CN117476011B - 一种基于语音信号的催收对象识别方法与系统 - Google Patents
一种基于语音信号的催收对象识别方法与系统 Download PDFInfo
- Publication number
- CN117476011B CN117476011B CN202311825010.4A CN202311825010A CN117476011B CN 117476011 B CN117476011 B CN 117476011B CN 202311825010 A CN202311825010 A CN 202311825010A CN 117476011 B CN117476011 B CN 117476011B
- Authority
- CN
- China
- Prior art keywords
- collection
- voice
- determining
- similarity
- different
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims description 44
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 238000006555 catalytic reaction Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/06—Decision making techniques; Pattern matching strategies
- G10L17/14—Use of phonemic categorisation or speech recognition prior to speaker recognition or verification
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供一种基于语音信号的催收对象识别方法与系统,属于语音识别技术领域,具体包括:基于语音机器人进行催收对象的催收得到历史催收记录,基于历史催收记录进行催收对象的催收接通率的确定,并结合催收对象的催收次数以及不同的未接通次数的问题类型进行催收对象的催收接通概率的确定,并当催收对象的催收接通概率满足要求时,至少基于催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定,提升了语音机器人的催收对象的催收触达率和催收效率。
Description
技术领域
本发明属于语音识别技术领域,尤其涉及一种基于语音信号的催收对象识别方法与系统。
背景技术
为了提升催收效率和不良贷款回收率,催收企业通过智能语音机器人实现对违约用户的催收处理,由于语音机器人每日需要进行催收处理的违约用户的数量较多,因此如何基于违约用户的语音识别结果,进行差异化的催收策略的生成为亟待解决的技术问题。
为了解决上述技术问题,现有技术方案中CN202310350093.X《一种智能电话语音机器人控制方法》中通过基于情绪识别结果、通话时长、负面关键词匹配数量、正面关键词匹配数量得到用户的还款意愿度,并基于用户的还款意愿度确定催收频率,从而进一步提升了催收的针对性和处理效率,提升了催收处理的效率,但是与此同时,却存在以下技术问题:
若不能利用催收机器人对不同的催收电话中的人员身份的核实结果进行差异化的催收顺序的确定,则当违约用户更换手机号码后,若按照预留手机号码进行催收,则不仅导致催收效率较低,同时也会由于频繁骚扰导致的合规问题的出现。
针对上述技术问题,本发明提供了一种基于语音信号的催收对象识别方法与系统。
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,提供了一种基于语音信号的催收对象识别方法。
一种基于语音信号的催收对象识别方法,其特征在于,具体包括:
S1基于语音机器人进行催收对象的催收得到历史催收记录,基于所述历史催收记录进行所述催收对象的催收接通率的确定,并结合所述催收对象的催收次数以及不同的未接通次数的问题类型进行所述催收对象的催收接通概率的确定,并当所述催收对象的催收接通概率满足要求时,进入下一步骤;
S2通过催收记录进行所述催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并通过不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定;
S3将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定;
S4至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定。
本发明的有益效果在于:
1、通过催收对象的催收接通率、催收对象的催收次数以及不同的未接通次数的问题类型进行催收对象的催收接通概率的确定,不仅考虑到不同的催收对象的催收电话的接通情况,同时通过综合考虑不同的未接通次数的问题类型的差异实现了对不同的催收对象的催收接通概率的确定,实现了对催收接通概率较高的催收对象的筛选,也为进一步提升催收机器人的催收效率奠定了基础。
2、通过不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定,从而通过与预设语音库的相似度评估结果实现了对存在疑似使用变音软件的问题催收次数的筛选,也为进一步实现对催收对象的不同的催收次数的语音特征的语音相似度评估以及语音不一致催收次数的确定奠定了基础。
3、通过基于催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定,既考虑到不同的催收对象由于催收接通概率对催收效率的影响,同时还综合考虑由于用户变更手机号码导致的催收触达率的差异,从而进一步提升了催收机器人的催收效率和利用效率,同时通过对问题催收对象的筛选,避免了由于用户变更手机号码导致的无效催收的问题的出现。
进一步的技术方案在于,所述历史催收记录包括所述催收对象的历史催收次数、不同的历史催收次数的催收时间和催收通话记录。
进一步的技术方案在于,所述未接通次数的问题类型包括关机、挂断以及占线。
进一步的技术方案在于,所述催收对象的催收接通概率的取值范围在0到1之间,并当所述催收对象的催收接通概率小于预设概率阈值时,则确定所述催收对象的催收接通功率不满足要求。
进一步的技术方案在于,所述预设语音库基于变声软件以及网络上的其它的变声平台的变声语音特征进行构建。
进一步的技术方案在于,所述催收处理顺序的确定的方法为:
当所述催收对象为问题催收对象时,则将所述催收对象的处理优先级设置为第二预设处理优先级,并通过综合可靠性进行所述严重问题催收对象的催收处理顺序的确定;
当所述催收对象不属于问题催收对象时,则将所述催收对象的处理优先级设置为第三预设处理优先级,并通过综合可靠性进行所述严重问题催收对象的催收处理顺序的确定。
进一步的技术方案在于,所述第三预设处理优先级大于第二预设处理优先级,第二预设处理优先级大于第一预设处理优先级。
另一方面,本发明提供了一种基于语音信号的催收对象识别系统,采用上述的一种基于语音信号的催收对象识别方法,其特征在于,具体包括:
接通成功率评估模块,催收分类模块,相似度评估模块,催收顺序优化模块;
所述接通成功率评估模块负责基于语音机器人进行催收对象的催收得到历史催收记录,基于所述历史催收记录进行所述催收对象的催收接通率的确定,并结合所述催收对象的催收次数以及不同的未接通次数的问题类型进行所述催收对象的催收接通概率的确定;
所述催收分类模块负责通过催收记录进行所述催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并结合不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定;
所述相似度评估模块负责将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定;
所述催收顺序优化模块负责至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定。
其他特征和优点将在随后的说明书中阐述,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是一种基于语音信号的催收对象识别方法的流程图;
图2是催收对象的催收接通概率满足要求的确定的方法的流程图;
图3是问题催收次数的确定的方法的流程图;
图4是语音不一致催收次数的确定的方法的流程图;
图5是一种基于语音信号的催收对象识别系统的框架图。
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。
在利用语音机器人进行催收时,现有的技术方案往往是按照用户的还款意愿或者用户的逾期金额进行催收顺序的确定,但是却忽略了不同的用户由于接通率以及导致未接通的问题类型的差异导致的不同的用户的接通概率的差异,同时还忽视了不同的用户由于变更手机号码导致的催收对象的催收触达率的差异,从而导致语音机器人的利用效率过低,无法有效的执行催收任务。
为了解决上述技术问题,本申请采用以下技术方案:
首先通过语音机器人进行催收对象的催收得到历史催收记录,通过历史催收记录得到催收对象的催收接通率、催收对象的催收次数以及不同的未接通次数的问题类型从而进行催收对象的催收接通概率的确定,具体的可以通过未接通次数的问题类型的差异,例如占线、关机、停机、挂断等的差异进行不同的未接通次数的权重的确定,然后基于未接通次数的权重和与催收对象的催收次数的比值与催收对象的催收接通率的乘积进行催收对象的催收接通概率的确定,并当所述催收对象的催收接通概率满足要求时,进入下一步骤;
然后为了避免催收对象采用变音软件导致的对催收对象的语音特征的错误识别导致的错误识别变更电话号码的问题,通过催收记录进行催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并通过不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定,具体的通过用户语音的语音特征与预设语音库的相似度进行不同的催收次数的问题评估量的确定,并将问题评估量较大的催收次数作为问题催收次数;
紧接着将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定,具体的可以将可信催收次数之间的语音相似度进行基准语音特征的识别,并将与基准语音特征的语音相似度不满足要求的可信催收次数作为语音不一致次数;
最后至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定,具体的可以将语音不一致次数较多的催收对象作为问题催收对象,语音不一致次数较少的用户则通过与基准语音特征的相似度满足要求的可信催收次数的语音相似度以及问题评估量的乘积进行与基准语音特征的相似度满足要求的可信催收次数的权重和的确定,然后通过与基准语音特征的相似度的可信催收次数的权重和、语音不一致催收次数和问题催收次数与催收次数的比值、催收接通概率的乘积进行不同的催收对象的催收触达率的确定,并根据催收触达率进行问题催收对象的确定,当不属于问题催收对象时,则通过催收触达率进行催收处理顺序的确定。
以下将从方法类实施例和系统类实施例两个角度进行进一步阐述。
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种基于语音信号的催收对象识别方法,其特征在于,具体包括:
S1基于语音机器人进行催收对象的催收得到历史催收记录,基于所述历史催收记录进行所述催收对象的催收接通率的确定,并结合所述催收对象的催收次数以及不同的未接通次数的问题类型进行所述催收对象的催收接通概率的确定,并当所述催收对象的催收接通概率满足要求时,进入下一步骤;
需要说明的是,所述历史催收记录包括所述催收对象的历史催收次数、不同的历史催收次数的催收时间和催收通话记录。
可以理解的是,所述未接通次数的问题类型包括关机、挂断以及占线。
在可能的一个实施例中,如图2所示,上述步骤S1中的确定所述催收对象的催收接通概率满足要求的确定的方法为:
S11判断所述催收对象的催收接通率是否小于预设接通率,若是,则进入下一步骤,若否,则进入步骤S14;
S12通过所述催收对象的未接通次数的问题类型进行所述催收对象的特定类型的未接通次数的确定,并基于所述特定类型的未接通次数确定所述催收对象的催收接通概率是否不满足要求,若是,则确定所述催收对象的催收接通概率不满足要求,若否,则进入下一步骤;
S13基于所述问题类型进行所述催收对象的未接通次数的权重值的确定,并基于所述催收对象的未接通次数的权重值的数量和确定所述催收对象的催收接通概率是否不满足要求,若是,则确定所述催收对象的催收接通概率不满足要求,若否,则进入下一步骤;
S14获取所述催收对象的催收次数,并结合所述催收对象的未接通次数的权重值的数量和以及所述催收对象的催收接通率进行所述催收对象的催收接通概率的确定,通过所述催收接通概率以及预设概率阈值判断所述催收对象的催收接通概率是否满足要求。
在可能的一个实施例中,通过所述催收对象的未接通次数的权重值的数量和与所述催收对象的催收次数的比例和所述催收对象的催收接通率的乘积进行进行所述催收对象的催收接通概率的确定。
可以理解的是,所述催收对象的催收接通概率的取值范围在0到1之间,并当所述催收对象的催收接通概率小于预设概率阈值时,则确定所述催收对象的催收接通功率不满足要求。
需要说明的是,当所述催收对象的催收接通概率不满足要求时,则确定所述催收对象为严重问题催收对象,并通过第一预设处理优先级以及催收接通率进行所述严重问题催收对象的催收处理顺序的确定。
在另外的一个可能的实施例中,上述步骤S1中的确定所述催收对象的催收接通概率满足要求的确定的方法为:
获取所述催收对象的催收次数,当所述催收对象的催收次数大于预设催收次数时:
通过所述催收对象的未接通次数的问题类型进行所述催收对象的特定类型的未接通次数的确定,并基于所述特定类型的未接通次数确定所述催收对象的催收接通概率是否不满足要求,若是,则确定所述催收对象的催收接通概率不满足要求,若否,则进入下一步骤;
基于所述问题类型进行所述催收对象的未接通次数的权重值的确定,并基于所述催收对象的未接通次数的权重值的数量和确定所述催收对象的催收接通概率不满足要求时,确定所述催收对象的催收接通概率不满足要求;
当所述催收对象的催收次数不大于预设催收次数或者基于所述催收对象的未接通次数的权重值的数量和无法确定所述催收对象的催收接通概率是否不满足要求时:
基于所述问题类型进行所述催收对象的未接通次数的权重值的确定,获取所述催收对象的催收次数,并结合所述催收对象的未接通次数的权重值的数量和以及所述催收对象的催收接通率进行所述催收对象的催收接通概率的确定,通过所述催收接通概率以及预设概率阈值判断所述催收对象的催收接通概率是否满足要求。
S2通过催收记录进行所述催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并通过不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定;
具体的,所述预设语音库基于变声软件以及网络上的其它的变声平台的变声语音特征进行构建。
在可能的一个实施例中,如图3所示,上述步骤S2中的所述问题催收次数的确定的方法为:
S21获取所述催收对象在特定催收频次下的催收对象的用户语音的数量,并根据不同的用户语音的语音特征与所述预设语音库的相似度评估结果得到不同的用户语音的语音特征的相似度;
S22基于所述相似度确定所述催收对象在特定催收频次下的用户语音是否均大于预设相似度,若是,则确定所述特定催收频次属于问题催收次数,若否,则进入下一步骤;
S23将所述相似度大于预设相似度的用户语音作为疑似问题用户语音,通过所述疑似问题用户语音的数量以及不同的疑似问题用户语音的相似度进行所述疑似问题用户语音的综合相似度的确定,并基于所述综合相似度确定所述特定催收频次是否属于问题催收次数,若是,则确定所述特定催收频次属于问题催收次数,若否,则进入下一步骤;
S24基于不同的用户语音的语音特征的相似度以及所述用户语音的数量进行不相似用户语音的数量以及不相似用户语音的语音特征的相似度的平均值的确定,并结合所述疑似问题用户语音的综合相似度进行所述特定催收频次的问题评估量的确定,通过所述问题评估量确定所述特定催收频次是否属于问题催收次数。
需要说明的是,基于所述综合相似度确定所述特定催收频次是否属于问题催收次数,具体包括:
当所述综合相似度不在预设相似度区间内时,则确定所述特定催收频次属于问题催收次数。
在另外的一个可能的实施例中,上述步骤S1中的所述问题催收次数的确定的方法为:
获取所述催收对象在特定催收频次下的催收对象的用户语音的数量,并根据不同的用户语音的语音特征与所述预设语音库的相似度评估结果得到不同的用户语音的语音特征的相似度;
基于所述相似度确定所述催收对象在特定催收频次下的用户语音不存在大于预设相似度的用户语音时:
确定所述特定催收频次不属于问题催收次数,并基于不同的用户语音的语音特征的相似度的平均值进行所述特定催收频次的问题评估量的确定;
基于所述相似度确定所述催收对象在特定催收频次下的用户语音存在大于预设相似度的用户语音时:
基于所述相似度确定所述催收对象在特定催收频次下的用户语音是否均大于预设相似度,若是,则确定所述特定催收频次属于问题催收次数,若否,则进入下一步骤;
将所述相似度大于预设相似度的用户语音作为疑似问题用户语音,通过所述疑似问题用户语音的数量以及不同的疑似问题用户语音的相似度进行所述疑似问题用户语音的综合相似度的确定,并基于所述综合相似度确定所述特定催收频次是否属于问题催收次数,若是,则确定所述特定催收频次属于问题催收次数,若否,则进入下一步骤;
基于不同的用户语音的语音特征的相似度以及所述用户语音的数量进行不相似用户语音的数量以及不相似用户语音的语音特征的相似度的平均值的确定,并结合所述疑似问题用户语音的综合相似度进行所述特定催收频次的问题评估量的确定,通过所述问题评估量确定所述特定催收频次是否属于问题催收次数。
S3将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定;
在可能的一个实施例中,如图4所示,上述步骤S3中的所述语音不一致催收次数的确定的方法为:
S31根据特定催收次数下的不同的用户语音的语音特征之间的相似度确定所述特定催收次数下是否存在相似度不满足要求的用户语音,若是,则确定所述特定催收次数属于语音不一致催收次数,若否,则进入下一步骤;
S32基于所述特定催收次数下的不同的用户语音的语音特征之间的相似度进行所述特定催收次数下的基准语音特征的确定,并根据所述基准语音特征进行所述特定催收次数与其它的可信催收次数的用户语音的相似度的评估得到所述特定催收次数与其它的可信催收次数之间的语音相似度;
S33判断所述特定催收次数与其它的可信催收次数之间的语音相似度是否均满足要求,若是,则确定所述特定催收次数不属于语音不一致催收次数,若否,则进入下一步骤;
S34获取所述特定催收次数与其它的可信催收次数之间的语音相似度满足要求的可信催收次数,并结合与其它的可信催收次数之间的语音相似度满足要求的可信催收次数的语音相似度以及语音相似度不满足要求的可信催收次数进行所述特定催收次数的可信度的确定,并基于所述可信度确定所述特定催收次数是否不属于语音不一致催收次数。
S4至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定。
在可能的一个实施例中,上述步骤S4中的所述问题催收对象的确定的方法为:
判断所述催收对象的语音不一致催收次数是否大于预设催收次数,若是,则确定所述催收对象为问题催收对象,若否,则进入下一步骤;
通过所述催收对象的不同的可信催收次数的问题评估量以及与其它的可信催收次数的语音相似度进行不同的可信催收次数的综合可信度的确定,并基于不同的可信催收次数的综合可信度、语音不一致催收次数以及问题催收次数进行所述催收对象的接通催收可靠性的确定,判断所述催收对象的接通催收可靠性是否满足要求,若是,则进入下一步骤,若否,则确定所述催收对象属于问题催收对象;
通过所述接通催收可靠性以及催收接通率进行所述催收对象的综合可靠性的确定,并基于所述综合可靠性确定所述催收对象是否属于问题催收对象。
需要说明的是,所述催收处理顺序的确定的方法为:
当所述催收对象为问题催收对象时,则将所述催收对象的处理优先级设置为第二预设处理优先级,并通过综合可靠性进行所述严重问题催收对象的催收处理顺序的确定;
当所述催收对象不属于问题催收对象时,则将所述催收对象的处理优先级设置为第三预设处理优先级,并通过综合可靠性进行所述严重问题催收对象的催收处理顺序的确定。
可以理解的是,所述第三预设处理优先级大于第二预设处理优先级,第二预设处理优先级大于第一预设处理优先级。
另一方面,如图5所示,本发明提供了一种基于语音信号的催收对象识别系统,采用上述的一种基于语音信号的催收对象识别方法,其特征在于,具体包括:
接通成功率评估模块,催收分类模块,相似度评估模块,催收顺序优化模块;
所述接通成功率评估模块负责基于语音机器人进行催收对象的催收得到历史催收记录,基于所述历史催收记录进行所述催收对象的催收接通率的确定,并结合所述催收对象的催收次数以及不同的未接通次数的问题类型进行所述催收对象的催收接通概率的确定;
所述催收分类模块负责通过催收记录进行所述催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并结合不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定;
所述相似度评估模块负责将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定;
所述催收顺序优化模块负责至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定。
通过以上实施例,本发明取得以下有益效果:
1、通过催收对象的催收接通率、催收对象的催收次数以及不同的未接通次数的问题类型进行催收对象的催收接通概率的确定,不仅考虑到不同的催收对象的催收电话的接通情况,同时通过综合考虑不同的未接通次数的问题类型的差异实现了对不同的催收对象的催收接通概率的确定,实现了对催收接通概率较高的催收对象的筛选,也为进一步提升催收机器人的催收效率奠定了基础。
2、通过不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定,从而通过与预设语音库的相似度评估结果实现了对存在疑似使用变音软件的问题催收次数的筛选,也为进一步实现对催收对象的不同的催收次数的语音特征的语音相似度评估以及语音不一致催收次数的确定奠定了基础。
3、通过基于催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定,既考虑到不同的催收对象由于催收接通概率对催收效率的影响,同时还综合考虑由于用户变更手机号码导致的催收触达率的差异,从而进一步提升了催收机器人的催收效率和利用效率,同时通过对问题催收对象的筛选,避免了由于用户变更手机号码导致的无效催收的问题的出现。
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 (9)
1.一种基于语音信号的催收对象识别方法,其特征在于,具体包括:
基于语音机器人进行催收对象的催收得到历史催收记录,基于所述历史催收记录进行所述催收对象的催收接通率的确定,并结合所述催收对象的催收次数以及不同的未接通次数的问题类型进行所述催收对象的催收接通概率的确定,并当所述催收对象的催收接通概率满足要求时,进入下一步骤;
通过催收记录进行所述催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并结合不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定;
将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定;
至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定;
所述未接通次数的问题类型包括关机、挂断以及占线;
所述预设语音库基于变声软件以及网络上的其它的变声平台的变声语音特征进行构建。
2.如权利要求1所述的基于语音信号的催收对象识别方法,其特征在于,所述历史催收记录包括所述催收对象的历史催收次数、不同的历史催收次数的催收时间和催收通话记录。
3.如权利要求1所述的基于语音信号的催收对象识别方法,其特征在于,确定所述催收对象的催收接通概率满足要求的确定的方法为:
S11判断所述催收对象的催收接通率是否小于预设接通率,若是,则进入下一步骤,若否,则进入步骤S14;
S12通过所述催收对象的未接通次数的问题类型进行所述催收对象的特定类型的未接通次数的确定,并基于所述特定类型的未接通次数确定所述催收对象的催收接通概率是否不满足要求,若是,则确定所述催收对象的催收接通概率不满足要求,若否,则进入下一步骤;
S13基于所述问题类型进行所述催收对象的未接通次数的权重值的确定,并基于所述催收对象的未接通次数的权重值的数量和确定所述催收对象的催收接通概率是否不满足要求,若是,则确定所述催收对象的催收接通概率不满足要求,若否,则进入下一步骤;
S14获取所述催收对象的催收次数,并结合所述催收对象的未接通次数的权重值的数量和以及所述催收对象的催收接通率进行所述催收对象的催收接通概率的确定,通过所述催收接通概率以及预设概率阈值判断所述催收对象的催收接通概率是否满足要求。
4.如权利要求1所述的基于语音信号的催收对象识别方法,其特征在于,所述催收对象的催收接通概率的取值范围在0到1之间,并当所述催收对象的催收接通概率小于预设概率阈值时,则确定所述催收对象的催收接通功率不满足要求。
5.如权利要求1所述的基于语音信号的催收对象识别方法,其特征在于,所述问题催收次数的确定的方法为:
获取所述催收对象在特定催收频次下的催收对象的用户语音的数量,并根据不同的用户语音的语音特征与所述预设语音库的相似度评估结果得到不同的用户语音的语音特征的相似度;
基于所述相似度确定所述催收对象在特定催收频次下的用户语音不存在大于预设相似度的用户语音时:
确定所述特定催收频次不属于问题催收次数,并基于不同的用户语音的语音特征的相似度的平均值进行所述特定催收频次的问题评估量的确定;
基于所述相似度确定所述催收对象在特定催收频次下的用户语音存在大于预设相似度的用户语音时:
基于所述相似度确定所述催收对象在特定催收频次下的用户语音是否均大于预设相似度,若是,则确定所述特定催收频次属于问题催收次数,若否,则进入下一步骤;
将所述相似度大于预设相似度的用户语音作为疑似问题用户语音,通过所述疑似问题用户语音的数量以及不同的疑似问题用户语音的相似度进行所述疑似问题用户语音的综合相似度的确定,并基于所述综合相似度确定所述特定催收频次是否属于问题催收次数,若是,则确定所述特定催收频次属于问题催收次数,若否,则进入下一步骤;
基于不同的用户语音的语音特征的相似度以及所述用户语音的数量进行不相似用户语音的数量以及不相似用户语音的语音特征的相似度的平均值的确定,并结合所述疑似问题用户语音的综合相似度进行所述特定催收频次的问题评估量的确定,通过所述问题评估量确定所述特定催收频次是否属于问题催收次数。
6.如权利要求5所述的基于语音信号的催收对象识别方法,其特征在于,基于所述综合相似度确定所述特定催收频次是否属于问题催收次数,具体包括:
当所述综合相似度不在预设相似度区间内时,则确定所述特定催收频次属于问题催收次数。
7.如权利要求1所述的基于语音信号的催收对象识别方法,其特征在于,所述催收处理顺序的确定的方法为:
当所述催收对象为问题催收对象时,则将所述催收对象的处理优先级设置为第二预设处理优先级,并通过综合可靠性进行催收对象的催收处理顺序的确定;
当所述催收对象不属于问题催收对象时,则将所述催收对象的处理优先级设置为第三预设处理优先级,并通过综合可靠性进行催收对象的催收处理顺序的确定。
8.如权利要求7所述的基于语音信号的催收对象识别方法,其特征在于,所述第三预设处理优先级大于第二预设处理优先级,第二预设处理优先级大于第一预设处理优先级。
9.一种基于语音信号的催收对象识别系统,采用权利要求1-8任一项所述的一种基于语音信号的催收对象识别方法,其特征在于,具体包括:
接通成功率评估模块,催收分类模块,相似度评估模块,催收顺序优化模块;
所述接通成功率评估模块负责基于语音机器人进行催收对象的催收得到历史催收记录,基于所述历史催收记录进行所述催收对象的催收接通率的确定,并结合所述催收对象的催收次数以及不同的未接通次数的问题类型进行所述催收对象的催收接通概率的确定;
所述催收分类模块负责通过催收记录进行所述催收对象在不同的催收次数下的不同的用户语音的语音特征的提取,并结合不同的用户语音的语音特征与预设语音库的相似度评估结果进行不同的催收次数的问题评估量以及问题催收次数的确定;
所述相似度评估模块负责将除去所述问题催收次数的催收次数作为可信催收次数,并根据不同的可信催收次数下的不同的用户语音的语音特征进行不同的可信催收次数之间的语音相似度以及语音不一致催收次数的确定;
所述催收顺序优化模块负责至少基于所述催收对象的不同的可信催收次数之间的语音相似度以及问题评估量、语音不一致催收次数、问题催收次数以及催收接通概率进行问题催收对象以及催收处理顺序的确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311825010.4A CN117476011B (zh) | 2023-12-28 | 2023-12-28 | 一种基于语音信号的催收对象识别方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311825010.4A CN117476011B (zh) | 2023-12-28 | 2023-12-28 | 一种基于语音信号的催收对象识别方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117476011A CN117476011A (zh) | 2024-01-30 |
CN117476011B true CN117476011B (zh) | 2024-03-01 |
Family
ID=89640098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311825010.4A Active CN117476011B (zh) | 2023-12-28 | 2023-12-28 | 一种基于语音信号的催收对象识别方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117476011B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509086A (zh) * | 2018-11-28 | 2019-03-22 | 上海点融信息科技有限责任公司 | 基于人工智能的处理催收业务的方法、装置及存储介质 |
CN112418975A (zh) * | 2020-11-05 | 2021-02-26 | 北京三快在线科技有限公司 | 一种业务处理系统、确定业务处理方式的方法及装置 |
WO2022073507A1 (zh) * | 2020-10-09 | 2022-04-14 | 深圳壹账通智能科技有限公司 | 电话未接通类型的区分方法、装置、电子设备及存储介质 |
CN115297212A (zh) * | 2022-06-25 | 2022-11-04 | 上海浦东发展银行股份有限公司 | 基于机器学习的语音机器人催收方法、系统、设备及介质 |
CN116055641A (zh) * | 2023-01-10 | 2023-05-02 | 深圳雁扬科技服务有限公司 | 一种电催作业系统 |
CN116153330A (zh) * | 2023-04-04 | 2023-05-23 | 杭州度言软件有限公司 | 一种智能电话语音机器人控制方法 |
CN116862668A (zh) * | 2023-09-05 | 2023-10-10 | 杭州度言软件有限公司 | 一种提升催收效率的智能催收方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101755433B1 (ko) * | 2010-12-24 | 2017-07-11 | 삼성전자주식회사 | 화질 개선이 가능한 영상 통화 방법 및 이를 지원하는 영상 통화 장치 |
-
2023
- 2023-12-28 CN CN202311825010.4A patent/CN117476011B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509086A (zh) * | 2018-11-28 | 2019-03-22 | 上海点融信息科技有限责任公司 | 基于人工智能的处理催收业务的方法、装置及存储介质 |
WO2022073507A1 (zh) * | 2020-10-09 | 2022-04-14 | 深圳壹账通智能科技有限公司 | 电话未接通类型的区分方法、装置、电子设备及存储介质 |
CN112418975A (zh) * | 2020-11-05 | 2021-02-26 | 北京三快在线科技有限公司 | 一种业务处理系统、确定业务处理方式的方法及装置 |
CN115297212A (zh) * | 2022-06-25 | 2022-11-04 | 上海浦东发展银行股份有限公司 | 基于机器学习的语音机器人催收方法、系统、设备及介质 |
CN116055641A (zh) * | 2023-01-10 | 2023-05-02 | 深圳雁扬科技服务有限公司 | 一种电催作业系统 |
CN116153330A (zh) * | 2023-04-04 | 2023-05-23 | 杭州度言软件有限公司 | 一种智能电话语音机器人控制方法 |
CN116862668A (zh) * | 2023-09-05 | 2023-10-10 | 杭州度言软件有限公司 | 一种提升催收效率的智能催收方法 |
Non-Patent Citations (1)
Title |
---|
覃方彦 ; .人工智能技术在催收行业的机遇、挑战及对策.现代营销(下旬刊).2020,(第08期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117476011A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109600752B (zh) | 一种深度聚类诈骗检测的方法和装置 | |
CN109658939B (zh) | 一种电话录音未接通原因识别方法 | |
CN109451182B (zh) | 一种诈骗电话的检测方法和装置 | |
CN110248322B (zh) | 一种基于诈骗短信的诈骗团伙识别系统及识别方法 | |
CN101686444B (zh) | 垃圾短信发送号码实时检测系统及方法 | |
CN102104699A (zh) | 自动挂断电话的方法和系统 | |
CN1852354A (zh) | 收集用户行为特征的方法和装置 | |
CN109474756B (zh) | 一种基于协同网络表示学习的电信异常检测方法 | |
CN111917574A (zh) | 社交网络拓扑模型及构建方法、用户置信度和亲密度计算方法及电信诈骗智能拦截系统 | |
Arafat et al. | Detection of wangiri telecommunication fraud using ensemble learning | |
CN117476011B (zh) | 一种基于语音信号的催收对象识别方法与系统 | |
CN113821798A (zh) | 一种基于异构图神经网络的以太坊非法账户检测方法及系统 | |
CN115408553A (zh) | 一种用于优化生成呼叫中心服务的系统 | |
CN112351429B (zh) | 基于深度学习的有害信息检测方法及系统 | |
CN109547393A (zh) | 恶意号码识别方法、装置、设备和存储介质 | |
CN111131627B (zh) | 基于流数据图谱的个人有害呼叫检测方法、装置及可读介质 | |
CN113079259A (zh) | 基于freeswitch与ASR技术的外呼失败结果检测方法 | |
CN104717346A (zh) | 一种通话挂断方法和设备 | |
CN111930808B (zh) | 一种利用键值匹配模型提高黑名单准确率的方法及系统 | |
CN115696245A (zh) | 潜在用户挖掘的方法、装置、电子设备及存储介质 | |
CN114025041B (zh) | 一种基于信令的非频率特征快速识别骚扰电话系统和方法 | |
CN101895628A (zh) | 一种用于记录手机多种操作行为的系统及方法 | |
Huang et al. | A spit detection method using voice activity analysis | |
CN117319559B (zh) | 一种基于智能语音机器人的催收方法与系统 | |
CN111756910A (zh) | 来电免打扰方法、系统、计算机设备及存储介质 |
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 |