CN111147673A - 运营商信令和语音协同判断线路状态的方法、装置和系统 - Google Patents

运营商信令和语音协同判断线路状态的方法、装置和系统 Download PDF

Info

Publication number
CN111147673A
CN111147673A CN201911329838.4A CN201911329838A CN111147673A CN 111147673 A CN111147673 A CN 111147673A CN 201911329838 A CN201911329838 A CN 201911329838A CN 111147673 A CN111147673 A CN 111147673A
Authority
CN
China
Prior art keywords
state
line
signaling
voice
operator
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
CN201911329838.4A
Other languages
English (en)
Inventor
苏绥绥
常富洋
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.)
Beijing Qilu Information Technology Co Ltd
Original Assignee
Beijing Qilu Information 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 Beijing Qilu Information Technology Co Ltd filed Critical Beijing Qilu Information Technology Co Ltd
Priority to CN201911329838.4A priority Critical patent/CN111147673A/zh
Publication of CN111147673A publication Critical patent/CN111147673A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M3/00Automatic or semi-automatic exchanges
    • H04M3/42Systems providing special services or facilities to subscribers
    • H04M3/487Arrangements for providing information services, e.g. recorded voice services or time announcements
    • H04M3/493Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
    • H04M3/4936Speech interaction details
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/06Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M3/00Automatic or semi-automatic exchanges
    • H04M3/42Systems providing special services or facilities to subscribers
    • H04M3/50Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5166Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M3/00Automatic or semi-automatic exchanges
    • H04M3/42Systems providing special services or facilities to subscribers
    • H04M3/50Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/527Centralised call answering arrangements not requiring operator intervention
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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

Abstract

本发明公开了一种运营商信令和语音协同判断线路状态的方法、装置、系统及计算机可读介质,用于根据运营商信令和语音协同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;如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态;根据所述线路的信令状态和语音状态确定线路真实状态。采用该技术方案,对智能语音机器人根据返回的信令和语音协同判断线路的状态,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

运营商信令和语音协同判断线路状态的方法、装置和系统
技术领域
本发明涉及通信技术领域,具体而言,涉及一种运营商信令和语音协同判断线路状态的方法、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,本发明第一方面提出一种运营商信令和语音协同判断线路状态的方法,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;
如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态;
根据所述线路的信令状态和语音状态确定线路真实状态。
根据本发明的一种优选实施方式,接收用户所属运营商返回的信令确定线路的信令状态具体包括:
所述智能语音机器人中设置有运营商列表,所述运营商列表中存储有各个运营商的信令编码列表,所述信令编码列表中包括信令编码以及对应的状态;
根据运营商返回的信令中携带的信令编码确定线路的信令状态。
根据本发明的一种优选实施方式,接收线路返回的语音确定线路的语音状态具体包括:
接收线路返回的语音,将所述语音转化为文本;
将所述文本输入状态确定模型,确定线路的语音状态。
根据本发明的一种优选实施方式,所述状态确定模型为基于TF-IDF算法的模型。
根据本发明的一种优选实施方式,根据所述线路的信令状态和语音状态确定线路真实状态具体包括:
将所述信令状态和语音状态输入状态判断模型,判断信令状态与语音状态是否匹配;
若匹配,则线路真实状态为信令状态;
若不匹配,则线路真实状态为语音状态,将修改所述信令编码列表,将信令编码对应的状态修改为语音状态。
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运营商信令和语音协同判断线路状态的装置,包括:
呼叫模块,用于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;
接收模块,如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态;
协同判断模块,用于根据所述线路的信令状态和语音状态确定线路真实状态。
根据本发明的一种优选实施方式,接收用户所属运营商返回的信令确定线路的信令状态具体包括:
所述智能语音机器人中设置有运营商列表,所述运营商列表中存储有各个运营商的信令编码列表,所述信令编码列表中包括信令编码以及对应的状态;
根据运营商返回的信令中携带的信令编码确定线路的信令状态。
根据本发明的一种优选实施方式,接收线路返回的语音确定线路的语音状态具体包括:
接收线路返回的语音,将所述语音转化为文本;
将所述文本输入状态确定模型,确定线路的语音状态。
根据本发明的一种优选实施方式,所述状态确定模型为基于TF-IDF算法的模型。
根据本发明的一种优选实施方式,根据所述线路的信令状态和语音状态确定线路真实状态具体包括:
将所述信令状态和语音状态输入状态判断模型,判断信令状态与语音状态是否匹配;
若匹配,则线路真实状态为信令状态;
若不匹配,则线路真实状态为语音状态,将修改所述信令编码列表,将信令编码对应的状态修改为语音状态。
根据本发明的一种优选实施方式,装置还包括:
网关切换模块,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运营商信令和语音协同判断线路状态的系统,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,以执行所述的运营商信令和语音协同判断线路状态的方法。
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,其特征在于,所述计算机可读程序用于执行所述的运营商信令和语音协同判断线路状态的方法。
采用该技术方案,对智能语音机器人根据返回的信令和语音协同判断线路的状态,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是本发明实施例中运营商信令和语音协同判断线路状态的方法的流程示意图;
图2是本发明实施例一中运营商信令和语音协同判断线路状态具体流程的流程示意图;
图3是本发明实施例中运营商信令和语音协同判断线路状态的装置的结构示意图;
图4是本发明实施例中运营商信令和语音协同判断线路状态的系统的框架示意图;
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是本发明一种运营商信令和语音协同判断线路状态的方法流程图,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。
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、如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态。
在本实施方式中,当呼叫失败时,运营商会返回一个信令,信令中携带信令编码,信令编码对应有线路有的状态描述,比如在中国电信的信令中,编码为40XX的通常表示线路故障。运营商还会在线路中返回一段语音,表示用户的状态,比如“您所拨打的用户不在服务区”。相对来说返回的语音更准确一些。
如果呼叫成功,则智能语音机器人与用户进行通话。
在上述技术方案的基础上,进一步地,接收用户所属运营商返回的信令确定线路的信令状态具体包括:
所述智能语音机器人中设置有运营商列表,所述运营商列表中存储有各个运营商的信令编码列表,所述信令编码列表中包括信令编码以及对应的状态;
根据运营商返回的信令中携带的信令编码确定线路的信令状态。
在本实施方式中,由于通信运营商数量众多,各个运营商之间的信令编码不同,因此设置运营商列表,其中存储有信令编码列表。
在上述技术方案的基础上,进一步地,接收线路返回的语音确定线路的语音状态具体包括:
接收线路返回的语音,将所述语音转化为文本;
将所述文本输入状态确定模型,确定线路的语音状态。
在本实施方式中,将语音转化为文本,然后将文本输入状态确定模型,状态确定模型确定文本中的关键词,作为线路的语音状态。比如“空号”、“忙”、“不在服务区”等等。状态确定模型确定文本的关键词是一种二分类问题,判断文本中的词或者短语是或者不是关键词。可以通过有监督、半监督和无监督三种方式进行训练。
采用有监督方式进行训练需要提供已经标注好的训练语料,利用训练语料训练状态确定模型,根据模型对需要抽取关键词的文本进行关键词抽取。
采用半监督的方式进行训练只需要少量的训练数据,利用这些训练数据构建状态确定模型,然后使用模型对新的文本进行关键词提取,对于这些关键词进行人工过滤,将过滤得到的关键词加入训练集,重新训练模型。
采用无监督的方式进行训练不需要人工标注的语料,状态确定模型通过自学习发现文本中比较重要的词作为关键词,进行关键词抽取。
在本实施方式,由于有监督方式相对来说更加准确,因此采用有监督方式对状态确定模型进行训练。
在上述技术方案的基础上,进一步地,所述状态确定模型为基于TF-IDF算法的模型。
状态确定模型可以采用TF-IDF算法的模型、采用TextRank算法的模型等等。在本实施方式中,选取采用TF-IDF算法的模型作为状态确定模型。
S103、根据所述线路的信令状态和语音状态确定线路真实状态。
在上述技术方案的基础上,进一步地,根据所述线路的信令状态和语音状态确定线路真实状态具体包括:
将所述信令状态和语音状态输入状态判断模型,判断信令状态与语音状态是否匹配;
若匹配,则线路真实状态为信令状态;
若不匹配,则线路真实状态为语音状态,将修改所述信令编码列表,将信令编码对应的状态修改为语音状态。
在本实施方式中,为了避免运营商返回的信令不准确,使用信令和语音两种状态确定线路的真实状态,协同判断主要是依据状态判断模型。
在本实施方式中,状态判断模型为DSSM模型,将通过信令编码确定的信令状态和通过语音确定的语音状态输入DSSM模型进行判断,判断两者的内容描述是否匹配。DSSM模型包括输入层、表示层和匹配层,其中输入层和表示层为两个,第一个输入层输入信令状态,第二个输入层输入语音状态,在输入层将词转化为字向量进行输入。表示层是多层神经网络,在表示层,输入的字向量会转化为128维的低维语义向量。在匹配层采用余弦算法计算输入层输入两个词语的相似程度,输出匹配值判断输入的信令状态和语音状态是否意思相近。在其他实施方式中,可以也采用CNN-DSSM、CDSSM、K-NRM模型。
若信令状态和语音状态匹配,则说明信令编码没有问题,信令状态即为线路的真实状态;若不匹配,说明信令编码存在问题,所以线路的真实状态为语音状态,此时需要对信令编码列表修改,将信令编码对应的状态修改语音状态。
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。
实施例一
图2是本发明实施例一运营商信令和语音协同判断线路状态具体流程示意图,如图2所示。
一种运营商信令和语音协同判断线路状态的方法包括:
S201、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。
S202、如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态。
S203、判断信令状态与语音状态是否匹配,若匹配执行S204,若不匹配执行S205;
S204、线路真实状态为信令状态;
S205、线路真实状态为语音状态,修改所述信令编码列表,将信令编码对应的状态修改为语音状态;
S206、根据所述线路真实状态确定链路是否正常,若否则执行S207,若是则执行S208;
S207、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;
S208、结束。
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,用于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。
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。
在本实施方式中,当呼叫失败时,运营商会返回一个信令,信令中携带信令编码,信令编码对应有线路有的状态描述,比如在中国电信的信令中,编码为40XX的通常表示线路故障。运营商还会在线路中返回一段语音,表示用户的状态,比如“您所拨打的用户不在服务区”。相对来说返回的语音更准确一些。
如果呼叫成功,则智能语音机器人与用户进行通话。
接收模块302,如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态。
在上述技术方案的基础上,进一步地,接收用户所属运营商返回的信令确定线路的信令状态具体包括:
所述智能语音机器人中设置有运营商列表,所述运营商列表中存储有各个运营商的信令编码列表,所述信令编码列表中包括信令编码以及对应的状态;
根据运营商返回的信令中携带的信令编码确定线路的信令状态。
在本实施方式中,由于通信运营商数量众多,各个运营商之间的信令编码不同,因此设置运营商列表,其中存储有信令编码列表。
在上述技术方案的基础上,进一步地,接收线路返回的语音确定线路的语音状态具体包括:
接收线路返回的语音,将所述语音转化为文本;
将所述文本输入状态确定模型,确定线路的语音状态。
在本实施方式中,将语音转化为文本,然后将文本输入状态确定模型,状态确定模型确定文本中的关键词,作为线路的语音状态。比如“空号”、“忙”、“不在服务区”等等。状态确定模型确定文本的关键词是一种二分类问题,判断文本中的词或者短语是或者不是关键词。可以通过有监督、半监督和无监督三种方式进行训练。
采用有监督方式进行训练需要提供已经标注好的训练语料,利用训练语料训练状态确定模型,根据模型对需要抽取关键词的文本进行关键词抽取。
采用半监督的方式进行训练只需要少量的训练数据,利用这些训练数据构建状态确定模型,然后使用模型对新的文本进行关键词提取,对于这些关键词进行人工过滤,将过滤得到的关键词加入训练集,重新训练模型。
采用无监督的方式进行训练不需要人工标注的语料,状态确定模型通过自学习发现文本中比较重要的词作为关键词,进行关键词抽取。
在本实施方式,由于有监督方式相对来说更加准确,因此采用有监督方式对状态确定模型进行训练。
在上述技术方案的基础上,进一步地,所述状态确定模型为基于TF-IDF算法的模型。
状态确定模型可以采用TF-IDF算法的模型、采用TextRank算法的模型等等。在本实施方式中,选取采用TF-IDF算法的模型作为状态确定模型。
协同判断模块303,用于根据所述线路的信令状态和语音状态确定线路真实状态。
在上述技术方案的基础上,进一步地,根据所述线路的信令状态和语音状态确定线路真实状态具体包括:
将所述信令状态和语音状态输入状态判断模型,判断信令状态与语音状态是否匹配;
若匹配,则线路真实状态为信令状态;
若不匹配,则线路真实状态为语音状态,将修改所述信令编码列表,将信令编码对应的状态修改为语音状态。
在本实施方式中,为了避免运营商返回的信令不准确,使用信令和语音两种状态确定线路的真实状态,协同判断主要是依据状态判断模型。
在本实施方式中,状态判断模型为DSSM模型,将通过信令编码确定的信令状态和通过语音确定的语音状态输入DSSM模型进行判断,判断两者的内容描述是否匹配。DSSM模型包括输入层、表示层和匹配层,其中输入层和表示层为两个,第一个输入层输入信令状态,第二个输入层输入语音状态,在输入层将词转化为字向量进行输入。表示层是多层神经网络,在表示层,输入的字向量会转化为128维的低维语义向量。在匹配层采用余弦算法计算输入层输入两个词语的相似程度,输出匹配值判断输入的信令状态和语音状态是否意思相近。在其他实施方式中,可以也采用CNN-DSSM、CDSSM、K-NRM模型。
若信令状态和语音状态匹配,则说明信令编码没有问题,信令状态即为线路的真实状态;若不匹配,说明信令编码存在问题,所以线路的真实状态为语音状态,此时需要对信令编码列表修改,将信令编码对应的状态修改语音状态。
在上述技术方案的基础上,进一步地,装置还包括:
网关切换模块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;
S102、如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态;
S103、根据所述线路的信令状态和语音状态确定线路真实状态。
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)

1.一种运营商信令和语音协同判断线路状态的方法,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;
如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态;
根据所述线路的信令状态和语音状态确定线路真实状态。
2.如权利要求1所述的协同判断线路状态的方法,其特征在于,接收用户所属运营商返回的信令确定线路的信令状态具体包括:
所述智能语音机器人中设置有运营商列表,所述运营商列表中存储有各个运营商的信令编码列表,所述信令编码列表中包括信令编码以及对应的状态;
根据运营商返回的信令中携带的信令编码确定线路的信令状态。
3.如权利要求1至2中任一项所述的协同判断线路状态的方法,其特征在于,接收线路返回的语音确定线路的语音状态具体包括:
接收线路返回的语音,将所述语音转化为文本;
将所述文本输入状态确定模型,确定线路的语音状态。
4.如权利要求1至3中任一项所述的协同判断线路状态的方法,其特征在于,所述状态确定模型为基于TF-IDF算法的模型。
5.如权利要求1至4中任一项所述的协同判断线路状态的方法,其特征在于,根据所述线路的信令状态和语音状态确定线路真实状态具体包括:
将所述信令状态和语音状态输入状态判断模型,判断信令状态与语音状态是否匹配;
若匹配,则线路真实状态为信令状态;
若不匹配,则线路真实状态为语音状态,修改所述信令编码列表,将信令编码对应的状态修改为语音状态。
6.如权利要求1至5中任一项所述的协同判断线路状态的方法,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中任一项所述的协同判断线路状态的方法,其特征在于,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。
8.一种运营商信令和语音协同判断线路状态的装置,其特征在于,所述装置包括:
呼叫模块,用于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;
接收模块,如果呼叫失败,接收用户所属运营商返回的信令确定线路的信令状态,以及接收线路返回的语音确定线路的语音状态;
协同判断模块,用于根据所述线路的信令状态和语音状态确定线路真实状态。
9.一种运营商信令和语音协同判断线路状态的系统,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中任一项所述的运营商信令和语音协同判断线路状态的方法。
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中任一项所述的运营商信令和语音协同判断线路状态的方法。
CN201911329838.4A 2019-12-20 2019-12-20 运营商信令和语音协同判断线路状态的方法、装置和系统 Pending CN111147673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911329838.4A CN111147673A (zh) 2019-12-20 2019-12-20 运营商信令和语音协同判断线路状态的方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911329838.4A CN111147673A (zh) 2019-12-20 2019-12-20 运营商信令和语音协同判断线路状态的方法、装置和系统

Publications (1)

Publication Number Publication Date
CN111147673A true CN111147673A (zh) 2020-05-12

Family

ID=70519241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911329838.4A Pending CN111147673A (zh) 2019-12-20 2019-12-20 运营商信令和语音协同判断线路状态的方法、装置和系统

Country Status (1)

Country Link
CN (1) CN111147673A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177721A (zh) * 2011-12-26 2013-06-26 中国电信股份有限公司 语音识别方法和系统
CN103401882A (zh) * 2013-08-16 2013-11-20 深圳市宏电技术股份有限公司 Voip网关语音链路备份方法及系统
WO2014040478A1 (zh) * 2012-09-12 2014-03-20 中兴通讯股份有限公司 一种用户满意度管理系统及其进行呼叫管理的方法
CN103888277A (zh) * 2012-12-19 2014-06-25 中国移动通信集团公司 一种网关容灾备份方法、装置和系统
CN105657129A (zh) * 2016-01-25 2016-06-08 百度在线网络技术(北京)有限公司 通话信息获取方法和装置
CN106453927A (zh) * 2016-10-25 2017-02-22 广东亿迅科技有限公司 基于pstn网络的号码状态自动识别方法及装置
CN108307401A (zh) * 2016-08-26 2018-07-20 海能达通信股份有限公司 建立通信连接的方法、装置及通信设备
CN108462716A (zh) * 2018-03-23 2018-08-28 厦门集微科技有限公司 错误码转换方法和装置、计算机可读存储介质
CN108595696A (zh) * 2018-05-09 2018-09-28 长沙学院 一种基于云平台的人机交互智能问答方法和系统
CN109151220A (zh) * 2018-09-11 2019-01-04 中国—东盟信息港股份有限公司 一种通信话路呼叫失败场景分析系统
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

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177721A (zh) * 2011-12-26 2013-06-26 中国电信股份有限公司 语音识别方法和系统
WO2014040478A1 (zh) * 2012-09-12 2014-03-20 中兴通讯股份有限公司 一种用户满意度管理系统及其进行呼叫管理的方法
CN103888277A (zh) * 2012-12-19 2014-06-25 中国移动通信集团公司 一种网关容灾备份方法、装置和系统
CN103401882A (zh) * 2013-08-16 2013-11-20 深圳市宏电技术股份有限公司 Voip网关语音链路备份方法及系统
CN105657129A (zh) * 2016-01-25 2016-06-08 百度在线网络技术(北京)有限公司 通话信息获取方法和装置
CN108307401A (zh) * 2016-08-26 2018-07-20 海能达通信股份有限公司 建立通信连接的方法、装置及通信设备
CN106453927A (zh) * 2016-10-25 2017-02-22 广东亿迅科技有限公司 基于pstn网络的号码状态自动识别方法及装置
CN108462716A (zh) * 2018-03-23 2018-08-28 厦门集微科技有限公司 错误码转换方法和装置、计算机可读存储介质
CN108595696A (zh) * 2018-05-09 2018-09-28 长沙学院 一种基于云平台的人机交互智能问答方法和系统
CN109151220A (zh) * 2018-09-11 2019-01-04 中国—东盟信息港股份有限公司 一种通信话路呼叫失败场景分析系统
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

Similar Documents

Publication Publication Date Title
CN111191030B (zh) 基于分类的单句意图识别方法、装置和系统
WO2019118377A1 (en) Systems and methods for chatbot generation
CN109688281A (zh) 一种智能语音交互方法及系统
AU2014205546B2 (en) Method and apparatus for analyzing leakage from chat to voice
CN111212190A (zh) 一种基于话术策略管理的对话管理方法、装置和系统
CN107609092A (zh) 智能应答方法和装置
JP6966357B2 (ja) 情報処理システム、情報処理装置、情報処理方法及びプログラム
CN112653798A (zh) 智能客服语音应答方法、装置、计算机设备及存储介质
US10832588B2 (en) Communication tone training
CN110740212B (zh) 基于智能语音技术的通话接听方法、装置及电子设备
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
US20220366427A1 (en) Systems and methods relating to artificial intelligence long-tail growth through gig customer service leverage
CN115221892A (zh) 工单数据处理方法及装置、存储介质及电子设备
CN110047473A (zh) 一种人机协作交互方法及系统
CN111147366B (zh) 一种自动线路切换的方法、装置和系统
CN114979387A (zh) 基于模拟电话的网络电话服务方法、系统、设备和介质
WO2022146525A1 (en) Systems and methods for conducting an automated dialogue
CN111246030A (zh) 一种号码有效性判断的方法、装置和系统
CN112911074A (zh) 一种语音通信处理方法、装置、设备和机器可读介质
CN111131628A (zh) 一种线路未接通状态的语音识别方法、装置和系统
CN112100338B (zh) 一种智能机器人的对话主题扩展方法、装置和系统
CN112992128B (zh) 一种智能语音机器人的训练方法、装置和系统
US20230087571A1 (en) Creating dialogs for a problem-solution data set
Hunt et al. Artificial Intelligence for Customer Experience and Care
CN111259114A (zh) 多轮对话方法及装置、电子设备和存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200512