CN113919775A - 司机端语音回访方法、装置、电子设备和存储介质 - Google Patents

司机端语音回访方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113919775A
CN113919775A CN202111158930.6A CN202111158930A CN113919775A CN 113919775 A CN113919775 A CN 113919775A CN 202111158930 A CN202111158930 A CN 202111158930A CN 113919775 A CN113919775 A CN 113919775A
Authority
CN
China
Prior art keywords
driver
voice
driver terminal
logistics
terminal
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
Application number
CN202111158930.6A
Other languages
English (en)
Inventor
张鲁宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Pinjie Network Technology Co Ltd
Original Assignee
Hangzhou Pinjie Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Pinjie Network Technology Co Ltd filed Critical Hangzhou Pinjie Network Technology Co Ltd
Priority to CN202111158930.6A priority Critical patent/CN113919775A/zh
Publication of CN113919775A publication Critical patent/CN113919775A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • 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
    • G10L15/16—Speech classification or search using artificial neural networks
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Quality & Reliability (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种司机端语音回访方法、装置、电子设备和存储介质，其中方法包括：查询司机终端的物流订单；根据物流订单的物流地址判断司机终端所对应的承运车辆是否存在异常，如果存在异常则向司机终端发起语音回访指令，如果不存在异常则向司机终端发送上传定位指令；响应于司机终端对语音回访指令反馈的司机语音数据，将疏忽语音数据输入至语音对答神经网络模型以使语音对答神经网络模型输出交互语音数据；将交互语音数据发送至司机终端。本申请的有益之处在于提供了一种基于承运车辆的物流订单和定位数据从而智能发起语音回访以获知或督促承运车辆司机及时完成物流订单的司机端语音回访方法、装置、电子设备和存储介质。

Description

司机端语音回访方法、装置、电子设备和存储介质
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种司机端语音回访方法、装置、电子设备和存储介质。
背景技术
如图1所示，在相关技术中，通过互联网平台的方式，将多个店铺的订单进行汇集，然后再向供应商进行统一的采购和物流取货，然后再由承运车辆按照采购订单配送至对应的店铺，以降低诸如便利店等店铺的仓储成本，提高采购的灵活度。
在实际运营过程中，往往因为各种原因承运车辆可能在取货、送货以及路途中运到不能预期的事件，但是物流配送进度停滞，从而使电商平台安排的取货和送货的预估时间均无无法实现，如果不对承运车辆进行督查和监管，则会加剧这种情况。
发明内容
本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本申请的一些实施例提出了司机端语音回访方法、装置、电子设备和存储介质，来解决以上背景技术部分提到的技术问题。
作为本申请的第一方面，本申请的一些实施例提供了一种司机端语音回访方法，包括：响应于司机终端的定位数据，查询司机终端的物流订单；根据物流订单的物流地址判断司机终端所对应的承运车辆是否存在异常，如果存在异常则向司机终端发起语音回访指令，如果不存在异常则向司机终端发送上传定位指令；响应于司机终端对语音回访指令反馈的司机语音数据，将疏忽语音数据输入至语音对答神经网络模型以使语音对答神经网络模型输出交互语音数据；将交互语音数据发送至司机终端。
作为本申请的第二方面，本申请的一些实施例提供了一种司机端语音回访装置，包括：查询模块，用于响应于司机终端的定位数据，查询所述司机终端的物流订单；判断模块，用于根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令；语音模块，用于响应于所述司机终端对所述语音回访指令反馈的司机语音数据，将所述疏忽语音数据输入至语音对答神经网络模型以使所述语音对答神经网络模型输出交互语音数据；发送模块，用于将所述交互语音数据发送至所述司机终端。
作为本申请的第三方面，本申请的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
作为本申请的第四方面，本申请的一些实施例提供了一种存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本申请的有益效果在于：提供了一种基于承运车辆的物流订单和定位数据从而智能发起语音回访以获知或督促承运车辆司机及时完成物流订单的司机端语音回访方法、装置、电子设备和存储介质。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。
另外，贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
在附图中：
图1是在相关技术中店铺进行“拼单”采购的模式示意图；
图2是本申请的一些实施例的司机端语音回访方法所应用的电商***的架构示意图；
图3是根据本申请一种实施例的司机端语音回访方法的流程图；
图4是根据本申请一种实施例的司机端语音回访的一部分步骤的流程图；
图5是根据本申请一种实施例的司机端语音回访的另一部分步骤的流程图；
图6是根据本申请一种实施例的司机端语音回访方法的再一部分步骤的流程图；
图7是根据本申请一种实施例的司机端语音回访装置的结构图；
图8是根据本申请一种实施例的电子设备的结构示意图。
图中附图标记的含义：
100、电商***；101、店铺终端；102、仓储终端；103、司机终端；104、服务器；
800、电子设备；801、处理装置；802、ROM；803、RAM；804、总线；805、I/O接口；806、输入装置；807、输出装置；808、存储装置；809、通信装置。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现， 而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“ 第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的， 而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参照图2所示，作为本申请的基础方案，本申请提供一种主要用于店铺采购的电商***，该电商***的用户主要分为三类：店铺用户、供应商用户和司机用户。他们分别使用的终端设备定义为店铺终端、仓储终端和司机终端，店铺用户和供应商用户所处的场所或/和场地分别定义为店铺、仓库，司机终端所驾驶的用于在店铺和仓库之间运输商品的车辆定义为承运车辆。
本申请的电商***包括：店铺终端、仓储终端、司机终端和服务器。
其中，店铺终端、仓储终端、司机终端可以分别与服务器通过移动网络构成无线的通讯连接以实现数据交互。
作为本申请的具体方案，店铺终端在用户的操作下产生采购若干商品SKU的采购订单并将采购订单发送至服务器，服务器汇集在一定派单周期内的一定店铺范围的采购订单，然后根据采购订单的送货地址和所包含的商品SKU进行物流拼单处理，形成发送到司机终端的物流订单，物流订单可以将不同店铺所采购的相同商品SKU的商品合并由一个承运车辆去一个仓库集中取货后分别送货至分别店铺，从而实现“拼单模式”。
在这个过程中服务器根据物流订单向仓储终端发出经过合并的出库订单，从而使供应商用户及时从货架上下架对应商品SKU的商品以便承运车辆的取货。承运车辆的司机取货时可以通过司机终端扫描仓储终端显示的二维码，从而向服务器发送完成取货的信号，服务器记录相应完成取货的数据。
承运车辆的司机送货至对应的店铺时，司机操作司机终端扫描店铺用户的店铺终端的二维码，从而向服务器发送完成送货的信号，服务器记录相应完成送货的数据。
其中，店铺终端、仓储终端、司机终端均可以被构造为具有无线通讯和GPS定位功能的智能手机。
参照图3所示，本申请的一个实施例的司机端语音回访方法，包括如下步骤：
S1：响应于司机终端的定位数据，查询司机终端的物流订单。
S2：根据物流订单的物流地址判断司机终端所对应的承运车辆是否存在异常，如果存在异常则向司机终端发起语音回访指令，如果不存在异常则向司机终端发送上传定位指令。
S3：响应于司机终端对语音回访指令反馈的司机语音数据，将疏忽语音数据输入至语音对答神经网络模型以使语音对答神经网络模型输出交互语音数据。
S4：将交互语音数据发送至司机终端。
采用这样的方案在承运车辆异常时，可以通过语音回访的方式确定司机端具体的情况。
参照图4所示，作为优选方案，步骤S1具体包括如下步骤：
S11：根据司机终端的定位数据查询司机终端的物流订单中取货位置或送货位置中距离当前定位数据的位置最近的物流订单。这样好处在于，确定司机终端关联度最高的物流订单，因为有些情况，比如仓库较大，司机终端定位会落在物流地址之外。
参照图5所示，作为优选方案，步骤S2具体包括如下步骤：
S21：根据物流订单的商品数量生成一个标准物流时间。
S22：将司机终端在物流地址停留的时间与标准物流时间进行比较以判断承运车辆是否存在异常。
S23：根据物流订单的商品数量生成一个最大物流时间。
S24：将司机终端在物流地址停留的时间与最大物流时间进行比较以判断承运车辆是否存在异常。
S25：根据物流订单的商品数量生成一个最小物流时间。
S26：将司机终端在物流地址停留的时间与最小物流时间进行比较以判断承运车辆是否存在异常。
其中，根据物流订单中商品的SKU、单个体积和数量，计算出该物流地址物流订单的物流体积V，然后根据单位体积耗时t计算该物流订单的整体耗时T，其中，T=V×t；这个时间即定义为标准物流时间，而最大物流时间T1则根据标准物流时间T进行计算，T1=T×A；相应的，最小物流时间T2=T×B；其中，A为常数它的取值范围为1.1至1.65，B也为常数它的取值范围为0.6至0.87，A和B取值取决于该物流地址附近的承运车辆的数目，承运车辆数目越多取值越大。
作为具体方案，如果停留时间超过最大物流时间认为是存在异常，如果小于最小物流时间也认为存在异常。
参照图6所示，本申请步骤S3具体包括如下步骤：
S31：将司机语音数据转换为司机文本数据。
S32：根据司机文本数据中的关键字段选择语音对答神经网络模型。
作为进一步地的优选方案，语音对答神经网络模型被构建为RNN神经网络。
采用不同分类的语音对答神经网络模型可以使模型容易收敛，同时也容易处理不同的意外场景，比如在店铺的送货地址和仓库的取货地址采用不同的模型，因为车辆问题还是商品问题采用不同的模型，商品问题中又分为商品质量和商品数量不同的模型，这样可以最细化获取具体遇到的问题从而解决和记录司机端实际遇到的问题。
参照图7所示，本申请的一个实施例的司机端语音回访装置，包括：查询模块，用于响应于司机终端的定位数据，查询所述司机终端的物流订单；判断模块，用于根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令；语音模块，用于响应于所述司机终端对所述语音回访指令反馈的司机语音数据，将所述疏忽语音数据输入至语音对答神经网络模型以使所述语音对答神经网络模型输出交互语音数据；发送模块，用于将所述交互语音数据发送至所述司机终端。
参照图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806：包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808：以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。
虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM802被安装。在该计算机程序被处理装置801执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何存储介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，adhoc端对端网络)，以及任何当前已知或未来研发的网络。
上述存储介质可以是上述电子设备中所包含的：也可以是单独存在，而未装配入该电子设备中。上述存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于第一司机终端发出的物流接力请求，查询所述第一司机终端的物流订单中未完成的物流地址和其他司机终端的物流订单中未完成的物流地址；计算所述第一司机终端的物流订单中未完成的物流地址和所有其他司机终端的物流订单中未完成的物流地址的多个物流地址间距；根据最小的所述物流地址间距所对应的物流地址从所述其他司机终端中选择一个作为第二司机终端并向所述第二司机终端发送物流接力集合指令，所述物流接力集合指令包含物流接力集合位置；其中，所述物流地址包括店铺的取货地址和仓库的送货地址。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言―诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言：诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。
例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种司机端语音回访方法，包括：
响应于司机终端的定位数据，查询所述司机终端的物流订单；
根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令；
响应于所述司机终端对所述语音回访指令反馈的司机语音数据，将所述疏忽语音数据输入至语音对答神经网络模型以使所述语音对答神经网络模型输出交互语音数据；
将所述交互语音数据发送至所述司机终端。
2.根据权利要求1所述的司机端语音回访方法，
其中，所述响应于司机终端的定位数据，查询所述司机终端的物流订单，包括：
根据所述司机终端的定位数据查询所述司机终端的物流订单中取货位置或送货位置中距离当前定位数据的位置最近的物流订单。
3.根据权利要求2所述的司机端语音回访方法，
其中，所述根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令，包括：
根据物流订单的商品数量生成一个标准物流时间；
将所述司机终端在所述物流地址停留的时间与所述标准物流时间进行比较以判断所述承运车辆是否存在异常。
4.根据权利要求3所述的司机端语音回访方法，
其中，所述根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令，还包括：
根据物流订单的商品数量生成一个最大物流时间；
将所述司机终端在所述物流地址停留的时间与所述最大物流时间进行比较以判断所述承运车辆是否存在异常。
5.根据权利要求4所述的司机端语音回访方法，
其中，所述根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令，还包括：
根据物流订单的商品数量生成一个最小物流时间；
将所述司机终端在所述物流地址停留的时间与所述最小物流时间进行比较以判断所述承运车辆是否存在异常。
6.根据权利要求5所述的司机端语音回访方法，
其中，所述响应于所述司机终端对所述语音回访指令反馈的司机语音数据，将所述疏忽语音数据输入至语音对答神经网络模型以使所述语音对答神经网络模型输出交互语音数据，包括：
将所述司机语音数据转换为司机文本数据；
根据所述司机文本数据中的关键字段选择所述语音对答神经网络模型。
7.根据权利要求6所述的司机端语音回访方法，
其中，所述语音对答神经网络模型被构建为RNN神经网络。
8.一种司机端语音回访装置，包括：
查询模块，用于响应于司机终端的定位数据，查询所述司机终端的物流订单；
判断模块，用于根据所述物流订单的物流地址判断所述司机终端所对应的承运车辆是否存在异常，如果存在异常则向所述司机终端发起语音回访指令，如果不存在异常则向所述司机终端发送上传定位指令；
语音模块，用于响应于所述司机终端对所述语音回访指令反馈的司机语音数据，将所述疏忽语音数据输入至语音对答神经网络模型以使所述语音对答神经网络模型输出交互语音数据；
发送模块，用于将所述交互语音数据发送至所述司机终端。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述处理器实现如权利要求1至7任意一项所述的方法。
10.一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法。
CN202111158930.6A 2021-09-30 2021-09-30 司机端语音回访方法、装置、电子设备和存储介质 Pending CN113919775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111158930.6A CN113919775A (zh) 2021-09-30 2021-09-30 司机端语音回访方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111158930.6A CN113919775A (zh) 2021-09-30 2021-09-30 司机端语音回访方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113919775A true CN113919775A (zh) 2022-01-11

Family

ID=79237330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111158930.6A Pending CN113919775A (zh) 2021-09-30 2021-09-30 司机端语音回访方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113919775A (zh)

Similar Documents

Publication Publication Date Title
CN108492068B (zh) 用于路径规划的方法和装置
CN114493413A (zh) 智能仓储分发方法、装置、电子设备及存储介质
CN113658597B (zh) 语音下单方法、装置、电子设备和计算机可读介质
CN113887783A (zh) 仓储补货预测方法、装置、设备和存储介质
CN114066363A (zh) 订单信息处理方法、装置、电子设备和计算机可读介质
CN113554400A (zh) 库存数据更新方法、装置、设备和存储介质
CN114049108A (zh) 一种基于智能称的结算支付方法和***
CN109255563B (zh) 物品的储位区域的确定方法和装置
CN113554493A (zh) 交互下单方法、装置、电子设备和计算机可读介质
CN112346882A (zh) 用于发送信息的方法和装置
CN111078636A (zh) 营销数据处理方法、***及相关设备
CN113780650B (zh) 运力锁定方法、装置、设备和存储介质
CN113919775A (zh) 司机端语音回访方法、装置、电子设备和存储介质
CN114202288A (zh) 电商平台的物流调度的方法、装置、电子设备及存储介质
CN113762876A (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN112085359A (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN111861293A (zh) 用于发送信息的方法和装置
CN113554399A (zh) 取货交付方法、装置、电子设备和计算机可读介质
CN113627662B (zh) 库存数据预测方法、装置、设备和存储介质
CN113610291B (zh) 物流路线再生方法、装置、电子设备和计算机可读介质
CN113919774A (zh) 物流接力配置方法、装置、电子设备和计算机可读介质
CN113536099B (zh) 一种信息推送方法及装置
CN114897569B (zh) 基于营销服务平台的订单生成方法、装置、设备及介质
CN114092107A (zh) 电商平台退货管理方法、装置、设备和存储介质
CN114511256A (zh) 集中取货方法、装置、设备和存储介质

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