CN108924370B - 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 - Google Patents
呼叫中心外呼语音波形分析方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN108924370B CN108924370B CN201810812744.1A CN201810812744A CN108924370B CN 108924370 B CN108924370 B CN 108924370B CN 201810812744 A CN201810812744 A CN 201810812744A CN 108924370 B CN108924370 B CN 108924370B
- Authority
- CN
- China
- Prior art keywords
- call
- recording
- voice waveform
- outbound
- failure
- 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.)
- Active
Links
Images
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
- H04M3/5175—Call or contact centers supervision arrangements
Landscapes
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种呼叫中心外呼语音波形分析方法、系统、设备及存储介质,该方法包括对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;根据录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息;分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;将输出的通话失败原因和所述呼叫中心通话信息存储于数据库。采用本发明的技术方案,通过对录音文件的语音进行波形分析,结合波形分析和机器学习,根据语音波形的多个特征综合判断外呼录音的类型,准确地获取呼叫的失败原因。
Description
技术领域
本发明涉及通信技术别技术领域,尤其涉及一种呼叫中心外呼语音波形分析方法、系统、设备及存储介质。
背景技术
在呼叫中心语音中继服务中,通过语音中继线路电话外呼到用户号码是一个重要的业务场景。外呼的成败与否直接影响到业务的开展的效果。呼叫失败的通话会直接影响到坐席的工作效率,同时也会降低呼叫中心整体的外呼速度,并且因为呼叫等待时间占用过多的语音中继资源。及时获取呼叫失败原因或者用户号码的状态等信息,可以快速地提高坐席工作效率,提高语音中继线路使用率。现有技术中虽然可以通过状态返回码等方式初步确定呼叫失败的原因,但是仅仅通过通信信令层面的错误或者状态返回码,无法准确得知对业务有价值的呼叫失败原因分析,一个信令码可能对应多种不同的实际场景。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种呼叫中心外呼语音波形分析方法、系统、设备及存储介质,通过对呼叫的语音进行波形分析,准确地获取呼叫的失败原因。
本发明实施例提供一种容安全登录方法,所述方法包括如下步骤:
采集多个通话录音样本和所对应的通话失败原因,分析所述通话录音样本的语音波形特征;
采用所述通话录音样本通过机器学习得到语音波形分析模型,所述语音波形分析模型的输入为语音波形特征,输出为通话失败原因;
对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;
根据录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息;
分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;
将输出的通话失败原因和所述呼叫中心通话信息存储于数据库。
可选地,所述语音波形特征包括平均频率、频率方差、最大振幅最大值、最小振幅、平均振幅和振幅方差中的至少一个特征。
可选地,所述对呼叫中心外呼的通话过程进行录音,包括如下步骤:
所述呼叫中心的外呼请求到达语音中继网关时,开始录音,外呼通话挂断时,停止录音。
可选地,所述呼叫中心外呼通话信息包括主叫号码、被叫号码、呼叫时间和呼叫状态中的至少一个,所述呼叫状态包括呼叫成功或呼叫失败。
可选地,所述录音分析筛选规则包括选定的主叫号码、选定的被叫号码、选定的呼叫时间段和选定的呼叫状态中的至少一个筛选因素的组合;
所述筛选得到待分析的录音文件,包括如下步骤:
选择呼叫中心外呼通话信息满足所述录音分析筛选规则的录音文件,将选择的录音文件作为待分析的录音文件。
可选地,所述采用所述通话录音样本通过机器学习得到语音波形分析模型,包括如下步骤:
根据所述通话失败原因对所述通话录音样本的语音波形特征进行聚类分析;
根据聚类分析结果训练分类器,得到各种通话失败原因所对应的通话录音样本的语音波形特征判断规则;
所述将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因,包括如下步骤:
将所述待分析的录音文件的语音波形特征输入所述语音波形分析模型,判断各个录音文件的语音波形特征属于何种通话失败原因的语音波形特征判断规则,得到各个录音文件所对应的通话失败原因。
可选地,所述通话失败原因包括通话中、空号、关机、停机、无法接通和暂停服务中的至少一个。
可选地,所述将输出的通话失败原因和所述呼叫中心通话信息存储于数据库之后,还包括如下步骤:
提供访问通话失败原因的API接口,如果通过所述API接口接收到外部的通话失败原因获取请求,则将对应的通话失败原因通过API接口发送至外部请求端。
可选地,所述提供访问通话失败原因的API接口之后,还包括如下步骤:
通过所述API接口接收到外部的呼叫中心外呼控制端的通话失败原因获取请求;
根据所述通话失败原因获取请求查找所述数据库中存储的对应的通话失败原因,通过所述API接口发送至所述呼叫中心外呼控制端;
所述呼叫中心外呼控制端根据所述通话失败原因判断是否再次外呼或查找备用联系方式。
可选地,所述通话失败原因获取请求包括选定的主叫号码、选定的被叫号码、选定的呼叫时间段和选定的呼叫状态中的至少一个获取要求的组合。
可选地,所述通话失败原因包括通话中、空号、关机、停机、无法接通和暂停服务中的至少一个;
所述呼叫中心外呼控制端根据所述通话失败原因判断是否再次外呼或查找备用联系方式,包括如下步骤:
所述呼叫中心外呼控制端判断所述通话失败原因的类型;
如果所述通话失败原因为通话中或无法接通,则获取此次通话对应的被叫号码,并间隔第一预设等待时间后,重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关;
如果所述通话失败原因为关机,则获取此次通话对应的被叫号码,则判断此次通话时间是否处于夜间时间段内,如果是,则于白天时间段重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关,否则间隔第二预设等待时间后,重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关;
如果所述通话失败原因为暂停服务,则获取此次通话对应的主叫号码和被叫号码,重新生成该被叫号码的外部任务,且该被叫号码的被叫任务中的主叫号码与此次通话的主叫号码不同,将外呼请求发送至呼叫中心的中继网关,如果对该被叫号码的呼叫失败次数超过预设次数阈值,则查找该被叫号码的备用联系方式,根据所述备用联系方式向用户发送通信建立请求;
如果所述通话失败原因为空号或停机时,则获取此次通话对应的被叫号码,并查找该被叫号码的备用联系方式,根据所述备用联系方式向用户发送通信建立请求。
本发明实施例还提供一种呼叫中心外呼语音波形分析系统,用于实现所述的呼叫中心外呼语音波形分析方法,所述系统包括:
语音波形分析模型创建模块,用于采集多个通话录音样本和所对应的通话失败原因,分析所述通话录音样本的语音波形特征;以及采用所述通话录音样本通过机器学习得到语音波形分析模型,所述语音波形分析模型的输入为语音波形特征,输出为通话失败原因;
通话录音模块,用于对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;
录音调用模块,用于根据录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息;
波形分析模块,用于分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;
数据记录模块,用于将输出的通话失败原因和所述呼叫中心通话信息存储于数据库。
可选地,所述呼叫中心外呼语音波形分析系统还包括:
接口服务模块,用于提供访问通话失败原因的API接口,如果通过所述API接口接收到外部的通话失败原因获取请求,则将对应的通话失败原因通过API接口发送至外部请求端。
本发明实施例还提供一种呼叫中心外呼语音波形分析设备,包括处理器;存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述的呼叫中心外呼语音波形分析方法的步骤。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现所述的呼叫中心外呼语音波形分析方法的步骤。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
本发明所提供的呼叫中心外呼语音波形分析方法、系统、设备及存储介质具有下列优点:
在呼叫中心外呼过程中进行录音,通过对录音文件的语音进行波形分析,结合波形分析和机器学习,根据语音波形的多个特征综合判断外呼录音的类型,准确地获取呼叫的失败原因;判断结果数据可以对外提供接口,对外部提供查询和调用等服务,方便工作人员根据呼叫的失败原因选择后续的操作,避免因为呼叫等待时间占用过多的语音中继资源,并且可以快速地提高坐席工作效率,提高语音中继线路使用率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的呼叫中心外呼语音波形分析方法的流程图;
图2是本发明一实施例的呼叫中心外呼语音波形分析系统的流程图;
图3是本发明一实施例的根据通话失败原因执行后续处理的流程图;
图4是本发明一实施例的呼叫中心外呼语音波形分析设备的结构示意图;
图5是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
为了解决上述技术问题,本发明提出了一种新的技术方案,在呼叫中心语音中继服务中,通过对呼叫的语音进行波形分析,准确地获取呼叫的失败原因。
如图1所示,本发明实施例提供一种呼叫中心外呼语音波形分析方法,所述方法包括如下步骤:
S100:采集多个通话录音样本和所对应的通话失败原因,分析所述通话录音样本的语音波形特征;
S200:采用所述通话录音样本通过机器学习得到语音波形分析模型,所述语音波形分析模型的输入为语音波形特征,输出为通话失败原因;
S300:对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;
S400:根据录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息;
S500:分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;
S600:将输出的通话失败原因和所述呼叫中心通话信息存储于数据库。
为了实现该呼叫中心外呼语音波形分析方法,本发明还提供了一种呼叫中心外呼语音波形分析系统,采用模块分层,多模块设计思路。
如图2所示,本发明实施例的呼叫中心外呼语音波形分析系统,包括:
语音波形分析模型创建模块100,用于采集多个通话录音样本和所对应的通话失败原因,分析所述通话录音样本的语音波形特征;以及采用所述通话录音样本通过机器学习得到语音波形分析模型,所述语音波形分析模型的输入为语音波形特征,输出为通话失败原因;
通话录音模块210,用于在语音中继服务中,在呼叫中心中继网关处对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;具体地,录音可以以每通通话为维度,录音文件以wav格式存放在磁盘上,并定期转存至转用存储服务器;
录音调用模块220,通话录音模块210将录音wav文件存储至ftp服务器目录下,录音调用模块220根据可配置的录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息,并进一步推送至波形分析模块230;
波形分析模块230,用于对录音调用模块220推送过来的通话记录和对应语音文件进行频率分析、特征提取和算法处理等过程,具体地分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;
数据记录模块240,用于将输出的通话失败原因和所述呼叫中心通话信息存储于数据库,实现将每一通失败通话的详细记录在MySQL数据库中落库,实现多维度多字段记录。
进一步地,在实施例中,所述呼叫中心外呼语音波形分析系统还包括接口服务模块250,用于提供访问通话失败原因的REST API接口或消息服务,如果通过所述API接口接收到外部的通话失败原因获取请求,则将对应的通话失败原因通过API接口发送至外部请求端,外部用户也可以通过在消息队列中订阅与自身相关的消息,异步获取数据。
在该实施例中,所述语音波形特征包括平均频率、频率方差、最大振幅最大值、最小振幅、平均振幅和振幅方差中的至少一个特征。此处仅列举了可选的一些语音波形特征。在实际应用中,可以采用其他类型的语音波形特征,例如波形中断信息、两个波形之间间隔时间等等,均属于本发明的保护范围之内。
在该实施例中,所述对呼叫中心外呼的通话过程进行录音,包括如下步骤:
所述呼叫中心的外呼请求到达语音中继网关时,开始录音,外呼通话挂断时,停止录音。
进一步地,所述呼叫中心外呼通话信息包括主叫号码、被叫号码、呼叫时间和呼叫状态中的至少一个,所述呼叫状态包括呼叫成功或呼叫失败,即呼叫中心外呼通话信息可以记录表征当前此段通话录音的信息,具体地,呼叫中心外呼通话信息还可以包括其他的信息,并且为了标识每段通话录音,可以为每个录音文件进行编号,编号可以为流水号,或者是由主叫号码、被叫号码和呼叫时间等组合成的编号。
与呼叫中心外呼通话信息对应地,所述可配置的录音分析筛选规则包括选定的主叫号码、选定的被叫号码、选定的呼叫时间段和选定的呼叫状态中的至少一个筛选因素的组合。这样在筛选待分析的录音文件时,可以有针对性地选择需要待分析的录音。
在该实施例中,所述筛选得到待分析的录音文件,包括如下步骤:
选择呼叫中心外呼通话信息满足所述录音分析筛选规则的录音文件,将选择的录音文件作为待分析的录音文件。
进一步地,所述采用所述通话录音样本通过机器学习得到语音波形分析模型,包括如下步骤:
根据所述通话失败原因对所述通话录音样本的语音波形特征进行聚类分析;
根据聚类分析结果训练分类器,得到各种通话失败原因所对应的通话录音样本的语音波形特征判断规则;
所述将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因,包括如下步骤:
将所述待分析的录音文件的语音波形特征输入所述语音波形分析模型,判断各个录音文件的语音波形特征属于何种通话失败原因的语音波形特征判断规则,得到各个录音文件所对应的通话失败原因。
本发明的语音波形分析模型采用机器学习的方式构建,具体地,所采用的分类器可以为现有技术中已有的分类器,例如支持向量机、卷积神经网络等等,均属于本发明的保护范围之内。
通过采用本发明的呼叫中心外呼语音波形分析方法和系统,不仅可以准确地定位通话失败原因,并且可以进一步细分通话失败原因,在该实施例中,所述通话失败原因包括通话中、空号、关机、停机、无法接通和暂停服务中的至少一个。
进一步地,所述将输出的通话失败原因和所述呼叫中心通话信息存储于数据库之后,还包括如下步骤:
所述接口服务模块提供访问通话失败原因的API接口;
通过所述API接口接收到外部的呼叫中心外呼控制端的通话失败原因获取请求;
根据所述通话失败原因获取请求查找所述数据库中存储的对应的通话失败原因,通过所述API接口发送至所述呼叫中心外呼控制端;
所述呼叫中心外呼控制端根据所述通话失败原因判断是否再次外呼或查找备用联系方式。
所述通话失败原因获取请求包括选定的主叫号码、选定的被叫号码、选定的呼叫时间段和选定的呼叫状态中的至少一个获取要求的组合。可以根据获取要求的组合准确查找对应的通话失败原因数据。
如图3所示,所述呼叫中心外呼控制端根据所述通话失败原因判断是否再次外呼或查找备用联系方式,包括如下步骤:
所述呼叫中心外呼控制端判断所述通话失败原因的类型;
如果所述通话失败原因为通话中或无法接通,则获取此次通话对应的被叫号码,并间隔第一预设等待时间后,重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关;考虑到如果用户正在通话中,则可能过一段时间就可以再次呼叫建立通话,用户无法接通可能是由于用户当前所在地区信号不强或不在服务区,可能过一段时间用户来到信号更好的位置即可以再次呼叫建立通话,因此在间隔第一预设等待时间后,再次对该用户进行外呼;
如果所述通话失败原因为关机,则获取此次通话对应的被叫号码,则判断此次通话时间是否处于夜间时间段内,如果是,可能是用户习惯在夜间关闭电话,则于白天时间段重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关,否则间隔第二预设等待时间后,重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关;此处第二预设等待时间可以设置得比第一预设等待时间长,由于用户一般由关机状态转为开机状态可能间隔时间会比一个普通的通话时间长;
如果所述通话失败原因为暂停服务,则获取此次通话对应的主叫号码和被叫号码,重新生成该被叫号码的外部任务,且该被叫号码的被叫任务中的主叫号码与此次通话的主叫号码不同,将外呼请求发送至呼叫中心的中继网关,如果对该被叫号码的呼叫失败次数超过预设次数阈值,则查找该被叫号码的备用联系方式,根据所述备用联系方式向用户发送通信建立请求;考虑到暂停服务可能是用户将特定的主叫号码加入了黑名单,因此此时更换其他的主叫号码建立该外呼任务,如果仍然无法建立通话,则说明书可能该被叫号码存在异常,查找备用联系方式;
如果所述通话失败原因为空号或停机时,则说明该被叫号码存在异常,此时需要获取此次通话对应的被叫号码,并查找该被叫号码的备用联系方式,根据所述备用联系方式向用户发送通信建立请求。
具体地,在重新建立外呼任务的情况下,对外呼次数也进行了限制,如果外呼次数超过预设次数仍然无法成功建立通话连接时,则需要查找该用户的备用联系方式,根据备用联系方式建立与用户的通信连接。
如上所述,通过采用该实施例的呼叫中心外呼语音波形分析方法及系统,结合信号分析方法和机器学习算法,对外呼失败的通话录音,分析电话接通前的播放的语音,进行语音波形分析及波形特征提取,将特征提取结果进行分析后,与样本库中的波形特征进行对比或算法分析,最终可以获取外呼失败的返回声音类型,再跟进实际的场景分类进行对比归类,返回失败原因。该分析方法和系统基于纯软件实现,语音波形分析后,结果可记录至数据库,并对外提供REST API接口,提供查询、调用等服务。
本发明实施例还提供一种呼叫中心外呼语音波形分析设备,包括处理器;存储器,其中存储有所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行所述的呼叫中心外呼语音波形分析方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
下面参照图4来描述根据本发明的这种实施方式的电子设备600。图4显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,所述程序被执行时实现所述的呼叫中心外呼语音波形分析方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图5所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明所提供的呼叫中心外呼语音波形分析方法、系统、设备及存储介质具有下列优点:
在呼叫中心外呼过程中进行录音,通过对录音文件的语音进行波形分析,结合波形分析和机器学习,根据语音波形的多个特征综合判断外呼录音的类型,准确地获取呼叫的失败原因;判断结果数据可以对外提供接口,对外部提供查询和调用等服务,方便工作人员根据呼叫的失败原因选择后续的操作,避免因为呼叫等待时间占用过多的语音中继资源,并且可以快速地提高坐席工作效率,提高语音中继线路使用率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (11)
1.一种呼叫中心外呼语音波形分析方法,其特征在于,包括如下步骤:
采集多个通话录音样本和所对应的通话失败原因,分析所述通话录音样本的语音波形特征;
采用所述通话录音样本通过机器学习得到语音波形分析模型,所述语音波形分析模型的输入为语音波形特征,输出为通话失败原因;
对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;
根据录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息,所述录音分析筛选规则包括选定的主叫号码、选定的被叫号码、选定的呼叫时间段和选定的呼叫状态中的至少一个筛选因素的组合;
分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;
将输出的通话失败原因和所述呼叫中心通话信息存储于数据库;
所述将输出的通话失败原因和所述呼叫中心通话信息存储于数据库之后,还包括如下步骤:
提供访问通话失败原因的API接口,如果通过所述API接口接收到外部的通话失败原因获取请求,则将对应的通话失败原因通过API接口发送至外部请求端,所述通话失败原因获取请求包括选定的主叫号码、选定的被叫号码、选定的呼叫时间段和选定的呼叫状态中的至少一个获取要求的组合;
所述提供访问通话失败原因的API接口之后,还包括如下步骤:
通过所述API接口接收到外部的呼叫中心外呼控制端的通话失败原因获取请求;
根据所述通话失败原因获取请求查找所述数据库中存储的对应的通话失败原因,通过所述API接口发送至所述呼叫中心外呼控制端;
所述呼叫中心外呼控制端根据所述通话失败原因判断是否再次外呼或查找备用联系方式。
2.根据权利要求1所述的呼叫中心外呼语音波形分析方法,其特征在于,所述语音波形特征包括平均频率、频率方差、最大振幅最大值、最小振幅、平均振幅和振幅方差中的至少一个特征。
3.根据权利要求1所述的呼叫中心外呼语音波形分析方法,其特征在于,所述对呼叫中心外呼的通话过程进行录音,包括如下步骤:
所述呼叫中心的外呼请求到达语音中继网关时,开始录音,外呼通话挂断时,停止录音。
4.根据权利要求1所述的呼叫中心外呼语音波形分析方法,其特征在于,所述呼叫中心外呼通话信息包括主叫号码、被叫号码、呼叫时间和呼叫状态中的至少一个,所述呼叫状态包括呼叫成功或呼叫失败。
5.根据权利要求4所述的呼叫中心外呼语音波形分析方法,其特征在于,所述筛选得到待分析的录音文件,包括如下步骤:
选择呼叫中心外呼通话信息满足所述录音分析筛选规则的录音文件,将选择的录音文件作为待分析的录音文件。
6.根据权利要求1所述的呼叫中心外呼语音波形分析方法,其特征在于,所述采用所述通话录音样本通过机器学习得到语音波形分析模型,包括如下步骤:
根据所述通话失败原因对所述通话录音样本的语音波形特征进行聚类分析;
根据聚类分析结果训练分类器,得到各种通话失败原因所对应的通话录音样本的语音波形特征判断规则;
所述将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因,包括如下步骤:
将所述待分析的录音文件的语音波形特征输入所述语音波形分析模型,判断各个录音文件的语音波形特征属于何种通话失败原因的语音波形特征判断规则,得到各个录音文件所对应的通话失败原因。
7.根据权利要求1所述的呼叫中心外呼语音波形分析方法,其特征在于,所述通话失败原因包括通话中、空号、关机、停机、无法接通和暂停服务中的至少一个。
8.根据权利要求1所述的呼叫中心外呼语音波形分析方法,其特征在于,所述通话失败原因包括通话中、空号、关机、停机、无法接通和暂停服务中的至少一个;
所述呼叫中心外呼控制端根据所述通话失败原因判断是否再次外呼或查找备用联系方式,包括如下步骤:
所述呼叫中心外呼控制端判断所述通话失败原因的类型;
如果所述通话失败原因为通话中或无法接通,则获取此次通话对应的被叫号码,并间隔第一预设等待时间后,重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关;
如果所述通话失败原因为关机,则获取此次通话对应的被叫号码,则判断此次通话时间是否处于夜间时间段内,如果是,则于白天时间段重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关,否则间隔第二预设等待时间后,重新生成该被叫号码的外呼任务,将外呼请求发送至呼叫中心的中继网关;
如果所述通话失败原因为暂停服务,则获取此次通话对应的主叫号码和被叫号码,重新生成该被叫号码的外部任务,且该被叫号码的被叫任务中的主叫号码与此次通话的主叫号码不同,将外呼请求发送至呼叫中心的中继网关,如果对该被叫号码的呼叫失败次数超过预设次数阈值,则查找该被叫号码的备用联系方式,根据所述备用联系方式向用户发送通信建立请求;
如果所述通话失败原因为空号或停机时,则获取此次通话对应的被叫号码,并查找该被叫号码的备用联系方式,根据所述备用联系方式向用户发送通信建立请求。
9.一种呼叫中心外呼语音波形分析系统,其特征在于,用于实现权利要求1至8中任一项所述的呼叫中心外呼语音波形分析方法,所述系统包括:
语音波形分析模型创建模块,用于采集多个通话录音样本和所对应的通话失败原因,分析所述通话录音样本的语音波形特征;以及采用所述通话录音样本通过机器学习得到语音波形分析模型,所述语音波形分析模型的输入为语音波形特征,输出为通话失败原因;
通话录音模块,用于对呼叫中心外呼的通话过程进行录音,并将录音文件和对应的呼叫中心外呼通话信息进行存储;
录音调用模块,用于根据录音分析筛选规则,筛选得到待分析的录音文件和对应的呼叫中心通话信息;
波形分析模块,用于分析所述待分析的录音文件得到语音波形特征,将所述语音波形特征输入语音波形分析模型,得到各个待分析的录音文件的通话失败原因;
数据记录模块,用于将输出的通话失败原因和所述呼叫中心通话信息存储于数据库;
接口服务模块,用于提供访问通话失败原因的API接口,如果通过所述API接口接收到外部的通话失败原因获取请求,则将对应的通话失败原因通过API接口发送至外部请求端。
10.一种呼叫中心外呼语音波形分析设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的呼叫中心外呼语音波形分析方法的步骤。
11.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至8中任一项所述的呼叫中心外呼语音波形分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810812744.1A CN108924370B (zh) | 2018-07-23 | 2018-07-23 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810812744.1A CN108924370B (zh) | 2018-07-23 | 2018-07-23 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108924370A CN108924370A (zh) | 2018-11-30 |
CN108924370B true CN108924370B (zh) | 2020-12-15 |
Family
ID=64415951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810812744.1A Active CN108924370B (zh) | 2018-07-23 | 2018-07-23 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108924370B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658939B (zh) * | 2019-01-26 | 2020-12-01 | 北京灵伴即时智能科技有限公司 | 一种电话录音未接通原因识别方法 |
CN109697243A (zh) * | 2019-02-01 | 2019-04-30 | 网易(杭州)网络有限公司 | 回铃音聚类分析方法、装置、介质和计算设备 |
CN110166632B (zh) * | 2019-04-15 | 2022-10-21 | 中国平安人寿保险股份有限公司 | 智能外呼处理方法、装置、计算机设备及存储介质 |
CN110191240A (zh) * | 2019-05-23 | 2019-08-30 | 威比网络科技(上海)有限公司 | 用于智能匹配和自动通讯的方法、系统、装置及存储介质 |
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 |
CN112312445B (zh) * | 2019-08-01 | 2022-12-09 | 中国移动通信集团山东有限公司 | 语音呼叫的处理方法、装置、存储介质和服务器 |
CN110717063B (zh) * | 2019-10-18 | 2022-02-11 | 上海华讯网络系统有限公司 | 对ip电话录音文件进行校验与选择存档的方法、系统 |
CN110933236B (zh) * | 2019-10-25 | 2022-03-25 | 杭州哲信信息技术有限公司 | 一种基于机器学习的空号识别方法 |
CN111107230A (zh) * | 2019-12-05 | 2020-05-05 | 北京高阳捷迅信息技术有限公司 | 用于智能外呼的数据处理方法及装置 |
CN110995938B (zh) * | 2019-12-13 | 2022-04-26 | 度小满科技(北京)有限公司 | 数据处理方法和装置 |
CN111049993B (zh) * | 2019-12-19 | 2021-10-08 | 广西东信易通科技有限公司 | 基于map与bicc信令的海量码号异常状态检测方法及其系统 |
CN111916071A (zh) * | 2020-06-16 | 2020-11-10 | 深圳追一科技有限公司 | 通话呼叫方法、装置、计算机设备和存储介质 |
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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483699A (zh) * | 2008-01-09 | 2009-07-15 | 华为技术有限公司 | 呼叫中心处理用户呼叫的方法、系统及装置 |
CN102074231A (zh) * | 2010-12-30 | 2011-05-25 | 万音达有限公司 | 语音识别方法和语音识别系统 |
KR20130113103A (ko) * | 2012-04-05 | 2013-10-15 | 주식회사 예스피치 | 음성인식 자동응답서비스를 이용한 콜센터 시스템 장애 점검 시스템 및 방법 |
CN104093160A (zh) * | 2014-07-10 | 2014-10-08 | 中国移动通信集团青海有限公司 | 基于Android系统的语音通话评估的方法 |
CN107580149A (zh) * | 2017-08-28 | 2018-01-12 | 携程旅游网络技术(上海)有限公司 | 外呼失败原因的识别方法、装置、电子设备、存储介质 |
-
2018
- 2018-07-23 CN CN201810812744.1A patent/CN108924370B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483699A (zh) * | 2008-01-09 | 2009-07-15 | 华为技术有限公司 | 呼叫中心处理用户呼叫的方法、系统及装置 |
CN102074231A (zh) * | 2010-12-30 | 2011-05-25 | 万音达有限公司 | 语音识别方法和语音识别系统 |
KR20130113103A (ko) * | 2012-04-05 | 2013-10-15 | 주식회사 예스피치 | 음성인식 자동응답서비스를 이용한 콜센터 시스템 장애 점검 시스템 및 방법 |
CN104093160A (zh) * | 2014-07-10 | 2014-10-08 | 中国移动通信集团青海有限公司 | 基于Android系统的语音通话评估的方法 |
CN107580149A (zh) * | 2017-08-28 | 2018-01-12 | 携程旅游网络技术(上海)有限公司 | 外呼失败原因的识别方法、装置、电子设备、存储介质 |
Non-Patent Citations (2)
Title |
---|
万兆阳.语音识别技术在呼叫中心自动外呼应用的研究与实现.《中国优秀硕士学位论文全文数据库信息科技辑》.2012,正文第二章第2.2-2.3节,第四章4.3-4.5节. * |
语音识别技术在呼叫中心自动外呼应用的研究与实现;万兆阳;《中国优秀硕士学位论文全文数据库信息科技辑》;20120815;正文第二章第2.2-2.3节,第四章4.3-4.5节 * |
Also Published As
Publication number | Publication date |
---|---|
CN108924370A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108924370B (zh) | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 | |
US11243973B2 (en) | Automated scalable contextual data collection and extraction system | |
US8326643B1 (en) | Systems and methods for automated phone conversation analysis | |
CN108829560A (zh) | 数据监控方法、装置、计算机设备及存储介质 | |
EP2806425A2 (en) | System and method for speaker verification | |
CN105187674B (zh) | 服务录音的合规检查方法及装置 | |
CN107332765B (zh) | 用于维修路由器故障的方法和装置 | |
US20210264897A1 (en) | System and method for call classification | |
CN111090729A (zh) | 欺诈团伙的识别方法、装置、服务器和存储介质 | |
CN108647284B (zh) | 记录用户行为的方法及装置、介质和计算设备 | |
CN102821198A (zh) | 通话信息记录的方法及其通信终端 | |
EP3873075A1 (en) | System and method for call classification | |
CN112615909A (zh) | 在级联存储服务器集群中存储数据的方法及相关设备 | |
CN111324583B (zh) | 一种业务日志的分类方法及装置 | |
US10769204B2 (en) | System and method for unsupervised discovery of similar audio events | |
CN109598488B (zh) | 群红包异常行为识别方法、装置、介质及电子设备 | |
CN111147366B (zh) | 一种自动线路切换的方法、装置和系统 | |
CN113760589A (zh) | 一种基于实时流处理框架的服务熔断方法和装置 | |
CN109389542A (zh) | 预测酒驾高发地区的方法、装置、计算机设备及存储介质 | |
US11842539B2 (en) | Automated video stream annotation | |
CN113886780B (zh) | 客户信息校验方法、装置、介质及电子设备 | |
US20240106783A1 (en) | Automatic detection, extraction, and memorialization of media content | |
JP2019029841A (ja) | 転送処理プログラム、転送処理方法、及び転送処理装置 | |
CN115904939A (zh) | 一种基于接口流量的Mock方法、系统、设备及介质 | |
JPH11338729A (ja) | 故障予測システム、故障予測方法および故障予測プログラムを記録した記録媒体 |
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 |