CN113114851B - 来电智能语音回复方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了来电智能语音回复方法、设备和存储介质，涉及语音技术等人工智能技术领域。具体实现方案为：在被叫端有来打呼入的情况下，智能为被叫端接听来电，并获取所述来电中的第一来电语音信息，确定所述第一来电语音信息所对应的场景类型，响应于所述第一来电语音信息中未涉及到地理关键词，获取所述被叫端为所述场景类型所设置的地理位置信息，根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息，播放所述回复语音信息以回复所述第一来电语音信息。由此，智能为被叫端接听来电，基于场景类型以及地理位置信息对来电语音信息进行智能回复，提高回复的智能性以及准确性。

Description

来电智能语音回复方法、装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，具体涉及语音技术等人工智能技术领域，尤其涉及来电智能语音回复方法、设备和存储介质。

背景技术

目前，在使用手机的过程中，在用户出现在遇忙、无人接听、无法接等情况下，此时，有其他用户拨打机主号码时，往往会出现漏接的现象，容易导致用户错过某些重要的信息，如何智能为手机进行来电转接是目前亟需解决的技术问题。

发明内容

本公开提供了一种用于来电智能语音回复方法、设备和存储介质。

根据本公开的一方面，提供了一种来电智能语音回复方法，包括：为被叫端接听来电，并获取所述来电中的第一来电语音信息；确定所述第一来电语音信息所对应的场景类型；响应于所述第一来电语音信息中未涉及到地理关键词，获取所述被叫端为所述场景类型所设置的地理位置信息；根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息；播放所述回复语音信息以回复所述第一来电语音信息。

根据本公开的另一方面，提供了一种来电智能语音回复装置，包括：第一获取模块，用于为被叫端接听来电，并获取所述来电中的第一来电语音信息；确定模块，用于确定所述第一来电语音信息所对应的场景类型；第二获取模块，用于响应于所述第一来电语音信息中未涉及到地理关键词，获取所述被叫端为所述场景类型所设置的地理位置信息；根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息；播放模块，用于播放所述回复语音信息以回复所述第一来电语音信息。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开的来电智能语音回复方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开实施例公开的来电智能语音回复方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开的来电智能语音回复方法。

上述申请中的一个实施例具有如下优点或有益效果：

在被叫端有来打呼入的情况下，智能为被叫端接听来电，并获取所述来电中的第一来电语音信息，确定所述第一来电语音信息所对应的场景类型，响应于所述第一来电语音信息中未涉及到地理关键词，获取所述被叫端为所述场景类型所设置的地理位置信息，根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息，播放所述回复语音信息以回复所述第一来电语音信息。由此，智能为被叫端接听来电，并确定来电中来电语音信息所对应的场景类型，以及基于场景类型以及地理位置信息对来电语音信息进行智能回复，提高了回复的智能性以及准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一个实施例提供的一种来电智能语音回复方法的流程示意图；

图2是根据本公开另一个实施例提供的一种来电智能语音回复方法的流程示意图；

图3是根据本公开另一个实施例提供的一种来电智能语音回复方法的流程示意图；

图4是根据本公开另一个实施例提供的一种来电智能语音回复方法的流程示意图；

图5是根据本公开另一个实施例提供的一种来电智能语音回复方法的流程示意图；

图6是根据本公开一个实施例提供的一种来电智能语音回复方法的交互流程示意图；

图7是根据本公开一个实施例提供的一种来电智能语音回复装置的结构示意图；

图8是根据本公开另一个实施例提供的一种来电智能语音回复装置的结构示意图；

图9是用来实现本公开实施例的来电智能语音回复方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

下面参考附图描述本公开实施例的来电智能语音回复方法、设备和存储介质。

图1是根据本公开一个实施例提供的一种来电智能语音回复方法的流程示意图。

如图1所示，该来电智能语音回复方法可以包括：

步骤101，为被叫端接听来电，并获取来电中的第一来电语音信息。

其中，上述来电智能语音回复方法的执行主体为来电智能语音回复装置，该来电智能语音回复装置可以由软件和/或硬件的方式实现，该实施例中的来电智能语音回复装置可以配置在电子设备中，该电子设备可以包括但不限于终端设备、服务器等，该实施例对此不作具体限定。

在一些实施例中，在检测到被叫端有来电呼入的情况下，如果确定被叫端启动来电智能语音回复功能，则上述来电智能语音回复装置为被叫端接听来电，并获取来电中的第一来电语音信息。

其中，上述来电智能语音回复功能可以是在被叫端中与来电智能语音回复装置对应的客户端上而预先设置的。

其中，上述客户端可以为一个单独的应用程序，或者，小程序，或者网页等，该实施例对此不作具体限定。

步骤102，确定第一来电语音信息所对应的场景类型。

在一些实施例中，上述确定第一来电语音信息所对应的场景类型可通过多种方式实现，示例性的实施方式为：

作为一种示例，可结合来电对应的主叫号码信息，来确定第一来电语音信息所对应的场景类型。

具体地，可从号码标记库中，获取主叫号码信息的标记标签，并根据标记标签，确定第一来电语音信息所对应的场景类型。例如，在根据号码标记库中，确定主叫号码信息的标记标签为快递员号码的情况下，可确定第一来电语音信息所对应的场景类型为快递场景。

又例如，在根据号码标记库中，确定主叫号码信息的标记标签为外卖员号码的情况下，可确定第一来电语音信息所对应的场景类型为外卖场景。

作为另一种示例，可根据来电所对应的主叫号码信息以及第一来电语音信息进行意图分析，根据意图分析结果，确定第一来电语音信息所对应的场景类型。

例如，根据来电所对应的主叫号码信息以及第一来电语音信息进行意图分析，根据意图分析结果该来电是为了送外卖，可确定该第一来电语音信息所对应的场景类型为外卖场景类型。

又例如，根据来电所对应的主叫号码信息以及第一来电语音信息进行意图分析，根据意图分析结果该来电是为了接乘客，可确定该第一来电语音信息所对应的场景类型为打车场景类型。

又例如，根据来电所对应的主叫号码信息以及第一来电语音信息进行意图分析，根据意图分析结果该来电是为了送快递，可确定该第一来电语音信息所对应的场景类型为快递场景类型。

作为另一种示例，可对第一来电语音信息进行语音识别，以得到第一来电语音信息的文本信息；根据文本信息，确定来电语言信息所对应的场景类型。

在本示例中，通过对第一来电语音信息的文本信息进行分析，来准确确定出来电语音信息所对应的场景类型。

在一些实施例中，为了可以准确确定出来电语音信息所对应的场景类型，上述根据文本信息，确定来电语言信息所对应的场景类型的一种可能实现方式为：确定文本信息中存在预设关键词；获取与预设关键词对应的场景类型，并将与预设关键词对应的场景类型作为第一来电语音信息所对应的场景类型。

例如，在接通来电后，对来电的第一来电语音信息进行语音识别，所得到的文本信息为“您好，你的快递到了”，确定出该文本信息中存在预设关键词“快递”，此时，可确定第一来电语音信息所对应的场景类型为快递场景类型。

又例如，在接通来电后，对来电的第一来电语音信息进行语音识别，所得到的文本信息为“您好，你的外卖到了”，确定出该文本信息中存在预设关键词“外卖”，此时，可确定第一来电语音信息所对应的场景类型为外卖场景类型。

其中，本实施例中的场景类型可以包括但不限于快递场景类型、外卖场景类型、打车场景类型等，该实施例的场景类型不限定于此。

步骤103，响应于第一来电语音信息中未涉及到地理关键词，获取被叫端为场景类型所设置的地理位置信息。

在一些实施例中，可对第一来电语音信息进行语音识别，以得到该第一来电语音信息的文本信息，并判断该文本信息是否包括地理关键词，如果该文本信息中不包括地理关键词，则确定第一来电语音信息中未涉及到地理关键词，并获取被叫端为场景类型所设置的地理位置信息。

其中，可以理解的是，上述场景类型所设置的地理位置信息是用户在被叫端中预先设置的。

作为一种示例性的实施方式，在使用被叫端的过程中，可通过可在被叫端中的客户端来设置。具体地，可并通过客户端向来电智能语音回复装置发送针对该场景类型的设置请求。对应地，来电智能语音回复装置可根据设置请求返回与该场景类型对应的配置界面，此时，用户可根据需求在配置界面上设置该场景类型下对应的地理位置信息，与该地理位置信息所对应的回复文本。其中，需要说明的是，上述地理位置信息的个数可以为一个或者多个。由此，使得用户可根据需求灵活设置不同地点所定的回复内容，实现高级定制，满足用户的个性化高级定制需求。

例如，场景类型为快递场景类型，可在快递场景类型所对应的配置界面上设置地理位置信息“某某壹号院”所对应的回复文本为“帮我放在门口吧”，并可设置地理位置信息“某某科技园”所对应的回复文本为“帮我放在收发室吧”。

其中，需要说明的是，在一些实施例中，为了满足个性化设置的需求，在配置界面上还可以设置添加更多位置的选项，从而使得用户通过触发该选项，来为更多的地理位置信息设置所对应的回复文本。

步骤104，根据地理位置信息，生成与第一来电语音信息对应的第一回复语音信息。

步骤105，播放回复语音信息以回复第一来电语音信息。

本公开实施例的来电智能语音回复方法，在被叫端有来打呼入的情况下，智能为被叫端接听来电，并获取来电中的第一来电语音信息，确定第一来电语音信息所对应的场景类型，响应于第一来电语音信息中未涉及到地理关键词，获取被叫端为场景类型所设置的地理位置信息，根据地理位置信息，生成与第一来电语音信息对应的第一回复语音信息，播放回复语音信息以回复第一来电语音信息。由此，智能为被叫端接听来电，并确定来电中来电语音信息所对应的场景类型，以及基于场景类型以及地理位置信息对来电语音信息进行智能回复，提高了回复的智能性以及准确性。

可以理解的是，在一些实施中，在对应场景类型的智能回复功能未开启的情况下，可根据被叫端为该场景类型所设置的兜底回复，生成与第一来电语音信息对应的第一回复语音信息。

例如，兜底回复可以为“我现在不太方便，稍后再联系您吧”。

在一些实施例中，上述对应场景类型下所对应的兜底回复，可以是用户在与该场景类型对应的配置界面上设置的，该配置界面上还可以包括设置对应地理位置信息以及对应的回复文本的功能，具体描述，可参见上述实施例中的相关描述，此处不再赘述。

在一些实施例中，在有些场景中，第一来电语音信息中可能直接包括了地理关键词，为了进一步提高回复的智能性，如图2所示，该方法还可以包括：

步骤201，响应于第一来电语音信息中包括地理关键词，确定第一来电语音信息中地理关键词所对应的第二地理位置信息。

步骤202，获取被叫端为第二地理位置信息所设置的第一回复文本。

步骤203，根据提问文本，生成与第一来电语音信息所对应的第一回复语音信息。

在本实施例中，在第一来电语音信息中包括地理关键词的情况下，结合第一来电语音信息中地理关键词所对应的第二地理位置信息，获取被叫端为第二地理位置信息所设置的第一回复文本，直接基于提问文本，生成与第一来电语音信息所对应的第一回复语音信息。由此，结合地理位置信息，实现了对来电语音信息的准确回复，避免了因未结合地理位置信息而给出统一回复，从而造成物品被错放位置情况的发生。

图3是根据本公开另一个实施例提供的一种来电智能语音回复方法的流程示意图。其中，需要说明的是，本实施例是对图1所示实施例的进一步细化或者优化。

如图3所示，该来电智能语音回复方法可以包括：

步骤301，为被叫端接听来电，并获取来电中的第一来电语音信息。

步骤302，确定第一来电语音信息所对应的场景类型。

步骤303，响应于第一来电语音信息中未涉及到地理关键词，获取被叫端为场景类型所设置的地理位置信息。

其中，需要说明的是，上述步骤301至步骤303，与上述步骤101值步骤103相同，此处不再赘述。

步骤304，生成包括地理位置信息的提问文本。

例如，第一来电语音信息为“您好，你的快递到了”，此时，可确定第一来电语音信息所对应的场景类型为快递场景类型，假设被叫端为场景类型所设置的地理位置信息为“XX壹号院”，此时，生成包括地理位置信息的提问文本可以为“请问是在 XX壹号院”。

步骤305，根据提问文本，生成与第一来电语音信息对应的第一回复语音信息。

在本实施例中，在获取到提问文本后，可基于语音合成模块合成提问文本所对应的语音信息，并将所生成的语音信息作为与第一来电语音信息对应的第一回复语音信息。

步骤306，播放回复语音信息以回复第一来电语音信息。

在本实施例中，在对第一来电语音信息进行回复的过程中，直接生成包括地理位置信息的提问文本，根据提问文本，生成与第一来电语音信息对应的第一回复语音信息。由此，基于被叫端预先为该场景类型下的地理位置，生成了向呼叫端提问的回复语音信息，实现了对呼叫端所处地理位置信息的进一步确定，继而方便基于来电的后续语音信息进行更加准确地回复，提高了交互的智能性。

在另一些实施例中，上述根据地理位置信息，生成与第一来电语音信息对应的第一回复语音信息的另一种可能的实现方式为：获取被叫端为该地理位置信息所预先设置的提问文本，基于所查询到的提问文本，生成第一来电语音信息所对应的第一回复语音信息。其中，提问文本中包括地理位置信息。

基于上述实施例的基础上，通常在来电过程中可能涉及到多轮对话，在来电智能语音回复装置在利用第一回复语音信息对第一来电语音信息进行回复后，为了可以实现对后续进行准确地、智能地回复，在图3所示的基础上，如图4所示，该来电智能语音回复方法还可以包括：

步骤401，从来电中获取针对第一回复语音信息对应的第二来电语音信息。

步骤402，确定第二来电语音信息的意图类型。

在一些实施例中，可对第二来电语音信息进行语音识别，以得到对应文本信息，并根据文本信息，确定第二来电语音信息的意图类型。

其中，上述意图类型可以包括肯定意图类型和否定意图类型。

步骤403，在意图类型为肯定意图类型的情况下，获取被叫端为地理位置信息预先设置的第二回复文本。

步骤404，根据第二回复文本，生成与第二来电语音信息对应的第二回复语音信息。

在本实施例中，在获取到提问文本后，可基于语音合成模块合成提问文本所对应的语音信息，并将所生成的语音信息作为与第二来电语音信息对应的第二回复语音信息。

在一些实施例中，可能存在意图类型为否定意图类型的情况，为了在否定意图类型的情况下，对来电语音信息进行智能回复，如图5所示，该方法还可以包括：

步骤501，确定第二来电语音信息中是否涉及到地理关键词，如果是，则执行步骤502至步骤503，否则执行步骤504至步骤506。

步骤502，从多个地理位置信息中选择一个未遍历过的地理位置信息作为第一目标地理位置信息。

步骤503，根据第一目标地理位置信息，生成与第二来电语音信息对应的第二回复语音信息。

步骤504，确定第二来电语音信息中地理关键词所对应的第二目标地理位置信息。

步骤505，获取被叫端为第二目标地理信息所设置的第三回复文本。

步骤506，根据第三回复文本，生成与第二来电语音信息对应的第二回复语音信息。

在一些实施例中，为了使得本领域的技术人员可以清楚地了解本公开，下面结合图6对该实施例中的来电智能语音回复方法进行描述。其中，本实施例中以来电智能语音回复装置设置在服务器端上为例进行描述，并且，服务器端上可以包括呼叫中心、语音识别模块、智能来电秘书平台、智能对话引擎、语音合成模块。其中，服务器端中的上述各个组成部分相互配合来实现来电智能语音回复方法，其中，上述各个部分之间的交互示意图，如图6所示。

具体地，在为被叫端转接来电后，呼叫中心获取来电的语音信息A，并将语音信息A发送给语音识别模块(601)。对应地，语音识别模块将语音信息A所对应的用户文本信息A发送给智能来电秘书平台(602)。智能来电秘书平台将用户文本信息A 发送给智能对话引擎(603)。对应地，智能对话引擎基于用户文本信息A确定对应的场景类型，并将场景类型发送给智能来电秘书平台(604)。对应地，在智能来电秘书平台确定场景类型不是预设场景类型(例如，快递场景类型、外卖场景类型、打车场景类型)的情况下，将回复配置内容发送给呼叫中心(6051)。另外，在智能来电秘书平台确定该场景类型是预设场景类型中的一种的情况下，智能来电秘书平台用户为该场景类型所对应的地理位置信息，并生成包括地理位置信息的提问文本，并将提问文本发送给语音合成模块(6052)。对应地，语音合成模块生成该提问文本的语音信息，并将语音信息发送给呼叫中心(606)。例如，语音信息对应的文本可以为“请问是在莫某壹号院吗”。

呼叫中心再次接收到语音信息B，呼叫中心将再次接收到的语音信息B发送给语音识别模块(607)。对应地，语音识别模块将语音信息B所对应的用户文本信息B 发送给智能来电秘书平台(608)。智能来电秘书平台将用户文本信息B发送给智能对话引擎(609)。对应地，智能对话引擎基于用户文本信息B确定对应的意图类型，并将意图类型发送给智能来电秘书平台(610)，其中，意图类型包括肯定意图类型和否定意图类型。智能来电秘书平台在确定意图类型为肯定意图类型的情况下，获取被叫端为该地理位置信息所预先设置的回复文本，并获取该回复文本的语音信息，并将该回复文本对应的语音信息发送给呼叫中心(6111)。智能来电秘书平台在确定意图类型为否定意图类型的情况下，可基于用户配置的下一个地理位置信息，并获取下一个地理位置信息所对应的提问文本，以及该提问文本的语音信息，并将该语音信息发送给呼叫中心(6112)。基于上述方式继续进行多轮对话，直至来电结束。

为了实现上述实施例，本公开实施例还提供一种来电智能语音回复装置。

图7是根据本公开一个实施例提供的一种来电智能语音回复装置的结构示意图。

如图7所示，该来电智能语音回复装置700可以包括第一获取模块701、第一确定模块702、第二获取模块703、第一回复生成模块704、播放模块705。其中：

第一获取模块701，用于为被叫端接听来电，并获取来电中的第一来电语音信息。

第一确定模块702，用于确定第一来电语音信息所对应的场景类型。

第二获取模块703，用于响应于第一来电语音信息中未涉及到地理关键词，获取被叫端为场景类型所设置的地理位置信息。

第一回复生成模块704，用于根据地理位置信息，生成与第一来电语音信息对应的第一回复语音信息。

播放模块705，用于播放回复语音信息以回复第一来电语音信息。

其中，需要说明的是，前述对来电智能语音回复方法实施例的解释说明也适用于本实施例，本实施对此不再赘述。

本公开实施例的来电智能语音回复装置，在被叫端有来打呼入的情况下，智能为被叫端接听来电，并获取来电中的第一来电语音信息，确定第一来电语音信息所对应的场景类型，响应于第一来电语音信息中未涉及到地理关键词，获取被叫端为场景类型所设置的地理位置信息，根据地理位置信息，生成与第一来电语音信息对应的第一回复语音信息，播放回复语音信息以回复第一来电语音信息。由此，智能为被叫端接听来电，并确定来电中来电语音信息所对应的场景类型，以及基于场景类型以及地理位置信息对来电语音信息进行智能回复，提高了回复的智能性以及准确性。

在本公开的一个实施例中，如图8所示，该来电智能语音回复装置可以包括：第一获取模块801、第一确定模块802、第二获取模块803、第一回复生成模块804、播放模块805、第二确定模块806、第三获取模块807、第二回复生成模块808、第四获取模块809、第三确定模块810、第五获取模块811、第三回复生成模块812、选择模块813、第四回复生成模块814、第四确定模块815、第六获取模块816、第五回复生成模块817，其中，第一确定模块802可以包括：语音识别单元8021和确定单元8022。

其中，关于第一获取模块801、第一确定模块802、第二获取模块803、第一回复生成模块804、播放模块805的详细描述请参考图7所示实施例中第一获取模块701、第二获取模块703、第一回复生成模块704、播放模块705的说明，此处不再进行描述。

在本公开的一个实施例中，第二确定模块806，用于响应于第一来电语音信息中包括地理关键词，确定第一来电语音信息中地理关键词所对应的第二地理位置信息。

第三获取模块807，用于获取被叫端为第二地理位置信息所设置的第一回复文本；

第二回复生成模块808，用于根据提问文本，生成与第一来电语音信息所对应的第一回复语音信息。

在本公开的一个实施例中，第一确定模块802，可以包括：

语音识别单元8021，用于对第一来电语音信息进行语音识别，以得到第一来电语音信息的文本信息；

确定单元8022，用于根据文本信息，确定来电语言信息所对应的场景类型。

在本公开的一个实施例中，确定单元8022，具体用于：

确定文本信息中存在预设关键词；

获取与预设关键词对应的场景类型，并将与预设关键词对应的场景类型作为第一来电语音信息所对应的场景类型。

在本公开的一个实施例中，第一回复生成模块804，具体用于：生成包括地理位置信息的提问文本；根据提问文本，生成与第一来电语音信息对应的第一回复语音信息。

在本公开的一个实施例中，如图8所示，该装置还包括：

第四获取模块809，用于从来电中获取针对第一回复语音信息对应的第二来电语音信息；

第三确定模块810，用于确定第二来电语音信息的意图类型；

第五获取模块811，用于在意图类型为肯定意图类型的情况下，获取被叫端为地理位置信息预先设置的第二回复文本；

第三回复生成模块812，用于根据第二回复文本，生成与第二来电语音信息对应的第二回复语音信息。

在本公开的一个实施例中，如图8所示，地理位置信息为多个，装置还包括：

选择模块813，用于在意图类型为否定意图类型的情况下，响应于第二来电语音信息未涉及到地理关键词，从多个地理位置信息中选择一个未遍历过的地理位置信息作为第一目标地理位置信息；

第四回复生成模块814，用于根据第一目标地理位置信息，生成与第二来电语音信息对应的第二回复语音信息。

在本公开的一个实施例中，如图8所示，该装置还包括：

第四确定模块815，用于响应于第二来电语音信息中包括地理关键词，确定第二来电语音信息中地理关键词所对应的第二目标地理位置信息；

第六获取模块816，用于获取被叫端为第二目标地理信息所设置的第三回复文本；

第五回复生成模块817，用于根据第三回复文本，生成与第二来电语音信息对应的第二回复语音信息。

其中，需要说明的是，前述对来电智能语音回复方法实施例的解释说明也适用于本实施例中的来电智能语音回复装置，此处不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质和一种计算机程序产品。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM) 902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如来电智能语音回复方法。例如，在一些实施例中，来电智能语音回复方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的来电智能语音回复方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行来电智能语音回复方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS 服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。

其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种来电智能语音回复方法，包括：

为被叫端接听来电，并获取所述来电中的第一来电语音信息；

确定所述第一来电语音信息所对应的场景类型；

响应于所述第一来电语音信息中未涉及到地理关键词，获取所述被叫端为所述场景类型所设置的地理位置信息；

根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息；

播放所述回复语音信息以回复所述第一来电语音信息；

所述根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息，包括：

生成包括所述地理位置信息的提问文本；

根据所述提问文本，生成与所述第一来电语音信息对应的第一回复语音信息；

从所述来电中获取针对所述第一回复语音信息对应的第二来电语音信息；

确定所述第二来电语音信息的意图类型；

在所述意图类型为肯定意图类型的情况下，获取所述被叫端为所述地理位置信息预先设置的第二回复文本；

根据所述第二回复文本，生成与所述第二来电语音信息对应的第二回复语音信息。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于所述第一来电语音信息中包括地理关键词，确定所述第一来电语音信息中地理关键词所对应的第二地理位置信息；

获取所述被叫端为所述第二地理位置信息所设置的第一回复文本；

根据所述提问文本，生成与所述第一来电语音信息所对应的第一回复语音信息。

3.根据权利要求1所述的方法，其中，所述确定所述第一来电语音信息所对应的场景类型包括：

对所述第一来电语音信息进行语音识别，以得到所述第一来电语音信息的文本信息；

根据所述文本信息，确定所述来电语言信息所对应的场景类型。

4.根据权利要求3所述的方法，其中，所述根据所述文本信息，确定所述来电语言信息所对应的场景类型，包括：

确定所述文本信息中存在预设关键词；

获取与所述预设关键词对应的场景类型，并将与所述预设关键词对应的场景类型作为所述第一来电语音信息所对应的场景类型。

5.根据权利要求1所述的方法，其中，所述地理位置信息为多个，所述方法还包括：

在所述意图类型为否定意图类型的情况下，响应于所述第二来电语音信息未涉及到地理关键词，从所述多个地理位置信息中选择一个未遍历过的地理位置信息作为第一目标地理位置信息；

根据所述第一目标地理位置信息，生成与所述第二来电语音信息对应的第二回复语音信息。

6.根据权利要求5所述的方法，其中，所述方法还包括：

响应于所述第二来电语音信息中包括地理关键词，确定所述第二来电语音信息中地理关键词所对应的第二目标地理位置信息；

获取所述被叫端为所述第二目标地理信息所设置的第三回复文本；

根据所述第三回复文本，生成与所述第二来电语音信息对应的第二回复语音信息。

7.一种来电智能语音回复装置，包括：

第一获取模块，用于为被叫端接听来电，并获取所述来电中的第一来电语音信息；

第一确定模块，用于确定所述第一来电语音信息所对应的场景类型；

第二获取模块，用于响应于所述第一来电语音信息中未涉及到地理关键词，获取所述被叫端为所述场景类型所设置的地理位置信息；

第一回复生成模块，用于根据所述地理位置信息，生成与所述第一来电语音信息对应的第一回复语音信息；

播放模块，用于播放所述回复语音信息以回复所述第一来电语音信息；

所述第一回复生成模块，具体用于：

生成包括所述地理位置信息的提问文本；

根据所述提问文本，生成与所述第一来电语音信息对应的第一回复语音信息；

第四获取模块，用于从所述来电中获取针对所述第一回复语音信息对应的第二来电语音信息；

第三确定模块，用于确定所述第二来电语音信息的意图类型；

第五获取模块，用于在所述意图类型为肯定意图类型的情况下，获取所述被叫端为所述地理位置信息预先设置的第二回复文本；

第三回复生成模块，用于根据所述第二回复文本，生成与所述第二来电语音信息对应的第二回复语音信息。

8.根据权利要求7所述的装置，其中，所述装置还包括：

第二确定模块，用于响应于所述第一来电语音信息中包括地理关键词，确定所述第一来电语音信息中地理关键词所对应的第二地理位置信息；

第三获取模块，用于获取所述被叫端为所述第二地理位置信息所设置的第一回复文本；

第二回复生成模块，用于根据所述提问文本，生成与所述第一来电语音信息所对应的第一回复语音信息。

9.根据权利要求7所述的装置，其中，所述第一确定模块，包括：

语音识别单元，用于对所述第一来电语音信息进行语音识别，以得到所述第一来电语音信息的文本信息；

确定单元，用于根据所述文本信息，确定所述来电语言信息所对应的场景类型。

10.根据权利要求9所述的装置，其中，所述确定单元，具体用于：

确定所述文本信息中存在预设关键词；

获取与所述预设关键词对应的场景类型，并将与所述预设关键词对应的场景类型作为所述第一来电语音信息所对应的场景类型。

11.根据权利要求7所述的装置，其中，所述地理位置信息为多个，所述装置还包括：

选择模块，用于在所述意图类型为否定意图类型的情况下，响应于所述第二来电语音信息未涉及到地理关键词，从所述多个地理位置信息中选择一个未遍历过的地理位置信息作为第一目标地理位置信息；

第四回复生成模块，用于根据所述第一目标地理位置信息，生成与所述第二来电语音信息对应的第二回复语音信息。

12.根据权利要求11所述的装置，其中，所述装置还包括：

第四确定模块，用于响应于所述第二来电语音信息中包括地理关键词，确定所述第二来电语音信息中地理关键词所对应的第二目标地理位置信息；

第六获取模块，用于获取所述被叫端为所述第二目标地理信息所设置的第三回复文本；

第五回复生成模块，用于根据所述第三回复文本，生成与所述第二来电语音信息对应的第二回复语音信息。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。

Images