CN114500757A - 语音交互方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请公开了一种语音交互方法，该方法包括：根据外呼任务获取呼叫号码；对呼叫号码进行外呼；若确定外呼被接听，则获取外呼任务的任务标识；根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席；通过目标智能坐席与接听外呼的用户进行语音交互。本申请通过利用配置信息对智能语音机器人进行动态的初始化，使得智能语音机器人可以根据业务需求自动配置服务功能，从而提高语音交互的效率。

Description

语音交互方法、装置、计算机设备及存储介质

技术领域

本申请涉及智能呼叫技术领域，更具体地，涉及一种语音交互方法、装置、计算机设备及存储介质。

背景技术

智能语音机器人能够以非常自然的语音同用户进行交流，从而可以无缝集成到企业客服坐席系统，特别是与现有的客服坐席系统融合，代替或辅助人工坐席完成数据查询、订单处理、业务办理等操作。智能语音机器人可广泛应用于金融、电信、电子商务、公用事业等各个行业领域，引导客户更多地使用自助人机交互的方式满足需求，提升企业的客户服务质量和服务效率。

在真实的应用场景中，随着智能语音机器人服务的业务类型不断更新，往往需要智能语音机器人所具备的服务功能可以同时改进，但是，由于不同业务类型的服务功能在技术实现上存在较大差异，因此，目前专业技术人员仅会针对不同的业务开发不同版本的智能语音机器人。然而，开发不同版本的机器人存在需要消耗大量时间成本以及无法及时响应业务变化需求的问题。

发明内容

本申请实施例提供一种语音交互方法、装置、计算机设备及存储介质。旨在提升智能语音机器人在语音交互过程中的使用效率和灵活性。

第一方面，本申请一些实施例提供一种语音交互方法，该方法包括：根据外呼任务获取呼叫号码；对呼叫号码进行外呼；若确定外呼被接听，则获取外呼任务的任务标识；根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席；通过目标智能坐席与接听外呼的用户进行语音交互。

第二方面，本申请一些实施例还提供一种语音交互装置，该装置包括：号码获取模块，用于根据外呼任务获取呼叫号码；客户呼叫模块，用于对呼叫号码进行外呼；标识获取模块，用于若确定外呼被接听，则获取外呼任务的任务标识；初始化模块，用于根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席；语音交互模块，用于通过目标智能坐席与接听外呼的用户进行语音交互。

第三方面，本申请一些实施例还提供一种计算机设备，该计算机设备包括处理器以及存储器，存储器存储有计算机程序指令，计算机程序指令被处理器调用时执行上述第一方面提供的视频处理方法。

第四方面，本申请一些实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有程序代码，其中，在所述程序代码被处理器运行时执行上述第一方面提供的语音交互方法。

第五方面，本申请一些实施例还提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机执行上述语音交互方法中的步骤。

可以看出，在本申请实施例中，可以根据外呼任务获取呼叫号码，并对呼叫号码进行外呼，若确定外呼被接听，则获取外呼任务的任务标识，进而根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，由此通过配置信息对智能语音机器人进行动态的初始化，使得智能语音机器人可以根据业务需求自动切换至对应的服务功能与客户进行语音交互，进而通过目标智能坐席与接听外呼的用户进行语音交互，从而保证了业务服务过程的连续性，提高语音交互的效率和灵活性。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域技术人员来讲，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示出了本申请实施例提供的一种语音交互的应用场景示意图。

图2示出了本申请实施例提供的一种语音交互方法的流程示意图。

图3示出了本申请实施例提供的一种语音交互系统的框架示意图

图4示出了本申请实施例提供的另一种语音交互方法的流程示意图。

图5示出了本申请实施例提供的一种语音交互装置的模块框图。

图6是本申请实施例提供的一种计算机设备的模块框图。

图7是本申请实施例提供的一种计算机可读存储介质的模块框图。

具体实施方式

下面详细描述本申请的实施方式，实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地，仅用于解释本申请，而不能理解为对本申请的限制。

为了使本技术领域的人员更好地理解本申请的方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

随着智能语音机器人技术的发展，目前许多企业在呼叫中心系统利用智能语音机器人的语音交互功能为客户提供服务。尤其在金融行业，特别是在智能催收，智能回访，智能电销等业务中智能语音机器人扮演着举足轻重的作用。呼叫中心系统的智能语音机器人(智能坐席)扮演着类似人工坐席的角色，例如，代替人工坐席进行外呼任务与客户进行业务上的语音交互，所以能够在很大程度上帮助人工坐席分担工作压力，从而提高呼叫中心的运营效率，降低运营成本。

现有的利用智能语音机器人的场景中，由于不同类型的业务对智能语音机器人的功能也有不同的需求，因此研发人员会针对业务需求进行技术评估，从而根据技术评估的结果分析出服务于某一业务的智能语音机器人需要具备的服务功能，进而完成一系列的机器人设计，开发，测试流程，最后发布上线。这种开发智能机器人的方式在业务人员对智能语音机器人功能需求提出变更时，技术人员需要再次进行相关技术评估，并针对变更的技术点重新开发。也就导致智能语音机器人的开发成本较高，性能兼容性极差，无法应对业务的快速更变。

为了解决上述问题，发明人经过长期研究，提出了本申请实施例提供的语音交互方法，该方法可以根据外呼任务获取呼叫号码，并对呼叫号码对应的客户进行外呼请求，若确定客户接听外呼请求，则获取外呼任务的任务标识，进而根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，从而，利用特定地配置信息对智能语音机器人进行动态的初始化，使得智能语音机器人可以根据业务需求自动配置服务功能，省去重新开发的环节，降低开发成本，同时使得智能语音机器人可以适用于多种业务的任务执行，从而提高性能的兼容性。

下面先对本申请所涉及到的语音交互方法的应用场景进行介绍。

如图1所示，示例性地，本申请实施例提供的语音交互方法可以应用在图1所示的语音交互的应用场景中，该场景包括服务方(系统管理员)410、语音交互系统420、用户430以及服务器440。语音交互系统420与服务器440进行通信连接。其中，语音交互系统420包括用于语音交互的智能语音机器人，语音交互系统420可以集成安装在计算设备中。服务器440可以为文件传输协议服务器(File Transfer Protocol Server，FTP)该FTP服务器可以在互联网上提供文件存储和访问服务。

在一些实施例中，服务方410可以根据业务需求在语音交互系统420中创建对应的呼叫任务，从而语音交互系统420可以执行呼叫任务对用户430进行外呼请求，当用户430接听外呼请求时，语音交互系统420可以为执行该呼叫任务的智能语音机器人进行初始化，并利用初始化后的智能语音机器人与用户430进行业务沟通。

具体地，语音交互系统420进行智能语音机器人初始化时，所用到的配置信息至少包括文转音配置信息和语音识别配置信息。其中，文转音配置信息为文本到语音技术(TextTo Speech，TTS)的配置信息，TTS是语音合成应用的一种，它可以将储存于计算机中的文件或者网页转换成自然语音输出。TTS应用包括语音驱动的邮件以及声音敏感系统，并常与声音识别程序一起使用。

语音识别配置信息为自动语音识别(Automatic Speech Recognition，ASR)技术的配置信息，它是一种将人的语音转换为文本的技术。ASR技术是让计算机能够“听写”出不同人所说出的连续语音，也就是俗称的“语音听写机”，是实现“声音”到“文字”转换的技术。ASR技术在外呼任务中的应用可以为关键词检测，比如对一些业务上的专业名词进行识别，还可以应用于自动分机接驳服务等。

下面将结合附图具体描述本申请中的各实施例。

请参阅图2，图2示出了本申请实施例提供的一种语音交互方法，该语音交互方法可以包括步骤S110至步骤S150。

步骤S110：根据外呼任务获取呼叫号码。

其中，外呼任务指的是针对不同的业务对用户进行通话呼叫。例如，与消费金融企业相关的智能催收、智能回访以及智能电销等外呼任务。

作为一种实施方式，该根据外呼任务获取呼叫号码的步骤，可以包括：

(1)根据外呼任务获取呼叫名单，该呼叫名单包括多个呼叫号码。

(2)从呼叫名单中获取与预设号码阈值对应个数的呼叫号码。

其中，该呼叫名单指的是与外呼任务匹配的电话名单，每个呼叫名单包括了大量的呼叫号码，为了保证外呼任务的执行质量，可以从呼叫名单中获取一定数量，也即预设号码阈值对应个数的呼叫号码。预设号码阈值指的是外呼的呼叫号码的最大个数。

例如，催收业务对应的外呼任务对应有催收电话名单，在执行对应催收业务的外呼任务时，可以获取催收电话名单，进一步地，可以从该催收电话名单中获取五到六个呼叫号码。

步骤S120：对呼叫号码进行外呼。

其中，外呼指的是对呼叫号码关联的用户进行拨打号码。在一些实施例中，该对呼叫号码进行外呼的步骤，可以包括：

(1)判断当前时间是否与预设外呼时间阈值匹配。

(2)若当前时间与预设外呼时间阈值匹配，则对呼叫号码对应的用户进行外呼。

其中，外呼时间阈值指的是语音交互系统对用户进行外呼请求的规定时间。考虑到用户的生活作息以及服务方开展业务的策略要求，为了提高业务服务的效率，可以在预设外呼时间进行外呼请求。预设外呼时间阈值可以为一个规定的时间段，例如，以一天为标准，上午十点至十一点，由于在该时间段通常用户的工作事情已处理完毕，处于相对空闲的状态，在该时间段进行外呼请求时，用户接通请求的概率较高。

步骤S130：若确定外呼被接听，则获取外呼任务的任务标识。

在本申请实施例中，任务标识指的是用于识别任务的记号，例如，任务名称，任务ID(Identity Document)等唯一可以确定外呼任务的记号。通过任务标识可以获取该任务标识对应任务执行时所需的配置信息。作为一种实施方式，对呼叫号码关联的用户进行外呼时，若确定外呼被用户接听，则可以获取外呼任务的任务标识。作为另一种实施方式，对呼叫号码对应的客户进行外呼时，若确定用户未接听外呼，则可以等待一段时间对用户重新进行外呼。

步骤S140：根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席。

考虑到每个类型的业务都有不同的业务需求，因此为业务提供服务的智能坐席(智能语音机器人)需要针对不同的业务设置特定的服务功能。本申请实施例中通过对不同外呼任务下的智能坐席依据配置信息进行特定的初始化，可以让智能坐席根据业务需求自动的切换服务功能，从而提高服务效率。

其中，初始化指的是通过对获取的不同外呼任务对应的配置信息(如，TTS配置信息，ASR配置信息等)对该外呼任务所使用的智能坐席进行的程序初始化。目标智能坐席指的是在初始化后，得到的用于执行该外呼任务的智能坐席。

在一些实施例中，该根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席的步骤，可以包括：

(1)根据任务标识获取配置信息。

作为一种实施方式，该根据任务标识获取配置信息的步骤，可以包括：

(1.1)将任务标识作为超文本传输协议的接口调用入参。

(1.2)通过超文本传输协议的接口调用入参进行任务查询，得到查询结果。

(1.3)根据查询结果获取任务标识对应的配置信息。

其中，配置信息可以包括文转音配置信息和语音识别配置信息，超文本传输协议(Hyper Text Transfer Protocol，HTTP)是一个简单的请求-响应协议，它指定了语音交互系统发送给服务器以获取配置信息的请求消息。在语音交互系统获取任务标识后可以将该任务标识作为HTTP的接口调用入参，进一步地，通过HTTP的接口调用入参从预先存储有各个外呼任务的配置信息的服务器中查询任务标识对应的配置信息。进一步地，当查询到需要的配置信息后，HTTP可以返回查询结果，也即配置信息。

(2)根据配置信息对智能坐席进行初始化得到目标智能坐席。

其中，初始化可以是对智能坐席实现服务功能的配置进行设定。例如，在智能电销的外呼任务中，智能坐席的TTS配置信息和ASR配置信息可以包括：

TTS配置信息：

合成方式()；

协议()；

发音人()；

……

ASR配置信息：

超时时长()；

静默时长()；

……

作为一种实施方式，语音交互系统通过HTTP获取配置参数时，可以对智能坐席的TTS配置信息和ASR配置信息进行初始化：

TTS配置信息：

合成方式(拼接)；

协议(MRCP)；

发音人(speaker_1)；

……

ASR配置信息：

超时时长(5s)；

静默时长(3s)；

……

至此，语音交互系统就完成了对智能坐席的初始化，进而可以利用该初始化后的智能坐席(目标智能坐席)执行对应的外呼任务。需要说明的是智能坐席中需要初始化的配置信息除了TTS配置信息和ASR配置信息，还可以包括其他能够实现智能坐席服务功能的配置信息，本申请实施例仅提供了TTS和ASR示例，通过相同的步骤可以对智能坐席的其他配置信息进行初始化，在此不做限定。

为了提高服务质量，例如，考虑到在消费金融行业中用户的用户画像往往能直观的体现用户的服务诉求。因此，可以在对智能坐席进行初始化的过程中可以利用用户的用户画像，从而使得智能坐席可为用户提供有针对性的服务。

在另一些实施例中，可以根据呼叫号码获取该号码对应用户的用户画像，可选地，在智能催收的应用场景中，可以从而用户的基础数据和催收数据中提取用户的用户画像，其中，用户画像可以利用数据挖掘(Data Mining)技术进行提取。进一步地，根据任务标识对应的配置信息以及用户画像，对智能坐席进行初始化得到目标智能坐席。

具体地，可以获取智能坐席与用户进行语音交互中的语音数据，利用ASR得到语音交互的文本信息，进而利用自然语言处理(Natural Language Processing，NLP)技术中的文本情感分析(Sentiment Analysis)对用户的情绪进行分析得出用户的情绪变化，进一步地，根据用户的情绪变化对智能坐席进行初始化。

例如，通过Word2Vec词向量模型从语音交互的文本信息中获取到用户的消极情绪(Negative)后，在智能坐席的语音输出模块初始化时，对控制语音输出速度的配置信息进行调整，以便控制智能坐席的语音输出速度缓和。从而使得初始化后的目标智能坐席为该用户提供适配的语音交互服务，缓解用户的消极情绪。

步骤S150：通过目标智能坐席与接听外呼的用户进行语音交互。

作为一种实施方式，初始化后的目标智能坐席可以根据外呼任务的对话流程与用户进行语音交互。其中，对话流程能够通过流程引擎，基于外呼任务的需求进行绘制。目标智能坐席工作中可以通过HTTP请求与流程引擎不断交互，把每次ASR识别到的结果返回到流程引擎，例如：

智能坐席：请问您是XXX吗

用户：是

ASR识别到用户的回答“是”，智能坐席把识别的结果返回给流程引擎，流程引擎判断出智能坐席的返回为“肯定回答”逻辑，进而返回下一次对话所需数据(如：对话类型，播报文本等)，循环往复，完成多伦对话。

由上述可知，本申请实施例通过获取预设任务参数，并根据预设任务参数确定外呼任务，从而可以根据不同的业务需求构建出不同任务。进一步地，根据外呼任务获取呼叫号码，并对呼叫号码对应的用户进行外呼，若确定用户接听外呼，则获取外呼任务的任务标识，进而根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，从而，通过配置信息对智能语音机器人进行动态的初始化，使得智能语音机器人可以根据业务需求自动切换至对应的服务功能与用户进行语音交互。

结合上述实施例所描述的方法，以下将举例作进一步详细说明。

在本实施例中，将以语音交互系统具体集成安装在计算机设备中为例进行说明。

请一并参阅图3和图4，图3为本申请实施例提供的一种语音交互系统的框架示意图。图4为本申请实施例提供的另一种语音交互方法的流程示意图。如图3所示的一种语音交互系统200，该语音交互系统200包括任务管理模块210、外呼模块230以及智能坐席(智能语音机器人)250。语音交互系统200可以与FTP服务器连接。

步骤S310：计算机设备获取预设任务参数以及根据预设任务参数确定外呼任务。

在实际的语音交互的应用场景中，需要根据不同的业务需求构建不同任务。而每个任务的执行都需要依据特定的预设任务参数。在本申请实施例中，预设任务参数指的是语音交互系统执行具体任务期间需要受约束的一种可调参数。

作为一种实施方式，语音交互系统可以在服务方根据业务需求设定好具体的任务参数时，获取该任务参数作为预设任务参数。例如，消费金融企业的呼叫中心利用语音交互系统进行外呼拨打的场景时，在构建外呼任务过程需要依据的预设任务参数可以包括拨打轮次、外呼时间、用户等级，是否熟客等，该预设任务参数具体是服务方根据不同的应用场景预先设定，在此不做限定。

其中，计算机设备作为集成安装有语音交互系统的设备，该计算机设备具有数据存储和数据计算的功能。服务方需要根据业务的不同利用计算机设备通过设定预设任务参数来构建不同的外呼任务。服务方在设定预设任务参数之后，计算机设备可以获取该预设任务参数，进而根据该预设任务参数构建外呼任务。

例如，消费金融企业的呼叫中心可以设定好预设任务参数：外呼任务的外呼时间，拨打轮次，熟客模式开关是否开启，用户等级开关是否开启等，进而计算机设备根据上述的预设任务参数构建具体的外呼任务。考虑到降低语音交互系统的复杂度，可以设置特定的预设任务参数来执行差异化的外呼任务。

作为一种实施方式，计算机设备可以根据熟客模式参数，确定确定熟客外呼任务。具体地，熟客模式参数用于确定外呼任务是否开启熟客模式，熟客模式参数为“1”时可以表示开启，为“0”时可以表示未开启，在创建外呼任务时，若熟客模式参数为“1”，则语音交互系统可以创建带有熟客模式的熟客外呼任务，从而在为用户转接人工服务时，为用户匹配常长期提供服务的坐席。

需要说明的是，服务方需要在建立外呼任务时，预先将每个外呼任务对应的智能坐席所需的配置信息进行配置存储。为了实现业务方(用户)能够灵活地使用各类智能语音机器人，并进行智能语音机器人的动态切换。服务方可以将平台(语音交互系统)支持的所有TTS，ASR配置信息维护到后端数据库，以便在创建任务的时候可以快速选择对应的配置信息以对智能语音机器人进行初始化，并保证相关配置项联动关系正确性。同时TTS配置信息，ASR配置性及ASR用到的语法文件需要放入智能语音机器人所运行计算机设备的特定目录以便在智能语音机器人中实现所有平台支持的TTS，ASR对接。

例如，同时建立两个外呼任务：智能电销(ai_task1)及智能回访(ai_task2)，其中，智能电销为电销智能外呼任务，智能回访为回访智能外呼。创建任务时操作人按需配置TTS，ASR。

配置顺序可以为：

TTS：厂商→协议→模式→并发数→发音人→音量-语速。

具体地，选择厂商后，列出该厂商下TTS支持的协议；选择协议后，列出基于该协议下的支持的合成模式及支持的最大并发数；选择合成模式及设置并发数后，列出基于该合成模式下的可选发音人；选择发音人后，可以对音量范围和语速范围设置为自动变自动带出，进一步地，对TTS进行配置。

ASR：厂商→并发数→打断→超时时长→静默时长。

具体地，选择厂商后，列出该厂商下ASR支持的模式及最大并发数；选择模式(打断或不允许打断)以及设置并发数后，设置超时时长以及设置静默时长，最后完成ASR配置。

以上TTS配置信息和ASR配置信息存于语音交互系统的任务管理模块，统一由业务管理员管理并有权对其进行修改。如果新建的外呼任务用到回访同样的TTS，ASR技术要求，则只需要在任务管理模块修改外呼任务配置配置即可，智能语音机器人可以通过Lua脚本语言开发。

需要说明的是，TTS，ASR并发数不等于单位时间内的送号数(外呼号码数)，因为一通电话往往涉及多轮对话。送号数与并发数有一点关联性，单位时间送号数，还依赖服务器资源以及平均对话轮次等。

步骤S320：计算机设备根据外呼任务获取呼叫名单以及从呼叫名单中获取与预设号码阈值对应个数的呼叫号码。

计算机设备可以从存储有呼叫名单的数据库中通过应用程序接口(ApplicationProgramming Interface，API)调取外呼任务对应的呼叫名单，并根据预设号码阈值从该呼叫名单中获取一定数量的呼叫号码，例如，5到10个呼叫号码。该数据库可以部署在FTP服务器，也可以部署在本地，在此不做限定。

步骤S330：计算机设备对呼叫号码进行外呼。

在一些实施例中，该计算机设备对呼叫号码对应的用户进行外呼的步骤，可以包括：

(1)计算机设备判断当前时间是否与预设外呼时间阈值匹配。

(2)计算机设备若判定当前时间与预设外呼时间阈值匹配，则对呼叫号码对应的用户进行外呼。

其中，计算机设备在进行外呼的之前可以判断当前时间是否与预设外呼时间阈值匹配，若当前时间与预设外呼时间阈值匹配，则进行送号，也即将呼叫号码传送至语音交互系统的外呼模块，进而由外呼模块对呼叫号码进行拨打，也即外呼。

具体地，外呼模块收到外呼号码并且到达预设外呼时间阈值时，可以通过调用freeswit ESL originate命令拨打该外呼号码，该命令的具体使用方法如下：

originate：

-USAGE:<call url><exten>|&<application_name>(<app_args>)[<dialplan>][<context>][<cid_name>][<cid_num>][<timeout_sec>]

外呼模块在使用originate命令时，将任务名称放入呼叫字符串(<call url>)中，这样可以将任务名称加入到呼叫通道变量。

如智能电销任务，外呼命令如下：

originate{...，task_name＝"ai_task1"}AI_robot XML default

说明：“...”为其它未列出的呼叫信息，形式为key＝value，如：

sip_from_display＝'66661234'为设置来电显示号码。

步骤S340：计算机设备若确定外呼被接听，则获取外呼任务的任务标识。

在本申请实施例中，任务标识可以为外呼任务的任务名称。例如，智能电销：ai_task1,智能回访：ai_task2。

步骤S350：计算机设备根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席。

在一些实施例中，计算机设备在用户接听外呼并获取任务标识后，可以根据任务标识获取配置信息，进而基于该配置信息对智能坐席进行初始化得到目标智能坐席。具体地，计算机设备将任务标识作为超文本传输协议的接口调用入参，并通过超文本传输协议的接口调用入参进行任务查询，得到查询结果，进而根据查询结果获取任务标识对应的配置信息。

例如，用户接听后，计算机设备将用户接入智能语音机器人AI_robot，在智能语音机器人中通过lua提供的session:getVariable("task_name")方法从呼叫通道变量取出任务名称，并作为接口调用入参，通过HTTP接口查询任务管理模块。若任务管理模块查询到关于task_name对应的配置信息，则任务管理模块可以返回配置信息。例如：

如果入参为ai_task1，任务管理模块则返回信息为：

1、TTS：自研，并发(50)，拼接，MRCP协议,发音人(speaker_1),语速(-200)，音量(100)；

2、ASR：自研，并发(50)，不支持打断，超时时长5S，静默时长3S；

如果入参为ai_task2，任务管理模块则返回信息为：

1、TTS：自研，并发(50)，端到端，MRCP协议，发音人(speaker_1)，语速(-200)，音量(100)；

2、ASR：某三方ASR，并发(50)，不支持打断，超时时长5S，静默时长3S；

相关主要程序如下所示：

进一步地，计算机设备可以基于获取的配置信息对智能语音机器人进行初始化得到目标智能坐席。

作为另一种实施方式：根据呼叫号码获取用户对应的用户画像，根据任务标识对应的配置信息以及用户画像，对智能坐席进行初始化得到目标智能坐席，例如，在智能催收的应用场景中，计算机设备可以从而用户的基础数据和催收数据中，利用深度学习(DeepLearning)/机器学习(Machine Learning)算法提取用户的用户画像，进一步地，根据任务标识对应的配置信息以及用户画像，对智能坐席进行初始化得到目标智能坐席。

步骤S360：计算机设备通过目标智能坐席与接听外呼的用户进行语音交互。

作为一种实施方式，计算机设备初始化后的智能语音机器人可以根据外呼任务的对话流程与用户进行语音交互。该对话流程能够通过流程引擎基于外呼任务的需求进行绘制。智能语音机器人可以通过HTTP请求与流程引擎不断交互，把每次ASR识别到的结果返回到流程引擎。

为了降低语音交互系统的复杂度，本申请实施例提供的语音交互方法可以在根据预设任务参数构建特定的外呼任务。其中，话务历史信息指的是服务方在执行外呼任务过程中的存储的话务信息，该话务历史信息可以包含为用户提供服务的坐席信息，服务类型，服务时间等。

作为一种实施方式，计算机设备若在创建外呼任务时熟客模式开启，则可以执行熟客模式外呼任务。具体地，可以包括步骤S370和步骤S380。

步骤S370：计算机设备根据熟客外呼任务获取话务历史信息，并根据话务历史信息确定用户的最优服务坐席。

步骤S380：计算机设备若用户请求人工服务，则将目标智能坐席转至最优服务坐席。

在一些实施例中，若在创建外呼任务时熟客模式开启，智能坐席可以通过HTTP接口方式(入参：用户手机号或用户ID)查询话务历史信息筛选出最近为该用户服务的人工坐席，也即最优服务坐席。例如，当用户在于智能坐席通话过程中发起转接人工服务或智能坐席自动转接到人工服务时，目标智能坐席可以转接至最优服务坐席。可选地，若最优服务坐席处于通话中或非可接电状态，则将该用户放入最优服务坐席所属技能组队列进行排队。若未查询到最优服务坐席，则按转接节点业务类型或用户转接意图放入对应技能组队列排队，由此，通过执行特定的熟客模式的外呼任务，使得智能坐席和用户交互的全过程中各步骤间具有快速的连贯性和准确的应答反应。

作为另一种实施方式，计算机设备可以根据客户等级参数，确定确定按照客户等级进行外呼的外呼任务。具体地，若计算机设备在构建外呼任务时区分用户等级开启，用户通过智能语音机器人转接人工坐席时，智能语音机器人发起转接指令前，可以查询话务历史信息，进一步地，通过HTTP口方式(入参：用户手机号或用户ID)查询用户等级，智能语音机器获取用户等级信息后，可以在转接指令中携带用户等级信息。

若是分配到技能组队列进行排队，话务分配模块根据用户等级进行插队处理。其中，插队规则可以为：按照优先级依次排队。针对高等级用户(配置决定等级值)，若在排队过程电话挂断(如：等待过程用户主动挂机)，则会将该用户写入重联名单。

考虑到外呼任务一般会配置为多个拨打轮次，一个轮次拨打完毕后，新的轮次进行外呼前会进行智能洗号，从而已接通，已停机或者关机等号码会被洗掉。因而洗号完毕的号码名单加上重联名单(重联名单属于已接通用户，在洗号时会被洗掉)作为新的一轮外呼名单。

作为又一种实施方式，计算机设备进行非第一轮次的呼叫请求后，若确定用户接收外呼进入智能语音机器人主线程时，智能语音机器人可以判断该用户是否属于重联名单，当用户属于重联名单时，智能语音机器人可以直接发起转人工服务，用户无需再与机器人进行多余“对话”，从而提高外呼任务的执行效率。

由上述可知，本申请实施例通过计算机设备可以获取预设任务参数，并根据预设任务参数确定外呼任务，从而可以根据不同的业务需求构建出不同任务。进一步地，根据外呼任务获取呼叫号码，并对呼叫号码对应的用户进行外呼，若确定用户接听外呼，则获取外呼任务的任务标识，进而根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，从而，通过配置信息对智能语音机器人进行动态的初始化，使得智能语音机器人可以根据业务需求自动切换至对应的服务功能与用户进行语音交互。

请参阅图5，其示出了本申请实施例提供的一种语音交互装置500的结构框图。该语音交互装置500包括：号码获取模块510，用于根据外呼任务获取呼叫号码；客户呼叫模块520，用于对呼叫号码进行外呼；标识获取模块530，用于若确定外呼被接听，则获取外呼任务的任务标识；初始化模块540，用于根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席；语音交互模块550，用于通过目标智能坐席与接听外呼的用户进行语音交互。

在一些实施例中，初始化模块540可以包括：配置信息获取单元，用于根据任务标识获取配置信息，配置信息包括文转音配置信息和语音识别配置信息；第一初始化单元，用于根据配置信息对智能坐席进行初始化得到目标智能坐席。

在一些实施例中，配置信息获取单元可以具体用于将任务标识作为超文本传输协议的接口调用入参；通过超文本传输协议的接口调用入参进行任务查询，得到查询结果；根据查询结果获取任务标识对应的配置信息。

在一些实施例中，初始化模块540还可以包括：用户画像获取单元，用于获取接听外呼的用户的用户画像；第二初始化单元，用于根据任务标识对应的配置信息以及用户画像，对智能坐席进行初始化得到目标智能坐席。

在一些实施例中，语音交互装置500可以包括：参数获取模块，用于获取预设任务参数；任务确定模块，用于根据预设任务参数确定外呼任务。

在一些实施例中，预设任务参数包括熟客模式参数，任务确定模块可以具体用于根据熟客模式参数，确定熟客外呼任务；

语音交互装置500还可以具体用于根据熟客外呼任务获取话务历史信息；根据话务历史信息确定用户的最优服务坐席；若用户请求人工服务，则将目标智能坐席转至最优服务坐席。

在一些实施例中，客户呼叫模块520可以具体用于判断当前时间是否与预设外呼时间阈值匹配；若当前时间与预设外呼时间阈值匹配，则对呼叫号码对应的客户进行外呼请求。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，模块相互之间的耦合可以是电性，机械或其它形式的耦合。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

本申请提供的方案，通过获取预设任务参数，并根据预设任务参数确定外呼任务，从而可以根据不同的业务需求构建出不同任务。进一步地，根据外呼任务获取呼叫号码，并对呼叫号码进行外呼，若确定客户接听外呼，则获取外呼任务的任务标识，进而根据任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，从而，通过配置信息对智能语音机器人进行动态的初始化，使得智能语音机器人可以根据业务需求自动切换至对应的服务功能与客户进行语音交互。

如图6所示，本申请实施例还提供一种本申请实施例还提供一种计算机设备600，该计算机设备600包括处理器610、存储器620、电源630和输入单元640，存储器620存储有计算机程序指令，计算机程序指令被处理器610调用时，可实执行上述的实施例提供的各种方法步骤。本领域技术人员可以理解，图中示出的计算机设备的结构并不构成对计算机设备的限定，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。其中：

处理器610可以包括一个或多个处理核。处理器610利用各种接口和线路连接整个电池管理系统内的各种部分，通过运行或执行存储在存储器620内的指令、程序、代码集或指令集，调用存储在存储器620内的数据，执行电池管理系统的各种功能和处理数据，以及执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选地，处理器610可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器610可集成中央处理器610(CentralProcessing Unit，CPU)、图像处理器610(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器610中，单独通过一块通信芯片进行实现。

存储器620可以包括随机存储器620(Random Access Memory，RAM)，也可以包括只读存储器620(Read-Only Memory)。存储器620图可用于存储指令、程序、代码、代码集或指令集。存储器620可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各种方法实施例的指令等。存储数据区还可以存储计算机设备在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。相应地，存储器620还可以包括存储器控制器，以提供处理器610对存储器620的访问。

电源630可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源630还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

输入单元640，该输入单元640可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，计算机设备600还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器610会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器620中，并由处理器610来运行存储在存储器620中的应用程序，从而实现前述实施例提供的各种方法步骤。

如图7所示，本申请实施例还提供一种计算机可读存储介质700，该计算机可读存储介质700中存储有计算机程序指令710，计算机程序指令710可被处理器调用以执行上述实施例中所描述的方法。

计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质包括非易失性计算机可读存储介质(Non-Transitory Computer-Readable Storage Medium)。计算机可读存储介质700具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例提供的各种可选实现方式中提供的方法。

以上，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭示如上，然而并非用以限定本申请，任何本领域技术人员，在不脱离本申请技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本申请技术方案的范围内。

Claims (10)

1.一种语音交互方法，其特征在于，所述方法包括：

根据外呼任务获取呼叫号码；

对所述呼叫号码进行外呼；

若确定所述外呼被接听，则获取所述外呼任务的任务标识；

根据所述任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席；

通过所述目标智能坐席与接听所述外呼的用户进行语音交互。

2.根据权利要求1所述的方法，其特征在于，所述根据所述任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，包括：

根据所述任务标识获取配置信息，所述配置信息包括文转音配置信息和语音识别配置信息；

根据所述配置信息对所述智能坐席进行初始化得到目标智能坐席。

3.根据权利要求2所述的方法，其特征在于，所述根据所述任务标识获取配置信息，包括：

将所述任务标识作为超文本传输协议的接口调用入参；

通过所述超文本传输协议的接口调用入参进行任务查询，得到查询结果；

根据所述查询结果获取所述任务标识对应的配置信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席，包括：

获取接听所述外呼的用户的用户画像；

根据所述任务标识对应的配置信息以及所述用户画像，对所述智能坐席进行初始化得到目标智能坐席。

5.根据权利要求1所述的方法，其特征在于，在所述根据外呼任务获取呼叫号码之前，所述方法还包括：

获取预设任务参数；

根据所述预设任务参数确定外呼任务。

6.根据权利要求5所述的方法，其特征在于，所述预设任务参数包括熟客模式参数，所述根据所述预设任务参数确定外呼任务，包括：根据所述熟客模式参数，确定熟客外呼任务；

所述通过所述目标智能坐席与接听所述外呼的用户进行语音交互之后，还包括：

根据所述熟客外呼任务获取话务历史信息；

根据所述话务历史信息确定所述用户的最优服务坐席；

若所述用户请求人工服务，则将所述目标智能坐席转至所述最优服务坐席。

7.根据权利要求1所述的方法，其特征在于，所述对所述呼叫号码进行外呼，包括：

判断当前时间是否与预设外呼时间阈值匹配；

若所述当前时间与所述预设外呼时间阈值匹配，则对所述呼叫号码进行外呼。

8.一种语音交互装置，其特征在于，所述装置包括：

号码获取模块，用于根据外呼任务获取呼叫号码；

客户呼叫模块，用于对所述呼叫号码进行外呼；

标识获取模块，用于若确定所述外呼被接听，则获取所述外呼任务的任务标识；

初始化模块，用于根据所述任务标识对应的配置信息对智能坐席进行初始化，得到目标智能坐席；

语音交互模块，用于通过所述目标智能坐席与接听所述外呼的用户进行语音交互。

9.一种计算机设备，其特征在于，包括：

存储器；

一个或多个处理器，与所述存储器耦接；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如权利要求1～7任一项所述的语音交互方法。

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中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1～7任一项所述的语音交互方法。

Images