CN111564156A - 外呼系统部署方法、装置、计算机设备及存储介质 - Google Patents

外呼系统部署方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111564156A
CN111564156A CN202010631661.XA CN202010631661A CN111564156A CN 111564156 A CN111564156 A CN 111564156A CN 202010631661 A CN202010631661 A CN 202010631661A CN 111564156 A CN111564156 A CN 111564156A
Authority
CN
China
Prior art keywords
nlp
outbound
reply content
voice
terminal
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
Application number
CN202010631661.XA
Other languages
English (en)
Other versions
CN111564156B (zh
Inventor
孟一民
高鹏
周伟华
吴飞
高峰
袁兰
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.)
Hangzhou Mjoys Big Data Technology Co ltd
Original Assignee
Hangzhou Mjoys Big Data 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 Hangzhou Mjoys Big Data Technology Co ltd filed Critical Hangzhou Mjoys Big Data Technology Co ltd
Priority to CN202010631661.XA priority Critical patent/CN111564156B/zh
Publication of CN111564156A publication Critical patent/CN111564156A/zh
Application granted granted Critical
Publication of CN111564156B publication Critical patent/CN111564156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • 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
    • H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
    • H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
    • H04M3/4936—Speech interaction details
    • 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
    • G10L2015/223—Execution procedure of a spoken command
    • 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)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明涉及外呼系统部署方法、装置、计算机设备及存储介质，该方法包括获取来自NLP总服务更新的NLP资源，以得到新NLP资源；根据所述新NLP资源更新对应的内部资源；获取语音转写文本；对语音转写文本进行语义解析以及意图分析，以得到回复内容；反馈所述回复内容至终端，以在终端进行播放。本发明运维维护简单，且各个NLP分服务器的更新来源于NLP总服务的通用资源，将NLP分服务部署在多个分服务器上，实现线路的轻松扩展，回复内容经过NLP分服务器输出后，经过外呼客户端程序直接反馈至终端，降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题，降低网络时延，满足多业务并发时的同时呼叫需求。

Description

外呼系统部署方法、装置、计算机设备及存储介质
技术领域
本发明涉及呼叫系统，更具体地说是指外呼系统部署方法、装置、计算机设备及存储介质。
背景技术
当前市面上的智能外呼系统部署主要有以下两种，一种是集中式部署，即将外呼客户端程序、外呼机器人后台、NLP（自然语言处理，Natural Language Processing）服务外呼线路全部进行集中部署，其中，NLP服务包括NLU（自然语言理解，Natural LanguageUnderstanding）语义服务、DM（对话管理，Dialog Management）对话服务、话术资源服务；通过对接SIP（会话初始协议，Session Initiation Protocol）专线进行对外拨打，这种方式的问题是线路需要专门的SIP线路，扩展性差，无法利用现有的PSTN（公共交换电话网络，Public Switched Telephone Network）线路，往往面临线路资源有限，难以满足多业务并发时的同时呼叫需求，同时也存在运营商线路申请耗时长、费用高等难题；另一种是服务端资源集中式部署、外呼客户端程序分布式部署，即将外呼机器人后台、NLP服务进行集中部署如部署在总公司，外呼客户端程序、交换机、外呼线路分别部署在各分公司，通过分公司的PSTN线路进行拨打，系统的回复语音流需要穿过总公司-分公司之间的线路到达外呼客户端程序，再由外呼客户端程序将语音通过PSTN线路对用户进行下发播报，系统回复语音在总公司-分公司网络间传输中会出现质量损失和丢帧问题，存在网络时延的问题。
因此，有必要设计一种新的方法，实现线路的轻松扩展，降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题，降低网络时延，满足多业务并发时的同时呼叫需求。
发明内容
本发明的目的在于克服现有技术的缺陷，提供外呼系统部署方法、装置、计算机设备及存储介质。
为实现上述目的，本发明采用以下技术方案：外呼系统部署方法，包括：
获取来自NLP总服务更新的NLP资源，以得到新NLP资源；
根据所述新NLP资源更新对应的内部资源；
获取语音转写文本；
对语音转写文本进行语义解析以及意图分析，以得到回复内容；
反馈所述回复内容至终端，以在终端进行播放。
其进一步技术方案为：所述获取来自NLP总服务更新的NLP资源，以得到新NLP资源之前，还包括：
采用多层级总分式结构部署外呼后台以及相关NLP服务。
其进一步技术方案为：所述采用多层级总分式结构部署外呼后台以及相关NLP服务，包括：
将外呼后台集中部署在总服务器上；
将智能外呼系统中的相关NLP服务分别部署在总服务器上和各分服务器。
其进一步技术方案为：所述语音转写文本是通过外呼客户端程序拨通意向用户电话，并采集用户的语音，形成语音流，以上传至外呼后台，由外呼后台上传至自动语音识别技术服务器进行语音识别而得的。
其进一步技术方案为：所述回复内容包括录音文件或者从文本到语音所生成的一段语音。
其进一步技术方案为：所述反馈所述回复内容至终端，以在终端进行播放，包括：
反馈所述回复内容至外呼客户端程序，以由外呼客户端程序通过SIP/PSTN线路转发至终端，在终端进行播放。
其进一步技术方案为：所述对语音转写文本进行语义解析以及意图分析，以得到回复内容，包括：
对语音转写文本进行语义分析，以得到意图；
采用意图分析对所述意图进行分析，以得到回复内容。
本发明还提供了外呼系统部署装置，包括：
资源获取单元，用于获取来自NLP总服务更新的NLP资源，以得到新NLP资源；
更新单元，用于根据所述新NLP资源更新对应的内部资源；
文本获取单元，用于获取语音转写文本；
分析单元，用于对语音转写文本进行语义解析以及意图分析，以得到回复内容；
反馈单元，用于反馈所述回复内容至终端，以在终端进行播放。
本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是：本发明通过将维护放置在NLP总服务处理，再由NLP总服务传输至NLP分服务器进行同步更新，运维维护简单，且各个NLP分服务器的更新来源于NLP总服务的通用资源，将NLP分服务部署在多个分服务器上， 实现线路的轻松扩展，回复内容经过NLP分服务器输出后，经过外呼客户端程序直接反馈至终端，降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题，降低网络时延，满足多业务并发时的同时呼叫需求。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案，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为本发明实施例提供的外呼系统部署方法的应用场景示意图；
图2为本发明实施例提供的外呼系统部署方法的流程示意图；
图3为本发明实施例提供的外呼系统部署方法的子流程示意图；
图4为本发明另一实施例提供的外呼系统部署方法的流程示意图；
图5为本发明实施例提供的外呼系统部署方法的子流程示意图；
图6为本发明实施例提供的外呼系统部署装置的示意性框图；
图7为本发明实施例提供的外呼系统部署装置的分析单元的示意性框图；
图8为本发明另一实施例提供的外呼系统部署装置的示意性框图；
图9为本发明实施例提供的外呼系统部署装置的部署单元的示意性框图；
图10为本发明实施例提供的计算机设备的示意性框图。
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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和 “包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1和图2，图1为本发明实施例提供的外呼系统部署方法的应用场景示意图。图2为本发明实施例提供的外呼系统部署方法的示意性流程图。该外呼系统部署方法应用于NLP分服务器中。该NLP分服务器可以为分布式服务平台中的一台服务器，该NLP分服务器与外呼后台以及其他相关NLP服务所部署的服务器进行数据交互，且与终端也进行数据交互，通过采用多层总分方式进行所有相关NLP服务以及外呼后台进行部署，在由部分NLP服务所在的NLP分服务器进行分析，而资源更新的NLP服务则部署在总服务器，运维人员只需要维护更新总服务器的NLP服务，即可实现多个NLP分服务进行同步更新；各分服务器可更新来自总服务的通用资源，定制化资源可在各NLP分服务器上实现单独配置；线路轻松扩展：将NLP分服务器和外呼客户端程序部署在多个分服务器上，可实现线路的轻松扩展；降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题；大幅降低了网络时延，提高了机器人与人对话中的语音响应速度，改善了人机交互体验。
需要说明的是，图2中仅仅示意出一台NLP分服务器，在实际操作过程中，总服务器可以对多个NLP分服务器进行资源更新。
图2是本发明实施例提供的外呼系统部署方法的流程示意图。如图2所示，该方法包括以下步骤S110至S150。
S110、获取来自NLP总服务更新的NLP资源，以得到新NLP资源。
在本实施例中，将NLP总服务以及用于进行文本的语义解析、意图分析所对应的NLP服务分开部署，NLP总服务部署于总服务器，NLP服务则作为单独的NLP分服务器，部署在分服务器上。此处更新的是通用资源，还可以根据实际情况直接对NLP分服务器的定制化资源进行更新，支持NLP差异化配置。
NLP资源是指最新版本的语义分析和意图分析对应的算法。
运维人员可对NLP总服务进行资源更新并将最新版本的资源推送至NLP分服务器完成更新。也就是由NLP总服务负责资源的增删改编辑和资源的版本管理，并将资源同步推送到各NLP分服务器上完成更新，由各NLP分服务器负责对ASR（自动语音识别技术，Automatic Speech Recognition）转写文本内容进行语义解析、意图分析并输出回复语音。ASR是一种将人的语音转换为文本的技术。
S120、根据所述新NLP资源更新对应的内部资源。
在本实施例中，每个NLP分服务器内均存储有一个内部资源，也就是语义分析和意图分析对应的算法，每次使用之前，都需要从总服务器的NLP总服务处获取最新的NLP资源，更新自身所携带的内部资源，从而确保后续的分析的高准确率。
S130、获取语音转写文本。
在本实施例中，语音转写文本是指根据用户的语音转换而来的文本。
具体地，所述语音转写文本是通过外呼客户端程序拨通意向用户电话，并采集用户的语音，形成语音流，以上传至外呼后台，由外呼后台上传至自动语音识别技术服务器进行语音识别而得的。
外呼客户端程序通过SIP/PSTN线路拨打意向用户电话；外呼客户端程序采集用户的说话语音；外呼客户端程序将用户语音流上传至外呼后台；外呼后台将用户语音流上传至ASR服务请求语音识别；ASR服务将语音转写成文字后回传给外呼后台；外呼后台将ASR的语音转写文本透传给NLP分服务器进行语义解析。
S140、对语音转写文本进行语义解析以及意图分析，以得到回复内容。
在本实施例中，所述回复内容包括录音文件或者从文本到语音所生成的一段语音。
在一实施例中，请参阅图3，上述的步骤S140可包括步骤S141~ S142。
S141、对语音转写文本进行语义分析，以得到意图。
在本实施例中，意图是指用户所请求的目的。
语义分析是编译过程的一个逻辑阶段，语义分析的任务是对结构上正确的源程序进行上下文有关性质的审查，进行类型审查。语义分析是审查源程序有无语义错误，为代码生成阶段收集类型信息。比如语义分析的一个工作是进行类型审查，审查每个算符是否具有语言规范允许的运算对象，当不符合语言规范时，编译程序应报告错误。如有的编译程序要对实数用作数组下标的情况报告错误。又比如某些程序规定运算对象可被强制，那么当二目运算施于一整型和一实型对象时，编译程序应将整型转换为实型而不能认为是源程序的错误。
S142、采用意图分析对所述意图进行分析，以得到回复内容。
意图分析包括多意图分析和单意图分析，可以通过机器学习训练一个模型进行分析，或者采用基于词典的方法来进行意图分析。
S150、反馈所述回复内容至终端，以在终端进行播放。
具体地，反馈所述回复内容至外呼客户端程序，以由外呼客户端程序通过SIP/PSTN线路转发至终端，在终端进行播放。
回复内容经过NLP分服务器输出后，经过外呼客户端程序直接反馈至终端，无需在网络间长时间停留，降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题；大幅降低了网络时延，提高了机器人与人对话中的语音响应速度，改善了人机交互体验。
上述的外呼系统部署方法，通过将维护放置在NLP总服务处理，再由NLP总服务传输至NLP分服务器进行同步更新，运维维护简单，且各个NLP分服务器的更新来源于NLP总服务的通用资源，将NLP分服务部署在多个分服务器上， 实现线路的轻松扩展，回复内容经过NLP分服务器输出后，经过外呼客户端程序直接反馈至终端，降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题，降低网络时延，满足多业务并发时的同时呼叫需求。
图4是本发明另一实施例提供的一种外呼系统部署方法的流程示意图。如图4所示，本实施例的外呼系统部署方法包括步骤S210-S260。其中步骤S220-S260与上述实施例中的步骤S110-S150类似，在此不再赘述。下面详细说明本实施例中所增加的步骤S210。
S210、采用多层级总分式结构部署外呼后台以及相关NLP服务。
在一实施例中，请参阅图5，上述的步骤S210可包括步骤S211~S212。
S211、将外呼后台集中部署在总服务器上；
S212、将智能外呼系统中的相关NLP服务分别部署在总服务器上和各分服务器。
将智能外呼系统的后台集中部署在总服务器上，也就是总公司服务器上，用于集中管理目标客户名单或拨打名单下发、集中存储由外呼客户端程序拨打用户电话所产生的语音文件、ASR语音转文字后的文本文件以及拨打产生的意向用户清单等。对智能外呼系统中的相关NLP服务包含NLU语义服务、DM对话服务、话术资源服务等分别部署在总服务器和各分服务器上，运维人员可对NLP总服务进行资源更新并将最新版本的资源推送至NLP分服务完成更新，即可实现多个NLP分服务进行同步更新；各NLP分服务可更新来自总服务的通用资源，定制化资源可在各NLP分服务上实现单独配置；将NLP分服务和外呼客户端程序部署在多个分服务器上，可实现线路的轻松扩展；可达到降低了用户语音在网络传输过程中的质量损失，减少了丢帧问题；大幅降低了网络时延，提高了机器人与人对话中的语音响应速度，改善了人机交互体验。
图6是本发明实施例提供的一种外呼系统部署装置300的示意性框图。如图6所示，对应于以上外呼系统部署方法，本发明还提供一种外呼系统部署装置300。该外呼系统部署装置300包括用于执行上述外呼系统部署方法的单元，该装置可以被配置于服务器中。具体地，请参阅图6，该外呼系统部署装置300包括资源获取单元302、更新单元303、文本获取单元304、分析单元305以及反馈单元306。
资源获取单元302，用于获取来自NLP总服务更新的NLP资源，以得到新NLP资源；更新单元303，用于根据所述新NLP资源更新对应的内部资源；文本获取单元304，用于获取语音转写文本；分析单元305，用于对语音转写文本进行语义解析以及意图分析，以得到回复内容；反馈单元306，用于反馈所述回复内容至终端，以在终端进行播放。
所述反馈单元306，用于反馈所述回复内容至外呼客户端程序，以由外呼客户端程序通过SIP/PSTN线路转发至终端，在终端进行播放。
在一实施例中，如图7所示，所述分析单元305包括意图获取子单元3051以及意图分析子单元3052。
意图获取子单元3051，用于对语音转写文本进行语义分析，以得到意图；意图分析子单元3052，用于采用意图分析对所述意图进行分析，以得到回复内容。
图8是本发明另一实施例提供的一种外呼系统部署装置300的示意性框图。如图8所示，本实施例的外呼系统部署装置300是上述实施例的基础上增加了部署单元301。
部署单元301，用于采用多层级总分式结构部署外呼后台以及相关NLP服务。
在一实施例中，如图9所示，所述部署单元301包括后台部署子单元3011以及服务部署子单元3012。
后台部署子单元3011，用于将外呼后台集中部署在总服务器上；服务部署子单元3012，用于将智能外呼系统中的相关NLP服务分别部署在总服务器上和各分服务器。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述外呼系统部署装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述外呼系统部署装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10，图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
参阅图10，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种外呼系统部署方法。
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种外呼系统部署方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：
获取来自NLP总服务更新的NLP资源，以得到新NLP资源；根据所述新NLP资源更新对应的内部资源；获取语音转写文本；对语音转写文本进行语义解析以及意图分析，以得到回复内容；反馈所述回复内容至终端，以在终端进行播放。
其中，所述语音转写文本是通过外呼客户端程序拨通意向用户电话，并采集用户的语音，形成语音流，以上传至外呼后台，由外呼后台上传至自动语音识别技术服务器进行语音识别而得的。
所述回复内容包括录音文件或者从文本到语音所生成的一段语音。
在一实施例中，处理器502在实现所述获取来自NLP总服务更新的NLP资源，以得到新NLP资源步骤之前，还实现如下步骤：
采用多层级总分式结构部署外呼后台以及相关NLP服务。
在一实施例中，处理器502在实现所述采用多层级总分式结构部署外呼后台以及相关NLP服务步骤时，具体实现如下步骤：
将外呼后台集中部署在总服务器上；将智能外呼系统中的相关NLP服务分别部署在总服务器上和各分服务器。
在一实施例中，处理器502在实现所述反馈所述回复内容至终端，以在终端进行播放步骤时，具体实现如下步骤：
反馈所述回复内容至外呼客户端程序，以由外呼客户端程序通过SIP/PSTN线路转发至终端，在终端进行播放。
在一实施例中，处理器502在实现所述对语音转写文本进行语义解析以及意图分析，以得到回复内容步骤时，具体实现如下步骤：
对语音转写文本进行语义分析，以得到意图；采用意图分析对所述意图进行分析，以得到回复内容。
应当理解，在本申请实施例中，处理器502可以是中央处理单元 (CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路 (Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：
获取来自NLP总服务更新的NLP资源，以得到新NLP资源；根据所述新NLP资源更新对应的内部资源；获取语音转写文本；对语音转写文本进行语义解析以及意图分析，以得到回复内容；反馈所述回复内容至终端，以在终端进行播放。
其中，所述语音转写文本是通过外呼客户端程序拨通意向用户电话，并采集用户的语音，形成语音流，以上传至外呼后台，由外呼后台上传至自动语音识别技术服务器进行语音识别而得的。
所述回复内容包括录音文件或者从文本到语音所生成的一段语音。
在一实施例中，所述处理器在执行所述计算机程序而实现所述获取来自NLP总服务更新的NLP资源，以得到新NLP资源步骤之前，还实现如下步骤：
采用多层级总分式结构部署外呼后台以及相关NLP服务。
在一实施例中，所述处理器在执行所述计算机程序而实现所述采用多层级总分式结构部署外呼后台以及相关NLP服务步骤时，具体实现如下步骤：
将外呼后台集中部署在总服务器上；将智能外呼系统中的相关NLP服务分别部署在总服务器上和各分服务器。
在一实施例中，所述处理器在执行所述计算机程序而实现所述反馈所述回复内容至终端，以在终端进行播放步骤时，具体实现如下步骤：
反馈所述回复内容至外呼客户端程序，以由外呼客户端程序通过SIP/PSTN线路转发至终端，在终端进行播放。
在一实施例中，所述处理器在执行所述计算机程序而实现所述对语音转写文本进行语义解析以及意图分析，以得到回复内容步骤时，具体实现如下步骤：
对语音转写文本进行语义分析，以得到意图；采用意图分析对所述意图进行分析，以得到回复内容。
所述存储介质可以是U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，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。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，终端，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.外呼系统部署方法，其特征在于，包括：
获取来自NLP总服务更新的NLP资源，以得到新NLP资源；
根据所述新NLP资源更新对应的内部资源；
获取语音转写文本；
对语音转写文本进行语义解析以及意图分析，以得到回复内容；
反馈所述回复内容至终端，以在终端进行播放。
2.根据权利要求1所述的外呼系统部署方法，其特征在于，所述获取来自NLP总服务更新的NLP资源，以得到新NLP资源之前，还包括：
采用多层级总分式结构部署外呼后台以及相关NLP服务。
3.根据权利要求2所述的外呼系统部署方法，其特征在于，所述采用多层级总分式结构部署外呼后台以及相关NLP服务，包括：
将外呼后台集中部署在总服务器上；
将智能外呼系统中的相关NLP服务分别部署在总服务器上和各分服务器。
4.根据权利要求1所述的外呼系统部署方法，其特征在于，所述语音转写文本是通过外呼客户端程序拨通意向用户电话，并采集用户的语音，形成语音流，以上传至外呼后台，由外呼后台上传至自动语音识别技术服务器进行语音识别而得的。
5.根据权利要求1所述的外呼系统部署方法，其特征在于，所述回复内容包括录音文件或者从文本到语音所生成的一段语音。
6.根据权利要求5所述的外呼系统部署方法，其特征在于，所述反馈所述回复内容至终端，以在终端进行播放，包括：
反馈所述回复内容至外呼客户端程序，以由外呼客户端程序通过SIP/PSTN线路转发至终端，在终端进行播放。
7.根据权利要求1所述的外呼系统部署方法，其特征在于，所述对语音转写文本进行语义解析以及意图分析，以得到回复内容，包括：
对语音转写文本进行语义分析，以得到意图；
采用意图分析对所述意图进行分析，以得到回复内容。
8.外呼系统部署装置，其特征在于，包括：
资源获取单元，用于获取来自NLP总服务更新的NLP资源，以得到新NLP资源；
更新单元，用于根据所述新NLP资源更新对应的内部资源；
文本获取单元，用于获取语音转写文本；
分析单元，用于对语音转写文本进行语义解析以及意图分析，以得到回复内容；
反馈单元，用于反馈所述回复内容至终端，以在终端进行播放。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。
CN202010631661.XA 2020-07-03 2020-07-03 外呼系统部署方法、装置、计算机设备及存储介质 Active CN111564156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010631661.XA CN111564156B (zh) 2020-07-03 2020-07-03 外呼系统部署方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010631661.XA CN111564156B (zh) 2020-07-03 2020-07-03 外呼系统部署方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111564156A true CN111564156A (zh) 2020-08-21
CN111564156B CN111564156B (zh) 2021-01-26

Family

ID=72075405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010631661.XA Active CN111564156B (zh) 2020-07-03 2020-07-03 外呼系统部署方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111564156B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112422756A (zh) * 2020-09-10 2021-02-26 绍兴无相智能科技有限公司 自动化智能拨打方法、装置及计算机可读存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469123A (zh) * 2010-11-09 2012-05-23 腾讯科技（深圳）有限公司 网络游戏数据同步的系统及方法
CN103475681A (zh) * 2012-06-07 2013-12-25 中兴通讯股份有限公司 一种实现智能业务的系统及方法
CN103747051A (zh) * 2013-12-24 2014-04-23 深圳市领华卫通数码科技有限公司 车载终端的服务平台
CN104065735A (zh) * 2014-07-02 2014-09-24 国家电网公司 一种调度信息数据存储共享方法
CN104219248A (zh) * 2014-09-26 2014-12-17 广州市问道文化传播有限公司 社区架构、社区通讯方法及系统
CN104919522A (zh) * 2012-11-12 2015-09-16 纽昂斯通讯公司 分布式nlu/nlp
US20170195475A1 (en) * 2015-11-02 2017-07-06 Rapidsos, Inc. Method and system for situational awareness for emergency response
CN107004410A (zh) * 2014-10-01 2017-08-01 西布雷恩公司 语音和连接平台
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
CN110716981A (zh) * 2019-04-24 2020-01-21 中国科学院地理科学与资源研究所 一种数据订单同步的实现方法及装置
CN111078659A (zh) * 2019-12-20 2020-04-28 腾讯科技（深圳）有限公司 模型更新方法、装置、计算机可读存储介质和计算机设备
CN111131638A (zh) * 2019-12-20 2020-05-08 大唐网络有限公司 一种智能外呼语音机器人系统及外呼方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469123A (zh) * 2010-11-09 2012-05-23 腾讯科技（深圳）有限公司 网络游戏数据同步的系统及方法
CN103475681A (zh) * 2012-06-07 2013-12-25 中兴通讯股份有限公司 一种实现智能业务的系统及方法
CN104919522A (zh) * 2012-11-12 2015-09-16 纽昂斯通讯公司 分布式nlu/nlp
CN103747051A (zh) * 2013-12-24 2014-04-23 深圳市领华卫通数码科技有限公司 车载终端的服务平台
CN104065735A (zh) * 2014-07-02 2014-09-24 国家电网公司 一种调度信息数据存储共享方法
CN104219248A (zh) * 2014-09-26 2014-12-17 广州市问道文化传播有限公司 社区架构、社区通讯方法及系统
CN107004410A (zh) * 2014-10-01 2017-08-01 西布雷恩公司 语音和连接平台
US20170195475A1 (en) * 2015-11-02 2017-07-06 Rapidsos, Inc. Method and system for situational awareness for emergency response
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
CN110716981A (zh) * 2019-04-24 2020-01-21 中国科学院地理科学与资源研究所 一种数据订单同步的实现方法及装置
CN111078659A (zh) * 2019-12-20 2020-04-28 腾讯科技（深圳）有限公司 模型更新方法、装置、计算机可读存储介质和计算机设备
CN111131638A (zh) * 2019-12-20 2020-05-08 大唐网络有限公司 一种智能外呼语音机器人系统及外呼方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112422756A (zh) * 2020-09-10 2021-02-26 绍兴无相智能科技有限公司 自动化智能拨打方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN111564156B (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
US8326596B2 (en) Method and apparatus for translating speech during a call
KR102381214B1 (ko) 인간-기계 대화 방법, 장치 및 전자 기기
JP4466666B2 (ja) 議事録作成方法、その装置及びそのプログラム
US10121475B2 (en) Computer-implemented system and method for performing distributed speech recognition
KR100430953B1 (ko) 네트워크 협동 대화 서비스를 제공하기 위한 시스템 및 방법
US8868425B2 (en) System and method for providing network coordinated conversational services
JP4466665B2 (ja) 議事録作成方法、その装置及びそのプログラム
US20120004910A1 (en) System and method for speech processing and speech to text
US20010037197A1 (en) Remote server object architecture for speech recognition
JP2022544969A (ja) 音声会話処理方法及び装置
CN109873909A (zh) 一种语音呼叫方法、装置和设备及计算机存储介质
US20120221321A1 (en) Speech translation system, control device, and control method
US20120330643A1 (en) System and method for translation
US20120130718A1 (en) Method and system for collecting audio prompts in a dymanically generated voice application
US20140358516A1 (en) Real-time, bi-directional translation
CN102017513A (zh) 基于开放体系结构的依赖于域的实时多语种通信服务
CN108028044A (zh) 使用多个识别器减少延时的语音识别系统
US11727940B2 (en) Autocorrection of pronunciations of keywords in audio/videoconferences
US20210295826A1 (en) Real-time concurrent voice and text based communications
JPH08195763A (ja) ネットワークの音声通信チャネル
CN111564156B (zh) 外呼系统部署方法、装置、计算机设备及存储介质
US11184477B2 (en) Gapless audio communication via discourse gap recovery model
CN114143401B (zh) 一种电话客服应答适配方法和装置
CN114979386A (zh) 小程序语音通信方法、装置、电子设备、存储介质
CN112800199A (zh) 一种支持话术文本内容动态灵活配置的方法及系统

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