CN109873909A - 一种语音呼叫方法、装置和设备及计算机存储介质 - Google Patents
一种语音呼叫方法、装置和设备及计算机存储介质 Download PDFInfo
- Publication number
- CN109873909A CN109873909A CN201910198425.0A CN201910198425A CN109873909A CN 109873909 A CN109873909 A CN 109873909A CN 201910198425 A CN201910198425 A CN 201910198425A CN 109873909 A CN109873909 A CN 109873909A
- Authority
- CN
- China
- Prior art keywords
- user
- customer service
- call
- robot
- voice
- 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
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种语音呼叫方法、装置和设备及计算机存储介质,属于计算机技术领域,用于提高语音呼叫效率,降低用户等待时间。该方法包括:确定获取的呼叫名单中各用户的空闲时间,以及根据确定的各用户的空闲时间确定各用户的呼叫时间;根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫;根据用户对语音呼叫的响应,调用所述机器人客服与用户进行交互应答;在确定所述机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种语音呼叫方法、装置和设备及计算机存储介质。
背景技术
目前,呼叫中心(Call center)服务商一般可以为客户提供通过语音机器人实现自动化外呼的服务。目前的自动化外呼服务一般包括如下两种类型:
第一类,通过语音机器人进行批量外呼,根据外呼结果形成报表返回给呼叫中心管理人员,由其进行二次人工呼叫分配安排;
第二类,结合行业情况,建立拨打节奏模型,并根据拨打节奏模型,对呼叫名单中的各用户的拨打时间和拨打间隔进行简单的划分,然后按照拨打节奏模型中指定的拨打节奏进行外呼,并把外呼结果形成报表返回给呼叫中心管理人员,由其进行二次人工呼叫分配安排。
由此可见,目前的自动化外呼服务均需要等待二次人工呼叫分配安排,但是目前的二次人工呼叫安排方式一般是基于人工判断来确定是否进行二次呼叫,判断过程较为主观化,无法得到更为有效的呼叫效果,使得用户转化率较低。
发明内容
本发明实施例提供一种语音呼叫方法、装置和设备及计算机存储介质,用于提高语音呼叫效率,降低潜在的有效用户等待时间。
一方面,提供一种语音呼叫方法,所述方法包括:
确定获取的呼叫名单中各用户的空闲时间,以及根据确定的各用户的空闲时间确定各用户的呼叫时间;
根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫;
根据用户对语音呼叫的响应,调用所述机器人客服与用户进行交互应答;
在确定所述机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接。
一方面,提供一种语音呼叫装置,所述装置包括:
呼叫时间确定单元,用于确定获取的呼叫名单中各用户的空闲时间,以及根据确定的各用户的空闲时间确定各用户的呼叫时间;
语音呼叫单元,用于根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫;
交互单元,用于根据用户对语音呼叫的响应,调用所述机器人客服与用户进行交互应答;
人工客服转接单元,用于在确定所述机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接。
一方面,提供一种计算机设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述方面所述的方法。
一方面,提供一种计算机可读存储介质,
所述计算机可读存储介质中存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如上述方面所述的方法。
本发明实施例中,在进行呼叫之前,需要根据呼叫名单中各用户的空闲时间来确定各用户的呼叫时间,从而在各用户对应的呼叫时间对各用户发起呼叫,从而提高用户的接听率,提升语音呼叫效率。此外,在与用户的沟通过程中,当确定与用户交互应答的内容满足设定的条件时,则建立用户与为该用户分配的人工客服之间的语音连接,即为用户转人工客户进行接待,这样,无需等待生成报表进行二次人工呼叫分配,就可以将满足特定条件的用户,例如意向较高的用户直接转人工客服接待,从而降低高意向用户的等待时间,提升用户转化成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的应用场景示意图;
图2为本发明实施例提供的呼叫名单的预处理过程的流程示意图;
图3为本发明实施例提供的客户端的显示界面的示意图之一;
图4为本发明实施例提供的批量外呼过程的流程示意图;
图5为本发明实施例提供的客户端的显示界面的示意图之二;
图6为本发明实施例提供的AI外呼系统的架构示意图;
图7为本发明实施例提供的机器人客服与用户的通话过程的流程示意图;
图8为本发明实施例提供的人工客服分配过程的流程示意图;
图9为本发明实施例提供的语音呼叫装置的一种结构示意图;
图10为本发明实施例提供的计算机设备的一种结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,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。在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互任意组合。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
为便于理解本发明实施例提供的技术方案,这里先对本发明实施例使用的一些关键名词进行解释:
人工智能(artificial intelligence,AI):是指由人制造出来的机器所表现出来的智能,通常人工智能是指通过普通计算机程序的手段实现的人类智能技术。
AI外呼:是指通过AI语音机器人实现自动化批量呼叫设定名单中号码的过程,AI外呼产品一般应用于产品推广、客户关怀以及售后客服等服务领域。AI语音机器人一般通过语音识别以及自然语义理解等技术,实现准确听懂并理解客户意图,完成与客户的自动语音交互过程,最后通过客户画像确认该客户是否是意向客户。AI语音机器人可批量快速完成海量电话的外呼筛选工作,其效率是人工客服无法企及的。
机器人客服:或称AI语音机器人,是指采用上述AI外呼技术实现自动外呼的AI外呼产品。
潜在的有效用户:基于与用户交互应答的过程判断的意向较高的用户,即转化为客户可能性较高的用户。例如对于电话销售而言,则为购买意向较高的用户。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,在不做特别说明的情况下,一般表示前后关联对象是一种“或”的关系。
目前的自动化外呼服务一般包括如下两种类型:
第一类,通过语音机器人进行批量外呼,根据外呼结果形成报表返回给呼叫中心管理人员,由其进行二次人工呼叫分配安排。
第二类,结合行业情况,建立拨打节奏模型,并根据拨打节奏模型,对呼叫名单中的各用户的拨打时间和拨打间隔进行简单的划分,然后按照拨打节奏模型中指定的拨打节奏进行外呼,并把外呼结果形成报表返回给呼叫中心管理人员,由其进行二次人工呼叫分配安排。
由此可见,目前的自动化外呼服务都仅限于提供了简单的批量外呼能力,相较于第一类而言,第二类更加智能,但是第二类仍具有极大的局限性。具体而言,由于呼叫节奏仅仅根据行业情况制定的规则,并不能反映客户的实际情况,因而可能出现用户无暇接听的情况,外呼效率较低。此外,外呼接待后仅能返回外呼报表,进而根据报表进行二次人工呼叫的分配安排,用户等待时间较长,从而容易导致商机错失。
现有的方法未考虑到用户自身的实际情况,因而可能出现用户正忙无暇接听电话的情况,因而若是想要解决该问题,则需要针对每个用户,在其可能空闲的时间段内向其发起语音呼叫,这样,呼叫的接听率才可能更高。此外,现有的方法中均是直接返回报表,进而等待进行二次人工呼叫,但是在实际应用中,用户需要等待较长时间,从而使得容易错失商机,因此若想解决该问题,需要为意向较高的用户提供一种更为便捷的转化方式,从而降低用户等待时间,降低错失商机的概率。
鉴于上述的分析和考虑,本发明实施例提供一种语音呼叫方法,在该方法中,在进行呼叫之前,需要根据呼叫名单中各用户的空闲时间来确定各用户的呼叫时间,从而在各用户对应的呼叫时间对各用户发起呼叫,从而提高用户的接听率,提升语音呼叫效率。此外,在与用户的沟通过程中,当确定与用户交互应答的内容满足设定的条件时,则建立用户与为该用户分配的人工客服之间的语音连接,即为用户转人工客户进行接待,这样,无需等待生成报表进行二次人工呼叫分配,就可以将满足特定条件的用户,例如意向较高的用户直接转人工客服接待,从而降低高意向用户的等待时间,提升用户转化成功率。
此外,为进一步提升语音呼叫效率,还可以提前对呼叫名单中的用户号码进行验证,筛除呼叫名单中的无效号码,以避免用户出现停机或者销户等无法接通的情况。
本发明实施例中,为提高用户的转化率,在为用户分配人工客服时,可以通过预先训练好的人工客服分配模型,通过用户的画像特征以及用户的客户价值评分为其匹配人工客服,这样,所匹配到的人工客服的转化率更高。
在介绍完本发明实施例的设计思想之后,下面对本发明实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本发明实施例而非限定。在具体实施过程中,可以根据实际需要灵活地应用本发明实施例提供的技术方案。
请参见图1所示,为发明实施例中的技术方案能够适用的一种应用场景,在该场景中,可以包括企业终端10、AI外呼系统20和用户终端30。
企业终端10可以为笔记本电脑或者个人计算机(Personal Computer,PC)等设备,其中可以安装AI外呼系统20所提供的客户端或者网页,企业用户可通过客户端或者网页提交呼叫名单以及外呼任务,已请求AI外呼系统20为其提供相应的外呼服务。
AI外呼系统20可以包括管理平台21和AI机器人平台22,管理平台21可以获取企业用户提交的呼叫名单以及外呼任务,进而向其返回建议拨打时间表以及调用AI机器人平台22提供外呼服务。AI外呼系统20可以为服务器或者服务器集群等,其中,当AI外呼系统20为单台服务器时,管理平台21和AI机器人平台22可以部署在同一设备中,当AI外呼系统20为多台服务器组成的服务器集群时,则管理平台21和AI机器人平台22可以部署于不同的设备,或者,管理平台21的各个子平台分别部署于各服务器中,AI机器人平台22的各个子平台分别部署于各服务器中,这样,可以出现一台服务器中同时部署有管理平台21的子平台和AI机器人平台22的子平台的情况。
用户终端30则为个人用户所拥有的能够进行语音通话的终端设备,例如可以为手机或者平板电脑(PAD)等设备。
其中,企业终端10、AI外呼系统20和用户终端30之间可以通过网络进行数据交互,但是企业终端10与AI外呼系统20之间的网络,与AI外呼系统20与用户终端30之间的网络可以是不同的,例如企业终端10与AI外呼系统20之间的网络可以是基于互联网协议(Internet Protocol,IP)的网络,AI外呼系统20与用户终端30之间的网络可以是基于语音通话的网络。
当然,本发明实施例提供的方法并不限用于图1所示的应用场景中,还可以用于其他可能的应用场景,本发明实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述,在此先不过多赘述。
本发明实施例提供的语音呼叫方法的流程主要包括呼叫名单的预处理和呼叫任务执行两大部分,该方法例如可以由图1中所示的AI外呼系统20来执行。由于执行呼叫任务是根据基于预处理得到的呼叫名单进行批量外呼的过程,因此下面,首先对呼叫名单的预处理的过程进行介绍,请参见图2所示,呼叫名单的预处理的流程描述如下:
步骤201:获取呼叫名单。
本发明实施例中,可以为企业用户提供能够与AI外呼系统进行交互的客户端或者网页,通过该客户端或者网页,企业用户可以将包含需要呼叫的用户的相关信息的呼叫名单上传至AI外呼系统中进行处理。其中,用户的相关信息可以包括电话号码和用户姓名等信息。
具体的,以客户端为例,通过该客户端可以为企业用户提供多种外呼相关的服务,例如外呼分析服务以及批量外呼服务,如图3所示,为该客户端的显示界面的示意图,该界面上所显示的外呼相关服务即为外呼任务和外呼任务分析,外呼任务用于执行具体的外呼任务,外呼任务分析用于提供建议拨打时间计算以及呼叫时间分配等服务,图3中所示的界面即为建议拨打时间计算对应的界面,企业用户可通过该界面上的“+导入名单计算”按钮导入新的呼叫名单中,以计算新导入的呼叫名单中各用户的拨打建议时间。
为使得企业用户能够监控各客户建议拨打时间计算任务当前状态,还可以在显示界面中显示各计算任务的状态,如图3中“状态”栏中可显示“计算中”和“已计算”,在企业用户按格式导入名单成功后,则会对应出现这两种名单状态,刚导入成功时对应的状态则会处在名单计算中,即“状态”栏中可显示“计算中”,而计算成功后,状态会轮转为计算成功,即“状态”栏中可显示“已计算”,当然,“状态”栏的内容还可以是其他可能的内容,本发明实施例对此不做限制。
步骤202:验证呼叫名单中各用户的有效性,筛除呼叫名单中无效的用户。
本发明实施例中,由于呼叫名单中可能存在着无法呼叫成功的用户,例如该用户的号码已停机或者已销户等,若是针对这样的用户还进行呼叫,则会浪费AI语音机器人资源,降低AI语音机器人呼叫成功率,因此可以预先验证呼叫名单中的各用户的有效性,及时将无效的用户筛除,这样,在后续呼叫时则可以大大减少出现无效用户出现的可能性,提升AI语音机器人呼叫成功率。
具体而言,可以根据呼叫名单中各用户所对应的运营商,调用各用户对应的运营商的号码验证接口,对各用户的有效性进行验证,并将无效的用户从呼叫名单中筛除。
在实际应用中,为使得企业用户方便快捷的查看呼叫名单中的有效用户数量,还可以在计算任务的显示界面中显示有效数量,如图3所示的“有效用户”栏所示。
步骤203:确定呼叫名单中各用户的空闲时间。
本发明实施例中,为提高用户的接听率,需要尽可能在用户的空闲时间呼叫用户,因此在对用户进行呼叫之前,需要预先确定各用户的空闲时间。具体的,可以根据各用户的行为数据分析各用户可能的空闲时间,行为数据例如可以包括用户的上网时间、通话时间段以及游戏数据等数据。
步骤204:根据各用户的空闲时间确定各用户的呼叫时间。
本发明实施例中,可以根据呼叫名单中各用户的空闲时间,为该呼叫名单中各用户分配对应的拨打建议时间,或称呼叫时间,以形成呼叫时间表,在呼叫时间表中,指定了各用户的拨打顺序以及呼叫时间。其中,该呼叫时间可以是呼叫时刻,即优先在这个呼叫时刻呼叫该用户,或者,呼叫时间也可以是呼叫时间段,即可以在呼叫时间段中呼叫该用户。
在实际应用中,当生成上述呼叫时间表形成后,还可以将呼叫时间表反馈给企业客户,例如在图3中所示的显示界面中显示已计算完成的呼叫时间表,还可以提供给企业用户下载选项,企业用户选择下载之后则可以下载查看。
本发明实施例中,基于预处理生成呼叫时间表之后,则可以继续后续的呼叫任务。下面,对基于预处理得到的呼叫时间表进行批量外呼的过程进行介绍,请参见图4所述,该过程的流程描述如下:
步骤401:获取批量呼叫任务。
本发明实施例中,当上述预处理过程完成后,则可以进入批量呼叫任务的配置环节。具体的,AI外呼系统可以在预处理完成后,自动进入批量呼叫任务的配置环节,或者还可以在企业用户在企业终端的客户端中提交批量呼叫任务。以企业用户提交批量呼叫任务为例,如图5所示,为批量外呼任务的配置界面的显示界面图,其中,批量外呼任务的配置可包括多个配置阶段,不同配置阶段可配置不同的配置选项,如图5所示,可包括“设置时段及机器人”和“选择分配模式”这两个配置阶段,在“设置时段及机器人”配置阶段,可以配置批量外呼任务的基本信息,例如“任务名称”、“执行时段”、“执行机器人”、是否支持转接人工客服以及选择“呼叫名单”等信息。
此外,为适用于不同的应用场景,或者针对不同的用户而言,可以提供多种语音机器人模型,在进行任务配置时,企业用户则可以从中进行选择,例如图5所示,在语音机器人模型对应的选择栏点击下拉菜单,则可以显示出可选择的语音机器人模型,企业用户可以选择适合当前批量呼叫任务的语音机器人模型。此外,为了保护用户的隐私,在创建批量呼叫任务时,还可以勾选号码隐藏选项,这样,在拨打用户号码时,则可以隐藏用户号码。
企业用户一步步的进行批量呼叫任务的配置之后,则可以提交批量呼叫任务,则AI外呼系统可以接收到企业用户提交的批量呼叫任务,并进入该任务的处理。
步骤402:根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫。
本发明实施例中,当AI外呼系统获取批量呼叫任务后,AI外呼系统所包括的管理平台则可以对批量呼叫任务以及其业务逻辑进行管理和设置。
如图6所示,为AI外呼系统的架构示意图。管理平台包括名单管理单元、话务交接处理单元、任务管理单元、录音管理单元、数据统计单元、呼叫统计单元以及业务逻辑管理单元。其中,名单管理单元用于管理提交的各个批量呼叫任务的呼叫名单;话务交接处理单元用于实现在需要转接人工客服时进行处理,或者机器人客服宕机后,将当前处理的话务交接给另一机器人等功能;任务管理单元用于对多个批量呼叫任务进行协调和管理;录音管理单元用于在企业客户选择通话录音时,控制进行录音并对获取的录音文件进行管理;数据统计单元用于实现数据处理等功能;呼叫控制单元用于实现对呼叫过程进行协调和控制等功能;业务逻辑管理单元用于实现批量呼叫任务的逻辑管理,例如语音机器人的分配等功能。
具体的,在获取批量呼叫任务之后,则可以获取该任务对应的呼叫名单以及呼叫时间表,从而得到呼叫名单中各用户的空闲时间以及相应的呼叫时间等信息,从而可以调用机器人客服,按照呼叫时间表中所指示的呼叫时间对各用户发起呼叫。其中,企业用户可以在任务中指定呼叫节奏和频率,则机器人客服则会按照指定的呼叫节奏和频率呼叫用户。
本发明实施例中,由于机器人客服系统为网络媒体,其与语音通话的语音媒体是不同媒体通路,需要通过媒体层桥接才能实现两个媒体层交互,因此可以通过互动式语音应答(Interactive Voice Response,IVR)进行会话发起协议(Session InitiationProtocol,SIP)trunk的模式,来实现跨媒体层桥接。具体如图6中所示,AI机器人平台包括自动语音识别(Automatic Speech Recognition,ASR)单元、文字转语音(text-to-speech,TTS)单元、IVR单元、神经语言程序学(Neuro-Linguistic Programming,NPL)服务单元以及专业调度模块(Professional Dispatching System,PDS)单元,各单元的功能将在后续描述中逐一介绍,因此在此先不过多赘述。
由于针对每个用户的呼叫过程都是相同的,因此后续将以一个用户的呼叫过程为例进行介绍。
步骤403:根据用户对语音呼叫的响应,调用机器人客服与用户进行交互应答。
本发明实施例中,AI外呼系统中的管理平台可以调用AI机器人平台中的机器人客服在指定的呼叫时间向用户发起语音呼叫,具体而言,管理平台可以根据批量呼叫任务的配置要求,为该用户调用一个当前可用的机器人客服。机器人客服中的PDS单元基于管理平台的调度,调度IVR单元向用户发起语音呼叫。在实际应用中,PDS单元主要用于逻辑节点控制,即判断当前机器人客服与用户当前的会话节点,进而控制后续的通话内容等。
下面以机器人客服与一用户的具体通话过程为例对机器人客服与用户的交互应答过程进行介绍,请参见图7,为该机器人客服与用户C的具体通话过程,具体如下:
步骤701:IVR单元向用户C的用户终端发起语音呼叫。
具体的,IVR单元可以通过公共交换电话网络(Public Switched TelephoneNetwork,PSTN)向用户C的用户终端发起语音呼叫,当然,也可以通过其他可能的网络发起呼叫,本发明实施例对此不做限制。
步骤702:用户C响应呼叫。
步骤703:IVR单元向用户C播放欢迎语。
在用户C响应呼叫,也就是接听电话之后可以调用IVR单元播放欢迎语,即将欢迎语发送给用户C,用户C的用户终端接收到欢迎语,则可以播放给用户C,以便用户C听到。具体的,例如可以播放“您好,请问是XX先生/女士吗”等欢迎语。
步骤704:用户C的用户终端将用户C的应答语音发送给IVR单元。
步骤705:IVR单元将用户C的应答语音发送给ASR单元。
步骤706:ASR单元将根据应答语音转化得到的文本内容发送给NPL服务单元。
本发明实施例中,由于机器人客服系统为网络媒体,其与语音通话的语音媒体是不同媒体通路,需要通过媒体层桥接才能实现两个媒体层交互。具体而言,可以通过ASR单元将接收的用户C的应答语音从语音形式转换成文本形式,以帮助机器人客服更好的理解用户答复的内容。
步骤707:NPL服务单元根据文本内容预判下一步动作并给出相应的应答信息。
NPL服务单元可以利用神经语言程序学技术判断用户C的意向,从而判断机器人客服应该执行的动作并给出相应的应答信息。由于该应答信息为文本形式的,因此NPL单元可以将该应答信息发送给TTS单元。
步骤708:NPL服务单元将应答信息发送给TTS单元。
由于该应答信息为文本形式的,因此NPL单元可以将该应答信息发送给TTS单元,以便通过TTS单元将该应答信息从文本形式转换为语音形式。
步骤709:TTS单元将根据应答信息转换得到的语音内容发送给IVR单元。
步骤710:IVR单元播放语音内容给用户C。
本发明实施例中,步骤703~710仅为一轮通话的过程,在实际应用中,机器人客服和用户的通话过程可以包括更多轮,每一轮的过程都可以参考步骤703~710的描述,因此不再过多赘述。
下面请继续参见图4。
步骤404:确定机器人客服与用户交互应答的内容是否满足设定的条件。
本发明实施例中,在机器人客服与用户交互应答完成后,则可以根据机器人客服与用户交互应答的内容判断该用户成为客户的可能性高低,进而确定是否将该用户转人工客服进行接待。在实际应用中,为辅助机器人的判断,可以根据实际业务场景设定相应的条件,当机器人客服与用户交互应答的内容满足设定的条件时,认为该用户成为客户的可能性高,则为其转接人工客服,否则不转接。
具体的,可以通过机器人客服的NPL服务单元根据与用户交互应答的内容对用户进行客户价值评分,则设定的条件可以是客户价值评分大于或者等于预设评分阈值。相应的,则可以通过NPL服务单元判断客户价值评分是否大于或者等于预设评分阈值,若客户价值评分大于或者等于预设评分阈值,则认为该用户成为客户的可能性高,则为其转接人工客服,否则确定不转接。
具体的,设定的条件还可以是在机器人客服与用户交互应答过程中,用户答复的内容为预设内容。例如,询问用户是否购买某产品时,用户回答“是”或者“购买”等答复内容时,则显然该用户可成为客户,因此可以为其转接人工客服进行接待。
步骤405:若步骤404的确定结果为是,建立用户与为该用户分配的人工客服之间的语音连接。
本发明实施例中,当确定机器人客服与用户交互应答的内容满足设定的条件时,也就是确定需要为该用户转接人工客服时,则可以调用IVR单元为该用户分配人工客服,并向分配的人工客服发起呼叫,以建立该用户与为其分配的人工客服之间的语音连接。
以设定的条件可以是客户价值评分大于或者等于预设评分阈值为例,NPL服务单元在获取客户价值评分值,并确定需要为该用户转接人工客服时,可以将该用户的客户价值评分值发送给IVR单元,这样,IVR单元也可以知道需要为该用户转接人工客服。
具体的,IVR单元可以发起智能路由机制,通过机器人接待过程计算得到的客户价值评分值和该用户的画像数据,以及当前在线的人工客服数据信息,输入至人工客服分配模型中,以为该用户匹配至少一个人工客服,进而通过IVR单元发起另一条语音通话,使得人工客服所在坐席和用户终端基于这条新的语音通话建立连接,进而人工客服与用户则可以进行沟通。其中,人工客服分配模型是采用经标注了用户与人工客服之间的匹配度的多个训练样本训练得到的,训练样本具体可以是人工客服的历史接待转化情况,具体而言,该人工客服分配模型可以根据历史接待转化情况计算每个人工客服适合接待的用户模型,从而在将客户价值评分值,以及该用户的画像数据,输入至人工客服分配模型中之后,则可以为其匹配到最适合的人工客服,并按照优先级高低的排序,从中选择优先级最高的人工客服进行接待。
其中,用户的画像数据可以是从指定的数据库(Database,DB)中获取的。
在实际过程中,上述过程可以是IVR单元来执行的,此外,考虑到匹配需要消耗一定的计算量,因此还可以是通过专用的服务器来执行该过程。请参见图8所示,图8具体以通过专用的分配服务器来执行人工客服分配的过程为例。
步骤801:NPL服务单元确定需要转接人工客服接待。
步骤802:NPL服务单元将客户价值评分值发送给IVR单元。
步骤803:IVR单元将客户价值评分值发送给分配服务器。
步骤804:分配服务器向DB发送用户画像数据获取请求。
步骤805:DB向分配服务器发送用户画像数据。
步骤806:分配服务器通过人工客服分配模型为用户分配至少一个人工客服。
步骤807:分配服务器将至少一个人工客服返回给IVR单元。
步骤808:IVR单元选择优先级最高的人工客服。
步骤809:IVR单元向优先级最高的人工客服所在坐席发起语音呼叫。
步骤804:优先级最高的人工客服为用户提供接待服务。
下面请继续参见图4。
步骤406:若步骤404的确定结果为否,基于机器人客服与用户交互应答的内容生成该用户的呼叫记录,并存储至指定的线索数据库中。
本发明实施例中,当确定机器人客服与用户交互应答的内容不满足设定的条件时,也就是确定不需要为该用户转接人工客服时,则可以基于机器人客服与用户交互应答的内容生成该用户的呼叫记录,并存储至指定的线索(leads)数据库中,从而降低人工客服花在无效和低价值用户呼叫上的时间成本。其中,呼叫记录中可以包括通话内容以及该用户的客户价值评分值等信息,这样,后续可以通过AI外呼系统反馈给企业客户,以便企业用户后续根据呼叫记录确定是否继续跟进该用户。
具体的,还可以将呼叫记录直接对接企业客户的客户关系管理(customerrelationship management,crm)系统,以便企业客户更为方便快捷的查看。或者,还可以直接根据呼叫记录生成后续外呼任务继续跟进该用户。
本发明实施例中,上述过程均为外呼过程,即机器人客服呼叫用户的过程,实质上对于用户呼入的场景,即,当用户呼入企业呼叫中心主机后,为其分配接待的机器人客服之后,则同样可以进行机器人客服与用户的交互应答,以对客户基础和标准问题进行应对解答,降低呼入行呼叫中心的人力成本,并提升话务处理效率。
综上所述,本发明实施例中,在进行批量外呼之前,可以先通过运营商号码验证接口和大数据分析技术,分析得到外呼名单中每个用户的建议拨打时间,然后在根据任务中指定的呼叫节奏和频率,自动化的在每个用户可能的空闲时间段内对其进行外呼。
此外,在呼叫响应后,机器人客服可以通过ASR技术将用户说出的内容转译成文本,然后输入相应的机器人客服模型,得到应答文本后,再通过TTS技术,将应答文本转译成语音传递给用户,形成机器人和用户在语音级别的交互沟通。
最后,当机器人客服和用户沟通到最终节点时,机器人可以根据用户的客户价值评分值判断是否转人工客服接待,若需转人工客服接待,则会结合客户价值评分值和用户画像数据,通过人工客服分配模型去匹配该用户在当前在线可接待的人工客服中最适合接待的人工客服,并把该用户的通话路由分配给人工客服进行后续的人工接待转化,当然,在人工客服接待完成之后,还可以根据接待情况对人工客服分配模型进行优化,以提升人工客服分配模型分配的准确性,使得人工客服分配最优化,从而达到用户转化率的提升。
请参见图9,基于同一发明构思,本发明实施例还提供了一种语音呼叫装置90,包括:
呼叫时间确定单元901,用于确定获取的呼叫名单中各用户的空闲时间,以及根据确定的各用户的空闲时间确定各用户的呼叫时间;
语音呼叫单元902,用于根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫;
交互单元903,用于根据用户对语音呼叫的响应,调用机器人客服与用户进行交互应答;
转接单元904,用于在确定机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接。
可选的,该装置还包括筛除单元905,用于:
调用各用户对应的运营商的验证接口,对各用户的有效性进行验证,以筛除呼叫名单中无效的用户;
则语音呼叫单元902,具体用于:
根据筛除后的呼叫名单中各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫。
可选的,交互单元903,具体用于:
将接收的用户的应答语音从语音形式转换成文本形式后,根据文本形式的信息,采用神经语言程序学技术获取答复给用户的应答信息;以及将应答信息从文本形式转换为语音形式后发送给用户。
可选的,转接单元904,具体用于:基于机器人客服与用户交互应答的内容对用户进行客户价值评分,并在客户价值评分值大于或者等于预设评分阈值时,建立用户与为该用户分配的人工客服之间的语音连接,客户价值评分值用于表征用户为潜在客户的可能性大小;或者,
在机器人客服与用户交互应答过程中,用户答复的内容为预设内容时,建立用户与为该用户分配的人工客服之间的语音连接。
可选的,转接单元904,具体用于:
根据用户的客户价值评分值以及用户的画像特征,采用预先训练的人工客服分配模型,为用户匹配至少一个人工客服;其中,人工客服分配模型是采用经标注了用户与人工客服之间的匹配度的多个训练样本训练得到的;
根据各人工客服的优先级,从至少一个人工客服中为用户选择一个人工客服,并建立该用户与选择的人工客服之间的语音连接。
可选的,该装置还包括记录单元906,用于:
在确定机器人客服与用户交互应答的内容不满足设定的条件时,基于机器人客服与用户交互应答的内容生成该用户的呼叫记录,并存储至指定的线索数据库中。
该装置可以用于执行图2~图8所示的实施例中所示的方法,因此,对于该装置的各功能模块所能够实现的功能等可参考图2~图8所示的实施例的描述,不多赘述。其中,筛除单元905和记录单元906虽然在图9中一并示出,但需要知道的是,筛除单元905和记录单元906并不是必选的功能单元,因此在图9中以虚线示出。
请参见图10,基于同一技术构思,本发明实施例还提供了一种计算机设备100,可以包括存储器1001和处理器1002。
所述存储器1001,用于存储处理器1002执行的计算机程序。存储器1001可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据计算机设备的使用所创建的数据等。处理器1002,可以是一个中央处理单元(central processing unit,CPU),或者为数字处理单元等等。本发明实施例中不限定上述存储器1001和处理器1002之间的具体连接介质。本发明实施例在图10中以存储器1001和处理器1002之间通过总线1003连接,总线1003在图10中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线1003可以分为地址总线、数据总线、控制总线等。为便于表示,图10中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器1001可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器1001也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)、或者存储器1001是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器1001可以是上述存储器的组合。
处理器1002,用于调用所述存储器1001中存储的计算机程序时执行如图2~图8中所示的实施例中设备所执行的方法。
在一些可能的实施方式中,本发明提供的方法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,当所述程序产品在计算机设备上运行时,所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤,例如,所述计算机设备可以执行如图2~图8中所示的实施例中设备所执行的方法。
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是——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。
本发明的实施方式的方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算设备上运行。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。
可读信号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。可读信号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)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种语音呼叫方法,其特征在于,所述方法包括:
确定获取的呼叫名单中各用户的空闲时间,以及根据确定的各用户的空闲时间确定各用户的呼叫时间;
根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫;
根据用户对语音呼叫的响应,调用所述机器人客服与用户进行交互应答;
在确定所述机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接。
2.如权利要求1所述的方法,其特征在于,在根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫之前,所述方法还包括:
调用各用户对应的运营商的验证接口,对各用户的有效性进行验证,以筛除所述呼叫名单中无效的用户;
所述根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫,包括:
根据筛除后的呼叫名单中各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫。
3.如权利要求1所述的方法,其特征在于,所述调用所述机器人客服与用户进行交互应答,包括:
将接收的用户的应答语音从语音形式转换成文本形式后,根据所述文本形式的信息,采用神经语言程序学技术获取答复给用户的应答信息;
将所述应答信息从文本形式转换为语音形式后发送给用户。
4.如权利要求1所述的方法,其特征在于,在确定所述机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接,包括:
基于所述机器人客服与用户交互应答的内容对用户进行客户价值评分,并在客户价值评分值大于或者等于预设评分阈值时,建立用户与为该用户分配的人工客服之间的语音连接,所述客户价值评分值用于表征用户为潜在客户的可能性大小;或者,
在所述机器人客服与用户交互应答过程中,用户答复的内容为预设内容时,建立用户与为该用户分配的人工客服之间的语音连接。
5.如权利要求4所述的方法,其特征在于,所述在客户价值评分值大于或者等于预设评分阈值时,建立用户与为该用户分配的人工客服之间的语音连接,包括:
根据用户的所述客户价值评分值以及用户的画像特征,采用预先训练的人工客服分配模型,为用户匹配至少一个人工客服;其中,所述人工客服分配模型是采用经标注了用户与人工客服之间的匹配度的多个训练样本训练得到的;
根据各人工客服的优先级,从所述至少一个人工客服中为用户选择一个人工客服,并建立该用户与选择的人工客服之间的语音连接。
6.如权利要求1~5任一所述的方法,其特征在于,在根据用户对语音呼叫的响应,调用所述机器人客服与用户进行交互应答之后,所述方法还包括:
在确定所述机器人客服与用户交互应答的内容不满足设定的条件时,基于所述机器人客服与用户交互应答的内容生成该用户的呼叫记录,并存储至指定的线索数据库中。
7.一种语音呼叫装置,其特征在于,所述装置包括:
呼叫时间确定单元,用于确定获取的呼叫名单中各用户的空闲时间,以及根据确定的各用户的空闲时间确定各用户的呼叫时间;
语音呼叫单元,用于根据各用户的呼叫时间,调用机器人客服分别向各用户发起语音呼叫;
交互单元,用于根据用户对语音呼叫的响应,调用所述机器人客服与用户进行交互应答;
人工客服转接单元,用于在确定所述机器人客服与用户交互应答的内容满足设定的条件时,建立用户与为该用户分配的人工客服之间的语音连接。
8.如权利要求7所述的装置,其特征在于,所述人工客服转接单元,具体用于:
基于所述机器人客服与用户交互应答的内容对用户进行客户价值评分,并在客户价值评分值大于或者等于预设评分阈值时,建立用户与为该用户分配的人工客服之间的语音连接,所述客户价值评分值用于表征用户为潜在客户的可能性大小;或者,
在所述机器人客服与用户交互应答过程中,用户答复的内容为预设内容时,建立用户与为该用户分配的人工客服之间的语音连接。
9.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-6中任一权利要求所述的方法。
10.一种计算机可读存储介质,其特征在于,
所述计算机可读存储介质中存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-6中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910198425.0A CN109873909B (zh) | 2019-03-15 | 2019-03-15 | 一种语音呼叫方法、装置和设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910198425.0A CN109873909B (zh) | 2019-03-15 | 2019-03-15 | 一种语音呼叫方法、装置和设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109873909A true CN109873909A (zh) | 2019-06-11 |
CN109873909B CN109873909B (zh) | 2021-02-26 |
Family
ID=66920623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910198425.0A Active CN109873909B (zh) | 2019-03-15 | 2019-03-15 | 一种语音呼叫方法、装置和设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109873909B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110351443A (zh) * | 2019-06-17 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 智能外呼处理方法、装置、计算机设备及存储介质 |
CN110689369A (zh) * | 2019-08-30 | 2020-01-14 | 深圳壹账通智能科技有限公司 | 智能通话方法、装置、计算机设备及可读存储介质 |
CN111163237A (zh) * | 2020-02-05 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 呼叫业务流程控制方法和相关装置 |
CN111246031A (zh) * | 2020-02-27 | 2020-06-05 | 大连即时智能科技有限公司 | 人机协同的电话客服方法及系统 |
CN111246025A (zh) * | 2020-02-27 | 2020-06-05 | 大连即时智能科技有限公司 | 人机混排的客服方法及系统 |
CN111371959A (zh) * | 2020-03-17 | 2020-07-03 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音数据处理方法及装置 |
CN112333342A (zh) * | 2020-11-16 | 2021-02-05 | 平安普惠企业管理有限公司 | 智能语音呼叫方法、装置、设备及存储介质 |
CN112422755A (zh) * | 2020-11-19 | 2021-02-26 | 中国联合网络通信集团有限公司 | 电话拨打方法、装置及存储介质 |
CN112866493A (zh) * | 2020-12-16 | 2021-05-28 | 华人运通(上海)云计算科技有限公司 | 一种车辆智能客服辅助系统及方法 |
CN113923306A (zh) * | 2021-10-13 | 2022-01-11 | 上海淇馥信息技术有限公司 | 一种互联网在线语音通信方法、装置和电子设备 |
CN114006981A (zh) * | 2020-07-28 | 2022-02-01 | 中国移动通信集团广东有限公司 | 外呼业务处理方法、装置及电子设备 |
CN114079698A (zh) * | 2020-08-12 | 2022-02-22 | 北京有限元科技有限公司 | 智能外呼机器人轮询的方法、装置以及存储介质 |
CN115103073A (zh) * | 2022-08-25 | 2022-09-23 | 深圳市星网信通科技有限公司 | 回访任务处理方法、装置及计算机可读存储介质 |
CN115118824A (zh) * | 2022-06-24 | 2022-09-27 | 平安银行股份有限公司 | 语音呼叫方法、装置、存储介质及电子设备 |
CN115914468A (zh) * | 2023-03-09 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气呼叫中心的反馈管理方法、物联网系统及介质 |
CN114006981B (zh) * | 2020-07-28 | 2024-06-04 | 中国移动通信集团广东有限公司 | 外呼业务处理方法、装置及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI820708B (zh) * | 2022-05-13 | 2023-11-01 | 富邦產物保險股份有限公司 | 調派線上服務人員的方法及其伺服端 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572756A (zh) * | 2008-04-29 | 2009-11-04 | 台达电子工业股份有限公司 | 对话系统与语音对话处理方法 |
CN101662544A (zh) * | 2008-08-26 | 2010-03-03 | 华为技术有限公司 | 一种外呼处理的方法、装置和系统 |
CN102622696A (zh) * | 2011-01-27 | 2012-08-01 | 腾讯科技(深圳)有限公司 | 一种客服回访的方法和装置 |
CN106303102A (zh) * | 2015-06-25 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 自动化外呼方法、装置及系统 |
CN106341562A (zh) * | 2016-11-07 | 2017-01-18 | 上海易谷网络科技有限公司 | 互联网环境下选择客服的方法 |
CN107247726A (zh) * | 2017-04-28 | 2017-10-13 | 北京神州泰岳软件股份有限公司 | 适用于多业务场景的智能机器人的实现方法及装置 |
US20180054524A1 (en) * | 2007-01-03 | 2018-02-22 | Jean-David Dahan | System and Method for Omnichannel User Engagement and Response |
CN109120804A (zh) * | 2017-06-26 | 2019-01-01 | 浙江金讯网络技术股份有限公司 | 一种基于应答信息辨识的外呼系统 |
CN109348077A (zh) * | 2018-11-23 | 2019-02-15 | 杭州简丽信息技术有限公司 | 一种人工与机器人切换的电话系统及使用方法 |
-
2019
- 2019-03-15 CN CN201910198425.0A patent/CN109873909B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180054524A1 (en) * | 2007-01-03 | 2018-02-22 | Jean-David Dahan | System and Method for Omnichannel User Engagement and Response |
CN101572756A (zh) * | 2008-04-29 | 2009-11-04 | 台达电子工业股份有限公司 | 对话系统与语音对话处理方法 |
CN101662544A (zh) * | 2008-08-26 | 2010-03-03 | 华为技术有限公司 | 一种外呼处理的方法、装置和系统 |
CN102622696A (zh) * | 2011-01-27 | 2012-08-01 | 腾讯科技(深圳)有限公司 | 一种客服回访的方法和装置 |
CN106303102A (zh) * | 2015-06-25 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 自动化外呼方法、装置及系统 |
CN106341562A (zh) * | 2016-11-07 | 2017-01-18 | 上海易谷网络科技有限公司 | 互联网环境下选择客服的方法 |
CN107247726A (zh) * | 2017-04-28 | 2017-10-13 | 北京神州泰岳软件股份有限公司 | 适用于多业务场景的智能机器人的实现方法及装置 |
CN109120804A (zh) * | 2017-06-26 | 2019-01-01 | 浙江金讯网络技术股份有限公司 | 一种基于应答信息辨识的外呼系统 |
CN109348077A (zh) * | 2018-11-23 | 2019-02-15 | 杭州简丽信息技术有限公司 | 一种人工与机器人切换的电话系统及使用方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110351443A (zh) * | 2019-06-17 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 智能外呼处理方法、装置、计算机设备及存储介质 |
CN110689369A (zh) * | 2019-08-30 | 2020-01-14 | 深圳壹账通智能科技有限公司 | 智能通话方法、装置、计算机设备及可读存储介质 |
CN111163237B (zh) * | 2020-02-05 | 2022-03-01 | 腾讯科技(深圳)有限公司 | 呼叫业务流程控制方法和相关装置 |
CN111163237A (zh) * | 2020-02-05 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 呼叫业务流程控制方法和相关装置 |
CN111246031A (zh) * | 2020-02-27 | 2020-06-05 | 大连即时智能科技有限公司 | 人机协同的电话客服方法及系统 |
CN111246025A (zh) * | 2020-02-27 | 2020-06-05 | 大连即时智能科技有限公司 | 人机混排的客服方法及系统 |
CN111246031B (zh) * | 2020-02-27 | 2021-04-06 | 大连即时智能科技有限公司 | 人机协同的电话客服方法及系统 |
CN111371959A (zh) * | 2020-03-17 | 2020-07-03 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音数据处理方法及装置 |
CN114006981B (zh) * | 2020-07-28 | 2024-06-04 | 中国移动通信集团广东有限公司 | 外呼业务处理方法、装置及电子设备 |
CN114006981A (zh) * | 2020-07-28 | 2022-02-01 | 中国移动通信集团广东有限公司 | 外呼业务处理方法、装置及电子设备 |
CN114079698A (zh) * | 2020-08-12 | 2022-02-22 | 北京有限元科技有限公司 | 智能外呼机器人轮询的方法、装置以及存储介质 |
CN112333342A (zh) * | 2020-11-16 | 2021-02-05 | 平安普惠企业管理有限公司 | 智能语音呼叫方法、装置、设备及存储介质 |
CN112333342B (zh) * | 2020-11-16 | 2022-11-08 | 平安普惠企业管理有限公司 | 智能语音呼叫方法、装置、设备及存储介质 |
CN112422755B (zh) * | 2020-11-19 | 2021-10-15 | 中国联合网络通信集团有限公司 | 电话拨打方法、装置及存储介质 |
CN112422755A (zh) * | 2020-11-19 | 2021-02-26 | 中国联合网络通信集团有限公司 | 电话拨打方法、装置及存储介质 |
CN112866493A (zh) * | 2020-12-16 | 2021-05-28 | 华人运通(上海)云计算科技有限公司 | 一种车辆智能客服辅助系统及方法 |
CN113923306A (zh) * | 2021-10-13 | 2022-01-11 | 上海淇馥信息技术有限公司 | 一种互联网在线语音通信方法、装置和电子设备 |
CN113923306B (zh) * | 2021-10-13 | 2023-10-20 | 上海淇馥信息技术有限公司 | 一种互联网在线语音通信方法、装置和电子设备 |
CN115118824A (zh) * | 2022-06-24 | 2022-09-27 | 平安银行股份有限公司 | 语音呼叫方法、装置、存储介质及电子设备 |
CN115103073A (zh) * | 2022-08-25 | 2022-09-23 | 深圳市星网信通科技有限公司 | 回访任务处理方法、装置及计算机可读存储介质 |
CN115103073B (zh) * | 2022-08-25 | 2022-12-13 | 深圳市星网信通科技有限公司 | 回访任务处理方法、装置及计算机可读存储介质 |
CN115914468A (zh) * | 2023-03-09 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气呼叫中心的反馈管理方法、物联网系统及介质 |
US11870937B2 (en) | 2023-03-09 | 2024-01-09 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for smart gas call center feedback management and Internet of things (IoT) systems thereof |
Also Published As
Publication number | Publication date |
---|---|
CN109873909B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109873909A (zh) | 一种语音呼叫方法、装置和设备及计算机存储介质 | |
US11283926B2 (en) | System and method for omnichannel user engagement and response | |
US11272062B2 (en) | Assisted-communication with intelligent personal assistant | |
US9521255B1 (en) | Systems and methods for visual presentation and selection of IVR menu | |
US10530850B2 (en) | Dynamic call control | |
US8687777B1 (en) | Systems and methods for visual presentation and selection of IVR menu | |
US8155280B1 (en) | Systems and methods for visual presentation and selection of IVR menu | |
US8903073B2 (en) | Systems and methods for visual presentation and selection of IVR menu | |
US7027586B2 (en) | Intelligently routing customer communications | |
US8155276B2 (en) | Synchronous and asynchronous brokering of IVR sessions for offline interaction and response | |
US8681951B1 (en) | Systems and methods for visual presentation and selection of IVR menu | |
US20050033582A1 (en) | Spoken language interface | |
TW201818734A (zh) | 來電處理方法、裝置及終端 | |
US20190082043A1 (en) | Systems and methods for visual presentation and selection of ivr menu | |
CA3158088A1 (en) | Systems and methods for dialog management | |
US20170289332A1 (en) | Systems and Methods for Visual Presentation and Selection of IVR Menu | |
CN106993089A (zh) | 语音菜单显示的方法与装置 | |
US20220210274A1 (en) | System and Method for Omnichannel User Engagement and Response | |
CN108989583A (zh) | 呼叫中心的压力测试方法、系统、电子设备和存储介质 | |
CN108848281A (zh) | 一种客服方法、系统、设备及存储介质 | |
CN110401782A (zh) | 电话预约拨打方法及装置 | |
US20130329869A1 (en) | Modifying Voice Messages Stored in a Voicemail System | |
JP2020145676A (ja) | コンタクトセンターのルーティングメカニズム | |
CN101365021B (zh) | 用于连接不同种类网络的系统和方法 | |
WO2012003534A1 (en) | Call conversation manager |
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 |