CN114093360A - 呼叫方法、装置、电子设备及存储介质 - Google Patents
呼叫方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114093360A CN114093360A CN202111212129.5A CN202111212129A CN114093360A CN 114093360 A CN114093360 A CN 114093360A CN 202111212129 A CN202111212129 A CN 202111212129A CN 114093360 A CN114093360 A CN 114093360A
- Authority
- CN
- China
- Prior art keywords
- call
- target terminal
- risk
- audio
- call event
- 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 67
- 238000004891 communication Methods 0.000 claims abstract description 49
- 230000000977 initiatory effect Effects 0.000 claims abstract description 11
- 230000008451 emotion Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开提供了一种呼叫方法、装置、电子设备及存储介质,属于通信技术领域。该方法包括:响应于目标终端发生通话事件,确定通话事件的风险类型,获取风险类型所关联的对话模板,向目标终端发起呼叫请求,响应于目标终端接受呼叫请求,控制语音机器人基于对话模板与目标终端进行通话。本公开实施例中,通过设置各个风险类型对应的对话模板,以便在控制语音机器人进行对话劝阻时,按照预先设置的与风险类型对应的对话模板来进行对话,能够实现针对性的对话,且由于该对话模板包含与风险类型关联的多个对话内容,丰富了语音机器人可参考的对话内容,使得语音机器人能够更加灵活地对话,提高了人机交互效率,确保了劝阻的效果,提升了劝阻率。
Description
技术领域
本公开涉及通信技术领域,特别涉及一种呼叫方法、装置、电子设备及存储介质。
背景技术
近年来,信息技术的高速发展给人们带来诸多益处的同时,也促发了一些新的风险,如电信网络诈骗。在面临电信网络诈骗的问题时,对事主进行劝阻已经成为预防此类问题的一个重要手段。其中,劝阻是指在事主接到疑似诈骗电话时,通过向事主发起呼叫与其进行通话来劝阻事主,从而避免被诈骗的风险。
目前,由于所面临的电信网络诈骗的数据量较大,需要进行劝阻的事主过多,在与事主进行劝阻的过程中,通常是采用语音机器人进行对话劝阻,具体是控制语音机器人按照固定且单一的对话模板,与事主进行对话。如此,使得语音机器人在进行对话时比较机械化,难以灵活地进行对话,导致人机交互效率低,劝阻的效果较差,降低了劝阻率。
发明内容
本公开实施例提供了一种呼叫方法、装置、电子设备及存储介质,能够提高人机交互效率,提升劝阻的效果,从而提升劝阻率。该技术方案如下步骤。
一方面,提供了一种呼叫方法,该方法包括:
响应于目标终端发生通话事件,确定该通话事件的风险类型,该风险类型指示该通话事件所产生风险的类型;
基于该通话事件的风险类型,获取该风险类型所关联的对话模板,该对话模板包含与该风险类型关联的多个对话内容;
向该目标终端发起呼叫请求,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话。
在一些实施例中,响应于目标终端发生通话事件,确定该通话事件的风险类型包括:
对第一通话音频进行音频识别,得到该第一通话音频的第一关键词,该第一通话音频为该通话事件的通话音频,该第一关键词为与风险类型相关的关键词;
基于该第一关键词与第一对应关系,确定该第一关键词对应的风险类型,将所确定的风险类型作为该通话事件的风险类型,该第一对应关系包括多个关键词以及对应的风险类型。
在一些实施例中,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话之后,该方法还包括:
对第二通话音频进行音频识别,得到该第二通话音频的第二关键词,该第二通话音频为该语音机器人与该目标终端之间的通话音频,该第二关键词为该目标终端对应用户的行为关键词;
基于该第二关键词与第二对应关系,确定该第二关键词对应的风险等级,将所确定的风险等级作为该通话事件的风险等级,该第二对应关系包括多个关键词以及对应的风险等级。
在一些实施例中,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话之后,该方法还包括:
对第二通话音频进行语音分析,得到情绪指示信息,该第二通话音频为该语音机器人与该目标终端之间的通话音频,该情绪指示信息表示该目标终端对应用户的情绪特征;
基于该情绪指示信息,确定该通话事件的风险等级。
在一些实施例中,基于该情绪指示信息,确定该通话事件的风险等级包括:
基于该情绪指示信息以及该第二通话音频的通话时长、对该第二通话音频进行音频识别所得到的文字数量,确定该通话事件的风险等级。
在一些实施例中,该方法还包括:
若该通话事件的风险等级达到目标风险等级,则向管理终端发送该通话事件的通话信息,该通话信息包括该通话事件所涉及到的终端号码;
接收该管理终端基于该通话信息所发送的处理结果,该处理结果用于指示基于人工处理所得到的结果。
在一些实施例中,该方法还包括:
响应于对该通话事件的信息查看请求,展示该通话事件的文字内容,该文字内容基于对该通话事件的通话音频进行音频识别得到。
在一些实施例中,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话包括:
响应于该目标终端接受该呼叫请求,控制语音机器人采用拟人的声音音效,基于该对话模板与该目标终端进行通话。
在一些实施例中,向该目标终端发起呼叫请求之后,该方法还包括:
响应于该目标终端不接受该呼叫请求,重新向该目标终端发起呼叫请求。
在一些实施例中,响应于该目标终端不接受该呼叫请求,重新向该目标终端发起呼叫请求之后,该方法还包括:
在所发起的呼叫请求的次数达到目标次数的情况下,响应于该目标终端不接受该呼叫请求,向该目标终端发送与该风险类型对应的短信提示。
一方面,提供了一种呼叫装置,该装置包括:
确定模块,用于响应于目标终端发生通话事件,确定该通话事件的风险类型,该风险类型指示该通话事件所产生风险的类型;
获取模块,用于基于该通话事件的风险类型,获取该风险类型所关联的对话模板,该对话模板包含与该风险类型关联的多个对话内容;
通话模块,用于向该目标终端发起呼叫请求,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话。
在一些实施例中,该确定模块,用于:
对第一通话音频进行音频识别,得到该第一通话音频的第一关键词,该第一通话音频为该通话事件的通话音频,该第一关键词为与风险类型相关的关键词;
基于该第一关键词与第一对应关系,确定该第一关键词对应的风险类型,将所确定的风险类型作为该通话事件的风险类型,该第一对应关系包括多个关键词以及对应的风险类型。
在一些实施例中,该装置还包括:
识别模块,用于对第二通话音频进行音频识别,得到该第二通话音频的第二关键词,该第二通话音频为该语音机器人与该目标终端之间的通话音频,该第二关键词为该目标终端对应用户的行为关键词;
该确定模块,还用于基于该第二关键词与第二对应关系,确定该第二关键词对应的风险等级,将所确定的风险等级作为该通话事件的风险等级,该第二对应关系包括多个关键词以及对应的风险等级。
在一些实施例中,该装置还包括:
分析模块,用于对第二通话音频进行语音分析,得到情绪指示信息,该第二通话音频为该语音机器人与该目标终端之间的通话音频,该情绪指示信息表示该目标终端对应用户的情绪特征;
该确定模块,还用于基于该情绪指示信息,确定该通话事件的风险等级。
在一些实施例中,该确定模块,还用于:
基于该情绪指示信息以及该第二通话音频的通话时长、对该第二通话音频进行音频识别所得到的文字数量,确定该通话事件的风险等级。
在一些实施例中,该装置还包括:
若该通话事件的风险等级达到目标风险等级,则发送模块,用于向管理终端发送该通话事件的通话信息,该通话信息包括该通话事件所涉及到的终端号码;
接收模块,用于接收该管理终端基于该通话信息所发送的处理结果,该处理结果用于指示基于人工处理所得到的结果。
在一些实施例中,该装置还包括:
展示模块,用于响应于对该通话事件的信息查看请求,展示该通话事件的文字内容,该文字内容基于对该通话事件的通话音频进行音频识别得到。
在一些实施例中,该通话模块,用于:
响应于该目标终端接受该呼叫请求,控制语音机器人采用拟人的声音音效,基于该对话模板与该目标终端进行通话。
在一些实施例中,该装置还包括:
呼叫模块,用于响应于该目标终端不接受该呼叫请求,重新向该目标终端发起呼叫请求。
在一些实施例中,该装置还包括:
发送模块,用于在所发起的呼叫请求的次数达到目标次数的情况下,响应于该目标终端不接受该呼叫请求,向该目标终端发送与该风险类型对应的短信提示。
一方面,提供了一种电子设备,该电子设备包括一个或多个处理器和一个或多个存储器,该一个或多个存储器中存储有至少一条程序代码,该程序代码由该一个或多个处理器加载并执行以实现该呼叫方法所执行的操作。
一方面,提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条程序代码,该程序代码由处理器加载并执行以实现该呼叫方法所执行的操作。
本公开实施例提供的技术方案,通过设置各个风险类型对应的对话模板,以便在控制语音机器人进行对话劝阻时,按照预先设置的与风险类型对应的对话模板来进行对话,能够实现针对性的对话,且由于该对话模板包含与风险类型关联的多个对话内容,丰富了语音机器人可参考的对话内容,使得语音机器人能够更加灵活地对话,提高了人机交互效率,确保了劝阻的效果,提升了劝阻率。
附图说明
为了更清楚地说明本公开实施例中的技术方案,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,下面描述中的附图仅仅是本公开的一些实施例,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是本公开实施例提供的一种呼叫方法的实施环境示意图;
图2是本公开实施例提供的一种呼叫方法的流程图;
图3是本公开实施例提供的一种呼叫方法的流程图;
图4是本公开实施例提供的一种呼叫装置的结构示意图;
图5是本公开实施例提供的一种终端的结构示意图;
图6是本公开实施例提供的一种服务器的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
本公开实施例涉及的呼叫方法可应用于电信网络诈骗的场景中。在一些实施例中,在事主接到疑似诈骗电话时,可采用本公开实施例所提供的呼叫方法,向事主发起呼叫与其进行通话来劝阻事主,从而避免被诈骗的风险。
图1是本公开实施例提供的一种呼叫方法的实施环境示意图,参见图1,该实施环境包括:第一电子设备101。
第一电子设备101可提供为一种服务器,具体可以是通信管理平台的后台服务器,该通信管理平台提供有监控通话事件和对外发起呼叫的功能。本公开实施例中,第一电子设备101用于响应于目标终端发生通话事件,确定所述通话事件的风险类型,基于所述通话事件的风险类型,获取所述风险类型所关联的对话模板,向所述目标终端发起呼叫请求,响应于所述目标终端接受所述呼叫请求,控制语音机器人基于所述对话模板与所述目标终端进行通话。
服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式文件系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选地,上述服务器的数量可以更多或更少,本公开实施例对此不加以限定。当然,服务器还可以包括其他功能服务器,以便提供更全面且多样化的服务。
在一些实施例中,该实施环境还包括:第二电子设备102。
第二电子设备102可提供为一种终端,具体是管理人员所操作的终端(后续简称为管理终端)。在一些实施例中,第二电子设备102关联有通信管理平台。本公开实施例中,第二电子设备102用于提供通信管理平台的可视化界面,以便管理人员查看分析。
第一电子设备101与第二电子设备102可以通过有线或无线通信方式进行直接或间接的连接,本公开实施例对此不作限定。
在一些实施例中,终端为智能手机、智能手表、台式电脑、手提电脑、虚拟现实终端、增强现实终端、无线终端和膝上型便携计算机等设备中的至少一种。终端可以泛指多个终端中的一个,本实施例仅以终端来举例说明。本领域技术人员可以知晓,上述终端的数量可以更多或更少。
图2是本公开实施例提供的一种呼叫方法的流程图,参见图2,由第一电子设备执行,该方法包括以下步骤。
201、第一电子设备响应于目标终端发生通话事件,确定该通话事件的风险类型,该风险类型指示该通话事件所产生风险的类型。
202、第一电子设备基于该通话事件的风险类型,获取该风险类型所关联的对话模板,该对话模板包含与该风险类型关联的多个对话内容。
203、第一电子设备向该目标终端发起呼叫请求,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话。
本公开实施例提供的技术方案,通过设置各个风险类型对应的对话模板,以便在控制语音机器人进行对话劝阻时,按照预先设置的与风险类型对应的对话模板来进行对话,能够实现针对性的对话,且由于该对话模板包含与风险类型关联的多个对话内容,丰富了语音机器人可参考的对话内容,使得语音机器人能够更加灵活地对话,提高了人机交互效率,确保了劝阻的效果,提升了劝阻率。
本公开实施例中,第一电子设备可提供为一种服务器,第二电子设备可提供为一种管理终端。下面以服务器为执行主体,对呼叫的过程进行说明。图3是本公开实施例提供的一种呼叫方法的流程图,参见图3,该方法包括以下步骤。
301、服务器响应于目标终端发生通话事件,确定该通话事件的风险类型,该风险类型指示该通话事件所产生风险的类型。
其中,目标终端是指任一用户所操作的终端。在一些实施例中,服务器提供有监控用户来电记录的功能。在一种可选的实施例中,若服务器检测到目标终端的任一次来电,触发执行确定风险类型的步骤;在另一种可选的实施例中,若服务器检测到目标终端的异常来电,触发执行确定风险类型的步骤,如异常来电可以是境外来电。
风险类型也可理解为诈骗类型。示例地,风险类型包括冒充公检法、冒充电商客服、冒充校园贷款、冒充信用卡贷款、通用型、杀猪盘等等。本公开实施例对风险类型的具体设定不加以限定。
在一些实施例中,服务器基于该通话事件的通话音频,确定该通话事件的风险类型,相应过程为:服务器对第一通话音频进行音频识别,得到该第一通话音频的第一关键词,该第一通话音频为该通话事件的通话音频,该第一关键词为与风险类型相关的关键词,基于该第一关键词与第一对应关系,确定该第一关键词对应的风险类型,将所确定的风险类型作为该通话事件的风险类型,该第一对应关系包括多个关键词以及对应的风险类型。如此,基于该通话事件的通话音频中与风险类型相关的关键词,来确定通话事件的风险类型,能够快速确定出通话事件的风险类型,且能够确定出准确度较高的风险类型,在提高确定风险类型的效率的同时,还提高了确定风险类型的准确度。
302、服务器基于该通话事件的风险类型,获取该风险类型所关联的对话模板,该对话模板包含与该风险类型关联的多个对话内容。
本公开实施例中,服务器关联有多种风险类型的对话模板,进而,在确定出通话事件的风险类型后,在服务器所关联的多种风险类型的对话模板中,获取与所确定的风险类型关联的对话模板来进行后续通话。
在该实施例中,通过提前设置多种风险场景的外呼对话模板,进而针对不同的风险场景,也即是针对不同的风险类型,可直接调用相应的对话模板进行使用,能够实现大批量、多类型的对话,进而通过拟人聊天的方式来对事主进行智能劝阻提醒,针对事主不同的聊天内容能够进行不同话术的应答,使得语音机器人能够更加灵活地对话,提高了人机交互效率,确保了劝阻的效果,提升了劝阻率。
303、服务器向该目标终端发起呼叫请求。
在一些实施例中,在目标终端接受该呼叫请求的情况下,参见步骤304至步骤307。在另一些实施例中,在目标终端未接受该呼叫请求的情况下,参见步骤308至步骤309。
304、服务器响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话。
在一些实施例中,服务器响应于该目标终端接受该呼叫请求,控制语音机器人采用拟人的声音音效,基于该对话模板与该目标终端进行通话。如此,通过采用拟人的声音音效,使语音机器人的声音更加接近于拟人的声音,能够提高事主与其进行通话的可能性,确保了劝阻的效果,提升了劝阻率。
305、服务器基于第二通话音频,确定该通话事件的风险等级,该第二通话音频为该语音机器人与该目标终端之间的通话音频。
服务器基于第二通话音频,确定该通话事件的风险等级的过程包括下述(305A)和(305B)中任一项:
(305A)在一些实施例中,服务器对第二通话音频进行音频识别,得到该第二通话音频的第二关键词,基于该第二关键词与第二对应关系,确定该第二关键词对应的风险等级,将所确定的风险等级作为该通话事件的风险等级。
其中,第二关键词为目标终端对应用户的行为关键词。示例地,第二关键词可以为“被骗”、“未被骗”、“已转账”、“准备转账”、“未转账”等。第二对应关系包括多个关键词以及对应的风险等级。示例地,风险等级可以采用数字等级来表示,相应地,第二对应关系可以为“被骗”-5级、“未被骗”-1级、“已转账”-5级、“准备转账”-3级、“未转账”-1级;或者,风险等级可以采用等级高低来表示,相应地,第二对应关系可以为“被骗”-高风险级别、“未被骗”-低风险级别、“已转账”-高风险级别、“准备转账”-较高风险级别、“未转账”-低风险级别。
如此,基于第二通话音频中与风险等级相关的关键词,来确定通话事件的风险等级,能够快速确定出通话事件的风险等级,且能够确定出准确度较高的风险等级,在提高确定风险等级的效率的同时,还提高了确定风险等级的准确度。
(305B)在一些实施例中,服务器对第二通话音频进行语音分析,得到情绪指示信息,基于该情绪指示信息,确定该通话事件的风险等级。
其中,情绪指示信息表示该目标终端对应用户的情绪特征。在一些实施例中,情绪指示信息基于该目标终端对应用户的对话语气确定,例如,对话的音量高低、对话的语速等等。在另一些实施例中,情绪指示信息基于该目标终端对应用户的情绪文本确定,例如,包含目标情绪词的文本,如包含满意、开心的文本,或包含生气、烦恼的文本。
在一些实施例中,服务器基于该情绪指示信息以及该第二通话音频的通话时长、对该第二通话音频进行音频识别所得到的文字数量,确定该通话事件的风险等级。在该实施例中,还参考了第二通话音频的通话时长以及音频识别所得到的文字数量,能够更加精准地预测出通话事件的风险等级,提高了确定风险等级的准确性。
在一种可选的实施例中,服务器利用风险等级模型来确定该通话事件的风险等级,相应过程为:服务器将该情绪指示信息以及该第二通话音频的通话时长、对该第二通话音频进行音频识别所得到的文字数量输入风险等级模型,通过该风险等级模型对该通话事件的风险等级进行预测,得到该通话事件的风险等级。如此,利用模型来确定该通话事件的风险等级,能够快速的确定出通话事件的风险等级,提高了确定风险等级的效率和准确度,且通过多维度对劝阻过程中的识别文字数量、通话时长、事主情绪等进行风险等级分析、评估,能够实现对事主的智能精准分类。
其中,风险等级模型用于对通话事件的风险等级进行预测。在一些实施例中,该风险等级模型为深度学习模型,深度学习是一种基于包含复杂结构或由多重非线性变换构成的多个处理层,逐步从原始输入中提取更高级别的特征的算法。例如,风险等级模型可以为深度卷积神经网络。
以风险等级模型为深度卷积神经网络为例,风险等级模型包括输入层、卷积层、池化层、全连接层和输出层。其中,输入层用于将服务器所获取的情绪指示信息、通话时长和文字数量等信息输入风险等级模型,并将所输入的信息转化为数字矩阵,以便该风险等级模型进行后续运算过程;卷积层用于对输入层生成的矩阵进行卷积运算,基于该卷积运算的结果提取局部特征,该风险等级模型可以包括一个或多个卷积层;池化层用于将卷积层获得的特征提取值进行量化,来获得维度较小的矩阵,以便对特征进一步提取,该风险等级模型可以包括一个或多个池化层;全连接层用于将提取到的局部特征通过权值矩阵,整合为完整的特征,基于该完整的特征计算该风险等级;输出层用于获取全连接层输出的风险等级,输出该风险等级,作为该通话事件的风险等级。
本公开实施例所采用的风险等级模型为已训练完成的模型。在一些实施例中,服务器获取多个样本通话音频的相关信息以及该多个样本通话音频的风险等级,基于该多个样本通话音频的相关信息和该多个样本通话音频的风险等级,进行模型训练,得到风险等级模型。具体地,风险等级模型的训练过程包括:在第一次迭代过程中,分别将该多个样本通话音频的相关信息输入初始模型,得到第一次迭代过程的等级训练结果;基于第一次迭代过程的等级训练结果与样本通话音频的风险等级,确定损失函数,基于损失函数,对初始模型中的模型参数进行调整;将第一次迭代调整后的模型参数作为第二次迭代的模型参数,再进行第二次迭代;重复多次上述迭代过程,在第N次过程中,以第N-1次迭代调整后的模型参数作为新的模型参数,进行模型训练,直到训练满足目标条件,则将满足目标条件的迭代过程所对应的模型获取为风险等级模型。其中,N为正整数,且N大于1。可选地,训练满足的目标条件可以为初始模型的训练迭代次数达到目标次数,该目标次数可以是预先设定的训练迭代次数;或者,训练满足的目标条件可以为损失值满足目标阈值条件,如损失值小于0.00001。本公开实施例对此不作限定。
在一些实施例中,服务器响应于对该通话事件的信息查看请求,展示该通话事件的文字内容,该文字内容基于对该通话事件的通话音频进行音频识别得到。例如,管理人员可以在管理终端上进行操作,触发管理终端向服务器发送信息查看请求,则服务器响应于对该通话事件的信息查看请求,向管理终端发送该通话时间的文字内容,则管理终端接收并展示该通话事件的文字内容。
当然,服务器还能够以音频的形式对该通话事件的通话音频进行存储,以便管理人员能够分析查看该通话事件的通话音频。如此,通过在劝阻过程中进行录音,并以音频的形式进行数据存储,能够快速将音频数据识别成文字内容,以便管理人员后期统计、分析、查看。
306、若该通话事件的风险等级达到目标风险等级,则服务器向管理终端发送该通话事件的通话信息,该通话信息包括该通话事件所涉及到的终端号码。
其中,目标风险等级为预先设置的风险等级,如4级,或者,较高风险等级。示例地,若该通话事件的风险等级达到4级,则服务器向管理终端发送该通话事件的通话信息;或者,若该通话事件的风险等级达到较高风险等级,则服务器向管理终端发送该通话事件的通话信息。在一些实施例中,该通话信息还包括该通话事件的通话音频以及该通话音频的文字内容。
在一些实施例中,管理终端接收该服务器所发送的通话事件的通话信息,展示该通话事件的通话信息。此时,工作人员可以基于该通话事件的通话信息,在管理终端上进行操作,以触发该管理终端向目标终端发起呼叫请求,进而在目标终端接受该呼叫请求的情况下与该目标终端对应用户进行通话,以进行人工劝阻。进一步地,工作人员在与该目标终端对应用户通话结束后,可以在该管理终端上进行操作,将本次人工劝阻所得到的结果录入管理终端,相应地,管理终端响应于录入操作,获取所录入的处理结果,并将所录入的处理结果发送至服务器。
307、服务器接收该管理终端基于该通话信息所发送的处理结果,该处理结果用于指示基于人工处理所得到的结果。
需要说明的是,步骤305至步骤307为可选步骤。在另一些实施例中,服务器执行步骤304中采用语音机器人通话的过程后,无需执行步骤305至步骤307。
在上述实施例中,通过将处理结果发送至服务器,以触发服务器利用后台大数据融合技术进行数据整合,进而基于数据整合结果自动生成一套完整的决策支持、管理方案,从而形成反诈劝阻闭环。
在目标终端未接受该呼叫请求的情况下,参见步骤308至步骤309。
308、服务器响应于该目标终端不接受该呼叫请求,重新向该目标终端发起呼叫请求。
309、服务器在所发起的呼叫请求的次数达到目标次数的情况下,响应于该目标终端不接受该呼叫请求,向该目标终端发送与该风险类型对应的短信提示。
其中,目标次数为预先设定的次数,如5。例如,在发起5次呼叫请求的情况下,响应于该目标终端不接受该呼叫请求,向该目标终端发送与该风险类型对应的短信提示。
在步骤308至步骤309的实施例中,在多轮呼叫事主均未接听电话的情况下,自动为事主发送相对应风险类型的短信以进行预警提醒。
本公开实施例提供的技术方案,通过设置各个风险类型对应的对话模板,以便在控制语音机器人进行对话劝阻时,按照预先设置的与风险类型对应的对话模板来进行对话,能够实现针对性的对话,且由于该对话模板包含与风险类型关联的多个对话内容,丰富了语音机器人可参考的对话内容,使得语音机器人能够更加灵活地对话,提高了人机交互效率,确保了劝阻的效果,提升了劝阻率。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
图4是本公开实施例提供的一种呼叫装置的结构示意图,参见图4,该装置包括:
确定模块401,用于响应于目标终端发生通话事件,确定该通话事件的风险类型,该风险类型指示该通话事件所产生风险的类型;
获取模块402,用于基于该通话事件的风险类型,获取该风险类型所关联的对话模板,该对话模板包含与该风险类型关联的多个对话内容;
通话模块403,用于向该目标终端发起呼叫请求,响应于该目标终端接受该呼叫请求,控制语音机器人基于该对话模板与该目标终端进行通话。
本公开实施例提供的技术方案,通过设置各个风险类型对应的对话模板,以便在控制语音机器人进行对话劝阻时,按照预先设置的与风险类型对应的对话模板来进行对话,能够实现针对性的对话,且由于该对话模板包含与风险类型关联的多个对话内容,丰富了语音机器人可参考的对话内容,使得语音机器人能够更加灵活地对话,提高了人机交互效率,确保了劝阻的效果,提升了劝阻率。
在一些实施例中,该确定模块401,用于:
对第一通话音频进行音频识别,得到该第一通话音频的第一关键词,该第一通话音频为该通话事件的通话音频,该第一关键词为与风险类型相关的关键词;
基于该第一关键词与第一对应关系,确定该第一关键词对应的风险类型,将所确定的风险类型作为该通话事件的风险类型,该第一对应关系包括多个关键词以及对应的风险类型。
在一些实施例中,该装置还包括:
识别模块,用于对第二通话音频进行音频识别,得到该第二通话音频的第二关键词,该第二通话音频为该语音机器人与该目标终端之间的通话音频,该第二关键词为该目标终端对应用户的行为关键词;
该确定模块401,还用于基于该第二关键词与第二对应关系,确定该第二关键词对应的风险等级,将所确定的风险等级作为该通话事件的风险等级,该第二对应关系包括多个关键词以及对应的风险等级。
在一些实施例中,该装置还包括:
分析模块,用于对第二通话音频进行语音分析,得到情绪指示信息,该第二通话音频为该语音机器人与该目标终端之间的通话音频,该情绪指示信息表示该目标终端对应用户的情绪特征;
该确定模块401,还用于基于该情绪指示信息,确定该通话事件的风险等级。
在一些实施例中,该确定模块401,还用于:
基于该情绪指示信息以及该第二通话音频的通话时长、对该第二通话音频进行音频识别所得到的文字数量,确定该通话事件的风险等级。
在一些实施例中,该装置还包括:
若该通话事件的风险等级达到目标风险等级,则发送模块,用于向管理终端发送该通话事件的通话信息,该通话信息包括该通话事件所涉及到的终端号码;
接收模块,用于接收该管理终端基于该通话信息所发送的处理结果,该处理结果用于指示基于人工处理所得到的结果。
在一些实施例中,该装置还包括:
展示模块,用于响应于对该通话事件的信息查看请求,展示该通话事件的文字内容,该文字内容基于对该通话事件的通话音频进行音频识别得到。
在一些实施例中,该通话模块403,用于:
响应于该目标终端接受该呼叫请求,控制语音机器人采用拟人的声音音效,基于该对话模板与该目标终端进行通话。
在一些实施例中,该装置还包括:
呼叫模块,用于响应于该目标终端不接受该呼叫请求,重新向该目标终端发起呼叫请求。
在一些实施例中,该装置还包括:
发送模块,用于在所发起的呼叫请求的次数达到目标次数的情况下,响应于该目标终端不接受该呼叫请求,向该目标终端发送与该风险类型对应的短信提示。
需要说明的是:上述实施例提供的呼叫装置在进行呼叫时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将电子设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的呼叫装置与呼叫方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本公开实施例中的电子设备可以提供为一种终端,图5是本公开实施例提供的一种终端500的结构示意图。该终端500可以是:智能设备、平板电脑、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端500包括有:处理器501和存储器502。
处理器501可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器501可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器501还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器502可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器502中的非暂态的计算机可读存储介质用于存储至少一个程序代码,该至少一个程序代码用于被处理器501所执行以实现本公开中方法实施例中第一电子设备、第二电子设备、第三电子设备以及应用终端所提供的呼叫方法。
在一些实施例中,终端500还可选包括有:外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地,外围设备包括:射频电路504、显示屏505、摄像头组件506、音频电路507、定位组件508和电源509中的至少一种。
外围设备接口503可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中,处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上;在一些其他实施例中,处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路504用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路504包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路504还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本公开对此不加以限定。
显示屏505用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时,显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时,显示屏505还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏505可以为一个,设置在终端500的前面板;在另一些实施例中,显示屏505可以为至少两个,分别设置在终端500的不同表面或呈折叠设计;在另一些实施例中,显示屏505可以是柔性显示屏,设置在终端500的弯曲表面上或折叠面上。甚至,显示屏505还可以设置成非矩形的不规则图形,也即异形屏。显示屏505可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件506用于采集图像或视频。可选地,摄像头组件506包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器501进行处理,或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路507还可以包括耳机插孔。
定位组件508用于定位终端500的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于:加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。
加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号,控制显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器512可以检测终端500的机体方向及转动角度,陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器513可以设置在终端500的侧边框和/或显示屏505的下层。当压力传感器513设置在终端500的侧边框时,可以检测用户对终端500的握持信号,由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在显示屏505的下层时,由处理器501根据用户对显示屏505的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器514用于采集用户的指纹,由处理器501根据指纹传感器514采集到的指纹识别用户的身份,或者,由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器501授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置在终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时,指纹传感器514可以与物理按键或厂商Logo集成在一起。
光学传感器515用于采集环境光强度。在一个实施例中,处理器501可以根据光学传感器515采集的环境光强度,控制显示屏505的显示亮度。具体地,当环境光强度较高时,调高显示屏505的显示亮度;当环境光强度较低时,调低显示屏505的显示亮度。在另一个实施例中,处理器501还可以根据光学传感器515采集的环境光强度,动态调整摄像头组件506的拍摄参数。
接近传感器516,也称距离传感器,通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中,当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时,由处理器501控制显示屏505从亮屏状态切换为息屏状态;当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时,由处理器501控制显示屏505从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图5中示出的结构并不构成对终端500的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本公开实施例中的电子设备可以提供为一种服务器,图6是本公开实施例提供的一种服务器的结构示意图,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或多个处理器(Central Processing Units,CPU)601和一个或多个的存储器602,其中,该一个或多个存储器602中存储有至少一条程序代码,该至少一条程序代码由该一个或多个处理器601加载并执行以实现上述各个方法实施例中服务器执行的呼叫方法。当然,该服务器600还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器600还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括程序代码的存储器,上述程序代码可由处理器执行以完成上述实施例中的呼叫方法。例如,该计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)、磁带、软盘和光数据存储设备等。
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步骤可以通过硬件来完成,也可以通过程序来程序代码相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
上述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (13)
1.一种呼叫方法,其特征在于,所述方法包括:
响应于目标终端发生通话事件,确定所述通话事件的风险类型,所述风险类型指示所述通话事件所产生风险的类型;
基于所述通话事件的风险类型,获取所述风险类型所关联的对话模板,所述对话模板包含与所述风险类型关联的多个对话内容;
向所述目标终端发起呼叫请求,响应于所述目标终端接受所述呼叫请求,控制语音机器人基于所述对话模板与所述目标终端进行通话。
2.根据权利要求1所述的方法,其特征在于,所述响应于目标终端发生通话事件,确定所述通话事件的风险类型包括:
对第一通话音频进行音频识别,得到所述第一通话音频的第一关键词,所述第一通话音频为所述通话事件的通话音频,所述第一关键词为与风险类型相关的关键词;
基于所述第一关键词与第一对应关系,确定所述第一关键词对应的风险类型,将所确定的风险类型作为所述通话事件的风险类型,所述第一对应关系包括多个关键词以及对应的风险类型。
3.根据权利要求1所述的方法,其特征在于,所述响应于所述目标终端接受所述呼叫请求,控制语音机器人基于所述对话模板与所述目标终端进行通话之后,所述方法还包括:
对第二通话音频进行音频识别,得到所述第二通话音频的第二关键词,所述第二通话音频为所述语音机器人与所述目标终端之间的通话音频,所述第二关键词为所述目标终端对应用户的行为关键词;
基于所述第二关键词与第二对应关系,确定所述第二关键词对应的风险等级,将所确定的风险等级作为所述通话事件的风险等级,所述第二对应关系包括多个关键词以及对应的风险等级。
4.根据权利要求1所述的方法,其特征在于,所述响应于所述目标终端接受所述呼叫请求,控制语音机器人基于所述对话模板与所述目标终端进行通话之后,所述方法还包括:
对第二通话音频进行语音分析,得到情绪指示信息,所述第二通话音频为所述语音机器人与所述目标终端之间的通话音频,所述情绪指示信息表示所述目标终端对应用户的情绪特征;
基于所述情绪指示信息,确定所述通话事件的风险等级。
5.根据权利要求4所述的方法,其特征在于,所述基于所述情绪指示信息,确定所述通话事件的风险等级包括:
基于所述情绪指示信息以及所述第二通话音频的通话时长、对所述第二通话音频进行音频识别所得到的文字数量,确定所述通话事件的风险等级。
6.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
若所述通话事件的风险等级达到目标风险等级,则向管理终端发送所述通话事件的通话信息,所述通话信息包括所述通话事件所涉及到的终端号码;
接收所述管理终端基于所述通话信息所发送的处理结果,所述处理结果用于指示基于人工处理所得到的结果。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于对所述通话事件的信息查看请求,展示所述通话事件的文字内容,所述文字内容基于对所述通话事件的通话音频进行音频识别得到。
8.根据权利要求1所述的方法,其特征在于,所述响应于所述目标终端接受所述呼叫请求,控制语音机器人基于所述对话模板与所述目标终端进行通话包括:
响应于所述目标终端接受所述呼叫请求,控制语音机器人采用拟人的声音音效,基于所述对话模板与所述目标终端进行通话。
9.根据权利要求1所述的方法,其特征在于,所述向所述目标终端发起呼叫请求之后,所述方法还包括:
响应于所述目标终端不接受所述呼叫请求,重新向所述目标终端发起呼叫请求。
10.根据权利要求9所述的方法,其特征在于,所述响应于所述目标终端不接受所述呼叫请求,重新向所述目标终端发起呼叫请求之后,所述方法还包括:
在所发起的呼叫请求的次数达到目标次数的情况下,响应于所述目标终端不接受所述呼叫请求,向所述目标终端发送与所述风险类型对应的短信提示。
11.一种呼叫装置,其特征在于,所述装置包括:
确定模块,用于响应于目标终端发生通话事件,确定所述通话事件的风险类型,所述风险类型指示所述通话事件所产生风险的类型;
获取模块,用于基于所述通话事件的风险类型,获取所述风险类型所关联的对话模板,所述对话模板包含与所述风险类型关联的多个对话内容;
通话模块,用于向所述目标终端发起呼叫请求,响应于所述目标终端接受所述呼叫请求,控制语音机器人基于所述对话模板与所述目标终端进行通话。
12.一种电子设备,其特征在于,所述电子设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求10任一项所述的呼叫方法所执行的操作。
13.一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中存储有至少一条程序代码,所述程序代码由处理器加载并执行以实现如权利要求1至权利要求10任一项所述的呼叫方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111212129.5A CN114093360A (zh) | 2021-10-18 | 2021-10-18 | 呼叫方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111212129.5A CN114093360A (zh) | 2021-10-18 | 2021-10-18 | 呼叫方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114093360A true CN114093360A (zh) | 2022-02-25 |
Family
ID=80297419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111212129.5A Pending CN114093360A (zh) | 2021-10-18 | 2021-10-18 | 呼叫方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114093360A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114866643A (zh) * | 2022-05-02 | 2022-08-05 | 北京万合恒安科技有限公司 | 一种基于大数据的通讯数据天网监控系统 |
CN117459640A (zh) * | 2023-06-09 | 2024-01-26 | 南京龙垣信息科技有限公司 | 一种基于语音外呼的机器人对话智能预警系统 |
-
2021
- 2021-10-18 CN CN202111212129.5A patent/CN114093360A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114866643A (zh) * | 2022-05-02 | 2022-08-05 | 北京万合恒安科技有限公司 | 一种基于大数据的通讯数据天网监控系统 |
CN114866643B (zh) * | 2022-05-02 | 2024-01-12 | 西安唯海智慧安防技术有限公司 | 一种基于大数据的通讯数据天网监控系统 |
CN117459640A (zh) * | 2023-06-09 | 2024-01-26 | 南京龙垣信息科技有限公司 | 一种基于语音外呼的机器人对话智能预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111696532B (zh) | 语音识别方法、装置、电子设备以及存储介质 | |
CN111104980B (zh) | 确定分类结果的方法、装置、设备及存储介质 | |
CN110059686B (zh) | 字符识别方法、装置、设备及可读存储介质 | |
CN110109608B (zh) | 文本显示方法、装置、终端及存储介质 | |
CN114093360A (zh) | 呼叫方法、装置、电子设备及存储介质 | |
CN111062248A (zh) | 图像检测的方法、装置、电子设备及介质 | |
CN112581358A (zh) | 图像处理模型的训练方法、图像处理方法及装置 | |
CN111739517A (zh) | 语音识别方法、装置、计算机设备及介质 | |
CN111462742A (zh) | 基于语音的文本显示方法、装置、电子设备及存储介质 | |
CN111027490A (zh) | 人脸属性识别方法及装置、存储介质 | |
CN111613213B (zh) | 音频分类的方法、装置、设备以及存储介质 | |
CN110991445B (zh) | 竖排文字识别方法、装置、设备及介质 | |
CN111862972A (zh) | 语音交互服务方法、装置、设备及存储介质 | |
CN111931712B (zh) | 人脸识别方法、装置、抓拍机及系统 | |
CN114222302B (zh) | 针对异常通话的呼叫方法、装置、电子设备及存储介质 | |
CN111554314A (zh) | 噪声检测方法、装置、终端及存储介质 | |
CN111341317A (zh) | 唤醒音频数据的评价方法、装置、电子设备及介质 | |
CN112866470A (zh) | 来电处理方法、装置、电子设备及介质 | |
CN114143280B (zh) | 会话显示方法、装置、电子设备及存储介质 | |
CN116418771A (zh) | 消息显示方法、消息处理方法、装置及电子设备 | |
CN114189574A (zh) | 反诈骗预警过程中的呼叫转移识别方法、装置及终端 | |
CN114844985A (zh) | 数据质检方法、装置、设备及存储介质 | |
CN112990424B (zh) | 神经网络模型训练的方法和装置 | |
CN113408809A (zh) | 汽车的设计方案评价方法、装置及计算机存储介质 | |
CN111982293A (zh) | 体温测量方法、装置、电子设备及存储介质 |
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 |