CN109961786B - 基于语音分析的产品推荐方法、装置、设备和存储介质 - Google Patents
基于语音分析的产品推荐方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN109961786B CN109961786B CN201910103293.9A CN201910103293A CN109961786B CN 109961786 B CN109961786 B CN 109961786B CN 201910103293 A CN201910103293 A CN 201910103293A CN 109961786 B CN109961786 B CN 109961786B
- Authority
- CN
- China
- Prior art keywords
- information
- product
- voice
- tendency
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000008451 emotion Effects 0.000 claims description 55
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 4
- 230000036541 health Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0257—User requested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及语音识别领域,提供了一种基于语音分析的产品推荐方法,包括:在接收到产品查询请求时,播放产品查询请求关联的预设初始语音,采集客户回复的第一语音信息,并识别第一语音信息得到对应的第一倾向信息,查询预设话术森林,获取预设话术森林中与第一倾向信息匹配的目标节点,并根据目标节点生成第一倾向信息对应的第一推荐话术并播报,接收客户基于第一推荐话术答复的第二语音信息,并识别第二语音信息得到对应的第二倾向信息,在第二倾向信息为消极时,根据第二倾向信息对目标节点进行回溯搜索,得到第二推荐话术并播报。本发明还公开了一种基于语音分析的产品推荐装置、设备和存储介质。本发明提高了产品推荐准确率。
Description
技术领域
本发明涉及计算机应用领域,尤其涉及基于语音分析的产品推荐方法、装置、设备和存储介质。
背景技术
随着人工智能(Artificial Intelligence)的发展,人机对话产品应用越来越广泛。
但是目前的人机对话中,在针对客户问题播报应答的话术时,只是简单地进行语音转语义的识别,并不能了解客户意图,例如,现有的产品查询,通过对于客户的语音信息进行识别,并按照语音识别结果搜索对应的产品信息进行播报,这样查询到的产品并不准确,而且这样的语音播报的适用性较差,并不能完全地应用到实际生活中,即,现有的人机交互实现产品查询中机器都只是进行辅助,真正的产品查询介绍是由产品的客服人员完成的。
发明内容
本发明的主要目的在于提供一种基于语音分析的产品推荐方法、装置、设备和存储介质,旨在按客户意图进行产品自动推荐,提高了产品推荐准确率。
为实现上述目的,本发明提供基于语音分析的产品推荐方法,所述基于语音分析的产品推荐方法包括以下步骤:
在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息;
查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报;
接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息;
在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
可选地,所述在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息的步骤,包括:
在接收到产品查询请求时,播放预设初始语音并通过预设语音采集装置采集客户基于所述预设初始语音回复的第一语音信息;
将所述第一语音信息输入至预设语音识别模型,通过所述预设语音识别模型识别所述第一语音信息,得到第一文本信息和第一情绪信息;
将所述第一文本信息和所述第一情绪信息,作为所述第一语音信息对应的第一倾向信息。
可选地,所述查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报的步骤,包括:
获取所述第一倾向信息中的第一文本信息和第一情绪信息,按所述第一文本信息对预设话术森林进行搜索,得到所述第一文本信息对应的文本目标节点,并获取所述文本目标节点对应的目标产品;
按所述第一情绪信息对预设话术森林进行搜索,得到所述第一情绪信息对应的情绪目标节点,并获取所述情绪目标节点对应的话术模板;
获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第一倾向信息对应的第一推荐话术并播报。
可选地,所述接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息的步骤之后,包括:
将所述第二倾向信息中的第二文本信息与预设标准信息进行比对;
若所述第二文本信息与所述预设标准信息匹配,则判定所述第二倾向信息为消极;
若所述第二文本信息与所述预设标准信息不匹配,则判定所述第二倾向信息为积极。
可选地,所述在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报的步骤,包括:
在所述第二倾向信息为消极时,查询预设等级表,获取所述预设等级表中与所述第二倾向信息匹配的倾向级别;
获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
可选地,所述获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,得到第二推荐话术并播报的步骤包括:
在所述倾向级别为第一级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的同级文本目标节点,并将所述同级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报;
在所述倾向级别为第二级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的上级文本目标节点,并将所述上级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报。
可选地,所述接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息的步骤之后,包括:
在所述第二倾向信息为积极时,获取所述第一推荐话术中的目标产品和话术模板;
获取所述目标产品的产品衍生信息,并将所述产品衍生信息添加至所述话术模板中,得到所述第一推荐话术的产品介绍话术并播报。
此外,为实现上述目的,本发明还提供一种基于语音分析的产品推荐装置,所述基于语音分析的产品推荐装置包括:
请求接收模块,用于在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息;
第一推荐模块,用于查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报;
采集分析模块,用于接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息;
第二推荐模块,用于在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
此外,为实现上述目的,本发明还提供一种基于语音分析的产品推荐设备;
所述基于语音分析的产品推荐设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:
所述计算机程序被所述处理器执行时实现如上所述的基于语音分析的产品推荐方法的步骤。
此外,为实现上述目的,本发明还提供计算机存储介质;
所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的基于语音分析的产品推荐方法的步骤。
本发明实施例提出的一种基于语音分析的产品推荐方法、装置、设备和存储介质,本发明中服务器对客户的第一语音信息进行识别,得到客户第一倾向信息(或者又叫客户意图),服务器按照第一倾向信息对预设话术森林进行搜索,得到对应的第一推荐话术,实现了按照客户意图进行产品自动推荐,减少了人力资源的浪费;与此同时,服务器采集客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到第二倾向信息;服务器结合所述第二倾向信息和所述第一推荐话术对所述预设话术森林进行搜索,使得产品推荐更加智能,提高了产品推荐准确率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图;
图2为本发明基于语音分析的产品推荐方法第一实施例的流程示意图;
图3为本发明基于语音分析的产品推荐装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
由于现有技术中在进行产品推荐要么是由人工进行地,例如,保险代理人通过电话为客户介绍保险产品,这样的产品推荐方式浪费了较多的人力资源;要么是由通过语音人机对话,但是,机器在进行产品推荐的准确率较低,语音播报人机适用性较差;本发明提供一种解决方案,通过对应客户语音信息进行识别,得到客户语音信息对应的文本信息和情绪信息,然后,按照客户的语音信息搜索预设话术森林,得到对应的产品推荐话术并播报,实现了自动地产品查询,提高了产品播报的效率和准确率。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端(又叫基于语音分析的产品推荐设备,其中,基于语音分析的产品推荐设备可以是由单独的基于语音分析的产品推荐装置构成,也可以是由其他装置与基于语音分析的产品推荐装置组合形成)结构示意图。
本发明实施例终端可以固定终端,也可以是移动终端,如,带联网功能的智能空调、智能电灯、智能电源、智能音箱、自动驾驶汽车、PC(personal computer)个人计算机、智能手机、平板电脑、电子书阅读器、便携计算机等。
如图1所示,该终端可以包括:处理器1001,例如,中央处理器Central ProcessingUnit,CPU),网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity,WIFI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如,磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,终端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块;输入单元,比显示屏,触摸屏;网络接口可选除无线接口中除WiFi外,蓝牙、探针等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器;当然,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,该计算机软件产品存储在一个存储介质(存储介质:又叫计算机存储介质、计算机介质、可读介质、可读存储介质、计算机可读存储介质或者直接叫介质等,存储介质可以是非易失性可读存储介质,如RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的计算机程序,并执行本发明以下实施例提供的基于语音分析的产品推荐方法中的步骤。
本实施例提出了一种基于语音分析的产品推荐方法。
本实施例应用于如图1所示的服务器,本实施例中预先设置了语音识别模型,用于对客户的语音信息进行识别,以根据识别得到的客户语音进行产品推荐,具体地:
参照图2,在本发明基于语音分析的产品推荐方法的第一实施例中,该方法包括:
步骤S10,在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息。
客户在终端的应用软件中语音查询产品,即,客户在终端上触发产品查询请求,终端将产品查询请求发送至服务器,服务器对产品查询请求进行响应,具体地,包括:
步骤S11,在接收到产品查询请求时,播放预设初始语音并通过预设语音采集装置采集客户基于所述预设初始语音回复的第一语音信息。
服务器接收到产品查询请求时,服务器播放预设初始语音,其中,预设初始语音是指预先设置的推荐语音,例如,预设初始语音为:尊敬的客户欢迎致电xxx平台,有什么我可以为你服务吗?在预设初始语音播报完成之后,服务器可以通过预设语音采集装置采集客户的语音信息,其中,预设语音采集装置是指预先设置的语音采集装置,例如,预设语音采集装置可以是在终端上的录音装置或者终端麦克风装置,或者是服务器中的语音处理器,本实施例中服务器将客户基于所述预设初始语音回复作为第一语音信息。
步骤S12,将所述第一语音信息输入至预设语音识别模型,通过所述预设语音识别模型提取第一语音信息中的特征数据,对所述特征数据进行分析得到所述第一语音信息对应第一文本信息和第一情绪信息。
即,终端将第一语音信息输入至所述预设语音识别模型,以通过预设语音识别模型对第一语音信息进行识别,其中,预设语音识别模型是预先训练得到的用于语音识别的算法,建立预设语音识别模型的步骤包括:1、分别采集预设方言语系和普通话语系朗读语音数据,并提取各所述语音数据对应的语音特征参数,将各所述语音特征参数组成语音特征集合;2、抽取所述语音特征集合中预设比例的各所述语音特征参数,并通过各所述语音特征参数构建初始语音识别模型;3、通过迭代算法训练所述初始语音识别模型,得到最优模型参数,并将训练得到所述最优模型参数对应的语音识别模型作为预设语音识别模型。
具体地,预设语音识别模型对第一语音信息进行识别的步骤包括:预设语音识别模型利用信号处理技术对客户语音信息进行处理,降低环境噪声、信道、说话人等因素,以提取客户语音信息中的特征数据,其中,特征数据是指语音的音色、音调,音频,然后,预设语音识别模型根据声学、语言模型及词典,寻找能够以最大概率输出该特征数据对应的词串,并将词串作为客户语音信息对应的文本信息。
此外,服务器获取特征数据中的目标语音参数,其中,目标语音参数包括:语音的音量、音调、频率、语速、停顿以及波动起伏等的语音参数;服务器对目标语音参数进行分析得到第一语音信息对应的第一情绪信息,例如,服务器中预先设置语音参数与情绪信息的状态对照表,服务器将目标语音参数与状态对照表中的语音参数进行比较,得到目标语音参数对应的情绪信息;例如,服务器查询预设对照表,得到目标语音参数中声音频率在1200-2000f/Hz,声音音量在60-80分贝对应的情绪信息为激动。
步骤S13,将所述第一文本信息和所述第一情绪信息,作为所述第一语音信息对应的第一倾向信息。
具体地,本实施例中将所述第一文本信息和所述第一情绪信息结合分析,即,服务器将第一文本信息按预设分词法进行分词处理,得到第一文本信息对应的分词集合;服务器去除分词集合中的噪音词,获取所述分词集合中反映客户情绪的特征词,服务器将客户情绪的特征词与识别得到的情绪信息作为第一语音信息对应的第一倾向信息。例如,第一文本信息为:好的,麻烦帮忙介绍一下健康保险,第一情绪信息为和善,则服务器得到第一语音信息对应的第一倾向为和善。
本实施例中服务器接收产品查询请求,服务器基于预设语音采集装置进行客户第一语音信息的采集,服务器将采集的第一语音信息进行语音识别,得到第一语音信息对应的第一文本信息和第一情绪信息,通过对客户的语音进行识别可以准确地得到客户意图。
步骤S20,查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报。
本实施例中服务器中保存有预设话术森林,预设话术森林是指预先构建多棵多叉树的数据结构的话术森林,预设话术森林中包括预设产品树和预设话术树,预设产品树的叶子节点中包含的产品信息,例如,预设产品树中父节点为产品类型,一级叶子节点为产品大类,二级叶子节点为产品小类,三级叶子节点为各产品和各产品对应的信息等等;预设话术树的叶子节点对应的话术模板,例如,一级叶子节点为感兴趣的话术模板,二级叶子节点为中立的话术模板,三级叶子节点为消极的话术模板,服务器基于所述第一倾向对预设话术森林进行搜索,具体地,包括:
服务器按第一文本信息对预设话术森林中的预设产品树进行搜索,得到预设产品树中第一文本信息对应的文本目标节点,并获取所述文本目标节点对应的目标产品;服务器按第一情绪信息对预设话术森林中的预设话术树进行搜索,得到所述第一情绪信息对应的情绪目标节点,并获取所述情绪目标节点对应的话术模板;然后,服务器获取目标产品的产品信息,并将产品信息添加到所述话术模板中,得到所述第一倾向信息对应的第一推荐话术并播报。
即,本实施例中服务器按第一倾向信息对预设话术森林进行搜索的,得到预设话术森林中所述第一倾向信息对应的节点,然后,服务器获取该节点中的产品推荐话术,并将该产品推荐话术作为第一倾向信息对应的第一推荐话术并播报。即,本实施例中设置了预设话术森林服务器基于所述第一倾向对预设话术森林进行搜索,使得产品查询的准确率更高。
步骤S30,接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息。
在服务器播报完成第一推荐话术之后,客户可以基于播报的第一推荐话术进行进一步地语音查询,即,服务器接收所述客户基于所述第一推荐话术答复的第二语音信息(第二语音信息是指客户基于第一推荐话术答复的语音信息),服务器并识别所述第二语音信息得到对应的第二倾向信息。需要说明的是:服务器对第二语音信息处理得到第二倾向信息的原理和第一语音信息的处理原理相同,本实施例不作赘述。
进一步地,在得到第二倾向信息之后,服务器需要根据第二倾向信息判定客户对第一推荐话术的是否感兴趣,具体地,包括:
步骤a,将所述第二倾向信息中的第二文本信息与预设标准信息进行比对;
步骤b,若所述第二文本信息与所述预设标准信息匹配,则判定所述第二倾向信息为消极。
服务器将所述第二倾向信息中的第二文本信息与预设标准信息进行比对;其中,预设标准信息是指预先设置的消极类型的词,例如,对不起,不用等等,服务器确定第二文本信息与所述预设标准信息匹配,则判定所述第二倾向信息为消极,反之,服务器确定第二文本信息与所述预设标准信息不匹配,则判定所述第二倾向信息为积极。
例如,第一推荐话术为:需要我为你介绍健康险a吗?客户可以对第一推荐话术进行答复:健康险a保险的有效期限是多久呢?服务器将客户的答复信息作为第二语音信息,服务器识别第二语音信息:1、健康险a保险的有效期限是多久呢?服务器确定客户的第二倾向信息为感兴趣(积极);服务器识别第二语音信息:2、对不起,我不需要健康险?得到客户的第二倾向信息为不感兴趣(消极)。
本实施例中通过对第二倾向信息中的第二文本信息进行分析确定客户的态度,以进行对所述预设话术森林进行搜索,具体地:
步骤S40,在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
在所述第二倾向信息为消极时,也就是说客户第一推荐话术中的产品不感兴趣,服务器需要进行重新推荐新的产品,服务器根据所述第二倾向信息和所述第一推荐话术对所述预设话术森林进行回溯搜索,即,服务器获取第一推荐话术中的文本目标节点和情绪目标节点,然后服务器从文本目标节点追溯上级节点,并获取第二倾向信息对应的新的文本目标节点和新的情绪目标节点,服务器将新的文本目标节点中的产品信息添加到新的情绪目标节点对应的话术模板中,生成第二倾向信息对应的第二推荐话术;例如,服务器对所述预设话术森林进行回溯搜索,服务器首先确定第一推荐话术中对应节点,并反向获取该节点的上级节点,以将上级节点对应的产品生成第二推荐话术并播报。
在本实施例中服务器对客户的第一语音信息进行识别,得到客户第一倾向信息(或者又叫客户意图),服务器按照第一倾向信息对预设话术森林进行搜索,得到对应的第一推荐话术,实现了按照客户意图进行产品自动推荐,减少了人力资源的浪费;与此同时,服务器采集客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到第二倾向信息;服务器结合所述第二倾向信息和所述第一推荐话术对所述预设话术森林进行搜索,使得产品推荐更加智能,提高了产品推荐准确率。
进一步地,在本发明第一实施例的基础上,提出了本发明基于语音分析的产品推荐方法的第二实施例。
本实施例是第一实施例中步骤S20的细化,本实施例中具体说明了在服务器基于,所述基于语音分析的产品推荐方法包括:
步骤S21,获取所述第一倾向信息中的第一文本信息和第一情绪信息,按所述第一文本信息对预设话术森林进行搜索,得到所述第一文本信息对应的文本目标节点,并获取所述文本目标节点对应的目标产品。
服务器获取所述第一倾向信息中的第一文本信息和第一情绪信息,以对预设话术森林进行搜索,其中,本实施例中的预设话术森林中多叉树分为两个类型,第一类是包含产品信息的多叉树,树的每个节点都设置有不同的产品和产品相关信息;第二类是包含语音模板的多叉树,树的每个节点都设置有不同的语音模板(语音模板可以理解为语音答复方式);服务器按所述第一文本信息对预设话术森林的第一类多叉树的进行搜索,服务器搜索得到所述第一文本信息对应的文本目标节点,并获取所述文本目标节点对应的目标产品。
步骤S22,按所述第一情绪信息对预设话术森林进行搜索,得到所述第一情绪信息对应的情绪目标节点,并获取所述情绪目标节点对应的话术模板。
服务器按所述第一情绪信息对预设话术森林中的第二类多叉树进行搜索,得到所述第一情绪信息对应的情绪目标节点,服务器并获取所述情绪目标节点对应的话术模板。
步骤S23,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第一倾向信息对应的第一推荐话术并播报。
在服务器确定目标产品之后,服务器获取所述目标产品的产品信息,并将所述产品信息添加到所述话术模板中,得到所述第一倾向信息对应的第一推荐话术并播报;本实施例中服务器根据文本信息选择对应的产品,使得服务器为客户推荐的产品更加准确,服务器根据情绪信息选择对应的话术模板,即,本实施例中服务器可以根据用户的语气选择对应的语音答复方式,使得产品推荐更加符合客户沟通习惯。
进一步地,在本发明上述实施例的基础上,提出了本发明基于语音分析的产品推荐方法的第三实施例。
本实施例是第一实施例中步骤S40的细化,本实施例中具体说明了如何进行方向搜索,所述基于语音分析的产品推荐方法包括:
步骤S41,在所述第二倾向信息为消极时,查询预设等级表,获取所述预设等级表中与所述第二倾向信息匹配的倾向级别。
在所述第二倾向信息为消极时,服务器查询预设等级表,其中,预设等级表中预先设置不同级别的词语集合;服务器将第二倾向信息对应的词语以预设等级表中词语进行比对,确定所述第二倾向信息匹配的倾向级别。
步骤S42,获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
在确定倾向级别之后,服务器获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,具体地,包括:
步骤a,在所述倾向级别为第一级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的同级文本目标节点,并将所述同级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报;
即,服务器确定倾向级别为一级时,则服务器可以进行同类产品的推荐,即,服务器确定所述第一推荐话术对应的目标节点,并获取该目标节点的同级可替代目标节点,并基于同级可替代目标节点上的目标产品和话术模板生成第二推荐话术并播报。例如,客户对健康险a的态度为中立,服务器可以获取健康险a的同类产品健康险b,并基于健康险b生成第二推荐话术对客户推荐健康险b。
步骤b,在所述倾向级别为第二级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的上级文本目标节点,并将所述上级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报
即,服务器确定倾向级别为二级反对,则服务器可以进行相关产品的推荐,即,服务器确定所述第一推荐话术的目标节点,并获取该目标节点的上级目标节点,并基于上级目标节点的目标产品添加到话术模板生成第二推荐话术,服务器按照生成的第二推荐话术进行播报。即,客户不想了解健康险a,,服务器可以获取健康险a的相关保险产品车辆保险c,并基于车辆保险c生成第二推荐话术对客户推荐车辆保险c。
需要补充说明的是:在进行回溯搜索时,服务器预先根据实际的需求设置对应的不同的倾向级别,即,本发明中的倾向级别还可以设置更多并设置对应的回溯搜索策略;例如,服务器将确定倾向级别为三级反对,则服务器排除话术森林中所述第一推荐话术所在的多叉树,根据倾向级别对话术森林中除第一推荐话术所在的树之外的树进行搜索,得到倾向级别对应的第二推荐话术,服务器按照生成的第二推荐话术进行播报。即,客户对健康险a反感,服务器可以获取健康险a方向的基金产品d,并基于基金产品d生成第二推荐话术对客户推荐基金产品d。
在本实施例中在确定客户的倾向信息为消极时,根据客户倾向级别和第一推荐话术进行回溯搜索,服务器根据不同的倾向级别设置对应的回溯搜索策略,使得产品推荐更加准确、符合客户需求。
进一步地,在上述实施例中的基础上提出了本发明基于语音分析的产品推荐方法的第四实施例。
本实施例是第一实施例中步骤S30之后的步骤,本实施例中服务器对第二语音信息进行识别,得到第二语音信息对应的倾向信息为积极时,即,客户对第一推荐话术中的产品感兴趣时的处理步骤,具体地,包括:
步骤S50,在所述第二倾向信息为积极时,获取所述第一推荐话术中的目标产品和话术模板。
在所述第二倾向信息为积极时,即,服务器判定客户对第一推荐话术中的产品感兴趣,服务器需要进行对产品进行细化介绍,服务器获取所述第一推荐话术中的目标产品和话术模板,以在话术模板增加该目标产品的产品衍生信息。
步骤S60,获取所述目标产品的产品衍生信息,并将所述产品衍生信息添加至所述话术模板中,得到所述第一推荐话术的产品介绍话术并播报。
服务器获取所述目标产品的产品衍生信息,并将所述产品衍生信息添加至所述话术模板中,得到所述第一推荐话术的产品介绍话术并播报。在本实施例中服务器根据客户感兴趣的产品进细致介绍。
此外,参照图3,本发明实施例还提出一种基于语音分析的产品推荐装置,所述基于语音分析的产品推荐装置包括:
请求接收模块10,用于在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息;
第一推荐模块20,用于查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报;
采集分析模块30,用于接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息;
第二推荐模块40,用于在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
可选地,所述请求接收模块10,包括:
接收采集单元,用于在接收到产品查询请求时,播放预设初始语音并通过预设语音采集装置采集客户基于所述预设初始语音回复的第一语音信息;
语音识别单元,用于将所述第一语音信息输入至预设语音识别模型,通过所述预设语音识别模型识别所述第一语音信息,得到第一文本信息和第一情绪信息;
倾向分析单元,用于将所述第一文本信息和所述第一情绪信息,作为所述第一语音信息对应的第一倾向信息。
可选地,所述第一推荐模块20,包括:
获取搜索单元,用于获取所述第一倾向信息中的第一文本信息和第一情绪信息,按所述第一文本信息对预设话术森林进行搜索,得到所述第一文本信息对应的文本目标节点,并获取所述文本目标节点对应的目标产品;
情绪搜索单元,用于按所述第一情绪信息对预设话术森林进行搜索,得到所述第一情绪信息对应的情绪目标节点,并获取所述情绪目标节点对应的话术模板;
推荐播报单元,用于获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第一倾向信息对应的第一推荐话术并播报。
可选地,所述基于语音分析的产品推荐装置,包括:
信息比对模块,用于将所述第二倾向信息中的第二文本信息与预设标准信息进行比对;
匹配确定单元,用于若所述第二文本信息与所述预设标准信息匹配,则判定所述第二倾向信息为消极。
可选地,所述第二推荐模块40,包括:
级别确定子模块,用于在所述第二倾向信息为消极时,查询预设等级表,获取所述预设等级表中与所述第二倾向信息匹配的倾向级别;
策略确定子模块,用于获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
可选地,所述策略确定子模块,包括:
一级比对单元,用于在所述倾向级别为第一级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的同级文本目标节点,并将所述同级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报;
二级比对单元,用于在所述倾向级别为第二级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的上级文本目标节点,并将所述上级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报。
可选地,所述基于语音分析的产品推荐装置,包括:
获取模块,用于在所述第二倾向信息为积极时,获取所述第一推荐话术中的目标产品和话术模板;
衍生播报模块,用于获取所述目标产品的产品衍生信息,并将所述产品衍生信息添加至所述话术模板中,得到所述第一推荐话术的产品介绍话术并播报。
其中,基于语音分析的产品推荐装置的各个功能模块实现的步骤可参照本发明基于语音分析的产品推荐方法的各个实施例,此处不再赘述。
此外,本发明实施例还提出一种计算机存储介质。
所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的基于语音分析的产品推荐方法中的操作。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来,而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序;术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于语音分析的产品推荐方法,其特征在于,所述基于语音分析的产品推荐方法包括以下步骤:
在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息,其中,所述第一倾向信息为所述第一语音信息对应的第一文本信息和第一情绪信息;
查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报,其中,预设话术森林包括预设产品树和预设话术树,所述预设产品树的叶子节点中包含产品信息,所述预设话术树的叶子节点中包含话术模板;
接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息,其中,所述第二倾向信息为第二语音信息对应的第二文本信息和第二情绪信息;
在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
2.如权利要求1所述的基于语音分析的产品推荐方法,其特征在于,所述在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息的步骤,包括:
在接收到产品查询请求时,播放预设初始语音并通过预设语音采集装置采集客户基于所述预设初始语音回复的第一语音信息;
将所述第一语音信息输入至预设语音识别模型,通过所述预设语音识别模型识别所述第一语音信息,得到第一文本信息和第一情绪信息;
将所述第一文本信息和所述第一情绪信息,作为所述第一语音信息对应的第一倾向信息。
3.如权利要求2所述的基于语音分析的产品推荐方法,其特征在于,所述查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报的步骤,包括:
获取所述第一倾向信息中的第一文本信息和第一情绪信息,按所述第一文本信息对预设话术森林进行搜索,得到所述第一文本信息对应的文本目标节点,并获取所述文本目标节点对应的目标产品;
按所述第一情绪信息对预设话术森林进行搜索,得到所述第一情绪信息对应的情绪目标节点,并获取所述情绪目标节点对应的话术模板;
获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第一倾向信息对应的第一推荐话术并播报。
4.如权利要求1所述的基于语音分析的产品推荐方法,其特征在于,所述接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息的步骤之后,包括:
将所述第二倾向信息中的第二文本信息与预设标准信息进行比对;
若所述第二文本信息与所述预设标准信息匹配,则判定所述第二倾向信息为消极;
若所述第二文本信息与所述预设标准信息不匹配,则判定所述第二倾向信息为积极。
5.如权利要求1所述的基于语音分析的产品推荐方法,其特征在于,所述在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报的步骤,包括:
在所述第二倾向信息为消极时,查询预设等级表,获取所述预设等级表中与所述第二倾向信息匹配的倾向级别;
获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
6.如权利要求5所述的基于语音分析的产品推荐方法,其特征在于,所述获取所述倾向级别对应的回溯搜索策略,并按所述回溯搜索策略对所述目标节点进行回溯搜索,得到第二推荐话术并播报的步骤包括:
在所述倾向级别为第一级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的同级文本目标节点,并将所述同级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报;
在所述倾向级别为第二级别时,获取所述第一推荐话术对应的文本目标节点,及所述文本目标节点的上级文本目标节点,并将所述上级文本目标节点对应的产品作为目标产品,获取所述目标产品的产品信息,将所述产品信息添加到所述话术模板中,得到所述第二倾向信息对应的第二推荐话术并播报。
7.如权利要求1所述的基于语音分析的产品推荐方法,其特征在于,所述在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报的步骤之后,包括:
在所述第二倾向信息为积极时,获取所述第一推荐话术中的目标产品和话术模板;
获取所述目标产品的产品衍生信息,并将所述产品衍生信息添加至所述话术模板中,得到所述第一推荐话术的产品介绍话术并播报。
8.一种基于语音分析的产品推荐装置,其特征在于,所述基于语音分析的产品推荐装置包括:
请求接收模块,用于在接收到产品查询请求时,播放所述产品查询请求关联的预设初始语音,采集客户基于所述预设初始语音回复的第一语音信息,并识别所述第一语音信息得到对应的第一倾向信息;
第一推荐模块,用于查询预设话术森林,获取所述预设话术森林中与所述第一倾向信息匹配的目标节点,并根据目标节点生成所述第一倾向信息对应的第一推荐话术并播报;
采集分析模块,用于接收所述客户基于所述第一推荐话术答复的第二语音信息,并识别所述第二语音信息得到对应的第二倾向信息;
第二推荐模块,用于在所述第二倾向信息为消极时,根据所述第二倾向信息对所述目标节点进行回溯搜索,得到第二推荐话术并播报。
9.一种基于语音分析的产品推荐设备,其特征在于,所述基于语音分析的产品推荐设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:
所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于语音分析的产品推荐方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于语音分析的产品推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910103293.9A CN109961786B (zh) | 2019-01-31 | 2019-01-31 | 基于语音分析的产品推荐方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910103293.9A CN109961786B (zh) | 2019-01-31 | 2019-01-31 | 基于语音分析的产品推荐方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109961786A CN109961786A (zh) | 2019-07-02 |
CN109961786B true CN109961786B (zh) | 2023-04-14 |
Family
ID=67023626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910103293.9A Active CN109961786B (zh) | 2019-01-31 | 2019-01-31 | 基于语音分析的产品推荐方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109961786B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738545A (zh) * | 2019-08-30 | 2020-01-31 | 深圳壹账通智能科技有限公司 | 基于用户意向识别的产品推荐方法、装置、计算机设备和存储介质 |
CN110706701B (zh) * | 2019-10-08 | 2023-04-18 | 百度在线网络技术(北京)有限公司 | 语音技能推荐方法、装置、设备及存储介质 |
CN110866764A (zh) * | 2019-11-20 | 2020-03-06 | 冠杰消防工程师教育服务(深圳)有限公司 | 客服方法及装置 |
CN113539275A (zh) * | 2020-04-22 | 2021-10-22 | 北京有限元科技有限公司 | 确定话术的方法、装置以及存储介质 |
CN115312079A (zh) * | 2021-04-20 | 2022-11-08 | 北京沃东天骏信息技术有限公司 | 信息展示方法、装置、电子设备和计算机可读介质 |
CN113393300B (zh) * | 2021-06-23 | 2022-11-18 | 未鲲(上海)科技服务有限公司 | 基于人工智能的产品推荐方法、装置、设备及存储介质 |
TWI785721B (zh) * | 2021-08-05 | 2022-12-01 | 中國信託商業銀行股份有限公司 | 即時分析回覆設備 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103137043A (zh) * | 2011-11-23 | 2013-06-05 | 财团法人资讯工业策进会 | 结合搜索引擎服务的广告播放系统及广告播放方法 |
CN106653019A (zh) * | 2016-12-07 | 2017-05-10 | 华南理工大学 | 一种基于用户注册信息的人机对话控制方法及系统 |
CN107423363A (zh) * | 2017-06-22 | 2017-12-01 | 百度在线网络技术(北京)有限公司 | 基于人工智能的话术生成方法、装置、设备及存储介质 |
CN107688967A (zh) * | 2017-08-24 | 2018-02-13 | 平安科技(深圳)有限公司 | 客户购买意向的预测方法及终端设备 |
CN107733722A (zh) * | 2017-11-16 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 用于配置语音服务的方法和装置 |
CN107993133A (zh) * | 2018-01-23 | 2018-05-04 | 北京知行信科技有限公司 | 一种基于自然语言的智能分析推荐方法及系统 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
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 |
CN109285030A (zh) * | 2018-08-29 | 2019-01-29 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、终端及计算机可读存储介质 |
-
2019
- 2019-01-31 CN CN201910103293.9A patent/CN109961786B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103137043A (zh) * | 2011-11-23 | 2013-06-05 | 财团法人资讯工业策进会 | 结合搜索引擎服务的广告播放系统及广告播放方法 |
CN106653019A (zh) * | 2016-12-07 | 2017-05-10 | 华南理工大学 | 一种基于用户注册信息的人机对话控制方法及系统 |
CN107423363A (zh) * | 2017-06-22 | 2017-12-01 | 百度在线网络技术(北京)有限公司 | 基于人工智能的话术生成方法、装置、设备及存储介质 |
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 |
CN107688967A (zh) * | 2017-08-24 | 2018-02-13 | 平安科技(深圳)有限公司 | 客户购买意向的预测方法及终端设备 |
CN107733722A (zh) * | 2017-11-16 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 用于配置语音服务的方法和装置 |
CN107993133A (zh) * | 2018-01-23 | 2018-05-04 | 北京知行信科技有限公司 | 一种基于自然语言的智能分析推荐方法及系统 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN109285030A (zh) * | 2018-08-29 | 2019-01-29 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、终端及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109961786A (zh) | 2019-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961786B (zh) | 基于语音分析的产品推荐方法、装置、设备和存储介质 | |
KR102288249B1 (ko) | 정보 처리 방법, 단말기, 및 컴퓨터 저장 매체 | |
TWI511124B (zh) | 基於語音辨識的選擇方法及其行動終端裝置及資訊系統 | |
US20170164049A1 (en) | Recommending method and device thereof | |
CN110046227B (zh) | 对话系统的配置方法、交互方法、装置、设备和存储介质 | |
KR20190016653A (ko) | 지능형 상담 서비스 제공 방법 및 시스템 | |
CN109949071A (zh) | 基于语音情绪分析的产品推荐方法、装置、设备和介质 | |
CN110110038B (zh) | 话务预测方法、装置、服务器及存储介质 | |
CN105190614A (zh) | 使用声调细微差别的搜索结果 | |
TW201426358A (zh) | 修正語音應答的方法及自然語言對話系統 | |
CN111159987A (zh) | 数据图表绘制方法、装置、设备和计算机可读存储介质 | |
CN110992937B (zh) | 语言离线识别方法、终端及可读存储介质 | |
CN111261151A (zh) | 一种语音处理方法、装置、电子设备及存储介质 | |
CN114155853A (zh) | 一种拒识方法、装置、设备及存储介质 | |
CN110162675A (zh) | 应答语句的生成方法、装置、计算机可读介质及电子设备 | |
CN111178081A (zh) | 语义识别的方法、服务器、电子设备及计算机存储介质 | |
CN111611358A (zh) | 信息交互方法、装置、电子设备及存储介质 | |
CN112383667A (zh) | 通话数据的处理方法、装置、设备和存储介质 | |
CN112364622A (zh) | 对话文本分析方法、装置、电子装置及存储介质 | |
CN112579031A (zh) | 一种语音交互的方法、系统和电子设备 | |
CN114880480A (zh) | 一种基于知识图谱的问答方法及装置 | |
CN113901837A (zh) | 一种意图理解方法、装置、设备及存储介质 | |
CN110929014B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN111427444A (zh) | 一种智能设备的控制方法和设备 | |
CN115658875A (zh) | 基于聊天服务的数据处理方法及相关产品 |
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 |