CN114584656B - 流式语音的响应方法、装置及其语音呼叫机器人 - Google Patents
流式语音的响应方法、装置及其语音呼叫机器人 Download PDFInfo
- Publication number
- CN114584656B CN114584656B CN202210483699.6A CN202210483699A CN114584656B CN 114584656 B CN114584656 B CN 114584656B CN 202210483699 A CN202210483699 A CN 202210483699A CN 114584656 B CN114584656 B CN 114584656B
- Authority
- CN
- China
- Prior art keywords
- call
- key data
- voice
- reason
- failure
- 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.)
- Active
Links
- 230000004044 response Effects 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000013507 mapping Methods 0.000 claims abstract description 46
- 238000004891 communication Methods 0.000 claims description 13
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000007792 addition Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000011664 signaling Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription 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
- H04M3/424—Arrangements for automatic redialling
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2242/00—Special services or facilities
- H04M2242/18—Automated outdialling systems
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
本发明提供了一种流式语音的响应方法、装置及其语音呼叫机器人，包括：基于目标通话获取流式语音信号，确定关键数据特征；在识别映射关系中匹配所述关键数据特征，以获取关键数据特征相关的通话失败原因；在响应映射关系中匹配通话失败原因，以执行相关的响应操作；关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；响应操作至少包括切断通话。本发明通过与被叫方的通话获取到流式语音信号，将流式语音信号转换为文本信息，确定关键数据特征，获取通话失败原因，实现基于所述通话失败原因来执行相关的响应操作，本发明能够实现迅速的对当前外呼状态进行判断，及时的对呼叫失败的任务切断，从而释放线路资源，提升坐席线路的利用率。
Description
技术领域
本发明涉及语音识别响应领域，尤其涉及一种流式语音的响应方法、装置及其语音呼叫机器人。
背景技术
目前随着人工智能技术发展，传统通过人工坐席外呼的手段消耗大量人力成本，不再适用当今社会的发展，取而代之是采用智能外呼机器人这种能够自动化、大批量进行外呼的方式。而在智能外呼过程中，有很大的概率遇到呼叫失败的情况，整体接通率不高，通常是由于被叫方“空号”、“关机”，“正在通话中”等状态所导致。基于此种情形，智能外呼机器人无法迅速判断当前外呼状态，无法对呼叫失败的任务切断，进而无法释放线路资源，从而降低坐席线路的利用率。
针对机器人智能外呼场景，目前主流所采用的技术手段是通过通信信令或者神经网络模型的方式判断电话呼叫失败的原因，然而这两种方式都存在一定的局限性，对于通过通信信令的方式而言，一方面，信令获取的方式比较困难，另一方面，由于运营商交换机设备关系比较复杂，即使能够获取，所获取的结果也并不是很准确，且所判断的电话呼叫失败的原因也比较抽象。而对于通过神经网络模型的方式而言，则存在着输出结果比较固定，不够的灵活的问题，一旦模型训练好之后，就无法调整或需要花费大量的时间去重新标注数据训练模型。
而目前，并没有一种有效的判断当前通话失败原因，进而释放线路资源，提高线路的利用率的响应方法，也没有一种能够解决上述技术问题的技术方案，具体的，并没有一种流式语音的响应方法、装置及其语音呼叫机器人。
发明内容
本发明的目的是提出一种流式语音的响应方法，包括：
基于目标通话获取流式语音信号，以确定关键数据特征；
在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；
在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作；
所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；
所述响应操作至少包括切断通话。
根据本发明提供的一种流式语音的响应方法，所述基于目标通话获取流式语音信号，以确定关键数据特征，包括：
基于目标通话获取流式语音信号，
转换所述流式语音信号，以获取流式语音信号对应的文字识别数据；
基于所述文字识别数据在关键数据特征库中匹配，以确定关键数据特征；
所述关键数据特征库为所有关键数据特征的集合。
根据本发明提供的一种流式语音的响应方法，在获取所述关键数据特征相关的通话失败原因之前，包括：
获取所有通话未接通样本，以确定每个通话未接通样本所对应的关键数据特征；
确定所有通话未接通样本相关的通话失败原因；
基于所有关键数据特征与各关键数据特征相关的通话失败原因构建识别映射关系。
根据本发明提供的一种流式语音的响应方法，在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作之前，包括：
构建响应映射关系；
在所述通话失败原因为用户繁忙的情况下，切断通话并间隔第一预设时长再次呼叫被叫方；
在所述通话失败原因为无信号的情况下，切断通话并间隔第二预设时长再次呼叫被叫方；
在所述通话失败原因为欠费的情况下，切断通话并间隔第三预设时长再次呼叫被叫方；
在所述通话失败原因为停机的情况下，切断通话并间隔第四预设时长再次呼叫被叫方；
在所述通话失败原因为空号的情况下，切断通话并间隔第五预设时长再次呼叫被叫方；
所述第一预设时长小于所述第二预设时长，所述第二预设时长小于所述第三预设时长，所述第三预设时长小于所述第四预设时长，所述第四预设时长小于所述第五预设时长。
根据本发明提供的一种流式语音的响应方法，在基于目标通话获取流式语音信号，以确定关键数据特征之前，包括：
在预设数量的线程中，批量呼叫所有第一被叫方，以建立与所有第一被叫方的通讯连接。
根据本发明提供的一种流式语音的响应方法，所述在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作之后，包括：
批量呼叫所有第二被叫方，直至预设数量的线程处于饱和状态。
根据本发明提供的一种流式语音的响应方法，在所述在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因之后，还包括：
对所有关键数据特征以及各关键数据特征相关的通话失败原因执行增加、修改或删除操作。
根据本发明提供的一种流式语音的响应方法，在基于目标通话获取流式语音信号，以确定关键数据特征之前，包括：
在确定目标通话为通话失败状态的情况下，执行通话失败识别程序；
所述通话失败状态包括对所述目标通话鉴别后确定为非用户接听的状态。
本发明还提供了一种流式语音的响应装置，其采用所述的流式语音的响应方法，包括：
确定装置：用于基于目标通话获取流式语音信号，以确定关键数据特征；
获取装置：用于在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；
执行装置：用于在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作。
本发明还提供了一种语音呼叫机器人，包括语音呼叫机器人本体，所述语音呼叫机器人本体中设置有语音呼叫处理器；
还包括存储器及存储在所述存储器上并可在所述避障处理器上运行的程序或指令；
所述程序或指令被所述语音呼叫处理器执行时执行所述流式语音的响应方法。
本发明还提供了一种电子设备，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，所述处理器执行所述程序时实现所述流式语音的响应方法。
本发明还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现流式语音的响应方法。
本发明提供了一种流式语音的响应方法，通过与被叫方的通话获取到流式语音信号，将流式语音信号转换为文本信息，并以确定关键数据特征，在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因，进而实现基于所述通话失败原因来执行相关的响应操作，所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息，所述响应操作至少包括切断通话，本发明能够实现迅速的对当前外呼状态进行判断，及时的对呼叫失败的任务切断，从而释放线路资源，提升坐席线路的利用率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，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是本发明提供的一种流式语音的响应方法的流程示意图之一；
图2是本发明提供的确定关键数据特征的流程示意图；
图3是本发明提供的一种流式语音的响应方法的流程示意图之二；
图4是本发明提供的一种流式语音的响应方法的流程示意图之三；
图5是本发明提供的一种流式语音的响应装置的结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
图1是本发明提供的一种流式语音的响应方法的流程示意图之一，本发明提供了一种流式语音的响应方法，包括：
基于目标通话获取流式语音信号，以确定关键数据特征；
在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；
在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作；
所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；
所述响应操作至少包括切断通话。
在步骤S101中，所述目标通话为本发明中的呼叫方向被叫方呼叫时，被叫方由于各种原因而导致通话失败，而跳转的语音信息，进一步，所述跳转的语音信息为非真人的标准客服声音，其具有易识别、标准普通话等优点，流式语音识别模型（Streaming ASRModel）是指可以在处理音频流的过程中，支持实时返回识别结果的一类模型。与之相对的是非流式模型，它必须在处理完整句音频后才能返回结果。流式语音信号可以更好地用于需要实时获取识别结果的场景，例如直播实时字幕、会议实时记录、语音输入、语音唤醒等场景。所述关键数据特征即为基于所述流式语音信号转换后，且在通话未接通的情况下所跳转的语音反馈提示信息，所述语音反馈提示信息为决定通话失败原因的关键字、关键词或关键短句。
在步骤S102中，所述识别映射关系中存储有多个与关键数据特征相对应的通话失败原因，进而基于所有关键数据特征与各关键数据特征相关的通话失败原因构建识别映射关系，以使得在输入任意关键数据特征后，都可以获取与所述关键数据特征相关的通话失败原因。
在步骤S103中，所述响应映射关系中存储有多个与通话失败原因相对应的响应操作，所述响应操作至少包括切断通话，即当响应映射关系中匹配出所述通话失败原因后，切断通话，即说明找到了通话失败原因，也找出了如何响应这种通话失败原因的应对策略。
而在另一个实施例中，也可以在步骤S102之前，响应切断通话的操作，即获取与所述关键数据特征相关的通话失败原因后，响应切断通话的操作，而在又一个实施例中，也可以在步骤S101之后，响应切断通话的操作，即在确定关键数据特征之后，即响应切断通话的操作，而在又一个实施例中，还可以在步骤S101之前，响应切断通话的操作，即在获取目标通话的流式语音信号后，即响应切断通话的操作，越早响应切断通话的操作，即越能够及时释放出当前线路，即越能够及时拨打下一通电话，即越能够提高批量呼叫的效率，节约线程，至于如何通过目标通话的流式语音信号来寻找响应的其他策略，则可以在切断通话后再基于步骤S101至步骤S103获取。
可选地，在基于目标通话获取流式语音信号，以确定关键数据特征之前，包括：
在预设数量的线程中，批量呼叫所有第一被叫方，以建立与所有第一被叫方的通讯连接。
在这样的实施例中，本发明旨在解决在批量呼叫被叫方的情况下，如何获取目标通话的流式语音信号，而所述预设数量的线程可以为50条、100条、200条甚至更多，通过批量呼叫所有第一被叫方，以建立与所有第一被叫方的通讯连接。
在上述实施例的基础上，在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作之后，包括：
批量呼叫所有第二被叫方，直至预设数量的线程处于饱和状态。
本领域技术人员理解，若所述预设数量的线程为100个线程，在首次建立与所有第一被叫方的通讯连接之后，有30个线程因为通话失败的原因而被系统切断通话，则同样在所述预设数量的线程中，批量呼叫所有第二被叫方，此时在这样的100个线程中，还剩余30个线程处于空闲状态，则呼叫30个第二被叫方，以建立与所有第二被叫方的通讯连接，所述第二被叫方区别于所述第一被叫方，以使得所述预设数量的线程处于饱和状态。
而在上述实施例的另一个变化例中，若在呼叫30个第二被叫方的过程后，仍有8个线程因为通话失败的原因而被系统切断通话，则为了使所述预设数量处于饱和状态，继续与其他被叫方建立通讯连接，直至预设数量的线程处于饱和状态。
可选地，在获取所述关键数据特征相关的通话失败原因之后，还包括：
对所有关键数据特征以及各关键数据特征相关的通话失败原因执行增加、修改或删除操作。
本领域技术人员理解，由于各大通话服务运营商的通话反馈一直处于更新迭代的状态，为了更好的将本发明的技术方案适用于各个运营商，以使得本发明具有更广阔的使用范围，可以针对运营商语音反馈的改变，而调整所有关键数据特征以及各关键数据特征相关的通话失败原因，调整的方式包括但不限于增加、修改或删除的操作。
可选地，在基于目标通话获取流式语音信号，以确定关键数据特征之前，包括：
在确定目标通话为通话失败状态的情况下，执行通话失败识别程序；
所述通话失败状态包括对所述目标通话鉴别后确定为非用户接听的状态。
即在执行步骤S101之前，首先需要确定在先呼叫的被叫方是否处于通话失败状态的情况下，当确定目标通话为通话失败状态的情况下，执行步骤S101，所述通话失败状态包括对所述目标通话鉴别后确定为非用户接听的状态，由于本发明旨在快速的甄别并处理需要切换的通话，以最高的效率腾出坐席线路，故只要获取到关键数据特征就切断通话，在一种较为常见的场景中，若在接通之前，拨打之后的彩铃或铃声播放了有关于“关键数据特征”的字、词或短句，就有可能会导致可能会出现错误挂断，而只要做到确保此时的状态为未接通状态，就可以执行步骤S101至步骤S103的操作，例如，若此时某用户的彩铃铃声为“对不起，您拨打的用户暂时无人接听”的恶搞彩铃，则会导致系统的错误切断，而本实施例即避免了这样的情况的发生，避免了基于彩铃或接通后的人声中所提及的特征文字，进行错误的挂断。
为了确保能够达到这样的技术效果，可以对各大运营商的反馈语音的音色、音质、音调进行存储分析，同时分析各大运营商的反馈语音的字与字间的间隔时长、字与词之间的间隔时长、字与短句间的间隔时长等等，以使得各大运营商的反馈语音能与彩铃或铃声进行区分。
本发明为实现低资源占用且支持高并发的特点，本发明所采用的技术方案在保证准确率的情况下，各个模型资源越小越好，其中语言模型仅采用常用汉语词汇及语言模型训练语料库训练生成，在本发明的实际应用中，大小仅为60KB，基于通用语料以及挂机音语料训练深度学习声学模型，为提升训练与识别效率，采用跳帧方式，并适当缩小了深度学习声学模型的结构，在本发明的实际应用中，最终深度学习声学模型大小仅为5MB。
本发明针对垂直领域的机器人智能外呼场景，采用轻量的流式语音识别系统，对音频数据实时的进行转写识别，并在匹配到相应状态后，立即停止拨号，即本发明能够根据流式音频数据实时地、迅速地对处于“停机”、“欠费”等没有继续呼叫意义状态的号码停止拨号，对暂时无法接通的号码进行稍后在呼叫，从而极大的提高坐席线路的利用率，同时，本发明具有低资源占用、便于扩展且支持超高并发的特性。
本发明提供了一种流式语音的响应方法，通过与被叫方的通话获取到流式语音信号，将流式语音信号转换为文本信息，并以确定关键数据特征，在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因，进而实现基于所述通话失败原因来执行相关的响应操作，所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息，所述响应操作至少包括切断通话，本发明能够实现迅速的对当前外呼状态进行判断，及时的对呼叫失败的任务切断，从而释放线路资源，提升坐席线路的利用率。
图2是本发明提供的确定关键数据特征的流程示意图，所述基于目标通话获取流式语音信号，以确定关键数据特征，包括：
基于目标通话获取流式语音信号，
转换所述流式语音信号，以获取流式语音信号对应的文字识别数据；
基于所述文字识别数据在关键数据特征库中匹配，以确定关键数据特征；
所述关键数据特征库为所有关键数据特征的集合。
在步骤S1011中，所述目标通话指的是通话处于失败状态时的语音信息，即在呼叫被叫方后，但被叫方未接听前，由各大运营商给出的通话反馈信息，而这些通话反馈信息是基于不同的通话失败原因而进行反馈的，本发明旨在基于流式语音技术获取到所述目标通话的流式语音信号，以使得不需要听完所有的通话内容，只需要获取到需要获取的信息，则立即进行挂断处理。
在步骤S1012中，由于流式语音信号是作为多个语音信号的集合，故可以将其中每个语音信号进行转换，以获取到每个流式语音信号对应的文字识别数据。
在步骤S1013中，基于每个流式语音信号对应的文字识别数据在关键数据特征库中匹配，以确定关键数据特征，例如关键数据特征可以为“停机”、“欠费”、“关机”、“空号”等，而所述关键数据特征库为所有关键数据特征的集合。
图3是本发明提供的一种流式语音的响应方法的流程示意图之二，在获取所述关键数据特征相关的通话失败原因之前，包括：
获取所有通话未接通样本，以确定每个通话未接通样本所对应的关键数据特征；
确定所有通话未接通样本相关的通话失败原因；
基于所有关键数据特征与各关键数据特征相关的通话失败原因构建识别映射关系。
在步骤S201中，所述通话未接通样本来源于各大运营商，也可以来源于其他第三方语料库，还可以来源于在实际呼叫过程中所发现的新的通话未接通的语料信息，并将其作为通话未接通样本，进而通过大数据分析、人工分析或者模型分析每个通话未接通样本所对应的关键数据特征。
在步骤S202中，相应地，基于大数据平台分析、人工分析或者模型分析的方式确定所有通话未接通样本相关的通话失败原因。
在步骤S203中，每个通话失败原因对应有一个或多个关键数据特征，每个关键数据特征可以为一个或多个关键数据特征的组成部分或组成全部，进而实现所有关键数据特征与各关键数据特征相关的通话失败原因的对应，并基于所有关键数据特征与各关键数据特征相关的通话失败原因构建识别映射关系。
构建识别映射关系可以将所有关键数据特征与各关键数据特征相关的通话失败原因进行关联，以使得只要获取到关键数据特征，即可得知通话失败原因，进而实现快速切断通话失败的线程，节省通话时间，提高线程呼叫效率。
图4是本发明提供的一种流式语音的响应方法的流程示意图之三，在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作之前，包括：
构建响应映射关系；
在所述通话失败原因为用户繁忙的情况下，切断通话并间隔第一预设时长再次呼叫被叫方；
在所述通话失败原因为无信号的情况下，切断通话并间隔第二预设时长再次呼叫被叫方；
在所述通话失败原因为欠费的情况下，切断通话并间隔第三预设时长再次呼叫被叫方；
在所述通话失败原因为停机的情况下，切断通话并间隔第四预设时长再次呼叫被叫方；
在所述通话失败原因为空号的情况下，切断通话并间隔第五预设时长再次呼叫被叫方；
所述第一预设时长小于所述第二预设时长，所述第二预设时长小于所述第三预设时长，所述第三预设时长小于所述第四预设时长，所述第四预设时长小于所述第五预设时长。
在步骤S301中，所述响应映射关系决定了在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作中，所述响应操作除了包括切断通话以外，还包括的其他响应操作，而步骤S302至步骤S306即给出了多个用于体现不同的通话失败原因，而给出的不同的响应操作。
在步骤S302中，在所述通话失败原因为用户繁忙的情况下，切断通话并间隔第一预设时长再次呼叫被叫方，所述用户繁忙可以是用户正在通话中、用户主动挂断、用户处于弱信号状态下等等，相应地，用户在短时间内可以被呼叫，所述第一预设时长可以为2分钟、5分钟或者10分钟甚至更久。
在步骤S303中，在所述通话失败原因为无信号的情况下，切断通话并间隔第二预设时长再次呼叫被叫方，所述无信号可以是用户手机信号接收故障、用户处于无信号区域等等，此时，第二预设时长应稍大于所述第一预设时长，可以为10分钟、30分钟、1小时甚至更久。
在步骤S304中，在所述通话失败原因为欠费的情况下，切断通话并间隔第三预设时长再次呼叫被叫方，此时，欠费是由于没给手机充值或长期处于欠费状态，所述第三预设时长应稍大于所述第二预设时长，可以为6小时、1天、1周甚至更久。
在步骤S305中，在所述通话失败原因为停机的情况下，切断通话并间隔第四预设时长再次呼叫被叫方，所述停机状态即为用户长期未给手机充值而造成的运行商停止提供相应通话服务的状态，此时，所述第四预设时长应大于所述第三预设时长，可以为1周、1个月、半年甚至更久。
在步骤S306中，在所述通话失败原因为空号的情况下，切断通话并间隔第五预设时长再次呼叫被叫方，所述空号的情况，即为用户注销此手机号或停止使用此手机号，此时，所述第五预设时长应大于所述第四预设时长，可以为半年、一年、三年甚至更久。
图5是本发明提供的一种流式语音的响应装置的结构示意图，本发明提供了一种流式语音的响应装置，其采用所述的流式语音的响应方法，包括确定装置：用于基于目标通话获取流式语音信号，以确定关键数据特征，所述确定装置1的工作原理可以参考前述步骤S101，在此不予赘述。
所述流式语音的响应装置还包括获取装置2：用于在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因，所述获取装置2的工作原理可以参考前述步骤S102，在此不予赘述。
所述流式语音的响应装置还包括执行装置3：用于在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作，所述执行装置3的工作原理可以参考前述步骤S103，在此不予赘述。
本发明提供了一种流式语音的响应方法，通过与被叫方的通话获取到流式语音信号，将流式语音信号转换为文本信息，并以确定关键数据特征，在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因，进而实现基于所述通话失败原因来执行相关的响应操作，所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息，所述响应操作至少包括切断通话，本发明能够实现迅速的对当前外呼状态进行判断，及时的对呼叫失败的任务切断，从而释放线路资源，提升坐席线路的利用率。
另一方面，本发明还提供一种语音呼叫机器人，包括语音呼叫机器人本体，所述语音呼叫机器人本体中设置有语音呼叫处理器；
还包括存储器及存储在所述存储器上并可在所述语音呼叫处理器上运行的程序或指令；
所述程序或指令被所述语音呼叫处理器执行时执行所述流式语音的响应方法，该方法包括：基于目标通话获取流式语音信号，以确定关键数据特征；在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作；所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；所述响应操作至少包括切断通话。
图6是本发明提供的电子设备的结构示意图。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器（processor）610、通信接口（Communications Interface）620、存储器（memory）630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行所述流式语音的响应方法，该方法包括：基于目标通话获取流式语音信号，以确定关键数据特征；在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作；所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；所述响应操作至少包括切断通话。
此外，上述的存储器630中的逻辑指令可以通过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取存储介质中。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。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的一种所述流式语音的响应方法，该方法包括：基于目标通话获取流式语音信号，以确定关键数据特征；在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作；所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；所述响应操作至少包括切断通话。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的所述流式语音的响应方法，该方法包括：基于目标通话获取流式语音信号，以确定关键数据特征；在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作；所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；所述响应操作至少包括切断通话。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种流式语音的响应方法，其特征在于，包括：
根据流式语音识别模型，基于目标通话获取流式语音信号，以确定关键数据特征；
在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；
在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作，以释放当前线路，并根据所述当前线路，拨打下一通电话；
所述关键数据特征为通话未接通的情况下所跳转的语音反馈提示信息；
所述响应操作至少包括切断通话；
在基于目标通话获取流式语音信号，以确定关键数据特征之前，包括：
在预设数量的线程中，批量呼叫所有第一被叫方，以建立与所有第一被叫方的通讯连接；
在所述在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作之后，包括：
批量呼叫所有第二被叫方，直至预设数量的线程处于饱和状态；
其中，基于通用语料以及挂机音语料训练深度学习声学模型，采用跳帧方式；
在基于目标通话获取流式语音信号，以确定关键数据特征之前，包括：
在确定目标通话为通话失败状态的情况下，执行通话失败识别程序；
所述通话失败状态包括对所述目标通话鉴别后确定为非用户接听的状态；
其中，对各大运营商的反馈语音的音色、音质和音调进行存储分析，同时分析各大运营商的反馈语音的字与字间的间隔时长、字与词之间的间隔时长、字与短句间的间隔时长，以使得各大运营商的反馈语音与彩铃进行区分。
2.根据权利要求1所述的流式语音的响应方法，其特征在于，所述基于目标通话获取流式语音信号，以确定关键数据特征，包括：
基于目标通话获取流式语音信号；
转换所述流式语音信号，以获取所述流式语音信号对应的文字识别数据；
基于所述文字识别数据在关键数据特征库中匹配，以确定关键数据特征；
所述关键数据特征库为所有关键数据特征的集合。
3.根据权利要求1所述的流式语音的响应方法，其特征在于，在获取所述关键数据特征相关的通话失败原因之前，包括：
获取所有通话未接通样本，以确定每个通话未接通样本所对应的关键数据特征；
确定所有通话未接通样本相关的通话失败原因；
基于所有关键数据特征与各关键数据特征相关的通话失败原因构建识别映射关系。
4.根据权利要求1所述的流式语音的响应方法，其特征在于，在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作之前，包括：
构建响应映射关系；
在所述通话失败原因为用户繁忙的情况下，切断通话并间隔第一预设时长再次呼叫被叫方；
在所述通话失败原因为无信号的情况下，切断通话并间隔第二预设时长再次呼叫被叫方；
在所述通话失败原因为欠费的情况下，切断通话并间隔第三预设时长再次呼叫被叫方；
在所述通话失败原因为停机的情况下，切断通话并间隔第四预设时长再次呼叫被叫方；
在所述通话失败原因为空号的情况下，切断通话并间隔第五预设时长再次呼叫被叫方；
所述第一预设时长小于所述第二预设时长，所述第二预设时长小于所述第三预设时长，所述第三预设时长小于所述第四预设时长，所述第四预设时长小于所述第五预设时长。
5.根据权利要求1所述的流式语音的响应方法，其特征在于，在获取所述关键数据特征相关的通话失败原因之后，还包括：
对所有关键数据特征以及各关键数据特征相关的通话失败原因执行增加、修改或删除操作。
6.一种流式语音的响应装置，其采用如权利要求1-5中任一项所述的流式语音的响应方法，其特征在于，包括：
确定装置：用于根据流式语音识别模型，基于目标通话获取流式语音信号，以确定关键数据特征；
获取装置：用于在识别映射关系中匹配所述关键数据特征，以获取所述关键数据特征相关的通话失败原因；
执行装置：用于在响应映射关系中匹配所述通话失败原因，以执行相关的响应操作，以释放当前线路，并根据所述当前线路，拨打下一通电话。
7.一种语音呼叫机器人，其特征在于，包括语音呼叫机器人本体，所述语音呼叫机器人本体中设置有语音呼叫处理器；
还包括存储器及存储在所述存储器上并可在所述语音呼叫处理器上运行的程序或指令；
所述程序或指令被所述语音呼叫处理器执行时执行如权利要求1至5任一项所述流式语音的响应方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210483699.6A CN114584656B (zh) | 2022-05-06 | 2022-05-06 | 流式语音的响应方法、装置及其语音呼叫机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210483699.6A CN114584656B (zh) | 2022-05-06 | 2022-05-06 | 流式语音的响应方法、装置及其语音呼叫机器人 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114584656A CN114584656A (zh) | 2022-06-03 |
| CN114584656B true CN114584656B (zh) | 2022-08-09 |
Family
ID=81779344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210483699.6A Active CN114584656B (zh) | 2022-05-06 | 2022-05-06 | 流式语音的响应方法、装置及其语音呼叫机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114584656B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107580149A (zh) * | 2017-08-28 | 2018-01-12 | 携程旅游网络技术（上海）有限公司 | 外呼失败原因的识别方法、装置、电子设备、存储介质 |
| CN109151220A (zh) * | 2018-09-11 | 2019-01-04 | 中国—东盟信息港股份有限公司 | 一种通信话路呼叫失败场景分析系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101431554A (zh) * | 2008-12-09 | 2009-05-13 | 中兴通讯股份有限公司 | 用于可视电话业务中业务失败提示的终端及方法 |
-
2022
- 2022-05-06 CN CN202210483699.6A patent/CN114584656B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107580149A (zh) * | 2017-08-28 | 2018-01-12 | 携程旅游网络技术（上海）有限公司 | 外呼失败原因的识别方法、装置、电子设备、存储介质 |
| CN109151220A (zh) * | 2018-09-11 | 2019-01-04 | 中国—东盟信息港股份有限公司 | 一种通信话路呼叫失败场景分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114584656A (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107580149B (zh) | 外呼失败原因的识别方法、装置、电子设备、存储介质 | |
| CN110891124B (zh) | 一种人工智能代接来电的系统 | |
| CN102868836B (zh) | 用于呼叫中心的真人话术系统及其实现方法 | |
| US7907705B1 (en) | Speech to text for assisted form completion | |
| WO2021051506A1 (zh) | 语音交互方法、装置、计算机设备及存储介质 | |
| CN110392168B (zh) | 呼叫处理方法、装置、服务器、存储介质和系统 | |
| CN105578439A (zh) | 一种应用于呼转平台的来电转接智能应答的方法及系统 | |
| KR102535790B1 (ko) | 보류 상태를 관리하기 위한 방법 및 장치 | |
| CN110995938B (zh) | 数据处理方法和装置 | |
| CA2947242A1 (en) | Voice call diversion to alternate communication method | |
| CN112565529A (zh) | 一种智能电话接听方法、系统及存储介质 | |
| CN104580762A (zh) | 一种根据语种实现电话转接的方法和装置 | |
| CN101668093A (zh) | 一种来电分析控制的方法和装置 | |
| CN111462726B (zh) | 一种外呼应答方法、装置、设备及介质 | |
| WO2022073507A1 (zh) | 电话未接通类型的区分方法、装置、电子设备及存储介质 | |
| CN109348048B (zh) | 通话留言方法、终端和具有存储功能的装置 | |
| CN114584656B (zh) | 流式语音的响应方法、装置及其语音呼叫机器人 | |
| CN113779217A (zh) | 一种基于人机交互的智能语音外呼业务方法及系统 | |
| US9571620B1 (en) | Identifying recorded call data segments of interest | |
| CN111629110A (zh) | 一种语音交互方法和语音交互系统 | |
| CN110795551A (zh) | 一种智能对话方法、装置以及相关设备 | |
| CN114979387A (zh) | 基于模拟电话的网络电话服务方法、系统、设备和介质 | |
| CN114420130A (zh) | 电话语音交互方法、装置、设备及存储介质 | |
| CN112532794B (zh) | 语音外呼方法、系统、设备及存储介质 | |
| KR20080050701A (ko) | 이동통신단말기의 화상통화를 이용한 외국어 학습서비스제공방법 |
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 |