CN111179929A - 一种语音处理方法及装置 - Google Patents
一种语音处理方法及装置 Download PDFInfo
- Publication number
- CN111179929A CN111179929A CN201911419607.2A CN201911419607A CN111179929A CN 111179929 A CN111179929 A CN 111179929A CN 201911419607 A CN201911419607 A CN 201911419607A CN 111179929 A CN111179929 A CN 111179929A
- Authority
- CN
- China
- Prior art keywords
- emotion
- customer service
- target user
- label
- determining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 12
- 230000008451 emotion Effects 0.000 claims abstract description 418
- 230000006854 communication Effects 0.000 claims abstract description 79
- 238000004891 communication Methods 0.000 claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 39
- 230000002996 emotional effect Effects 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000037007 arousal Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 230000036651 mood Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 2
- 206010027940 Mood altered Diseases 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007510 mood change Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5183—Call or contact centers with computer-telephony arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种语音处理方法及装置,在获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据后,对语音数据进行分析,得到语音数据对应的情绪特征数据;将情绪特征输入预先训练好的语音情绪模型,获得语音情绪模型输出的与情绪特征相对应的情绪标签根据当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系及当前时刻的情绪标签,自动选择合适的转接时间以及在转接队列中的排位,从而实现在合适的转接时间自动将目标用户的语音沟通自动加入到转接队列的合适排位中,使得从机器人客服到人工客服的转换更加及时,解决了客户服务呼叫中心系统智能程度低的问题,起到了提高沟通方式的匹配成功度的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种语音处理方法及装置。
背景技术
目前,客户服务呼叫中心系统能够通过机器人客服或者人工客服与用户进行通话,其中机器人客服能够根据用户的语音数据中的关键词在问答数据库中去搜索对应该关键词的回答,人工客服能够根据用户的语音数据中的关键词,结合自身学习到的知识进行回答。当用户与机器人客服进行沟通时若机器人客服提供的回答无法解决用户的疑问,在用户主动结束沟通后再次进入客服服务中心系统,然后在客户服务呼叫中心系统中手动选择人工客服,如根据客户服务呼叫中心系统的操作提示进行一系列选择之后才能够与人工客服进行通话。因此,目前客户服务呼叫中心系统存在智能程度低的问题。
发明内容
有鉴于此,本发明实施例提供一种语音处理方法及装置,为解决客户服务呼叫中心系统智能程度低的问题。
为实现上述目的,本发明一方面实施例提供:一种语音处理方法,包括:
获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据;
对所述语音数据进行分析,得到所述语音数据对应的情绪特征数据;
根据所述情绪特征数据,得到与所述情绪特征数据相对应的情绪标签,所述情绪标签用于反应所述目标用户当前时刻的情绪状况;
若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间;
根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位;
在到达转接时间时将与目标用户的语音沟通加入到所述转接队列中的排位,以由人工客服与目标用户进行语音沟通。
进一步的,所述若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪关系,确定从机器人客服转至人工客服的转接时间包括:
若当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,确定从机器人客服转至人工客服的转接时间。
进一步的,所述若当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,确定从机器人客服转至人工客服的转接时间包括:
若当前时刻的情绪标签为负面情绪标签但之前时刻的情绪标签为正面情绪标签,确定从机器人客服转至人工客服的转接时间;或者若当前时刻的情绪标签为负面情绪标签的第二等级但之前时刻的情绪标签为负面情绪标签的第一等级,确定从机器人客服转至人工客服的转接时间,所述第二等级的负面情绪的负面程度高于第一等级的负面情绪的负面程度。
进一步的,所述根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位包括:
根据所述当前时刻的情绪标签的负面程度,确定所述目标用户在人工客服对应的转接队列中的排位。
进一步的,所述确定从机器人客服转至人工客服的转接时间包括:
若确定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,获取确定出满足预设情绪变化关系的时间;
根据所获取的时间,确定从机器人客服转至人工客服的转接时间。
进一步的,所述方法还包括:
若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系不满足预设情绪变化关系,继续通过机器人客服与目标用户进行语音沟通。
进一步的,所述方法还包括:
在继续通过机器人客服与目标用户进行语音沟通的过程中,若存在空闲状态的人工客服,将与目标用户的语音沟通转接至人工客服。
本发明另一方面实施例提供一种语音处理装置,包括:
获取单元,用于获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据;
分析单元,用于对所述语音数据进行分析,得到所述语音数据对应的情绪特征数据;
得到单元,用于根据所述情绪特征数据,得到与所述情绪特征数据相对应的情绪标签,所述情绪标签用于反应所述目标用户当前时刻的情绪状况;
第一确定单元,用于若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间;
第二确定单元,用于根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位;
转接单元,用于在到达转接时间时将与目标用户的语音沟通加入到所述转接队列中的排位,以由人工客服与目标用户进行语音沟通。
进一步的,所述第一确定单元具体用于:若当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,确定从机器人客服转至人工客服的转接时间;
其中,当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势包括:
当前时刻的情绪标签为负面情绪标签但之前时刻的情绪标签为正面情绪标签;或者当前时刻的情绪标签为负面情绪标签的第二等级但之前时刻的情绪标签为负面情绪标签的第一等级,所述第二等级的负面情绪的负面程度高于第一等级的负面情绪的负面程度;
其中,确定从机器人客服转至人工客服的转接时间包括:
若确定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,获取确定出满足预设情绪变化关系的时间;
根据所获取的时间,确定从机器人客服转至人工客服的转接时间。
进一步的,所述第二确定单元具体用于:
根据所述当前时刻的情绪标签的负面程度,确定所述目标用户在人工客服对应的转接队列中的排位。
进一步的,所述装置还包括:
保持单元,用于若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系不满足预设情绪变化关系,继续通过机器人客服与目标用户进行语音沟通。
进一步的,所述转接单元还用于:在继续通过机器人客服与目标用户进行语音沟通的过程中,若存在空闲状态的人工客服,将与目标用户的语音沟通转接至人工客服。
基于上述技术方案,在获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据后,对语音数据进行分析,得到语音数据对应的情绪特征数据;将情绪特征输入预先训练好的语音情绪模型,获得语音情绪模型输出的与情绪特征相对应的情绪标签;其中,情绪标签用于反应目标用户当前时刻的情绪状况,若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间;根据当前时刻的情绪标签,确定目标用户在人工客服对应的转接队列中的排位;在到达转接时间时将与目标用户的语音沟通加入到转接队列中的排位,以由人工客服与目标用户进行语音沟通,这样在机器人客服与目标用户语音沟通过程中,识别目标用户当前时刻的情绪变化情况自动选择合适的转接时间以及在转接队列中的排位,从而实现在合适的转接时间自动将目标用户的语音沟通自动加入到转接队列的合适排位中,使得从机器人客服到人工客服的转换更加及时,解决了客户服务呼叫中心系统智能程度低的问题,起到了提高沟通方式的匹配成功度的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种语音处理方法的流程图;
图2为唤醒度-愉悦度(Valence-Arousal)二维情绪模型示意图;
图3为本发明又一实施例提供的一种语音处理方法的流程图;
图4为本发明又一实施例提供的一种语音处理方法的流程图;
图5为本发明另一实施例一种语音处理装置的结构示意图;
图6为本发明另一实施例一种语音处理装置的结构示意图。
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。
在本申请中,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、物品或者设备不仅包括那些要素,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“包括一个……”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。
客户服务呼叫中心系统由人工客服和机器人客服组成,能够通过机器人客服或者人工客服与用户进行通话,可以接听用户拨入的通话请求,也可以主动向用户发起通话呼叫(简称外呼)。机器人客服根据用户的语音数据中的关键词在问答数据库中去搜索对应该关键词的回答,当用户与机器人客服进行沟通时若机器人客服提供的回答无法解决用户的疑问,需要用户在沟通时主动要求转接至人工客服,或结束当前沟通后进行一系列选择操作后才能够与人工客服进行通话。人工客服不仅能够结合自身学习到的知识回答用户的问题,还能够通过沟通过程中用户的话语体会用户沟通时情绪状态的变化。而机器人客服在与用户进行沟通过程中,客户服务呼叫中心系统无法识别用户的情绪,智能程度低,容易引起用户不满。
例如,客户服务呼叫中心系统将机器人客服转为人工客服与用户沟通时,一般来说因为人工客服数量有限,常需要在转接队列中排队等待。目前客户服务呼叫中心系统针对转接队列的排队策略是根据转接的时间先后确定用户在转接队列中的位置。若在进入转接队列前,用户已经出现负面情绪同时转接队列中已经有不少其他用户在排队,会导致带着负面情绪的用户可能还需进行长时间的等待,那么带着负面情绪的用户在等待过程中很容易产生不耐烦甚至进行投诉。
由此可知,在机器人客服与用户进行沟通时,客户服务呼叫中心系统无法识别用户的情绪,存在智能程度低以及用户的使用体验不佳的问题。
本发明实施例提供一种语音处理方法及装置,可以应用于不同领域的客户服务呼叫中心系统中,通过在机器人客服与目标用户语音沟通过程中,识别目标用户当前时刻的情绪变化情况自动选择合适的转接时间以及在转接队列中的排位,从而实现在合适的转接时间自动将目标用户的语音沟通自动加入到转接队列的合适排位中,使得从机器人客服到人工客服的转换更加及时,解决了客户服务呼叫中心系统智能程度低的问题,起到了提高沟通方式的匹配成功度的技术效果。并且在提高沟通方式的匹配成功度的基础上还可以不增加人工客服的数量。
请参阅图1,其示出了本发明实施例提供的一种语音处理方法的流程图,方法包括以下步骤:
S101,获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据。
其中,语音数据可以是目标用户输出的一段语音,以通过目标用户输出的一段语音来确定出当前目标用户的情绪,一段语音可以包括一句话或几句话,在此不做限定。
当前时刻用于表明获取的语音数据是目标用户何时输出的语音数据,即在目标用户与机器人客服进行沟通的时间内,目标用户在当前时刻或与当前时刻最接近的时间内输出的一段语音,对此时间获取的语音数据进行分析,得到的结果更能反映目标用户当前时刻的情绪,从而能够将实时的获取到的语音数据作为分析目标用户当前时刻的情绪的基础,得到的情绪识别结果更加合理。
S102,对语音数据进行分析,得到语音数据对应的情绪特征数据。
情绪特征数据可以是从语音数据中分析得到的与情绪有关联的特征向量,以通过语音数据对应的情绪特征数据确定目标用户的情绪。
情绪特征数据的一种方式是情绪特征数据分为局部特征和全局特征。局部特征是从语音数据的一个语音帧或部分语音帧中提取的特征,反映语音数据的局部特性;全局特征是指从语音数据的所有语音帧中提取的特征的统计结果,反映整段语音数据的全局特性。本实施例中得到的情绪特征数据可以包括至少一种局部特征和/或至少一种全局特征。
情绪特征数据的另一种方式是情绪特征数据可以包括但不限于韵律学特征、基于谱的相关特征、音质特征和i-vetor特征等。在本实施例中,可以使用特征提取算法对语音数据的韵律、音质或声谱等中的至少一种特性进行分析,得到语音数据对应的情绪特征数据。例如,使用CNN算法从语音数据的声谱图中抽取特征。
当然上述两种情绪特征数据仅是示例说明,在实际应用中还可以采用其他情绪特征数据,或者将上述两种情绪特征数据以及其他情绪特征数据中的至少两种相结合作为本实施例的情绪特征数据。
S103,根据情绪特征数据,得到与征数据相对应的情绪标签。其中,情绪标签用于反应所述目标用户当前时刻的情绪状况。
一种得到与情绪特征数据相对应的情绪标签的方式可以通过语音情绪模型实现。通过语音情绪模型得到情绪。标签的过程为:将情绪特征数据输入预先训练好的语音情绪模型,获得语音情绪模型输出的与情绪特征数据相对应的情绪标签。其中语音情绪模型包括但不限于离散模型或维度模型。离散模型和维度模型的区别在于两种模型对情绪的表示方式不同。
离散模型输出的情绪是几种离散的情绪种类中的一种,例如,离散模型输出的情绪包括但不限于6种基本情绪:愤怒(Anger)、厌恶(Disgust)、恐惧(Fear)、愉快(Joy)、悲伤(Sadness)和惊喜(Surprise),这六种基本情绪作为离散模型输出的6种情绪标签,那么当输入情绪特征数据,该离散模型的输出的情绪标签就是上述6中情绪标签中的一种。在其他实施方式中情绪标签的具体内容和数量可以根据不同场景需要进行更改。
相对于离散模型,维度模型使用连续的维度来表示情绪,例如维度模型可以使用但不限于使用连续的唤醒度(Arousal)和愉悦度(Valence)来表示情绪。唤醒度(Arousal)和愉悦度(Valence)分别作为二维空间的相互垂直的坐标,可以构成唤醒度-愉悦度(Valence-Arousal)二维情绪模型,唤醒度(Arousal)代表情绪唤起程度的高低,愉悦度(Valence)代表积极情绪的高低,这两个维度都可以通过数值来代表它的高低程度,如图2所示的数值区间[-5,5],-5代表非常低迷/消极,5代表非常激动/积极。划分不同的坐标空间区域与不同的情绪标签相对应,例如高兴就可以用高唤醒度和高愉悦度来表示,难过则可以用低唤醒度和低愉悦度来表示。其他情绪在此不一一说明。图2仅示出了一种实施方式,在其他实施方式中可以使用不同数量或内容的维度,构造不同维度的维度模型,例如唤醒度-愉悦度-控制度(Valence-Arousal-Power)三维情绪模型;且坐标空间区域与情绪标签的对应关系也可以根据具体需要重新设置,在此不做限定。
在本实施例中,作为语音情绪模型的离散模型可以通过情绪语音数据库中的多个数据样本训练得到,数据样本包括情绪特征数据和与情绪特征数据对应的情绪标签。情绪语音数据库可以采用开源的语音数据库,也可以使用自行采集各类语音数据并建立的一个语音数据库,例如将收集以往所有用户的通话录音,进行处理后并建立的情绪语音数据库。
从上述对离散模型和维度模型的说明可知,离散模型和维度模型输出的各种情绪标签中:愤怒(Anger)、厌恶(Disgust)、恐惧(Fear)、愉快(Joy)、悲伤(Sadness)、惊喜(Surprise)、低迷/消极等,从情绪类型上可分为正面情绪和负面情绪,进一步的正面情绪和负面情绪由可以进行等级划分,如负面情绪中消极、厌恶和愤怒这三种情绪的负面程度不同,可以划分为三个不同等级,由此在本实施例中情绪标签可以有多种实施方式:一种实施方式为,情绪标签包括正面情绪标签和负面情绪标签,进一步的为不同正面情绪和负面情绪设置不同的等级,在进行等级划分时可以基于上述离散模型和维度模型,对此本实施例不再阐述;另一种实施方式为,情绪标签包括情绪激动标签和情绪平缓标签;还有一种实施方式为,情绪标签快乐、悲伤、愤怒和中性四种标签;在有的实施方式中,情绪标签中还包括未知情绪标签。情绪标签的数量和种类在此不做限定。
S104,若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间。
在本实施例中,当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系可以是当前时刻的情绪标签指示的目标用户的情绪,相对于之前时刻的情绪标签指示目标用户的情绪之间的情绪变化情况。具体的,情绪变化关系可以表征负面情绪负面的变化程度、正面情绪正面的变化程度以及在不同类型情绪之间的变化等中的一种或多种情况。
在本实施例中,预设情绪变化关系是预先设定好的当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪变化趋势,例如预设情绪变化关系可以是当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,例如指示目标用户的情绪的负面程度升高和正面程度降低中的至少一种。
根据两个时刻的情绪标签判断情绪变化关系可以有多种实施方式,下面以预设情绪变化关系为当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势时为例,介绍判断情绪变化关系的实施方式:
第一种实施方式为:将情绪标签分为负面情绪标签和正面情绪标签,则当前时刻的情绪标签为负面情绪标签但之前时刻的情绪标签为正面情绪标签时,说明相对于之前目标用户的情绪开始从正面情绪向负面情绪变化,这种变化可以判定为目标用户的情绪呈恶化趋势,进而判定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间。
第二种实施方式为:将所有情绪标签根据负面程度分为不同等级,假设情绪标签的等级越高表示其负面程度越大,则如果当前时刻的情绪标签的等级高于之前时刻的情绪标签的等级时,说明相对于之前目标用户的情绪开始向负面程度高的情绪变化,这种变化可以判定为目标用户的情绪呈恶化趋势,进而判定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间。
第三种实施方式为:将情绪标签分为负面情绪标签和正面情绪标签两类,将负面情绪标签根据负面程度分为不同等级。若当前时刻的情绪标签为负面情绪标签的第二等级但之前时刻的情绪标签为负面情绪标签的第一等级时,其中第二等级的负面情绪的负面程度高于第一等级的负面情绪的负面程度,说明相对于之前目标用户的负面情绪来说负面程度变高,这种变化可以判定为目标用户的情绪呈恶化趋势,进而判定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间。
需要说明的是,预设情绪变化关系可以根据场景需要设置,因此判断当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系是否满足预设情绪变化关系的方法也可根据具体场景和预设情绪变化关系进行调整和改变,在此不做具体的限定。
本步骤中,确定从机器人客服转至人工客服的转接时间包括:获取确定出满足预设情绪变化关系的时间;根据所获取的时间,确定从机器人客服转至人工客服的转接时间。其中从机器人客服转接至人工客服是指将目标用户的沟通对象从机器人客服更换为人工客服,也就是将目标用户的语音沟通从与机器人客服沟通更换为与人工客服沟通。
根据所获取的时间,确定从机器人客服转至人工客服的转接时间可以直接将所获取的时间作为转接时间,或者在所获取的时间之后的预设时间作为转接时间,在此不做具体限定。
此外,转接时间是可以动态调节的,可以根据所获取的时间以及情绪变化关系的变化程度,确定从机器人客服转至人工客服的转接时间。其中情绪变化关系的变化程度是指目标用户在当前时刻和之前时刻之间情绪变化程度的大小。一种实施方式中,可以让转接时间的大小与情绪变化关系的变化程度呈负相关,也就是情绪变化关系的变化程度越大,确定的转接时间就越小,因此在将所获取的时间之后的预设时间作为转接时间时,预设时间可以根据情绪变化关系的变化程度而定,变化程度越大,预设时间越小,说明越能够更快的加入到转接队列中,变化程度越小,预设时间越大,说明会更慢的加入到转接队列中。现以将所有情绪标签根据负面程度分为不同等级的情况为例,情绪变化关系的变化程度可以根据当前时刻情绪标签的等级和之前时刻情绪标签的等级来确定,等级差别越大情绪变化关系的变化程度就越大。
需要说明的是,转接时间的大小与情绪变化关系的变化程度之间的关系,以及确定情绪变化关系的变化程度的方法可以根据具体场景进行修改,有多种实施方式,在此不做具体限定。根据目标用户的情绪变化情况实现转接时间的动态调节,进一步提高了客户服务呼叫系统的智能程度。
S105,根据当前时刻的情绪标签,确定目标用户在人工客服对应的转接队列中的排位。
其中目标用户在转接队列中的排位指示目标用户之前等待转入人工客服的用户数量,通过目标用户在转接队列中的排位说明目标用户经过多少用户之后才能够转入人工客服,在本实施例中可以将目标用户在转接队列中的排位发送给目标用户,以提示目标用户大概的等待时长。
确定排位的一种实施方式,根据当前时刻的情绪标签的负面程度,确定目标用户在人工客服对应的转接队列中的排位。情绪标签的负面程度是指该情绪标签对应的情绪的消极程度的高低或生气程度的高低。每个情绪标签的负面程度可以预先设定。以快乐、悲伤、愤怒和中性四个情绪标签为例,可以设定快乐的负面程度最低、愤怒的负面程度最高,四个情绪标签的负面程度由低到高排序为:快乐、中性、悲伤和愤怒。以图2的维度模型为例,可以认为情绪标签对应的愉悦度的数值越高,情绪标签的负面程度就越低。情绪标签的负面程度如何设定在此不做限定。可以按照如下方式确定排位:情绪标签的负面程度越高,确定目标用户在转接队列中的排位就越靠前,这样情绪的负面程度高的目标用户的等待时间会更短。
确定排位的另一种实施方式,根据当前时刻的情绪标签的负面程度和截止至当前时刻目标用户与机器人客服的沟通时长,确定目标用户在人工客服对应的转接队列中的排位。例如,可以通过对负面程度和沟通时长进行加权求和,得到一个评分,根据评分确定目标用户在转接队列中的排位。其中转接队列中每条与用户对应的语音沟通都有一个评分。
S106,在到达转接时间时将与目标用户的语音沟通加入到转接队列中的排位,以由人工客服与目标用户进行语音沟通。
在处理到目标用户在转接队列中的排位时,将目标用户的语音沟通转接至人工客服。
本实施例这样在机器人客服与目标用户语音沟通过程中,识别目标用户当前时刻的情绪变化情况自动选择合适的转接时间以及在转接队列中的排位,从而实现在合适的转接时间自动将目标用户的语音沟通自动加入到转接队列的合适排位中,使得从机器人客服到人工客服的转换更加及时,解决了客户服务呼叫中心系统智能程度低的问题,起到了提高沟通方式的匹配成功度的技术效果。
请参阅图3,其示出了本发明又一实施例提供的一种语音处理方法的流程图,与图1相比,方法还包括如下步骤:
S107,若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系不满足预设情绪变化关系,继续通过机器人客服与目标用户进行语音沟通。
若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系不满足预设情绪变化关系,说明当前时刻的情绪相较于之前时刻的情绪呈变好趋势(如情绪的负面程度降低或正面程度升高);或者说明当前时刻的情绪相较于之前时刻的情绪保持稳定,此时可以不进行沟通方式的变化,继续由机器人客服与目标用户进行语音沟通。
机器人客服与目标用户进行语音沟通方式:通过机器人客服根据语音数据对应的内容得到答案,并输出答案给目标用户。输出答案的方式包括但不限于如下方式:给目标用户发送特定的文字信息,给目标用户发送特定的语音信息、给目标用户发送特定的网页链接或给目标用户发送多媒体文件等中的至少一种。
为进一步提高沟通效率,请参阅图4,其示出了本发明又一实施例提供的一种语音处理方法的流程图,与图3相比,方法还包括如下步骤:
S108,在继续通过机器人客服与目标用户进行语音沟通的过程中,判断是否存在空闲状态的人工客服。若当前时刻存在空闲状态的人工客服,执行步骤S109;若当前时刻不存在空闲状态的人工客服时,执行步骤S110。
空闲状态的人工客服是指,该人工客服没有与任一用户进行通话,或者该人工客服没有需要执行任务,处于待命状态。
S109,将与目标用户的语音沟通转接至人工客服。此步骤可以直接将与目标用户的语音沟通转接至人工客服;也可以在转接前询问目标用户的意愿,是否希望转至人工客服,若目标用户希望转接,将与目标用户的语音沟通转接至人工客服,或目标用户不希望转接,则继续由机器人客服与目标用户进行沟通。
S110,通过机器人客服根据语音数据对应的内容得到答案,并输出答案给目标用户。
上述实施方式,在人工客服存在空闲不需要目标用户排队时,将目标用户的语音沟通转接至人工客服,可以提高问题解决效率,且更合理的分配和利用了客服资源。
在这里需要说明的一点是:在通过机器人客服与目标用户进行沟通时,第一次获取到的语音数据识别到的情绪标签指示目标用户处于负面情绪中,即目标用户开始进行沟通时就处于负面情绪中,针对这种情况,本实施例可以确定从机器人客服转至人工客服的转接时间以及根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位;在到达转接时间时将与目标用户的语音沟通加入到所述转接队列中的排位,以由人工客服与目标用户进行语音沟通,由此针对这种情况可以直接由人工客服与目标用户进行语音沟通,从而能够快速接入人工客服。
下面介绍与上述方法实施例对应的装置实施例,请参阅图5,其示出本发明另一实施例一种语音处理装置的结构示意图,包括:获取单元201、分析单元202、得到单元203、第一确定单元204、第二确定单元205和转接单元206。
获取单元201,用于获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据。
分析单元202,用于对语音数据进行分析,得到语音数据对应的情绪特征数据。
得到单元203,用于根据情绪特征数据,得到与情绪特征数据相对应的情绪标签,情绪标签用于反应目标用户当前时刻的情绪状况。
第一确定单元204,用于若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间。
其中,预设情绪变化关系可以为当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势。
当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势包括但不限于:当前时刻的情绪标签为负面情绪标签但之前时刻的情绪标签为正面情绪标签;或者当前时刻的情绪标签为负面情绪标签的第二等级但之前时刻的情绪标签为负面情绪标签的第一等级,所述第二等级的负面情绪的负面程度高于第一等级的负面情绪的负面程度。
其中,确定从机器人客服转至人工客服的转接时间包括:若确定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,获取确定出满足预设情绪变化关系的时间;根据所获取的时间,确定从机器人客服转至人工客服的转接时间。
第二确定单元205,用于根据当前时刻的情绪标签,确定目标用户在人工客服对应的转接队列中的排位。可以根据当前时刻的情绪标签的负面程度,确定目标用户在人工客服对应的转接队列中的排位。
转接单元206,用于在到达转接时间时将与目标用户的语音沟通加入到转接队列中的排位,以由人工客服与目标用户进行语音沟通。
本实施例各个单元的工作过程说明及其相关名词的解释说明请分别参见上述实施例中的步骤S101-S106的过程说明,在此不再赘述。
本实施例这样在机器人客服与目标用户语音沟通过程中,识别目标用户当前时刻的情绪变化情况自动选择合适的转接时间以及在转接队列中的排位,从而实现在合适的转接时间自动将目标用户的语音沟通自动加入到转接队列的合适排位中,使得从机器人客服到人工客服的转换更加及时,解决了客户服务呼叫中心系统智能程度低的问题,起到了提高沟通方式的匹配成功度的技术效果。
请参阅图6,其示出本发明另一实施例一种语音处理装置的结构示意图,相比于图5,装置还包括:保持单元207。
保持单元207,用于若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系不满足预设情绪变化关系,继续通过机器人客服与目标用户进行语音沟通。
本实施例保持单元207的工作过程说明及其相关名词的解释说明请分别参见上述实施例中的步骤S107的过程说明,在此不再赘述。
在另一个实施方式中,为进一步提高沟通效率,图6中的语音处理装置中的:
转接单元206还用于:在继续通过机器人客服与目标用户进行语音沟通的过程中,若存在空闲状态的人工客服,将与目标用户的语音沟通转接至人工客服。其中,空闲状态的人工客服是指,该人工客服没有与任一用户进行通话,或者该人工客服没有需要执行任务,处于待命状态。
转接单元206可以直接将与目标用户的语音沟通转接至人工客服;也可以在转接前询问目标用户的意愿,是否希望转至人工客服,若目标用户希望转接,将与目标用户的语音沟通转接至人工客服,或目标用户不希望转接,则继续由机器人客服与目标用户进行沟通。
保持单元207还用于:在继续通过机器人客服与目标用户进行语音沟通的过程中,若不存在空闲状态的人工客服,通过机器人客服根据语音数据对应的内容得到答案,并输出答案给目标用户。
上述实施方式,在人工客服存在空闲不需要目标用户排队时,将目标用户的语音沟通转接至人工客服,可以提高问题解决效率,且更合理的分配和利用了客服资源。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,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。以上所描述的系统及系统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。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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种语音处理方法,其特征在于,包括:
获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据;
对所述语音数据进行分析,得到所述语音数据对应的情绪特征数据;
根据所述情绪特征数据,得到与所述情绪特征数据相对应的情绪标签,所述情绪标签用于反应所述目标用户当前时刻的情绪状况;
若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间;
根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位;
在到达转接时间时将与目标用户的语音沟通加入到所述转接队列中的排位,以由人工客服与目标用户进行语音沟通。
2.根据权利要求1所述的方法,其特征在于,所述若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪关系,确定从机器人客服转至人工客服的转接时间包括:
若当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,确定从机器人客服转至人工客服的转接时间。
3.根据权利要求2所述的方法,其特征在于,所述若当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,确定从机器人客服转至人工客服的转接时间包括:
若当前时刻的情绪标签为负面情绪标签但之前时刻的情绪标签为正面情绪标签,确定从机器人客服转至人工客服的转接时间;
或者
若当前时刻的情绪标签为负面情绪标签的第二等级但之前时刻的情绪标签为负面情绪标签的第一等级,确定从机器人客服转至人工客服的转接时间,所述第二等级的负面情绪的负面程度高于第一等级的负面情绪的负面程度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位包括:
根据所述当前时刻的情绪标签的负面程度,确定所述目标用户在人工客服对应的转接队列中的排位。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述确定从机器人客服转至人工客服的转接时间包括:
若确定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,获取确定出满足预设情绪变化关系的时间;
根据所获取的时间,确定从机器人客服转至人工客服的转接时间。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系不满足预设情绪变化关系,继续通过机器人客服与目标用户进行语音沟通。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
在继续通过机器人客服与目标用户进行语音沟通的过程中,若存在空闲状态的人工客服,将与目标用户的语音沟通转接至人工客服。
8.一种语音处理装置,其特征在于,包括:
获取单元,用于获取当前时刻机器人客服与目标用户进行语音沟通时的语音数据;
分析单元,用于对所述语音数据进行分析,得到所述语音数据对应的情绪特征数据;
得到单元,用于根据所述情绪特征数据,得到与所述情绪特征数据相对应的情绪标签,所述情绪标签用于反应所述目标用户当前时刻的情绪状况;
第一确定单元,用于若当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,确定从机器人客服转至人工客服的转接时间;
第二确定单元,用于根据所述当前时刻的情绪标签,确定所述目标用户在人工客服对应的转接队列中的排位;
转接单元,用于在到达转接时间时将与目标用户的语音沟通加入到所述转接队列中的排位,以由人工客服与目标用户进行语音沟通。
9.根据权利要求8所述的装置,其特征在于,所述第一确定单元具体用于:
若当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势,确定从机器人客服转至人工客服的转接时间;
其中,当前时刻的情绪标签相对于之前时刻的情绪标签指示目标用户的情绪呈恶化趋势包括:
当前时刻的情绪标签为负面情绪标签但之前时刻的情绪标签为正面情绪标签;
或者
当前时刻的情绪标签为负面情绪标签的第二等级但之前时刻的情绪标签为负面情绪标签的第一等级,所述第二等级的负面情绪的负面程度高于第一等级的负面情绪的负面程度;
其中,确定从机器人客服转至人工客服的转接时间包括:
若确定当前时刻的情绪标签与之前时刻的情绪标签之间的情绪变化关系满足预设情绪变化关系,获取确定出满足预设情绪变化关系的时间;
根据所获取的时间,确定从机器人客服转至人工客服的转接时间。
10.根据权利要求8所述的装置,其特征在于,所述第二确定单元具体用于:
根据所述当前时刻的情绪标签的负面程度,确定所述目标用户在人工客服对应的转接队列中的排位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911419607.2A CN111179929B (zh) | 2019-12-31 | 2019-12-31 | 一种语音处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911419607.2A CN111179929B (zh) | 2019-12-31 | 2019-12-31 | 一种语音处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179929A true CN111179929A (zh) | 2020-05-19 |
CN111179929B CN111179929B (zh) | 2022-11-25 |
Family
ID=70652432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911419607.2A Active CN111179929B (zh) | 2019-12-31 | 2019-12-31 | 一种语音处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179929B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739516A (zh) * | 2020-06-19 | 2020-10-02 | 中国—东盟信息港股份有限公司 | 一种针对智能客服通话的语音识别系统 |
CN111815124A (zh) * | 2020-06-18 | 2020-10-23 | 上海中通吉网络技术有限公司 | 快递行业座席智能分配方法、装置和设备 |
CN112820323A (zh) * | 2020-12-29 | 2021-05-18 | 平安银行股份有限公司 | 基于客户语音进行响应队列优先级调整方法及系统 |
CN112860877A (zh) * | 2021-03-31 | 2021-05-28 | 中国工商银行股份有限公司 | 客服作业处理方法、装置、电子设备及存储介质 |
CN113342960A (zh) * | 2021-07-07 | 2021-09-03 | 上海华客信息科技有限公司 | 客户诉求处理方法、系统、设备及存储介质 |
CN113422876A (zh) * | 2021-06-24 | 2021-09-21 | 广西电网有限责任公司 | 基于ai的电力客服中心辅助管理方法、系统及介质 |
CN117061668A (zh) * | 2023-09-21 | 2023-11-14 | 广州易风健康科技股份有限公司 | 基于情绪识别的多工位ai电话客服管理方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011210133A (ja) * | 2010-03-30 | 2011-10-20 | Seiko Epson Corp | 満足度算出方法、満足度算出装置およびプログラム |
CN106534598A (zh) * | 2016-10-28 | 2017-03-22 | 广东亿迅科技有限公司 | 一种基于情感识别的呼叫平台排队系统及其实现方法 |
CN107452405A (zh) * | 2017-08-16 | 2017-12-08 | 北京易真学思教育科技有限公司 | 一种根据语音内容进行数据评价的方法及装置 |
CN108900726A (zh) * | 2018-06-28 | 2018-11-27 | 北京首汽智行科技有限公司 | 基于语音机器人的人工客服转接方法 |
CN108962255A (zh) * | 2018-06-29 | 2018-12-07 | 北京百度网讯科技有限公司 | 语音会话的情绪识别方法、装置、服务器和存储介质 |
CN109618068A (zh) * | 2018-11-08 | 2019-04-12 | 上海航动科技有限公司 | 一种基于人工智能的语音业务推送方法、装置与系统 |
CN109785862A (zh) * | 2019-01-21 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 客服服务质量评价方法、装置、电子设备及存储介质 |
CN109784414A (zh) * | 2019-01-24 | 2019-05-21 | 出门问问信息科技有限公司 | 一种电话客服中客户情绪检测方法、装置及电子设备 |
CN109801105A (zh) * | 2019-01-17 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 基于人工智能的服务评分方法、装置、设备及存储介质 |
CN109815494A (zh) * | 2019-01-16 | 2019-05-28 | 中民乡邻投资控股有限公司 | 一种基于客户情绪的问答服务方法 |
CN110097894A (zh) * | 2019-05-21 | 2019-08-06 | 焦点科技股份有限公司 | 一种端到端的语音情感识别的方法和系统 |
CN110149450A (zh) * | 2019-05-22 | 2019-08-20 | 欧冶云商股份有限公司 | 智能客服应答方法及系统 |
-
2019
- 2019-12-31 CN CN201911419607.2A patent/CN111179929B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011210133A (ja) * | 2010-03-30 | 2011-10-20 | Seiko Epson Corp | 満足度算出方法、満足度算出装置およびプログラム |
CN106534598A (zh) * | 2016-10-28 | 2017-03-22 | 广东亿迅科技有限公司 | 一种基于情感识别的呼叫平台排队系统及其实现方法 |
CN107452405A (zh) * | 2017-08-16 | 2017-12-08 | 北京易真学思教育科技有限公司 | 一种根据语音内容进行数据评价的方法及装置 |
CN108900726A (zh) * | 2018-06-28 | 2018-11-27 | 北京首汽智行科技有限公司 | 基于语音机器人的人工客服转接方法 |
CN108962255A (zh) * | 2018-06-29 | 2018-12-07 | 北京百度网讯科技有限公司 | 语音会话的情绪识别方法、装置、服务器和存储介质 |
CN109618068A (zh) * | 2018-11-08 | 2019-04-12 | 上海航动科技有限公司 | 一种基于人工智能的语音业务推送方法、装置与系统 |
CN109815494A (zh) * | 2019-01-16 | 2019-05-28 | 中民乡邻投资控股有限公司 | 一种基于客户情绪的问答服务方法 |
CN109801105A (zh) * | 2019-01-17 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 基于人工智能的服务评分方法、装置、设备及存储介质 |
CN109785862A (zh) * | 2019-01-21 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 客服服务质量评价方法、装置、电子设备及存储介质 |
CN109784414A (zh) * | 2019-01-24 | 2019-05-21 | 出门问问信息科技有限公司 | 一种电话客服中客户情绪检测方法、装置及电子设备 |
CN110097894A (zh) * | 2019-05-21 | 2019-08-06 | 焦点科技股份有限公司 | 一种端到端的语音情感识别的方法和系统 |
CN110149450A (zh) * | 2019-05-22 | 2019-08-20 | 欧冶云商股份有限公司 | 智能客服应答方法及系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815124A (zh) * | 2020-06-18 | 2020-10-23 | 上海中通吉网络技术有限公司 | 快递行业座席智能分配方法、装置和设备 |
CN111739516A (zh) * | 2020-06-19 | 2020-10-02 | 中国—东盟信息港股份有限公司 | 一种针对智能客服通话的语音识别系统 |
CN112820323A (zh) * | 2020-12-29 | 2021-05-18 | 平安银行股份有限公司 | 基于客户语音进行响应队列优先级调整方法及系统 |
CN112820323B (zh) * | 2020-12-29 | 2023-06-16 | 平安银行股份有限公司 | 基于客户语音进行响应队列优先级调整方法及系统 |
CN112860877A (zh) * | 2021-03-31 | 2021-05-28 | 中国工商银行股份有限公司 | 客服作业处理方法、装置、电子设备及存储介质 |
CN112860877B (zh) * | 2021-03-31 | 2024-02-02 | 中国工商银行股份有限公司 | 客服作业处理方法、装置、电子设备及存储介质 |
CN113422876A (zh) * | 2021-06-24 | 2021-09-21 | 广西电网有限责任公司 | 基于ai的电力客服中心辅助管理方法、系统及介质 |
CN113422876B (zh) * | 2021-06-24 | 2022-05-10 | 广西电网有限责任公司 | 基于ai的电力客服中心辅助管理方法、系统及介质 |
CN113342960A (zh) * | 2021-07-07 | 2021-09-03 | 上海华客信息科技有限公司 | 客户诉求处理方法、系统、设备及存储介质 |
CN117061668A (zh) * | 2023-09-21 | 2023-11-14 | 广州易风健康科技股份有限公司 | 基于情绪识别的多工位ai电话客服管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111179929B (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179929B (zh) | 一种语音处理方法及装置 | |
CN111063370B (zh) | 一种语音处理方法及装置 | |
CN110059182A (zh) | 面向客服的话术推荐方法和装置 | |
CN106649704B (zh) | 一种智能对话控制方法和系统 | |
CN107292696B (zh) | 一种汽车智能导购系统以及实现方法 | |
US20230043174A1 (en) | Method for pushing anchor information, computer device, and storage medium | |
CN110263144A (zh) | 一种答案获取方法及装置 | |
CN109033257A (zh) | 话术推荐方法、装置、计算机设备和存储介质 | |
KR102136706B1 (ko) | 정보 처리 시스템, 접수 서버, 정보 처리 방법 및 프로그램 | |
CN106791235B (zh) | 一种选择服务座席的方法、装置及系统 | |
JP2016103270A (ja) | 情報処理システム、受付サーバ、情報処理方法及びプログラム | |
CN110890088B (zh) | 语音信息反馈方法、装置、计算机设备和存储介质 | |
CN105960674A (zh) | 信息处理装置 | |
CN112364234B (zh) | 一种在线讨论的自动分组系统 | |
CN109254669A (zh) | 一种表情图片输入方法、装置、电子设备及系统 | |
CN111241260A (zh) | 基于人机交互的数据处理方法、装置、设备及存储介质 | |
CN111191450A (zh) | 语料清洗方法、语料录入设备及计算机可读存储介质 | |
CN109996026B (zh) | 基于穿戴式设备的视频特效互动方法、装置、设备及介质 | |
CN111597313B (zh) | 问答方法、装置、计算机设备和存储介质 | |
CN112671984B (zh) | 服务模式切换方法、装置、机器人客服及存储介质 | |
CN113806503A (zh) | 一种对话融合方法和装置及设备 | |
CN112417107A (zh) | 一种信息处理方法及装置 | |
CN110489519B (zh) | 基于会话预测模型的会话方法及相关产品 | |
CN110209768A (zh) | 自动问答的问题处理方法和装置 | |
CN109872085A (zh) | 客服自动分配方法、装置和计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |