CN115514848A - 通话方法、装置、计算机设备及计算机可读存储介质 - Google Patents
通话方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115514848A CN115514848A CN202211153577.7A CN202211153577A CN115514848A CN 115514848 A CN115514848 A CN 115514848A CN 202211153577 A CN202211153577 A CN 202211153577A CN 115514848 A CN115514848 A CN 115514848A
- Authority
- CN
- China
- Prior art keywords
- user
- voice data
- text
- preset
- reply content
- 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 62
- 238000004891 communication Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5183—Call or contact centers with computer-telephony arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请涉及电话服务技术领域，公开了一种通话方法、装置、计算机设备及计算机可读存储介质。通话方法包括：获取第一用户的第一语音数据，将所述第一语音数据转换为文本；根据所述文本确定所述用户的意图；根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。这样，利用预设台本指导第二用户进行与第一用户的通话，提高了电话营销的效率。
Description
技术领域
本申请涉及电话服务技术领域，尤其涉及一种通话方法、装置、计算机设备及计算机可读存储介质。
背景技术
在当今社会，业务发展的方式越来越丰富，如电话营销、陌生访问、上门预约、电子邮件、广告、朋友介绍等。这些销售方式各有优势，但销售方式也取决于企业的产品。然而，电话营销已经逐渐成为主流。
然而，电话营销的过程对销售人员有一定的要求，既要对客户有充分的了解，这些信息可能来自平日里与客户的沟通，或企业内各个业务***；又要对企业销售的产品有足够的了解，才能做到根据客户的需求推荐合适的产品，和客户电话沟通时才能强调有利于客户的重点，以及给客户带来的收益。所以，电话营销的效率非常依赖销售人员的个体能力，需要经验的积累，对新交接过来的客户或者新入职的销售人员非常不友好，导致电话营销的效率不佳。可见，现有电话营销方法的效率不佳。
发明内容
有鉴于此，本申请实施例的目的是提供一种通话方法、装置、计算机设备及计算机可读存储介质，能够解决现有电话营销方法的效率不佳的问题。
第一方面，本申请实施例提供了一种通话方法，所述方法包括：
获取第一用户的第一语音数据，将所述第一语音数据转换为文本；
根据所述文本确定所述第一用户的意图；
根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
根据本申请公开的一种具体实施方式，所述方法还包括：
获取所述第二用户的第二语音数据，对所述第二语音数据进行关键词检测；
若所述第二语音数据中包括预设禁用词汇，则生成提示信息。
根据本申请公开的一种具体实施方式，所述方法还包括：
若所述预设台本中不包括所述意图，则利用知识库生成第二回复内容，以使所述第二用户利用所述第二回复内容回复所述第一用户。
根据本申请公开的一种具体实施方式，所述预设台本的生成过程包括：
获取所述第一用户的客户画像；
根据所述客户画像，得到目标商机信息；
根据所述目标商机信息，得到所述预设台本。
根据本申请公开的一种具体实施方式，所述获取第一用户的第一语音数据，将所述第一语音数据转换为文本之前，还包括：
根据所述预设台本生成首次话术文本。
根据本申请公开的一种具体实施方式，所述根据所述文本确定所述第一用户的意图，包括：
将所述文本输入至意图识别模型，得到所述第一用户的意图。
根据本申请公开的一种具体实施方式，所述预设台本为树形结构，所述树形结构中的每个结点包括预设回复内容。
第二方面，本申请实施例提供了一种通话装置，所述装置包括：
获取模块，用于获取第一用户的第一语音数据，将所述第一语音数据转换为文本；
确定模块，用于根据所述文本确定所述第一用户的意图；
生成模块，用于根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
第三方面，本申请实施例提供了一种计算机设备，包括处理器和存储器，所述存储器上存储有程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
本申请的上述实施例提供的通话方法、装置、计算机设备及计算机可读存储介质，获取第一用户的第一语音数据，将所述第一语音数据转换为文本；根据所述文本确定所述用户的意图；根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。这样，利用预设台本指导第二用户进行与第一用户的通话，提高了电话营销的效率。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的第一种通话方法的流程示意图；
图2示出了本申请实施例提供的第二种通话方法的流程示意图；
图3示出了本申请实施例提供的第三种通话方法的流程示意图；
图4示出了本申请实施例提供的第四种通话方法的流程示意图；
图5示出了本申请实施例提供的一种通话装置的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
为了解决电话营销方法的效率不佳的技术问题，本申请提供了一种通话方法。请参阅图1，图1为本申请实施例提供的第一种通话方法的流程示意图，该方法包括以下步骤：
步骤S110、获取第一用户的第一语音数据，将所述第一语音数据转换为文本。
具体的，在第一用户接通电话后，获取第一用户的第一语音数据。第一语音数据是指通过语音采集设备采集到的语音数据，语音可以通过多种方式采集，例如，可以通过通话装置内置的语音采集设备直接进行采集，也可以通过通话装置外接的语音采集设备进行采集，本申请实施例对语音采集的方式不做限定，可以根据实际需求设定。然后将语音传输至计算机设备或服务器，从而完成第一语音数据的获取。可以理解的是，语音采集设备包括但不限于麦克风，麦克风是指用于把声音信号转换为电信号的设备。
在获取第一用户的第一语音数据后，对第一语音数据进行识别，将所述第一语音数据转换为文本。识别是指对第一语音数据中的具体内容进行识别，如第一语音数据对应的内容为“我爱你”，那么，识别就是把“我爱你”这几个字识别出来，从而把声音信息转换为文字信息。
在本申请实施例中，第一用户用于指代客户，后文中的第二用户用于指代销售人员。
步骤S120、根据所述文本确定所述第一用户的意图。
具体的，利用步骤S110中得到的文本，可以确定第一用户的第一语音数据对应的意图，也即第一用户说话的目的或动机，从而了解第一用户的实际需求。
一种可选的实施方式中，请参阅图2，图2为本申请实施例提供的第二种通话方法的流程示意图。所述根据所述文本确定所述用户的意图，包括：
步骤S121、将所述文本输入至意图识别模型，得到所述用户的意图。
具体的，意图识别模型是指用于识别用户句子意图的模型，可以理解的是，意图识别模型可以根据实际需求设定，本申请实施例对此不做限定。例如，可以通过CNN(Convolutional Neural Network，卷积神经网络)模型、LSTM(Long Short-Term Memory，长短期记忆)模型、Transformer模型训练得到。
可以理解的是，利用意图识别模型得到用户的意图，能够提高得到的意图的准确性。
步骤S130、根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
具体的，在本申请实施例中，所述预设台本为由多个结点构成的树形结构。所述树形结构中的每个结点包括预设回复内容，每个结点都包括至少一个后续结点数，也即通过对后续可能的通话内容进行模拟，从而对第二用户的回复内容进行指导，进而提高电话营销的效率。
因此，利用步骤S120中得到的意图，可以从预设台本中选取与所述意图对应的结点及结点包括的预设回复内容，实现结点及预设回复内容的切换，进而生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
一种可选的实施方式中，所述预设台本的生成过程包括：
获取所述第一用户的客户画像；
根据所述客户画像，得到目标商机信息；
根据所述目标商机信息，得到所述预设台本。
具体的，客户画像(persona)是真实客户的虚拟代表，是建立在一系列真实数据智商的目标客户模型。客户画像用户对客户进行描述，通过给客户打标签，将标签特征结合起来，就可以在一定程度上代表客户的需求。标签特征包括但不限于，第一用户的基本资料，如客户号、姓名、性别、证件、生日、联系方式，以及第一用户的业务资料，如风险测评、资产分层、持卡情况、服务历史、客户关系、客户健康度、客户价值、客户产品、客户分类、KYC(Know Your Customer，了解你的客户)地图。利用客户画像可以更好地对第一用户进行分析，从而可以更准确地了解第一用户的需求。
根据所述第一用户的所述客户画像，可以基于大数据算法得到目标商机信息。商机，表示商业机会或经商机会。在本申请实施例中，目标商机信息用于指代可以为第一用户提供的商业服务，例如，***办理业务、贷款办理业务等。可以理解的是，目标商机信息是从众多商机中筛选出来的成功率较高的商机。
在得到所述目标商机信息后，可以根据所述目标商机信息，得到所述预设台本。预设台本是目标商机信息对应的台本。
通过上述步骤得到的预设台本，是基于第一用户的客户画像以及目标商机信息得到的，可以提高电话营销的效率。
一种可选的实施方式中，请参阅图3，图3为本申请实施例提供的第三种通话方法的流程示意图。所述方法还包括：
步骤S140、获取所述第二用户的第二语音数据，对所述第二语音数据进行关键词检测；
步骤S150、若所述第二语音数据中包括预设禁用词汇，则生成提示信息。
具体的，考虑到通话过程中，需要对第二用户的话术进行规范化，因此，先获取第二用户的第二语音数据，并对所述第二语音数据进行关键词检测。关键词检测可以有多种实现形式，传统关键词检测***一般是由声学特征提取模块、声学模型、语言模型和解码器组成，利用声学特征提取模块对音频信号做预处理，再通过解码器、声学模型和语言模型中的数据进行对比来获得结果，比较常用的几种算法有动态时间规整、Viterbi(维特比)算法、HMM(Hidden Markov Model，隐马尔科夫模型)等。此外，随着近年来神经网络的兴起，神经网络被运用于关键词识别中。基于神经网络的关键词检测***由声学提取特征模块和识别网络构成，音频信号经过声学提取特征模块预处理成离散矩阵向量，经过识别网络后输出最终结果。传统关键词检测***需要分模块设计相对复杂，同时模型限制了不同人声的识别范围。在输入数据与目标词汇对比时，传统语音识别往往采用多遍搜索策略来保证准确率，这提高了传统关键词***的识别率，但同时也增大了识别延迟。可以理解的是，相比于传统关键词检测***，基于神经网络的关键词检测***设计简单，识别更加准确。
若根据关键字检测结果得到所述第二语音数据中包括预设禁用词汇，则生成提示信息。可以理解的是，预设禁用词汇可以根据实际需求设定，本申请实施例对此不做限定。例如，预设禁用词汇可以包括不文明用语以及违规用语，不文明用语指的是规范中不允许使用的低俗词汇，通常不文明用语会导致客户体验不好；违规用语指的是金融科技行业中不允许使用的词汇，二者都有可能导致客户投诉。同时，预设禁用词汇还可以在后续通话的过程中动态配置。
进一步地，所述提示信息用于提示第二用户在后续的通话过程中不要再发生，以对通话内容进行及时纠正，避免引起客户投诉。在本申请实施例中，提示信息通过显示装置显示给第二用户。显示装置包括但不限于CRT(Cathode Ray Tube，阴极射线管)显示器、LCD(Liquid Crystal Display，液晶显示屏)、LED(Light-Emitting Diode，发光二极管)显示器，可以根据实际需求设定，本申请实施例对此不做限定。
一种可选的实施方式中，请参阅图4，图4为本申请实施例提供的第四种通话方法的流程示意图。所述方法还包括：
步骤S160、若所述预设台本中不包括所述意图，则利用知识库生成第二回复内容，以使所述第二用户利用所述第二回复内容回复所述第一用户。
具体的，考虑到第一用户的意图可能不存在所述预设台本中，此时，利用知识库生成第二回复内容，以使所述第二用户利用所述第二回复内容回复所述第一用户。知识库是基于知识且具有智能性的***，可以对金融科技领域的问题求解知识，从而根据意图生成相应的回复内容，进而指导第二用户进行兜底回复。
一种可选的实施方式中，所述获取第一用户的第一语音数据，将所述第一语音数据转换为文本之前，还包括：
根据所述预设台本生成首次话术文本。
具体的，对于第二用户而言，可能存在不知道如何进行通话开场白的情况，因此，本申请实施例中，还根据所述预设台本生成首次话术文本，也即在通话接通后，生成第二用户的开场白，从而进一步地提高电话营销的效率。
本申请实施例中提供的通话方法，获取第一用户的第一语音数据，将所述第一语音数据转换为文本；根据所述文本确定所述用户的意图；根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。这样，利用预设台本指导第二用户进行与第一用户的通话，提高了电话营销的效率。
与上述方法实施例相对应，请参见图5，图5为本申请实施例提供的通话装置的结构示意图，通话装置100包括：
获取模块101，用于获取第一用户的第一语音数据，将所述第一语音数据转换为文本；
确定模块102，用于根据所述文本确定所述第一用户的意图；
第一生成模块103，用于根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
可选的，所述通话装置100还包括：
检测模块，用于获取所述第二用户的第二语音数据，对所述第二语音数据进行关键词检测；
提示模块，用于若所述第二语音数据中包括预设禁用词汇，则生成提示信息。
可选的，所述通话装置100还包括：
第二生成模块，用于若所述预设台本中不包括所述意图，则利用知识库生成第二回复内容，以使所述第二用户利用所述第二回复内容回复所述第一用户。
可选的，所述预设台本的生成过程包括：
获取所述第一用户的客户画像；
根据所述客户画像，得到目标商机信息；
根据所述目标商机信息，得到所述预设台本。
可选的，所述通话装置100还包括：
第三生成模块，用于根据所述预设台本生成首次话术文本。
可选的，确定模块102，具体用于将所述文本输入至意图识别模型，得到所述第一用户的意图。
可选的，所述预设台本为树形结构，所述树形结构中的每个结点包括预设回复内容。
本申请实施例提供的通话装置能够实现上述方法实施例中通话方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
可选的，本申请实施例还提供一种计算机设备，包括处理器和存储器，所述存储器上存储有程序或指令，该程序或指令被处理器执行时实现上述通话方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
可选的，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述通话方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的计算机设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、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，所述模块、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，在作为替换的实现方式中，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，两个连续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，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动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。
另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种通话方法，其特征在于，所述方法包括：
获取第一用户的第一语音数据，将所述第一语音数据转换为文本；
根据所述文本确定所述第一用户的意图；
根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
2.根据权利要求1所述的通话方法，其特征在于，所述方法还包括：
获取所述第二用户的第二语音数据，对所述第二语音数据进行关键词检测；
若所述第二语音数据中包括预设禁用词汇，则生成提示信息。
3.根据权利要求1所述的通话方法，其特征在于，所述方法还包括：
若所述预设台本中不包括所述意图，则利用知识库生成第二回复内容，以使所述第二用户利用所述第二回复内容回复所述第一用户。
4.根据权利要求1所述的通话方法，其特征在于，所述预设台本的生成过程包括：
获取所述第一用户的客户画像；
根据所述客户画像，得到目标商机信息；
根据所述目标商机信息，得到所述预设台本。
5.根据权利要求4所述的通话方法，其特征在于，所述获取第一用户的第一语音数据，将所述第一语音数据转换为文本之前，还包括：
根据所述预设台本生成首次话术文本。
6.根据权利要求1所述的通话方法，其特征在于，所述根据所述文本确定所述第一用户的意图，包括：
将所述文本输入至意图识别模型，得到所述第一用户的意图。
7.根据权利要求1所述的通话方法，其特征在于，所述预设台本为树形结构，所述树形结构中的每个结点包括预设回复内容。
8.一种通话装置，其特征在于，所述装置包括：
获取模块，用于获取第一用户的第一语音数据，将所述第一语音数据转换为文本；
确定模块，用于根据所述文本确定所述第一用户的意图；
生成模块，用于根据所述意图以及预设台本，生成第一回复内容，以使第二用户利用所述第一回复内容回复所述第一用户。
9.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器上存储有程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7中任一项所述的通话方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7中任一项所述的通话方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211153577.7A CN115514848A (zh) | 2022-09-21 | 2022-09-21 | 通话方法、装置、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211153577.7A CN115514848A (zh) | 2022-09-21 | 2022-09-21 | 通话方法、装置、计算机设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115514848A true CN115514848A (zh) | 2022-12-23 |
Family
ID=84506432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211153577.7A Pending CN115514848A (zh) | 2022-09-21 | 2022-09-21 | 通话方法、装置、计算机设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115514848A (zh) |
-
2022
- 2022-09-21 CN CN202211153577.7A patent/CN115514848A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10771627B2 (en) | Personalized support routing based on paralinguistic information | |
| CN112988991B (zh) | 一种通过人机对话进行反欺诈干预的方法和*** | |
| US10210867B1 (en) | Adjusting user experience based on paralinguistic information | |
| US20180082184A1 (en) | Context-aware chatbot system and method | |
| CN111428010B (zh) | 人机智能问答的方法和装置 | |
| CN109767765A (zh) | 话术匹配方法及装置、存储介质、计算机设备 | |
| US20160343366A1 (en) | Speech synthesis model selection | |
| CN111666380A (zh) | 一种智能呼叫方法、装置、设备和介质 | |
| US9904927B2 (en) | Funnel analysis | |
| US10193843B2 (en) | Computing system with conversation modeling mechanism and method of operation thereof | |
| CN110019742B (zh) | 用于处理信息的方法和装置 | |
| US11176466B2 (en) | Enhanced conversational bots processing | |
| US11630958B2 (en) | Determining topic labels for communication transcripts based on a trained generative summarization model | |
| US11861316B2 (en) | Detection of relational language in human-computer conversation | |
| US10255346B2 (en) | Tagging relations with N-best | |
| CN112131358A (zh) | 场景流程结构及所应用的智能客服*** | |
| Kopparapu | Non-linguistic analysis of call center conversations | |
| CN111639162A (zh) | 信息交互方法和装置、电子设备和存储介质 | |
| CN111309882B (zh) | 用于实现智能客服问答的方法和装置 | |
| CN112434953A (zh) | 一种基于计算机数据处理的客服人员考核方法和装置 | |
| CN115564529A (zh) | 语音导航控制方法、装置、计算机终端及存储介质 | |
| CN114519094A (zh) | 基于随机状态的话术推荐方法、装置及电子设备 | |
| CN115514848A (zh) | 通话方法、装置、计算机设备及计算机可读存储介质 | |
| CN115374254A (zh) | 用于生成服务评价信息的方法、装置、服务器和介质 | |
| KR102606456B1 (ko) | 피싱 분석 장치 및 그 방법 |
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 |