CN114550709A - 呼叫状态识别方法、装置、电子设备及可读存储介质 - Google Patents
呼叫状态识别方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114550709A CN114550709A CN202210099950.9A CN202210099950A CN114550709A CN 114550709 A CN114550709 A CN 114550709A CN 202210099950 A CN202210099950 A CN 202210099950A CN 114550709 A CN114550709 A CN 114550709A
- Authority
- CN
- China
- Prior art keywords
- semantic recognition
- recognition result
- state
- audio signal
- semantic
- 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 43
- 230000005236 sound signal Effects 0.000 claims abstract description 58
- 238000012549 training Methods 0.000 claims description 41
- 238000003058 natural language processing Methods 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- 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
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- 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
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
- G10L2015/0631—Creating reference templates; Clustering
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (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)
- Telephone Function (AREA)
Abstract
本公开实施例提出了一种呼叫状态识别方法、装置、电子设备及可读存储介质。该方法包括：在发起语音呼叫时，获取用户的音频信号；对所述音频信号进行语义识别，得到语义识别结果；根据所述语义识别结果确定呼叫状态。
Description
技术领域
本公开实施例涉及通信技术领域，更具体的，涉及一种呼叫状态识别方法、装置、电子设备及可读存储介质。
背景技术
移动终端的呼叫状态是指与用户所处的呼叫过程相关的实时状态，主要为：空闲，忙，关机，无信号以及漫游状态。真实的呼叫状态有着很高的分析价值。
相关技术中，对于未接听的电话呼叫通常通过运营商的Q850编码来识别未接听的原因。但是通过Q850编码识别真实的呼叫状态的识别准确率较低，导致对呼叫状态的分析结果不准确。
发明内容
本公开实施例提供一种呼叫状态识别的方法，可以准确识别用户的音频信号对应的语义，从而基于语义确定呼叫状态，提升了呼叫状态的识别准确率，进而提升呼叫状态的分析的准确率。
根据本公开实施例的第一方面，提供了一种呼叫状态识别方法，包括：
在发起语音呼叫时，获取用户的音频信号；
对所述音频信号进行语义识别，得到语义识别结果；
根据所述语义识别结果确定呼叫状态。
可选地，所述根据语义识别结果确定呼叫状态，包括：
在所述语义识别结果包括第一类语义内容时，确定所述呼叫状态为语音信箱接听状态。
可选地，所述根据语义识别结果确定呼叫状态，包括：
在所述语义识别结果包括第二类语义内容时，确定所述呼叫状态为未接听状态；其中，所述未接听状态至少包括：空闲状态，占线状态，关机状态，无信号状态，漫游状态中的任一种。
可选地，所述对所述音频信号进行语义识别，得到语义识别结果，包括：
通过自然语言处理模型对所述音频信号进行语义识别，得到所述语义识别结果；
其中，所述自然语言处理模型是通过对训练样本集中的多个训练样本进行训练得到的，每个所述训练样本包括历史音频信号和对应的历史语义识别结果。
可选地，所述根据所述语义识别结果确定呼叫状态之后，所述方法还包括：
对所述语义识别结果进行人工抽检，得到抽检结果；
在所述抽检结果为所述语义识别结果不准确时，将所述音频信号和对应的所述语义识别结果作为新的训练样本，更新至所述训练样本集中，以对所述自然语言处理模型进行更新。
根据本公开实施例的第二方面，还提供一种呼叫状态识别装置，包括：
获取模块，用于在发起语音呼叫时，获取用户的音频信号；
识别模块，用于对所述音频信号进行语义识别，得到语义识别结果；
确定模块，用于根据所述语义识别结果确定呼叫状态。
可选地，所述确定模块具体用于：
在所述语义识别结果包括第一类语义内容时，确定所述呼叫状态为语音信箱接听状态。
可选地，所述确定模块具体用于：
在所述语义识别结果包括第二类语义内容时，确定所述呼叫状态为未接听状态；其中，所述未接听状态至少包括：空闲状态，占线状态，关机状态，无信号状态，漫游状态中的任一种。
可选地，所述识别模块具体用于：
通过自然语言处理模型对所述音频信号进行语义识别，得到所述语义识别结果；
其中，所述自然语言处理模型是通过对训练样本集中的多个训练样本进行训练得到的，每个所述训练样本包括历史音频信号和对应的历史语义识别结果。
可选地，所述装置还包括：
抽检模块，用于对所述语义识别结果进行人工抽检，得到抽检结果；
更新模块，在所述抽检结果为所述语义识别结果不准确时，将所述音频信号和对应的所述语义识别结果作为新的训练样本，更新至所述训练样本集中，以对所述自然语言处理模型进行更新。
根据本公开实施例的第三方面，还提供了一种电子设备，其中，包括：
处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据本说明书的第一方面中任一项所述的方法。
根据本公开实施例的第四方面，还提供一种计算机可读存储介质，存储介质存储有可执行指令，所述可执行指令被处理器执行时，执行如本说明书的第一方面中任一项所述的方法。
在一个实施例中，通过在发起语音呼叫时，获取用户的音频信号；对所述音频信号进行语义识别，得到语义识别结果；根据所述语义识别结果确定呼叫状态。本公开实施例中，可以通过准确识别用户的音频信号对应的语义，从而基于语义确定呼叫状态，提升了呼叫状态的识别准确率，进而提升呼叫状态的分析的准确率。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1示出了能够用于实施一个实施例的呼叫状态识别方法的一种电子设备的组成结构示意图；
图2是根据本公开实施例的呼叫状态识别方法的流程示意图；
图3是应用本公开实施例的呼叫状态识别方法的场景示意图；
图4是可用于本公开实施例的呼叫状态识别装置的原理框图；
图5是可用于实施本公开实施例的电子设备的原理框图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1示出了能够用于实施一个实施例的呼叫状态识别方法的一种电子设备的组成结构示意图。
如图1所示，本实施例的电子设备1000可以包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800，等等。
其中，处理器1100用于执行程序指令，该程序指令可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。扬声器1700用于输出语音信息。麦克风1800用于采集语音信息。
电子设备1000可以是智能手机、便携式电脑、台式计算机、平板电脑等任意设备。
本实施例中，电子设备1000的存储器1200用于存储指令，所述指令用于控制所述处理器1100进行操作以支持实现根据本说明书任意实施例的呼叫状态识别方法。技术人员可以根据本说明书所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
本领域技术人员应当理解，尽管在图1中示出了电子设备1000的多个装置，但是，本公开实施例的电子设备1000可以仅涉及其中的部分装置，例如，只涉及处理器1100、存储器1200、扬声器1700、麦克风1800等。
图1所示的电子设备1000仅是解释性的，并且决不是为了要限制本说明书、其应用或用途。
<方法实施例>
图2是根据本公开实施例的呼叫状态识别方法的流程示意图，该方法可以由电子设备实施，该电子设备例如是图1所示的电子设备1000。
如图2所示，本实施例的呼叫状态识别方法可以包括如下步骤2100～步骤2300：
步骤2100，在发起语音呼叫时，获取用户的音频信号。
其中，所述语音呼叫可以是由云通信平台发起的，该语音呼叫至少可以包括SIP(会话初始协议，SessionInitiationProtocol)呼叫和API呼叫。
本步骤中，所述用户的音频信号是指语音呼叫接通前用户侧的声音信号。示例性的，在语音呼叫接通前，用户侧的音频信号可以是用户设置的响铃音，也可以是“嘟嘟嘟”这类等待音，或者，该音频信号还可以是机器人语音音频，如“您拨打的用户正忙/正在通话中/已关机/无法接通”，或者，该音频信号还可以是语音信箱留言的提示语音音频，如“该用户已转接至语音信箱，请听到嘟声后留言”。在此不一一列举。
步骤2200，对所述音频信号进行语义识别，得到语义识别结果。
本步骤中，所述电子设备1000可以通过自然语言处理(NatureLanguageProcessing，NLP)模型对所述音频信号进行语义识别，得到所述语义识别结果。其中，所述NLP模型是通过对训练样本集中的多个训练样本进行训练得到的；其中，每个所述训练样本包括历史音频信号和对应的历史语义识别结果。可见，本实施例用于训练NLP模型的训练样本是基于语音呼叫的应用场景得到的，能够提高呼叫状态的识别准确率。
在一个实施例中，电子设备1000还可以先对所述音频信号进行文本识别，得到所述音频文本。再对所述音频文本进行语义识别，得到所述语义识别结果。
示例性的，在对所述音频信号进行文本识别时，可以将所述音频信号输入自动语音识别模型(Automatic Speech Recognition，ASR)，得到所述音频文本。如图3所示，本实施例用于训练ASR模型的训练样本是基于语音呼叫的应用场景得到的，在该ASR模型的训练过程中，增加了与语音呼叫相关的热词，能够提高文本识别的准确率。
步骤2300，根据所述语义识别结果确定呼叫状态。
本步骤中，根据音频信号的语义识别结果，可以确定不同的呼叫状态。
可选地，在所述语义识别结果包括第一类语义内容时，确定所述呼叫状态为语音信箱接听状态。其中，第一类语义内容可以是用户设置的、用于提示呼叫方在语音信箱或者语音留言助手中留言的语义内容，如，“该用户已转接至语音信箱，请听到嘟声后留言”，“该用户已开通语音留言功能，请直接留言”等语义内容。
示例性的，若所述语义识别结果中包括“该用户已转接至语音信箱，请听到嘟声后留言”这一语义内容时，可以识别到该用户的呼叫状态是语音信箱接听状态。
可选地，在所述语义识别结果包括第二类语义内容时，确定所述呼叫状态为未接听状态，其中，所述未接听状态至少包括：空闲状态，占线状态，关机状态，无信号状态，漫游状态中的任一种。
第二类语义内容可以是用于表示等待音的“嘟…嘟…嘟”的语音内容；或者，第二类语义内容可以是用户设置的彩铃音的语音内容；或者，第二类语义内容可以是在等待设定时长仍未接通时的提示音的语音内容，该提示音例如可以是“您拨打的用户正忙/正在通话中/已关机/无法接通”。在此不一一列举。
示例性的，在所述语义识别结果包括的第二类语义内容为节奏较缓慢的“嘟…嘟…嘟”，或者用户设置的彩铃音时，确定所述呼叫状态为未接听状态中的空闲状态。在所述语义识别结果包括的第二类语义内容为节奏较快的“嘟…嘟…嘟”时，确定所述呼叫状态为未接听状态中的占线状态。在所述语义识别结果包括的第二类语义内容为“您拨打的用户已关机”时，确定所述呼叫状态为未接听状态中的关机状态。在所述语义识别结果包括的第二类语义内容为“您拨打的用户不在服务区”时，确定所述呼叫状态为未接听状态中的无信号状态。在所述语义识别结果包括的第二类语义内容为“您拨打的用户无法接通”时，确定所述呼叫状态为未接听状态中的漫游状态。
在一个例子中，如图3所示，在发起语音呼叫后，电子设备1000获取用户侧的音频信号，基于ASR模型对音频信号进行文本识别，得到音频文本后，将音频文本输入NLP模型中进行语义识别，得到语义识别结果。若根据语义识别结果确定的所述呼叫状态为通话中，即占线状态时，获得其对应的编码为200001；若根据语义识别结果确定的呼叫状态为用户正忙时，获得其对应的编码可以为200002；若根据语义识别结果确定的呼叫状态为关机状态时，获得其对应的编码可以为200003。可以理解的是，不同呼叫状态对应的编码可以根据实际需求进行设计，在此不作具体限定。
在实际应用中，在根据所述语义识别结果确定呼叫状态之后，还可以根据使用过程中的语义识别结果是否准确来更新所述自然语言处理模型。
具体的，在上述步骤2300之后，还可以对所述语义识别结果进行人工抽检，得到抽检结果；在所述抽检结果为所述语义识别结果不准确时，将所述音频信号和对应的所述语义识别结果作为新的训练样本，更新至所述训练样本集中，以对所述自然语言处理模型进行更新。其中，所述语义识别结果不准确可以包括语义识别结果错误，和语义未识别两种情况。
以上已结合附图对本公开实施例的呼叫状态识别方法进行了说明，在本实施例中，通过在发起语音呼叫时，获取用户的音频信号；对所述音频信号进行语义识别，得到语义识别结果；根据所述语义识别结果确定呼叫状态。本公开实施例中，可以通过准确识别用户的音频信号对应的语义，从而基于语义确定呼叫状态，提升了呼叫状态的识别准确率，进而提升呼叫状态的分析的准确率。
<装置实施例>
在本实施例中，还提供一种呼叫状态识别装置，该呼叫状态识别装置例如可以设置在如图1所示的电子设备1000中。
如图4所示，该呼叫状态识别装置4000包括：获取模块4100，识别模块4200和确定模块4300。
其中，获取模块4100，用于在发起语音呼叫时，获取用户的音频信号。
识别模块4200，用于对所述音频信号进行语义识别，输出语义识别结果。
确定模块4300，用于根据所述语义识别结果确定呼叫状态。
在一个实施例中，所述确定模块4300具体用于：在所述语义识别结果包括第一类语义内容时，确定所述呼叫状态为语音信箱接听状态。
在一个实施例中，所述确定模块4300具体用于：在所述语义识别结果包括第二类语义内容时，确定所述呼叫状态为未接听状态；其中，所述未接听状态至少包括：空闲状态，占线状态，关机状态，无信号状态，漫游状态中的任一种。
在一个实施例中，所述识别模块4200具体用于：通过自然语言处理模型对所述音频信号进行语义识别，得到所述语义识别结果；其中，所述自然语言处理模型是通过对训练样本集中的多个训练样本进行训练得到的，每个所述训练样本包括历史音频信号和对应的历史语义识别结果。
在一个实施例中，所述装置4000还包括：抽检模块，用于对所述语义识别结果进行人工抽检，得到抽检结果；更新模块，在所述抽检结果为所述语义识别结果不准确时，将所述音频信号和对应的所述语义识别结果作为新的训练样本，更新至所述训练样本集中，以对所述自然语言处理模型进行更新。
本实施例的呼叫状态识别装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
<设备实施例>
本实施例中，还提供一种电子设备，该电子设备包括本说明书装置实施例中描述的呼叫状态识别装置4000；或者，该电子设备为图5所示的电子设备5000，包括：
存储器5100，用于存储可执行命令。
处理器5200，用于在存储器5100存储的可执行命令的控制下，执行本说明书任意方法实施例中描述的方法。
在电子设备根据所执行的方法实施例的实施主体，可以是服务器，也可以是电子设备。
<可读存储介质实施例>
本实施例提供一种可读存储介质，该存储介质中存储有可执行命令，该可执行命令被处理器执行时，执行本说明书任意方法实施例中描述的方法。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (12)
1.一种呼叫状态识别方法，其特征在于，包括：
在发起语音呼叫时，获取用户的音频信号；
对所述音频信号进行语义识别，得到语义识别结果；
根据所述语义识别结果确定呼叫状态。
2.根据权利要求1所述的方法，其特征在于，所述根据语义识别结果确定呼叫状态，包括：
在所述语义识别结果包括第一类语义内容时，确定所述呼叫状态为语音信箱接听状态。
3.根据权利要求1所述的方法，其特征在于，所述根据语义识别结果确定呼叫状态，包括：
在所述语义识别结果包括第二类语义内容时，确定所述呼叫状态为未接听状态；其中，所述未接听状态至少包括：空闲状态，占线状态，关机状态，无信号状态，漫游状态中的任一种。
4.根据权利要求1所述的方法，其特征在于，所述对所述音频信号进行语义识别，得到语义识别结果，包括：
通过自然语言处理模型对所述音频信号进行语义识别，得到所述语义识别结果；
其中，所述自然语言处理模型是通过对训练样本集中的多个训练样本进行训练得到的，每个所述训练样本包括历史音频信号和对应的历史语义识别结果。
5.根据权利要求4所述的方法，其特征在于，所述根据所述语义识别结果确定呼叫状态之后，所述方法还包括：
对所述语义识别结果进行人工抽检，得到抽检结果；
在所述抽检结果为所述语义识别结果不准确时，将所述音频信号和对应的所述语义识别结果作为新的训练样本，更新至所述训练样本集中，以对所述自然语言处理模型进行更新。
6.一种呼叫状态识别装置，其特征在于，包括：
获取模块，用于在发起语音呼叫时，获取用户的音频信号；
识别模块，用于对所述音频信号进行语义识别，方法语义识别结果；
确定模块，用于根据所述语义识别结果确定呼叫状态。
7.根据权利要求6所述的装置，其特征在于，所述确定模块具体用于：
在所述语义识别结果包括第一类语义内容时，确定所述呼叫状态为语音信箱接听状态。
8.根据权利要求6所述的装置，其特征在于，所述确定模块具体用于：
在所述语义识别结果包括第二类语义内容时，确定所述呼叫状态为未接听状态；其中，所述未接听状态至少包括：空闲状态，占线状态，关机状态，无信号状态，漫游状态中的任一种。
9.根据权利要求6所述的装置，其特征在于，所述识别模块具体用于：
通过自然语言处理模型对所述音频信号进行语义识别，得到所述语义识别结果；
其中，所述自然语言处理模型是通过对训练样本集中的多个训练样本进行训练得到的，每个所述训练样本包括历史音频信号和对应的历史语义识别结果。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
抽检模块，用于对所述语义识别结果进行人工抽检，得到抽检结果；
更新模块，在所述抽检结果为所述语义识别结果不准确时，将所述音频信号和对应的所述语义识别结果作为新的训练样本，更新至所述训练样本集中，以对所述自然语言处理模型进行更新。
11.一种电子设备，其中，包括：
处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据权利要求1～5中任一项所述的方法。
12.一种可读存储介质，存储介质存储有可执行指令，所述可执行指令被处理器执行时，执行如权利要求1～5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099950.9A CN114550709A (zh) | 2022-01-27 | 2022-01-27 | 呼叫状态识别方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099950.9A CN114550709A (zh) | 2022-01-27 | 2022-01-27 | 呼叫状态识别方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114550709A true CN114550709A (zh) | 2022-05-27 |
Family
ID=81673958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210099950.9A Pending CN114550709A (zh) | 2022-01-27 | 2022-01-27 | 呼叫状态识别方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114550709A (zh) |
-
2022
- 2022-01-27 CN CN202210099950.9A patent/CN114550709A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11388291B2 (en) | System and method for processing voicemail | |
| US8655340B2 (en) | Method, apparatus, and computer program product for wireless customer services | |
| US8605868B2 (en) | System and method for externally mapping an interactive voice response menu | |
| US10225397B2 (en) | Caller relationship and risk assessment | |
| US8391454B2 (en) | User status management in a voice calling architecture | |
| KR20130112885A (ko) | 음성-가능 응용프로그램에 입력을 제공하는 방법 및 장치 | |
| US11762629B2 (en) | System and method for providing a response to a user query using a visual assistant | |
| US11363140B2 (en) | Systems and methods for operating an interactive voice response system | |
| US10257349B1 (en) | Telephone call-back device | |
| KR101944416B1 (ko) | 영상 통화 분석 서비스를 제공하기 위한 방법 및 그 전자 장치 | |
| CA2947242C (en) | Voice call diversion to alternate communication method | |
| WO2016110217A1 (zh) | 通话过程中保存号码的方法和装置、终端、存储介质 | |
| US9088655B2 (en) | Automated response system | |
| US8000458B2 (en) | Method and system for verifying incoming telephone numbers | |
| US9407766B1 (en) | Automated response system providing customized prompts based on user situation | |
| US20130244623A1 (en) | Updating Contact Information In A Mobile Communications Device | |
| US8442191B1 (en) | Modifying voice messages stored in a voicemail system | |
| CN114550709A (zh) | 呼叫状态识别方法、装置、电子设备及可读存储介质 | |
| US20180219996A1 (en) | Managing telephone interactions of a user and an agent | |
| CN116156056A (zh) | 通话风险的处理方法、装置、电子设备及存储介质 | |
| CN108418979A (zh) | 一种话务接续提示方法、装置、计算机设备及存储介质 | |
| CN115098390A (zh) | 自动化测试方法、装置、存储介质和电子设备 | |
| US20210304742A1 (en) | System and method for detecting electronically based responses to unanswered communication session requests | |
| US20170331949A1 (en) | Automated call handling based on context of call | |
| US20170344338A1 (en) | Identifying user preferences and changing settings of a device based on natural language processing |
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 |