CN112150694A - 一种智能语音电费催缴***及方法 - Google Patents
一种智能语音电费催缴***及方法 Download PDFInfo
- Publication number
- CN112150694A CN112150694A CN202010806179.5A CN202010806179A CN112150694A CN 112150694 A CN112150694 A CN 112150694A CN 202010806179 A CN202010806179 A CN 202010806179A CN 112150694 A CN112150694 A CN 112150694A
- Authority
- CN
- China
- Prior art keywords
- client
- module
- electric charge
- voice
- conversation
- 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
- 238000009411 base construction Methods 0.000 claims abstract description 9
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 24
- 241001672694 Citrus reticulata Species 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000003032 molecular docking Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 10
- 230000006854 communication Effects 0.000 description 8
- 230000011664 signaling Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000001976 improved effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本发明涉及智能语音领域,尤其涉及一种智能语音电费催缴***及方法,包括:话术结点配置模块,用于结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术;知识库构建模块,用于构建知识库存储问答知识;实时语音识别模块,用于识别客户的发声语音,并将其转换成文字;自然语言理解模块,用于理解语音识别之后文字的语义;文本转语音模块,用于根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户。通过使用本发明,可以实现以下效果:实现智能语音催缴电费,以节省人力资源,提升催缴效率。
Description
技术领域
本发明涉及智能语音领域,尤其涉及一种智能语音电费催缴***及方法。
背景技术
随着计算机技术和人工智能技术的发展,智能语音机器人被广泛开发和应用。智能语音机器人通过ASR(自动语音识别技术)、NLP(自然语言理解)和TTS(文本转语音)技术,实现机器人实时理解人类语言,并通过播放TTS合成的人声或预录制的机器人话术录音与客户进行语音沟通。至于电费催缴,目前的催缴模式仍然局限于一个员工负责一部分户号的定期电费催缴,通过上门贴缴费单、发送欠费短信以及按欠费户号人工拨打户主手机号码进行电话催缴费的方式,实现电费的收缴。现有的电费催缴方式效率低、成本高。
发明内容
为解决上述问题,本发明提出一种智能语音电费催缴***及方法。
一种智能语音电费催缴***,包括:
话术结点配置模块,用于结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术;
知识库构建模块,用于构建知识库存储问答知识;
实时语音识别模块,用于识别客户的发声语音,并将其转换成文字;
自然语言理解模块,用于理解语音识别之后文字的语义;
文本转语音模块,用于根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户。
优选的,所述结点包括用于配置普通话术的普通结点、用于配置跳转流程话术的跳转结点、用于配置信息收集话术的信息采集结点、用于配置条件判断话术的条件判断结点、用于配置信息查询话术的信息查询结点。
优选的,所述话术包括用于在通话接通后告知客户欠费的地址和金额的通知语句、用于向客户确认信息的询问语句和用于对话的结尾的结束语句,所述通知语句和询问语句配置在普通结点中,普通结点内设置多个分支,分支内添加各自的知识库,不同分支代表客户不同的意向;结束语句配置在跳转结点中,跳转结点内设置跳转的操作,包括跳转至挂机与跳转至下一流程。
优选的,实时语音识别模块具体用于在催缴电费的场景训练语音识别模型,并在该语音识别模型中添加若干热词以提升模型识别效果。
优选的,自然语言理解模块具体用于在结点的分支与知识库的问答知识中添加问法语句,并独立训练适应电费催缴场景的自然语言理解模型。
优选的,还包括:对话管理及分析模块,用于处理通话内容,根据自然语言理解模块进行对话处理、媒体分析,对话分析、意向分析、数据统计生成外呼结果。
一种智能语音电费催缴方法,应用于一种智能语音电费催缴***,包括:
结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术;
构建知识库存储问答知识;
与营销业务应用***通过API对接获取客户信息;
通过SIP中继器对客户进行语音通话发起;
识别客户的发声语音,并将其转换成文字;
理解语音识别之后文字的语义;
根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户
与客户进行对话,告知客户欠费地址与应缴纳的电费数额并对通话内容录音。
优选的,还包括:在与客户对话的过程中,当客户触发问答知识时,从知识库选择问答知识对应的答案回复客户。
优选的,还包括:通话结束后,对整个通话内容进行分析,根据客户触发的关键词、问法以及触发的次数判断客户意向,并将客户意向返回给营销业务应用***。
优选的,还包括:标记通话过程中识别客户意向不准确的语句,通过向正确的意向分支或者问答知识中添加关键词和问法语句的方式完善话术。
通过使用本发明,可以实现以下效果:
1.通过话术结点配置模块结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术,通过知识库构建模块构建知识库存储问答知识,通过实时语音识别模块识别客户的发声语音,并将其转换成文字,通过自然语言理解模块理解语音识别之后文字的语义,通过文本转语音模块根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户,从而实现智能语音催缴电费,以节省人力资源,提升催缴效率;
2.结点包括用于配置普通话术的普通结点、用于配置跳转流程话术的跳转结点、用于配置信息收集话术的信息采集结点、用于配置条件判断话术的条件判断结点、用于配置信息查询话术的信息查询结点,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术,可以根据实际需求设置流程等。
3.在该语音识别模型中添加若干热词以提升模型识别效果;
4.自然语言理解模块具体用于在结点的分支与知识库的问答知识中添加问法语句,并独立训练适应电费催缴场景的自然语言理解模型,以提高语言理解的成功率;
5.通过对话管理及分析模块处理通话内容,根据自然语言理解模块进行对话处理、媒体分析,对话分析、意向分析、数据统计生成外呼结果;
6.标记通话过程中识别客户意向不准确的语句,通过向正确的意向分支或者问答知识中添加关键词和问法语句的方式完善话术,提高理解能力,增加与客户之间对话的流畅度。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例一种智能语音电费催缴***的结构示意图;
图2是本发明实施例一种智能语音电费催缴***中话术结点的连接方式示意图;
图3是本发明实施例一种智能语音电费催缴***中知识库的组成结构示意图;
图4是本发明另一实施例一种智能语音电费催缴***的结构示意图;
图5是本发明实施例一种智能语音电费催缴***中三方集成示意图;
图6是本发明实施例一种智能语音电费催缴方法的流程示意图;
图7是本发明另一实施例一种智能语音电费催缴方法种步骤S9的流程示意图。
具体实施方式
以下结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
本发明实施例提出一种智能语音电费催缴***,如图1所示,包括:话术结点配置模块,用于结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术;知识库构建模块,用于构建知识库存储问答知识;实时语音识别模块,用于识别客户的发声语音,并将其转换成文字;自然语言理解模块,用于理解语音识别之后文字的语义;文本转语音模块,用于根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户。
在话术结点配置模块中,共有5种结点,包括:普通结点、跳转结点、信息采集结点、条件判断结点、信息查询结点。用户通过拖拽结点,添加结点内的话术,通过连线形成结点之间的联系。
其中,普通结点中可以添加多套话术,通话中在多套话术中选用一套应用;跳转结点可以设置跳转置挂机或下一话术流程;信息采集结点中支持设置变量,收集通话过程中的客户信息;条件判断结点为机器人与客户在通话过程中针对某一个问题的判断;信息查询结点可以通过调用接口,查询客户想要的信息。
如图2所示的一种话术结点接连方式,在本实施例中主要用到的是普通结点和跳转结点,通过配置结点内的话术与客户意向分类,连接结点之间的连线,组成完整的话术。
其中,话术包括用于在通话接通后告知客户欠费的地址和金额的通知语句、用于向客户确认信息的询问语句和用于对话的结尾的结束语句,所述通知语句和询问语句配置在普通结点中,普通结点内设置多个分支,分支内添加各自的知识库,不同分支代表客户不同的意向;结束语句配置在跳转结点中,跳转结点内设置跳转的操作,包括跳转至挂机与跳转至下一流程。所述流程由结点之间连线构成,主要为结点内的分支与下一结点之间的连线。
如图3所示的一种知识库组成结构,知识库中包含多个问答知识,其中,一个问答知识能够维护一个知识标题和多个答案,以及相对应的关键词库和问法语句库,并且支持设置意向分类和回答之后的操作(比如挂机)。在通话过程中,在客户触发问答知识时,使用问答知识对应的答案回复客户,多次触发相同的问答知识时,从此问答知识中的多个答案中轮询回答。所述触发问答知识,即客户的语句与问答知识中维护的关键词库和问法语句库通过NLP算法模型进行匹配,关键词匹配达到100%或者是问法相似度达到95%即为命中该问答知识。
实时语音识别模块,应用TDNN模型,用于将客户语音数据源转换为文字。在特定目标场景下,由于拾音设备、背景噪声、远近场、说话人口音、音量过小或音量飘忽不定等等原因导致识别率低于预期的现象,可通过对语音识别结果进行分析后,收集目标场景下数据或通过一定的数据增强技术来获取更多目标领域的训练数据,进行针对性定制化训练以改善识别准确率。
进一步的,实时语音识别模块通过在催缴电费的场景训练语音识别模型,并在该语音识别模型中添加若干热词以提升模型识别效果。
在客户询问需要缴费的户号的情况下,有“查户号”、“查询户号”、“户号多少”、“户号”、“用电地址”、“号多少”等热词;在客户对电费额度有疑问时,有“电费”、“欠电费”、“电费是吧”、“计费”、“交费”、“多少电费”等热词。
在客户已缴纳电费确因为数据延迟等原因接到机器人催缴电费的电话时,有“已还”、“已经扣”、“还过了”等热词。
当客户接到机器人催缴电费电话后表后续缴费意向时,有“会交”、“会缴”、“不交”等热词;同时添加了“哪里交”、“没扣”、“怎么交”、“怎么缴”等热词用来应对客户知悉需要缴费后对缴费方式的疑惑。
再有一种特殊的情况,即当欠费地址(或者户号)由于房产变卖,租户更换、电费由户主或者租户其中之一缴纳而数据并未及时更新等原因,催交电费的电话打给了错误的客户,也有相应的热词,如:“户主交”、“房东交”、“不是我交”、“不是我”、“你找房东”等。
除此之外,客户可能会有电量、电表、电压或者业务办理等方面的疑惑,相应的热词有“电量异常”、“电量这么多”、“容量小”、“换电表”、“容量不够”、“电压低”、“电压高”、“办理谷峰”等热词。
最后,在模型中也添加了通用类型的热词,用以应对客户在接通后处于不方便接电话的情况,如;“可以啊”、“没问题”、“有想法”、“需要”、“你讲”、“没打算”、“不方便”等。
自然语言理解模块,应用BERT-tiny、Transformer等模型,技术难点主要是语义的正确表征与解析上。自然语言处理领域,由于语言的多样性与不规律性,不同的词语组合顺序可以表达出不同的语言含义,准确理解语义具有较大挑战。自然语言具有一定的歧义性,准确理解通常需要上下文信息的约束加持;同时,语义表征需要具备较强的鲁棒性,以应对上游语音识别任务出现的错别字现象。在呼叫领域,用户的自然语言并不规范,灵活性高,往往出现省略性表达,或者突然修改对话信息等行为,对于语义表征和多轮状态追踪的灵活性提出更高的要求。为了避免模型过拟合和提升模型的鲁棒性,通常会在训练过程中加入label-smoothing和对抗训练等技术,进一步提升模型的泛化能力。
在本实施例中通过语言模型迁移学习的方式,仅需少量语料就可以用户提问有准确的理解,且基本完全实现了特征的自动化挖掘,后期训练、维护方便。
在本实施例中,通过在话术结点的分支与知识库的问答知识中添加问法语句,独立训练适应电费催缴场景数据的算法模型,使得机器人对客户的语句的理解更加精准,如:
在“社区经理是谁”这一问答知识中,添加了如下问法语句:社区经理是谁、谁是社区经理、社区经理那个、哪个是社区经理、你知道什么是社区经理、我们有社区经理吗、社区经理我们小区有吗等共30条。
文本转语音模块,应用FastSpeech模型。在保证生成音频的自然度的前提下,保证计算资源的低消耗,以及生成音频的稳定性。
作为优选,在一些实施例中,如图4所示,本***还包括:对话管理及分析模块,用于处理通话内容,根据自然语言理解模块进行对话处理、媒体分析,对话分析、意向分析、数据统计生成外呼结果。
对话管理及分析模块,包含媒体分析、对话分析、意向分析和数据分析。在实时语音识别模块,文本转语音模块,自然语言理解模块的支撑下进行对话处理、媒体分析,对话分析、意向分析、数据统计生成外呼结果:包含通话状态、用户画像、最终用户意向、通话数据统计、通话音频、通话详情(转译文本)。
如图5所示,本***与运营商通过SIP中继线与标准的SIP协议实现通信集成。运营商的通信能力通过施工接入SIP中继线到国家电网的机房完成建设,并通过内网专线集成到本***侧的软交换,完成与本***的通信集成对接。本***通过传输SIP信令与RTP媒体流完成与客户的语音对话。SIP中继线可根据业务需要在运营商侧配置所需的并发和带宽,而无需其他硬件设施的扩容。
本***与运营商SIP中继线之间通过SIP信令与RTP媒体流的传输实现语音对话,步骤如下:
1.本***设定主叫与被叫号码,发送SIP Invite信令到SIP中继线再到运营商,运营商内部通过路由最终通过运营商核心网呼通被叫的客户。所述被叫号码为被呼叫客户的号码,所述主叫号码为被叫接听时显示的来电号码;
2.被叫方接起电话后,运营商通过SIP中继线发送SIP ACK信令告知本***被叫已接起;
3.本***与运营商在SIP中继线上建立呼叫媒体流,并开始交互语音通信,通过RTP信道传输媒体流;
4.本***挂机或转接等,均由本***发送相应的SIP信令到SIP中继线告知运营商实现;客户侧的挂机转接等也均由运营商发送相应信令到该SIP中继线告知所述智能语音机器人。
和运营商对接的SIP中继线路中传输的内容包括了SIP信令和RTP媒体流。SIP信令主要包括了通话的状态与动作,以及相应的主叫与被叫号码,RTP媒体流是在电话语音通道建立后,传输语音媒体。
上述实施例提出一种智能语音电费催缴***,相应的,本实施例提出一种智能语音电费催缴方法,应用于一种智能语音电费催缴***,如图6所示,包括以下步骤:
S1:结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术。
S2:构建知识库存储问答知识。
S3:与营销业务应用***通过API对接获取客户信息。
客户信息包括姓名、户号、联系方式、欠费地址和欠费金额,客户名单为:赵女士4000000007 13000000001xx小区3单元156.7;钱先生400000000813000000002YYY路8号0;孙先生4000000009 13000000003ZZZZ路9号139.5;李女士4000000006 13000000004AAAAA路29号189;其中钱先生的欠费金额为0,机器人将自动将钱先生加入白名单,不会对其进行催缴费的电话外呼。
S4:通过SIP中继器对客户进行语音通话发起。
即对赵女士、孙先生与李女士的号码进行外呼。
S5:识别客户的发声语音,并将其转换成文字。
S6:理解语音识别之后文字的语义。
S7:根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户。
S8:与客户进行对话,告知客户欠费地址与应缴纳的电费数额并对通话内容录音。
在通话过程中,在客户触发问答知识时,使用问答知识对应的答案回复客户,多次触发相同的问答知识时,从此问答知识中的多个答案中轮询回答。
电费催缴的相关话术包括通知语句、询问语句、结束语。
通知语句,例如:喂,您好,我这边是供电公司,您在${地址}的房子电费已经欠费${电费金额_整体},请您这边及时交清电费,谢谢。
其中,${地址}与${电费金额_整体}为变量,在通话过程中,将客户信息中的欠费地址与欠费金额填入。特别的,${电费金额_整体}中的“_整体”的含义为:数字的读法,例如将123.4读作“一百二十三点四”,还是“一二三点四”,前者即为“_整体”,后者标记为“_单个”以作区分。
询问语句,例如:我这边只是催费员,提醒您交电费的,请问有什么具体问题吗?
结束语,例如:感谢您的接听,祝您生活愉快,再见。
在一些实施例中,如图7所示,本发明还包括:S9:通话结束后,对整个通话内容进行分析,根据客户触发的关键词、问法以及触发的次数判断客户意向,并将客户意向返回给营销业务应用***。
在一些实施例中,本发明还设置自动重拨:意向为M(未接通)、N(停机/空号)的客户自动加入重播名单中,同时设置重播次数为1次,重播的时间间隔为30分钟,因此将李女士重新添加到待呼叫的客户队列中等待外呼。
在一些实施例中,自动采集通话过程中客户意向不明确的语句,连同人工对通话录音复检过程中标记的机器人识别客户意向不准确的语句集中处理,通过向正确的意向分支或者问答知识中添加关键词和问法语句的方式完善话术,提高机器人理解能力,增加机器人与客户之间对话的流畅度。
基于上述一些步骤的具体方案已经在***实施例详细说明,因此不再赘述。
本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种智能语音电费催缴***,其特征在于,包括:
话术结点配置模块,用于结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术;
知识库构建模块,用于构建知识库存储问答知识;
实时语音识别模块,用于识别客户的发声语音,并将其转换成文字;
自然语言理解模块,用于理解语音识别之后文字的语义;
文本转语音模块,用于根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户。
2.根据权利要求1所述的一种智能语音电费催缴***,其特征在于,所述结点包括用于配置普通话术的普通结点、用于配置跳转流程话术的跳转结点、用于配置信息收集话术的信息采集结点、用于配置条件判断话术的条件判断结点、用于配置信息查询话术的信息查询结点。
3.根据权利要求2所述的一种智能语音电费催缴***,其特征在于,
所述话术包括用于在通话接通后告知客户欠费的地址和金额的通知语句、用于向客户确认信息的询问语句和用于对话的结尾的结束语句,所述通知语句和询问语句配置在普通结点中,普通结点内设置多个分支,分支内添加各自的知识库,不同分支代表客户不同的意向;结束语句配置在跳转结点中,跳转结点内设置跳转的操作,包括跳转至挂机与跳转至下一流程。
4.根据权利要求1所述的一种智能语音电费催缴***,其特征在于,
实时语音识别模块具体用于在催缴电费的场景训练语音识别模型,并在该语音识别模型中添加若干热词以提升模型识别效果。
5.根据权利要求1所述的一种智能语音电费催缴***,其特征在于,
自然语言理解模块具体用于在结点的分支与知识库的问答知识中添加问法语句,并独立训练适应电费催缴场景的自然语言理解模型。
6.根据权利要求1所述的一种智能语音电费催缴***,其特征在于,还包括:
对话管理及分析模块,用于处理通话内容,根据自然语言理解模块进行对话处理、媒体分析,对话分析、意向分析、数据统计生成外呼结果。
7.一种智能语音电费催缴方法,应用于如权利要求1~6任一项所述的一种智能语音电费催缴***,其特征在于,包括:
结合电费催缴场景,通过配置结点内的话术与客户意向分类,连接结点之间的连线组成完整的话术;
构建知识库存储问答知识;
与营销业务应用***通过API对接获取客户信息;
通过SIP中继器对客户进行语音通话发起;
识别客户的发声语音,并将其转换成文字;
理解语音识别之后文字的语义;
根据对语义的理解选择话术结点配置模块内的话术或知识库构建模块中的答案,并合成语音播放给客户
与客户进行对话,告知客户欠费地址与应缴纳的电费数额并对通话内容录音。
8.根据权利要求7所述的一种智能语音电费催缴方法,其特征在于,还包括:
在与客户对话的过程中,当客户触发问答知识时,从知识库选择问答知识对应的答案回复客户。
9.根据权利要求7所述的一种智能语音电费催缴方法,其特征在于,还包括:
通话结束后,对整个通话内容进行分析,根据客户触发的关键词、问法以及触发的次数判断客户意向,并将客户意向返回给营销业务应用***。
10.根据权利要求7~9任一项所述的一种智能语音电费催缴方法,其特征在于,还包括:
标记通话过程中识别客户意向不准确的语句,通过向正确的意向分支或者问答知识中添加关键词和问法语句的方式完善话术。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010806179.5A CN112150694A (zh) | 2020-08-12 | 2020-08-12 | 一种智能语音电费催缴***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010806179.5A CN112150694A (zh) | 2020-08-12 | 2020-08-12 | 一种智能语音电费催缴***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112150694A true CN112150694A (zh) | 2020-12-29 |
Family
ID=73888084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010806179.5A Pending CN112150694A (zh) | 2020-08-12 | 2020-08-12 | 一种智能语音电费催缴***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150694A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113037934A (zh) * | 2021-02-26 | 2021-06-25 | 西安金讯通软件技术有限公司 | 一种基于呼叫中心通话录音的热词分析*** |
CN113139059A (zh) * | 2021-05-13 | 2021-07-20 | 八维(杭州)科技有限公司 | 一种基于人机对话的意向分级方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566670A (zh) * | 2017-09-05 | 2018-01-09 | 南京硅基智能科技有限公司 | 基于语音识别实现自主拨号,智能对话以及信息分析的方法 |
CN109920414A (zh) * | 2019-01-17 | 2019-06-21 | 平安城市建设科技(深圳)有限公司 | 人机问答方法、装置、设备和存储介质 |
CN110769124A (zh) * | 2019-10-30 | 2020-02-07 | 国网江苏省电力有限公司镇江供电分公司 | 电力营销客户沟通*** |
CN111078846A (zh) * | 2019-11-25 | 2020-04-28 | 青牛智胜(深圳)科技有限公司 | 一种基于业务场景的多轮对话体系构建方法及*** |
-
2020
- 2020-08-12 CN CN202010806179.5A patent/CN112150694A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566670A (zh) * | 2017-09-05 | 2018-01-09 | 南京硅基智能科技有限公司 | 基于语音识别实现自主拨号,智能对话以及信息分析的方法 |
CN109920414A (zh) * | 2019-01-17 | 2019-06-21 | 平安城市建设科技(深圳)有限公司 | 人机问答方法、装置、设备和存储介质 |
CN110769124A (zh) * | 2019-10-30 | 2020-02-07 | 国网江苏省电力有限公司镇江供电分公司 | 电力营销客户沟通*** |
CN111078846A (zh) * | 2019-11-25 | 2020-04-28 | 青牛智胜(深圳)科技有限公司 | 一种基于业务场景的多轮对话体系构建方法及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113037934A (zh) * | 2021-02-26 | 2021-06-25 | 西安金讯通软件技术有限公司 | 一种基于呼叫中心通话录音的热词分析*** |
CN113139059A (zh) * | 2021-05-13 | 2021-07-20 | 八维(杭州)科技有限公司 | 一种基于人机对话的意向分级方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110769124B (zh) | 电力营销客户沟通*** | |
CN110263144A (zh) | 一种答案获取方法及装置 | |
US8694324B2 (en) | System and method of providing an automated data-collection in spoken dialog systems | |
US7907705B1 (en) | Speech to text for assisted form completion | |
CN101010934B (zh) | 用于机器学习的方法 | |
CN109979457A (zh) | 一种应用于智能对话机器人的千人千面的方法 | |
CN110442701A (zh) | 语音对话处理方法及装置 | |
CN109413286A (zh) | 一种智能客服语音应答***及方法 | |
CN107465816A (zh) | 一种通话即时原声语音翻译的通话终端及方法 | |
CN111294471B (zh) | 一种智能电话应答方法和*** | |
KR102241532B1 (ko) | 지능형 콜봇 서버 및 이를 이용한 무인 상담 방법 | |
CN109005190B (zh) | 一种在网页上实现全双工语音对话和页面控制的方法 | |
CN112150694A (zh) | 一种智能语音电费催缴***及方法 | |
CN101334999A (zh) | 中文语音识别***及其语音识别方法 | |
CN115643341A (zh) | 人工智能客服应答*** | |
CN114818649A (zh) | 基于智能语音交互技术的业务咨询处理方法及装置 | |
CN111291157A (zh) | 应答响应方法、装置、终端及存储介质 | |
US20050278177A1 (en) | Techniques for interaction with sound-enabled system or service | |
CN104601834A (zh) | 多语种自动语音呼叫应答装置及其使用方法 | |
CN113779217A (zh) | 一种基于人机交互的智能语音外呼业务方法及*** | |
CN117424960A (zh) | 智能语音服务方法、装置、终端设备以及存储介质 | |
CN109616116B (zh) | 通话***及其通话方法 | |
CN111611407A (zh) | 客服服务交互方法、装置、存储介质及设备 | |
CN115022471B (zh) | 一种智能机器人语音交互***和方法 | |
CN116340482A (zh) | 基于企业微信结合nlp引擎的多技能客服辅助产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |
|
RJ01 | Rejection of invention patent application after publication |