,拨号速率越慢,该模块需要提供本发明方法需要的当前拨号的倍率作为计算参数;⑸通话线路资源实时监控模块,主要监控线路资源的占用情况,该模块需要提供需要的线路总数、空闲线路数作为计算参数;⑹电话接通状态统计模块,主要实时监控系统当前的电话接通率、电话呼损率以及电话平均通话时长等数据,并作为本发明方法的计算参数;⑺坐席状态实时监控模块,主要负责监控坐席的工作状态及数量,坐席的工作状态分为4种:空闲状态、示忙状态、工作状态、事后处理状态,该模块需要提供坐席总数、空闲坐席数、示忙坐席数、工作坐席数、事后处理坐席数作为计算参数;⑻坐席通话时长统计模块,统计坐席平均的通话时长、平均事后处理时长、平均示忙时长和平均空闲等待时长作为计算参数;⑼坐席工作模式参数设置模块,用户可以在此模块对坐席的工作流程进行调整,比如最小空闲等待时长、事后处理时长等,该模块需要提供需要的当前系统坐席的最小空闲等待时长、事后处理时长作为计算参数;⑽语音识别筛号模块,系统拨号模块进行外呼拨号后,需要该模块对所有接通的电话进行语音识别,判断电话接通状态,自动滤除无法接通、拨通等待、忙音等待、无人接听等状态的通话,将正常接通的电话转交给空闲坐席处理。
本方案的可预测拨号数量和语音识别筛选有效号码的自动外呼方法包括以下步骤:
⑴获取当前外呼项目中系统配置的拨号倍率R、坐席挂断电话事后处理时长Ts、最小外呼坐席数Umin参数、最小外呼实时接通率Vmin等参数。
⑵系统获取当前外呼项目中的通话线路资源占用情况,包括通话线路总数Lmax,空闲线路数Lfree和占用线路数Lfull,Lmax=Lfree+Lfull。
⑶系统获取当前外呼项目中签入坐席的工作状态,包括空闲坐席数量A、示忙坐席数量B、分配通话的坐席数量C和事后处理坐席数量D,签入坐席数=A+B+C+D。
⑷系统获取当前外呼项目中坐席的平均通话时长Tm、平均事后处理时长等Tb等参数。
⑸系统获取当前外呼项目的实时电话接通率V、呼损率S、电话平均通话时长Tp等参数。
⑹系统获取当前外呼项目的拨号模块正在拨号的电话数量Nc。
⑺将上述所获取的各类参数按照设定的算法公式进行计算,得出下一批次自动外呼的电话数量x,若计算结果x>0,表示可以马上进行外呼,需要拨打的电话数量是x,若计算结果x=0或x<0,表示不能立刻进行外呼,需要等待下次预测计算,预测外呼数量计算公式如下:Count=floor(((A+f1(B)+f2(Tm,Tp)*C+f3(Tb,Ts)*D)- Umin)*R/f4(V,S))- Nc,其中,函数f1(B)表示通过特定的计算公式计算有多少示忙坐席可以在下次外呼时,转化成空闲座席,函数f2(Tm,Tp)*C表示通过特定的计算公式计算有多少已分配通话的坐席可以在下次外呼时,转化成空闲座席,函数f3(Tb,Ts) *D表示通过特定的计算公式计算有多少事后处理的坐席可以在下次外呼时,转化成空闲座席,函数f4(V,S)表示通过特定的计算公式计算下次预测外呼整体的可接通率是多少,以上四种函数可以根据历史数据的统计经验设置,不同的设置实现的预测效果不同,如果空闲座席数A大于Umin值,系统正常使用上述计算公式计算下次预测外呼数量,如果空闲座席数A小于Umin值,则不做下次预测外呼计算,暂时不外呼,如果系统当前外呼项目的实时接通率V大于最小外呼实时接通率Vmin,系统正常使用上述计算公式计算下次预测外呼数量,如果系统当前外呼项目的实时接通率V小于最小外呼实时接通率Vmin,则使用Vmin替代V作为计算参数进行下次预测外呼数量的计算。
⑻系统将计算结果反馈给系统的拨号模块,进行拨号呼叫工作。
⑼系统拨通号码后,首先进行实时语音识别监测,判断电话接通状态,自动滤除无法接通、拨通等待、忙音等待、无人接听等状态的通话。
⑽系统快速释放无效号码占用的线路资源,并放回线路资源池,并将正常接通的电话转交给空闲坐席进行处理。
⑾坐席拿到接通的电话后,开始工作。
本方案的语音识别筛号的内部流程如下:
预先获取各个运营商的语音提示录音作为音频样本信息。
对采集的样本提示音进行预处理,使用两阶段Mel谱弯折维纳滤波和时域降噪的去噪方法联合消除录音中的噪音。
提取样本音频的各类特征参数,使用HTK语音特征提取算法,对语音信号进行预加重,并用梅尔滤波器组代替了Bark滤波器组进行临界带分析,提取出了梅尔频率PLP(Mel-frequency, MF-PLP)语音特征参数。
使用DNN(深度神经网络)的声学建模技术创建提示音的声学模型,并保存。
,上式中:N为训练样本的数目,为标注的目标概率,在标注状态点值为1,其他输出状态点的值为0,为DNN的实际输出概率。
系统拨号后,系统对电话进行录音,并将录音实时的传送给语音识别筛号模块进行处理。
系统对收到的录音数据,使用两阶段Mel谱弯折维纳滤波和时域降噪的去噪方法联合消除录音中的噪音。
对收到的音频信号进行语音识别等分析,使用HTK语音特征提取算法提取录音的特征参数。
将提取的模型参数,输入解码器进行解码,解码器采用基于WFST的Cross-word静态搜索空间构建方法,有效地单遍集成各种知识源,将声学模型、声学上下文、发音词典、语言模型等静态编译成状态网络,通过充分的前向后向归并算法优化网络。
系统对录音解码后,将语音转成文本。
使用文本关键词检索、匹配算法,对比系统中保存的提示音关键词库中的关键词,判断电话的提示音类型,并将提示音类型返回。由系统根据返回结果判断是否释放线路资源。
本方案的可预测拨号数量和语音识别筛选有效号码的自动外呼方法及系统在同等坐席数量的前提下,能够有效减少坐席等待时间,提高坐席呼叫效率和线路资源利用率。系统通过监测当前各种状态,采集多项监控数据作为参数,通过算法模型,预测下一阶段自动外呼数量,并通过语音识别技术自动判断拨打的电话的接通状态,滤除无法接通、拨通等待、忙音等待、无人接听等状态的通话,自动释放被无效号码占用的线路资源,再将有效通话分到给坐席,从而实现对呼叫中心的线路和坐席资源进行优化匹配,最大限度减少不合理的人员、线路匹配,节省通话成本,提升用户体验。基于以上特点,本方案的智能自动拨号外呼系统及方法相比现有方案具有突出的实质性特点和显著的进步。
本方案智能自动拨号外呼系统及方法并不限于具体实施方式中公开的内容,实施例中出现的技术方案可以基于本领域技术人员的理解而延伸,本领域技术人员根据本方案结合公知常识作出的简单替换方案也属于本方案的范围。
Claims (10)
1.一种智能自动拨号外呼系统,其特征是包括系统拨号模块、客户号码池模块、线路资源池模块、系统自动拨号模式设置模块、通话线路资源实时监控模块、电话接通状态统计模块、坐席状态实时监控模块、坐席通话时长统计模块、坐席工作模式参数设置模块、外呼数量预测计算模块,
所述系统自动拨号模式设置模块将计算得到的拨号倍率信息发送给所述外呼数量预测计算模块,
所述通话线路资源实时监控模块将检测得到的线路总数、空闲线路数信息发送给所述外呼数量预测计算模块,
所述电话接通状态统计模块将检测得到的电话接通率、电话呼损率、电话平均通话时长信息发送给所述外呼数量预测计算模块,
所述坐席状态实时监控模块将检测得到的坐席总数、空闲坐席数、示忙坐席数、工作坐席数、事后处理坐席数信息发送给所述外呼数量预测计算模块,
所述坐席通话时长统计模块将检测得到的坐席平均通话时长、平均事后处理时长、平均示忙时长、平均空闲等待时长信息发送给所述外呼数量预测计算模块,
所述坐席工作模式参数设置模块将计算得到的坐席最小空闲等待时长、最小事后处理时长信息发送给所述外呼数量预测计算模块,
所述外呼数量预测计算模块根据收到的信息通过设定的算法计算得到外呼数量信息,所述系统拨号模块根据所述外呼数量信息调用线路资源池模块的线路资源后根据所述客户号码池模块推送的客户电话号码拨号外呼后转交给空闲坐席人员。
2.根据权利要求1所述的智能自动拨号外呼系统,其特征在于,所述智能自动拨号外呼系统还包括语音识别筛号模块,所述语音识别筛号模块对所述系统拨号模块拨号外呼的电话进行语音识别来判断电话接通状态,所述语音识别筛号模块根据计算得到的电话接通状态信息自动滤除无法接通、拨通等待、忙音等待、无人接听状态的通话后将正常接通的电话转交给空闲坐席人员。
3.根据权利要求2所述的智能自动拨号外呼系统,其特征在于,所述语音识别筛号模块将自动滤除的无法接通、拨通等待、忙音等待、无人接听状态通话占用的线路资源返还给所述线路资源池模块。
4.一种智能自动拨号外呼方法,智能自动拨号外呼方法基于智能自动拨号外呼系统,智能自动拨号外呼系统包括系统拨号模块、客户号码池模块、线路资源池模块、系统自动拨号模式设置模块、通话线路资源实时监控模块、电话接通状态统计模块、坐席状态实时监控模块、坐席通话时长统计模块、坐席工作模式参数设置模块、外呼数量预测计算模块,其特征是包括步骤:
⑴系统获取当前外呼项目中系统配置的拨号倍率R、坐席挂断电话事后处理时长Ts、最小外呼坐席数Umin、最小外呼实时接通率Vmin参数;
⑵系统获取当前外呼项目中的通话线路资源占用情况,通话线路资源占用情况参数包括通话线路总数Lmax、空闲线路数Lfree、占用线路数Lfull,Lmax=Lfree+Lfull;
⑶系统获取当前外呼项目中签入坐席的工作状态,签入坐席的工作状态参数包括空闲坐席数量A、示忙坐席数量B、分配通话的坐席数量C、事后处理坐席数量D,签入坐席数=A+B+C+D;
⑷系统获取当前外呼项目中坐席的平均通话时长Tm、平均事后处理时长Tb参数;
⑸系统获取当前外呼项目的实时电话接通率V、呼损率S、电话平均通话时长Tp参数;
⑹系统获取当前外呼项目的拨号模块正在拨号的电话数量Nc;
⑺将上述所获取的参数按照设定的算法公式进行计算得出下一批次自动外呼的电话数量x,
若计算结果x>0,表示可以马上进行外呼,需要拨打的电话数量是x,
若计算结果x=0或x<0,表示不能立刻进行外呼,需要等待下次预测计算,
预测外呼数量的算法公式如下:
Count=floor(((A+f1(B)+f2(Tm,Tp)*C+f3(Tb,Ts)*D)- Umin)*R/f4(V,S))- Nc,
以上公式中,
函数f1(B)表示在下次外呼时转化成空闲座席的示忙坐席数量,
函数f2(Tm,Tp)*C表示在下次外呼时转化成空闲座席的已分配通话坐席数量,
函数f3(Tb,Ts)*D表示在下次外呼时转化成空闲座席的事后处理坐席数量,
函数f4(V,S)表示下次预测外呼整体的可接通率数值;
⑻系统将下一批次自动外呼的电话数量x计算结果反馈给系统的拨号模块,拨号模块进行拨号呼叫后转交给空闲的坐席人员。
5.根据权利要求4所述的方法,其特征在于,
若空闲座席数量A大于最小外呼坐席数Umin值,系统正常使用预测外呼数量的算法公式计算下次预测外呼数量,
若空闲座席数量A小于最小外呼坐席数Umin值,系统不预测下次外呼数量,暂停外呼。
6.根据权利要求4所述的方法,其特征在于,
若系统当前外呼项目的实时电话接通率V大于最小外呼实时接通率Vmin,系统正常使用预测外呼数量的算法公式计算下次预测外呼数量,
若系统当前外呼项目的实时电话接通率V小于最小外呼实时接通率Vmin,系统使用最小外呼实时接通率Vmin替代实时电话接通率V作为计算参数进行下次预测外呼数量的计算。
7.根据权利要求4所述的方法,其特征在于,智能自动拨号外呼系统还包括语音识别筛号模块,步骤⑻中,拨号模块拨通号码后,语音识别筛号模块进行实时语音识别监测来判断电话接通状态,语音识别筛号模块自动滤除无法接通、拨通等待、忙音等待、无人接听状态通话后将正常接通的电话转交给空闲坐席人员。
8.根据权利要求7所述的方法,其特征在于,语音识别筛号模块将自动滤除的无法接通、拨通等待、忙音等待、无人接听状态通话占用的线路资源返还给线路资源池模块。
9.根据权利要求7所述的方法,其特征在于,语音识别筛号过程包括:
⑴预先获取各个运营商的语音提示录音作为音频样本信息;
⑵对预先获取的音频样本信息进行预处理,采用两阶段Mel谱弯折维纳滤波和时域降噪的去噪方法联合消除录音中的噪音;
⑶提取经预处理的音频样本信息的特征参数,采用HTK语音特征提取算法对语音信号进行预加重,并用梅尔滤波器组代替了Bark滤波器组进行临界带分析,提取出梅尔频率PLP语音特征参数;
⑷创建音频样本信息的声学模型后保存;
⑸系统拨号后,系统对电话进行录音,并将录音数据实时传送给语音识别筛号模块进行处理;
⑹系统对收到的录音数据采用两阶段Mel谱弯折维纳滤波和时域降噪的去噪方法联合消除噪音;
⑺系统对经消除噪音的录音数据进行语音识别分析,采用HTK语音特征提取算法提取特征参数;
⑻将提取的特征参数输入解码器进行解码;
⑼系统对录音数据解码后将语音转成文本;
⑽采用文本关键词检索、匹配算法对比系统中保存的提示音关键词库中的关键词,判断电话的提示音类型,将提示音类型返回系统,系统根据返回结果判断是否释放线路资源。
10.根据权利要求9所述的方法,其特征在于,在步骤⑷中,采用DNN-深度神经网络的声学建模方法创建提示音的声学模型后保存,DNN-深度神经网络的声学模型:
,
上式中:N为训练样本的数目,为标注的目标概率,在标注状态点值为1,其他输出状态点的值为0,为DNN的实际输出概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711107061.8A CN108156331B (zh) | 2017-11-10 | 2017-11-10 | 一种智能自动拨号外呼方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711107061.8A CN108156331B (zh) | 2017-11-10 | 2017-11-10 | 一种智能自动拨号外呼方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108156331A true CN108156331A (zh) | 2018-06-12 |
CN108156331B CN108156331B (zh) | 2021-04-30 |
Family
ID=62467952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711107061.8A Active CN108156331B (zh) | 2017-11-10 | 2017-11-10 | 一种智能自动拨号外呼方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108156331B (zh) |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109167886A (zh) * | 2018-08-31 | 2019-01-08 | 郑州匹客科技有限公司 | 一种智能外呼系统 |
CN109274841A (zh) * | 2018-08-24 | 2019-01-25 | 平安科技(深圳)有限公司 | 电话销售方法、系统及平台和计算机可读存储介质 |
CN109472452A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技(深圳)有限公司 | 智能派工方法、装置、计算机设备及存储介质 |
CN109600524A (zh) * | 2018-10-24 | 2019-04-09 | 深圳市万屏时代科技有限公司 | 一种自动拨号方法 |
CN109712645A (zh) * | 2019-01-10 | 2019-05-03 | 上海言通网络科技有限公司 | 自主通话系统和自主通话方法 |
CN110166641A (zh) * | 2019-05-21 | 2019-08-23 | 深圳市中讯网联科技有限公司 | 动态的预测式智能自动外呼系统算法 |
CN110266898A (zh) * | 2019-06-05 | 2019-09-20 | 安徽省鼎众金融信息咨询服务有限公司 | 一种金融服务用电话自动外呼系统 |
CN110266901A (zh) * | 2019-07-08 | 2019-09-20 | 北京容联汇通信息技术有限公司 | 一种呼叫中心预测外呼的方法 |
CN110335627A (zh) * | 2019-07-16 | 2019-10-15 | 柴桥子 | 一种基于深度学习的快速判断号码有效性的方法以及装置 |
CN110445942A (zh) * | 2019-08-30 | 2019-11-12 | 上海浦东发展银行股份有限公司信用卡中心 | 一种智能外呼系统及智能外呼方法 |
CN111064851A (zh) * | 2019-12-03 | 2020-04-24 | 成都铂锡金融信息技术有限公司 | 一种坐席终端的通信处理方法及装置 |
CN111246029A (zh) * | 2020-01-19 | 2020-06-05 | 中电智恒信息科技服务有限公司 | 一种动态调整呼叫频率的外呼算法 |
CN111432082A (zh) * | 2020-03-25 | 2020-07-17 | 中国银行股份有限公司 | 客服的客户分配方法及装置 |
CN111508527A (zh) * | 2020-04-17 | 2020-08-07 | 北京帝派智能科技有限公司 | 一种电话应答状态检测方法、装置及服务器 |
CN111935362A (zh) * | 2020-08-07 | 2020-11-13 | 北京新唐思创教育科技有限公司 | 通话数据处理方法、装置、电子设备及计算机存储介质 |
CN111935360A (zh) * | 2020-09-11 | 2020-11-13 | 四川新网银行股份有限公司 | 使用话务管理系统动态利用中继线路资源的方法 |
CN112132595A (zh) * | 2020-09-27 | 2020-12-25 | 泰康保险集团股份有限公司 | 呼损数据处理方法及装置 |
CN112202974A (zh) * | 2020-12-03 | 2021-01-08 | 零犀(北京)科技有限公司 | 自动判断电话接听状态的方法、装置以及系统 |
CN112311938A (zh) * | 2020-10-30 | 2021-02-02 | 上海淇玥信息技术有限公司 | 一种智能呼叫方法、装置和电子设备 |
WO2021030626A1 (en) * | 2019-08-14 | 2021-02-18 | Liveperson, Inc. | Systems and methods for managing interaction invitations |
CN112532794A (zh) * | 2020-11-24 | 2021-03-19 | 携程计算机技术(上海)有限公司 | 语音外呼方法、系统、设备及存储介质 |
CN112702473A (zh) * | 2020-12-22 | 2021-04-23 | 北京三快在线科技有限公司 | 呼叫处理方法、装置、服务器及计算机可读存储介质 |
CN112822336A (zh) * | 2020-12-31 | 2021-05-18 | 招联消费金融有限公司 | 基于人工智能辅助的预测外呼方法、装置、设备和介质 |
CN113079259A (zh) * | 2021-03-31 | 2021-07-06 | 北京智齿博创科技有限公司 | 基于freeswitch与ASR技术的外呼失败结果检测方法 |
CN113329132A (zh) * | 2021-08-03 | 2021-08-31 | 北京灵伴即时智能科技有限公司 | 预测式外呼方法及预测式外呼系统 |
CN113382117A (zh) * | 2021-06-04 | 2021-09-10 | 上海浦东发展银行股份有限公司 | 一种基于机器学习的预测式外呼方法 |
CN113438376A (zh) * | 2021-08-26 | 2021-09-24 | 阿里巴巴达摩院(杭州)科技有限公司 | 电话外呼方法及装置 |
CN113452848A (zh) * | 2021-06-28 | 2021-09-28 | 上海翰声信息技术有限公司 | 一种动态计算外呼数量的系统及存储介质 |
CN113452852A (zh) * | 2021-06-28 | 2021-09-28 | 中国平安财产保险股份有限公司 | 机器外呼的数量调控方法、装置、电子设备及存储介质 |
CN113596266A (zh) * | 2021-07-02 | 2021-11-02 | 北京容联七陌科技有限公司 | 一种外呼时的智能选号方法及系统 |
CN113692022A (zh) * | 2021-07-09 | 2021-11-23 | 深圳市赛云数据有限公司 | 一种基于空信道预判利用的运营商通讯系统 |
CN113726961A (zh) * | 2021-08-30 | 2021-11-30 | 深圳壹账通智能科技有限公司 | 外呼数量的确定方法、装置、外呼系统及存储介质 |
CN113746990A (zh) * | 2021-09-03 | 2021-12-03 | 科讯嘉联信息技术有限公司 | 一种ai人机交互后转人人交互的外呼预测系统及方法 |
CN114257690A (zh) * | 2021-12-22 | 2022-03-29 | 北京点控互联信息技术有限公司 | 一种电话外呼场景下的显示号码智能选择的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001217944A (ja) * | 2000-01-31 | 2001-08-10 | Chiyoda Fire & Marine Insurance Co Ltd | コールセンタ装置および呼の転送方法 |
CN102449992A (zh) * | 2009-06-01 | 2012-05-09 | 吉尼赛斯电信实验室公司 | 用于预测呼叫中心中的坐席可用性的系统和方法 |
KR20130078919A (ko) * | 2012-01-02 | 2013-07-10 | 현대모비스 주식회사 | 차량용 핸즈프리 통화 시스템 및 그 제어 방법 |
CN104125352A (zh) * | 2014-06-27 | 2014-10-29 | 国家电网公司 | 一种基于来电需求的语音预测联动方法及其系统 |
CN105376349A (zh) * | 2015-10-20 | 2016-03-02 | 刘俊新 | 一种呼叫中转装置及方法 |
CN105704335A (zh) * | 2016-03-02 | 2016-06-22 | 重庆大学 | 基于动态统计过程的预测式外呼算法、交换机拨打方法及装置 |
CN105812594A (zh) * | 2016-05-09 | 2016-07-27 | 统通信(苏州)有限公司 | 一种预测式自动外拨系统 |
CN105898086A (zh) * | 2016-03-31 | 2016-08-24 | 广东亿迅科技有限公司 | 一种预测外呼的方法 |
CN106470282A (zh) * | 2016-08-31 | 2017-03-01 | 江苏鸿信系统集成有限公司 | 一种利用空闲度的话务调度方法 |
CN106572274A (zh) * | 2016-11-11 | 2017-04-19 | 上海携程商务有限公司 | 呼叫中心的自动外呼方法及系统 |
CN106657693A (zh) * | 2017-01-13 | 2017-05-10 | 深圳市彬讯科技有限公司 | 一种呼叫系统预测式外呼方法及系统 |
-
2017
- 2017-11-10 CN CN201711107061.8A patent/CN108156331B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001217944A (ja) * | 2000-01-31 | 2001-08-10 | Chiyoda Fire & Marine Insurance Co Ltd | コールセンタ装置および呼の転送方法 |
CN102449992A (zh) * | 2009-06-01 | 2012-05-09 | 吉尼赛斯电信实验室公司 | 用于预测呼叫中心中的坐席可用性的系统和方法 |
KR20130078919A (ko) * | 2012-01-02 | 2013-07-10 | 현대모비스 주식회사 | 차량용 핸즈프리 통화 시스템 및 그 제어 방법 |
CN104125352A (zh) * | 2014-06-27 | 2014-10-29 | 国家电网公司 | 一种基于来电需求的语音预测联动方法及其系统 |
CN105376349A (zh) * | 2015-10-20 | 2016-03-02 | 刘俊新 | 一种呼叫中转装置及方法 |
CN105704335A (zh) * | 2016-03-02 | 2016-06-22 | 重庆大学 | 基于动态统计过程的预测式外呼算法、交换机拨打方法及装置 |
CN105898086A (zh) * | 2016-03-31 | 2016-08-24 | 广东亿迅科技有限公司 | 一种预测外呼的方法 |
CN105812594A (zh) * | 2016-05-09 | 2016-07-27 | 统通信(苏州)有限公司 | 一种预测式自动外拨系统 |
CN106470282A (zh) * | 2016-08-31 | 2017-03-01 | 江苏鸿信系统集成有限公司 | 一种利用空闲度的话务调度方法 |
CN106572274A (zh) * | 2016-11-11 | 2017-04-19 | 上海携程商务有限公司 | 呼叫中心的自动外呼方法及系统 |
CN106657693A (zh) * | 2017-01-13 | 2017-05-10 | 深圳市彬讯科技有限公司 | 一种呼叫系统预测式外呼方法及系统 |
Non-Patent Citations (1)
Title |
---|
马丽,宋建斌,詹舒波: "《基于统计分析优化的预测外呼算法》", 《计算机应用》 * |
Cited By (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109274841A (zh) * | 2018-08-24 | 2019-01-25 | 平安科技(深圳)有限公司 | 电话销售方法、系统及平台和计算机可读存储介质 |
CN109167886A (zh) * | 2018-08-31 | 2019-01-08 | 郑州匹客科技有限公司 | 一种智能外呼系统 |
CN109472452A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技(深圳)有限公司 | 智能派工方法、装置、计算机设备及存储介质 |
CN109472452B (zh) * | 2018-10-11 | 2023-09-05 | 平安科技(深圳)有限公司 | 智能派工方法、装置、计算机设备及存储介质 |
CN109600524A (zh) * | 2018-10-24 | 2019-04-09 | 深圳市万屏时代科技有限公司 | 一种自动拨号方法 |
CN109712645A (zh) * | 2019-01-10 | 2019-05-03 | 上海言通网络科技有限公司 | 自主通话系统和自主通话方法 |
CN110166641B (zh) * | 2019-05-21 | 2020-11-27 | 深圳市中讯网联科技有限公司 | 动态的预测式智能自动外呼系统算法 |
CN110166641A (zh) * | 2019-05-21 | 2019-08-23 | 深圳市中讯网联科技有限公司 | 动态的预测式智能自动外呼系统算法 |
CN110266898A (zh) * | 2019-06-05 | 2019-09-20 | 安徽省鼎众金融信息咨询服务有限公司 | 一种金融服务用电话自动外呼系统 |
CN110266901A (zh) * | 2019-07-08 | 2019-09-20 | 北京容联汇通信息技术有限公司 | 一种呼叫中心预测外呼的方法 |
CN110266901B (zh) * | 2019-07-08 | 2021-05-07 | 北京容联汇通信息技术有限公司 | 一种呼叫中心预测外呼的方法 |
CN110335627A (zh) * | 2019-07-16 | 2019-10-15 | 柴桥子 | 一种基于深度学习的快速判断号码有效性的方法以及装置 |
US11763148B2 (en) | 2019-08-14 | 2023-09-19 | Liveperson, Inc. | Systems and methods for managing interaction invitations |
CN114223188B (zh) * | 2019-08-14 | 2024-04-26 | 利维帕尔森有限公司 | 用于管理交互邀请的系统和方法 |
US11068783B2 (en) | 2019-08-14 | 2021-07-20 | Liveperson, Inc. | Systems and methods for managing interaction invitations |
CN114223188A (zh) * | 2019-08-14 | 2022-03-22 | 利维帕尔森有限公司 | 用于管理交互邀请的系统和方法 |
AU2020328581B2 (en) * | 2019-08-14 | 2023-07-06 | Liveperson, Inc. | Systems and methods for managing interaction invitations |
WO2021030626A1 (en) * | 2019-08-14 | 2021-02-18 | Liveperson, Inc. | Systems and methods for managing interaction invitations |
CN110445942A (zh) * | 2019-08-30 | 2019-11-12 | 上海浦东发展银行股份有限公司信用卡中心 | 一种智能外呼系统及智能外呼方法 |
CN111064851A (zh) * | 2019-12-03 | 2020-04-24 | 成都铂锡金融信息技术有限公司 | 一种坐席终端的通信处理方法及装置 |
CN111246029A (zh) * | 2020-01-19 | 2020-06-05 | 中电智恒信息科技服务有限公司 | 一种动态调整呼叫频率的外呼算法 |
CN111432082A (zh) * | 2020-03-25 | 2020-07-17 | 中国银行股份有限公司 | 客服的客户分配方法及装置 |
CN111508527B (zh) * | 2020-04-17 | 2021-03-12 | 北京帝派智能科技有限公司 | 一种电话应答状态检测方法、装置及服务器 |
CN111508527A (zh) * | 2020-04-17 | 2020-08-07 | 北京帝派智能科技有限公司 | 一种电话应答状态检测方法、装置及服务器 |
CN111935362A (zh) * | 2020-08-07 | 2020-11-13 | 北京新唐思创教育科技有限公司 | 通话数据处理方法、装置、电子设备及计算机存储介质 |
CN111935360A (zh) * | 2020-09-11 | 2020-11-13 | 四川新网银行股份有限公司 | 使用话务管理系统动态利用中继线路资源的方法 |
CN112132595A (zh) * | 2020-09-27 | 2020-12-25 | 泰康保险集团股份有限公司 | 呼损数据处理方法及装置 |
CN112132595B (zh) * | 2020-09-27 | 2023-11-28 | 泰康保险集团股份有限公司 | 呼损数据处理方法及装置 |
CN112311938B (zh) * | 2020-10-30 | 2022-02-01 | 上海淇玥信息技术有限公司 | 一种智能呼叫方法、装置和电子设备 |
CN112311938A (zh) * | 2020-10-30 | 2021-02-02 | 上海淇玥信息技术有限公司 | 一种智能呼叫方法、装置和电子设备 |
CN112532794A (zh) * | 2020-11-24 | 2021-03-19 | 携程计算机技术(上海)有限公司 | 语音外呼方法、系统、设备及存储介质 |
CN112202974B (zh) * | 2020-12-03 | 2021-04-02 | 安徽信晨通信技术有限公司 | 自动判断电话接听状态的方法、装置以及系统 |
CN112202974A (zh) * | 2020-12-03 | 2021-01-08 | 零犀(北京)科技有限公司 | 自动判断电话接听状态的方法、装置以及系统 |
CN112702473A (zh) * | 2020-12-22 | 2021-04-23 | 北京三快在线科技有限公司 | 呼叫处理方法、装置、服务器及计算机可读存储介质 |
CN112822336A (zh) * | 2020-12-31 | 2021-05-18 | 招联消费金融有限公司 | 基于人工智能辅助的预测外呼方法、装置、设备和介质 |
CN113079259A (zh) * | 2021-03-31 | 2021-07-06 | 北京智齿博创科技有限公司 | 基于freeswitch与ASR技术的外呼失败结果检测方法 |
CN113382117A (zh) * | 2021-06-04 | 2021-09-10 | 上海浦东发展银行股份有限公司 | 一种基于机器学习的预测式外呼方法 |
CN113382117B (zh) * | 2021-06-04 | 2022-08-12 | 上海浦东发展银行股份有限公司 | 一种基于机器学习的预测式外呼方法 |
CN113452852A (zh) * | 2021-06-28 | 2021-09-28 | 中国平安财产保险股份有限公司 | 机器外呼的数量调控方法、装置、电子设备及存储介质 |
CN113452848A (zh) * | 2021-06-28 | 2021-09-28 | 上海翰声信息技术有限公司 | 一种动态计算外呼数量的系统及存储介质 |
CN113452852B (zh) * | 2021-06-28 | 2022-11-25 | 中国平安财产保险股份有限公司 | 机器外呼的数量调控方法、装置、电子设备及存储介质 |
CN113596266B (zh) * | 2021-07-02 | 2022-04-08 | 北京容联七陌科技有限公司 | 一种外呼时的智能选号方法及系统 |
CN113596266A (zh) * | 2021-07-02 | 2021-11-02 | 北京容联七陌科技有限公司 | 一种外呼时的智能选号方法及系统 |
CN113692022A (zh) * | 2021-07-09 | 2021-11-23 | 深圳市赛云数据有限公司 | 一种基于空信道预判利用的运营商通讯系统 |
CN113329132B (zh) * | 2021-08-03 | 2021-10-12 | 北京灵伴即时智能科技有限公司 | 预测式外呼方法及预测式外呼系统 |
CN113329132A (zh) * | 2021-08-03 | 2021-08-31 | 北京灵伴即时智能科技有限公司 | 预测式外呼方法及预测式外呼系统 |
CN113438376B (zh) * | 2021-08-26 | 2022-01-07 | 阿里巴巴达摩院(杭州)科技有限公司 | 电话外呼方法及装置 |
CN113438376A (zh) * | 2021-08-26 | 2021-09-24 | 阿里巴巴达摩院(杭州)科技有限公司 | 电话外呼方法及装置 |
CN113726961B (zh) * | 2021-08-30 | 2023-08-08 | 深圳壹账通智能科技有限公司 | 外呼数量的确定方法、装置、外呼系统及存储介质 |
CN113726961A (zh) * | 2021-08-30 | 2021-11-30 | 深圳壹账通智能科技有限公司 | 外呼数量的确定方法、装置、外呼系统及存储介质 |
CN113746990B (zh) * | 2021-09-03 | 2023-03-21 | 科讯嘉联信息技术有限公司 | 一种ai人机交互后转人人交互的外呼预测系统及方法 |
CN113746990A (zh) * | 2021-09-03 | 2021-12-03 | 科讯嘉联信息技术有限公司 | 一种ai人机交互后转人人交互的外呼预测系统及方法 |
CN114257690A (zh) * | 2021-12-22 | 2022-03-29 | 北京点控互联信息技术有限公司 | 一种电话外呼场景下的显示号码智能选择的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108156331B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108156331A (zh) | 一种智能自动拨号外呼系统及方法 | |
CN110263144A (zh) | 一种答案获取方法及装置 | |
CN105979108B (zh) | 一种用户号码状态识别方法及系统 | |
CN102907077B (zh) | 用于移动装置的智能音频记录的系统和方法 | |
CN106024015A (zh) | 一种呼叫中心坐席人员监控方法及系统 | |
CN109361823A (zh) | 一种语音与文本相互转化的智能交互方式 | |
CN105979107B (zh) | 基于语音识别的自动外呼方法及系统 | |
CN108184031A (zh) | 基于ai模拟人声的人机对话的方法 | |
CN106936997B (zh) | 一种基于社交关系图谱的垃圾语音识别方法和系统 | |
CN103295585A (zh) | 识别电话自动外呼是否真人应答的处理系统及方法 | |
CN109859032A (zh) | 基于智能语音的账款催收方法、装置、设备和存储介质 | |
CN104580762B (zh) | 一种根据语种实现电话转接的方法和装置 | |
CN107302639A (zh) | 一种对排队客服发起自助语音交互的方法 | |
CN110166641A (zh) | 动态的预测式智能自动外呼系统算法 | |
CN108989587A (zh) | Ivr语音在银行贷后管理工作中的应用方法 | |
WO2022206719A1 (zh) | 基于FreeSWITCH与ASR的外呼失败结果检测方法 | |
CN111787168A (zh) | 一种基于人工智能技术的语音识别质检分配方法 | |
JP6183841B2 (ja) | Ngワードの兆候を把握するコールセンタ用語管理システム及びその方法 | |
CN110069605A (zh) | 一种带流程的电话机器人主动问询系统 | |
CN111901488B (zh) | 一种基于号码状态提升语音机器人外呼效率的方法 | |
CN110705218A (zh) | 一种基于深度学习的外呼状态识别方式 | |
KR101021218B1 (ko) | 데이터 수집 스케줄링에 따른 발화 음성 수집 시스템 및 방법 | |
CN111918226B (zh) | 基于实时信令的国际高结算盗打行为的分析方法及装置 | |
CN109151229A (zh) | 异常呼叫自动识别预警系统及其工作方法、呼叫中心系统 | |
CN106878571B (zh) | 一种应用于有线呼叫的自适应分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |