CN110287299A - 一种通话中多话术语句智能切换方法 - Google Patents

一种通话中多话术语句智能切换方法 Download PDF

Info

Publication number
CN110287299A
CN110287299A CN201910522479.8A CN201910522479A CN110287299A CN 110287299 A CN110287299 A CN 110287299A CN 201910522479 A CN201910522479 A CN 201910522479A CN 110287299 A CN110287299 A CN 110287299A
Authority
CN
China
Prior art keywords
loquacity
robot
call
intelligent switch
term sentence
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.)
Pending
Application number
CN201910522479.8A
Other languages
English (en)
Inventor
王磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Baiying Technology Co Ltd
Original Assignee
Zhejiang Baiying Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Baiying Technology Co Ltd filed Critical Zhejiang Baiying Technology Co Ltd
Priority to CN201910522479.8A priority Critical patent/CN110287299A/zh
Publication of CN110287299A publication Critical patent/CN110287299A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/18Speech classification or search using natural language modelling
    • G10L15/1822Parsing for meaning understanding
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/28Constructional details of speech recognition systems
    • G10L15/30Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225Feedback of the input speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Telephonic Communication Services (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种通话中多话术语句智能切换方法,所述该通话中多话术语句只能切换方法是由通讯服务器和通讯业务系统组成,其中多话术语句智能切换方法包括以下步骤:第一步:客户的咨询服务:当客户拨打电话与机器人进行语音交流时,机器人会实时将访客声音通过通讯服务器送入至通讯业务系统中的ASR和NLP进行语音识别与处理。该通话中多话术语句智能切换方法,针对现有方案的不足,本发明提供了一种可以在通话中实现多话术语句智能切换方案;该通话中多话术语句智能切换方法,本发明提供了针对单话术节点规则细分的功能,可以根据当前话术不同的场景需求定制不同的多话术语句命中规则,客户和机器人的沟通体验更好。

Description

一种通话中多话术语句智能切换方法
技术领域
本发明涉及语音交流系统技术领域,具体为一种通话中多话术语句智能切换方法。
背景技术
随着ASR(实时语音识别)、NLP(自然语言理解)等人工智能技术的日趋成熟,让机器人能够进一步理解人的表达和意思,目前相关技术已经落地并在客服、销售等场景下进行使用,一定程度上实现机器人替代人的工作,并且在指定场景下,对机器人进行大规模语料训练,获取识别质量较好的语言模型、声学模型,并且通过数据的回收和分析,使得机器人在某些场景下的整体服务效果接近、甚至超过人工。
目前,随着企业使用AI智能客服范围以及数量的增加,话术单一的AI客服越来越容易被客户识别出为非人工客服,大量重复、不合场景的话术回答更容易使客户不耐烦,从而降低收听意向,甚至将此类通话标识为“虚假营销”和“骚扰电话”,从而大大降低了企业产品推广的客户意向率和转化率,综上,现有AI与人的语音交流在话术回答方面仍不够智能,在交互体验上仍有待提高。
发明内容
针对现有技术的不足,本发明提供了一种通话中多话术语句智能切换方法,解决了话术单一的AI客服越来越容易被客户识别出为非人工客服,大量重复、不合场景的话术回答更容易使客户不耐烦,从而降低收听意向,甚至将此类通话标识为“虚假营销”和“骚扰电话”,从而大大降低了企业产品推广的客户意向率和转化率的问题。
为实现上述目的,本发明提供如下技术方案:一种通话中多话术语句智能切换方法,所述该通话中多话术语句智能切换方法是由通讯服务器和通讯业务系统组成,其中多话术语句智能切换方法包括以下步骤:
第一步:客户的咨询服务
当客户拨打电话与机器人进行语音交流时,机器人会实时将访客声音通过通讯服务器送入至通讯业务系统中的ASR和NLP进行语音识别与处理。
第二步:机器人的智能判断
然后机器人将会分析语音内容与用户意图,判断通话话术是否设置了多节点选取规则,从而对其作出相对应的判断。
第三步:机器人的智能处理
如果通话话术设置了多节点选取规则,机器人将会分析的用户意图信息通过多话术命中规则,选出最适合当前场景的回答回应客户;如果没有设置多节点选取规则,则使用默认话术语句回应客户,最终完成与客户之间的交流。
优选的,所述通讯业务系统分别包括有机器人服务、ASR系统和NLP系统。
优选的,所述机器人服务包括有多节点选取规则、决策树、话术逻辑规则和多轮会话。
优选的,所述多节点选取规则包括有顺序规则和时间规则。
优选的,所述默认话术语句涵盖有常用的机器语音交流语句。
优选的,所述ASR和NLP都是现有的语言交流系统。
优选的,所述决策树、话术逻辑规则和多轮会话都会影响机器人的智能处理与信息采集。
本发明的技术效果和优点:
1、该通话中多话术语句智能切换方法,针对现有方案的不足,本发明提供了一种可以在通话中实现多话术语句智能切换方案,以提升交互体验。
2、该通话中多话术语句智能切换方法,本发明提供了针对单话术节点规则细分的功能,可以根据当前话术不同的场景需求定制不同的多话术语句命中规则,使机器人的回答更贴合场景,客户和机器人的沟通体验更好。
3、该通话中多话术语句智能切换方法,当访客或机器人发起语音交流后,一直实时检查访客声音,识别并做语音分析,检查当前对话客户更明确的问题与意图,当分析出客户的用意之后,通过预设的话术多节点选取规则,选择最符合当前场景的回答语句,回应给客户。
4、该通话中多话术语句智能切换方法,该方法在机器人与访客实时语音交流的过程中实时检测客户声音,识别意图,更贴合场景且更自然的给出问题对应的标准答案,能大大提升沟通效率与交互体验。
附图说明
图1为本发明的整体运行示意图;
图2为本发明的多节点判断运行示意图;
图3为本发明实施例2的运行框图。
具体实施方式
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。
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。
实施例1
本实施例提供一种技术方案:一种通话中多话术语句智能切换方法,所述该通话中多话术语句智能切换方法是由通讯服务器和通讯业务系统组成,其中多话术语句智能切换方法包括以下步骤:
第一步:客户的咨询服务
当客户拨打电话与机器人进行语音交流时,机器人会实时将访客声音通过通讯服务器送入至通讯业务系统中的ASR和NLP进行语音识别与处理。
第二步:机器人的智能判断
然后机器人将会分析语音内容与用户意图,判断通话话术是否设置了多节点选取规则,从而对其作出相对应的判断。
第三步:机器人的智能处理
如果通话话术设置了多节点选取规则,机器人将会分析的用户意图信息通过多话术命中规则,选出最适合当前场景的回答回应客户;如果没有设置多节点选取规则,则使用默认话术语句回应客户,最终完成与客户之间的交流。
通讯业务系统分别包括有机器人服务、ASR系统和NLP系统,机器人服务包括有多节点选取规则、决策树、话术逻辑规则和多轮会话,多节点选取规则包括有顺序规则和时间规则,顺序规则是指根据历史对话的内容,判定是否已经给客户播放过相同回答,顺序性的播放同语义的其他回答(您吃饭了吗、您用餐了吗),避免重复语句给客户带来的不适,而时间规则是指根据对话的时间给出更符合当前场景的回答语句(早上好、中午好、晚上好),避免固定语句给当前对话带来的突兀,默认话术语句涵盖有常用的机器语音交流语句,ASR和NLP都是现有的语言交流系统,决策树、话术逻辑规则和多轮会话都会影响机器人的智能处理与信息采集。
具体实施方式为:本发明提供了一种可以在通话中实现多话术语句智能切换方案,以提升交互体验;本发明提供了针对单话术节点规则细分的功能,可以根据当前话术不同的场景需求定制不同的多话术语句命中规则,使机器人的回答更贴合场景,客户和机器人的沟通体验更好;该通话中多话术语句智能切换方法,当访客或机器人发起语音交流后,一直实时检查访客声音,识别并做语音分析,检查当前对话客户更明确的问题与意图,当分析出客户的用意之后,通过预设的话术多节点选取规则,选择最符合当前场景的回答语句,回应给客户;该通话中多话术语句智能切换方法,该方法在机器人与访客实时语音交流的过程中实时检测客户声音,识别意图,更贴合场景且更自然的给出问题对应的标准答案,能大大提升沟通效率与交互体验。
实施例2
本实施例提供一种技术方案:一种通话中多话术语句智能切换方法,所述该通话中多话术语句智能切换方法是由通讯服务器和通讯业务系统组成,其中多话术语句智能切换方法包括以下步骤:
第一步:客户的咨询服务
当客户拨打电话与机器人进行语音交流时,机器人会实时将访客声音通过通讯服务器送入至通讯业务系统中的ASR和NLP进行语音识别与处理。
第二步:机器人的智能判断
然后机器人将会分析语音内容与用户意图,判断通话话术是否设置了多节点选取规则,从而对其作出相对应的判断。
第三步:机器人的智能处理
如果通话话术设置了多节点选取规则,机器人将会分析的用户意图信息通过多话术命中规则,选出最适合当前场景的回答回应客户;如果没有设置多节点选取规则,则使用默认话术语句回应客户,最终完成与客户之间的交流。
通讯业务系统分别包括有机器人服务、ASR系统和NLP系统,机器人服务包括有多节点选取规则、决策树、话术逻辑规则和多轮会话,多节点选取规则包括有顺序规则、时间规则和语法规则,顺序规则是指根据历史对话的内容,判定是否已经给客户播放过相同回答,顺序性的播放同语义的其他回答(您吃饭了吗、您用餐了吗),避免重复语句给客户带来的不适,而时间规则是指根据对话的时间给出更符合当前场景的回答语句(早上好、中午好、晚上好),避免固定语句给当前对话带来的突兀,语法规则是指机器人可以智能的使用正常交流的语法语句,避免出现客户无法理解机器人的话术,默认话术语句涵盖有常用的机器语音交流语句,ASR和NLP都是现有的语言交流系统,决策树、话术逻辑规则和多轮会话都会影响机器人的智能处理与信息采集。
实施例2与实施例1的区别为:对于多节点选取规则而言,其中分别包括有顺序规则、时间规则和语法规则,而语法规则是指机器人可以智能的使用正常交流的语法语句,避免出现客户无法理解机器人的话术,从而提高机器人的智能化交流。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种通话中多话术语句智能切换方法,其特征在于:所述该通话中多话术语句智能切换方法是由通讯服务器和通讯业务系统组成,其中多话术语句智能切换方法包括以下步骤:
第一步:客户的咨询服务
当客户拨打电话与机器人进行语音交流时,机器人会实时将访客声音通过通讯服务器送入至通讯业务系统中的ASR和NLP进行语音识别与处理。
第二步:机器人的智能判断
然后机器人将会分析语音内容与用户意图,判断通话话术是否设置了多节点选取规则,从而对其作出相对应的判断。
第三步:机器人的智能处理
如果通话话术设置了多节点选取规则,机器人将会分析的用户意图信息通过多话术命中规则,选出最适合当前场景的回答回应客户;如果没有设置多节点选取规则,则使用默认话术语句回应客户,最终完成与客户之间的交流。
2.根据权利要求1所述的一种通话中多话术语句智能切换方法,其特征在于:所述通讯业务系统分别包括有机器人服务、ASR系统和NLP系统。
3.根据权利要求1所述的一种通话中多话术语句智能切换方法,其特征在于:所述机器人服务包括有多节点选取规则、决策树、话术逻辑规则和多轮会话。
4.根据权利要求1所述的一种通话中多话术语句智能切换方法,其特征在于:所述多节点选取规则包括有顺序规则和时间规则。
5.根据权利要求1所述的一种通话中多话术语句智能切换方法,其特征在于:所述默认话术语句涵盖有常用的机器语音交流语句。
6.根据权利要求1所述的一种通话中多话术语句智能切换方法,其特征在于:所述ASR和NLP都是现有的语言交流系统。
7.根据权利要求1所述的一种通话中多话术语句智能切换方法,其特征在于:所述决策树、话术逻辑规则和多轮会话都会影响机器人的智能处理与信息采集。
CN201910522479.8A 2019-06-17 2019-06-17 一种通话中多话术语句智能切换方法 Pending CN110287299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910522479.8A CN110287299A (zh) 2019-06-17 2019-06-17 一种通话中多话术语句智能切换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910522479.8A CN110287299A (zh) 2019-06-17 2019-06-17 一种通话中多话术语句智能切换方法

Publications (1)

Publication Number Publication Date
CN110287299A true CN110287299A (zh) 2019-09-27

Family

ID=68005121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910522479.8A Pending CN110287299A (zh) 2019-06-17 2019-06-17 一种通话中多话术语句智能切换方法

Country Status (1)

Country Link
CN (1) CN110287299A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110675875A (zh) * 2019-09-30 2020-01-10 苏州思必驰信息科技有限公司 智能语音对话技术电话体验方法和装置
CN111966799A (zh) * 2020-07-27 2020-11-20 厦门快商通科技股份有限公司 智能客服方法、客服机器人、计算机设备及存储介质
CN112287078A (zh) * 2020-10-23 2021-01-29 上海淇玥信息技术有限公司 一种多句话术匹配方法、装置和电子设备
CN112866491A (zh) * 2020-12-31 2021-05-28 安徽迪科数金科技有限公司 基于特定领域的多语义智能问答方法
CN112995930A (zh) * 2019-12-02 2021-06-18 浙江思考者科技有限公司 一种ai智能标签化短信回访
CN114025049A (zh) * 2021-12-09 2022-02-08 北京声智科技有限公司 通话处理方法、装置、电子设备及存储介质
CN114722171A (zh) * 2022-03-28 2022-07-08 北京百度网讯科技有限公司 多轮对话处理方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107340991A (zh) * 2017-07-18 2017-11-10 百度在线网络技术(北京)有限公司 语音角色的切换方法、装置、设备以及存储介质
CN108989592A (zh) * 2018-07-25 2018-12-11 南京瓦尔基里网络科技有限公司 一种用于呼叫中心的智能话术交互系统及方法
CN109033257A (zh) * 2018-07-06 2018-12-18 中国平安人寿保险股份有限公司 话术推荐方法、装置、计算机设备和存储介质
CN109509471A (zh) * 2018-12-28 2019-03-22 浙江百应科技有限公司 一种基于vad算法打断智能语音机器人对话的方法
CN111881672A (zh) * 2020-06-18 2020-11-03 升智信息科技(南京)有限公司 一种意图识别的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107340991A (zh) * 2017-07-18 2017-11-10 百度在线网络技术(北京)有限公司 语音角色的切换方法、装置、设备以及存储介质
CN109033257A (zh) * 2018-07-06 2018-12-18 中国平安人寿保险股份有限公司 话术推荐方法、装置、计算机设备和存储介质
CN108989592A (zh) * 2018-07-25 2018-12-11 南京瓦尔基里网络科技有限公司 一种用于呼叫中心的智能话术交互系统及方法
CN109509471A (zh) * 2018-12-28 2019-03-22 浙江百应科技有限公司 一种基于vad算法打断智能语音机器人对话的方法
CN111881672A (zh) * 2020-06-18 2020-11-03 升智信息科技(南京)有限公司 一种意图识别的方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110675875A (zh) * 2019-09-30 2020-01-10 苏州思必驰信息科技有限公司 智能语音对话技术电话体验方法和装置
CN112995930A (zh) * 2019-12-02 2021-06-18 浙江思考者科技有限公司 一种ai智能标签化短信回访
CN111966799A (zh) * 2020-07-27 2020-11-20 厦门快商通科技股份有限公司 智能客服方法、客服机器人、计算机设备及存储介质
CN112287078A (zh) * 2020-10-23 2021-01-29 上海淇玥信息技术有限公司 一种多句话术匹配方法、装置和电子设备
CN112866491A (zh) * 2020-12-31 2021-05-28 安徽迪科数金科技有限公司 基于特定领域的多语义智能问答方法
CN114025049A (zh) * 2021-12-09 2022-02-08 北京声智科技有限公司 通话处理方法、装置、电子设备及存储介质
CN114722171A (zh) * 2022-03-28 2022-07-08 北京百度网讯科技有限公司 多轮对话处理方法、装置、电子设备及存储介质
CN114722171B (zh) * 2022-03-28 2023-10-24 北京百度网讯科技有限公司 多轮对话处理方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110287299A (zh) 一种通话中多话术语句智能切换方法
CN110035187A (zh) 一种在电话中实现ai和人工坐席无缝切换的方法
CN106550155B (zh) 对可疑号码进行诈骗样本甄别归类及拦截的方法及系统
CN104936182B (zh) 一种智能管控诈骗电话的方法和系统
CN109509471A (zh) 一种基于vad算法打断智能语音机器人对话的方法
CN108965620A (zh) 一种人工智能呼叫中心系统
CN110263144A (zh) 一种答案获取方法及装置
CN109977218B (zh) 一种应用于对话场景的自动应答系统和方法
CN109672794A (zh) 一种智能语音外呼系统
CN109741754A (zh) 一种会议语音识别方法及系统、存储介质及终端
CN110209791A (zh) 一种多轮对话智能语音交互系统及装置
CN108184031A (zh) 基于ai模拟人声的人机对话的方法
CN109065052B (zh) 一种语音机器人
CN107343077A (zh) 识别恶意电话及建立识别模型的方法、装置、设备
CN111192060A (zh) 一种基于电力it服务全渠道自助应答实现方法
CN108833722A (zh) 语音识别方法、装置、计算机设备及存储介质
CN108777751A (zh) 一种呼叫中心系统及其语音交互方法、装置和设备
CN109688276B (zh) 一种基于人工智能技术的来电过滤系统及其方法
CN110072019A (zh) 一种屏蔽骚扰电话的方法及装置
CN103295585A (zh) 识别电话自动外呼是否真人应答的处理系统及方法
CN112885348A (zh) 结合ai智能语音电销方法
CN105075230B (zh) 交互式语音应答会话的声纹标注
CN106993089A (zh) 语音菜单显示的方法与装置
CN110110039A (zh) 一种智能语音机器人可视化搭建的方法
CN109285011A (zh) 一种智能客户回访方法、装置及设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190927