CN113596270A - 基于智能语音客服的外呼策略配置方法、装置及设备 - Google Patents
基于智能语音客服的外呼策略配置方法、装置及设备 Download PDFInfo
- Publication number
- CN113596270A CN113596270A CN202110947678.0A CN202110947678A CN113596270A CN 113596270 A CN113596270 A CN 113596270A CN 202110947678 A CN202110947678 A CN 202110947678A CN 113596270 A CN113596270 A CN 113596270A
- Authority
- CN
- China
- Prior art keywords
- information
- client
- voice
- call
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012216 screening Methods 0.000 claims abstract description 51
- 238000006243 chemical reaction Methods 0.000 claims description 47
- 239000013598 vector Substances 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims 2
- 238000013145 classification model Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/527—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
-
- 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)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了基于智能语音客服的外呼策略配置方法、装置及设备，方法包括：从客户信息表中筛选得到目标客户信息并转换为客户特征信息，与每一目标客户的客户端建立通话连接并发送初始语音信息，若接收到反馈的语音通话信息，对语音通话信息及客户特征信息进行分析得到语音答复信息并发送至该客户端直至接收到客户端的终止通话指令，获取每一语音通话信息对应的节点标签信息，判断目标客户的节点标签信息是否满足再呼匹配策略，并为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作。本发明属于分类模型技术领域，可获取语音通话信息对应的节点标签信息，并基于节点标签信息为满足策略的目标客户进行再呼操作，可高效地进行外呼策略配置。
Description
技术领域
本发明涉及分类模型技术领域，属于智慧城市中通过智能语音客服对客户配置外呼策略的应用场景，尤其涉及一种基于智能语音客服的外呼策略配置方法、装置及设备。
背景技术
为提高对客户进行服务的效率，企业可通过智能语音客服拨打客户电话并进行沟通，通过智能语音客服为客户提供更加便捷、高效的客户服务。在完成一轮电话沟通后若沟通不充分，可再开启一轮电话沟通，传统技术方法均是采用员工手动设置方式逐一为客户配置多轮外呼功能，当沟通充分后则关闭多轮外呼功能，但采用手动设置方式操作过程较为繁琐，需要耗费大量的人力资源。因此，现有技术方法中存在无法高效地为客户配置多轮外呼功能的问题，影响了企业为客户提供服务的效率。
发明内容
本发明实施例提供了一种基于智能语音客服的外呼策略配置方法、装置、设备及介质，旨在解决现有语音通话方法无法高效地为客户配置多轮外呼功能的问题。
第一方面，本发明实施例提供了一种基于智能语音客服的外呼策略配置方法，其包括：
若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息；所述筛选时间点为所述客户信息表中新增的客户信息超出预置数量阈值的时间点；
根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息；
根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息；
若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端；
若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤；
若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息；
根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略；以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识；
若到达再呼时间点，获取包含再呼标识的目标客户对应的目标客户信息并进行再呼操作；所述再呼时间点为与配置每一所述目标客户再呼标识的时间间隔预设时长的时间点。
第二方面，本发明实施例提供了一种基于智能语音客服的外呼策略配置装置，其包括：
目标客户信息获取单元，用于若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息；所述筛选时间点为所述客户信息表中新增的客户信息超出预置数量阈值的时间点；
客户特征信息获取单元，用于根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息；
初始语音信息发送单元，用于根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息；
语音答复信息发送单元，用于若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端；
返回执行单元，用于若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤；
节点标签信息获取单元，用于若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息；
再呼标识配置单元，用于根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略，以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识；
再呼操作单元，用于若到达再呼时间点，获取包含再呼标识的目标客户对应的目标客户信息并进行再呼操作；所述再呼时间点为与配置每一所述目标客户再呼标识的时间间隔预设时长的时间点。
第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于智能语音客服的外呼策略配置方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于智能语音客服的外呼策略配置方法。
本发明实施例提供了一种基于智能语音客服的外呼策略配置方法、装置及设备，到达筛选时间点则从客户信息表中筛选得到目标客户信息并转换得到与目标客户信息对应的客户特征信息，建立与每一目标客户的客户端对应的通话连接并发送初始语音信息，若接收到客户端反馈的语音通话信息，对语音通话信息及客户特征信息进行分析得到语音答复信息并发送至该客户端直至接收到客户端的终止通话指令，根据分类标识集合获取每一语音通话信息对应的节点标签信息，判断目标客户的节点标签信息是否满足再呼匹配策略，并为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作。通过上述方法，可智能化获取语音通话信息对应的节点标签信息，并基于节点标签信息为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作，可高效地对目标客户进行外呼策略配置。
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基于智能语音客服的外呼策略配置方法的流程示意图；
图2为本发明实施例提供的基于智能语音客服的外呼策略配置方法的应用场景示意图；
图3为本发明实施例提供的基于智能语音客服的外呼策略配置方法的子流程示意图；
图4为本发明实施例提供的基于智能语音客服的外呼策略配置方法的另一子流程示意图；
图5为本发明实施例提供的基于智能语音客服的外呼策略配置方法的另一子流程示意图；
图6为本发明实施例提供的基于智能语音客服的外呼策略配置方法的另一子流程示意图；
图7为本发明实施例提供的基于智能语音客服的外呼策略配置方法的另一子流程示意图；
图8为本发明实施例提供的基于智能语音客服的外呼策略配置方法的另一子流程示意图；
图9为本发明实施例提供的基于智能语音客服的外呼策略配置装置的示意性框图；
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及图2，图1是本发明实施例提供的基于智能语音客服的外呼策略配置方法的流程示意图；图2为本发明实施例提供的基于智能语音客服的外呼策略配置方法的应用场景示意图；该基于智能语音客服的外呼策略配置方法应用于管理服务器10中，该基于智能语音客服的外呼策略配置方法通过安装于管理服务器10中的应用软件进行执行，管理服务器10可以与至少一台客户端20建立通话连接以实现语音/视频通话，客户端20即是可与管理服务器建立通话连接的终端设备，如固定电话、移动电话或手机等；管理服务器10即是可通过智能语音客服对客户配置外呼策略的服务器端，如企业或政府部门所构建的服务器。如图1所示，该方法包括步骤S110～S180。如图1所示，该方法包括步骤S110～S180。
S110、若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息；所述筛选时间点为所述客户信息表中新增的客户信息超出预置数量阈值的时间点。
若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息。管理服务器中配置有客户信息表，客户信息表即为企业对客户信息进行存储的数据表，客户信息中包含客户编码、姓名、身份证号、联系电话、年龄、职业、性别、兴趣爱好、月收入、婚姻状态、住址、注册时间、呼叫信息等与客户相关的基本信息，其中客户编码即为与每一客户唯一对应的编码值，注册时间即为将客户信息输入客户信息表进行注册的具体时间，呼叫信息即为对呼叫客户的过程进行记录所得到的信息，可根据预存的筛选规则对客户信息表中包含的客户信息进行筛选，以获取满足筛选规则的目标客户信息。筛选时间点可以是客户信息表中新增的客户信息超出预置数量阈值的时间点，数量阈值可预先配置，如配置数量阈值为2000，则可对上次筛选时间点之后客户信息表中新增的客户信息数量是否超出2000进行判断，若超出2000则判定到达本次筛选时间点并执行上述筛选操作。
例如，筛选规则中包括筛选间隔时间及呼叫次数阈值，则可根据筛选规则获取处于筛选间隔时间以内且呼叫信息中已接通呼叫次数不大于呼叫次数阈值的客户信息作为目标客户信息，筛选间隔时间可以是10天，呼叫次数阈值为1次，则可判断客户信息的注册时间是否处于10天之内，以判定客户信息是否处于筛选间隔时间之内，并判断呼叫信息中已接通呼叫次数是否不大于呼叫次数阈值，将同时满足上述两个判断条件的客户信息作为目标客户信息。
S120、根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息。
根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息。特征转换规则即为对目标客户信息进行特征转换的具体规则，可将目标客户信息转换为客户特征信息，通过客户特征信息对每一目标客户的具体特征进行量化表示，目标客户信息中包含多项信息，则客户特征信息中包含与每一项信息分别对应的特征信息。
在一实施例中，如图3所示，步骤S120包括子步骤S121、S122、S123和S124。
S121、对所述目标客户信息中每一项信息是否为数值信息分别进行判断；S122、若所述目标客户信息中的信息为数值信息，根据所述特征转换规则中的转换公式对所述信息进行转换处理得到对应的转换值；S123、若所述目标客户信息中的信息不为数值信息，根据所述特征转换规则中的映射规则将所述信息映射为对应的映射值。
具体的，可先对目标客户信息中每一项信息是否为数值信息分别进行判断，若为某一项信息为数值信息，则通过转换公式对该信息进行转换处理，得到对应的转换值。例如，特征转换规则中的转换公式可表示为：
其中，x为目标客户信息中的某一项数值信息，z为与该项数值对应的中间值，每一项信息均对应配置有与该项信息相匹配的中间值。
若目标客户信息中某一项信息不为数值信息，则可通过映射规则对该信息进行映射，得到对应的映射值。例如，与“职业”这一项信息对应的映射规则为：公务员-0.21；教师-0.35；白领-0.74……，若某一目标客户信息中“职业”这一项对应的信息为“教师”，则将0.35作为与该项信息对应的中间值。
S124、将每一所述目标客户信息对应的转换值及所述映射值组合为对应的客户特征信息。
获取每一目标客户信息对应的转换值及映射值，转换值或特征值均可作为对应的特征信息，则同一目标客户信息的转换值及映射值组合后即可得到与该目标客户对应的客户特征信息，通过上述方法可将每一目标客户信息分别转换为对应的客户特征信息。
S130、根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息。
根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息。每一目标客户信息即对应一个目标客户，管理服务器可根据目标客户信息与每一目标客户信息对应的客户端建立通话连接。管理服务器中还预存有初始语音信息，可通过所建立的通话连接将初始语音信息发送至与目标客户对应的客户端。
在一实施例中，如图4所示，步骤S130包括子步骤S131、S132和S133。
S131、根据每一所述目标客户信息中的联系电话进行虚拟拨号以与所述目标客户信息对应的客户端建立通话连接。
管理服务器可获取目标客户信息中的联系电话，并基于该联系电话进行虚拟拨号，虚拟拨号可以是生成虚拟号码并采用运营商所提供的拨号接口进行拨号，则每次建立通话连接均采用所生成的虚拟号码，而不是采用固定号码，客户端中也即显示该虚拟号码，采用虚拟拨号可避免采用固定号码被目标客户的客户端拦截，增加目标客户接听的成功率。
S132、若接收到任一所述客户端反馈的确认指令，将所述初始语音信息发送至所述客户端。
建立通话连接仅仅是构建了通话信息通道，还需要目标客户通过客户端反馈确认指令，确认指令可以是目标客户在客户端中点击“接听”按钮，则管理服务器即可接收到对应的确认指令，此时管理服务器可将预存的初始语音信息发送至客户端，客户端即可接收该初始语音信息并实时播放。
S133、若接收到任一所述客户端反馈的拒绝指令，对所述客户端对应的目标客户信息中的呼叫信息进行更新。
目标客户可通过客户端中反馈拒绝指令，拒绝指令可以是目标客户在客户端中点击“拒接”按钮，则管理服务器即可接收到对应的拒绝指令，次数管理服务器可对该目标客户对应的目标客户信息进行更新，具体的，可对相应目标客户信息的呼叫信息中记录的未接通呼叫次数进行“+1”，以实现对该目标客户信息的呼叫信息进行更新。
S140、若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端。
若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端。目标客户通过客户端接收初始语音信息后，还可通过客户端反馈相应语音通话信息，则管理服务器接收到语音通话信息后，即可通过通话答复模型对该目标客户反馈的语音通话信息及该目标客户的客户特征信息进行分析，从而得到与该语音通话信息及客户特征信息对应的语音答复信息并发送至客户端。其中，通话答复模型包括文本提取规则、文本转换规则、答复分析神经网络及答复话术词典。
在一实施例中，如图5所示，步骤S140包括子步骤S141、S142、S143和S144。
S141、根据所述文本提取规则从所述语音通话信息中获取对应的通话文本信息。
则可根据文本提取规则对语音通话信息进行识别以从中获取对应的通话文本信息，也即文本提取规则可将以音频形式进行表示的信息转换为以文本形式进行表示的信息，具体的，文本提取规则包括标准音素集合、语音特征词典及语义解析词典。
在一实施例中，如图6所示，步骤S141包括子步骤S1411、S1412和S1413。
S1411、根据所述标准音素集合对所述通话语音信息进行切分以得到所述通话语音信息中所包含的多个音素。
具体的，通话音频信息由多个字符发音的音素而组成，一个字符的音素包括该字符发音的频率和音色等音素信息。标准音素集合中包含所有字符发音对应的标准音素，通过将通话音频信息中的音素与标准音素进行匹配，从而将与相应标准音素相匹配的音素从通话音频信息提取出来，也即实现了对通话音频信息中单个字符的音素进行切分，通过切分最终得到通话语音信息中所包含的多个音素。
S1412、根据所述语音特征词典对所述通话语音信息包含的音素进行匹配以将所述音素转换为拼音信息。
语音特征词典中包含所有字符拼音对应的音素信息，通过将所得到的音素与字符拼音对应的音素信息进行匹配，即可将单个字符的音素转换为语音特征词典中与该音素相匹配的字符拼音，以实现将通话语音信息中所包含的所有音素分别转换为对应的拼音信息。
S1413、根据所述语义解析词典对所述拼音信息进行语义解析以得到与所述语音通话信息对应的通话文本信息。
语义解析词典中包含拼音信息与文字信息之间所对应的映射关系，具体的，映射关系包括多个字符拼音与文本词组之间的映射关系，还包括一个字符拼音与一个文本字符之间的映射关系，通过语义解析词典中所包含的映射关系即可对所得到的拼音信息进行语义解析以将拼音信息转换为对应的通话文本信息。
S142、根据所述文本转换规则将所述通话文本信息转换为对应的文字特征向量。
文本转换规则可将所得到的通话文本信息转换为对应的文字特征向量。文字特征向量即可通过向量形式对通话文本信息的特征进行量化表示，文本转换规则即为对通话文本信息进行转换处理的具体规则。其中，文本转换规则中包括字符筛选规则、标准长度值及字符向量表。字符筛选规则即为对通话文本信息中无意义的字符进行筛除的规则信息，标准长度值即为对字符筛除处理后的通话文本信息所包含的字符数进行标准化的长度信息，字符向量表即为对每一字符的向量信息进行记录的数据表。
首先可根据所述字符筛选规则对所述通话文本信息进行筛选以得到筛选文本信息。具体的，字符筛选规则可将通话文本信息中意义不大的字符筛除，得到的筛选文本信息中包含的字符均为具有实际意义的字符。例如，字符筛选规则中可设置需筛除的字符为“啊”、“呀”等不表示实际意义的字符。
根据所述标准长度值对所述筛选文本信息进行标准化处理以得到对应的标准文本信息。筛选文本信息中所包含的字符数量并不固定，则可根据标准长度值将筛选字符信息的长度进行相应处理，得到与标准长度值对应的标准文本信息，以方便对标准文本信息进行后续处理。具体的，标准长度值可配置为i，若筛选文本信息中所包含的字符数量超过标准长度值i，则截取筛选文本信息中前i个字符作为标准文本信息；若筛选文本信息中所包含的字符数量少于标准长度值i，则使用空字符将筛选文本信息的字符进行补齐以得到包含i个字符的标准文本信息；若筛选文本信息中所包含的字符数量等于标准长度值i，则无需对筛选文本信息进行处理，可直接将该筛选文本信息作为标准文本信息。
根据所述字符向量表获取与所述标准文本信息对应的文字特征向量。具体的，字符向量表中包含与每一字符对应的一个1×j维的向量，该1×j维的向量可用于对所对应的一个字符的特征进行量化表示，1×j维的向量中每一向量值的取值范围均为[0,1]。根据标准文本信息即可从字符向量信息表中获取与该标准文本信息中每一字符对应的一个1×j维向量，将该标准文本信息中包含的i个字符所对应的1×j维向量进行顺序组合，即可得到一个i×j的向量作为文字特征向量，也即是将标准文本信息转换为对应的文字特征向量。
S143、将所述客户特征信息与所述文本特征向量进行组合后输入所述答复分析神经网络，以获取对应的答复标识。
答复分析神经网络即为基于人工智能所构建的智能分析网络，答复分析神经网络可由一个输入层、多个中间层及一个输出层组成，输入层与中间层之间、中间层与前后相邻的其他中间层之间、中间层与输出层之间均通过关联公式进行关联，关联公式可采用一次函数形式进行表示，客户特征信息及文本特征信息进行组合后可由答复分析神经网络的输入层进行输入，例如，客户特征信息中包括的特征信息数量为k，文本特征信息为一个i×j的向量，则输入层中包含的输入节点的数量为k+i×j；通过分析神经网络的输出层即可获取相应输出结果，输出层中包含多个输出节点，每一输出节点可对应一个答复标识，神经网络的输出信息中包含与每一输出节点对应的匹配值，可获取匹配值最高的一个输出节点对应的答复标识作为与客户特征信息及文本特征向量对应的答复标识。
S144、从所述答复话术词典中获取与所述答复标签对应的答复话术作为所述语音答复信息并发送至所述客户端。
答复话术词典中包含每一答复标签对应的答复话术，与一个答复标签对应的答复话术可以有一条或多条。答复话术可以是一条语音信息或文字信息，若答复话术为文字信息，则可将文字信息进行语音播报以生成对应的语音答复信息。可基于从答复分析神经网络获取到的答复标签，从答复话术词典中获取与所得到的答复标签相匹配的一条答复话术。具体的，若答复话术词典中与所得到的答复标签相匹配的答复话术有多条，则获取相匹配的多条答复话术中的任意一条答复话术作为答复语音信息发送至客户端；若答复话术词典中与所得到的答复标签相匹配答复话术仅有一条，则直接获取该条答复话术作为答复语音信息发送至客户端。
S150、若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤。
若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤。若接收到任一客户端反馈的语音通话信息，则返回执行上述步骤S140，以循环获取与该语音通话信息对应的语音答复信息并发送至相应客户端，直至接收到客户端所发送的终止通话指令。
S160、若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息。
若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息。若接收到任一客户端反馈的终止通话指令，则与该客户端对应的通话连接被断开，可对与该客户端对应的所有语语音通话信息进行收集，并基于对语音通话信息进行分析得到的答复标识，获取与每一语音通话信息对应的节点标签得到节点标签信息。
在一实施例中，如图7所示，步骤S160包括子步骤S161和S162。
S161、获取与所述客户端对应的每一所述语音通话信息的答复标识。
答复分析神经网络对每一语音通话信息分别进行分析得到相应答复标识，则可从上述分析结果中获取与客户端对应的每一通话语音信息的答复标识。
S162、根据分类标识集合对每一所述答复标识进行分类，以将分类得到每一所述答复标识的节点标签作为与所述语音通话信息对应的节点标签信息。
分类标识集合即为对答复标识进行分类的集合，分类标识集合包含多个分类节点，每一分类节点均对应一个节点标签，每一分类节点均包含至少一个答复标识，则可根据每一答复标识在分类标识集合中所属的分类节点，获取与每一答复标识对应的节点标签，得到对应的节点标签信息，则节点标签信息中至少包含一个节点标签。例如，节点标签可以是“同意报价”、“报价成功”等。
S170、根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略，以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识。
根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略，以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识。可根据再呼匹配策略对节点标签信息进行判断，若节点标签信息满足再呼匹配策略，则可对该节点标签信息对应的目标客户配置再呼标识。已配置再呼标识的目标客户在到达相应时间节点可触发再次执行与该目标客户的客户端建立通话连接的步骤。其中，再呼匹配策略中包括多条节点路径。
在一实施例中，如图8所示，步骤S170包括子步骤S171和S172。
S171、判断所述节点标签信息包含的节点标签是否与任意一条所述节点路径相匹配。
再呼匹配策略中包含多条节点路径，每一条节点路径均由多个节点以串联形式组合而成，可判断节点标签信息包含的节点标签是否与任意一条节点路径相匹配，具体的，可判断节点标签信息的节点标签排列顺序是否与任意一条节点路径包含的节点相匹配，以判定节点表情信息是否与任意一条节点路径相匹配。
S172、若所述节点标签信息包含的节点标签与任意一条所述节点路径相匹配，判定所述节点标签信息满足所述再呼匹配策略。
若节点标签信息包含的节点标签与任意一条节点路径相匹配，则判定该节点标签信息满足再呼匹配策略，可对与该节点标签信息对应的目标客户配置再呼标识，若在后续执行过程中触发了再次执行与该目标客户的客户端建立通话连接的步骤，则删除该目标客户所配置的再呼标识。
若节点标签信息包含的节点表情不与任意一条节点路径相匹配，则判定该节点标签信息不满足再呼匹配策略，此时无需为节点标签信息对应的目标客户配置再呼标识。
S180、若到达再呼时间点，获取包含再呼标识的目标客户对应的目标客户信息并进行再呼操作；所述再呼时间点为与配置每一所述目标客户再呼标识的时间间隔预设时长的时间点。
到达再呼时间点，即可获取客户信息表中包含再呼标识的目标客户所对应的目标客户信息，并基于获取到的目标客户信息建立与目标客户信息对应客户端之间的通话连接，也即是执行再呼操作，其中，再呼时间点可以是与配置目标客户再呼标识的时间间隔预设时长的时间点，如预设时长为7天，则再呼时间点即为目标客户配置再呼标识之后7天的时间点。
本申请可应用于智慧政务/智慧城管/智慧社区/智慧安防/智慧物流/智慧医疗/智慧教育/智慧环保/智慧交通等通过智能语音客服对客户配置外呼策略的应用场景中，从而推动智慧城市的建设。
在本发明实施例所提供的基于智能语音客服的外呼策略配置方法中，到达筛选时间点则从客户信息表中筛选得到目标客户信息并转换得到与目标客户信息对应的客户特征信息，建立与每一目标客户的客户端对应的通话连接并发送初始语音信息，若接收到客户端反馈的语音通话信息，对语音通话信息及客户特征信息进行分析得到语音答复信息并发送至该客户端直至接收到客户端的终止通话指令，根据分类标识集合获取每一语音通话信息对应的节点标签信息，判断目标客户的节点标签信息是否满足再呼匹配策略，并为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作。通过上述方法，可智能化获取语音通话信息对应的节点标签信息，并基于节点标签信息为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作，可高效地对目标客户进行外呼策略配置。
本发明实施例还提供一种基于智能语音客服的外呼策略配置装置，该基于智能语音客服的外呼策略配置装置用于执行前述的基于智能语音客服的外呼策略配置方法的任一实施例，具体地，请参阅图9，图9为本发明实施例提供的基于智能语音客服的外呼策略配置装置的示意性框图。
如图9所示，基于智能语音客服的外呼策略配置装置100包括目标客户信息获取单元110、客户特征信息获取单元120、初始语音信息发送单元130、语音答复信息发送单元140、返回执行单元150、节点标签信息获取单元160、再呼标识配置单元170和再呼操作单元180。
目标客户信息获取单元110，用于若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息；所述筛选时间点为所述客户信息表中新增的客户信息超出预置数量阈值的时间点。
客户特征信息获取单元120，用于根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息。
在一实施例中，所述客户特征信息获取单元120包括子单元：判断单元，用于对所述目标客户信息中每一项信息是否为数值信息分别进行判断；转换处理单元，用于若所述目标客户信息中的信息为数值信息，根据所述特征转换规则中的转换公式对所述信息进行转换处理得到对应的转换值；映射处理单元，用于若所述目标客户信息中的信息不为数值信息，根据所述特征转换规则中的映射规则将所述信息映射为对应的映射值；组合单元，用于将每一所述目标客户信息对应的转换值及所述映射值组合为对应的客户特征信息。
初始语音信息发送单元130，用于根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息。
在一实施例中，所述初始语音信息发送单元130包括子单元：通话连接建立单元，用于根据每一所述目标客户信息中的联系电话进行虚拟拨号以与所述目标客户信息对应的客户端建立通话连接；发送单元，用于若接收到任一所述客户端反馈的确认指令，将所述初始语音信息发送至所述客户端；目标客户信息更新单元，用于若接收到任一所述客户端反馈的拒绝指令，对所述客户端对应的目标客户信息中的呼叫信息进行更新。
语音答复信息发送单元140，用于若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端。
在一实施例中，所述语音答复信息发送单元140包括子单元：通话文本信息获取单元，用于根据所述文本提取规则从所述语音通话信息中获取对应的通话文本信息；文字特征向量获取单元，用于根据所述文本转换规则将所述通话文本信息转换为对应的文字特征向量；答复标识获取单元，用于将所述客户特征信息与所述文本特征向量进行组合后输入所述答复分析神经网络，以获取对应的答复标识；答复信息发送单元，用于从所述答复话术词典中获取与所述答复标签对应的答复话术作为所述语音答复信息并发送至所述客户端。
在一实施例中，所述通话文本信息获取单元包括子单元：音素切分单元，用于根据所述标准音素集合对所述通话语音信息进行切分以得到所述通话语音信息中所包含的多个音素；拼音信息获取单元，用于根据所述语音特征词典对所述通话语音信息包含的音素进行匹配以将所述音素转换为拼音信息；解析单元，用于根据所述语义解析词典对所述拼音信息进行语义解析以得到与所述语音通话信息对应的通话文本信息。
返回执行单元150，用于若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤。
节点标签信息获取单元160，用于若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息。
在一实施例中，所述节点标签信息获取单元160包括子单元：标识获取单元，用于获取与所述客户端对应的每一所述语音通话信息的答复标识；答复标识分类单元，用于根据分类标识集合对每一所述答复标识进行分类，以将分类得到每一所述答复标识的节点标签作为与所述语音通话信息对应的节点标签信息。
再呼标识配置单元170，用于根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略，以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识。
在一实施例中，所述再呼标识配置单元170包括子单元：节点标签匹配单元，用于判断所述节点标签信息包含的节点标签是否与任意一条所述节点路径相匹配；判定单元，用于若所述节点标签信息包含的节点标签与任意一条所述节点路径相匹配，判定所述节点标签信息满足所述再呼匹配策略。
再呼操作单元180，用于若到达再呼时间点，获取包含再呼标识的目标客户对应的目标客户信息并进行再呼操作；所述再呼时间点为与配置每一所述目标客户再呼标识的时间间隔预设时长的时间点。
在本发明实施例所提供的基于智能语音客服的外呼策略配置装置应用上述基于智能语音客服的外呼策略配置方法，到达筛选时间点则从客户信息表中筛选得到目标客户信息并转换得到与目标客户信息对应的客户特征信息，建立与每一目标客户的客户端对应的通话连接并发送初始语音信息，若接收到客户端反馈的语音通话信息，对语音通话信息及客户特征信息进行分析得到语音答复信息并发送至该客户端直至接收到客户端的终止通话指令，根据分类标识集合获取每一语音通话信息对应的节点标签信息，判断目标客户的节点标签信息是否满足再呼匹配策略，并为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作。通过上述方法，可智能化获取语音通话信息对应的节点标签信息，并基于节点标签信息为满足再呼匹配策略的目标客户配置再呼标识并进行再呼操作，可高效地对目标客户进行外呼策略配置。
上述基于智能语音客服的外呼策略配置装置可以实现为计算机程序的形式，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是本发明实施例提供的计算机设备的示意性框图。该计算机设备可以是用于执行基于智能语音客服的外呼策略配置方法以通过智能语音客服对客户配置外呼策略的管理服务器。
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，存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行基于智能语音客服的外呼策略配置方法，其中，存储介质503可以为易失性的存储介质或非易失性的存储介质。
该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
该内存储器504为存储介质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执行基于智能语音客服的外呼策略配置方法。
该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图10中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明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，以实现上述的基于智能语音客服的外呼策略配置方法中对应的功能。
本领域技术人员可以理解，图10中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图10所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，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(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。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。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为易失性或非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现上述的基于智能语音客服的外呼策略配置方法。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。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，所揭露的设备、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，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，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。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述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，可以存储在一个计算机可读存储介质中。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计算机可读存储介质中，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，服务器，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。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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)
1.一种基于智能语音客服的外呼策略配置方法，其特征在于，所述方法应用于管理服务器中，所述管理服务器与至少一台客户端建立通话连接以实现语音/视频通话，所述方法包括：
若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息；所述筛选时间点为所述客户信息表中新增的客户信息超出预置数量阈值的时间点；
根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息；
根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息；
若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端；
若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤；
若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息；
根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略；以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识；
若到达再呼时间点，获取包含再呼标识的目标客户对应的目标客户信息并进行再呼操作；所述再呼时间点为与配置每一所述目标客户再呼标识的时间间隔预设时长的时间点。
2.根据权利要求1所述的基于智能语音客服的外呼策略配置方法，其特征在于，所述标准化处理规则包括标准模板、标准维度集合及字段映射规则，所述根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息，包括：
对所述目标客户信息中每一项信息是否为数值信息分别进行判断；
若所述目标客户信息中的信息为数值信息，根据所述特征转换规则中的转换公式对所述信息进行转换处理得到对应的转换值；
若所述目标客户信息中的信息不为数值信息，根据所述特征转换规则中的映射规则将所述信息映射为对应的映射值；
将每一所述目标客户信息对应的转换值及所述映射值组合为对应的客户特征信息。
3.根据权利要求1所述的基于智能语音客服的外呼策略配置方法，其特征在于，所述根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息，包括：
根据每一所述目标客户信息中的联系电话进行虚拟拨号以与所述目标客户信息对应的客户端建立通话连接；
若接收到任一所述客户端反馈的确认指令，将所述初始语音信息发送至所述客户端；
若接收到任一所述客户端反馈的拒绝指令，对所述客户端对应的目标客户信息中的呼叫信息进行更新。
4.根据权利要求1所述的基于智能语音客服的外呼策略配置方法，其特征在于，所述通话答复模型包括文本提取规则、文本转换规则、答复分析神经网络及答复话术词典，所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端，包括：
根据所述文本提取规则从所述语音通话信息中获取对应的通话文本信息；
根据所述文本转换规则将所述通话文本信息转换为对应的文字特征向量；
将所述客户特征信息与所述文本特征向量进行组合后输入所述答复分析神经网络，以获取对应的答复标识；
从所述答复话术词典中获取与所述答复标签对应的答复话术作为所述语音答复信息并发送至所述客户端。
5.根据权利要求4所述的基于智能语音客服的外呼策略配置方法，其特征在于，所述文本提取规则包括标准音素集合、语音特征词典及语义解析词典，所述根据所述文本提取规则从所述语音通话信息中获取对应的通话文本信息，包括：
根据所述标准音素集合对所述通话语音信息进行切分以得到所述通话语音信息中所包含的多个音素；
根据所述语音特征词典对所述通话语音信息包含的音素进行匹配以将所述音素转换为拼音信息；
根据所述语义解析词典对所述拼音信息进行语义解析以得到与所述语音通话信息对应的通话文本信息。
6.根据权利要求1所述的基于智能语音客服的外呼策略配置方法，其特征在于，所述根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息，包括：
获取与所述客户端对应的每一所述语音通话信息的答复标识；
根据分类标识集合对每一所述答复标识进行分类，以将分类得到每一所述答复标识的节点标签作为与所述语音通话信息对应的节点标签信息。
7.根据权利要求1所述的基于智能语音客服的外呼策略配置方法，其特征在于，所述根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略，以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识，包括：
判断所述节点标签信息包含的节点标签是否与任意一条所述节点路径相匹配；
若所述节点标签信息包含的节点标签与任意一条所述节点路径相匹配，判定所述节点标签信息满足所述再呼匹配策略。
8.一种基于智能语音客服的外呼策略配置装置，其特征在于，包括：
目标客户信息获取单元，用于若到达预置的筛选时间点，根据预存的筛选规则对客户信息表所包含的客户信息进行筛选，得到满足所述筛选规则的目标客户信息；所述筛选时间点为所述客户信息表中新增的客户信息超出预置数量阈值的时间点；
客户特征信息获取单元，用于根据预置的特征转换规则对所述目标客户信息进行特征转换，得到与所述目标客户信息对应的客户特征信息；
初始语音信息发送单元，用于根据所述目标客户信息建立与每一目标客户的客户端对应的通话连接并发送预存的初始语音信息；
语音答复信息发送单元，用于若接收到任一所述客户端反馈的语音通话信息，根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端；
返回执行单元，用于若接收到任一所述客户端根据所述语音答复信息反馈的语音通话信息，返回执行所述根据预置的通话答复模型对所述语音通话信息及所述客户端对应目标客户的客户特征信息进行分析，得到与所述语音通话信息对应的语音答复信息并发送至所述客户端的步骤；
节点标签信息获取单元，用于若接收到任一所述客户端的终止通话指令，根据预存的分类标识集合获取所述客户端所反馈的所述语音通话信息对应的节点标签信息；
再呼标识配置单元，用于根据预存的再呼匹配策略判断所述节点标签信息是否满足所述再呼匹配策略，以对满足所述再呼匹配策略的节点标签信息对应的目标客户配置再呼标识；
再呼操作单元，用于若到达再呼时间点，获取包含再呼标识的目标客户对应的目标客户信息并进行再呼操作；所述再呼时间点为与配置每一所述目标客户再呼标识的时间间隔预设时长的时间点。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于智能语音客服的外呼策略配置方法。
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，当所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于智能语音客服的外呼策略配置方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110947678.0A CN113596270B (zh) | 2021-08-18 | 2021-08-18 | 基于智能语音客服的外呼策略配置方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110947678.0A CN113596270B (zh) | 2021-08-18 | 2021-08-18 | 基于智能语音客服的外呼策略配置方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113596270A true CN113596270A (zh) | 2021-11-02 |
| CN113596270B CN113596270B (zh) | 2023-02-14 |
Family
ID=78238315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110947678.0A Active CN113596270B (zh) | 2021-08-18 | 2021-08-18 | 基于智能语音客服的外呼策略配置方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113596270B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114221920A (zh) * | 2021-12-13 | 2022-03-22 | 中国平安财产保险股份有限公司 | 基于人工智能的自动接触方法、装置、计算机设备及介质 |
| CN115442480A (zh) * | 2022-09-19 | 2022-12-06 | 京东科技控股股份有限公司 | 外呼方法、装置、介质、服务器及智能机器人 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012227792A (ja) * | 2011-04-20 | 2012-11-15 | Fujitsu General Ltd | 無線通信システム |
| CN111510563A (zh) * | 2020-04-16 | 2020-08-07 | 中国银行股份有限公司 | 智能外呼方法及装置、存储介质及电子设备 |
| CN111680142A (zh) * | 2020-05-29 | 2020-09-18 | 平安普惠企业管理有限公司 | 基于文本识别的自动答复方法、装置、计算机设备 |
| CN111833871A (zh) * | 2020-07-07 | 2020-10-27 | 信雅达系统工程股份有限公司 | 基于意图识别的智能外呼系统及其方法 |
| CN112686677A (zh) * | 2020-12-30 | 2021-04-20 | 平安普惠企业管理有限公司 | 基于组合特征与注意力机制的客户资质评估方法及装置 |
-
2021
- 2021-08-18 CN CN202110947678.0A patent/CN113596270B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012227792A (ja) * | 2011-04-20 | 2012-11-15 | Fujitsu General Ltd | 無線通信システム |
| CN111510563A (zh) * | 2020-04-16 | 2020-08-07 | 中国银行股份有限公司 | 智能外呼方法及装置、存储介质及电子设备 |
| CN111680142A (zh) * | 2020-05-29 | 2020-09-18 | 平安普惠企业管理有限公司 | 基于文本识别的自动答复方法、装置、计算机设备 |
| CN111833871A (zh) * | 2020-07-07 | 2020-10-27 | 信雅达系统工程股份有限公司 | 基于意图识别的智能外呼系统及其方法 |
| CN112686677A (zh) * | 2020-12-30 | 2021-04-20 | 平安普惠企业管理有限公司 | 基于组合特征与注意力机制的客户资质评估方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114221920A (zh) * | 2021-12-13 | 2022-03-22 | 中国平安财产保险股份有限公司 | 基于人工智能的自动接触方法、装置、计算机设备及介质 |
| CN114221920B (zh) * | 2021-12-13 | 2023-06-23 | 中国平安财产保险股份有限公司 | 基于人工智能的自动接触方法、装置、计算机设备及介质 |
| CN115442480A (zh) * | 2022-09-19 | 2022-12-06 | 京东科技控股股份有限公司 | 外呼方法、装置、介质、服务器及智能机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113596270B (zh) | 2023-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109658928B (zh) | 一种家庭服务机器人云端多模态对话方法、装置及系统 | |
| CN111833871A (zh) | 基于意图识别的智能外呼系统及其方法 | |
| CN113596270B (zh) | 基于智能语音客服的外呼策略配置方法、装置及设备 | |
| CN108682420B (zh) | 一种音视频通话方言识别方法及终端设备 | |
| CN109065052B (zh) | 一种语音机器人 | |
| KR101901920B1 (ko) | 인공지능 음성인식 딥러닝을 위한 음성 및 텍스트 간 역전사 서비스 제공 시스템 및 방법 | |
| CN111683175B (zh) | 一种自动应答来电的方法、装置、设备及存储介质 | |
| CN106847305B (zh) | 一种处理客服电话的录音数据的方法及装置 | |
| CN111694926A (zh) | 基于场景动态配置的交互处理方法、装置、计算机设备 | |
| CN110110038A (zh) | 话务预测方法、装置、服务器及存储介质 | |
| CN106302933A (zh) | 通话语音信息处理方法及终端 | |
| CN112364622B (zh) | 对话文本分析方法、装置、电子装置及存储介质 | |
| CN112235470B (zh) | 基于语音识别的来电客户跟进方法、装置及设备 | |
| CN111246008A (zh) | 一种电话助理的实现方法、系统及装置 | |
| CN112201275A (zh) | 声纹分割方法、装置、设备及可读存储介质 | |
| CN113194210B (zh) | 一种语音通话接入方法及装置 | |
| CN113726942A (zh) | 一种智能电话接听方法、系统、介质及电子终端 | |
| CN115083412B (zh) | 语音交互方法及相关装置、电子设备、存储介质 | |
| CN110781329A (zh) | 图像搜索方法、装置、终端设备及存储介质 | |
| CN110740212A (zh) | 基于智能语音技术的通话接听方法、装置及电子设备 | |
| CN116016779A (zh) | 语音通话翻译辅助方法、系统、计算机设备和存储介质 | |
| CN111683174B (zh) | 来电处理方法、装置及系统 | |
| CN112035608A (zh) | 一种多轮对话方法、装置以及计算机可读存储介质 | |
| CN111639167A (zh) | 一种任务对话方法及装置 | |
| CN111582708A (zh) | 医疗信息的检测方法、系统、电子设备及计算机可读存储介质 |
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 |