CN115206328A - 数据处理方法、装置和客服机器人 - Google Patents

数据处理方法、装置和客服机器人 Download PDF

Info

Publication number
CN115206328A
CN115206328A CN202210877181.0A CN202210877181A CN115206328A CN 115206328 A CN115206328 A CN 115206328A CN 202210877181 A CN202210877181 A CN 202210877181A CN 115206328 A CN115206328 A CN 115206328A
Authority
CN
China
Prior art keywords
target
data
business
service
preset
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
CN202210877181.0A
Other languages
English (en)
Inventor
刘安平
张宝华
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202210877181.0A priority Critical patent/CN115206328A/zh
Publication of CN115206328A publication Critical patent/CN115206328A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G10L17/00—Speaker identification or verification techniques
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/04—Training, enrolment or model building
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书提供了数据处理方法、装置和客服机器人，应用于人工智能技术领域。客服机器人监测环境音，在确定当前满足预设的触发条件的情况下，获取并根据目标客户的第一目标数据，确定当前的业务服务类型；根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；根据目标处理规则，获取并根据关于目标客户的第二目标数据，确定目标客户是否有业务服务需求；在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。从而可以较有效、全面地覆盖不同的业务服务场景，精准地检测并识别出具有业务服务需求的客户，并主动进行交互，使客户获得较好的服务体验。

Description

数据处理方法、装置和客服机器人
技术领域
本说明书属于人工智能技术领域，尤其涉及数据处理方法、装置和客服机器人。
背景技术
在人工智能技术领域中，随着机器人技术的发展和普及，越来越多的机器人被投入到了客服应用中。例如，在银行等机构的业务大厅，常常会投放有客服机器人，用以解答客户咨询的问题，或者帮助客户办理相关业务。
但是，基于现有方法，客服机器人需要在客户说出关键词或者被客户触碰时才能被唤醒来为客户服务。基于现有方法，客服机器人无法主动且准确地识别出有业务服务需求的客户，并主动与客户进行交互，进而对客户的服务体验产生影响。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本说明书提供了一种数据处理方法、装置和客服机器人，能够较为有效、全面地覆盖不同的业务服务场景，精准地检测并识别出有业务服务需求的客户，在不需要客户唤醒的前提下，就能主动地与客户交互，以智能地为客户提供相关的业务服务，使客户可以获得较好的服务体验。
本说明书提供了一种数据处理方法，应用于客服机器人，包括：
监测环境音，以确定当前是否满足预设的触发条件；
在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；
根据所述第一目标数据，确定当前的业务服务类型；
根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；
根据目标处理规则，获取关于目标客户的第二目标数据；
根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；
在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
在一个实施例中，监测环境音，以确定当前是否满足预设的触发条件，包括：
采集当前环境音，并对当前环境音进行人声检测，以确定当前环境音中是否存在人声；
在确定当前环境音存在人声的情况下，从当前环境音中提取出人声音频；
检测所述人声音频是否为干扰声；
在确定所述人声音频不是干扰声的情况下，确定当前环境存在目标客户，确定满足预设的触发条件。
在一个实施例中，所述干扰声包括以下至少之一：广播声、工作人员的语音声、无意义的人声。
在一个实施例中，根据所述第一目标数据，确定当前的业务服务类型，包括：
利用预设的语音识别模型处理第一目标数据中的第一音频数据，得到对应的第一文本；
检测第一文本中是否存在预设的关键词，或与预设的关键词相关的关联词；
在确定第一文本中存在预设的关键词，或与预设的关键词相关的关联词的情况下，确定当前的业务服务类型为第一类业务服务类型；其中，第一类业务服务类型为客户咨询业务问题等待答复的业务服务类型。
在一个实施例中，根据目标处理规则，获取关于目标客户的第二目标数据，包括：
根据目标处理规则，采集第一音频数据之后的第一时间段内的音频数据，作为第二目标数据中的第二音频数据；
和/或，
根据目标处理规则，利用第一音频数据确定出目标客户的当前位置；根据预设的时间间隔，朝目标客户的当前位置拍摄多个图像，作为所述第二目标数据中的第二影像数据。
在一个实施例中，根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，包括：
利用预设的语音识别模型处理第二目标数据中的第二音频数据，得到对应的第二文本；
检测第二文本中是否存在与预设的关键词或关联词相关的答复文本；
在确定第二文本中不存在所述答复文本的情况下，确定目标客户有业务服务需求。
在一个实施例中，根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，包括：
根据第二目标数据中的第二影像数据，检测目标客户的当前位置处是否存在工作人员；
在确定目标客户的当前位置处不存在工作人员的情况下，确定目标客户有业务服务需求。
在一个实施例中，根据所述第一目标数据，确定当前的业务服务类型，还包括：
根据第一目标数据中的第一影像数据，检测目标客户当前是否在使用自助服务机办理自助业务；
在确定目标客户当前在使用自助服务机办理自助业务的情况下，确定当前的业务服务类型为第二类业务服务类型；其中，第二类业务服务类型为客户使用自助服务机办理自助业务的业务服务类型。
在一个实施例中，根据目标处理规则，获取关于目标客户的第二目标数据，包括：
根据目标处理规则，朝自助服务机位置方向，录制第一影像数据之后的第二时间段内的视频数据，作为第二目标数据中的第二影像数据。
在一个实施例中，根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，包括：
根据第二目标数据中的第二影像数据，检测目标客户在使用自助服务机办理自助业务时是否出现问题；
在确定目标客户在使用自助服务机办理自助业务时出现问题的情况下，确定目标客户有业务服务需求。
在一个实施例中，根据预设的交互规则，与目标客户交互，包括：
根据预设的交互规则，生成相匹配的交互文本；
根据交互文本，生成对应的交互音频；
向目标客户播放所述交互音频。
在一个实施例中，在向目标客户播放所述交互音频的同时，所述方法还包括：
根据预设的交互规则，按照相匹配的频率闪烁指示灯，以提示目标客户。
本说明书还提供了一种数据处理装置，应用于客服机器人，包括：
监测模块，用于监测环境音，以确定当前是否满足预设的触发条件；
第一获取模块，用于在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；
第一确定模块，用于根据所述第一目标数据，确定当前的业务服务类型；
第二确定模块，用于根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；
第二获取模块，用于根据目标处理规则，获取关于目标客户的第二目标数据；
第三确定模块，用于根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；
交互模块，用于在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
本说明书还提供了一种客服机器人，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现所述数据处理方法的相关步骤。
本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现所述数据处理方法的相关步骤。
基于本说明书提供的数据处理方法、装置和客服机器人，客服机器人监测环境音，在确定当前满足预设的触发条件的情况下，获取并根据关于目标客户的第一目标数据，利用多维度的数据通过多模态融合，确定出当前的业务服务类型；再根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；根据目标处理规则，获取并根据关于目标客户的第二目标数据，利用多维度的数据通过多模态融合，确定目标客户是否有业务服务需求；在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。通过先根据第一目标数据，区分不同的业务服务类型；再针对不同的业务服务器类型，根据相匹配的目标处理规则，获取并利用第二目标数据，准确地判断出目标客户当前是否真的有业务服务需求。从而可以较为有效、全面地覆盖不同的业务服务场景，精准地检测并识别出有业务服务需求的客户，在不需要客户唤醒的前提下，就能主动地与客户交互，以智能地为客户提供相关的业务服务，使客户可以获得较好的服务体验。
附图说明
为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本说明书的一个实施例提供的数据处理方法的流程示意图；
图2是在一个场景示例中，应用本说明书实施例提供的数据处理方法的一种实施例的示意图；
图3是在一个场景示例中，应用本说明书实施例提供的数据处理方法的一种实施例的示意图；
图4是在一个场景示例中，应用本说明书实施例提供的数据处理方法的一种实施例的示意图；
图5是在一个场景示例中，应用本说明书实施例提供的数据处理方法的一种实施例的示意图；
图6是本说明书的一个实施例提供的客服机器人的结构组成示意图；
图7是本说明书的一个实施例提供的数据处理装置的结构组成示意图。
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。基于本说明书中的实施例，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。
参阅图1所示，本说明书实施例提供了一种数据处理方法，其中，该方法具体应用于客服机器人一侧。具体实施时，该方法可以包括以下内容：
S101：监测环境音，以确定当前是否满足预设的触发条件；
S102：在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；
S103：根据所述第一目标数据，确定当前的业务服务类型；
S104：根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；
S105：根据目标处理规则，获取关于目标客户的第二目标数据；
S106：根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；
S107：在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
基于上述实施例，在确定满足预设的触发条件的情况下，先获取并根据第一目标数据，确定出当前的业务服务类型；再区分不同的业务服务类型，针对当前不同的业务服务类型，基于相匹配的目标处理规则，获取并根据关于目标客户的第二目标数据，精准地确定出目标客户是否真的有业务服务需求；进而可以在确定目标客户有业务服务需求的情况下，不需要客户唤醒，就能主动与客户进行交互，智能地为客户提供相关的业务服务，从而可以使客户获得较好的服务体验。
在一些实施例中，上述数据处理方法具体可以应用于客服机器人一侧。其中，上述客服机器人具体可以包括布设于银行等机构的业务大厅，用于为客户提供与银行等机构相关的多样化业务服务的智能机器人。
当然，需要说明的是，上述所列举的银行等机构的业务大厅只是一种示意性说明。具体实施时，根据具体情况和业务需求，还可以将上述客服机器人投放并应用于其他合适的场所中。例如，还可以将上述客服机器人应用于酒店大堂，或者购物商场中，以为客户提供更加多样化的业务服务。
在一些实施例中，参阅图2所示，上述客服机器人至少包括处理器、显示屏、收音器、摄像头和语音播放器。具体的，为了能够更好地监测环境音、采集音频数据，上述收音器具体可以为麦克风阵列。
进一步，为了能够应对相对更加复杂的客服交互场景，上述客服机器人还可以配置有信号收发器。参阅图3所示，上述客服机器人还可以通过信号收发器，与云服务器进行数据交互。这样，客服机器人可以只负责采集环境音、音频数据、影像数据等，并将所采集到的上述数据传输给云服务器。服务器负责处理上述数据，得到对应的数据处理结果；再将数据处理结果传输给客服机器人。客服机器人可以根据所接收到的数据处理结果，与客户进行相应交互。
其中，所述云服务器具体可以包括一种应用于云计算平台一侧，能够实现数据传输、数据处理等功能的后台服务器。具体的，所述云服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述云服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述云服务器所包含的服务器的数量。所述云服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。
在一些实施例中，参阅图4所示，上述监测环境音，以确定当前是否满足预设的触发条件，具体实施时，可以包括以下内容：
S1：采集当前环境音，并对当前环境音进行人声检测，以确定当前环境音中是否存在人声；
S2：在确定当前环境音存在人声的情况下，从当前环境音中提取出人声音频；
S3：检测所述人声音频是否为干扰声；
S4：在确定所述人声音频不是干扰声的情况下，确定当前环境存在目标客户，确定满足预设的触发条件。
其中，上述目标客户具体可以理解为可能存在业务服务需求，待进一步确认的客户。对于目标客户，客服机器人可以进一步追踪跟进，以确认是否真的有业务服务需求。
基于上述实施例，客服机器人可以将收音器设置为常开状态，通过监测环境音，检测当前环境中是否存在可能具有业务服务需求的目标客户，来确定是否满足预设的触发条件。
在一些实施例中，具体实施时，可以采用VAD检测(语音活动检测)技术来监测环境音是否存在人声。在检测到当前环境音中存在的人声的情况下，可以从当前环境音中提取出包含有人声的音频数据作为人声音频。
在一些实施例中，上述干扰声具体可以包括以下至少之一：广播声、工作人员的语音声、无意义的人声等。
以银行等机构的业务大厅为例，在上述环境中除了客户的声音外，常常还会存在诸如叫号的广播声、业务大厅里工作人员的说话声，以及客户或者工作人员在交互过程中说出的语气词等无意义的语音声。上述声音虽然也是人声，但客服机器人基于上述人声是无法判断客户是否存在业务服务需求的。相反，上述人声还会对客服机器人的判断产生干扰。
基于上述实施例，通过考虑并精细区分环境中的干扰声，能够有效地减少客服机器人的判断误差，更加准确地判断出当前是否满足预设的触发条件。
在一些实施例中，上述检测所述人声音频是否为干扰声，具体实施时，可以包括以下内容：
S1：根据预设的声音样本库，对所述人声音频进行匹配，得到对应的匹配结果；
S2：根据匹配结果确定所述人声是否为干扰声。
其中，所述预设的声音样本库具体可以存储有工作人员的声纹样本、常见的无意义的人声音频样本，以及常见的广播声样本等。
具体实施前，可以采集工作人员的声纹数据，构建与各个工作人员分别对应的声纹样本，存入预设的声音样本库中；可以搜集大量的历史环境声音记录，从大量的历史环境声音记录中筛选出出现频率较高的无意义的人声音频，作为常见的无意义的人声音频样本，存入预设的声音样本库中；还可以从大量的历史环境声音记录中筛选出出现频率较高的广播声音频，作为长江的广播声样本，存入预设的声音样本库中。
具体实施时，可以从人声音频中提取出声音特征；再根据该声音特征与预设的声音样本库中所存储的样本分别进行匹配。如果匹配成功，则可以确定所提取到的人声音频为干扰声，进而可以确定当前不满足预设的触发条件。相反，如果匹配失败，则可以确定所提取到的人声音频为客户发出的人声，进而可以确定当前满足预设的触发条件。
在一些实施例中，上述检测所述人声音频是否为干扰声，具体实施时，还可以包括以下内容：利用预设的干扰声识别模型处理所述人声音频，以确定所述人声音频是否为干扰声。
其中，上述预设的干扰声识别模型具体可以理解为一种能够基于输入的音频，识别出该音频是否为干扰声的算法模型。
具体实施前，可以先搜集大量的干扰声音频(例如，工作人员的语音音频、广播声音频、无意义的人声音频等)作为正样本，搜集大量客户的语音音频作为负样本；组合所述正样本和负样本，得到训练集；利用所述训练集通过模型训练，得到预设的干扰声识别模型。
在一些实施例中，以银行等机构的业务大厅为例，结合具体的业务服务场景，并通过对大量客户的问卷调查结果进行统计分析，可以将客服机器需要覆盖的业务服务类型划分为三类，分别为：第一类业务服务类型、第二类业务服务类型和第三类业务服务类型。
其中，第一类业务服务类型具体可以为客户咨询业务问题等待答复的业务服务类型。对于第一类业务服务类型，当客户提出想要咨询的业务问题后，由于某些原因，在比较长的时间段内，客户始终没有得到想要的答复，这时可以认为该客户具有业务服务需求；相应的，客服机器人可以主动与该客户进行交互，为客户解答相关业务问题，或者引导客户获得所需要的答复。
第二类业务服务类型具体可以为客户使用自助服务机办理自助业务的业务服务类型。对于第二类业务服务类型，当客户自己在使用自助服务机办理自助业务时出现了困难或问题，且在比较长的时间段内，由于无法解决上述困难或问题，导致无法顺利地完成自护业务的办理，这时可以认为该客户具有业务服务需求；相应的，客服机器人可以主动与该客户进行交互，协助或者提示客户顺利地使用自助服务机办理自助业务。
第三类业务服务类型具体可以为客户主动向客服机器人寻求帮助的业务服务类型。对于第三类业务服务类型，当客户有主动向客服机器人寻求帮助的趋势，但还没有直接给出明确指示的情况下，客服机器人可以在客户给出明确指示之前，提前主动与该客户进行交互，以提高客户的服务体验。
在一些实施例中，具体实施前，可以先搜集大量历史服务记录；再根据历史服务记录，区分不同的业务服务类型，得到各个业务服务类型的历史服务记录；针对各个业务服务类型的历史服务记录分别进行学习，以构建得到与各个业务服务类型对应的预设的处理规则。
其中，预设的处理规则至少可以包括对于音频数据和/或影像数据的获取方式，以及处理方式的限定。上述影响数据具体可以包括：图像数据和/或视频数据。
在一些实施例中，具体实施时，在确定满足预设的触发条件的情况下，可以先基于声音定位技术，利用环境音，确定出目标客户的位置信息；再根据上述位置信息，采集并获取关于目标客户的第一目标数据。
在一些实施例中，上述第一目标数据具体可以包括关于目标客户的第一音频数据和/或第一影像数据。具体实施时，根据具体情况和处理需要，可以单独采集第一音频数据作为第一目标数据，也可以单独采集第一影像数据作为第一目标数据，还可以同时采集第一音频数据和第一影像数据一起作为第一目标数据。
在一些实施例中，上述根据所述第一目标数据，确定当前的业务服务类型，具体实施时，可以包括以下内容：
S1：利用预设的语音识别模型处理第一目标数据中的第一音频数据，得到对应的第一文本；
S2：检测第一文本中是否存在预设的关键词，或与预设的关键词相关的关联词；
S3：在确定第一文本中存在预设的关键词，或与预设的关键词相关的关联词的情况下，确定当前的业务服务类型为第一类业务服务类型；其中，第一类业务服务类型为客户咨询业务问题等待答复的业务服务类型。
基于上述实施例，可以根据第一目标数据，通过多模态融合，准确地确定出当前的业务服务类型是否为第一类业务服务类型。
在一些实施例中，上述预设的语音识别模型具体可以理解为一种基于语音识别技术构建得到的能够将输入的音频数据识别并转换为对应的文本数据的算法模型。
上述预设的关键词具体可以理解为与业务服务相关的关键词。
具体实施前，可以结合具体的业务场景，筛选出客户咨询频率相对较高的业务问题的关键词作为上述预设的关键词。上述与预设的关键词相关的关联词具体可以包括与预设的关键词语义相近，或者存在紧密联系的词组。具体的，在确定出预设的关键词之后，可以利用自然语言模型等技术对预设的关键词进行语义扩展和语义联系，以确定出与预设的关键词相关的关联词。再组合预设的关键词和关联词，得到关键词列表。客服机器人可以持有上述关键词列表。
相应的，具体实施时，客服机器人可以根据关键词列表，对第一文本进行检索，以确定第一文本中是否存在预设的关键词，或与预设的关键词相关的关联词。
在一些实施例中，上述第二目标数据具体可以包括关于目标客户的第二音频数据和/或第二影像数据。具体实施时，根据具体情况和处理需要，可以单独采集第二音频数据作为第二目标数据，也可以单独采集第二影像数据作为第二目标数据，还可以同时采集第二音频数据和第二影像数据一起作为第二目标数据。
在一些实施例中，上述根据目标处理规则，获取关于目标客户的第二目标数据，具体实施时，可以包括以下内容：根据目标处理规则，采集第一音频数据之后的第一时间段内的音频数据，作为第二目标数据中的第二音频数据；和/或，根据目标处理规则，利用第一音频数据确定出目标客户的当前位置；根据预设的时间间隔，朝目标客户的当前位置拍摄多个图像，作为所述第二目标数据中的第二影像数据。
基于上述实施例，可以有针对性地采集并获取针对第一类业务服务类型效果相对较好的第二目标数据，以便能够更加精准地确定出第一类业务服务类型下的目标客户是否具有业务服务需求。
其中，上述第一时间段具体可以为2分钟，上述预设的时间间隔具体可以为20秒。当然，上述所列举的第一时间段和预设的时间间隔只是一种示意性说明。
在一些实施例中，上述根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，具体实施时，可以包括以下内容：
S1：利用预设的语音识别模型处理第二目标数据中的第二音频数据，得到对应的第二文本；
S2：检测第二文本中是否存在与预设的关键词或关联词相关的答复文本；
S3：在确定第二文本中不存在所述答复文本的情况下，确定目标客户有业务服务需求。
基于上述实施例，可以获取并根据第二音频数据，准确、高效地确定出第一类业务服务类型下的目标客户是否真的具有业务服务需求。
具体实施时，在确定第二文本中不存在答复文本的情况下，可以判断目标客户在提出业务问题之后，在较长的第一时间段内始终没有得到答复。这时，为了避免影响目标客户的服务体验，可以将该目标客户确定为有业务服务需求的客户，客服机器人可以自动唤醒，并主动与该目标客户进行交互。
相反，在确定第二文本中存在答复文本的情况下，可以判断已经有工作人员在答复该目标客户所提出的业务问题了。相应的，可以确定该目标客户为没有业务需求的客户，不需要主动与该目标客户进行交互。进一步，客户机器人可以继续监测。
在一些实施例中，上述根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，具体实施时，可以包括以下内容：
S1：根据第二目标数据中的第二影像数据，检测目标客户的当前位置处是否存在工作人员；
S2：在确定目标客户的当前位置处不存在工作人员的情况下，确定目标客户有业务服务需求。
基于上述实施例，可以获取并根据第二影像数据，准确、高效地确定出第一类业务服务类型下的目标客户是否真的具有业务服务需求。
具体实施时，在根据第二影像数据，确定目标客户的当前位置处不存在工作人员的情况下，可以判断目标客户在提出业务问题之后，在较长的第一时间段内还没有工作人员前来为该目标客户服务。这时，为了避免影响目标客户的服务体验，可以将该目标客户确定为有业务服务需求的客户，客服机器人可以自动唤醒，并主动与该目标客户进行交互。
相反，在根据第二影像数据，确定目标客户的当前位置处存在工作人员的情况下，可以判断已经有工作人员在为该目标客户服务，答复该目标客户所提出的业务问题了。相应的，可以确定该目标客户为没有业务需求的客户，不需要主动与该目标客户进行交互。进一步，客户机器人可以继续监测。
在一些实施例中，可以将上述基于第二音频数据确定目标客户是否有业务服务需求的处理方式，与上述基于第二影像数据确定目标客户是否有业务服务需求的处理方式进行组合；通过利用上述两种方式进行相互验证，来进行多模态融合，以便能够更加精准地确定出目标客户是否真的有业务服务需求。
在一些实施例中，上述根据第二目标数据中的第二影像数据，检测目标客户的当前位置处是否存在工作人员，具体实施时，可以包括以下内容：
S1：对第二影像数据中所包含的多个图像进行图像识别，得到多个图像识别结果；
S2：根据各个图像识别结果，检测各个图像中是否存在身着标识特征的制服的人物对象；
S3：在确定多个图像中至少存在一个图像中存在身着标识特征的制服的人物对象的情况下，确定存在工作人员。
具体的，考虑到工作人员大多要求身着统一的制服。例如，黑色的西装等。因此，可以根据事先根据工作人员的支付确定出具有代表性的标识特征；这样只需要通过检测图像中是否存在标识特征的人物对象，就能够快速地判断出图像中是否存在工作人员。
在一些实施例中，在确定目标客户的当前位置处存在工作人员的情况下，所述方法具体实施时，还可以包括以下内容：
S1：从多个图像中筛选出存在工作人员的目标图像；
S2：对目标图像中的工作人员进行动作识别，得到动作识别结果；
S3：根据动作识别结果，在确定工作人员的行为为服务行为的情况下，确定目标客户没有业务服务需求。
具体的，可以通过对目标图像中的工作人员进行人体关键点检测，得到对应的关键点检测结果；再根据关键点检测结果，与模板行为动作的关键点进行匹配，以得到对应的动作识别结果。从而可以准确地得到工作人员的动作识别结果。
在一些实施例中，上述根据所述第一目标数据，确定当前的业务服务类型，具体实施时，还可以包括以下内容：
S1：根据第一目标数据中的第一影像数据，检测目标客户当前是否在使用自助服务机办理自助业务；
S2：在确定目标客户当前在使用自助服务机办理自助业务的情况下，确定当前的业务服务类型为第二类业务服务类型；其中，第二类业务服务类型为客户使用自助服务机办理自助业务的业务服务类型。
基于上述实施例，可以获取并根据第一目标数据，准确地确定当前的业务服务类型是否为第二类业务服务类型。
在一些实施例中，上述根据目标处理规则，获取关于目标客户的第二目标数据，具体实施时，可以包括：根据目标处理规则，朝自助服务机位置方向，录制第一影像数据之后的第二时间段内的视频数据，作为第二目标数据中的第二影像数据。
基于上述实施例，可以有针对性地采集并获取对于第二类业务服务类型效果相对较好的第二目标数据，以便能够更加精准地确定出第二类业务服务类型下的目标客户是否具有业务服务需求。
其中，第二时间段具体可以为十分钟。当然，具体实施时，根据具体情况和处理需求，也可以设置其他的时长作为第二时间段。
在一些实施例中，上述根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，具体实施时，可以包括以下内容：
S1：根据第二目标数据中的第二影像数据，检测目标客户在使用自助服务机办理自助业务时是否出现问题；
S2：在确定目标客户在使用自助服务机办理自助业务时出现问题的情况下，确定目标客户有业务服务需求。
基于上述实施例，可以获取并根据第二影像数据，准确、高效地确定出第二类业务服务类型下的目标客户是否真的具有业务服务需求。
在一些实施例中，上述根据第二目标数据中的第二影像数据，检测目标客户在使用自助服务机办理自助业务时是否出现问题，具体实施时，可以包括：根据第二影像数据，对第二时间段内目标客户的脸部变化表情进行分析，以确定出目标客户的情绪变化结果；根据目标客户的情绪变化结果，确定目标客户在使用自助服务机办理自助业务时是否出现问题。在确定目标客户在使用自助服务机办理自助业务时出现问题时，可以确定目标客户具有业务服务需求。
此外，上述根据第二目标数据中的第二影像数据，检测目标客户在使用自助服务机办理自助业务时是否出现问题，具体实施时，还可以包括：根据第二影像数据，检测目标客户在自助服务机的停留时长是否超过参考时长；在确定超过参考时长的情况下，可以确定目标客户具有业务服务需求。
在一些实施例中，上述根据所述第一目标数据，确定当前的业务服务类型，具体实施时，还可以包括以下内容：
S1：根据第一目标数据，检测目标客户是否存在向客服机器人寻求帮助的趋势；(例如，目标客户视线聚焦于机器人，或者目标客户向客服机器人靠近)
S2：在检测到目标客户存在向客服机器人寻求帮助的趋势的情况下，确定当前的业务服务类型为第三类业务服务类型；其中，第三类业务服务类型为客户主动向客服机器人寻求帮助的业务服务类型。
具体的，在根据第一目标数据，通过数据分析，发现：目标客户的视线正指向客服机器所在的位置方向，和/或，目标客户向客服机器人靠近等，可以判定检测到目标客户存在向客服机器人寻求帮助的趋势。
在一些实施例中，上述根据目标处理规则，获取关于目标客户的第二目标数据，具体实施时，可以包括以下内容：根据目标处理规则，采集第一影像数据和/或第一影像数据之后的第三时间段内的音频数据和/或影像数据，作为第二目标数据。其中，上述第三时间段具体可以为五分钟。当然，具体实施时，根据具体情况，也可以设置其他合适的时长作为第三时间段。
在一些实施例中，上述根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，具体实施时，可以包括以下内容：
S1：根据第二目标数据，确认目标客户是否在向客服机器人寻求帮助；
S2：在确认目标客户在向客服机器人寻求帮助的情况下，确定目标客户有业务服务需求。
具体的，例如，根据第二目标数据，检测到目标客户进一步靠近客服机器人，且与客服机器人之间的距离小于预设的距离阈值；和/或，检测到目标客户正向客服机器人所在的位置方向说话等，可以确定目标客户真的具有业务服务需求。
在一些实施例中，上述根据预设的交互规则，与目标客户交互，具体实施时，可以包括以下内容：
S1：根据预设的交互规则，生成相匹配的交互文本；
S2：根据交互文本，生成对应的交互音频；
S3：向目标客户播放所述交互音频。
基于上述实施例，客服机器人在确定目标客户真的有业务服务需求时，可以自动唤醒，并生成相匹配的交互文本，通过向目标客户播放基于交互文本的交互音频，主动与目标客户进行交互，以使得目标客户可以获得较好的服务体验。
具体实施时，例如，参阅图5所示，可以通过对第二音频数据和第二影像数据分别进行语音识别和图像识别，得到对应的语音识别结果和图像识别结果；再组合语音识别结果和图像识别结果，得到目标识别结果；利用预设的匹配模型通过处理目标识别结果，以从预设的话术文本集中筛选出相匹配的预设的话术文本，作为交互文本。
进一步，还可以根据交互文本，生成对应的交互影像(包括交互视频和/或交互图像)；再向目标客户播放所述交互影像。
在一些实施例中，在向目标客户播放所述交互音频的同时，所述方法具体实施时，还可以包括：根据预设的交互规则，按照相匹配的频率闪烁指示灯，以提示目标客户。
基于上述实施例，可以通过按照相匹配的频率闪烁指示灯，使得目标客户更容易注意到客服机器人，进而可以更加有效地向客服机器人寻求帮助，进一步提高客户的服务体验。
由上可见，本说明书实施例提供的数据处理方法，客服机器人监测环境音，在确定当前满足预设的触发条件的情况下，获取并根据关于目标客户的第一目标数据，确定当前的业务服务类型；再根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；根据目标处理规则，获取并根据关于目标客户的第二目标数据，确定目标客户是否有业务服务需求；在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。通过先根据第一目标数据，区分不同的业务服务类型；再针对不同的业务服务器类型，根据相匹配的处理规则，获取并利用第二目标数据，准确地判断出目标客户当前是否真的有业务服务需求。从而可以较为有效、全面地覆盖不同的业务服务场景，精准地检测并识别出有业务服务需求的客户，在不需要客户唤醒的前提下，就能主动地与客户交互，以智能地为客户提供相关的业务服务，使客户可以获得较好的服务体验。
本说明书实施例还提供一种客服机器人，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：监测环境音，以确定当前是否满足预设的触发条件；在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；根据所述第一目标数据，确定当前的业务服务类型；根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；根据目标处理规则，获取关于目标客户的第二目标数据；根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
为了能够更加准确地完成上述指令，参阅图6所示，本说明书实施例还提供了另一种具体的客服机器人，其中，所述客服机器人具体可以包括网络通信端口601、处理器602以及存储器603，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
其中，所述网络通信端口601，具体可以用于接收启动指令。
所述处理器602，具体可以用于响应启动指令，监测环境音，以确定当前是否满足预设的触发条件；在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；根据所述第一目标数据，确定当前的业务服务类型；根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；根据目标处理规则，获取关于目标客户的第二目标数据；根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
所述存储器603，具体可以用于存储相应的指令程序。
在本实施例中，所述网络通信端口601可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。
在本实施例中，所述处理器602可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中，所述存储器603可以包括多个层次，在数字***中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在***中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
本说明书实施例还提供了一种基于上述数据处理方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：监测环境音，以确定当前是否满足预设的触发条件；在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；根据所述第一目标数据，确定当前的业务服务类型；根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；根据目标处理规则，获取关于目标客户的第二目标数据；根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施例中，该计算机存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
参阅图7所示，在软件层面上，本说明书实施例还提供了一种数据处理装置，该装置具体可以包括以下的结构模块：
监测模块701，具体可以用于监测环境音，以确定当前是否满足预设的触发条件；
第一获取模块702，具体可以用于在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；
第一确定模块703，具体可以用于根据所述第一目标数据，确定当前的业务服务类型；
第二确定模块704，具体可以用于根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；
第二获取模块705，具体可以用于根据目标处理规则，获取关于目标客户的第二目标数据；
第三确定模块706，具体可以用于根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；
交互模块707，具体可以用于在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
在一些实施例中，上述监测模块701具体实施时，可以按照以下方式监测环境音，以确定当前是否满足预设的触发条件：采集当前环境音，并对当前环境音进行人声检测，以确定当前环境音中是否存在人声；在确定当前环境音存在人声的情况下，从当前环境音中提取出人声音频；检测所述人声音频是否为干扰声；在确定所述人声音频不是干扰声的情况下，确定当前环境存在目标客户，确定满足预设的触发条件。
在一些实施例中，所述干扰声可以包括以下至少之一：广播声、工作人员的语音声、无意义的人声等。
在一些实施例中，所述第一确定模块703具体实施时，可以按照以下方式根据所述第一目标数据，确定当前的业务服务类型：利用预设的语音识别模型处理第一目标数据中的第一音频数据，得到对应的第一文本；检测第一文本中是否存在预设的关键词，或与预设的关键词相关的关联词；在确定第一文本中存在预设的关键词，或与预设的关键词相关的关联词的情况下，确定当前的业务服务类型为第一类业务服务类型；其中，第一类业务服务类型为客户咨询业务问题等待答复的业务服务类型。
在一些实施例中，所述第二获取模块705具体实施时，可以按照以下方式根据目标处理规则，获取关于目标客户的第二目标数据：根据目标处理规则，采集第一音频数据之后的第一时间段内的音频数据，作为第二目标数据中的第二音频数据；和/或，根据目标处理规则，利用第一音频数据确定出目标客户的当前位置；根据预设的时间间隔，朝目标客户的当前位置拍摄多个图像，作为所述第二目标数据中的第二影像数据。
在一些实施例中，所述第三确定模块706具体实施时，可以按照以下方式根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求：利用预设的语音识别模型处理第二目标数据中的第二音频数据，得到对应的第二文本；检测第二文本中是否存在与预设的关键词或关联词相关的答复文本；在确定第二文本中不存在所述答复文本的情况下，确定目标客户有业务服务需求。
在一些实施例中，所述第一确定模块703具体实施时，可以按照以下方式根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求：根据第二目标数据中的第二影像数据，检测目标客户的当前位置处是否存在工作人员；在确定目标客户的当前位置处不存在工作人员的情况下，确定目标客户有业务服务需求。
在一些实施例中，所述第一确定模块703具体实施时，还可以按照以下方式根据所述第一目标数据，确定当前的业务服务类型：根据第一目标数据中的第一影像数据，检测目标客户当前是否在使用自助服务机办理自助业务；在确定目标客户当前在使用自助服务机办理自助业务的情况下，确定当前的业务服务类型为第二类业务服务类型；其中，第二类业务服务类型为客户使用自助服务机办理自助业务的业务服务类型。
在一些实施例中，所述第二获取模块705具体实施时，可以按照以下方式根据目标处理规则，获取关于目标客户的第二目标数据：根据目标处理规则，朝自助服务机位置方向，录制第一影像数据之后的第二时间段内的视频数据，作为第二目标数据中的第二影像数据。
在一些实施例中，所述第三确定模块706具体实施时，可以按照以下方式根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求：根据第二目标数据中的第二影像数据，检测目标客户在使用自助服务机办理自助业务时是否出现问题；在确定目标客户在使用自助服务机办理自助业务时出现问题的情况下，确定目标客户有业务服务需求。
在一些实施例中，所述交互模块707具体实施时，可以按照以下方式根据预设的交互规则，与目标客户交互：根据预设的交互规则，生成相匹配的交互文本；根据交互文本，生成对应的交互音频；向目标客户播放所述交互音频。
在一些实施例中，所述交互模块707，在向目标客户播放所述交互音频的同时，还可以用于根据预设的交互规则，按照相匹配的频率闪烁指示灯，以提示目标客户。
需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
由上可见，基于本说明书实施例提供的数据处理装置，通过先根据第一目标数据，区分不同的业务服务类型；再针对不同的业务服务器类型，根据相匹配的处理规则，获取并利用第二目标数据，准确地判断出目标客户当前是否真的有业务服务需求。从而可以较为有效、全面地覆盖不同的业务服务场景，精准地检测并识别出有业务服务需求的客户，在不需要客户唤醒的前提下，就能主动地与客户交互，以智能地为客户提供相关的业务服务，使客户可以获得较好的服务体验。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或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。本说明书可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。

Claims (15)

1.一种数据处理方法，其特征在于，应用于客服机器人，包括：
监测环境音，以确定当前是否满足预设的触发条件；
在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；
根据所述第一目标数据，确定当前的业务服务类型；
根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；
根据目标处理规则，获取关于目标客户的第二目标数据；
根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；
在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
2.根据权利要求1所述的方法，其特征在于，监测环境音，以确定当前是否满足预设的触发条件，包括：
采集当前环境音，并对当前环境音进行人声检测，以确定当前环境音中是否存在人声；
在确定当前环境音存在人声的情况下，从当前环境音中提取出人声音频；
检测所述人声音频是否为干扰声；
在确定所述人声音频不是干扰声的情况下，确定当前环境存在目标客户，确定满足预设的触发条件。
3.根据权利要求2所述的方法，其特征在于，所述干扰声包括以下至少之一：广播声、工作人员的语音声、无意义的人声。
4.根据权利要求1所述的方法，其特征在于，根据所述第一目标数据，确定当前的业务服务类型，包括：
利用预设的语音识别模型处理第一目标数据中的第一音频数据，得到对应的第一文本；
检测第一文本中是否存在预设的关键词，或与预设的关键词相关的关联词；
在确定第一文本中存在预设的关键词，或与预设的关键词相关的关联词的情况下，确定当前的业务服务类型为第一类业务服务类型；其中，第一类业务服务类型为客户咨询业务问题等待答复的业务服务类型。
5.根据权利要求4所述的方法，其特征在于，根据目标处理规则，获取关于目标客户的第二目标数据，包括：
根据目标处理规则，采集第一音频数据之后的第一时间段内的音频数据，作为第二目标数据中的第二音频数据；
和/或，
根据目标处理规则，利用第一音频数据确定出目标客户的当前位置；根据预设的时间间隔，朝目标客户的当前位置拍摄多个图像，作为所述第二目标数据中的第二影像数据。
6.根据权利要求5所述的方法，其特征在于，根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，包括：
利用预设的语音识别模型处理第二目标数据中的第二音频数据，得到对应的第二文本；
检测第二文本中是否存在与预设的关键词或关联词相关的答复文本；
在确定第二文本中不存在所述答复文本的情况下，确定目标客户有业务服务需求。
7.根据权利要求5所述的方法，其特征在于，根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，包括：
根据第二目标数据中的第二影像数据，检测目标客户的当前位置处是否存在工作人员；
在确定目标客户的当前位置处不存在工作人员的情况下，确定目标客户有业务服务需求。
8.根据权利要求1所述的方法，其特征在于，根据所述第一目标数据，确定当前的业务服务类型，还包括：
根据第一目标数据中的第一影像数据，检测目标客户当前是否在使用自助服务机办理自助业务；
在确定目标客户当前在使用自助服务机办理自助业务的情况下，确定当前的业务服务类型为第二类业务服务类型；其中，第二类业务服务类型为客户使用自助服务机办理自助业务的业务服务类型。
9.根据权利要求8所述的方法，其特征在于，根据目标处理规则，获取关于目标客户的第二目标数据，包括：
根据目标处理规则，朝自助服务机位置方向，录制第一影像数据之后的第二时间段内的视频数据，作为第二目标数据中的第二影像数据。
10.根据权利要求9所述的方法，其特征在于，根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求，包括：
根据第二目标数据中的第二影像数据，检测目标客户在使用自助服务机办理自助业务时是否出现问题；
在确定目标客户在使用自助服务机办理自助业务时出现问题的情况下，确定目标客户有业务服务需求。
11.根据权利要求1所述的方法，其特征在于，根据预设的交互规则，与目标客户交互，包括：
根据预设的交互规则，生成相匹配的交互文本；
根据交互文本，生成对应的交互音频；
向目标客户播放所述交互音频。
12.根据权利要求11所述的方法，其特征在于，在向目标客户播放所述交互音频的同时，所述方法还包括：
根据预设的交互规则，按照相匹配的频率闪烁指示灯，以提示目标客户。
13.一种数据处理装置，其特征在于，应用于客服机器人，包括：
监测模块，用于监测环境音，以确定当前是否满足预设的触发条件；
第一获取模块，用于在确定当前满足预设的触发条件的情况下，获取关于目标客户的第一目标数据；
第一确定模块，用于根据所述第一目标数据，确定当前的业务服务类型；
第二确定模块，用于根据当前的业务服务类型，从预设的处理规则中确定出相匹配的目标处理规则；
第二获取模块，用于根据目标处理规则，获取关于目标客户的第二目标数据；
第三确定模块，用于根据目标处理规则，通过处理第二目标数据，确定目标客户是否有业务服务需求；
交互模块，用于在确定目标用户有业务服务需求的情况下，根据预设的交互规则，与目标客户交互，以为目标客户提供相匹配的业务服务。
14.一种客服机器人，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至12中任一项所述方法的步骤。
15.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被处理器执行时实现权利要求1至12中任一项所述方法的步骤。
CN202210877181.0A 2022-07-25 2022-07-25 数据处理方法、装置和客服机器人 Pending CN115206328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210877181.0A CN115206328A (zh) 2022-07-25 2022-07-25 数据处理方法、装置和客服机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210877181.0A CN115206328A (zh) 2022-07-25 2022-07-25 数据处理方法、装置和客服机器人

Publications (1)

Publication Number Publication Date
CN115206328A true CN115206328A (zh) 2022-10-18

Family

ID=83583817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210877181.0A Pending CN115206328A (zh) 2022-07-25 2022-07-25 数据处理方法、装置和客服机器人

Country Status (1)

Country Link
CN (1) CN115206328A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117764459A (zh) * 2024-02-22 2024-03-26 山邮数字科技(山东)有限公司 一种基于数据智能分析处理的企业管理***及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117764459A (zh) * 2024-02-22 2024-03-26 山邮数字科技(山东)有限公司 一种基于数据智能分析处理的企业管理***及方法
CN117764459B (zh) * 2024-02-22 2024-04-26 山邮数字科技(山东)有限公司 一种基于数据智能分析处理的企业管理***及方法

Similar Documents

Publication Publication Date Title
CN110147726B (zh) 业务质检方法和装置、存储介质及电子装置
US11711462B2 (en) Machine learning dataset generation using a natural language processing technique
US8521681B2 (en) Apparatus and method for recognizing a context of an object
CN109783642A (zh) 多人会议场景的结构化内容处理方法、装置、设备及介质
CN110853617B (zh) 一种模型训练的方法、语种识别的方法、装置及设备
CN112464661B (zh) 模型训练方法、语音对话检测方法及相关设备
WO2019124647A1 (ko) 대화형 ai 에이전트 시스템을 위한 계층적 대화 흐름 관리 모델을 자동으로 구축 또는 갱신하는 방법, 컴퓨터 장치 및 컴퓨터 판독가능 기록 매체
CN114007131B (zh) 视频监控方法、装置及相关设备
US10896688B2 (en) Real-time conversation analysis system
CN111241883B (zh) 防止远程被测人员作弊的方法和装置
US10134423B2 (en) System and method to provide classification of noise data of human crowd
EP3593346B1 (en) Graphical data selection and presentation of digital content
CN110875039B (zh) 语音识别方法和设备
CN108074571A (zh) 增强现实设备的语音控制方法、***及存储介质
TWM565361U (zh) 金融交易詐騙偵測防範系統
CN111028834B (zh) 语音信息提醒方法、装置、服务器和语音信息提醒设备
CN113129867B (zh) 语音识别模型的训练方法、语音识别方法、装置和设备
CN112908325B (zh) 语音交互方法、装置、电子设备及存储介质
CN109785846A (zh) 单声道的语音数据的角色识别方法及装置
CN109003607A (zh) 语音识别方法、装置、存储介质及电子设备
US11017313B2 (en) Situational context analysis program
CN115206328A (zh) 数据处理方法、装置和客服机器人
CN111126071A (zh) 提问文本数据的确定方法、装置和客服群的数据处理方法
KR102334580B1 (ko) 사용자 음성 및 그래프 신경망 기반의 감정인식 장치 및 그 방법
Khan et al. Robust Feature Extraction Techniques in Speech Recognition: A Comparative Analysis

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