CN111131628A - 一种线路未接通状态的语音识别方法、装置和系统 - Google Patents
一种线路未接通状态的语音识别方法、装置和系统 Download PDFInfo
- Publication number
- CN111131628A CN111131628A CN201911329836.5A CN201911329836A CN111131628A CN 111131628 A CN111131628 A CN 111131628A CN 201911329836 A CN201911329836 A CN 201911329836A CN 111131628 A CN111131628 A CN 111131628A
- Authority
- CN
- China
- Prior art keywords
- line
- user
- ringing
- state
- call
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000013145 classification model Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 description 34
- 230000011664 signaling Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/229—Wire identification arrangements; Number assignment determination
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种线路未接通状态的语音识别方法、装置、系统及计算机可读介质，用于根据振铃声音判断线路的真实状态，方法包括：智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音；将所述振铃声音转为振铃图形；将所述振铃图形输入线路状态判断模型，输出线路状态。采用该技术方案，通过将振铃的声音转化为图形，通过线路状态判断模型判断线路的状态，判断结果更加准确，后续操作能够得到更好地执行，用户体验改善。
Description
技术领域
本发明涉及通信技术领域，具体而言，涉及线路未接通状态的语音识别方法、装置和系统。
背景技术
客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用语音机器人进行回访、电话问卷调查的服务。
语音机器人呼叫用户时，当呼叫失败时，会接收运营商返回的信令，信令携带信令编码，语音机器人根据信令编码判断线路状态以执行后续操作。但目前各个运营商使用的信令代码不同，而且由于信令编码并不是十分准确，导致语音机器人判断错误，后续操作不能很好地完成，用户体验不好。
发明内容
本发明旨在解决现有智能语音机器人仅仅依靠运营商信令无法准确判断线路状态，用户体验不好的的问题。
为了解决上述技术问题，本发明第一方面一种线路未接通状态的语音识别方法，包括：
智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音；
将所述振铃声音转为振铃图形；
将所述振铃图形输入线路状态判断模型，输出线路状态。
根据本发明的一种优选实施方式，将所述振铃声音转为振铃图形具体包括：对振铃声音的音频图像进行傅里叶变换，振铃图形为振铃声音的频谱图。
根据本发明的一种优选实施方式，所述振铃声音的频谱图是振铃声音能量在频域的图形展示。
根据本发明的一种优选实施方式，线路状态判断模型为基于图像识别的分类模型。
根据本发明的一种优选实施方式，所述线路状态判断模型由历史振铃声音和线路标定状态训练而成。
根据本发明的一种优选实施方式，方法还包括：
智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫。
根据本发明的一种优选实施方式，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫具体包括：
智能语音机器人根据所述线路真实状态判断网关与用户之间链路是否正常；
若链路异常，则从网关列表中选取其他网关向用户进行呼叫，直至链路正常；
若链路正常，则结束呼叫。
本发明的第二方面提出一种线路未接通状态的语音识别装置，包括：
呼叫模块，智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音；
图形转化模块，用于将所述振铃声音转为振铃图形；
状态判断模块，用于将所述振铃图形输入线路状态判断模型，输出线路状态。
根据本发明的一种优选实施方式，将所述振铃声音转为振铃图形具体包括：对振铃声音的音频图像进行傅里叶变换，振铃图形为振铃声音的频谱图。
根据本发明的一种优选实施方式，所述振铃声音的频谱图是振铃声音能量在频域的图形展示。
根据本发明的一种优选实施方式，线路状态判断模型为基于图像识别的分类模型。
根据本发明的一种优选实施方式，所述线路状态判断模型由历史振铃声音和线路标定状态训练而成。
根据本发明的一种优选实施方式，装置还包括：
切换模块，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫。
根据本发明的一种优选实施方式，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫具体包括：
智能语音机器人根据所述线路真实状态判断网关与用户之间链路是否正常；
若链路异常，则从网关列表中选取其他网关向用户进行呼叫，直至链路正常；
若链路正常，则结束呼叫。
本发明的第三方面提出一种线路未接通状态的语音识别系统，包括：
存储单元，用于存储计算机可执行程序；
处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所述的线路未接通状态的语音识别方法。
本发明的第四方面提出一种计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行所述的线路未接通状态的语音识别方法。
采用该技术方案，通过将振铃的声音转化为图形，通过线路状态判断模型判断线路的状态，判断结果更加准确，后续操作能够得到更好地执行，用户体验改善。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是本发明实施例中一种线路未接通状态的语音识别方法的流程示意图；
图2A是本发明实施例中振铃声音在时域的示意图；
图2B是本发明实施例中振铃声音经过傅里叶变换后的频谱图；
图3是本发明实施例中一种线路未接通状态的语音识别装置的结构示意图；
图4是本发明实施例中一种线路未接通状态的语音识别系统的框架示意图；
图5是本发明实施例中计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。
在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。
附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，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/或处理单元装置和/或微控制器装置中实现这些功能实体。
各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
图1是本发明一种线路未接通状态的语音识别方法流程图，如图1所示，本发明方法具有如下步骤：
S101、智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音。
在本实施方式中，语音机器人从网关地址列表中选取一个网关地址，根据选取的网关地址向网关发送呼叫请求，所述呼叫请求包括语音机器人的通讯号码、被叫用户的通讯号码。网关根据被叫用户的通信号码向用户发起呼叫请求。
在本实施方式中，网关为第三方代理商，语音机器人通过第三方代理商呼叫用户。将多个第三方代理商的地址记载在网关地址列表中。
在本实施方式中，在发起呼叫的时候语音机器人从网关地址列表中选择一个第三方代理商，向其发送呼叫请求，呼叫请求中包含语音机器人的电话号码，和被叫用户的电话号码。第三方代理商收到语音机器人发送的呼叫请求后，解析呼叫请求，提取语音机器人的电话号码以及被叫用户的电话号码。根据被叫用户的电话号码向用户发起呼叫。
S102、将所述振铃声音转为振铃图形。
在上述技术方案的基础上进一步地，将所述振铃声音转为振铃图形具体包括：对振铃声音的音频图像进行傅里叶变换，振铃图形为振铃声音的频谱图。
在本实施方式中，不同运营商的线路状态的应答声音不同，有些通过播放语音提示线路状态，通过播放语音提示线路状态的可以通过将语音转化为文本，对文本进行处理确定线路状态。但在有的运营商则是通过声音进行提示，比如连续的“嘟嘟嘟”声表示线路忙，间隔较长的“嘟……嘟……”无人接听等等。不同的运营商采用的声音不同。
图2A是本发明的一个实施例中振铃声在时域的示意图。图2B是本发明的一个实施例中振铃声音经过傅里叶变换后的频谱图。经过傅里叶变换，将时域的信息转为离散的频谱图形。
在上述技术方案的基础上进一步地，所述振铃声音的频谱图是振铃声音能量在频域的图形展示。
S103、将所述振铃图形输入线路状态判断模型，输出线路状态。
在上述技术方案的基础上进一步地，线路状态判断模型为基于图像识别的分类模型。
所述的线路状态判断模型是基于图像识别的分类模型，例如基于KNN算法的模型。本发明不限于具体的图像识别分类模型，例如也可以是RNN循环神经网络模型。
在上述技术方案的基础上进一步地，所述线路状态判断模型由历史振铃声音和线路标定状态训练而成。
在本实施方式中，所述线路状态判断模型需要由历史的历史振铃声音和线路标定状态进行训练而成。本发明将历史振铃语音进行线路状态标定，然后将相应的语音转换成模型需要的语音波形图，将该语音波形图和线路状态作为训练数据。
在上述技术方案的基础上进一步地，方法还包括：
S104、智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫。
在本实施方式中，当确定线路的真实状态后，智能语音机器人根据真实状态执行后续操作。
在上述技术方案的基础上，进一步地，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫具体包括：
智能语音机器人根据所述线路真实状态判断网关与用户之间链路是否正常；
若链路异常，则从网关列表中选取其他网关向用户进行呼叫，直至链路正常；
若链路正常，则结束呼叫。
在本实施方式中，第三方代理商向用户呼叫，由于种种原因链路没有建立成功，比如，由于第三方代理商仅限呼叫本地用户无法呼叫外地用户，或者受第三方代理商与通信运营商线路问题影响，或者受第三方代理商吞吐量影响等等，第三方代理商未能与用户建立链路，此时线路中会返回“您的电话尚未登记国际长途业务”、“您所拨打的用户是空号”、“您所拨打的用户不在服务区”、“您拨打的用户已设置呼入限制”等提示音，此种情况为链路异常。
提示音是用户振铃说明链路正常。
如果由于用户正在接听电话，或者振铃后用户挂断电话，或者一直振铃无人应答，此时线路中会返回“您拨打的电话正在通话中，请稍后再拨”、“您所拨打的用户暂时无人接听请稍后再拨”等提示音，此种情况也为链路正常。此时虽然用户没有接听电话，但第三方代理商与用户的链路已经建立，如果切换新的第三方代理商再次向用户拨打电话可能会对用户造成骚扰，因此这些情况同样属于链路正常，由语音机器人根据情况判断是否再次发起呼叫。
在本实施方式中，当第三方代理商与用户的链路异常后，将该第三方代理商的地址从网关地址列表中删除，语音机器人选取新的第三方代理商进行尝试，直至建立与用户的链路或者网关地址列表中所有第三方代理商均尝试失败。
如图3所示，本发明的一个实施例中还公开一种运营商信令和语音协同判断线路状态的装置，装置包括：
呼叫模块301，智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音。
在本实施方式中，语音机器人从网关地址列表中选取一个网关地址，根据选取的网关地址向网关发送呼叫请求，所述呼叫请求包括语音机器人的通讯号码、被叫用户的通讯号码。网关根据被叫用户的通信号码向用户发起呼叫请求。
在本实施方式中，网关为第三方代理商，语音机器人通过第三方代理商呼叫用户。将多个第三方代理商的地址记载在网关地址列表中。
在本实施方式中，在发起呼叫的时候语音机器人从网关地址列表中选择一个第三方代理商，向其发送呼叫请求，呼叫请求中包含语音机器人的电话号码，和被叫用户的电话号码。第三方代理商收到语音机器人发送的呼叫请求后，解析呼叫请求，提取语音机器人的电话号码以及被叫用户的电话号码。根据被叫用户的电话号码向用户发起呼叫。
图形转化模块302，用于将所述振铃声音转为振铃图形。
在上述技术方案的基础上进一步地，将所述振铃声音转为振铃图形具体包括：对振铃声音的音频图像进行傅里叶变换，振铃图形为振铃声音的频谱图。
在本实施方式中，不同运营商的线路状态的应答声音不同，有些通过播放语音提示线路状态，通过播放语音提示线路状态的可以通过将语音转化为文本，对文本进行处理确定线路状态。但在有的运营商则是通过声音进行提示，比如连续的“嘟嘟嘟”声表示线路忙，间隔较长的“嘟……嘟……”无人接听等等。不同的运营商采用的声音不同。
图2A是本发明的一个实施例中振铃声在时域的示意图。图2B是本发明的一个实施例中振铃声音经过傅里叶变换后的频谱图。经过傅里叶变换，将时域的信息转为离散的频谱图形。
在上述技术方案的基础上进一步地，所述振铃声音的频谱图是振铃声音能量在频域的图形展示。
状态判断模块303，用于将所述振铃图形输入线路状态判断模型，输出线路状态。
在上述技术方案的基础上进一步地，线路状态判断模型为基于图像识别的分类模型。
所述的线路状态判断模型是基于图像识别的分类模型，例如基于KNN算法的模型。本发明不限于具体的图像识别分类模型，例如也可以是RNN循环神经网络模型。
在上述技术方案的基础上进一步地，所述线路状态判断模型由历史振铃声音和线路标定状态训练而成。
在本实施方式中，所述线路状态判断模型需要由历史的历史振铃声音和线路标定状态进行训练而成。本发明将历史振铃语音进行线路状态标定，然后将相应的语音转换成模型需要的语音波形图，将该语音波形图和线路状态作为训练数据。
在上述技术方案的基础上进一步地，装置还包括：
切换模块304，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫。
在本实施方式中，当确定线路的真实状态后，智能语音机器人根据真实状态执行后续操作。
在上述技术方案的基础上，进一步地，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫具体包括：
智能语音机器人根据所述线路真实状态判断网关与用户之间链路是否正常；
若链路异常，则从网关列表中选取其他网关向用户进行呼叫，直至链路正常；
若链路正常，则结束呼叫。
在本实施方式中，第三方代理商向用户呼叫，由于种种原因链路没有建立成功，比如，由于第三方代理商仅限呼叫本地用户无法呼叫外地用户，或者受第三方代理商与通信运营商线路问题影响，或者受第三方代理商吞吐量影响等等，第三方代理商未能与用户建立链路，此时线路中会返回“您的电话尚未登记国际长途业务”、“您所拨打的用户是空号”、“您所拨打的用户不在服务区”、“您拨打的用户已设置呼入限制”等提示音，此种情况为链路异常。
提示音是用户振铃说明链路正常。
如果由于用户正在接听电话，或者振铃后用户挂断电话，或者一直振铃无人应答，此时线路中会返回“您拨打的电话正在通话中，请稍后再拨”、“您所拨打的用户暂时无人接听请稍后再拨”等提示音，此种情况也为链路正常。此时虽然用户没有接听电话，但第三方代理商与用户的链路已经建立，如果切换新的第三方代理商再次向用户拨打电话可能会对用户造成骚扰，因此这些情况同样属于链路正常，由语音机器人根据情况判断是否再次发起呼叫。
在本实施方式中，当第三方代理商与用户的链路异常后，将该第三方代理商的地址从网关地址列表中删除，语音机器人选取新的第三方代理商进行尝试，直至建立与用户的链路或者网关地址列表中所有第三方代理商均尝试失败。
如图4所示，本发明的一个实施例中还公开一种运营商信令和语音协同判断线路状态的系统，图4显示的信息处理系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
一种运营商信令和语音协同判断线路状态的系统400，包括存储单元420，用于存储计算机可执行程序；处理单元410，用于读取所述存储单元中的计算机可执行程序，以执行本发明各种实施方式的步骤。
在本实施方式中一种运营商信令和语音协同判断线路状态的系统400还包括，连接不同系统组件(包括存储单元420和处理单元410)的总线430、显示单元440等。
其中，所述存储单元420存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理单元410执行，使得所述处理单元410执行本发明各种实施方式的步骤。例如，所述处理单元410可以执行如图1所示的步骤。
所述存储单元420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)4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元(ROM)4203。所述存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204，这样的程序模块4205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430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。
一种运营商信令和语音协同判断线路状态的系统400也可以与一个或多个外部设备470(例如键盘、显示器、网络设备、蓝牙设备等)通信，使得用户能经由这些外部设备470通过输入/输出(I/O)接口450进行与处理单元410进行交互，还可以通过网络适配器460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)进行。网络适配器460可以通过总线430与一种运营商信令和语音协同判断线路状态的系统400的其它模块通信。应当明白，尽管图中未示出，一种运营商信令和语音协同判断线路状态的系统400中可使用其它硬件和/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系统等。
图5是本发明的一个计算机可读介质实施例的示意图。如图5所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机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、随机存取存储单元(RAM)、只读存储单元(ROM)、可擦式可编程只读存储单元(EPROM或闪存)、光纤、便携式紧凑盘只读存储单元(CD-ROM)、光存储单元件、磁存储单元件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：
S101、智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音；
S102、将所述振铃声音转为振铃图形；
S103、将所述振铃图形输入线路状态判断模型，输出线路状态。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。
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)。
综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理单元或者数字信号处理单元(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种线路未接通状态的语音识别方法，其特征在于，所述方法包括：
智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音；
将所述振铃声音转为振铃图形；
将所述振铃图形输入线路状态判断模型，输出线路状态。
2.如权利要求1所述的语音识别方法，其特征在于，将所述振铃声音转为振铃图形具体包括：对振铃声音的音频图像进行傅里叶变换，振铃图形为振铃声音的频谱图。
3.如权利要求1至2中任一项所述的语音是识别方法，其特征在于，所述振铃声音的频谱图是振铃声音能量在频域的图形展示。
4.如权利要求1至3中任一项所述的语音是识别方法，其特征在于，线路状态判断模型为基于图像识别的分类模型。
5.如权利要求1至4中任一项所述的语音识别方法，其特征在于，所述线路状态判断模型由历史振铃声音和线路标定状态训练而成。
6.如权利要求1至5中任一项所述的语音识别方法，其特征在于，方法还包括：
智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫。
7.如权利要求1至6中任一项所述的语音识别方法，其特征与，智能语音机器人根据所述线路真实状态确定是否需要切换网关向用户进行呼叫具体包括：
智能语音机器人根据所述线路真实状态判断网关与用户之间链路是否正常；
若链路异常，则从网关列表中选取其他网关向用户进行呼叫，直至链路正常；
若链路正常，则结束呼叫。
8.一种线路未接通状态的语音识别装置，其特征在于，所述装置包括：
呼叫模块，智能语音机器人从网关列表中选取一个网关向用户进行呼叫，实时接收用户的振铃声音；
图形转化模块，用于将所述振铃声音转为振铃图形；
状态判断模块，用于将所述振铃图形输入线路状态判断模型，输出线路状态。
9.一种线路未接通状态的语音识别系统，其特征在于，包括：
存储单元，用于存储计算机可执行程序；
处理单元，用于读取所述存储单元中的计算机可执行程序，以执行权利要求1至7中任一项所述的线路未接通状态的语音识别方法。
10.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1至7中任一项所述的线路未接通状态的语音识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911329836.5A CN111131628A (zh) | 2019-12-20 | 2019-12-20 | 一种线路未接通状态的语音识别方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911329836.5A CN111131628A (zh) | 2019-12-20 | 2019-12-20 | 一种线路未接通状态的语音识别方法、装置和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111131628A true CN111131628A (zh) | 2020-05-08 |
Family
ID=70501063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911329836.5A Pending CN111131628A (zh) | 2019-12-20 | 2019-12-20 | 一种线路未接通状态的语音识别方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111131628A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101534352A (zh) * | 2008-03-10 | 2009-09-16 | 华为技术有限公司 | 一种线路状态检测方法、装置和预测式外呼系统 |
| CN105979106A (zh) * | 2016-06-13 | 2016-09-28 | 北京容联易通信息技术有限公司 | 一种呼叫中心系统的铃音识别方法和系统 |
| CN107331383A (zh) * | 2017-06-27 | 2017-11-07 | 苏州咖啦魔哆信息技术有限公司 | 一种基于人工智能电话外呼系统及其实现方法 |
| CN109688575A (zh) * | 2018-11-12 | 2019-04-26 | 平安科技（深圳）有限公司 | 号码状态识别方法、装置、终端设备及其存储介质 |
-
2019
- 2019-12-20 CN CN201911329836.5A patent/CN111131628A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101534352A (zh) * | 2008-03-10 | 2009-09-16 | 华为技术有限公司 | 一种线路状态检测方法、装置和预测式外呼系统 |
| CN105979106A (zh) * | 2016-06-13 | 2016-09-28 | 北京容联易通信息技术有限公司 | 一种呼叫中心系统的铃音识别方法和系统 |
| CN107331383A (zh) * | 2017-06-27 | 2017-11-07 | 苏州咖啦魔哆信息技术有限公司 | 一种基于人工智能电话外呼系统及其实现方法 |
| CN109688575A (zh) * | 2018-11-12 | 2019-04-26 | 平安科技（深圳）有限公司 | 号码状态识别方法、装置、终端设备及其存储介质 |
Non-Patent Citations (1)
| 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", 《北京邮电大学工程硕士专业学位论文》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9542074B2 (en) | Method and apparatus for enhancing an interactive voice response (IVR) system | |
| US11762629B2 (en) | System and method for providing a response to a user query using a visual assistant | |
| CN111147455B (zh) | 一种基于sip协议的外呼拨号方法、装置及电子设备 | |
| JP4522345B2 (ja) | 電話業務検査システム及びそのプログラム | |
| JP6452165B2 (ja) | 問合せ対応支援装置、システム、方法及びプログラム | |
| CN108270925A (zh) | 语音信息的处理方法、装置、终端和计算机可读存储介质 | |
| WO2019197933A1 (en) | An automated troubleshooting system and method for performing an action on a user device | |
| KR101506434B1 (ko) | 텍스트를 음성으로 전환하여 상담하는 방법 | |
| US10984229B2 (en) | Interactive sign language response system and method | |
| CN111131628A (zh) | 一种线路未接通状态的语音识别方法、装置和系统 | |
| CN108418979B (zh) | 一种话务接续提示方法、装置、计算机设备及存储介质 | |
| WO2023090380A1 (ja) | プログラム、情報処理システム及び情報処理方法 | |
| CN111147366B (zh) | 一种自动线路切换的方法、装置和系统 | |
| CN111246030B (zh) | 一种号码有效性判断的方法、装置和系统 | |
| US20180219996A1 (en) | Managing telephone interactions of a user and an agent | |
| CN114979387A (zh) | 基于模拟电话的网络电话服务方法、系统、设备和介质 | |
| JPH0936986A (ja) | 通信システム | |
| CN111147673A (zh) | 运营商信令和语音协同判断线路状态的方法、装置和系统 | |
| JP6994531B2 (ja) | コールセンタ装置、処理方法及びプログラム | |
| US20220294903A1 (en) | Virtual private agent for machine-based interactions with a contact center | |
| KR102221015B1 (ko) | 대리통화 서비스 장치 및 방법 | |
| CA2716732C (en) | System and method for externally mapping an interactive voice response menu | |
| CN114584655A (zh) | 一种智能语音交互系统自动化健康检测装置 | |
| CN112784038A (zh) | 信息的识别方法、系统、计算设备及存储介质 | |
| CN116684532A (zh) | 酒店电话应答方法、装置、电子设备和介质 |
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 |
Application publication date: 20200508 |
|
| RJ01 | Rejection of invention patent application after publication |