CN113505874A - 一种多模型智能机器人系统及构建方法 - Google Patents
一种多模型智能机器人系统及构建方法 Download PDFInfo
- Publication number
- CN113505874A CN113505874A CN202110634127.9A CN202110634127A CN113505874A CN 113505874 A CN113505874 A CN 113505874A CN 202110634127 A CN202110634127 A CN 202110634127A CN 113505874 A CN113505874 A CN 113505874A
- Authority
- CN
- China
- Prior art keywords
- service
- model
- robot
- data
- client
- 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
- 238000010276 construction Methods 0.000 title abstract description 10
- 238000012549 training Methods 0.000 claims abstract description 31
- 238000007726 management method Methods 0.000 claims abstract description 20
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 238000013499 data model Methods 0.000 claims abstract description 4
- 238000013500 data storage Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000013135 deep learning Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000010252 digital analysis Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000002955 isolation Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 102100034761 Cilia- and flagella-associated protein 418 Human genes 0.000 description 1
- 101100439214 Homo sapiens CFAP418 gene Proteins 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Robotics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种多模型智能机器人系统及构建方法，所述系统，包括：数字化运营服务层，包含策略中心、运营中心及基础服务；策略中心用于调度及决策使用多种机器人模型应对不同的客户响应；运营中心用于多模态智能机器人的数据分析及模型训练；基础服务，用于提供数字化运营服务的标准管理功能服务；智能中台层，用于响应数字化运营服务层，提供多个支持语义理解及任务式多轮语音对话服务的机器人模型；数据服务层，用于提供数据存储及查询服务；接口服务层，用于对接相应的标准服务接口以调用。本发明能够提升智能机器人的拟人化服务能力，支持多模型服务组合，实现机器人高效优化运营，适用于更多业务场景使用。
Description
技术领域
本发明涉及智能机器人技术领域，尤其涉及一种多模型智能机器人系统及构建方法。
背景技术
在金融行业运用中，人工智能技术已逐步向更复杂场景应用演进，其中，基于智能语音技术的智能机器人是人工智能技术的重要应用领域，通过自动化、智能化能力，为客户提供电话渠道高度拟人化服务，同时通过标准化语言交流服务优势，更精准地通过交流了解客户需求，完成业务办理。
然而，现有金融行业中的同一业务场景人工智能的应用依托于单独的模型算法，导致客户交互拟人化程度不高，从而导致业务办理效果不佳，同时，由于数字化运营工具的缺失，现有技术中的算法模型优化更多的凭借人工标注来进行优化，导致模型优化周期较长，对训练数据要求较高，在多业务场景人工智能的应用容易形成业务数据的知识孤岛，业务数据和场景缺乏连通性，现有技术中的算法模型优化更多的凭借人工标注来进行优化，增加了模型优化和运营的成本，延长了模型的优化周期，并且业务扩展性较差，不同业务场景需要多套环境进行业务功能的实现等问题。
发明内容
本发明目的在于，提供一种多模型智能机器人系统，通过搭建智能机器人平台以构建智能中台的技术架构，能够提升智能机器人的拟人化服务能力，支持多模型服务组合，实现机器人高效优化运营，适用于更多业务场景使用。
为实现上述目的，本发明实施例提供一种多模型智能机器人系统，包括：数字化运营服务层，包含策略中心、运营中心及基础服务；其中，
所述策略中心用于调度及决策使用多种机器人模型以应对不同特征的客户响应，包括：话术服务策略、音色服务策略、机器人模型优选策略、客户时序策略；
所述运营中心用于多模态智能机器人的数据分析及模型训练，包含：数字化分析、深度学习训练、多租户管理；
所述基础服务，用于提供所述数字化运营服务的标准管理功能服务，包括：模块化基础服务；
智能中台层，用于响应所述数字化运营服务层，提供多个支持语义理解及任务式多轮语音对话服务的机器人模型，包含：机器人模型A、机器人模型B两套人机对话模型；
数据服务层，用于提供所述数据化运营服务层及所述智能中台层的数据存储及查询服务；
接口服务层，用于对接所述数字化运营服务层、所述智能中台层和所述数据服务层提供的相应的标准服务接口以调用，包括采用多渠道业务扩展接口，用于快速接入各渠道服务。
优选地，所述策略中心包括话术服务策略、音色服务策略、机器人模型优选策略以及客户时序策略，所述话术服务策略、所述音色服务策略、所述机器人模型优选策略以及所述客户时序策略并行服务，其中，
所述话术服务策略，用于根据预设的策略计算客户特征，并根据所述客户特征的对话内容决策提供文本以及对话交互服务；
所述音色服务策略，用于根据所述客户特征的语音决策采用对话的音色和音调；
所述机器人模型优选策略，用于根据所述客户特征选取最佳的机器人模型；
所述客户时序策略，用于根据所述客户特征决策与客户沟通的时机。
优选地，所述运营中心包括数字化分析、深度学习训练、多租户管理；
其中，所述数字化分析、所述深度学习训练和所述多租户管理并行服务，其中，
所述数字化分析，用于获取客户意图数据、业务效益数据以及话务数据，分别进行所述客户意图数据分析、业务效益数据分析以及话务数据分析，根据每个所述分析的结果调整服务策略；
所述深度学习训练，用于根据预设的聚类算法、新增推荐数据和歧义分析算法进行语义理解模型的自动化分析、测试及训练优化，形成多业务能力模型；
所述多租户管理，用于根据采用多租户模式组建模式，支持多业务类型租户隔离管理。
优选地，所述模块化基础服务，包括：
报表服务，用于提供可配置化数据分析报表，实现分析多维度数据的展示；
规则引擎，用于提供可视化机器人服务策略规则的配置、修改、发布；
用户权限：用于配置允许登录数字化运营服务操作界面的用户、该用户对应的所属角色及访问权限；
批次服务：用于计算客户特征数据，采用批量数据并行计算的方法进行计算；
配置服务：用于对智能机器人系统的业务参数、技术参数进行管理及登记；
日志服务：用于对服务接口的调用情况日志进行展示，包括服务接口调用信息和服务接口返回信息。
优选地，所述机器人模型A和机器人模型B，采用语义理解模型、语音识别模型和语音合成模型引擎，实现机器人对话服务能力；其中，
所述语义理解模型，采用深度学习的方法获取所述多模型智能机器人系统的任务式对话、多轮交互、上下文理解、随机打断、主动打断和全局知识应答；
所述语音识别模型，采用深度学习的方法将语音信息转换成为文本信息；
所述语音合成模型，采用深度学习的方法将文本合成语音，所述语音包括男声或女生的严肃版发音和温柔版发音。
优选地，所述数据服务层，采用REDIS缓存服务器缓存预存的查询数据。
优选地，所述接口服务层，包括采用多渠道业务扩展接口，包括XML协议、JSON协议、HTTP协议、MRCP协议和SIP协议，用于快速接入各渠道服务，支持联机接口及批量接口。
本发明还提供一种多模型机器人构建方法，所述多模型机器人方法应用于上述的多模型正机器人系统，包括：
接收客户特征数据，根据客户特征数据进行计算得出机器人最优话术、音色、时序的机器人模型组合；
根据机器人模型组合与客户进行语音或文本交互，根据客户指令向后台封装请求客户所提出的业务办理要求；其中，所述业务办理要求包含问题的咨询、后台服务的请求、信息登记；
根据客户所提出的办理要求，执行语音或文本交互，以实现反馈办理要求结果至客户。
本发明还提供一种计算机终端设备，包括一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的多模型机器人构建方法。
本发明还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可执行指令，所述计算机可执行指令用于使计算机执行如上述的多模型机器人构建方法。
相对于现有技术，本发明具有如下有益效果：
1、以多模型机器人方法，结合客户特征，通过话术策略、音色服务策略、机器人模型优选策略、客户时序策略等，实现拟人化程度更高的智能机器人服务，使机器人交互更为灵活，提供更优秀的对话服务。
2、通过构运营中心，实现机器人高效优化运营，采用自动化客户意图分析、业务效益分析、话务分析、深度学习训练服务等运营功能，减少人力标注训练成本，提升优化训练周期及效果，大大提升了运营便捷度及效率，缩短了机器人优化训练时间，从而实现机器人高效优化运营。
3、通过构建智能中台，提供标准化的多模型适配服务，可快速输出多模型机器人智能服务能力，同时随着算法的演进，可以快速扩展更先进的模型服务。
4、采用多租户模式，提升了智能机器人的横向扩展能力，通过标准化的业务服务，可快速定制化不同业务需求的服务。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，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是本发明某一实施例提供的一种多模型智能机器人系统的平台示意图；
图2是本发明另一实施例提供的一种多模型智能机器人系统的架构图；
图3是本发明又一实施例提供的一种多模型智能机器人方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在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。
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。
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，本发明实施例提供一种多模型智能机器人系统，包括：
数字化运营服务10，包含策略中心、运营中心及基础服务，策略中心用于调度及决策使用多种机器人模型以应对不同特征的客户响应，包括：话术服务策略、音色服务策略、机器人模型优选策略、客户时序策略；运营中心用于所述多模态智能机器人的数据分析及模型训练，包含：数字化分析、深度学习训练、多租户管理。基础服务，用于提供所述数字化运营服务的标准管理功能服务，包括：模块化基础服务。
进一步地，所述话术策略，采用规则策略计算客户特征，并根据客户特征决策采用具体的对话内容提供文本及语音对话交互服务。话术策略使用基于决策算法的新一代智能对话控制技术，可提供对话流程及逻辑控制，支撑对话器人可支持多轮对话、意图识别、词槽提取、关联问答、问题澄清、打断、多意图识别等功能，可实现寒暄、问答、任务式对话、数据交互等多种对话交互方式。
进一步地，所述音色服务策略，采用规则策略计算客户特征，并根据客户特征决策采用最佳的语音对话音色、音调，如男性严厉音色、女性温柔音色。
进一步地，所述机器人模型优选策略，采用规则策略计算客户特征，并根据客户特征决策采用最佳的机器人模型。
进一步地，所述客户时序策略，采用规则策略计算客户特征，并根据客户特征决策采用具体的与客户就的最佳时机。
进一步地，所述数字化分析，采用采集客户意图、业务效益、话务数据等析，实现客户意图分析、业务效益分析、话务数据分析，实现根据分析结果快速调整服务策略。
进一步地，所述深度学习训练服务，通过聚类推荐、新增推荐和歧义分析算法来进行语义理解模型的自动化分析、测试及训练优化，打破多业务类型间的数据孤岛，形成多业务能力模型。深度学习训练服务可支持模型本地化训练，提供模型管理、模型训练及模型发布、支持非脚本方式语料维护、线上批量语料维护等功能，同时可提供可视化模型训练功能，支持标注后知识库语料在线完成一体化测试集管理、多机器人模型比对测试，实现打破业务知识壁垒，达到业务数据融合，以更全面覆盖客户问答知识点，提供更优的客户对话体验。深度学习服务较传统标注工作，通过智能分析算法，自动化为标准人员提供了运营推荐，大大提升了运营便捷度及效率，缩短了机器人优化训练时间。
进一步地，所述多租户管理，采用多租户模式组建模式，支持多业务类型租户隔离管理，实现业务高效扩展。
进一步地，所述模块化基础服务，具体包括：
报表服务，用于提供可配置化数据分析报表，实现分析多维度数据的展示。
规则引擎，用于提供可视化机器人服务策略规则的配置、修改、发布。
用户权限：用于配置允许登录数字化运营服务操作界面的用户、该用户对应的所属角色及访问权限
批次服务：用于计算客户特征数据，采用批量数据并行计算的方法进行计算。
配置服务：用于对智能机器人系统的业务参数、技术参数进行管理及登记。
日志服务：用于对服务接口的调用情况日志进行展示，包括服务接口调用信息和服务接口返回信息。
智能中台20，用于提供多个支持语义理解及任务式多轮语音对话服务的机器人模型，包含：机器人模型A、机器人模型B两套人机对话模型。
进一步地，所述机器人模型A、机器人模型B两套人机对话模型，采用语义理解模型、语音识别模型、语音合成模型引擎，实现机器人对话服务能力。
具体地，所述语义理解模型，采用基于深度学习的方法实现任务式对话、多轮交互、上下文理解、随机打断、主动打断和全局知识应答，模型可实现基于深度学习及自然语言理解的客户意图识别，通过维护较少语料可实现高准确率语义理解，具备强泛化能力，智能化程度较高，可实现更为智能对话提供底层语义理解分析功能。
所述语音识别模型，采用基于深度学习的方法实现将中、英文语音信息转换成为文本信息，同时可实现中英文混识别、支持智能断句标点。
所述语音合成模型，采用基于深度学习的方法实现将文本合成语音，支持男、女严肃和温柔版发音人模型。
数据服务30，用于提供所述数据化运营服务及智能中台的数据存储及查询服务；
进一步地，所述数据服务，采用REDIS缓存服务器缓存经常使用的查询数据；
接口服务40，用于对接所述智能机器人系统提供的相应的标准服务接口以调用，包括采用多渠道业务扩展接口，用于快速接入各渠道服务。
进一步地，所述接口服务，用于对接所述智能机器人系统提供的相应的标准服务接口以调用，包括采用多渠道业务扩展接口，支撑包括XML、JSON、HTTP、MRCP、SIP等协议，用于快速接入各渠道服务，支持联机接口及批量接口。
在本实施例中，以多模型机器人方法，结合客户特征，通过话术策略、音色服务策略、机器人模型优选策略、客户时序策略等，实现拟人化程度更高的智能机器人服务，使机器人交互更为灵活，提供更优秀的对话服务。通过构运营中心，实现机器人高效优化运营，采用自动化客户意图分析、业务效益分析、话务分析、深度学习训练服务等运营功能，减少人力标注训练成本，提升优化训练周期及效果，大大提升了运营便捷度及效率，缩短了机器人优化训练时间，从而实现机器人高效优化运营。通过构建智能中台，提供标准化的多模型适配服务，可快速输出多模型机器人智能服务能力，同时随着算法的演进，可以快速扩展更先进的模型服务。同时，采用多租户模式，提升了智能机器人的横向扩展能力，通过标准化的业务服务，可快速定制化不同业务需求的服务。
请参阅图3，本发明实施例还提供一种多模型智能机器人构建方法，所述多模型机器人构建方法，应用于上诉述的多模型智能机器人系统，包括：
S100、接收客户特征数据，根据客户特征数据进行计算得出机器人最优话术、音色、时序的机器人模型组合；
S200、根据机器人模型组合与客户进行语音或文本交互，根据客户指令向后台封装请求客户所提出的业务办理要求；其中所述业务办理要求包含问题的咨询、后台服务的请求、信息登记；
S300、根据客户所提出的办理要求，执行语音或文本交互，以实现反馈办理要求结果至客户。
关于多模型智能机器人构建方法的具体限定可以参见上文中对于的限定，在此不再赘述。上述多模型智能机器人构建方法中的各个步骤可通过虚拟模块、软件、硬件及其组合来实现。上述各步骤可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本发明提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例中的多模型智能机器人构建方法。
处理器用于控制该计算机终端设备的整体操作，以完成上述的多模型智能机器人构建方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的多模型智能机器人构建方法，并达到如上述方法一致的技术效果。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的多模型智能机器人构建方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的多模型智能机器人构建方法，并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种多模型智能机器人系统，其特征在于，包括：数字化运营服务层，包含策略中心、运营中心及基础服务；其中，
所述策略中心用于调度及决策使用多种机器人模型以应对不同特征的客户响应，包括：话术服务策略、音色服务策略、机器人模型优选策略、客户时序策略；
所述运营中心用于多模态智能机器人的数据分析及模型训练，包含：数字化分析、深度学习训练、多租户管理；
所述基础服务，用于提供所述数字化运营服务的标准管理功能服务，包括：模块化基础服务；
智能中台层，用于响应所述数字化运营服务层，提供多个支持语义理解及任务式多轮语音对话服务的机器人模型，包含：机器人模型A、机器人模型B两套人机对话模型；
数据服务层，用于提供所述数据化运营服务层及所述智能中台层的数据存储及查询服务；
接口服务层，用于对接所述数字化运营服务层、所述智能中台层和所述数据服务层提供的相应的标准服务接口以调用，包括采用多渠道业务扩展接口，用于快速接入各渠道服务。
2.根据权利要求1所述的多模型智能机器人系统，其特征在于，所述策略中心包括话术服务策略、音色服务策略、机器人模型优选策略以及客户时序策略，所述话术服务策略、所述音色服务策略、所述机器人模型优选策略以及所述客户时序策略并行服务，其中，
所述话术服务策略，用于根据预设的策略计算客户特征，并根据所述客户特征的对话内容决策提供文本以及对话交互服务；
所述音色服务策略，用于根据所述客户特征的语音决策采用对话的音色和音调；
所述机器人模型优选策略，用于根据所述客户特征选取最佳的机器人模型；
所述客户时序策略，用于根据所述客户特征决策与客户沟通的时机。
3.根据权利要求2所述的多模型智能机器人系统，其特征在于，所述运营中心包括数字化分析、深度学习训练、多租户管理；
其中，所述数字化分析、所述深度学习训练和所述多租户管理并行服务，其中，
所述数字化分析，用于获取客户意图数据、业务效益数据以及话务数据，分别进行所述客户意图数据分析、业务效益数据分析以及话务数据分析，根据每个所述分析的结果调整服务策略；
所述深度学习训练，用于根据预设的聚类算法、新增推荐数据和歧义分析算法进行语义理解模型的自动化分析、测试及训练优化，形成多业务能力模型；
所述多租户管理，用于根据采用多租户模式组建模式，支持多业务类型租户隔离管理。
4.根据权利要求1所述的多模型智能机器人系统，其特征在于，所述模块化基础服务，包括：
报表服务，用于提供可配置化数据分析报表，实现分析多维度数据的展示；
规则引擎，用于提供可视化机器人服务策略规则的配置、修改、发布；
用户权限：用于配置允许登录数字化运营服务操作界面的用户、该用户对应的所属角色及访问权限；
批次服务：用于计算客户特征数据，采用批量数据并行计算的方法进行计算；
配置服务：用于对智能机器人系统的业务参数、技术参数进行管理及登记；
日志服务：用于对服务接口的调用情况日志进行展示，包括服务接口调用信息和服务接口返回信息。
5.根据权利要求1所述的多模型智能机器人系统，其特征在于，所述机器人模型A和机器人模型B，采用语义理解模型、语音识别模型和语音合成模型引擎，实现机器人对话服务能力；其中，
所述语义理解模型，采用深度学习的方法获取所述多模型智能机器人系统的任务式对话、多轮交互、上下文理解、随机打断、主动打断和全局知识应答；
所述语音识别模型，采用深度学习的方法将语音信息转换成为文本信息；
所述语音合成模型，采用深度学习的方法将文本合成语音，所述语音包括男声或女生的严肃版发音和温柔版发音。
6.根据权利要求1所述的多模型智能机器人系统，其特征在于，所述数据服务层，采用REDIS缓存服务器缓存预存的查询数据。
7.根据权利要求1所述的多模型智能机器人系统，其特征在于，所述接口服务层，包括采用多渠道业务扩展接口，包括XML协议、JSON协议、HTTP协议、MRCP协议和SIP协议，用于快速接入各渠道服务，支持联机接口及批量接口。
8.一种多模型智能机器人系统构建方法，其特征在于，所述多模型机器人方法，应用于权利要求1-7任一项所述的多模型智能机器人系统，包括：
接收客户特征数据，根据客户特征数据进行计算得出机器人最优话术、音色、时序的机器人模型组合；
根据机器人模型组合与客户进行语音或文本交互，根据客户指令向后台封装请求客户所提出的业务办理要求；其中，所述业务办理要求包含问题的咨询、后台服务的请求、信息登记；
根据客户所提出的办理要求，执行语音或文本交互，以实现反馈办理要求结果至客户。
9.一种计算机终端设备，其特征在于，包括一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求8所述的多模型智能机器人系统构建方法。
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可执行指令，所述计算机可执行指令用于使计算机执行如权利要求8所述的多模型智能机器人系统构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110634127.9A CN113505874A (zh) | 2021-06-07 | 2021-06-07 | 一种多模型智能机器人系统及构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110634127.9A CN113505874A (zh) | 2021-06-07 | 2021-06-07 | 一种多模型智能机器人系统及构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113505874A true CN113505874A (zh) | 2021-10-15 |
Family
ID=78009497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110634127.9A Pending CN113505874A (zh) | 2021-06-07 | 2021-06-07 | 一种多模型智能机器人系统及构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113505874A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114785842A (zh) * | 2022-06-22 | 2022-07-22 | 北京云迹科技股份有限公司 | 基于语音交换系统的机器人调度方法、装置、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109615188A (zh) * | 2018-11-20 | 2019-04-12 | 南京理工大学 | 一种预分配结合匈牙利算法的多机器人任务分配方法 |
| CN109658928A (zh) * | 2018-12-06 | 2019-04-19 | 山东大学 | 一种家庭服务机器人云端多模态对话方法、装置及系统 |
| WO2020135067A1 (zh) * | 2018-12-24 | 2020-07-02 | 同方威视技术股份有限公司 | 语音交互方法、装置、机器人及计算机可读存储介质 |
| CN111860753A (zh) * | 2019-04-26 | 2020-10-30 | 甲骨文国际公司 | 用于训练模型的基于有向无环图的框架 |
-
2021
- 2021-06-07 CN CN202110634127.9A patent/CN113505874A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109615188A (zh) * | 2018-11-20 | 2019-04-12 | 南京理工大学 | 一种预分配结合匈牙利算法的多机器人任务分配方法 |
| CN109658928A (zh) * | 2018-12-06 | 2019-04-19 | 山东大学 | 一种家庭服务机器人云端多模态对话方法、装置及系统 |
| WO2020135067A1 (zh) * | 2018-12-24 | 2020-07-02 | 同方威视技术股份有限公司 | 语音交互方法、装置、机器人及计算机可读存储介质 |
| CN111860753A (zh) * | 2019-04-26 | 2020-10-30 | 甲骨文国际公司 | 用于训练模型的基于有向无环图的框架 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114785842A (zh) * | 2022-06-22 | 2022-07-22 | 北京云迹科技股份有限公司 | 基于语音交换系统的机器人调度方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA3085315C (en) | Systems and methods for chatbot generation | |
| US11956187B2 (en) | Natural language processing for information extraction | |
| CN105592237B (zh) | 一种会话切换的方法、装置及智能客服机器人 | |
| CN111212190B (zh) | 一种基于话术策略管理的对话管理方法、装置和系统 | |
| US20220293089A1 (en) | Voice dialogue processing method and apparatus | |
| US9646001B2 (en) | Machine translation (MT) based spoken dialog systems customer/machine dialog | |
| WO2020125457A1 (zh) | 多轮交互的语义理解方法、装置及计算机存储介质 | |
| US8391464B1 (en) | Customer service system, method, and software program product for responding to queries using natural language understanding | |
| CN110347863B (zh) | 话术推荐方法和装置及存储介质 | |
| CN108073600A (zh) | 一种智能问答交互方法、装置以及电子设备 | |
| CA3011397A1 (en) | Natural expression processing method, processing and response method, device and system | |
| CN104462600A (zh) | 实现来电原因自动分类的方法及装置 | |
| CN111739519A (zh) | 基于语音识别的对话管理处理方法、装置、设备及介质 | |
| CN111881280A (zh) | 一种用于电力行业的智能人机交互系统及方法 | |
| CN113505874A (zh) | 一种多模型智能机器人系统及构建方法 | |
| CN115858744A (zh) | 一种基于ai的外呼方法、装置和存储介质 | |
| CN109830232A (zh) | 人机交互方法、装置和存储介质 | |
| CN115658875B (zh) | 基于聊天服务的数据处理方法及相关产品 | |
| CN112801721A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| CN110442694A (zh) | 一种智能交互平台训练方法、装置、设备 | |
| CN113704432A (zh) | 一种基于互联网医院的人工智能客服系统构建方法及装置 | |
| CN114202363A (zh) | 基于人工智能的话术调用方法、装置、计算机设备及介质 | |
| CN111770236A (zh) | 一种对话处理方法、装置、系统、服务器和存储介质 | |
| WO2021109741A1 (zh) | 一种服务方法、装置、系统、设备及存储介质 | |
| CN115129847B (zh) | 智能回答方法及装置 |
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 |