CN117319559B - 一种基于智能语音机器人的催收方法与系统 - Google Patents

Abstract

本发明提供一种基于智能语音机器人的催收方法与系统，属于语音识别技术领域，具体包括：获取催收案件的历史催收数据和历史接通数据的确定，并基于历史催收数据和历史接通数据进行催收案件的催收优先值的确定，根据被催收人员在不同的历史催收次数下的历史语音特征进行催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合催收优先值进行催收顺序的确定，按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，通过催收案件的被催收人员的语音数据进行被催收人员的语音关键词的确定，并结合被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理，从而进一步提升了催收处理的效率。

Description

一种基于智能语音机器人的催收方法与系统

技术领域

本发明属于语音识别技术领域，尤其涉及一种基于智能语音机器人的催收方法与系统。

背景技术

智能语音客服或者智能语音机器人在催收领域的大规模的应用，不但提升了催收的效率，同时也减轻了催收人员的催收压力，现有技术方案中例如发明专利CN202310350093《一种智能电话语音机器人控制方法》中通过采用智能语音机器人进行情绪识别结果、通话时长、负面关键词匹配数量、正面关键词匹配数量的提取，从而得到用户的还款意愿度以及催收频率，但是却存在以下技术问题：

由于待催收处理的案件的数量较多，同时不同的待催收处理的案件的催收接通情况存在一定程度的差异，因此若不能根据待催收处理的案件的催收接通情况进行差异化的催收顺序的确定，则无法提升智能语音机器人的催收效率。

现有的智能语音机器人在进行催收案件的处理时，一般只有用户挂断电话后才终止催收，但是在催收过程中不同用户的催收配合情况存在一定程度的差异，因此对于配合度较低的用户若无法针对性的终止催收，则同样会使得智能语音机器人的催收效率变低。

针对上述技术问题，本发明提供了涉及一种基于智能语音机器人的催收方法与系统。

发明内容

为实现本发明目的，本发明采用如下技术方案：

根据本发明的一个方面，提供了一种基于智能语音机器人的催收方法。

一种基于智能语音机器人的催收方法，其特征在于，具体包括：

S1获取催收案件的历史催收数据和历史接通数据的确定，并基于所述历史催收数据和历史接通数据进行所述催收案件的催收优先值的确定；

S2通过所述催收案件的历史接通数据进行所述催收案件的被催收人员在不同的历史催收次数下的历史语音特征的提取，根据被催收人员在不同的历史催收次数下的历史语音特征进行所述催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合所述催收优先值进行催收顺序的确定；

S3按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征以及所述历史语音特征的相似度进行评估得到相似度评估结果，并根据相似度评估结果确定是否需要挂断处理，若是，则人员身份存疑，进行挂断处理，若否，则进入下一步骤；

S4通过所述催收案件的被催收人员的语音数据进行所述被催收人员的语音关键词的确定，并结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理。

本发明的有益效果在于：

1、基于历史催收数据和历史接通数据进行催收案件的催收优先值的确定，不仅考虑到不同的催收案件由于催收次数以及接通次数的时间的差异导致的接通情况的判断的准确率的差异，同时还考虑到不同的催收案件由于接通次数和接通时长的差异导致的催收有效性的差异，从而提升了催收的效率。

2、通过基于接通人员相似性以及催收优先值进行催收顺序的确定，在考虑不同的催收案件由于接通率的差异导致的催收可靠性的差异的基础上，同时还考虑到不同的催收次数中由于接通人员的身份的变更导致的无效接通的情况，从而进一步提升了催收顺序的评估的可靠性，提升了催收的效率。

3、通过综合被催收人员的语音关键词、被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理，既考虑到由于被催收人员的配合情况的差异以及沟通时长的差异导致的催收效果的差异，同时还综合考虑到由于与历史语音相似情况的差异以及其他催收案件的语音情况的差异，实现了对他人接听或者其它智能语音助手接听的识别，从而实现了及时挂断，提升了催收效率。

进一步的技术方案在于，所述历史催收数据包括所述被催收人员的历史催收次数、以及不同的历史催收次数的催收时间。

进一步的技术方案在于，所述历史接通数据包括所述被催收人员的历史接通次数、不同的历史接通次数的催收时间以及历史接通时长。

进一步的技术方案在于，判断所述催收案件的历史催收次数以及在预设时间内的历史催收次数是否满足要求，具体包括：

当所述催收案件的历史催收次数以及在预设时间内的历史催收次数任意一项不满足最低次数预设值时，则确定所述催收案件的历史催收次数以及在预设时间内的历史催收次数不满足要求。

进一步的技术方案在于，结合所述被催收人员的历史语音的相似度评估量进行相似度评估结果的确定，具体包括：

当所述其它的催收案件的被催收人员的相似度评估量大于相似度限定量时，则将所述其它的催收案件的被催收人员的相似度评估量作为相似度评估结果；

当所述其它的催收案件的被催收人员的相似度评估量不大于相似度限定量时，则根据所述其它的催收案件的被催收人员的数量以及基准语音特征的准确率进行所述其它的催收案件的被催收人员的相似度评估量的权重值以及被催收人员的历史语音的相似度评估量的权重值的确定，并结合所述其它的催收案件的被催收人员的相似度评估量以及被催收人员的历史语音的相似度评估量进行相似度评估结果的确定。

进一步的技术方案在于，结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理，具体包括：

基于所述被催收人员的相似度评估结果进行所述被催收人员的沟通时长阈值以及被催收人员的语音关键词的不配合关键词的数量阈值的确定，并当所述被催收人员的语音关键词的不配合关键词的数量大于所述数量阈值或者被催收人员的沟通时长大于所述被催收人员的沟通时长阈值时，则确定需要进行挂断处理。

另一方面，本发明提供了一种基于智能语音机器人的催收系统，采用上述的一种基于智能语音机器人的催收方法，其特征在于，具体包括：

历史数据分析模块，催收顺序确定模块，语音特征评估模块，挂断处理判断模块；

其中所述历史数据分析模块负责获取催收案件的历史催收数据和历史接通数据的确定，并基于所述历史催收数据和历史接通数据进行所述催收案件的催收优先值的确定；

所述催收顺序确定模块通过所述催收案件的历史接通数据进行所述催收案件的被催收人员在不同的历史催收次数下的历史语音特征的提取，根据被催收人员在不同的历史催收次数下的历史语音特征进行所述催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合所述催收优先值进行催收顺序的确定；

所述语音特征评估模块负责按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征以及所述历史语音特征的相似度进行评估得到相似度评估结果；

所述挂断处理判断模块负责通过所述催收案件的被催收人员的语音数据进行所述被催收人员的语音关键词的确定，并结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理。

其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显；

图1是一种基于智能语音机器人的催收方法的流程图；

图2是催收案件的催收优先值的确定的方法的流程图；

图3是结合催收优先值进行催收顺序的确定的流程图；

图4是基于所述历史基准催收次数的数量以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定的流程图；

图5是相似度评估结果的确定的方法的流程图；

图6是一种基于智能语音机器人的催收系统的框架图；

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书实施例，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，都应当属于本说明书保护的范围。

为了提升催收效率，在进行催收操作时引用了基于智能语音机器人的语音催收手段，但是与此同时，存在以下问题：

1、催收案件众多，不同的催收案件的历史电话接通率存在差异，若不能根据历史电话接通率进行催收顺序确定，无法保证催收效率；

2、不同的催收案件在历史接通中可能存在被他人接通或者电话号码已更换等情况的出现，因此若不能将上述因素识别别进行催收顺序的确定，则同样无法保证催收效率。

3、在进行催收操作时，催收电话可能被他人接通或者采用智能语音助手等情况，若不能将该因素识别并及时终止催收，同样无法保证催收效率。

4、不同的接通人员的配合情况存在差异，对于极度不配合的用户若不能尽快挂断处理，同样无法保证催收效率。

为解决上述技术问题，采用以下技术方案：

首先根据催收案件的历史催收次数和历史接通次数进行历史接通率的确定，并根据历史接通率作为催收案件的催收优先值；

然后根据催收案件的被催收人员的不同的历史催收次数下的语音特征的相似情况，得到用户的基准语音特征，具体的根据接通时长最大或者接通次数最多的语音特征进行确定，并根据基准语音特征以及语音特征进行不同的历史催收次数下的接通人员相似性的确定，根据相似性不满足要求的次数对催收优先值进行修正得到催收修正优先值，从而进行催收顺序的确定；

最后按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征，确定存在与被催收人员的语音特征相似的其它的催收案件的被催收人员，则可以确定此时有可能被催收人员使用了智能语音助手，需要及时挂断处理，当与历史语音特征不相似时，则确定被别人接通，同样需要及时挂断处理，当均不存在相似性时，则通过与其它的催收案件的被催收人员的催收语音的语音特征的相似性的最小值与历史语音特征的相似性的最小值进行相似度评估结果的确定；

基于所述被催收人员的相似度评估结果进行所述被催收人员的沟通时长阈值以及被催收人员的语音关键词的不配合关键词的数量阈值的确定，并当所述被催收人员的语音关键词的不配合关键词的数量大于所述数量阈值或者被催收人员的沟通时长大于所述被催收人员的沟通时长阈值时，则确定需要进行挂断处理。

以下将从方法类实施例和系统类实施例两个角度进行评估。

为解决上述问题，根据本发明的一个方面，如图1所示，提供了一种基于智能语音机器人的催收方法，其特征在于，具体包括：

S1获取催收案件的历史催收数据和历史接通数据的确定，并基于所述历史催收数据和历史接通数据进行所述催收案件的催收优先值的确定；

在本实施例中，主要是为了实现对接通率较高以及接通时长较长的催收案件的确定，从而优先催收，提升智能语音机器人的使用效率。

具体的，所述历史催收数据包括所述被催收人员的历史催收次数、以及不同的历史催收次数的催收时间。

可以理解的是，所述历史接通数据包括所述被催收人员的历史接通次数、不同的历史接通次数的催收时间以及历史接通时长。

在其中的一个可能的实施例中，如图2所示，上述步骤S1中的所述催收案件的催收优先值的确定的方法为:

S11通过所述催收案件的历史催收数据进行所述催收案件的历史催收次数以及在预设时间内的历史催收次数的确定，并判断所述催收案件的历史催收次数以及在预设时间内的历史催收次数是否满足要求，若是，则进入下一步骤，若否，则通过预设优先值确定所述催收案件的催收优先值；

在其中的一个可能的实施例中，上述步骤S11中的判断所述催收案件的历史催收次数以及在预设时间内的历史催收次数是否满足要求，具体包括：

当所述催收案件的历史催收次数以及在预设时间内的历史催收次数任意一项不满足最低次数预设值时，则确定所述催收案件的历史催收次数以及在预设时间内的历史催收次数不满足要求。

S12将接通时长大于预设时长的历史接通次数作为历史有效接通次数，基于所述催收案件的历史催收数据以及历史接通数据进行历史催收接通率以及历史催收有效接通率的确定，并结合所述催收案件的历史催收接通次数以及历史催收有效接通次数进行所述催收案件的历史接通评估值的确定；

在其中的一个可能的实施例中，首先通过催收案件的历史催收接通次数以及历史催收有效接通次数分别得到其对应的预设的历史催收接通率的权重值和历史催收有效接通率的权重值，并结合历史催收接通率以及历史催收有效接通率进行所述催收案件的历史接通评估值的确定；

S13基于所述催收案件在预设时间内的历史催收数据以及历史接通数据进行在预设时间内的历史催收接通率以及历史催收有效接通率的确定，并结合所述催收案件在预设时间内的历史催收接通次数以及历史催收有效接通次数进行所述催收案件的近期接通评估值的确定；

在其中的一个可能的实施例中，首先通过催收案件在预设时间内的历史催收接通次数以及历史催收有效接通次数分别得到其对应的预设的历史催收接通率的权重值和历史催收有效接通率的权重值，并结合在预设时间内的历史催收接通率以及在预设时间内的历史催收有效接通率进行所述催收案件的近期接通评估值的确定；

S14通过所述催收案件的历史催收次数以及在预设时间内的历史催收次数进行所述催收案件的历史接通评估值的权值以及催收案件的近期接通评估值的权值的确定，并结合所述催收案件的历史接通评估值以及催收案件的近期接通评估值进行所述催收案件的催收优先值的确定。

在另外的一个可能的实施例中，上述步骤S1中的所述催收案件的催收优先值的确定的方法为:

通过所述催收案件的历史催收数据进行所述催收案件的历史催收次数以及在预设时间内的历史催收次数的确定，并基于所述催收案件的历史催收次数以及在预设时间内的历史催收次数进行所述催收案件的历史催收评估量的确定，当所述催收案件的历史催收评估量不满足要求时：

通过预设优先值确定所述催收案件的催收优先值；

当所述催收案件的历史催收评估量满足要求时：

将接通时长大于预设时长的历史接通次数作为历史有效接通次数，当所述催收案件不存在历史有效接通次数时：

通过所述催收案件的历史催收评估量确定所述催收案件的催收优先值；

当所述催收案件存在历史有效接通次数时：

基于所述催收案件的历史催收数据以及历史接通数据进行历史催收接通率以及历史催收有效接通率的确定，并结合所述催收案件的历史催收接通次数以及历史催收有效接通次数进行所述催收案件的历史接通评估值的确定；

基于所述催收案件在预设时间内的历史催收数据以及历史接通数据进行在预设时间内的历史催收接通率以及历史催收有效接通率的确定，并结合所述催收案件在预设时间内的历史催收接通次数以及历史催收有效接通次数进行所述催收案件的近期接通评估值的确定；

通过所述催收案件的历史催收次数以及在预设时间内的历史催收次数进行所述催收案件的历史接通评估值的权值以及催收案件的近期接通评估值的权值的确定，并结合所述催收案件的历史接通评估值以及催收案件的近期接通评估值进行所述催收案件的催收优先值的确定。

S2通过所述催收案件的历史接通数据进行所述催收案件的被催收人员在不同的历史催收次数下的历史语音特征的提取，根据被催收人员在不同的历史催收次数下的历史语音特征进行所述催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合所述催收优先值进行催收顺序的确定；

在其中的一个可能的实施例中，如图3所示，上述步骤S2中的结合所述催收优先值进行催收顺序的确定，具体包括：

S21基于所述催收案件的不同的历史催收次数下的历史语音特征进行基准语音特征的确定，通过所述催收案件的不同的历史催收次数下的历史语音特征与所述基准语音特征进行不同的历史催收次数下的接通人员相似性的确定，并判断是否存在接通人员相似性不满足要求的历史催收次数，若是，则进入下一步骤，若否，则通过所述催收优先值进行催收顺序的确定；

S22将所述接通人员相似性不满足要求的历史催收次数作为问题催收次数，并基于所述催收案件的历史催收总次数判断所述问题催收次数是否满足要求，若是，则进入下一步骤，若否，则进入步骤S24；

S23将所述基准语音特征对应的历史催收次数作为历史基准催收次数，基于所述历史基准催收次数的数量以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定，并判断所述准确率是否大于预设准确率，若是，则通过所述问题催收次数与所述历史催收总次数的比值以及所述催收优先值进行催收顺序的确定，若否，则进入下一步骤；

S24通过所述问题催收次数的接通人员相似性进行所述问题催收次数的接通人员相似性的平均值以及最小值的确定，并结合所述问题催收次数的数量以及所述基准语音特征的准确率进行问题催收接通评估量的确定，并基于所述问题催收接通评估量以及所述催收优先值进行催收顺序的确定。

具体的，如图4所示，上述步骤S23中的基于所述历史基准催收次数的数量以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定，具体包括：

基于不同的历史基准催收次数的历史语音特征的相似度进行相似度的平均值的确定，并基于所述相似度的平均值进行基准准确率的确定；

通过所述历史基准催收次数的数量与预设数量的比值、累计接通时长与接通时长阈值的比值进行准确率修正量的确定，并通过所述准确率修正量以及所述基准准确率进行所述基准语音特征的准确率的确定。

在另外的一个可能的实施例中，上述步骤S2中的结合所述催收优先值进行催收顺序的确定，具体包括：

基于所述催收案件的不同的历史催收次数下的历史语音特征进行基准语音特征的确定，将所述基准语音特征对应的历史催收次数作为历史基准催收次数，基于所述历史基准催收次数的数量以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定；

当所述基准语音特征的准确率无法满足要求时：

通过所述催收优先值进行催收顺序的确定；

当所述基准语音特征的准确率满足要求时：

通过所述催收案件的不同的历史催收次数下的历史语音特征与所述基准语音特征进行不同的历史催收次数下的接通人员相似性的确定，并判断是否存在接通人员相似性不满足要求的历史催收次数，若是，则进入下一步骤，若否，则通过所述催收优先值进行催收顺序的确定；

将所述接通人员相似性不满足要求的历史催收次数作为问题催收次数，并基于所述催收案件的历史催收总次数判断所述问题催收次数是否满足要求，若是，则通过所述问题催收次数与所述历史催收总次数的比值以及所述催收优先值进行催收顺序的确定，若否，则进入下一步骤；

通过所述问题催收次数的接通人员相似性进行所述问题催收次数的接通人员相似性的平均值以及最小值的确定，并结合所述问题催收次数的数量以及所述基准语音特征的准确率进行问题催收接通评估量的确定，并基于所述问题催收接通评估量以及所述催收优先值进行催收顺序的确定。

S3按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征以及所述历史语音特征的相似度进行评估得到相似度评估结果，并根据相似度评估结果确定是否需要挂断处理，若是，则人员身份存疑，进行挂断处理，若否，则进入下一步骤；

在其中的一个可能的实施例中，如图5所示，上述步骤S3中的所述相似度评估结果的确定的方法为：

S31基于所述催收案件的不同的历史催收次数下的历史语音特征进行基准语音特征的确定，将所述基准语音特征对应的历史催收次数作为历史基准催收次数，基于所述历史基准催收次数的数量以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定；

S32基于所述催收案件的被催收人员的语音特征与所述基准语音特征的相似性以及所述基准语音特征的准确率进行所述被催收人员的历史语音的相似度评估量的确定，并判断所述被催收人员的历史语音的相似度评估量是否满足要求，若是，则进入下一步骤，若否，则将所述被催收人员的历史语音的相似度评估量作为所述相似度评估结果，并需要挂断处理；

S33通过所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征确定是否存在语音特征相似度大于预设相似度的其它的催收案件的被催收人员，若是，则将语音特征相似度大于预设相似度的其它的催收案件的被催收人员作为相似催收案件，并根据所述相似催收案件的数量以及不同的相似催收案件的语音特征相似度进行相似度评估结果的确定，若否，则进入下一步骤；

S34根据所述其它的催收案件的被催收人员的数量以及语音特征相似度进行其它的催收案件的被催收人员的相似度评估量的确定，并结合所述被催收人员的历史语音的相似度评估量进行相似度评估结果的确定。

S4通过所述催收案件的被催收人员的语音数据进行所述被催收人员的语音关键词的确定，并结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理。

具体的，结合所述被催收人员的历史语音的相似度评估量进行相似度评估结果的确定，具体包括：

当所述其它的催收案件的被催收人员的相似度评估量大于相似度限定量时，则将所述其它的催收案件的被催收人员的相似度评估量作为相似度评估结果；

当所述其它的催收案件的被催收人员的相似度评估量不大于相似度限定量时，则根据所述其它的催收案件的被催收人员的数量以及基准语音特征的准确率进行所述其它的催收案件的被催收人员的相似度评估量的权重值以及被催收人员的历史语音的相似度评估量的权重值的确定，并结合所述其它的催收案件的被催收人员的相似度评估量以及被催收人员的历史语音的相似度评估量进行相似度评估结果的确定。

具体的，结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理，具体包括：

基于所述被催收人员的相似度评估结果进行所述被催收人员的沟通时长阈值以及被催收人员的语音关键词的不配合关键词的数量阈值的确定，并当所述被催收人员的语音关键词的不配合关键词的数量大于所述数量阈值或者被催收人员的沟通时长大于所述被催收人员的沟通时长阈值时，则确定需要进行挂断处理。

另一方面，如图6所示，本发明提供了一种基于智能语音机器人的催收系统，采用上述的一种基于智能语音机器人的催收方法，其特征在于，具体包括：

历史数据分析模块，催收顺序确定模块，语音特征评估模块，挂断处理判断模块；

其中所述历史数据分析模块负责获取催收案件的历史催收数据和历史接通数据的确定，并基于所述历史催收数据和历史接通数据进行所述催收案件的催收优先值的确定；

所述催收顺序确定模块通过所述催收案件的历史接通数据进行所述催收案件的被催收人员在不同的历史催收次数下的历史语音特征的提取，根据被催收人员在不同的历史催收次数下的历史语音特征进行所述催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合所述催收优先值进行催收顺序的确定；

所述语音特征评估模块负责按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征以及所述历史语音特征的相似度进行评估得到相似度评估结果；

所述挂断处理判断模块负责通过所述催收案件的被催收人员的语音数据进行所述被催收人员的语音关键词的确定，并结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理。

基于上述实施例，本申请取得以下有益效果：

1、基于历史催收数据和历史接通数据进行催收案件的催收优先值的确定，不仅考虑到不同的催收案件由于催收次数以及接通次数的时间的差异导致的接通情况的判断的准确率的差异，同时还考虑到不同的催收案件由于接通次数和接通时长的差异导致的催收有效性的差异，从而提升了催收的效率。

2、通过基于接通人员相似性以及催收优先值进行催收顺序的确定，在考虑不同的催收案件由于接通率的差异导致的催收可靠性的差异的基础上，同时还考虑到不同的催收次数中由于接通人员的身份的变更导致的无效接通的情况，从而进一步提升了催收顺序的评估的可靠性，提升了催收的效率。

3、通过综合被催收人员的语音关键词、被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理，既考虑到由于被催收人员的配合情况的差异以及沟通时长的差异导致的催收效果的差异，同时还综合考虑到由于与历史语音相似情况的差异以及其他催收案件的语音情况的差异，实现了对他人接听或者其它智能语音助手接听的识别，从而实现了及时挂断，提升了催收效率。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (8)

1.一种基于智能语音机器人的催收方法，其特征在于，具体包括：

获取催收案件的历史催收数据和历史接通数据，并基于所述历史催收数据和历史接通数据进行所述催收案件的催收优先值的确定；

通过所述催收案件的历史接通数据进行所述催收案件的被催收人员在不同的历史催收次数下的历史语音特征的提取，根据被催收人员在不同的历史催收次数下的历史语音特征进行所述催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合所述催收优先值进行催收顺序的确定；

结合所述催收优先值进行催收顺序的确定，具体包括：

基于所述催收案件的不同的历史催收次数下的历史语音特征进行基准语音特征的确定，将所述基准语音特征对应的历史催收次数作为历史基准催收次数，基于所述历史基准催收次数以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定；

当所述基准语音特征的准确率无法满足要求时：

通过所述催收优先值进行催收顺序的确定；

当所述基准语音特征的准确率满足要求时：

通过所述催收案件的不同的历史催收次数下的历史语音特征与所述基准语音特征进行不同的历史催收次数下的接通人员相似性的确定，并判断是否存在接通人员相似性不满足要求的历史催收次数，若是，则进入下一步骤，若否，则通过所述催收优先值进行催收顺序的确定；

将所述接通人员相似性不满足要求的历史催收次数作为问题催收次数，并基于所述催收案件的历史催收总次数判断所述问题催收次数是否满足要求，若是，则通过所述问题催收次数与所述历史催收总次数的比值以及所述催收优先值进行催收顺序的确定，若否，则进入下一步骤；

通过所述问题催收次数的接通人员相似性进行所述问题催收次数的接通人员相似性的平均值以及最小值的确定，并结合所述问题催收次数的数量以及所述基准语音特征的准确率进行问题催收接通评估量的确定，并基于所述问题催收接通评估量以及所述催收优先值进行催收顺序的确定；

按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征以及历史语音特征的相似度进行评估得到相似度评估结果，并根据相似度评估结果确定是否需要挂断处理，若是，则人员身份存疑，进行挂断处理，若否，则进入下一步骤；

通过所述催收案件的被催收人员的语音数据进行所述被催收人员的语音关键词的确定，并结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理。

2.如权利要求1所述的基于智能语音机器人的催收方法，其特征在于，所述历史催收数据包括所述被催收人员的历史催收次数、以及不同的历史催收次数的催收时间。

3.如权利要求1所述的基于智能语音机器人的催收方法，其特征在于，所述历史接通数据包括所述被催收人员的历史接通次数、不同的历史接通次数的催收时间以及历史接通时长。

4.如权利要求1所述的基于智能语音机器人的催收方法，其特征在于，所述催收案件的催收优先值的确定的方法为:

通过所述催收案件的历史催收数据进行所述催收案件的历史催收次数以及在预设时间内的历史催收次数的确定，并判断所述催收案件的历史催收次数以及在预设时间内的历史催收次数是否满足要求，若是，则进入下一步骤，若否，则通过预设优先值确定所述催收案件的催收优先值；

将接通时长大于预设时长的历史接通次数作为历史有效接通次数，基于所述催收案件的历史催收数据以及历史接通数据进行历史催收接通率以及历史催收有效接通率的确定，并结合所述催收案件的历史催收接通次数以及历史催收有效接通次数进行所述催收案件的历史接通评估值的确定；

基于所述催收案件在预设时间内的历史催收数据以及历史接通数据进行在预设时间内的历史催收接通率以及历史催收有效接通率的确定，并结合所述催收案件在预设时间内的历史催收接通次数以及历史催收有效接通次数进行所述催收案件的近期接通评估值的确定；

通过所述催收案件的历史催收次数以及在预设时间内的历史催收次数进行所述催收案件的历史接通评估值的权值以及催收案件的近期接通评估值的权值的确定，并结合所述催收案件的历史接通评估值以及催收案件的近期接通评估值进行所述催收案件的催收优先值的确定。

5.如权利要求4所述的基于智能语音机器人的催收方法，其特征在于，判断所述催收案件的历史催收次数以及在预设时间内的历史催收次数是否满足要求，具体包括：

当所述催收案件的历史催收次数以及在预设时间内的历史催收次数任意一项不满足最低次数预设值时，则确定所述催收案件的历史催收次数以及在预设时间内的历史催收次数不满足要求。

6.如权利要求1所述的基于智能语音机器人的催收方法，其特征在于，基于所述历史基准催收次数以及累计接通时长、不同的历史基准催收次数的历史语音特征的相似度进行所述基准语音特征的准确率的确定，具体包括：

基于不同的历史基准催收次数的历史语音特征的相似度进行相似度的平均值的确定，并基于所述相似度的平均值进行基准准确率的确定；

通过所述历史基准催收次数与预设数量的比值、累计接通时长与接通时长阈值的比值进行准确率修正量的确定，并通过所述准确率修正量以及所述基准准确率进行所述基准语音特征的准确率的确定。

7.如权利要求1所述的基于智能语音机器人的催收方法，其特征在于，结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理，具体包括：

基于所述被催收人员的相似度评估结果进行所述被催收人员的沟通时长阈值以及被催收人员的语音关键词的不配合关键词的数量阈值的确定，并当所述被催收人员的语音关键词的不配合关键词的数量大于所述数量阈值或者被催收人员的沟通时长大于所述被催收人员的沟通时长阈值时，则确定需要进行挂断处理。

8.一种基于智能语音机器人的催收系统，采用权利要求1-7任一项所述的一种基于智能语音机器人的催收方法，其特征在于，具体包括：

历史数据分析模块，催收顺序确定模块，语音特征评估模块，挂断处理判断模块；

其中所述历史数据分析模块负责获取催收案件的历史催收数据和历史接通数据，并基于所述历史催收数据和历史接通数据进行所述催收案件的催收优先值的确定；

所述催收顺序确定模块通过所述催收案件的历史接通数据进行所述催收案件的被催收人员在不同的历史催收次数下的历史语音特征的提取，根据被催收人员在不同的历史催收次数下的历史语音特征进行所述催收案件的不同的历史催收次数下的接通人员相似性的确定，并结合所述催收优先值进行催收顺序的确定；

所述语音特征评估模块负责按照所述催收顺序，采用智能语音机器人进行所述催收案件的催收，并基于所述催收案件的被催收人员的语音特征与其它的催收案件的被催收人员的催收语音的语音特征以及所述历史语音特征的相似度进行评估得到相似度评估结果；

所述挂断处理判断模块负责通过所述催收案件的被催收人员的语音数据进行所述被催收人员的语音关键词的确定，并结合所述被催收人员的相似度评估结果以及沟通时长确定是否需要进行挂断处理。