CN110675856A - 用于呼叫中心的人机对话方法及装置 - Google Patents

Abstract

本发明公开一种用于呼叫中心的人机对话方法，包括：接通语音通话之后检测用户语音；识别所检测到的用户语音是否为普通话；当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。采用本发明的人机对话方法，只需在呼叫中心配置能够识别普通话的语音识别模型即可，当呼叫中心识别到当前用户所用非普通话而是方言时，可以自动切换到人工坐席进行通话，并且采用检测人工坐席转述的形式仍然进行着对当前用户表达意图的检测，从而能够及时的响应当前用户的诉求。

Description

用于呼叫中心的人机对话方法及装置

技术领域

本发明涉及呼叫中心技术领域，尤其涉及一种用于呼叫中心的人机对话方法及装置。

背景技术

目前的呼叫中心的接待业务的场景中(例如，政府相关，消防或者医疗相关的场景)需要快速识别呼叫发起者所说的内容(例如，地址，姓名，事情的描述)。目前在实施的过程中，会碰到方言识别的需求。

对于方言的问题现有技术是把用户的语音录音直接发送给语音识别系统，这时候需要语音识别系统进行大量的方言的录音以及文本的收集，然后进行识别模型的训练与优化，然后集成到系统中进行语音识别，来实现系统的录音转变为文本。

然而由于方言种类众多，每训练一种方言的语音识别模型都需要海量的样本数据，训练成本及其高昂。此外，对于某些比较生僻的方言单是获取足够的样本数据几乎都是不可能的，从而就极大的增加了训练得到准确的语音识别模型的难度。

发明内容

本发明实施例提供一种用于呼叫中心的人机对话方法及装置，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种用于呼叫中心的人机对话方法，包括：

接通语音通话之后检测用户语音；

识别所检测到的用户语音是否为普通话；

当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；

接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；

对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。

第二方面，本发明实施例提供一种用于呼叫中心的人机对话装置，包括：

语音检测模块，用于接通语音通话之后检测用户语音；

普通话识别模块，用于识别所检测到的用户语音是否为普通话；

人工切换模块，用于当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；

信息接收模块，用于接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；

语音识别模块，用于对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。

第三方面，本发明实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项用于呼叫中心的人机对话方法。

第四方面，提供一种电子设备，其包括：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本发明上述任一项用于呼叫中心的人机对话方法。

第五方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项用于呼叫中心的人机对话方法。

本发明实施例的有益效果在于：采用本发明的人机对话方法，只需在呼叫中心配置能够识别普通话的语音识别模型即可，当呼叫中心识别到当前用户所用非普通话而是方言时，可以自动切换到人工坐席进行通话，并且采用检测人工坐席转述的形式仍然进行着对当前用户表达意图的检测，从而能够及时的响应当前用户的诉求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明的用于呼叫中心的人机对话方法的一实施例的流程图；

图2为本发明的用于呼叫中心的人机对话方法的另一实施例的流程图；

图3为本发明的用于呼叫中心的人机对话装置的一实施例的原理框图；

图4为本发明的用于呼叫中心的人机对话装置的另一实施例的原理框图；

图5为本发明的电子设备的一实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。需要说明的是，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组合。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

在本发明中，“模块”、“装置”、“系统”等指应用于计算机的相关实体，如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说，例如，元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有，运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中，并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间，并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号，例如，来自一个与本地系统、分布式系统中另一元件交互的，和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。

最后，还需要说明的是，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或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

如图1所示，本发明的实施例提供一种用于呼叫中心的人机对话方法，包括：

S11、接通语音通话之后检测用户语音；

S12、识别所检测到的用户语音是否为普通话；

S13、当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；

S14、接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；示例性地，所述当前用户所采用的方言为当前呼叫中心所在地的方言，所述人工坐席为配置于所述当前呼叫中心的懂得当地方言的工作人员。

S15、对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。

本实施例中，呼叫中心可以是消防救援接待场景、医疗紧急救援场景、政府服务热线的接待场景中的呼叫中心，以上这些呼叫中心均具有地域属性。采用本发明的人机对话方法，只需在呼叫中心配置能够识别普通话的语音识别模型即可，当呼叫中心识别到当前用户所用非普通话而是方言时，可以自动切换到人工坐席进行通话，并且采用检测人工坐席转述的形式仍然进行着对当前用户表达意图的检测，从而能够及时的响应当前用户的诉求。

例如，对于消防救援接待场景的呼叫中心，如果识别出当前用户所说为普通话，则系统就能够直接对其语音进行识别并实现消防人员的派遣工作，全程无需人工参与，实现了高度的自动化，降低了呼叫中心的成本。

如果识别出当前用户所说为方言，则系统切换到当前呼叫中心的人工坐席进行通话，由于消防救援接待场景的地域性特征，一般拨打电话的用户都是当地的常住居民，因此其所使用的方言就是当地的方言，从而呼叫中心的工作人员也只需要配置为熟知当地方言的当地人即可，从而切换到人工坐席后能够快速准确的理解当前用户的诉求。

进一步地，本发明中人工坐席采用普通话进行转述实现了系统对当前用户诉求的全程监测。例如，当前用户拨打消防救援电话后用当地方言说出了具体的地址信息，这时人工坐席可以采用普通话转述一遍当前用户所说的地址信息并向当前用户进行确认(例如，人工坐席可以说“您说的地址是：XX市XX区XX小区XX号楼吗？”)，这样一方面便于确保所得到的地址信息的正确性；另一方面便于呼叫中心系统进行自动的语音识别，从而能够基于自动识别结果进行快速的派警(不用人工坐席根据所确定的地址信息，查询就近的消防站，并向该消防站派发出警任务)。

如图2所示，本发明的用于呼叫中心的人机对话方法的一实施例中还包括：

S21、检测所述人工坐席是否发出了人工坐席切换指令，所述人工坐席切换指令至少包含所述当前用户所采用的方言类型；

S22、当检测到所述人工坐席切换指令时，解析所述人工坐席切换指令以得到所述当前用户所采用的方言类型；

S23、确定所述方言类型所属地的关联呼叫中心，所述关联呼叫中心的人工坐席懂得所述方言类型；

S24、连线所述关联呼叫中心的人工坐席与所述当前用户进行通话。

发明人在实现本发明的过程中发现，在当地拨打电话的用户并不一定就是说当地方言的当地人，该用户还可能是来自其它地区说着该其它地区方言的外地人。这时在当前对话中心所配置的熟知当地方言的人就不一定能够快速准确的听懂该用户的说话内容了。

但是，基于本发明实施例的方法，当前对话中心的人工坐席发现听不懂当前用户所说的方言时，可以采用普通话的形式向当前用户确认其是哪里人，从而准确确定当前用户所用方言类型(本实施例中只需要人工坐席简单了解一下不同方言的特征，在听到不同方言类型时能够简单的种类辨别即可，不需要深入研究学习，从而极大的降低了人工坐席的学习成本)，进而连线到当前方言类型所属地的呼叫中心，由该呼叫中心的人工坐席进行后续通话服务。

因此，本实施例的方法在实现呼叫中心的自动化过程中，只需要配置预先训练好的识别普通话的语音识别模型(不用针对不同的方言分别进行语音识别模型的学习训练，实际上这样的成本是及其高昂的)，同时配置少量懂得当地方言的人工坐席即可，极大的降低了呼叫中间的建设成本。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作合并，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

如图3所示，本发明的实施例还提供一种用于呼叫中心的人机对话装置300，包括：

语音检测模块310，用于接通语音通话之后检测用户语音；

普通话识别模块320，用于识别所检测到的用户语音是否为普通话；

人工切换模块330，用于当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；

信息接收模块340，用于接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；示例性地，所述当前用户所采用的方言为当前呼叫中心所在地的方言，所述人工坐席为配置于所述当前呼叫中心的懂得当地方言的工作人员。

语音识别模块350，用于对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。

如图4所示，在一些实施例中，本发明的用于呼叫中心的人机对话装置300还包括：

切换指令检测模块410，用于检测所述人工坐席是否发出了人工坐席切换指令，所述人工坐席切换指令至少包含所述当前用户所采用的方言类型；

指令解析模块420，用于当检测到所述人工坐席切换指令时，解析所述人工坐席切换指令以得到所述当前用户所采用的方言类型；

关联呼叫中心确定模块430，用于确定所述方言类型所属地的关联呼叫中心，所述关联呼叫中心的人工坐席懂得所述方言类型；

通话转接模块440，用于连线所述关联呼叫中心的人工坐席与所述当前用户进行通话。

在一些实施例中，接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容包括：

接收所述关联呼叫中心的人工坐席采用普通话所转述的当前用户采用方言所说的对话内容。

在一些实施例中，本发明实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项用于呼叫中心的人机对话方法。

在一些实施例中，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项用于呼叫中心的人机对话方法。

在一些实施例中，本发明实施例还提供一种电子设备，其包括：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用于呼叫中心的人机对话方法。

在一些实施例中，本发明实施例还提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现用于呼叫中心的人机对话方法。

上述本发明实施例的用于呼叫中心的人机对话装置可用于执行本发明实施例的用于呼叫中心的人机对话方法，并相应的达到上述本发明实施例的实现用于呼叫中心的人机对话方法所达到的技术效果，这里不再赘述。本发明实施例中可以通过硬件处理器(hardware processor)来实现相关功能模块。

图5是本发明另一实施例提供的执行用于呼叫中心的人机对话方法的电子设备的硬件结构示意图，如图5所示，该设备包括：

一个或多个处理器510以及存储器520，图5中以一个处理器510为例。

执行用于呼叫中心的人机对话方法的设备还可以包括：输入装置530和输出装置540。

处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器520作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的用于呼叫中心的人机对话方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例用于呼叫中心的人机对话方法。

存储器520可以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、至少一个功能所需要的应用程序；存储数据区可存储根据用于呼叫中心的人机对话装置的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至用于呼叫中心的人机对话装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置530可接收输入的数字或字符信息，以及产生与用于呼叫中心的人机对话装置的用户设置以及功能控制有关的信号。输出装置540可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器520中，当被所述一个或者多个处理器510执行时，执行上述任意方法实施例中的用于呼叫中心的人机对话方法。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

本发明实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

以上所描述的装置实施例仅仅是示意性的，其中所述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，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

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各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种用于呼叫中心的人机对话方法，包括：

接通语音通话之后检测用户语音；

识别所检测到的用户语音是否为普通话；

当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；

接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；

对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。

2.根据权利要求1所述的方法，其中，所述当前用户所采用的方言为当前呼叫中心所在地的方言，所述人工坐席为配置于所述当前呼叫中心的懂得当地方言的工作人员。

3.根据权利要求2所述的方法，其中，还包括：

检测所述人工坐席是否发出了人工坐席切换指令，所述人工坐席切换指令至少包含所述当前用户所采用的方言类型；

当检测到所述人工坐席切换指令时，解析所述人工坐席切换指令以得到所述当前用户所采用的方言类型；

确定所述方言类型所属地的关联呼叫中心，所述关联呼叫中心的人工坐席懂得所述方言类型；

连线所述关联呼叫中心的人工坐席与所述当前用户进行通话。

4.根据权利要求3所述的方法，其中，接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容包括：

接收所述关联呼叫中心的人工坐席采用普通话所转述的当前用户采用方言所说的对话内容。

5.一种用于呼叫中心的人机对话装置，包括：

语音检测模块，用于接通语音通话之后检测用户语音；

普通话识别模块，用于识别所检测到的用户语音是否为普通话；

人工切换模块，用于当识别所述所检测到的用户语音不是普通话时，通知当前呼叫中心的人工坐席接管语音通话；

信息接收模块，用于接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容；

语音识别模块，用于对所述人工坐席采用普通话所转述的对话内容进行语音识别，以进行后续人机对话。

6.根据权利要求5所述的装置，其中，所述当前用户所采用的方言为当前呼叫中心所在地的方言，所述人工坐席为配置于所述当前呼叫中心的懂得当地方言的工作人员。

7.根据权利要求6所述的装置，其中，还包括：

切换指令检测模块，用于检测所述人工坐席是否发出了人工坐席切换指令，所述人工坐席切换指令至少包含所述当前用户所采用的方言类型；

指令解析模块，用于当检测到所述人工坐席切换指令时，解析所述人工坐席切换指令以得到所述当前用户所采用的方言类型；

关联呼叫中心确定模块，用于确定所述方言类型所属地的关联呼叫中心，所述关联呼叫中心的人工坐席懂得所述方言类型；

通话转接模块，用于连线所述关联呼叫中心的人工坐席与所述当前用户进行通话。

8.根据权利要求7所述的装置，其中，接收所述人工坐席采用普通话所转述的当前用户采用方言所说的对话内容包括：

接收所述关联呼叫中心的人工坐席采用普通话所转述的当前用户采用方言所说的对话内容。

9.一种电子设备，其包括：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权利要求1-4中任意一项所述方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任意一项所述方法的步骤。

Images