CN111371959A - 智能语音数据处理方法及装置 - Google Patents
智能语音数据处理方法及装置 Download PDFInfo
- Publication number
- CN111371959A CN111371959A CN202010187239.XA CN202010187239A CN111371959A CN 111371959 A CN111371959 A CN 111371959A CN 202010187239 A CN202010187239 A CN 202010187239A CN 111371959 A CN111371959 A CN 111371959A
- Authority
- CN
- China
- Prior art keywords
- user
- intention
- determining
- data processing
- artificial
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 abstract description 24
- 239000002699 waste material Substances 0.000 abstract description 15
- 230000002457 bidirectional effect Effects 0.000 abstract description 14
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 8
- 239000000872 buffer Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- H04M3/5166—Centralised 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
-
- 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
- G10L15/26—Speech to text systems
-
- 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
- H04M3/5238—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing with waiting time or load prediction arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例提供一种智能语音数据处理方法及装置,方法包括:接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
Description
技术领域
本申请涉及数据处理领域,具体涉及一种智能语音数据处理方法及装置。
背景技术
使用智能语音机器人进行客户意向筛选后,需要及时转接人工坐席进行后续跟进才可以最大限度的确保筛选线索的收益最大化。但是在实际操作中,因为线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性会带来线索以及人工的双向浪费。因此亟需缩减这部分的资源浪费。
发明内容
针对现有技术中的问题,本申请提供一种智能语音数据处理方法及装置,能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
为了解决上述问题中的至少一个,本申请提供以下技术方案:
第一方面,本申请提供一种智能语音数据处理方法,包括:
接收并识别用户发送的用户语音数据,得到对应的用户文字数据;
根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;
若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
进一步地,所述根据预设应答模板和所述用户文字数据,确定对应的用户意向分值,包括:
根据预设应答模板和所述用户文字数据,确定第一意向值;
根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括;
根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
进一步地,在所述建立所述用户和人工座席的通话连接之前,还包括:
接收所有人工座席的状态信号,确定各所述人工座席的实时状态;
根据各所述人工座席的实时状态,确定设定时间段内的空闲人工座席。
进一步地,在所述建立所述用户和人工座席的通话连接之前,还包括:
根据所述用户意向分值和当前机器人座席数量以及当前机器人线索产出数量,确定人工座席数量。
第二方面,本申请提供一种智能语音数据处理装置,包括:
语音识别模块,用于接收并识别用户发送的用户语音数据,得到对应的用户文字数据;
用户意向确定模块,用于根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;
人工座席接入模块,用于若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
进一步地,所述用户意向确定模块包括:
第一意向值确定单元,用于根据预设应答模板和所述用户文字数据,确定第一意向值;
第二意向值确定单元,用于根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括;
用户意向值确定单元,用于根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
进一步地,所述用户意向确定模块包括:
第一意向值确定单元,用于根据预设应答模板和所述用户文字数据,确定第一意向值;
第二意向值确定单元,用于根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括;
用户意向值确定单元,用于根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
进一步地,还包括:
座席数量调节单元,用于根据所述用户意向分值和当前机器人座席数量以及当前机器人线索产出数量,确定人工座席数量。
第三方面,本申请提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的智能语音数据处理方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的智能语音数据处理方法的步骤。
由上述技术方案可知,本申请提供一种智能语音数据处理方法及装置,通过接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
附图说明
为了更清楚地说明本申请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,下面描述中的附图是本申请的一些实施例,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为本申请实施例中的智能语音数据处理方法的流程示意图之一;
图2为本申请实施例中的智能语音数据处理方法的流程示意图之二;
图3为本申请实施例中的智能语音数据处理方法的流程示意图之三;
图4为本申请实施例中的智能语音数据处理装置的结构图之一;
图5为本申请实施例中的智能语音数据处理装置的结构图之二;
图6为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到现有技术中使用智能语音机器人进行客户意向筛选后,需要及时转接人工坐席进行后续跟进才可以最大限度的确保筛选线索的收益最大化。但是在实际操作中,因为线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性会带来线索以及人工的双向浪费的问题,本申请提供一种智能语音数据处理方法及装置,通过接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
为了能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题,本申请提供一种智能语音数据处理方法的实施例,参见图1,所述智能语音数据处理方法具体包含有如下内容:
步骤S101:接收并识别用户发送的用户语音数据,得到对应的用户文字数据。
可理解的是,本申请可以通过现有的语音识别技术识别用户语音,并转换成便于机器人理解的语句或者相应文字。
步骤S102:根据预设应答模板和所述用户文字数据,确定对应的用户意向分值。
可以理解的是,本申请可以根据识别到的用户语音以及文字,理解用户话语具体意思,并根据已有名单进行自动呼叫、根据识别到的用户意思进行回复互动。
具体的,对已设定好的问题,根据客户回答,得到X1值;根据客户接听电话时间长短,得到X2值;根据客户是否接通电话,得到X3值;根据客户与机器人对话轮次,得到X4值,通过系统运算后得到意向分值Y。
步骤S103:若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
具体的,上述Y值处于强意向范围内,实时转接人工进行跟进;Y值处于中度范围内,可引导用户自主咨询,Y值处于轻度范围内,则放弃对此客户进行营销
从上述描述可知,本申请实施例提供的智能语音数据处理方法,能够通过接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
为了能够准确确定用户意向,在本申请的智能语音数据处理方法的一实施例中,参见图2,还可以具体包含如下内容:
步骤S201:根据预设应答模板和所述用户文字数据,确定第一意向值。
步骤S202:根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括。
步骤S203:根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
可选的,对已设定好的问题,根据客户回答,得到X1值;根据客户接听电话时间长短,得到X2值;根据客户是否接通电话,得到X3值;根据客户与机器人对话轮次,得到X4值,通过系统运算后得到意向分值Y。
为了能够准确确定空闲的人工座席,在本申请的智能语音数据处理方法的一实施例中,参见图3,还可以具体包含如下内容:
步骤S301:接收所有人工座席的状态信号,确定各所述人工座席的实时状态。
步骤S302:根据各所述人工座席的实时状态,确定设定时间段内的空闲人工座席。
可选的,与人工坐席系统进行对接,实时接收人工坐席状态信号,确定人工坐席实时状态,如:几人处于空闲状态;几人处于接听电话状态;几人处于挂起或者关闭状态。
具体的,根据人工坐席实时状态更新各项数据,系统自动测算得出某一时段或者某一个时间点空闲人工可能值M,包括:
确定需要预测人工坐席状态具体时间范围或者时间点,如:5分钟后。
收集时间范围内人工坐席状态信号所有变化,包括:
坐席通话时长设定为N,有X个坐席进行了通话,则分别为N1、N2...Nx,系统自动运算出N值;人工接通状态设定为P,有X个坐席进行了通话,则分别为P1、P2...Px,系统自动运算出P值;人工可工作状态设定为Q,如:挂起、关闭、空闲。由系统运算得出Q值。
结合时间限定以及N、P、Q值综合运算得出M值。
为了能够灵活调配座席,在本申请的智能语音数据处理方法的一实施例中,还可以具体包含如下内容:
根据所述用户意向分值和当前机器人座席数量以及当前机器人线索产出数量,确定人工座席数量。
可选的,本申请可以通过设计一机器人动态调节系统实现座席的灵活调配,所述机器人动态调节系统的步骤,包括:
机器人正向工况计算系统。包括:
机器人工作数量设为A,符合分配人工跟进线索量为Ya(通过意向筛选系统得到的用户意向分值Y以及分值内线索数量得到)以及单位时间,系统运算得出机器人平均产出线索数,记为W。
根据启动机器人数以及机器人产出线索数、通过意向筛选系统得到的用户意向分值Y、工作的机器人数量,系统运算得出需要人工坐席数量。并通过接口传输给人工坐席系统。
机器人逆向工况计算系统。包括:
根据空闲人工可能值M以及机器人平均产出线索数W,系统运算得出需要工作的机器人数量并自动进行控制。
为了能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题,本申请提供一种用于实现所述智能语音数据处理方法的全部或部分内容的智能语音数据处理装置的实施例,参见图4,所述智能语音数据处理装置具体包含有如下内容:
语音识别模块10,用于接收并识别用户发送的用户语音数据,得到对应的用户文字数据。
用户意向确定模块20,用于根据预设应答模板和所述用户文字数据,确定对应的用户意向分值。
人工座席接入模块30,用于若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
从上述描述可知,本申请实施例提供的智能语音数据处理装置,能够通过接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
在本申请的智能语音数据处理装置的一实施例中,参见图5,所述用户意向确定模块20包括:
第一意向值确定单元21,用于根据预设应答模板和所述用户文字数据,确定第一意向值。
第二意向值确定单元22,用于根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括。
用户意向值确定单元23,用于根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
在本申请的智能语音数据处理装置的一实施例中,具体还包括:
人工座席监测单元,用于接收所有人工座席的状态信号,确定各所述人工座席的实时状态。
空闲人工确定单元,用于根据各所述人工座席的实时状态,确定设定时间段内的空闲人工座席。
在本申请的智能语音数据处理装置的一实施例中,具体还包括:
座席数量调节单元,用于根据所述用户意向分值和当前机器人座席数量以及当前机器人线索产出数量,确定人工座席数量。
为了更进一步说明本方案,本申请还提供一种应用上述智能语音数据处理装置实现智能语音数据处理方法的具体应用实例,具体包含有如下内容:
智能语音外呼系统、客户意向筛选分流系统、人工坐席状态预测系统、机器人动态调节系统。
在一个实施例中,所述智能语音外呼系统的步骤,包括:
语音识别系统,包括:
能够识别用户语音,并转换成便于机器人理解的语句或者相应文字。
语义理解系统,包括:
根据识别到的用户语音以及文字,理解用户话语具体意思。
对话互动系统,包括:
根据已有名单进行自动呼叫、根据识别到的用户意思进行回复互动。
在一个实施例中,所述客户意向筛选分流系统的步骤,包括:
通过意向筛选系统,得到用户意向分值Y,包括:
对已设定好的问题,根据客户回答,得到X1值;根据客户接听电话时间长短,得到X2值;根据客户是否接通电话,得到X3值;根据客户与机器人对话轮次,得到X4值,通过系统运算后得到意向分值Y。
按照分流规则,根据Y值进行针对性分流,包括:
Y值处于强意向范围内,实时转接人工进行跟进;Y值处于中度范围内,可引导用户自主咨询,Y值处于轻度范围内,则放弃对此客户进行营销。
在一个实施例中,所述人工坐席状态预测系统的步骤,包括:
与人工坐席系统进行对接,实时接收人工坐席状态信号,确定人工坐席实时状态,如:几人处于空闲状态;几人处于接听电话状态;几人处于挂起或者关闭状态。
根据人工坐席实时状态更新各项数据,系统自动测算得出某一时段或者某一个时间点空闲人工可能值M,包括:
确定需要预测人工坐席状态具体时间范围或者时间点,如:5分钟后。
收集时间范围内人工坐席状态信号所有变化,包括:
坐席通话时长设定为N,有X个坐席进行了通话,则分别为N1、N2...Nx,系统自动运算出N值;人工接通状态设定为P,有X个坐席进行了通话,则分别为P1、P2...Px,系统自动运算出P值;人工可工作状态设定为Q,如:挂起、关闭、空闲。由系统运算得出Q值。
结合时间限定以及N、P、Q值综合运算得出M值。
在一个实施例中,所述机器人动态调节系统的步骤,包括:
机器人正向工况计算系统。包括:
机器人工作数量设为A,符合分配人工跟进线索量为Ya(通过意向筛选系统得到的用户意向分值Y以及分值内线索数量得到)以及单位时间,系统运算得出机器人平均产出线索数,记为W。
根据启动机器人数以及机器人产出线索数、通过意向筛选系统得到的用户意向分值Y、工作的机器人数量,系统运算得出需要人工坐席数量。并通过接口传输给人工坐席系统。
机器人逆向工况计算系统。包括:
根据空闲人工可能值M以及机器人平均产出线索数W,系统运算得出需要工作的机器人数量并自动进行控制。
由上述描述可知,本申请通过智能语音外呼系统;客户意向筛选分流系统;人工坐席状态预测系统;机器人动态调节系统,解决了智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
从硬件层面来说,为了能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题,本申请提供一种用于实现所述智能语音数据处理方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现智能语音数据处理装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的智能语音数据处理方法的实施例,以及智能语音数据处理装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,智能语音数据处理方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图6为本申请实施例的电子设备9600的系统构成的示意框图。如图6所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图6是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,智能语音数据处理方法功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
步骤S101:接收并识别用户发送的用户语音数据,得到对应的用户文字数据。
步骤S102:根据预设应答模板和所述用户文字数据,确定对应的用户意向分值。
步骤S103:若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
从上述描述可知,本申请实施例提供的电子设备,通过接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
在另一个实施方式中,智能语音数据处理装置可以与中央处理器9100分开配置,例如可以将智能语音数据处理装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现智能语音数据处理方法功能。
如图6所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图6中所示的所有部件;此外,电子设备9600还可以包括图6中没有示出的部件,可以参考现有技术。
如图6所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的智能语音数据处理方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的智能语音数据处理方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤S101:接收并识别用户发送的用户语音数据,得到对应的用户文字数据。
步骤S102:根据预设应答模板和所述用户文字数据,确定对应的用户意向分值。
步骤S103:若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
从上述描述可知,本申请实施例提供的计算机可读存储介质,通过接收并识别用户发送的用户语音数据,得到对应的用户文字数据;根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通过连接;本申请能够有效解决智能语音线索筛选的不确定性以及人工跟进时长不定导致的空闲人工不确定性带来线索以及人工的双向浪费问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种智能语音数据处理方法,其特征在于,所述方法包括:
接收并识别用户发送的用户语音数据,得到对应的用户文字数据;
根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;
若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
2.根据权利要求1所述的智能语音数据处理方法,其特征在于,所述根据预设应答模板和所述用户文字数据,确定对应的用户意向分值,包括:
根据预设应答模板和所述用户文字数据,确定第一意向值;
根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括;
根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
3.根据权利要求1所述的智能语音数据处理方法,其特征在于,在所述建立所述用户和人工座席的通话连接之前,还包括:
接收所有人工座席的状态信号,确定各所述人工座席的实时状态;
根据各所述人工座席的实时状态,确定设定时间段内的空闲人工座席。
4.根据权利要求2所述的智能语音数据处理方法,其特征在于,在所述建立所述用户和人工座席的通话连接之前,还包括:
根据所述用户意向分值和当前机器人座席数量以及当前机器人线索产出数量,确定人工座席数量。
5.一种智能语音数据处理装置,其特征在于,包括:
语音识别模块,用于接收并识别用户发送的用户语音数据,得到对应的用户文字数据;
用户意向确定模块,用于根据预设应答模板和所述用户文字数据,确定对应的用户意向分值;
人工座席接入模块,用于若所述用户意向分值超过预设意向阈值,则建立所述用户和人工座席的通话连接。
6.根据权利要求5所述的智能语音数据处理装置,其特征在于,所述用户意向确定模块包括:
第一意向值确定单元,用于根据预设应答模板和所述用户文字数据,确定第一意向值;
第二意向值确定单元,用于根据所述用户的通话状态,确定第二意向值,其中,所述用户的通话状态包括;
用户意向值确定单元,用于根据所述第一意向值和所述第二意向值,确定所述用户意向分值。
7.根据权利要求5所述的智能语音数据处理装置,其特征在于,还包括:
人工座席监测单元,用于接收所有人工座席的状态信号,确定各所述人工座席的实时状态;
空闲人工确定单元,用于根据各所述人工座席的实时状态,确定设定时间段内的空闲人工座席。
8.根据权利要求6所述的智能语音数据处理装置,其特征在于,还包括:
座席数量调节单元,用于根据所述用户意向分值和当前机器人座席数量以及当前机器人线索产出数量,确定人工座席数量。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一项所述的智能语音数据处理方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至4任一项所述的智能语音数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010187239.XA CN111371959A (zh) | 2020-03-17 | 2020-03-17 | 智能语音数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010187239.XA CN111371959A (zh) | 2020-03-17 | 2020-03-17 | 智能语音数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111371959A true CN111371959A (zh) | 2020-07-03 |
Family
ID=71212603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010187239.XA Pending CN111371959A (zh) | 2020-03-17 | 2020-03-17 | 智能语音数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111371959A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102404466A (zh) * | 2010-09-09 | 2012-04-04 | 中国移动通信集团上海有限公司 | 一种确定呼叫中心队列中坐席数量的方法及设备 |
CN107566670A (zh) * | 2017-09-05 | 2018-01-09 | 南京硅基智能科技有限公司 | 基于语音识别实现自主拨号,智能对话以及信息分析的方法 |
US20180191902A1 (en) * | 2016-12-30 | 2018-07-05 | Afiniti International Holdings, Ltd. | Techniques for l3 pairing in a contact center system |
CN108521525A (zh) * | 2018-04-03 | 2018-09-11 | 南京甄视智能科技有限公司 | 基于用户标签体系的智能机器人客服营销方法和系统 |
CN109587358A (zh) * | 2017-09-29 | 2019-04-05 | 吴杰 | 人工智能客服转人工客服呼叫方法 |
CN109688281A (zh) * | 2018-12-03 | 2019-04-26 | 复旦大学 | 一种智能语音交互方法及系统 |
CN109873909A (zh) * | 2019-03-15 | 2019-06-11 | 腾讯科技(深圳)有限公司 | 一种语音呼叫方法、装置和设备及计算机存储介质 |
CN110298682A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 基于用户信息分析的智能决策方法、装置、设备及介质 |
-
2020
- 2020-03-17 CN CN202010187239.XA patent/CN111371959A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102404466A (zh) * | 2010-09-09 | 2012-04-04 | 中国移动通信集团上海有限公司 | 一种确定呼叫中心队列中坐席数量的方法及设备 |
US20180191902A1 (en) * | 2016-12-30 | 2018-07-05 | Afiniti International Holdings, Ltd. | Techniques for l3 pairing in a contact center system |
CN107566670A (zh) * | 2017-09-05 | 2018-01-09 | 南京硅基智能科技有限公司 | 基于语音识别实现自主拨号,智能对话以及信息分析的方法 |
CN109587358A (zh) * | 2017-09-29 | 2019-04-05 | 吴杰 | 人工智能客服转人工客服呼叫方法 |
CN108521525A (zh) * | 2018-04-03 | 2018-09-11 | 南京甄视智能科技有限公司 | 基于用户标签体系的智能机器人客服营销方法和系统 |
CN109688281A (zh) * | 2018-12-03 | 2019-04-26 | 复旦大学 | 一种智能语音交互方法及系统 |
CN109873909A (zh) * | 2019-03-15 | 2019-06-11 | 腾讯科技(深圳)有限公司 | 一种语音呼叫方法、装置和设备及计算机存储介质 |
CN110298682A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 基于用户信息分析的智能决策方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
本书编写组编: "《95518客户服务中心运营与管理》", 31 August 2009, 北京:首都经济贸易大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956956A (zh) | 基于策略规则的语音识别方法及装置 | |
CN110895940A (zh) | 智能语音交互方法及装置 | |
CN111881271A (zh) | 一种实现自动对话的方法和装置 | |
CN113032112A (zh) | 资源调度方法及装置、电子设备和存储介质 | |
CN111405129A (zh) | 智能外呼风险监控方法及装置 | |
CN104394269B (zh) | 一种通话控制方法及移动终端 | |
CN111767558B (zh) | 数据访问监控方法、装置及系统 | |
CN112689012A (zh) | 跨网络的代理通讯方法及装置 | |
CN112836037A (zh) | 话术推荐方法及装置 | |
CN111338905A (zh) | 应用节点数据处理方法及装置 | |
CN112702468A (zh) | 一种通话控制方法及其装置 | |
CN109949806B (zh) | 信息交互方法和装置 | |
CN116684856A (zh) | 一种蓝牙连接方法及装置 | |
CN111048115A (zh) | 语音识别方法及装置 | |
CN112927017A (zh) | 外呼营销流程的控制方法、装置及系统 | |
CN113783771A (zh) | 一种基于微信的ai虚拟人交互方法和系统 | |
CN111339282A (zh) | 智能在线应答方法及智能客服系统 | |
CN112559158A (zh) | 微服务定时任务调度方法及装置 | |
CN112396511A (zh) | 分布式风控变量数据处理方法、装置及系统 | |
CN111371959A (zh) | 智能语音数据处理方法及装置 | |
CN113434423B (zh) | 接口测试方法及装置 | |
CN111105797A (zh) | 一种语音交互方法、装置及电子设备 | |
CN115880067A (zh) | 交易异常数据处理方法及装置 | |
CN115798458A (zh) | 分类语种识别方法及装置 | |
CN113271385B (zh) | 一种呼叫转移方法 |
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: 20200703 |