CN112148850A - 动态交互方法、服务器、电子设备及存储介质 - Google Patents
动态交互方法、服务器、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112148850A CN112148850A CN202010932617.2A CN202010932617A CN112148850A CN 112148850 A CN112148850 A CN 112148850A CN 202010932617 A CN202010932617 A CN 202010932617A CN 112148850 A CN112148850 A CN 112148850A
- Authority
- CN
- China
- Prior art keywords
- response
- user
- emotion
- parameter
- interaction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000008846 dynamic interplay Effects 0.000 title claims abstract description 28
- 230000004044 response Effects 0.000 claims abstract description 195
- 230000003993 interaction Effects 0.000 claims abstract description 120
- 230000008451 emotion Effects 0.000 claims abstract description 97
- 230000008909 emotion recognition Effects 0.000 claims abstract description 31
- 230000004048 modification Effects 0.000 claims description 27
- 238000012986 modification Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 20
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 230000036651 mood Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000012549 training Methods 0.000 description 43
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000002996 emotional effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000206389 Helleborus Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Human Computer Interaction (AREA)
- Accounting & Taxation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种动态交互方法、服务器、电子设备及存储介质,涉及人工智能和语音技术领域。具体实现方案为:基于用户的会话信息和预先训练的用户情绪识别模型,识别所述用户的情绪;参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;基于所述会话交互策略,向所述用户对应的客户端返回应答。本申请能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及人工智能和语音技术领域,具体涉及一种动态交互方法、服务器、电子设备及存储介质。
背景技术
智能客服是企业智能化转型重要一环,在提效和降本上为企业做出了重要贡献。
随着人工智能(Artificial Intelligence;AI)技术的发展和用户的个性化需求,企业客户对智能客服的需求呈现出拟人化程度高和个性化交互的趋势。当前的语音合成技术已经可以合成流畅度好、可懂度高的合成效果,音色上也接近真人说话效果。但世面上现有的智能客服多为基于单人大库的语音合成技术,合成效果只拥有一种风格和情绪,比如欢快或严厉,语音参数也维持提前设定好的参数。这种技术方案的呈现结果是,面对不同情绪状态的用户,企业只能提供固定参数的一种风格给用户。例如,某企业的智能客服是严厉风格的女声客服,用户在愤怒地打电话来进行投诉,或者是焦急地查询或办理某项业务时,客服都是严厉的,这种单一风格的客服显然不能个性化地对用户的情绪做出响应,智能性非常差。
发明内容
本申请提供了一种动态交互方法、服务器、电子设备及存储介质。
根据本申请的一方面,提供了一种动态交互方法,其中,所述方法包括:
基于用户的会话信息和预先训练的用户情绪识别模型,识别所述用户的情绪;
参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;
基于所述会话交互策略,向所述用户对应的客户端返回应答。
根据本申请的另一方面,提供了一种服务器,其中,所述服务器包括:
情绪识别模块,用于基于用户的会话信息和预先训练的用户情绪识别模型,识别所述用户的情绪;
策略获取模块,用于参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;
应答模块,用于基于所述会话交互策略向所述用户对应的客户端返回应答。
根据本申请的再一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的方法。
根据本申请的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的方法。
根据本申请的技术,能够参考用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略,并基于会话交互策略,向用户返回应答,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是根据本申请第四实施例的示意图;
图5是根据本申请第五实施例的示意图;
图6是用来实现本申请实施例的智能客服的动态交互方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请第一实施例的示意图;如图1所示,本实施例提供一种动态交互方法,具体可以包括如下步骤:
S101、基于用户的会话信息和预先训练的用户情绪识别模型,识别用户的情绪;
S102、参考用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;
S103、基于会话交互策略,向用户对应的客户端返回应答。
本实施例的动态交互方法的执行主体可以为服务器,例如,该服务器具体可以为智能客服的服务器,该服务器在会话过程中,动态地获取会话交互策略,与用户进行会话,能够丰富智能客服的会话风格,进一步提高智能客服的智能性。
本实施例中的用户的会话信息指的是用户与智能客服服务器建立会话时所采用的会话信息。例如,本实施例的应用场景为语音场景也可以为在线的文本场景。对应地,语音场景下,该用户的会话信息中可以包括用户呼入的语音会话信息,还可以包括基于该语音会话信息识别的对应的文本会话信息。例如语音会话信息中的用户的音速比较快,可以推测用户的情绪比较着急。若语音会话信息中用户的声音比较欢快,可以推测用户的情绪比较开心。若语音会话信息中用户的音色比较沙哑,语速较慢,可以推测用户的情绪比较悲伤;等等。另外,文本会话信息中的文字内容也可以推测用户的情绪。例如,用户的文字中携带情绪特征非常明显的词语,如开心、悲伤、生气、愤怒等,若不携带任何情绪特征,可以认为用户的情绪为平和。
本实施例中,可以将用户的会话信息输入至预先训练的用户情绪识别模型中,该用户情绪识别模型,可以基于用户的会话信息,识别用户的情绪,并输出。需要说明的是,该用户情绪识别模型在训练时,可以预先设置有多种情绪,如可以包括开心、悲伤、生气、愤怒、平和等等多种分类。
该用户情绪识别模型采用神经网络模型来实现的。该用户情绪识别模型在训练时,可以预先采集数条训练样本,每条训练样本中可以包括训练会话信息和训练用户情绪。对于每一条训练样本,将训练会话信息输入至该用户情绪识别模型,该用户情绪识别模型可以预测并输出相应的预测用户情绪。然后对比预测用户情绪与训练用户情绪是否一致,若不一致,调整用户情绪识别模型的参数,使得预测用户情绪与训练用户情绪一致。采用数条训练样本,按照上述方式不断地对用户情绪识别模型进行训练,直至在连续的预设轮数的训练中,预测用户情绪与训练用户情绪始终一致,训练结束,确定用户情绪识别模型的参数,进而确定用户情绪识别模型。
本实施例中,还预先训练有交互策略分析模型,该交互策略分析模型,可以参考用户的情绪,预测并输出会话交互策略。
在训练之前,可以预先采集无数条训练样本,每一条训练样本中可以包括训练用户的情绪以及训练会话交互策略。训练时,对于任一条训练样本,可以将其中的训练用户的情绪输入至该交互策略分析模型,由该交互策略分析模型预测并输出预测会话交互策略。然后对比预测会话交互策略与训练会话交互策略是否一致,若不一致,调整交互策略分析模型的参数,使得预测会话交互策略与训练会话交互策略一致。采用数条训练样本,按照上述方式不断地对交互策略分析模型进行训练,直至在连续的预设轮数的训练中,预测预测会话交互策略与训练会话交互策略一致,训练结束,确定交互策略分析模型的参数,进而确定交互策略分析模型。
使用时,将识别到的用户的情绪输入至训练好的该交互策略分析模型中,该交互策略分析模型可以预测并输出相应的会话交互策略。
最后,本实施例中,可以基于会话交互策略向所述用户对应的客户端返回应答。例如,可以先基于会话交互策略,对相应的应答文本进行分析,生成应答,然后向用户返回应答。本实施例的应答文本的生成方式可以参考相关现有技术。
本实施例的动态交互方法,通过采用上述技术方案,能够基于用户的会话信息和预先训练的用户情绪识别模型,识别用户的情绪,然后参考用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略,并基于会话交互策略向用户返回应答,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
图2是根据本申请第二实施例的示意图;如图2所示,本实施例的动态交互方法,在上述图1所示实施例的技术方案的基础上,以文本场景为例,进一步更加详细地描述本申请的技术方案。如图2所示,本实施例的动态交互方法,具体可以包括如下步骤:
S201、获取用户的文本会话信息;
该文本会话信息可以为智能客服服务器接收到用户输入的文字形式的会话内容。
S202、基于用户的文本会话信息和预先训练的用户情绪识别模型,识别用户的情绪;
S203、基于用户的文本会话信息以及预先训练的会话系统,生成应答文本;
本实施例中,需要基于用户的文本会话信息以及预先训练的会话系统,生成应答文本。该会话系统采用神经网络模型来实现,使用前,需要预先经过训练。
训练时,可以预先采集数条训练样本,每条训练样本中可以包括训练文本会话信息和训练应答文本。对于每一条训练样本,将训练文本会话信息输入至该会话系统,该会话系统可以预测并输出相应的预测应答文本。然后对比预测应答文本与训练应答文本是否一致,若不一致,调整会话系统的参数,使得预测应答文本与训练应答文本一致。采用数条训练样本,按照上述方式不断地对会话系统进行训练,直至在连续的预设轮数的训练中,预测应答文本与训练应答文本始终一致,训练结束,确定会话系统的参数,进而确定会话系统。
经过上述训练的会话系统,在使用时,将用户的文本会话信息输入至训练好的会话系统,该会话系统便可以输出相应的应答文本。
S204、参考用户的情绪,并同时结合用户的文本会话信息和/或应答文本,采用预先训练的交互策略分析模型,获取内容修改策略参数;
该步骤S204可以为上述步骤S102的一种具体的实现方式。在该实现方式中,不仅参考用户的情绪,同时还可以参考用户的文本会话信息和/或应答文本,一起来获取会话交互策略。例如以同时参考用户的文本会话信息和应答文本为例,将用户的情绪、用户的文本会话信息和应答文本,一起输入至交互策略分析模型中,由该交互策略分析模型基于输入的信息,预测并输出会话交互策略。例如,文本会话信息中的文字内容也可以推测用户的情绪,进而可以基于用户的情绪,分析会话交互策略,以使得应答的方式能够拉近与用户的距离,而不会让用户反感。同理,应答文本的内容也可以采用一定的会话交互策略,使得应答表述更加智能化。所以本实施例中可以同时参考用户的情绪、用户的文本会话信息以及应答文本,采用预先训练的交互策略分析模型获取会话交互策略,使得获取的会话交互策略更加合理,具备一定的智能性。
可选地,本实施例中,也可以参考用户的情绪和用户的文本会话信息,或者参考用户的情绪和应答文本,采用预先训练的交互策略分析模型,获取内容修改策略参数,实现原理同上,在此不再赘述。
例如,本实施例中以文本场景为例,以会话交互策略仅包括内容修改策略参数为例,主要用于对应答文本进行调整,使其答复方式能够更加容易被用户接受,增强用户的体验度。
S205、根据内容修改策略参数,对应答文本进行调整;
S206、基于调整后的应答文本,向用户对应的客户端返回应答。
该步骤S205-S206为上述图1所示实施例的步骤S104的一种具体实现方式。由于本实施例的应用场景为智能客服的文本场景,例如各种平台的智能在线客服,在该场景下,接收到的是用户输入的文本信息,则向用户返回的应答则必须也为文本。
例如,该内容修改策略参数可以用来限定对输出的应答文本如何修改。例如,在用户很生气的时候,内容修改策略参数可以限定在句子开头、中间或者结尾增加“请消消气”。对于用户非常开心分享一个非常有成就的事情时,内容修改策略参数可以限定在句子开头、中间或者结尾增加赞美词“你好棒”等等,总之,内容修改策略参数可以使得修改后的应答文本更感性,更具有人情味,使得智能客服更具有智能性。
另外,可选地,本实施例的会话交互策略也可以包括风格参数,不同风格参数文字描述的方式不一样。例如,本实施例的风格参数可以包括幽默风格参数、新闻播报风格参数以及情感电台风格参数等等,也可以基于不同的风格参数,对应答进行调整。
本实施例的动态交互方法,在文本场景下,通过采用上述技术方案,能够智能化地获取用户的情绪,并进一步参考用户的情绪,并结合用户的文本会话信息和/或应答文本,采用预先训练的交互策略分析模型,获取内容修改策略参数,再根据内容修改策略参数对应答文本进行调整;基于调整后的应答文本,向用户返回应答,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
图3是根据本申请第三实施例的示意图;如图3所示,本实施例的动态交互方法,在上述图1所示实施例的技术方案的基础上,以语音场景为例,进一步更加详细地描述本申请的技术方案。如图3所示,本实施例的动态交互方法,具体可以包括如下步骤:
S301、获取用户的语音会话信息;
该语音会话信息可以为智能客服服务器接收到用户呼入的语音形式的会话内容。
S302、基于用户的会话信息中的语音会话信息和预先训练的语音识别模型,获取文本会话信息;
该语音识别模型即用于将语音形式的语音会话信息识别为文字形式的文本会话信息。该语音识别模型的训练原理与上述实施例中的用户信息识别模型的训练原理相同,在此不再赘述。而且,通过采用语音识别模型识别的文本会话信息的准确性非常高,能够准确地还原语音会话信息的内容。
S303、基于用户的会话信息中的语音会话信息、文本会话信息以及预先训练的用户情绪识别模型,识别用户的情绪;
步骤S301-S303为上述图1所示实施例的步骤S101的一种实现方式。可选地,实际应用中,也可以仅基于用户的会话信息中的语音会话信息或者文本会话信息,结合预先训练的用户情绪识别模型,可以识别到用户的情绪。当然,识别用户的情绪参考的信息类型越多,识别到的用户的情绪越准确。
S304、基于用户的文本会话信息以及预先训练的会话系统,生成应答文本;
S305、根据用户的情绪、用户的文本会话信息、应答文本以及预先训练的交互策略分析模型,获取内容修改策略参数、应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数;
本实施例中,以获取会话交互策略时同时参考用户的情绪、用户的文本会话信息以及应答文本为例。实际应用中,也可以仅参考用户的情绪,或者也可以同时参考用户的情绪和用户的文本会话信息,或者也可以同时参考用户的情绪和应答文本,来采用交互策略分析模型,获取会话交互策略。
另外,本实施例中,以会话交互策略中同时包括内容修改策略参数、应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数为例,实际应用中,可以仅包内容修改策略参数、应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种。但是理论上包括的参数类型越多,后续基于参数生成的应答语音内容越丰富,智能客服的交互越智能。
另外,本实施例中的应答语音参数可以包括应答的语速和应答音量中等至少一种;应答性别参数可以包括应答所采用的性别为男性或者女性;应答年龄参数可以包括应答采用的年龄参数为幼儿、青少年、年轻、成熟或者老年;应答风格参数可以包括温柔、亲切、严肃、情感电台风格、脱口秀风格或者新闻播报风格等;应答情绪参数可以包括开心、悲伤、生气、或者平和等等。
S306、根据内容修改策略参数,对应答文本进行调整;
S307、根据应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数和调整后的应答文本,合成应答语音;
S308、向用户对应的客户端返回应答语音。
该步骤S206-S207为上述图1所示实施例的步骤S104的一种具体实现方式。由于本实施例的应用场景为智能客服的语音场景,即接收到用户的呼入为语音,则向用户返回的应答则必须也为语音。
在本实施例的场景下,以会话交互策略包括应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的全部时,此时,可以根据会话交互策略中的应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数,合成指定风格、指定情绪、指定性别和年龄的TTS(从文本到语音;Text To Speech)语音,作为应答语音;然后再根据会话交互策略中的语音参数如应答的语速和/或应答音量,调整合成的应答语音;并返回给用户对应的客户端。
可选地,本实施例的应答风格参数,可以限定两方面的信息,不仅可以限定对应答文本的调整,同时还可以限定应答语音的语气等,可以与应答情绪参数结合使用,一起用于表达应答的情绪。此时对应地,步骤S306中也可以同时根据内容修改策略参数和应答风格参数对应答文本进行调整。
本实施例的动态交互方法,通过采用上述技术方案,能够智能化地获取用户的情绪,并进一步基于用户的文本会话信息,用户的情绪、应答文本以及预先训练的交互策略分析模型,获取会话交互策略,再根据会话交互策略以及应答文本,合成应答语音,并向用户返回应答语音,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
图4是根据本申请第四实施例的示意图;本实施例提供一种服务器400,其中,服务器400包括:
情绪识别模块401,用于基于用户的会话信息和预先训练的用户情绪识别模型,识别用户的情绪;
策略获取模块402,用于参考用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;
应答模块403,用于基于会话交互策略向用户对应的客户端返回应答。
本实施例的服务器400,通过采用上述模块实现动态交互方法的实现原理以及技术效果,与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图5是根据本申请第五实施例的示意图;本实施例的服务器400,在上述图4所示实施例的技术方案的基础上,进一步更加详细地描述本申请的技术方案。本实施例的服务器400具体可以为智能客服的服务器。
例如,本实施例的服务器400中,情绪识别模块401,用于:
基于用户的会话信息中的语音会话信息和/或文本会话信息、以及预先训练的用户情绪识别模型,识别用户的情绪。
进一步可选地,如图5所示,本实施例的服务器400中,还包括:
文本获取模块404,用于基于用户的会话信息中的语音会话信息和预先训练的语音识别模型,获取文本会话信息。
进一步可选地,本实施例的服务器400中,策略获取模块402,用于:
参考用户的情绪,同时结合用户的会话信息和/或对应的应答文本,采用预先训练的交互策略分析模型,获取会话交互策略。
进一步可选地,如图5所示,本实施例的服务器400中,还包括:生成模块405,用于基于用户的会话信息以及预先训练的会话系统,生成应答文本。
进一步可选地,本实施例的服务器400中,策略获取模块402,用于:
参考用户的情绪,采用预先训练的交互策略分析模型,获取内容修改策略参数、应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种。
进一步可选地,如图5所示,本实施例的服务器400中,若会话交互策略中包括内容修改策略参数时,应答模块403,包括:
调整单元4031,用于根据内容修改策略参数,对对应的应答文本进行调整;
返回单元4032,用于基于调整后的应答文本,向用户对应的客户端返回应答。
进一步可选地,若会话交互策略中包括应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种时,应答模块403,还包括合成单元4033;
合成单元4033,用于根据应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种、以及对应的应答文本,合成应答语音;
返回单元4032,用于向用户对应的客户端返回应答语音。
本实施例的服务器400,通过采用上述模块实现动态交互方法的实现原理以及技术效果,与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是本申请实施例的实现动态交互方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。本实施例的电子设备可以为服务器,例如具体可以为智能客服服务器,或者也可以智能客服平台。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的动态交互方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的动态交互方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的动态交互方法对应的程序指令/模块(例如,附图4和附图5所示的相关模块)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的动态交互方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据实现动态交互方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至实现动态交互方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现动态交互方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与实现动态交互方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,能够基于用户的会话信息,用户的情绪、基于用户的会话信息生成的应答文本以及预先训练的交互策略分析模型,获取会话交互策略,并根据会话交互策略以及应答文本,向用户返回应答,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
根据本申请实施例的技术方案,在文本场景下,通过采用上述技术方案,能够智能化地获取用户的情绪,并进一步基于用户的文本会话信息,用户的情绪、应答文本以及预先训练的交互策略分析模型,获取内容修改策略参数,再根据内容修改策略参数对应答文本进行调整;基于调整后的应答文本,向用户返回应答,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
根据本申请实施例的技术方案,能够智能化地获取用户的情绪,并进一步基于用户的文本会话信息,用户的情绪、应答文本以及预先训练的交互策略分析模型,获取会话交互策略,再根据会话交互策略以及应答文本,合成应答语音,并向用户返回应答语音,避免智能客服仅采用一种固定的风格来提供服务,针对于不同的用户的会话信息和用户的属性信息,获取的会话交互策略可以动态改变,进而可以采用不同的会话交互策略与用户进行会话,能够有效地丰富智能客服在与用户会话的风格,且也能够满足用户的个性化需求,增强用户体验,进一步有效地提高智能客服的智能性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (18)
1.一种动态交互方法,其中,所述方法包括:
基于用户的会话信息和预先训练的用户情绪识别模型,识别所述用户的情绪;
参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;
基于所述会话交互策略,向所述用户对应的客户端返回应答。
2.根据权利要求1所述的方法,其中,基于用户的会话信息和预先训练的用户情绪识别模型,识别所述用户的情绪,包括:
基于所述用户的会话信息中的语音会话信息和/或文本会话信息、以及预先训练的所述用户情绪识别模型,识别所述用户的情绪。
3.根据权利要求2所述的方法,其中,基于所述用户的会话信息中的语音会话信息和/或文本会话信息、以及预先训练的所述用户情绪识别模型,识别所述用户的情绪之前,所述方法还包括:
基于所述用户的会话信息中的语音会话信息和预先训练的语音识别模型,获取所述文本会话信息。
4.根据权利要求2所述的方法,其中,参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略,包括:
参考所述用户的情绪,同时结合所述用户的会话信息和/或对应的应答文本,采用预先训练的交互策略分析模型,获取所述会话交互策略。
5.根据权利要求4所述的方法,其中,参考所述用户的情绪,同时结合所述用户的会话信息和/或对应的应答文本,采用预先训练的交互策略分析模型,获取所述会话交互策略之前,所述方法包括:
基于所述用户的会话信息以及预先训练的会话系统,生成所述应答文本。
6.根据权利要求1-5任一所述的方法,其中,参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略,包括:
参考所述用户的情绪,采用预先训练的所述交互策略分析模型,获取内容修改策略参数、应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种。
7.根据权利要求6所述的方法,其中,若所述会话交互策略中包括所述内容修改策略参数时,基于所述会话交互策略,向所述用户对应的客户端返回应答,包括:
根据所述内容修改策略参数,对对应的应答文本进行调整;
基于调整后的所述应答文本,向所述用户对应的客户端返回应答。
8.权利要求6所述的方法,其中,若所述会话交互策略中包括应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种时,基于所述会话交互策略,向所述用户对应的客户端返回应答,包括:
根据应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种、以及对应的应答文本,合成所述应答语音;
向所述用户对应的客户端返回所述应答语音。
9.一种服务器,其中,所述服务器包括:
情绪识别模块,用于基于用户的会话信息和预先训练的用户情绪识别模型,识别所述用户的情绪;
策略获取模块,用于参考所述用户的情绪,采用预先训练的交互策略分析模型,获取会话交互策略;
应答模块,用于基于所述会话交互策略向所述用户对应的客户端返回应答。
10.根据权利要求9所述的服务器,其中,所述情绪识别模块,用于:
基于所述用户的会话信息中的语音会话信息和/或文本会话信息、以及预先训练的所述用户情绪识别模型,识别所述用户的情绪。
11.根据权利要求10所述的服务器,其中,所述服务器还包括:
文本获取模块,用于基于所述用户的会话信息中的语音会话信息和预先训练的语音识别模型,获取所述文本会话信息。
12.根据权利要求10所述的服务器,其中,所述策略获取模块,用于:
参考所述用户的情绪,同时结合所述用户的会话信息和/或对应的应答文本,采用预先训练的交互策略分析模型,获取所述会话交互策略。
13.根据权利要求12所述的服务器,其中,所述服务器还包括:
生成模块,用于基于所述用户的会话信息以及预先训练的会话系统,生成所述应答文本。
14.根据权利要求9-13任一所述的服务器,其中,所述策略获取模块,用于:
参考所述用户的情绪,采用预先训练的所述交互策略分析模型,获取内容修改策略参数、应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种。
15.根据权利要求14所述的服务器,其中,若所述会话交互策略中包括所述内容修改策略参数时,所述应答模块,包括:
调整单元,用于根据所述内容修改策略参数,对对应的应答文本进行调整;
返回单元,用于基于调整后的所述应答文本,向所述用户对应的客户端返回应答。
16.权利要求15所述的服务器,其中,若所述会话交互策略中包括应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种时,所述应答模块,还包括合成单元;
所述合成单元,用于根据所述应答语音参数、应答性别参数、应答年龄参数、应答风格参数以及应答情绪参数中的至少一种、以及对应的所述应答文本,合成所述应答语音;
所述返回单元,用于向所述用户对应的客户端返回所述应答语音。
17.一种电子设备,其中,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932617.2A CN112148850A (zh) | 2020-09-08 | 2020-09-08 | 动态交互方法、服务器、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010932617.2A CN112148850A (zh) | 2020-09-08 | 2020-09-08 | 动态交互方法、服务器、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112148850A true CN112148850A (zh) | 2020-12-29 |
Family
ID=73889314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010932617.2A Pending CN112148850A (zh) | 2020-09-08 | 2020-09-08 | 动态交互方法、服务器、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112148850A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113094490A (zh) * | 2021-05-13 | 2021-07-09 | 重庆度小满优扬科技有限公司 | 一种会话交互方法、装置、电子设备及存储介质 |
CN113326018A (zh) * | 2021-06-04 | 2021-08-31 | 上海传英信息技术有限公司 | 处理方法、终端设备及存储介质 |
CN113539261A (zh) * | 2021-06-30 | 2021-10-22 | 大众问问(北京)信息科技有限公司 | 人机语音交互方法、装置、计算机设备和存储介质 |
CN113655938A (zh) * | 2021-08-17 | 2021-11-16 | 北京百度网讯科技有限公司 | 一种用于智能座舱的交互方法、装置、设备和介质 |
WO2023097745A1 (zh) * | 2021-12-03 | 2023-06-08 | 山东远联信息科技有限公司 | 一种基于深度学习的智能交互方法、系统及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246687A (zh) * | 2008-03-20 | 2008-08-20 | 北京航空航天大学 | 一种智能语音交互系统及交互方法 |
CN111028827A (zh) * | 2019-12-10 | 2020-04-17 | 深圳追一科技有限公司 | 基于情绪识别的交互处理方法、装置、设备和存储介质 |
CN111048075A (zh) * | 2018-10-11 | 2020-04-21 | 上海智臻智能网络科技股份有限公司 | 智能客服系统及智能客服机器人 |
CN111368609A (zh) * | 2018-12-26 | 2020-07-03 | 深圳Tcl新技术有限公司 | 基于情绪引擎技术的语音交互方法、智能终端及存储介质 |
-
2020
- 2020-09-08 CN CN202010932617.2A patent/CN112148850A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246687A (zh) * | 2008-03-20 | 2008-08-20 | 北京航空航天大学 | 一种智能语音交互系统及交互方法 |
CN111048075A (zh) * | 2018-10-11 | 2020-04-21 | 上海智臻智能网络科技股份有限公司 | 智能客服系统及智能客服机器人 |
CN111368609A (zh) * | 2018-12-26 | 2020-07-03 | 深圳Tcl新技术有限公司 | 基于情绪引擎技术的语音交互方法、智能终端及存储介质 |
CN111028827A (zh) * | 2019-12-10 | 2020-04-17 | 深圳追一科技有限公司 | 基于情绪识别的交互处理方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
孙晓虎;李洪均;: "语音情感识别综述", 计算机工程与应用, no. 11 * |
魏斌 等: "人工情感原理及其应用", vol. 1, 31 January 2017, 武汉:华中科技大学出版社, pages: 150 - 153 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113094490A (zh) * | 2021-05-13 | 2021-07-09 | 重庆度小满优扬科技有限公司 | 一种会话交互方法、装置、电子设备及存储介质 |
CN113094490B (zh) * | 2021-05-13 | 2022-11-22 | 度小满科技(北京)有限公司 | 一种会话交互方法、装置、电子设备及存储介质 |
CN113326018A (zh) * | 2021-06-04 | 2021-08-31 | 上海传英信息技术有限公司 | 处理方法、终端设备及存储介质 |
CN113539261A (zh) * | 2021-06-30 | 2021-10-22 | 大众问问(北京)信息科技有限公司 | 人机语音交互方法、装置、计算机设备和存储介质 |
CN113655938A (zh) * | 2021-08-17 | 2021-11-16 | 北京百度网讯科技有限公司 | 一种用于智能座舱的交互方法、装置、设备和介质 |
WO2023097745A1 (zh) * | 2021-12-03 | 2023-06-08 | 山东远联信息科技有限公司 | 一种基于深度学习的智能交互方法、系统及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11361770B2 (en) | Detecting user identity in shared audio source contexts | |
CN112148850A (zh) | 动态交互方法、服务器、电子设备及存储介质 | |
US10521946B1 (en) | Processing speech to drive animations on avatars | |
US10732708B1 (en) | Disambiguation of virtual reality information using multi-modal data including speech | |
US10217463B2 (en) | Hybridized client-server speech recognition | |
US10733384B2 (en) | Emotion detection and expression integration in dialog systems | |
US20170277993A1 (en) | Virtual assistant escalation | |
CN111666380A (zh) | 一种智能呼叫方法、装置、设备和介质 | |
CN107818798A (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
CN104813311A (zh) | 用于多人的虚拟代理推荐的系统和方法 | |
CN114787814A (zh) | 指代解析 | |
CN108134876A (zh) | 对话分析方法、装置、存储介质及移动终端 | |
US11232645B1 (en) | Virtual spaces as a platform | |
US10996741B2 (en) | Augmented reality conversation feedback | |
CN112000781B (zh) | 用户对话中的信息处理方法、装置、电子设备及存储介质 | |
CN113160819B (zh) | 用于输出动画的方法、装置、设备、介质和产品 | |
US11947894B2 (en) | Contextual real-time content highlighting on shared screens | |
CN112365875B (zh) | 语音合成方法、装置、声码器和电子设备 | |
CN114138960A (zh) | 用户意图识别方法、装置、设备及介质 | |
US11790887B2 (en) | System with post-conversation representation, electronic device, and related methods | |
US11789696B2 (en) | Voice assistant-enabled client application with user view context | |
US11017790B2 (en) | Avoiding speech collisions among participants during teleconferences | |
CN112148849A (zh) | 动态交互方法、服务器、电子设备及存储介质 | |
CN110781329A (zh) | 图像搜索方法、装置、终端设备及存储介质 | |
US11783840B2 (en) | Video conference verbal junction identification via NLP |
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 |