CN115580682B - 机器人拨打电话的接通挂断时刻的确定的方法及装置 - Google Patents

Abstract

本公开涉及通信技术领域，提供了机器人拨打电话的接通挂断时刻的确定的方法及装置。该方法包括：当机器人向客户拨出电话时开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果；将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果；统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。

Description

机器人拨打电话的接通挂断时刻的确定的方法及装置

技术领域

本公开涉及通信技术领域，尤其涉及一种机器人拨打电话的接通挂断时刻的确定的方法及装置。

背景技术

随着机器人技术和人工智能技术的发展，机器人越来越智能，可以代替人从事很多工作，因此机器人被应用于各行各业，给人们的生活带来了很大的便利。在许多场景中机器人需要向客户拨打电话，以便通知客户某些消息，比如机器人配送货物到达目的地对客户电话通知，比如机器人充当智能客服向客户拨打电话等。机器人向客户拨出电话后，需要判断客户何时接听电话以及何时挂断电话。目前没有针对机器人通话判断接通挂断时刻的方法。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：机器人拨出电话后无法判断接通挂断时刻的问题。

发明内容

有鉴于此，本公开实施例提供了一种机器人拨打电话的接通挂断时刻的确定的方法、装置、电子设备和计算机可读的存储介质，以解决现有技术中，机器人拨出电话后无法判断接通挂断时刻的问题。

本公开实施例的第一方面，提供了一种机器人拨打电话的接通挂断时刻的确定的方法，包括：当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。

本公开实施例的第二方面，提供了一种机器人拨打电话的接通挂断时刻的确定的装置，包括：录音模块，被配置为当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；确定模块，被配置为确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；裁剪模块，被配置为将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；接通检测模块，被配置为将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；挂断检测模块，被配置为将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；统计模块，被配置为统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。采用上述技术手段，可以解决现有技术中，机器人拨出电话后无法判断接通挂断时刻的问题，进而提供一种机器人拨出电话后判断接通挂断时刻的方法。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术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它的附图。

图1是本公开实施例的应用场景的场景示意图；

图2是本公开实施例提供的一种机器人拨打电话的接通挂断时刻的确定的方法的流程示意图；

图3是本公开实施例提供的一种机器人拨打电话的接通挂断时刻的确定的装置的结构示意图；

图4是本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

下面将结合附图详细说明根据本公开实施例的一种机器人拨打电话的接通挂断时刻的确定的方法和装置。

图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备101、102和103、服务器104以及网络105。

终端设备101、102和103可以是硬件，也可以是软件。当终端设备101、102和103为硬件时，其可以是具有显示屏且支持与服务器104通信的各种电子设备，包括但不限于智能手机、机器人、膝上型便携计算机和台式计算机等（比如102可以为机器人）；当终端设备101、102和103为软件时，其可以安装在如上的电子设备中。终端设备101、102和103可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，终端设备101、102和103上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。

服务器104可以是提供各种服务的服务器，例如，对与其建立通信连接的终端设备发送的请求进行接收的后台服务器，该后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。服务器104可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。

需要说明的是，服务器104可以是硬件，也可以是软件。当服务器104为硬件时，其可以是为终端设备101、102和103提供各种服务的各种电子设备。当服务器104为软件时，其可以是为终端设备101、102和103提供各种服务的多个软件或软件模块，也可以是为终端设备101、102和103提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。

网络105可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙（Bluetooth）、近场通信（Near FieldCommunication，NFC）、红外（Infrared）等，本公开实施例对此不作限制。

目标用户可以通过终端设备101、102和103经由网络105与服务器104建立通信连接，以接收或发送信息等。需要说明的是，终端设备101、102和103、服务器104以及网络105的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。

图2是本公开实施例提供的一种机器人拨打电话的接通挂断时刻的确定的方法的流程示意图。图2的机器人拨打电话的接通挂断时刻的确定的方法可以由图1的终端设备或服务器执行。如图2所示，该机器人拨打电话的接通挂断时刻的确定的方法包括：

S201，当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；

S202，确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；

S203，将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；

S204，将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；

S205，将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；

S206，统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。

可以用频谱分析仪确定目标语音数据的第一频谱图。比如目标语音数据30秒，第一频谱图的像素是3000×160，长度方向是3000个像素，那么第一频谱图的长度方向100个像素对应1秒的语音数据，3000个像素的图片太大，不好处理，可以将第一频谱图缩放为750×64像素大小（750×64像素是第一预设大小）；第二预设大小是128×64像素大小，预设数量为1，在缩放后的第一频谱图上每隔1个像素裁剪一次，最后得到623个第二频谱图（裁剪时是从750个像素中的第一个像素开始，一直到倒数第127像素结束，因为有些第二频谱图是不可以直接使用的，最终得到的第二频谱图地数量小于623）。

比如一张第二频谱图没有通话接通时刻时，该第二频谱图的第一检测结果为0，比如一张第二频谱图的通话接通时刻位于该第二频谱图的五分之四的位置上，那么该第二频谱图的第一检测结果为0.8。第二检测结果与第一检测结果类似。

本公开实施例提供的机器人拨打电话的接通挂断时刻的确定的方法，还可以确定机器人接听电话的接通挂断时刻，还可以应用到智能客服接听拨打电话的场景中。

根据本公开实施例提供的技术方案，当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。采用上述技术手段，可以解决现有技术中，机器人拨出电话后无法判断接通挂断时刻的问题，进而提供一种机器人拨出电话后判断接通挂断时刻的方法。

将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果之前，方法还包括：获取第一训练数据集，其中，第一训练数据集包括多条语音数据，每条语音数据均被标注通话接通时刻；确定每条语音数据的第三频谱图，将每条语音数据上标注的通话接通时刻映射到该条语音数据的第三频谱图上，并将每张映射了通话接通时刻的第三频谱图缩放为第一预设大小；将每张缩放为第一预设大小的第三频谱图每隔预设数量的像素裁剪一次，得到每张第三频谱图对应的多张第二预设大小的第四频谱图；根据每张第三频谱图上映射的通话接通时刻，确定该张第三频谱图对应的每张第四频谱图的标签，其中，标签表示该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；利用多张确定标签后的第四频谱图对通话接通时刻检测模型进行训练。

将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果之前，方法还包括：获取第二训练数据集，其中，第二训练数据集包括多条语音数据，每条语音数据均被标注通话挂断时刻；确定每条语音数据的第五频谱图，将每条语音数据上标注的通话挂断时刻映射到该条语音数据的第五频谱图上，并将每张映射了通话挂断时刻的第五频谱图缩放为第一预设大小；将每张缩放为第一预设大小的第五频谱图每隔预设数量的像素裁剪一次，得到每张第五频谱图对应的多张第二预设大小的第六频谱图；根据每张第五频谱图上映射的通话挂断时刻，确定该张第五频谱图对应的每张第六频谱图的标签，其中，标签表示该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；利用多张确定标签后的第六频谱图对通话挂断时刻检测模型进行训练。

通话挂断时刻检测模型和通话接通时刻检测模型的训练过程和通话挂断时刻检测模型和通话接通时刻检测模型的使用过程是类似的，不再赘述。

通话接通时刻检测模型和通话挂断时刻检测模型均是在YOLOv4-tiny去掉原检测头后接欧氏距离损失函数网络得到的。

YOLO模型全称是You Only Look Once，是一种常用的目标检测模型。在YOLOv4-tiny去掉原检测头后，接欧氏距离损失函数网络（欧氏距离损失函数网络可以看做欧氏距离损失函数），构建通话接通时刻检测模型和通话挂断时刻检测模型的方法是本公开根据应用场景首次提出的具有创造性的改进点。本公开是将语音数据转换为图片，也就是频谱图，然后利用构建检测模型确定机器人本次拨打电话的通话接通时刻和通话挂断时刻，所以本公开提出的一种机器人拨打电话的接通挂断时刻的确定的方法，更应该理解为一种基于计算机视觉的机器人拨打电话的接通挂断时刻的确定的方法（利用计算机上的模型检测图片就是计算机视觉的概念）。

对通话接通时刻检测模型和通话挂断时刻检测模型进行通道剪枝处理，包括：利用最小绝对值偏差函数，计算通话接通时刻检测模型和通话挂断时刻检测模型中每层网络中每个卷积核的权重的损失值；对通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的多个损失值按照值的大小进行升序排列，得到通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的结果列表；剪掉通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的结果列表中前预设数量的卷积核，确定通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的剪枝网络；根据通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的剪枝网络，确定通道剪枝处理后的通话接通时刻检测模型和通话挂断时刻检测模型。

最小绝对值偏差函数是L1范数值损失函数。每层网络有多个卷积核，所以计算通话接通时刻检测模型和通话挂断时刻检测模型中每层网络中每个卷积核的权重的损失值，也就得到通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的多个损失值。得到了通话接通时刻检测模型中的每层网络对应的剪枝网络，也就得到了通道剪枝处理后的通话接通时刻检测模型。

统计多个第一检测结果，确定本次拨打电话的通话接通时刻，包括：统计多个第一检测结果，确定第一频谱图中通话接通时刻出现的位置以及在该位置上通话接通时刻出现的次数；将出现通话接通时刻次数最多的位置确定为本次拨打电话的通话接通时刻。

统计多个第二频谱图的多个第一检测结果，可以还原第一频谱图中通话接通时刻出现的位置以及在该位置上通话接通时刻出现的次数。第一频谱图中存在大量的通话接通时刻，将出现通话接通时刻次数最多的位置确定为本次拨打电话的通话接通时刻。

统计多个第二检测结果，确定本次拨打电话的通话挂断时刻，包括：统计多个第二检测结果，确定第一频谱图中通话挂断时刻出现的位置以及在该位置上通话挂断时刻出现的次数；将出现通话挂断时刻次数最多的位置确定为本次拨打电话的通话挂断时刻。

确定本次拨打电话的通话挂断时刻与确定本次拨打电话的通话接通时刻类似，不再赘述。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是本公开实施例提供的一种机器人拨打电话的接通挂断时刻的确定的装置的示意图。如图3所示，该机器人拨打电话的接通挂断时刻的确定的装置包括：

录音模块301，被配置为当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；

确定模块302，被配置为确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；

裁剪模块303，被配置为将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；

接通检测模块304，被配置为将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；

挂断检测模块305，被配置为将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；

统计模块306，被配置为统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。

可以用频谱分析仪确定目标语音数据的第一频谱图。比如目标语音数据30秒，第一频谱图的像素是3000×160，长度方向是3000个像素，那么第一频谱图的长度方向100个像素对应1秒的语音数据，3000个像素的图片太大，不好处理，可以将第一频谱图缩放为750×64像素大小（750×64像素是第一预设大小）；第二预设大小是128×64像素大小，预设数量为1，在缩放后的第一频谱图上每隔1个像素裁剪一次，最后得到623个第二频谱图（裁剪时是从750个像素中的第一个像素开始，一直到倒数第127像素结束，因为有些第二频谱图是不可以直接使用的，最终得到的第二频谱图地数量小于623）。

比如一张第二频谱图没有通话接通时刻时，该第二频谱图的第一检测结果为0，比如一张第二频谱图的通话接通时刻位于该第二频谱图的五分之四的位置上，那么该第二频谱图的第一检测结果为0.8。第二检测结果与第一检测结果类似。

本公开实施例提供的机器人拨打电话的接通挂断时刻的确定的方法，还可以确定机器人接听电话的接通挂断时刻，还可以应用到智能客服接听拨打电话的场景中。

根据本公开实施例提供的技术方案，当机器人向客户拨出电话时利用机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；确定目标语音数据的第一频谱图，并将第一频谱图缩放为第一预设大小；将缩放为第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；将多张第二频谱图输入通话接通时刻检测模型，输出每张第二频谱图的第一检测结果，其中，第一检测结果，包括：该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；将多张第二频谱图输入通话挂断时刻检测模型，输出每张第二频谱图的第二检测结果，其中，第二检测结果，包括：该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；统计多个第一检测结果，确定本次拨打电话的通话接通时刻，统计多个第二检测结果，确定本次拨打电话的通话挂断时刻。采用上述技术手段，可以解决现有技术中，机器人拨出电话后无法判断接通挂断时刻的问题，进而提供一种机器人拨出电话后判断接通挂断时刻的方法。

可选地，接通检测模块304还被配置为获取第一训练数据集，其中，第一训练数据集包括多条语音数据，每条语音数据均被标注通话接通时刻；确定每条语音数据的第三频谱图，将每条语音数据上标注的通话接通时刻映射到该条语音数据的第三频谱图上，并将每张映射了通话接通时刻的第三频谱图缩放为第一预设大小；将每张缩放为第一预设大小的第三频谱图每隔预设数量的像素裁剪一次，得到每张第三频谱图对应的多张第二预设大小的第四频谱图；根据每张第三频谱图上映射的通话接通时刻，确定该张第三频谱图对应的每张第四频谱图的标签，其中，标签表示该张第二频谱图是否存在通话接通时刻以及通话接通时刻在该张第二频谱图中的位置；利用多张确定标签后的第四频谱图对通话接通时刻检测模型进行训练。

可选地，挂断检测模块305还被配置为获取第二训练数据集，其中，第二训练数据集包括多条语音数据，每条语音数据均被标注通话挂断时刻；确定每条语音数据的第五频谱图，将每条语音数据上标注的通话挂断时刻映射到该条语音数据的第五频谱图上，并将每张映射了通话挂断时刻的第五频谱图缩放为第一预设大小；将每张缩放为第一预设大小的第五频谱图每隔预设数量的像素裁剪一次，得到每张第五频谱图对应的多张第二预设大小的第六频谱图；根据每张第五频谱图上映射的通话挂断时刻，确定该张第五频谱图对应的每张第六频谱图的标签，其中，标签表示该张第二频谱图是否存在通话挂断时刻以及通话挂断时刻在该张第二频谱图中的位置；利用多张确定标签后的第六频谱图对通话挂断时刻检测模型进行训练。

通话挂断时刻检测模型和通话接通时刻检测模型的训练过程和通话挂断时刻检测模型和通话接通时刻检测模型的使用过程是类似的，不再赘述。

通话接通时刻检测模型和通话挂断时刻检测模型均是在YOLOv4-tiny去掉原检测头后接欧氏距离损失函数网络得到的。

YOLO模型全称是You Only Look Once，是一种常用的目标检测模型。在YOLOv4-tiny去掉原检测头后，接欧氏距离损失函数网络，构建通话接通时刻检测模型和通话挂断时刻检测模型的方法是本公开根据应用场景首次提出的具有创造性的改进点。本公开是将语音数据转换为图片，也就是频谱图，然后利用构建检测模型确定机器人本次拨打电话的通话接通时刻和通话挂断时刻，所以本公开提出的一种机器人拨打电话的接通挂断时刻的确定的方法，更应该理解为一种基于计算机视觉的机器人拨打电话的接通挂断时刻的确定的方法（利用计算机上的模型检测图片就是计算机视觉的概念）。

可选地，裁剪模块303还被配置为利用最小绝对值偏差函数，计算通话接通时刻检测模型和通话挂断时刻检测模型中每层网络中每个卷积核的权重的损失值；对通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的多个损失值按照值的大小进行升序排列，得到通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的结果列表；剪掉通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的结果列表中前预设数量的卷积核，确定通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的剪枝网络；根据通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的剪枝网络，确定通道剪枝处理后的通话接通时刻检测模型和通话挂断时刻检测模型。

最小绝对值偏差函数是L1范数值损失函数。每层网络有多个卷积核，所以计算通话接通时刻检测模型和通话挂断时刻检测模型中每层网络中每个卷积核的权重的损失值，也就得到通话接通时刻检测模型和通话挂断时刻检测模型中每层网络对应的多个损失值。得到了通话接通时刻检测模型中的每层网络对应的剪枝网络，也就得到了通道剪枝处理后的通话接通时刻检测模型。

可选地，统计模块306还被配置为统计多个第一检测结果，确定第一频谱图中通话接通时刻出现的位置以及在该位置上通话接通时刻出现的次数；将出现通话接通时刻次数最多的位置确定为本次拨打电话的通话接通时刻。

统计多个第二频谱图的多个第一检测结果，可以还原第一频谱图中通话接通时刻出现的位置以及在该位置上通话接通时刻出现的次数。第一频谱图中存在大量的通话接通时刻，将出现通话接通时刻次数最多的位置确定为本次拨打电话的通话接通时刻。

可选地，统计模块306还被配置为统计多个第二检测结果，确定第一频谱图中通话挂断时刻出现的位置以及在该位置上通话挂断时刻出现的次数；将出现通话挂断时刻次数最多的位置确定为本次拨打电话的通话挂断时刻。

确定本次拨打电话的通话挂断时刻与确定本次拨打电话的通话接通时刻类似，不再赘述。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备4中的执行过程。

电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4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，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器401可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。

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，仅以上述各功能单元、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单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、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。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

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、或者计算机软件和电子硬件的结合来实现。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公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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实施例方案的目的。

另外，在本公开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。

集成的模块/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，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，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公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (7)

1.一种机器人拨打电话的接通挂断时刻的确定的方法，其特征在于，包括：

当机器人向客户拨出电话时利用所述机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；

确定所述目标语音数据的第一频谱图，并将所述第一频谱图缩放为第一预设大小；

将缩放为所述第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；

将多张所述第二频谱图输入通话接通时刻检测模型，输出每张所述第二频谱图的第一检测结果，其中，所述第一检测结果，包括：该张所述第二频谱图是否存在通话接通时刻以及所述通话接通时刻在该张所述第二频谱图中的位置；

将多张所述第二频谱图输入通话挂断时刻检测模型，输出每张所述第二频谱图的第二检测结果，其中，所述第二检测结果，包括：该张所述第二频谱图是否存在通话挂断时刻以及所述通话挂断时刻在该张所述第二频谱图中的位置；

统计多个第一检测结果，确定所述本次拨打电话的所述通话接通时刻，统计多个第二检测结果，确定所述本次拨打电话的所述通话挂断时刻；

其中，统计多个第一检测结果，确定所述本次拨打电话的通话接通时刻，包括：统计多个第一检测结果，确定所述第一频谱图中所述通话接通时刻出现的位置以及在该位置上所述通话接通时刻出现的次数；将出现所述通话接通时刻次数最多的位置确定为所述本次拨打电话的所述通话接通时刻；

其中，统计多个第二检测结果，确定所述本次拨打电话的所述通话挂断时刻，包括：统计多个第二检测结果，确定所述第一频谱图中所述通话挂断时刻出现的位置以及在该位置上所述通话挂断时刻出现的次数；将出现所述通话挂断时刻次数最多的位置确定为所述本次拨打电话的所述通话挂断时刻；

其中，所述通话接通时刻检测模型和所述通话挂断时刻检测模型均是在YOLOv4-tiny去掉原检测头后接欧氏距离损失函数网络得到的。

2.根据权利要求1所述的方法，其特征在于，所述将多张所述第二频谱图输入通话接通时刻检测模型，输出每张所述第二频谱图的第一检测结果之前，所述方法还包括：

获取第一训练数据集，其中，所述第一训练数据集包括多条语音数据，每条语音数据均被标注所述通话接通时刻；

确定每条语音数据的第三频谱图，将每条语音数据上标注的所述通话接通时刻映射到该条语音数据的第三频谱图上，并将每张映射了所述通话接通时刻的第三频谱图缩放为所述第一预设大小；

将每张缩放为所述第一预设大小的第三频谱图每隔所述预设数量的像素裁剪一次，得到每张第三频谱图对应的多张所述第二预设大小的第四频谱图；

根据每张第三频谱图上映射的所述通话接通时刻，确定该张第三频谱图对应的每张第四频谱图的标签，其中，所述标签表示该张所述第二频谱图是否存在通话接通时刻以及所述通话接通时刻在该张所述第二频谱图中的位置；

利用多张确定标签后的第四频谱图对所述通话接通时刻检测模型进行训练。

3.根据权利要求1所述的方法，其特征在于，所述将多张所述第二频谱图输入通话挂断时刻检测模型，输出每张所述第二频谱图的第二检测结果之前，所述方法还包括：

获取第二训练数据集，其中，所述第二训练数据集包括多条语音数据，每条语音数据均被标注所述通话挂断时刻；

确定每条语音数据的第五频谱图，将每条语音数据上标注的所述通话挂断时刻映射到该条语音数据的第五频谱图上，并将每张映射了所述通话挂断时刻的第五频谱图缩放为所述第一预设大小；

将每张缩放为所述第一预设大小的第五频谱图每隔所述预设数量的像素裁剪一次，得到每张第五频谱图对应的多张所述第二预设大小的第六频谱图；

根据每张第五频谱图上映射的所述通话挂断时刻，确定该张第五频谱图对应的每张第六频谱图的标签，其中，所述标签表示该张所述第二频谱图是否存在通话挂断时刻以及所述通话挂断时刻在该张所述第二频谱图中的位置；

利用多张确定标签后的第六频谱图对所述通话挂断时刻检测模型进行训练。

4.根据权利要求1所述的方法，其特征在于，对所述通话接通时刻检测模型和所述通话挂断时刻检测模型进行通道剪枝处理，包括：

利用最小绝对值偏差函数，计算所述通话接通时刻检测模型和所述通话挂断时刻检测模型中每层网络中每个卷积核的权重的损失值；

对所述通话接通时刻检测模型和所述通话挂断时刻检测模型中每层网络对应的多个损失值按照值的大小进行升序排列，得到所述通话接通时刻检测模型和所述通话挂断时刻检测模型中每层网络对应的结果列表；

剪掉所述通话接通时刻检测模型和所述通话挂断时刻检测模型中每层网络对应的结果列表中前预设数量的卷积核，确定所述通话接通时刻检测模型和所述通话挂断时刻检测模型中每层网络对应的剪枝网络；

根据所述通话接通时刻检测模型和所述通话挂断时刻检测模型中每层网络对应的剪枝网络，确定所述通道剪枝处理后的通话接通时刻检测模型和通话挂断时刻检测模型。

5.一种机器人拨打电话的接通挂断时刻的确定的装置，其特征在于，包括：

录音模块，被配置为当机器人向客户拨出电话时利用所述机器人上设置的录音设备开始录音，当预设时长后结束录音，得到本次拨打电话的目标语音数据；

确定模块，被配置为确定所述目标语音数据的第一频谱图，并将所述第一频谱图缩放为第一预设大小；

裁剪模块，被配置为将缩放为所述第一预设大小的第一频谱图每隔预设数量的像素裁剪一次，得到多张第二预设大小第二频谱图；

接通检测模块，被配置为将多张所述第二频谱图输入通话接通时刻检测模型，输出每张所述第二频谱图的第一检测结果，其中，所述第一检测结果，包括：该张所述第二频谱图是否存在通话接通时刻以及所述通话接通时刻在该张所述第二频谱图中的位置；

挂断检测模块，被配置为将多张所述第二频谱图输入通话挂断时刻检测模型，输出每张所述第二频谱图的第二检测结果，其中，所述第二检测结果，包括：该张所述第二频谱图是否存在通话挂断时刻以及所述通话挂断时刻在该张所述第二频谱图中的位置；

统计模块，被配置为统计多个第一检测结果，确定所述本次拨打电话的所述通话接通时刻，统计多个第二检测结果，确定所述本次拨打电话的所述通话挂断时刻；

所述统计模块，还被配置为统计多个第一检测结果，确定所述第一频谱图中所述通话接通时刻出现的位置以及在该位置上所述通话接通时刻出现的次数；将出现所述通话接通时刻次数最多的位置确定为所述本次拨打电话的所述通话接通时刻；

所述统计模块，还被配置为统计多个第二检测结果，确定所述第一频谱图中所述通话挂断时刻出现的位置以及在该位置上所述通话挂断时刻出现的次数；将出现所述通话挂断时刻次数最多的位置确定为所述本次拨打电话的所述通话挂断时刻；

其中，所述通话接通时刻检测模型和所述通话挂断时刻检测模型均是在YOLOv4-tiny去掉原检测头后接欧氏距离损失函数网络得到的。

6.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且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4中任一项所述方法的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。

Images