CN112003991A - 一种外呼方法及相关设备 - Google Patents

一种外呼方法及相关设备 Download PDF

Info

Publication number
CN112003991A
CN112003991A CN202010914532.1A CN202010914532A CN112003991A CN 112003991 A CN112003991 A CN 112003991A CN 202010914532 A CN202010914532 A CN 202010914532A CN 112003991 A CN112003991 A CN 112003991A
Authority
CN
China
Prior art keywords
tts
engine
tts engine
calling
target
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
CN202010914532.1A
Other languages
English (en)
Inventor
杨伟鹏
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.)
OneConnect Smart Technology Co Ltd
OneConnect Financial Technology Co Ltd Shanghai
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
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 OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN202010914532.1A priority Critical patent/CN112003991A/zh
Publication of CN112003991A publication Critical patent/CN112003991A/zh
Pending legal-status Critical Current

Links

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
    • H04M3/527—Centralised call answering arrangements not requiring operator intervention
    • 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

Landscapes

  • Engineering & Computer Science (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)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请实施例公开了一种外呼方法及相关设备，所述方法应用于人工智能技术领域，包括：可以在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级确定目标TTS引擎，并调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，从而调用外呼机器人基于所述语音数据与用户进行通话。采用本申请，一种外呼策略可以支持多种TTS引擎，在通话过程中，可以依照各个TTS引擎被调用的优先级确定目标TTS引擎，并基于目标TTS引擎执行外呼策略，可以提高外呼的智能性。

Description

一种外呼方法及相关设备
技术领域
本发明涉及人工智能技术领域，尤其涉及一种外呼方法及相关设备。
背景技术
在人工智能技术领域，随着智能机器人技术的发展，智能机器人的应用已经逐渐深入到人们生活的各个方面。从辅助教学、医疗卫生到公共服务的各个方面，都能见到智能机器人忙碌的身影。在外呼应用中，智能机器人可以基于外呼策略通过TTS(Text ToSpeech，文本到语音)引擎实现文本到语音的转换。目前，同一个外呼策略仅支持一种TTS引擎，智能性较差。
发明内容
本申请实施例提供了一种外呼方法及相关设备，在通话过程中，可以依照各个TTS引擎被调用的优先级确定目标TTS引擎，并基于目标TTS引擎执行外呼策略，可以提高外呼的智能性。
第一方面，本申请实施例提供了一种外呼方法，所述方法应用于外呼设备，该方法包括：
在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，所述外呼配置数据包括引擎配置数据，所述引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，所述TTS引擎配置数据包括用于指示所述各个预配置的TTS引擎被调用的优先级的调用信息，所述ASR引擎配置数据包括用于指示所述外呼策略所调用的目标ASR引擎的指示信息；
基于所述ASR引擎配置数据中所述指示信息的指示，从所述各个预配置的ASR引擎中确定所述目标ASR引擎，并调用所述目标ASR引擎对用户语音进行语音识别；
从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术；
依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎；
调用所述目标TTS引擎对所述目标话术进行文本到语音的转换，得到所述目标话术对应的语音数据，并调用所述外呼机器人基于所述语音数据与所述用户进行通话。
在一个实施例中，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎的具体实施方式为：获取所述各个预配置的TTS引擎在系统时间下的请求数；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述请求数，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
在一个实施例中，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述请求数，从所述各个预配置的TTS引擎中确定出目标TTS引擎的具体实施方式为：依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；若检测到所述第一TTS引擎的所述请求数小于所述第一TTS引擎的第一并发数阈值，则将所述第一TTS引擎确定为目标TTS引擎。
在一个实施例中，还可以若检测到所述第一TTS引擎的所述请求数大于或者等于所述第一并发数阈值，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；若检测到所述第二TTS引擎的所述请求数小于所述第二TTS引擎的第二并发数阈值，则将所述第二TTS引擎确定为目标TTS引擎。
在一个实施例中，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎的具体实施方式为：获取所述各个预配置的TTS引擎在系统时间下的运行信息，所述运行信息指示了所述各个预配置的TTS引擎的运行情况；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述运行信息，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
在一个实施例中，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述运行信息，从所述各个预配置的TTS引擎中确定出目标TTS引擎的具体实施方式为：依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；解析所述第一TTS引擎的运行信息，若解析得到所述第一TTS引擎运行正常，则将所述第一TTS引擎确定为目标TTS引擎。
在一个实施例中，还可若解析得到所述第一TTS引擎运行故障，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；解析所述第二TTS引擎的运行信息，若解析得到所述第二TTS引擎运行正常，则将所述第二TTS引擎确定为目标TTS引擎。
第二方面，本申请实施例提供了一种外呼装置，该外呼装置包括用于执行上述第一方面的方法的模块。
第三方面，本申请实施例提供了一种外呼设备，该外呼设备包括处理器、网络接口和存储器，所述处理器、网络接口和存储器相互连接，其中，所述网络接口受所述处理器的控制用于收发消息，所述存储器用于存储支持外呼设备执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本申请实施例中，可以在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级确定目标TTS引擎，并调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，从而调用外呼机器人基于所述语音数据与用户进行通话。采用本申请，一种外呼策略可以支持多种TTS引擎，在通话过程中，可以依照各个TTS引擎被调用的优先级确定目标TTS引擎，并基于目标TTS引擎执行外呼策略，可以提高外呼的智能性。
附图说明
为了更清楚地说明本申请实施例技术方案，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是本申请实施例提供的一种外呼方法的流程示意图；
图2a～图2d是本申请实施例提供的一种场景的示意图；
图3是本申请实施例提供的另一种外呼方法的流程示意图；
图4是本申请实施例提供的又一种外呼方法的流程示意图；
图5是本申请实施例提供的一种外呼装置的示意性框图；
图6是本申请实施例提供的一种外呼设备的示意性框图。
具体实施方式
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。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
语音处理技术的关键技术有自动语音识别技术和语音合成技术以及声纹识别技术。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一。
本申请实施例涉及人工智能技术，尤其涉及语音处理技术，智能机器人可以基于外呼策略通过TTS(Text To Speech，文本到语音)引擎实现文本到语音的转换。常用的TTS引擎可以包括阿里云、科大讯飞、科技百灵、百度等。但目前，同一个外呼策略仅支持一种TTS引擎，智能性较差。
为了解决上述问题，参见图1，图1是本申请实施例提供的一种外呼方法的流程示意图，该方法应用于外呼设备，可由外呼设备执行，该外呼设备可以指终端设备，例如智能手机、智能平板、台式计算机或笔记本计算机等，如图所示，该外呼方法可包括：
S101，在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，该外呼配置数据包括引擎配置数据，该引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，TTS引擎配置数据包括用于指示各个预配置的TTS引擎被调用的优先级的调用信息，ASR引擎配置数据包括用于指示外呼策略所调用的目标ASR引擎的指示信息。
在一个实施例中，本申请实施例可以通过引擎配置页面配置多种TTS引擎。该TTS引擎可以包括阿里云、科大讯飞、科技百灵、百度等。
具体实现中，因底层TTS实现是通过HTTP方式调用引擎提供商的开发接口，对于不同引擎虽然接口字段、调用方式和字段存在差异，但均存在公共字段：接口调用的appKey(应用key)、accesskey(id，访问应用的授权key)、Secret(访问控制密钥)等，此类公共字段，可以在引擎服务商网站申请开通相关产品权限创建应用或项目，申请访问权限，即可获得。因此，本申请实施例可以对各个引擎进行标准化配置，提出了一种标准化的引擎配置页面，该引擎配置页面可以如图2a所示，该标准化引擎配置页面以一种标准化形式对上述字段进行配置，用户可以选择不同的引擎服务商，进行不同TTS配置。或者，对于不同引擎商，也可以通过不同的引擎配置页面进行配置，例如图2b～图2c。
进一步地，在一个实施例中，通过上述引擎配置页面除了配置上述基础信息外，因目前各大引擎皆是根据业务并发数进行收费，为了使得本申请实施例提出的外呼方法具有动态切换功能，可在引擎配置页，设置各个TTS引擎应用的最大并发数。如：用户A和用户B分别申请了阿里云的TTS应用A和应用B，两个应用的标识不同(即：图2a中引擎配置页的appKey)、并发数不同，故在引擎配置页，可单独设置两个应用的最大并发数。
与各个TTS引擎配置的方式相似，本申请实施例可以配置多个ASR引擎，具体的配置方式可以参见上述TTS引擎配置的具体实施方式，此处不再赘述。
进一步地，在TTS引擎和ASR引擎配置完成后，若用户想要通过外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务，那么预先创建外呼列表，该外呼列表中包括多个用户的相关信息(例如电话号码)，并通过外呼策略配置页面配置该外呼策略，该页面可配置外呼策略的执行模式、呼叫时间段、重呼次数、对话话术模板、对话机器人及其线路等，同时，支持配置多种TTS引擎，每一种TTS引擎又支持选择某个发言人，设置该发言人的语速、语调、音量；额外的，可针对这多种TTS引擎，从高到低设置优先级，从而支持对话过程动态切换TTS。
示例性地，该外呼策略配置页面可以如图2d所示，针对不同的业务场景可以配置不同的外呼策略，当外呼策略配置完成后，可以生成与该外呼策略关联的外呼配置数据。该外呼配置数据包括以下任意一种或者多种：TTS引擎配置数据、ASR引擎配置数和执行数据，该执行数据包括执行模式(例如立即执行、指定时间执行等等)、呼叫时间段、重呼次数、对话话术、对话机器人及其线路等等；TTS引擎配置数据包括各个预配置的TTS引擎的标识信息、用于指示各个预配置的TTS引擎被调用的优先级的调用信息，ASR引擎配置数据包括各个预配置的ASR引擎的标识信息和用于指示外呼策略所调用的目标ASR引擎的指示信息。
进一步地，在外呼策略配置完成后，可以将外呼策略与外呼列表进行关联，并调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务。
S102，基于ASR引擎配置数据中指示信息的指示，从各个预配置的ASR引擎中确定目标ASR引擎，并调用目标ASR引擎对用户语音进行语音识别。
示例性地，假设外呼策略如图2d所示，ASR引擎配置数据中指示信息指示的外呼策略所调用的目标ASR引擎为阿里云的ASR引擎，那么可以在外呼机器人与用户的通话过程中调用阿里云的ASR引擎对用户语音进行语音识别。
S103，从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术。
S104，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出目标TTS引擎。
S105，调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，并调用外呼机器人基于语音数据与该用户进行通话。
在一个实施例中，在外呼机器人与用户对话过程中，可以将配置完成的与外呼策略关联的外呼配置数据传递至软交换底层语音端点检测(Voice Activity Detection，VAD)模块，VAD模块可以解析该外呼配置数据，从中获取TTS引擎配置数据和ASR引擎配置数据。其中，上述VAD模块为机器人和用户对话的核心模块，支持动态语音检测，可以按照一定的规则将收集的用户话语以语音流形式进行自动语音识别。
进一步地，可以通过VAD模块确定上述ASR引擎配置数据所指示的目标ASR引擎，并通过目标ASR引擎对用户语音进行ASR识别，并基于识别结果调用核心对话服务(基于多轮对话服务，针对外呼场景预先包装的对话服务)，从而获取语音识别结果匹配的目标话术，然后根据TTS引擎配置数据选择高优先级的目标TTS引擎对目标话术进行TTS，得到目标话术对应的语音数据，并调用外呼机器人基于语音数据与用户进行通话。
本申请实施中，可以在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与外呼策略关联的外呼配置数据，外呼配置数据包括引擎配置数据，引擎配置数据包括TTS引擎配置数据和ASR引擎配置数据。进一步地，基于ASR引擎配置数据中指示信息的指示，从各个预配置的ASR引擎中确定目标ASR引擎，并调用目标ASR引擎对用户语音进行语音识别，从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出目标TTS引擎。进一步地，调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，并调用外呼机器人基于所述语音数据与用户进行通话。本申请实施例中，一种外呼策略可以支持多种TTS引擎，在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，可以依照各个TTS引擎被调用的优先级确定目标TTS引擎，并基于目标TTS引擎执行外呼策略，可以提高外呼的智能性。
参见图3，图3是本申请实施例提供的另一种外呼方法的流程示意图，该方法应用于外呼设备，可由外呼设备执行，如图所示，该外呼方法可包括：
S301，在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，该外呼配置数据包括引擎配置数据，该引擎配置数据包括TTS引擎配置数据和ASR引擎配置数据。其中，上述步骤S301的具体实施方式可以参见上述实施例中步骤S101的相关描述，此处不再赘述。
S302，获取各个预配置的TTS引擎在系统时间下的请求数，并依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级和请求数，从各个预配置的TTS引擎中确定出目标TTS引擎，并调用目标ASR引擎对用户语音进行语音识别。
因目前各大引擎皆是根据业务并发数进行收费，因此，可以预先配置各个引擎各自对应的最大并发数，也即以下描述的最大并发数阈值。在一个实施例中，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级和所述请求数，从各个预配置的TTS引擎中确定出目标TTS引擎的具体实施方式为：依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎，若检测到第一TTS引擎的请求数小于第一TTS引擎的第一并发数阈值，则将第一TTS引擎确定为目标TTS引擎。
或者，若检测检测到第一TTS引擎的请求数大于或者等于第一并发数阈值，则从各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎，若检测到第二TTS引擎的请求数小于第二TTS引擎的第二并发数阈值，则将第二TTS引擎确定为目标TTS引擎。
进一步地，以此类推，若检测到第二TTS引擎的请求数大于或者等于第二TTS引擎的第二并发数阈值，则可以依照优先级从高到低的顺序继续选取优先级次次高的第三TTS引擎，优先级次次次高的第四TTS引擎，直至优先级最低的TTS引擎，在继续选取过程中，若检测到任一个第N TTS引擎的请求数小于第N TTS引擎的第N并发数阈值，则将第N TTS引擎确定为目标TTS引擎。
采用这样的方式，可以基于各TTS引擎的请求数进行目标TTS引擎的动态切换，当该高优先级的TTS引擎因不可用时，导致无法正常对话，可以动态低优先级引擎，有利于保证对话的正常进行。
可以理解的是，在整个通话过程中，当需要调用TTS引擎执行对用户语音进行语音识别时，均可以执行步骤S302确定当前时间下的目标TTS引擎，并基于目标TTS引擎执行对用户语音进行语音识别，从而实现TTS引擎的动态切换。采用这样的方式，可以保证当高优先级的TTS引擎由于高并发数不可用，导致无法正常对话时，可以动态低优先级的TTS引擎，有利于保证对话的正常进行。
S303，从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术。
S304，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出目标TTS引擎。
S305，调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，并调用外呼机器人基于语音数据与该用户进行通话。其中，上述步骤S303～步骤S305的具体实施方式可以参见上述实施例中步骤S103～步骤S105的相关描述，此处不再赘述。
本申请实施例中，可以在通话过程中基于各TTS引擎在系统时间下的请求数实现TTS引擎的动态切换。采用这样的方式，可以保证当高优先级的TTS引擎由于高并发数不可用，导致无法正常对话时，可以动态低优先级的TTS引擎，有利于保证对话的正常进行。
参见图4，图4是本申请实施例提供的又一种外呼方法的流程示意图，该方法应用于外呼设备，可由外呼设备执行，如图所示，该外呼方法可包括：
S401，在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，该外呼配置数据包括引擎配置数据，该引擎配置数据包括TTS引擎配置数据和ASR引擎配置数据。其中，上述步骤S401的具体实施方式可以参见上述实施例中步骤S401的相关描述，此处不再赘述。
S402，获取各个预配置的TTS引擎在系统时间下的运行信息，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级和该运行信息，从各个预配置的TTS引擎中确定出目标TTS引擎，并调用目标ASR引擎对用户语音进行语音识别。
其中，上述运行信息指示了各个预配置的TTS引擎的运行情况，该运行情况包括各TTS引擎运行时的网络情况和TTS引擎自身的运行情况。
具体实现中，可以依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎，解析第一TTS引擎的运行信息，若解析得到第一TTS引擎运行正常，则将第一TTS引擎确定为目标TTS引擎。其中，上述运行正常可以指网络正常(例如网络传输速度大于预设传输速度阈值)，且运行无故障。
或者，若解析得到第一TTS引擎运行故障，则从各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎，解析第二TTS引擎的运行信息，若解析得到第二TTS引擎运行正常，则将第二TTS引擎确定为目标TTS引擎。其中，上述运行故障可以指网络异常(例如网络传输速度小于或者等于预设传输速度阈值)，或者对应TTS引擎运行无故障。
进一步地，以此类推，若解析得到第二TTS引擎运行故障，则可以依照优先级从高到低的顺序继续选取优先级次次高的第三TTS引擎，优先级次次次高的第四TTS引擎，直至优先级最低的TTS引擎，在继续选取过程中，若解析得任一个第N TTS引擎运行正常，则将第N TTS引擎确定为目标TTS引擎。从而在通话过程中基于各TTS引擎的运行信息实现TTS引擎的动态切换。采用这样的方式，可以保证当高优先级的TTS引擎由于自身运行情况不可用，导致无法正常对话时，可以动态低优先级的TTS引擎，有利于保证对话的正常进行。
S403，从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术。
S404，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出目标TTS引擎。
S405，调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，并调用外呼机器人基于语音数据与该用户进行通话。其中，上述步骤S403～步骤S405的具体实施方式可以参见上述实施例中步骤S103～步骤S105的相关描述，此处不再赘述。
本申请实施例中，可以在通话过程中基于各TTS引擎的运行信息实现TTS引擎的动态切换。采用这样的方式，可以保证当高优先级的TTS引擎由于自身运行情况不可用，导致无法正常对话时，可以动态低优先级的TTS引擎，有利于保证对话的正常进行。
可以理解是，上述图1、图3和图4所提出的一种外呼方法，均涉及依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出目标TTS引擎。其中，确定目标TTS引擎的方式除了可以依据图3提出的各TTS引擎的请求数和图4提出的各TTS引擎的运行信息。还可以将各TTS引擎的请求数和运行信息进行结合。具体地，可以依照各个预配置的TTS引擎被调用的优先级从高到低的顺序，对各TTS引擎进行排序，然后依序检测各个TTS引擎在当前的请求数和运行信息，若在依序检测过程中，确定出第N TTS引擎的请求数小于它自身的最大并发数阈值，且基于运行信息确定该第N TTS引擎运行正常，则可以将该第N TTS引擎确定为目标TTS引擎。
本申请实施例还提供了一种外呼装置。该装置包括用于执行前述图1、图3或者图4所述的方法的模块，配置于外呼设备。具体地，参见图5，是本申请实施例提供的外呼装置的示意框图。本实施例的外呼装置包括：
获取模块50，用于在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，所述外呼配置数据包括引擎配置数据，所述引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，所述TTS引擎配置数据包括用于指示所述各个预配置的TTS引擎被调用的优先级的调用信息，所述ASR引擎配置数据包括用于指示所述外呼策略所调用的目标ASR引擎的指示信息；
处理模块51，用于基于所述ASR引擎配置数据中所述指示信息的指示，从所述各个预配置的ASR引擎中确定所述目标ASR引擎，并调用所述目标ASR引擎对用户语音进行语音识别；
所述获取模块50，还用于从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术；
所述处理模块51，还用于依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎；
所述处理模块51，还用于调用所述目标TTS引擎对所述目标话术进行文本到语音的转换，得到所述目标话术对应的语音数据，并调用所述外呼机器人基于所述语音数据与所述用户进行通话。
在一个实施例中，处理模块51，用于获取所述各个预配置的TTS引擎在系统时间下的请求数；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述请求数，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
在一个实施例中，处理模块51，具体用于依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；若检测到所述第一TTS引擎的所述请求数小于所述第一TTS引擎的第一并发数阈值，则将所述第一TTS引擎确定为目标TTS引擎。
在一个实施例中，处理模块51，还用于若检测检测到所述第一TTS引擎的所述请求数大于或者等于所述第一并发数阈值，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；若检测到所述第二TTS引擎的所述请求数小于所述第二TTS引擎的第二并发数阈值，则将所述第二TTS引擎确定为目标TTS引擎。
在一个实施例中，处理模块51，还具体用于获取所述各个预配置的TTS引擎在系统时间下的运行信息，所述运行信息指示了所述各个预配置的TTS引擎的运行情况；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述运行信息，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
在一个实施例中，处理模块51，还具体用于依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；解析所述第一TTS引擎的运行信息，若解析得到所述第一TTS引擎运行正常，则将所述第一TTS引擎确定为目标TTS引擎。
在一个实施例中，处理模块51，还用于若解析得到所述第一TTS引擎运行故障，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；解析所述第二TTS引擎的运行信息，若解析得到所述第二TTS引擎运行正常，则将所述第二TTS引擎确定为目标TTS引擎。
需要说明的是，本申请实施例所描述的外呼装置的各功能模块的功能可根据图1、图3或者图4所述的方法实施例中的方法具体实现，其具体实现过程可以参照图1、图3或者图4的方法实施例的相关描述，此处不再赘述。
本申请实施例中，外呼装置可以在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与外呼策略关联的外呼配置数据，外呼配置数据包括引擎配置数据，引擎配置数据包括TTS引擎配置数据和ASR引擎配置数据。进一步地，基于ASR引擎配置数据中指示信息的指示，从各个预配置的ASR引擎中确定目标ASR引擎，并调用目标ASR引擎对用户语音进行语音识别，从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术，依照TTS引擎配置数据中调用信息所指示的各个预配置的TTS引擎被调用的优先级，从各个预配置的TTS引擎中确定出目标TTS引擎。进一步地，调用目标TTS引擎对目标话术进行文本到语音的转换，得到目标话术对应的语音数据，并调用外呼机器人基于所述语音数据与用户进行通话。本申请实施例中，一种外呼策略可以支持多种TTS引擎，在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，可以依照各个TTS引擎被调用的优先级确定目标TTS引擎，并基于目标TTS引擎执行外呼策略，可以提高外呼的智能性。
请参见图6，图6是本申请实施例提供的一种外呼设备的示意性框图，如图6所示，该外呼设备包括，处理器601、存储器602和网络接口603。上述处理器601、存储器602和网络接口603可通过总线或其他方式连接，在本申请实施例所示图6中以通过总线连接为例。其中，网络接口603受所述处理器的控制用于收发消息，存储器602用于存储计算机程序，所述计算机程序包括程序指令，处理器601用于执行存储器602存储的程序指令。其中，处理器601被配置用于调用所述程序指令执行：在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，所述外呼配置数据包括引擎配置数据，所述引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，所述TTS引擎配置数据包括用于指示所述各个预配置的TTS引擎被调用的优先级的调用信息，所述ASR引擎配置数据包括用于指示所述外呼策略所调用的目标ASR引擎的指示信息；基于所述ASR引擎配置数据中所述指示信息的指示，从所述各个预配置的ASR引擎中确定所述目标ASR引擎，并调用所述目标ASR引擎对用户语音进行语音识别；从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎；调用所述目标TTS引擎对所述目标话术进行文本到语音的转换，得到所述目标话术对应的语音数据，并调用所述外呼机器人基于所述语音数据与所述用户进行通话。
在一个实施例中，处理器601，用于获取所述各个预配置的TTS引擎在系统时间下的请求数；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述请求数，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
在一个实施例中，处理器601，具体用于依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；若检测到所述第一TTS引擎的所述请求数小于所述第一TTS引擎的第一并发数阈值，则将所述第一TTS引擎确定为目标TTS引擎。
在一个实施例中，处理器601，还用于若检测检测到所述第一TTS引擎的所述请求数大于或者等于所述第一并发数阈值，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；若检测到所述第二TTS引擎的所述请求数小于所述第二TTS引擎的第二并发数阈值，则将所述第二TTS引擎确定为目标TTS引擎。
在一个实施例中，处理器601，还具体用于获取所述各个预配置的TTS引擎在系统时间下的运行信息，所述运行信息指示了所述各个预配置的TTS引擎的运行情况；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述运行信息，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
在一个实施例中，处理器601，还具体用于依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；解析所述第一TTS引擎的运行信息，若解析得到所述第一TTS引擎运行正常，则将所述第一TTS引擎确定为目标TTS引擎。
在一个实施例中，处理器601，还用于若解析得到所述第一TTS引擎运行故障，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；解析所述第二TTS引擎的运行信息，若解析得到所述第二TTS引擎运行正常，则将所述第二TTS引擎确定为目标TTS引擎。
应当理解，在本申请实施例中，所称处理器601可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器601还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，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。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。
该存储器602可以包括只读存储器和随机存取存储器，并向处理器601提供指令和数据。存储器602的一部分还可以包括非易失性随机存取存储器。例如，存储器602还可以存储设备类型的信息。
具体实现中，本申请实施例中所描述的处理器601、存储器602和网络接口603可执行本申请实施例提供的图1、图3或者图4所述的方法实施例所描述的实现方式，也可执行本申请实施例所描述的外呼装置的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，所述外呼配置数据包括引擎配置数据，所述引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，所述TTS引擎配置数据包括用于指示所述各个预配置的TTS引擎被调用的优先级的调用信息，所述ASR引擎配置数据包括用于指示所述外呼策略所调用的目标ASR引擎的指示信息；基于所述ASR引擎配置数据中所述指示信息的指示，从所述各个预配置的ASR引擎中确定所述目标ASR引擎，并调用所述目标ASR引擎对用户语音进行语音识别；从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术；依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎；调用所述目标TTS引擎对所述目标话术进行文本到语音的转换，得到所述目标话术对应的语音数据，并调用所述外呼机器人基于所述语音数据与所述用户进行通话。
所述计算机可读存储介质可以是前述任一实施例所述的外呼设备的内部存储单元，例如外呼设备的硬盘或内存。所述计算机可读存储介质也可以是所述外呼设备的外部存储设备，例如所述外呼设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述外呼设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述外呼设备所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以理解实现上述实施例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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明的部分实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (10)

1.一种外呼方法，其特征在于，所述方法包括：
在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，所述外呼配置数据包括引擎配置数据，所述引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，所述TTS引擎配置数据包括用于指示所述各个预配置的TTS引擎被调用的优先级的调用信息，所述ASR引擎配置数据包括用于指示所述外呼策略所调用的目标ASR引擎的指示信息；
基于所述ASR引擎配置数据中所述指示信息的指示，从所述各个预配置的ASR引擎中确定所述目标ASR引擎，并调用所述目标ASR引擎对用户语音进行语音识别；
从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术；
依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎；
调用所述目标TTS引擎对所述目标话术进行文本到语音的转换，得到所述目标话术对应的语音数据，并调用所述外呼机器人基于所述语音数据与所述用户进行通话。
2.根据权利要求1所述的方法，其特征在于，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎，包括：
获取所述各个预配置的TTS引擎在系统时间下的请求数；
依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述请求数，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
3.根据权利要求2所述的方法，其特征在于，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述请求数，从所述各个预配置的TTS引擎中确定出目标TTS引擎，包括：
依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；
若检测到所述第一TTS引擎的所述请求数小于所述第一TTS引擎的第一并发数阈值，则将所述第一TTS引擎确定为目标TTS引擎。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若检测检测到所述第一TTS引擎的所述请求数大于或者等于所述第一并发数阈值，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；
若检测到所述第二TTS引擎的所述请求数小于所述第二TTS引擎的第二并发数阈值，则将所述第二TTS引擎确定为目标TTS引擎。
5.根据权利要求1所述的方法，其特征在于，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎，包括：
获取所述各个预配置的TTS引擎在系统时间下的运行信息，所述运行信息指示了所述各个预配置的TTS引擎的运行情况；
依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述运行信息，从所述各个预配置的TTS引擎中确定出目标TTS引擎。
6.根据权利要求5所述的方法，其特征在于，所述依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级和所述运行信息，从所述各个预配置的TTS引擎中确定出目标TTS引擎，包括：
依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出优先级最高的第一TTS引擎；
解析所述第一TTS引擎的运行信息，若解析得到所述第一TTS引擎运行正常，则将所述第一TTS引擎确定为目标TTS引擎。
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：
若解析得到所述第一TTS引擎运行故障，则从所述各个预配置的TTS引擎中确定出优先级次高的第二TTS引擎；
解析所述第二TTS引擎的运行信息，若解析得到所述第二TTS引擎运行正常，则将所述第二TTS引擎确定为目标TTS引擎。
8.一种外呼装置，其特征在于，所述装置包括：
获取模块，用于在调用外呼机器人基于外呼策略对外呼列表中的用户执行外呼服务的通话过程中，获取预先配置的与所述外呼策略关联的外呼配置数据，所述外呼配置数据包括引擎配置数据，所述引擎配置数据包括文本-语音TTS引擎配置数据和语音识别ASR引擎配置数据，所述TTS引擎配置数据包括用于指示所述各个预配置的TTS引擎被调用的优先级的调用信息，所述ASR引擎配置数据包括用于指示所述外呼策略所调用的目标ASR引擎的指示信息；
处理模块，用于基于所述ASR引擎配置数据中所述指示信息的指示，从所述各个预配置的ASR引擎中确定所述目标ASR引擎，并调用所述目标ASR引擎对用户语音进行语音识别；
所述获取模块，还用于从多个用于执行外呼服务的话术模板中获取与语音识别结果匹配的目标话术；
所述处理模块，还用于依照所述TTS引擎配置数据中所述调用信息所指示的所述各个预配置的TTS引擎被调用的优先级，从所述各个预配置的TTS引擎中确定出目标TTS引擎；
所述处理模块，还用于调用所述目标TTS引擎对所述目标话术进行文本到语音的转换，得到所述目标话术对应的语音数据，并调用所述外呼机器人基于所述语音数据与所述用户进行通话。
9.一种外呼设备，其特征在于，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读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以实现权利要求1-7任意一项所述的方法。
CN202010914532.1A 2020-09-02 2020-09-02 一种外呼方法及相关设备 Pending CN112003991A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010914532.1A CN112003991A (zh) 2020-09-02 2020-09-02 一种外呼方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010914532.1A CN112003991A (zh) 2020-09-02 2020-09-02 一种外呼方法及相关设备

Publications (1)

Publication Number Publication Date
CN112003991A true CN112003991A (zh) 2020-11-27

Family

ID=73466252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010914532.1A Pending CN112003991A (zh) 2020-09-02 2020-09-02 一种外呼方法及相关设备

Country Status (1)

Country Link
CN (1) CN112003991A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650687A (zh) * 2020-12-30 2021-04-13 绿盟科技集团股份有限公司 引擎调度动作执行优先级的测试方法、装置、设备及介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0651372A2 (en) * 1993-10-27 1995-05-03 AT&T Corp. Automatic speech recognition (ASR) processing using confidence measures
US20050065790A1 (en) * 2003-09-23 2005-03-24 Sherif Yacoub System and method using multiple automated speech recognition engines
US20110116618A1 (en) * 2009-11-19 2011-05-19 Vadim Zyarko System and Methods for Selecting a Dialing Strategy for Placing an Outbound Call
CN103793515A (zh) * 2014-02-11 2014-05-14 安徽科大讯飞信息科技股份有限公司 一种客服语音智能搜索和分析系统及方法
EP2763136A1 (en) * 2013-02-04 2014-08-06 Telefónica, S.A. Method and system for obtaining relevant information from a voice communication
CN107112013A (zh) * 2014-09-14 2017-08-29 谷歌公司 用于创建可定制对话系统引擎的平台
WO2018035461A1 (en) * 2016-08-19 2018-02-22 Amazon Technologies, Inc. Enabling voice control of telephone device
CN107894983A (zh) * 2017-11-08 2018-04-10 深圳市沃特沃德股份有限公司 引擎的切换方法与装置
US20180166103A1 (en) * 2016-12-09 2018-06-14 Baidu Online Network Technology (Beijing) Co., Ltd. Method and device for processing speech based on artificial intelligence
CN109462707A (zh) * 2018-11-13 2019-03-12 平安科技（深圳）有限公司 基于自动外呼系统的语音处理方法、装置和计算机设备
CN110491383A (zh) * 2019-09-25 2019-11-22 北京声智科技有限公司 一种语音交互方法、装置、系统、存储介质及处理器
US20190385608A1 (en) * 2019-08-12 2019-12-19 Lg Electronics Inc. Intelligent voice recognizing method, apparatus, and intelligent computing device
CN110705218A (zh) * 2019-10-11 2020-01-17 浙江百应科技有限公司 一种基于深度学习的外呼状态识别方式
CN110753161A (zh) * 2019-09-24 2020-02-04 苏宁云计算有限公司 语音外呼调度方法、装置、计算机设备和存储介质
CN111049996A (zh) * 2019-12-26 2020-04-21 苏州思必驰信息科技有限公司 多场景语音识别方法及装置、和应用其的智能客服系统
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 (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0651372A2 (en) * 1993-10-27 1995-05-03 AT&T Corp. Automatic speech recognition (ASR) processing using confidence measures
US20050065790A1 (en) * 2003-09-23 2005-03-24 Sherif Yacoub System and method using multiple automated speech recognition engines
US20110116618A1 (en) * 2009-11-19 2011-05-19 Vadim Zyarko System and Methods for Selecting a Dialing Strategy for Placing an Outbound Call
EP2763136A1 (en) * 2013-02-04 2014-08-06 Telefónica, S.A. Method and system for obtaining relevant information from a voice communication
CN103793515A (zh) * 2014-02-11 2014-05-14 安徽科大讯飞信息科技股份有限公司 一种客服语音智能搜索和分析系统及方法
CN107112013A (zh) * 2014-09-14 2017-08-29 谷歌公司 用于创建可定制对话系统引擎的平台
WO2018035461A1 (en) * 2016-08-19 2018-02-22 Amazon Technologies, Inc. Enabling voice control of telephone device
US20180166103A1 (en) * 2016-12-09 2018-06-14 Baidu Online Network Technology (Beijing) Co., Ltd. Method and device for processing speech based on artificial intelligence
CN107894983A (zh) * 2017-11-08 2018-04-10 深圳市沃特沃德股份有限公司 引擎的切换方法与装置
CN109462707A (zh) * 2018-11-13 2019-03-12 平安科技（深圳）有限公司 基于自动外呼系统的语音处理方法、装置和计算机设备
US20190385608A1 (en) * 2019-08-12 2019-12-19 Lg Electronics Inc. Intelligent voice recognizing method, apparatus, and intelligent computing device
CN110753161A (zh) * 2019-09-24 2020-02-04 苏宁云计算有限公司 语音外呼调度方法、装置、计算机设备和存储介质
CN110491383A (zh) * 2019-09-25 2019-11-22 北京声智科技有限公司 一种语音交互方法、装置、系统、存储介质及处理器
CN110705218A (zh) * 2019-10-11 2020-01-17 浙江百应科技有限公司 一种基于深度学习的外呼状态识别方式
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
CN111049996A (zh) * 2019-12-26 2020-04-21 苏州思必驰信息科技有限公司 多场景语音识别方法及装置、和应用其的智能客服系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
任华等: "基于外呼的智能演进网络建设", 《电信科学》 *
任华等: "基于外呼的智能演进网络建设", 《电信科学》, no. 04, 23 April 2019 (2019-04-23), pages 133 - 137 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650687A (zh) * 2020-12-30 2021-04-13 绿盟科技集团股份有限公司 引擎调度动作执行优先级的测试方法、装置、设备及介质
CN112650687B (zh) * 2020-12-30 2024-03-19 绿盟科技集团股份有限公司 引擎调度动作执行优先级的测试方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN110661927B (zh) 语音交互方法、装置、计算机设备及存储介质
US10530850B2 (en) Dynamic call control
US8005683B2 (en) Servicing of information requests in a voice user interface
JP5179375B2 (ja) クライアント−サーバー計算システムにおいて音声アプリケーションを処理する方法及びサーバー
US11762629B2 (en) System and method for providing a response to a user query using a visual assistant
US11721338B2 (en) Context-based dynamic tolerance of virtual assistant
US20200211560A1 (en) Data Processing Device and Method for Performing Speech-Based Human Machine Interaction
US20140142945A1 (en) Application Services Interface to ASR
KR102331793B1 (ko) 구조화된 오디오 출력을 사용하여 재생 감지 및/또는 무선 스피커에서 비정렬된 재생에 적응
JP2021530130A (ja) 保留を管理するための方法および装置
JP6689953B2 (ja) 通訳サービスシステム、通訳サービス方法及び通訳サービスプログラム
CN112003991A (zh) 一种外呼方法及相关设备
EP2733697A9 (en) Application services interface to ASR
CN111241249A (zh) 人机对话方法、装置、计算机设备和存储介质
CN113452853B (zh) 语音交互方法及装置、电子设备、存储介质
CN112714058B (zh) 一种即时打断ai语音的方法、系统及电子设备
CN110970017A (zh) 人机交互方法及系统、计算机系统
CN112738344B (zh) 一种识别用户身份的方法、装置、存储介质及电子设备
EP4027630A1 (en) Group calling system, group calling method, and program
CN109412931A (zh) 利用即时通讯方式进行知识问答的方法、装置和终端设备
CN114863929B (zh) 语音交互方法、装置、系统、计算机设备和存储介质
CN116456031A (zh) 一种基于虚拟声卡的rpa呼叫技术及系统
CN114724587A (zh) 一种语音应答的方法及装置
CN112185380A (zh) 一种用于供电智能客户的语音识别转文本处理方法
CN115699167A (zh) 当确定是否从某些客户端设备卸载助理相关处理任务时补偿硬件差异

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant after: ONECONNECT FINANCIAL TECHNOLOGY Co.,Ltd. (SHANGHAI)

Address before: Room 201, Building A, No. 1 Qianwan Road, Qianhaisheng Cooperation Zone, Shenzhen City, Guangdong Province, 518000

Applicant before: ONECONNECT FINANCIAL TECHNOLOGY Co.,Ltd. (SHANGHAI)

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20240322