WO2019085095A1 - 一种智能语音提示方法、装置、电子设备及介质 - Google Patents

一种智能语音提示方法、装置、电子设备及介质 Download PDF

Info

Publication number
WO2019085095A1
WO2019085095A1 PCT/CN2017/112903 CN2017112903W WO2019085095A1 WO 2019085095 A1 WO2019085095 A1 WO 2019085095A1 CN 2017112903 W CN2017112903 W CN 2017112903W WO 2019085095 A1 WO2019085095 A1 WO 2019085095A1
Authority
WO
WIPO (PCT)
Prior art keywords
insurance
type
factor
prompting
types
Prior art date
Application number
PCT/CN2017/112903
Other languages
English (en)
French (fr)
Inventor
彭小明
李培彬
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019085095A1 publication Critical patent/WO2019085095A1/zh

Links

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
    • H04M3/42025—Calling or Called party identification service
    • H04M3/42034—Calling party identification service
    • H04M3/42059—Making use of the calling party identifier
    • 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
    • H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
    • H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
    • 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
    • H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
    • H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
    • H04M3/4936—Speech interaction details
    • 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
    • H04M3/527—Centralised call answering arrangements not requiring operator intervention

Definitions

  • This application belongs to the field of data processing technologies, and in particular, to an intelligent voice prompting method, device, electronic device, and medium.
  • the existing intelligent voice system when performing customer telephone service processing, at least includes a welcome message and a level of voice menu, and each voice menu includes at least one specific service service.
  • each voice menu includes at least one specific service service.
  • the existing intelligent voice system is incapable of intelligentizing the processing of the customer's telephone service, and cannot provide the user with the required business service.
  • the embodiments of the present application provide an intelligent voice prompting method and an electronic device to solve the problem that the intelligent voice system has low intelligence on the telephone service processing in the prior art.
  • a first aspect of the embodiments of the present application provides a method for identifying a potential customer, including:
  • [0008] acquiring a phone number of the call target object, and using the phone number to perform the guest on the target object Matching the attribute data of the customer, and reading the insurance identification and the operation record data in the matched customer attribute data; parsing the insurance identification, identifying the M types of insurance types in which the target object has been insured, and the M Type N insurance type to which the insurance type belongs, and read out the date of the insurance node corresponding to the insurance identifier, where M and N are integers greater than zero;
  • N1 type prompting factor corresponding to the N types of insurance types, wherein the prompting factor is used to indicate a service service to be played, and N1 is an integer greater than zero and less than or equal to M;
  • the operation record data to prioritize all the cue factors in the N1 type cue factor, and filter out the highest priority pre-preset factor quantity
  • the prompting factor is used to read the corresponding voice data, and the voice stitching is performed on the corresponding voice data by using the preset voice prompt template, and the voice stitching is sent to send the prompt voice data to the client terminal at the opposite end of the call. Broadcast.
  • a second aspect of the embodiments of the present application provides a potential customer identification device, including:
  • [0013] acquiring a phone number of the target object of the call end, performing matching of the customer attribute data on the target object by using the phone number, and reading the insurance identification and the operation record data in the matched customer attribute data;
  • the insurance identification is analyzed, and the M types of insurance types in which the target object has been insured and the N types of insurance types to which the M types of insurance types belong are identified, and the date of the insurance node corresponding to the insurance identification is read, where M , N is an integer greater than zero;
  • N1 type prompting factor corresponding to the N types of insurance types, wherein the prompting factor is used to indicate a service service to be played, and N1 is an integer greater than zero and less than or equal to M;
  • the operation record data to prioritize all the cue factors in the N1 type cue factor, and filter out the highest priority pre-preset factor quantity
  • the prompting factor is used to read the corresponding voice data, and the voice stitching is performed on the corresponding voice data by using the preset voice prompt template, and the voice stitching is sent to send the prompt voice data to the client terminal at the opposite end of the call. Broadcast.
  • a third aspect of the embodiments of the present application provides an electronic device of a potential customer, including a memory, a processor, and the computer storing computer readable instructions executable on the processor, the processing The computer executes the computer readable instructions to implement the following steps:
  • [0018] acquiring a phone number of the target object of the call end, performing matching of the customer attribute data on the target object by using the phone number, and reading the insurance identifier and the operation record data in the matched customer attribute data;
  • the insurance identification is analyzed, and the M types of insurance types in which the target object has been insured and the N types of insurance types to which the M types of insurance types belong are identified, and the date of the insurance node corresponding to the insurance identification is read, where M , N is an integer greater than zero;
  • N1 type prompting factor corresponding to the N types of insurance types, wherein the prompting factor is used to indicate a service service to be played, and N1 is an integer greater than zero and less than or equal to M;
  • the operation record data to prioritize all the cue factors in the N1 type cue factor, and filter out the number of pre-predetermined factors with the highest priority.
  • a prompting factor and reading the corresponding voice data, performing the voice stitching on the corresponding voice data by using the preset voice prompt template, and sending the voice stitching to send the prompt voice data to The client terminal at the opposite end of the call broadcasts.
  • a fourth aspect of the embodiments of the present application provides a computer readable storage medium storing computer readable instructions, wherein the computer readable instructions are at least one processor Execute ⁇ to achieve the following steps:
  • [0023] acquiring a phone number of the target object of the call end, performing matching of the customer attribute data on the target object by using the phone number, and reading the insurance identifier and the operation record data in the matched customer attribute data;
  • the insurance identification is analyzed, and the M types of insurance types in which the target object has been insured and the N types of insurance types to which the M types of insurance types belong are identified, and the date of the insurance node corresponding to the insurance identification is read, where M , N is an integer greater than zero;
  • N1 type prompting factor corresponding to the N types of insurance types, wherein the prompting factor is used to indicate a service service to be played, and N1 is an integer greater than zero and less than or equal to M;
  • the operation record data uses the operation record data to prioritize all the cue factors in the N1 type cue factor, and filter out the number of the pre-predetermined factors with the highest priority.
  • the prompting factor is used to read the corresponding voice data, and the voice stitching is performed on the corresponding voice data by using the preset voice prompt template, and the voice stitching is sent to send the prompt voice data to the client terminal at the opposite end of the call. Broadcast.
  • determining the operation record data, the insurance type, the insurance node date, and the insured insurance type of the target object by matching the telephone number of the target object, and using the extracted data and the factor screening model to perform the insurance coverage of the target object.
  • the analysis realizes the screening of the prompting factors contained in the system, thereby ensuring that the final prompting factors are the business services required by the target object.
  • the The indicator factor performs the preset quantity judgment, and performs the priority sorting screening after exceeding the preset quantity, thereby ensuring that the final number of prompting factors is not excessive, and the prompting factor of the target object is the most likely.
  • the prompting factor for ensuring the final output is the peer that is actually required by the target object, and there is no excessive broadcast, which greatly improves the intelligence degree of the intelligent voice system for handling the telephone service. After the target object is connected to the intelligent voice system by telephone, an effective service service voice broadcast can be obtained.
  • FIG. 1 is a schematic flowchart of an implementation of an intelligent voice prompting method according to Embodiment 1 of the present application;
  • FIG. 2 is a schematic flowchart showing an implementation of an intelligent voice prompting method according to Embodiment 2 of the present application
  • FIG. 3 is a schematic flowchart showing an implementation of an intelligent voice prompting method according to Embodiment 3 of the present application
  • FIG. 4 is a schematic flowchart of an implementation of an intelligent voice prompting method provided in Embodiment 4 of the present application;
  • FIG. 5 is a schematic flowchart of an implementation of an intelligent voice prompting method according to Embodiment 5 of the present application.
  • FIG. 6 is a schematic structural diagram of an intelligent voice prompting apparatus provided in Embodiment 6 of the present application.
  • FIG. 7 is a schematic diagram of an intelligent voice prompting electronic device provided in Embodiment 7 of the present application.
  • Embodiment 1 is a flowchart of an implementation of an intelligent voice prompting method provided by Embodiment 1 of the present application, which is described in detail below.
  • S101 Acquire a phone number of the target object of the call end, perform client attribute data matching on the target object by using the phone number, and read the insurance identifier and the operation record data in the matched customer attribute data.
  • the insurance identification is analyzed, and the M types of insurance types in which the target object has been insured and the N types of insurance types to which the M types of insurance are insured are identified, and the date of the insurance node corresponding to the insurance identification is read, wherein M and N are greater than zero. Integer.
  • the target object refers to a user (ie, a client in the embodiment of the present application) that uses the electronic device that can make a call to access the smart voice system and makes a call with the smart voice system.
  • Customer attribute data includes but is not limited to: all relevant information of the insurance purchased by the customer (such as policy data of all insurance purchased), operational record data of the business service conducted by the customer through the intelligent voice system, and personal information of the customer (eg Phone number and name, etc.).
  • the insurance logo is used to record the type of insurance that the customer specifically purchases.
  • Operation Record data used to record the historical operation data corresponding to the business handled by the customer's phone, such as the historical operation data corresponding to the service such as the car insurance report and the case progress inquiry processed by the customer.
  • the customer attribute data is data that has been stored and directly available. Since the customer attribute data is stored in the storage medium in a specific data format (e.g., binary format, etc.), the specific insurance type purchased by the customer is recorded, and the insurance type is also converted into data of the corresponding data format for storage.
  • a specific data format e.g., binary format, etc.
  • the insurance type of the customer is converted into the insurance identifier of the customer attribute data storage data format, and therefore, the insurance type of the customer can be obtained by analyzing the data format of the insurance identification. Since the same customer may purchase a plurality of different types of insurance, in the embodiment of the present application, the customer's insurance identification may correspond to a plurality of different insurance types.
  • the intelligent voice system after receiving the customer's incoming call, the intelligent voice system first compares and matches the phone number of the incoming call with the stored phone number in the customer attribute data, and finds the same phone number as the incoming call.
  • the customer attribute data is determined as the customer attribute data of the incoming call customer.
  • the insurance identification and the operation record data are read from the customer attribute data, and the insurance identification is analyzed to identify the insurance type that the customer has insured, and the pre-storage is utilized.
  • the insurance type-insurance type associated data is used for insurance type inquiry to determine the type of insurance to which each customer has insured the insurance type.
  • M is an integer greater than 0, and since each insurance type belongs to at least one type.
  • the type of insurance, and different types of insurance can be attributed to the same type of insurance, such as term life insurance, dividend insurance, universal insurance and investment insurance, all of which are life insurance types. Therefore, the actual size of M and N must be insured according to storage.
  • the insurance-insurance type associated data is determined after the inquiry, but there is no doubt that since each insurance type belongs to at least one type of insurance, N is an integer greater than zero.
  • S102 input operation record data, insurance type and insurance node date, input to a factor screening model corresponding to the N-type insurance type, and respectively perform a prompt factor screening for the N-type insurance types, and obtain N1 corresponding to the N-type insurance types respectively.
  • a class hinting factor where the prompting factor is used to represent a business service to be played, and N1 is an integer greater than zero and less than or equal to M.
  • the prompting factor is used to indicate the service service that needs to be played.
  • the voice data corresponding to the prompting factor is only required to be read and broadcasted, and then the pair is completed. Broadcast of business services.
  • the factor screening model is used to filter the insurance type according to the preset screening rules, so as to obtain the prompting factors corresponding to each type of insurance, wherein the screening rules corresponding to each type of insurance will be different, The specific data used will also be different. Therefore, after screening the prompt factors for each type of insurance, it is necessary to first determine the required data according to the screening rules corresponding to the type of insurance, and then filter the prompting factors. .
  • the factor screening model first finds a screening rule corresponding to each type of insurance in the N-type insurance type, and determines according to the screening rule.
  • the required data such as the type of auto insurance, needs to be screened according to whether the customer is the first report of the current auto insurance policy period, and the auto insurance report identifier in the operation record data can be used to identify whether the customer is The number of reports for the current auto insurance policy period. Therefore, for the auto insurance type, the data that needs to be used includes the operation record data.
  • the required data is processed and judged to obtain the prompt factors corresponding to each type of insurance (since the screening rules for each type of insurance are complicated, The screening process of the prompting factor is cumbersome. Therefore, the screening process of the specific screening rule is not in the first embodiment of the present application.
  • the screening process of the specific screening rule is not in the first embodiment of the present application.
  • each type of insurance may vary, for example, for the type of life insurance, it includes special types of insurance (such as dividend insurance, universal insurance, investment insurance, etc.) and Special types of insurance (such as life insurance, term life insurance, and two-insurance insurance), and it is more difficult to use the same screening rules for different types of insurance. Therefore, in the embodiment of the present application, different screening rules are set for the different types of insurance policies of the insurance type, so as to obtain the prompting factors of the unique corresponding types in each specific case. Therefore, in the embodiment of the present application, The type of cue factor that is ultimately obtained for each type of insurance will also vary depending on the specific circumstances of the insured type of insurance.
  • each type of insurance may correspond to multiple different types of prompts. factor.
  • the specific situation is unique.
  • the universal insurance belongs to a special type of insurance, that is, the type of the prompting factor corresponding to each specific insurance type is unique, and therefore, implemented in the present application.
  • N1 is an integer greater than or equal to zero and less than or equal to M.
  • a query data table of the specific circumstances of the insurance type is pre-stored for each type of insurance.
  • a special insurance type table is pre-stored. Through the query data table, the specific conditions corresponding to the insurance type can be classified and classified to ensure the subsequent implementation of different screening for different specific situations.
  • S103 Perform total factor quantity statistics on the obtained N1 type prompting factor. If the total number of factors is less than or equal to the preset factor quantity, the voice data of each prompting factor of the N1 type prompting factor is read, and the voice data of the read voice data is stitched by using the preset voice prompt template, and the voice stitching is performed. The prompt voice data is sent to the client terminal of the call end to broadcast.
  • the voice splicing refers to combining the preset voice template with the voice data of the prompting factor to obtain prompt voice data that needs to be broadcasted.
  • a plurality of different voice prompt templates may be preset for use.
  • the preset two voice prompt templates are: First template "Welcome to call XX XX (insurance company name), please simply state the business you need to handle, for example: XX" and the second template" Welcome to call XXXX, Do you want XX?", where XX is used for voice stitching and fill in the prompting factor
  • S104 If the total factor quantity is greater than the preset factor quantity, use the operation record data to prioritize all the cue factors in the N1 type cue factor, and filter out the cue factor of the highest priority pre-preset factor quantity bit. And reading the corresponding voice data, using the preset voice prompt template to perform voice stitching on the corresponding voice data, and stitching the voice to obtain the prompt voice data to be sent to the client terminal of the call end for broadcast.
  • the prompting factor needs to be filtered to obtain a prompting factor that satisfies the preset number of factors. Broadcast.
  • the latest pre-reading is read from the operation record data in consideration of the difference in the service service requirements of the customer in different inter-segments. Set the business service operation record within the long period, and prioritize according to the number of business service operations of the business service corresponding to the prompt factor. The most recent preset specific value needs to be set by the technician according to the actual situation.
  • the voice data of the prompting factor is read and the voice is stitched.
  • the specific operation steps are the same as those of S103, and are not described here.
  • the operation record of the target object, the insurance type, the date of the insurance node, and the insurance type of the insurance are extracted and utilized by the customer attribute data.
  • the extracted data and the factor screening model are used to analyze the insured condition of the target object, and the screening of the prompting factors contained in the system is realized, thereby ensuring that the final prompting factors are the business services required by the target object.
  • the obtained prompting factor is judged by a preset quantity, and the priority sorting filter is performed after the preset number is exceeded, thereby ensuring that the final number of prompting factors is not excessive, and the prompting possibility of the target object is the highest. factor.
  • this application Please ensure that the final output prompt factor is the actual required target of the target object, and there will be no excessive broadcast, which greatly improves the intelligent degree of the intelligent voice system processing the telephone service, so that the target object After the phone is connected to the intelligent voice system, an effective voice broadcast of the business service can be obtained.
  • the method includes: [0057] S1021, when the type N insurance type includes a car insurance type, extracting from the operation record data The operation record data segment during the current auto insurance policy validity period, and determine whether the auto insurance report identifier is included in the operation record data segment.
  • the customer after purchasing a car insurance, the customer usually only calls the car insurance report when a vehicle accident occurs, and generally calls the inquiry process progress within a few natural days after the car insurance report is reported, and Conduct business service operations. Therefore, in the embodiment of the present application, when the type N insurance type includes the auto insurance type, the validity period of the auto insurance policy that the customer is currently insured is first determined, and the validity period is extracted from the operation record data to the current time. The operation in the interval records the data segment, and detects whether the vehicle insurance report identifier is included in the operation record data segment.
  • the intelligent voice system records the operation of the customer's incoming call for the automobile insurance report as the vehicle insurance report identifier, that is, when the customer calls the vehicle insurance report, the vehicle insurance report identifier is written into the operation record data and recorded. Reporting day. Therefore, when the operation record data segment does not contain the auto insurance report identifier, it indicates that the auto insurance policy has not been reported for the current insurance policy.
  • the prompt factors related to auto insurance are read, the operating frequency is sorted according to big data, and the required prompt factors are selected, wherein the number of prompt factors required for screening is specifically It can be set by the technician according to actual needs.
  • the process phase of the case is mainly divided into: a nuclear damage phase and a payout processing phase, wherein the check nuclear damage phase corresponds to a case process determined from the start of the car insurance report to the payment amount, and the compensation process
  • the payment processing phase corresponds to the case flow from the determination of the payment amount to the completion of the payment of the payment.
  • the operation record data segment contains the vehicle insurance report identifier, it indicates that the customer has already reported the vehicle insurance, and the case handling process has been started.
  • each insurance company has different requirements for the case handling process of auto insurance cases, for each insurance company, the requirements for the processing of the case are fixed, and the above-mentioned case process stages are the same. Therefore, for each insurance company, the technical staff can formulate a case flow schedule based on the insurance company's requirements for the case processing process and the case process stage, so that the intelligent voice system can query the current process stage of the case. .
  • the main difference between the survey nuclear damage phase and the payout processing phase is whether the payment amount is determined.
  • the customer In the investigation of the nuclear damage stage, it is necessary to check the loss assessment of the vehicle to determine the amount of the loss. Therefore, at this stage, the customer may need to contact the inspection and determination personnel.
  • the insurance company will review the customer's information and the accident data, and verify whether the payment amount meets the specified requirements. Therefore, in the current stage of investigation and verification, it is necessary to add the "contact inspection and loss determination" to the first type of prompting factor, and in the current period of compensation processing, the "case progress and amount inquiry" is required. "Add to the first type of prompting factor.
  • the embodiment of the present application can implement intelligent identification processing for the type of automobile insurance, and select a prompting factor that is most suitable for the actual demand for the customer, thereby improving the intelligence degree of the intelligent telephone system processing the customer's telephone service.
  • the method includes:
  • the special insurance type table is used to classify the insurance type of the life insurance type, and the special insurance type and the non-special insurance type included in the insurance type under the life insurance type are identified. , and perform key node date query on the insurance node date to determine the key node date corresponding to the special insurance type.
  • the specific circumstances of the insurance types of each type of insurance may be different.
  • the specific conditions of the insurance types under the life insurance type are classified into special types of insurance and Two categories of non-special insurance, and a special insurance schedule is pre-stored, using the table After conducting a special insurance inquiry, it is possible to classify the insurance types under the life insurance type.
  • each special type of insurance has a key node date, and by performing periodic calculation based on the date of this key node, it is possible to query the specific conditions of these special types of insurance.
  • the customer only needs to call after the key node date of the special insurance type, and can query the specific conditions of the special insurance.
  • the account inquiry prompt corresponding to the special insurance type is voiced.
  • a valid length table is preset. The effective length of each special type of insurance is recorded in the table, and then the key node date is calculated with the table to obtain a valid prompt for the special type of insurance. For example, if the effective period corresponding to the dividend insurance is 30 days, and the policy is valid for August 1st, then August 1st to 31st of the year is the effective reminder of the dividend insurance.
  • the method includes:
  • the policy effective date T1 is taken as the key node date of the dividend insurance, the effective length of the dividend insurance is read n days, and the annual policy effective date Tl+n day is used as the dividend insurance. It is effective to prompt the day, preferably, n is 30.
  • the special type of insurance is universal insurance, the policy effective date T2 is taken as the key node date of the universal insurance, and the first nl day of each month after the T2+H year is used as a valid reminder for the universal insurance.
  • H is 3, nl is 11.
  • the renewal premium payment success date T3 will be the key node date of the investment-linked insurance, and the effective length of the investment-linked insurance will be read n2 days, and T3 to T3+n2 will be used as the investment-linked insurance.
  • the effective prompt ⁇ preferably, ⁇ 2 is 5. N, nl, and ⁇ 2 are positive integers greater than zero.
  • the node date analysis model queries the valid length corresponding to each insurance node date, and calculates non-special according to the date of the insurance node and the effective length of the insurance node.
  • the effective prompt of the insurance type and then determine whether it is in the effective prompt time to extract the required prompt factor.
  • the insurance node date of non-special insurance is more, such as the common insurance node date, policy payment date, policy effective date, policy expiration date, customer submission claim material date, customer claims report date, policy loan
  • the repayment date, the date of the replacement of the salesperson, and the security service processing date, etc. may also have multiple valid lengths corresponding to each insurance node date. Therefore, more effective prompts are generated in the embodiment of the present application.
  • the node date analysis model compares the current time with these valid prompts, and determines the prompt factors corresponding to each insurance node date.
  • the effective length corresponding to the date of the plurality of insurance nodes is preset, and the corresponding prompting factor is input, and the date of the insurance node is input into the date analysis model of the node, and can be directly based on
  • the date of the insurance node and the effective length in Table 1 are used to calculate the effective prompt time of each insurance node date, and when it is judged that the current time is in the effective prompt, the corresponding information query prompt is performed. Extract to get the third type of prompting factor.
  • the embodiment of the present application can implement the targeted prompt factor screening according to the customer insurance type, and improve the intelligence degree of the intelligent voice system processing the customer telephone service.
  • the prompting factor can be further filtered by the customer insured condition, so that the screening can obtain a prompting factor with a higher degree of matching with the customer demand.
  • the method includes: [0086] S1028, when the N-type insurance type includes a life insurance type, detecting whether the customer attribute data is Contains any one or more special identifiers in the paper letter bounce ID, the survival gold unreceived logo, and the ID card invalidation ID.
  • the insurance company's traditional processing method is to manually communicate with the customer's phone, inform the customer of the existence of these special circumstances, and prompt the customer to modify, therefore, it takes a lot of labor costs to complete the work.
  • the customer in order to increase the degree of intelligent processing of the customer's telephone service, the customer may also detect whether the above-mentioned special circumstances exist after the customer calls.
  • the customer attribute data includes any one or more special identifiers of a paper letter return letter, a survival gold not received identifier, and an ID card invalidation identifier
  • the customer attribute data is extracted from the prompting factor.
  • the special identification of the advisory modification tips, and as a fourth type of prompt factor.
  • the customer attribute data includes a special identifier, that is, the special situation described above exists
  • the specific situation existing is notified to the customer, and specifically, a corresponding consulting modification is separately set for each of the above special cases. Tips, if for special case 1, the corresponding consultation modification prompt can be set to "Your policy paper letter contact address is incorrect, please modify the contact address", for the special case 2 corresponding consultation modification prompt can be set to "you If there is an unfinished survival fund, do you need a survival payment consultation?, the corresponding modification suggestion for special case 3 can be set to "Your ID card has expired, please change the ID”. It should be understood that since there is no mutual exclusion relationship between the above three special cases, therefore, three special The probability of occurrence is independent, and either one may not exist or the same may exist.
  • the intelligent voice system is used to automatically detect whether the customer has a special situation where the contact address is incorrect, the survival money is not received, and the validity period of the ID card has passed, and a special condition is detected, and a special condition is extracted.
  • FIG. 5 As a preferred embodiment 5 of the present application, as shown in FIG. 5, includes:
  • S501 Collect voice data of the target object, perform voice recognition on the voice data, and perform keyword matching.
  • the manual service when it is recognized that the preset voice keyword is included in the voice data, the manual service prompts the voice data to the client terminal of the call peer, and receives the target object in the preset time zone and returns the voice data according to the manual service prompt voice data. After confirming the access command, transfer the call to the manual service account.
  • the method further includes: collecting voice data of the target object, performing voice recognition on the voice data, and matching the factor keywords, and identifying the voice data including the factor keyword ⁇ , the broadcast factor key The service business corresponding to the word.
  • the service service is detected in the process of detecting the customer's incoming call, and the service service is automatically broadcasted after detecting the service service, so as to help the customer to quickly perform the service. Operation.
  • FIG. 6 is a structural block diagram of the intelligent voice prompting apparatus provided by the embodiment of the present application. For the convenience of description, only parts related to the embodiment of the present application are shown.
  • the intelligent voice prompting device illustrated in FIG. 6 may be the execution body of the smart voice prompting method provided in the foregoing first embodiment.
  • the intelligent voice prompting apparatus includes:
  • the data obtaining module 61 is configured to acquire a phone number of the target object of the call end, perform matching of the customer attribute data on the target object by using the phone number, and read the insurance in the matched customer attribute data. Identification and operation record data. Parsing the insurance identification, identifying the M types of insurance types in which the target object has been insured, and the N types of insurance types to which the M types of insurance types belong, and reading out the date of the insurance node corresponding to the insurance identification, wherein M and N are integers greater than zero.
  • a factor screening module 62 configured to input the operation record data, the insurance type, and the insurance node date to a factor screening model corresponding to the N-type insurance type, and respectively perform the insurance type of the N-type insurance type Performing a prompting factor screening to obtain an N1 type prompting factor corresponding to the N types of insurance types, wherein the prompting factor is used to indicate a service service to be played, and N1 is an integer greater than zero and less than or equal to M.
  • the first voice broadcast module 63 is configured to perform total factor quantity statistics on the obtained N1 type prompting factor.
  • the voice data of each prompting factor of the N1 type prompting factor is read, and the read voice data is stitched by using a preset voice prompt template. And the voice stitching is sent to prompt the voice data to be sent to the client terminal of the call end to broadcast
  • the second voice broadcast module 64 is configured to: prioritize all the prompting factors in the N1 type prompting factor by using the operation record data, if the total number of factors is greater than a preset number of factors, and select the highest priority
  • the pre-preset factor is the number of the prompting factors, and the corresponding voice data is read, the voice stitching is performed on the corresponding voice data by using the preset voice prompt template, and the voice stitching is prompted
  • the voice data is sent to the client terminal at the opposite end of the call for broadcast.
  • the factor screening module includes:
  • the driver risk related related prompt factor is filtered according to the vehicle risk purchase record data in the customer attribute data, and the first type of prompt factor is obtained.
  • the operation record data segment includes a vehicle risk report identifier
  • the report of the vehicle risk report identifier is read, and a difference is calculated between the current time and the report case, and the difference is obtained.
  • the contact in the prompting factor is extracted to determine the loss, the car insurance report, and the cancellation of the car insurance report as the first type of prompting factor.
  • the claim processing phase is extracted, and the case progress and amount inquiry in the prompting factor, the vehicle risk report, and the canceled car insurance report are extracted as the first type of prompting factor.
  • the factor screening module further includes:
  • the special insurance type table is used to classify the insurance type under the life insurance type, and the special insurance included in the insurance type under the life insurance type is identified. And non-special insurance, and key node date query for the insurance node date , determine the key node date corresponding to the special type of insurance.
  • the smart voice prompting device further includes:
  • the type N insurance type includes a life insurance type
  • the customer attribute data includes any one or more special identifiers of a paper letter bounce identifier, a survival gold unclaimed identifier, and an ID card invalidation identifier, extracting the customer from the prompting factor
  • the advisory modification prompt for the special identifier contained in the attribute data and as the fourth type of prompt factor.
  • the intelligent voice prompting apparatus further includes:
  • the manual service when it is recognized that the voice data includes a preset keyword ⁇ , the manual service prompts the voice data to the client terminal of the call peer, and receives the target object in the preset time based on the manual After the service prompts the voice data to return the confirmation access command, the call is transferred to the manual service account.
  • first, second, and the like are used in the text to describe various elements in the embodiments of the present application, these elements should not be limited by these terms. These terms are only used to distinguish one element from another.
  • the first contact can be named as the second contact, and
  • the second contact can be named as the first contact without departing from the scope of the various described embodiments. Both the first contact and the second contact are contacts, but they are not the same contact.
  • the intelligent voice prompting electronic device 7 of the embodiment includes: a processor 70, a memory 71, and the computer 71 stores computer readable instructions 72 executable on the processor 70.
  • the processor 70 executes the computer readable instructions 72 to implement the steps in the various embodiments of the intelligent voice prompting method described above, such as steps 101 through 104 shown in FIG.
  • the processor 70 executes the computer readable instructions 72 to implement the functions of the modules/units in the various apparatus embodiments described above, such as the functions of the modules 61 to 64 shown in FIG.
  • the memory 71 is at least one type of computer readable storage medium, and may be an internal storage unit of the intelligent voice prompting electronic device 7, such as a hard disk or a memory of the smart voice prompting electronic device 7.
  • the memory 71 may also be an external storage device of the smart voice prompting electronic device 7, such as a plug-in hard disk provided on the smart voice prompting electronic device 7. Further, the memory 71 may also include both an internal storage unit of the intelligent voice prompting electronic device 7 and an external storage device.
  • the memory 71 is for storing the computer readable instructions and other programs and data required by the intelligent voice prompting electronic device.
  • the memory 71 can also be used to temporarily store data that has been output or is about to be output.
  • each functional unit and module described above is exemplified. In practical applications, the above functions may be assigned differently according to needs.
  • the functional unit and the module are completed, that is, the internal structure of the device is divided into different functional units or modules to complete all or part of the functions described above.
  • Each functional unit and module in the embodiment may be integrated into one processing unit, or each unit may exist physically separately, or two or more units may be integrated into one unit, and the integrated unit may be implemented by hardware.
  • Formal implementation can also be implemented in the form of software functional units.
  • the integrated module/unit if implemented in the form of a software functional unit and sold or used as a standalone product, may be stored in a computer readable storage medium. Based on such understanding, the present application implements all or part of the processes in the foregoing embodiments, and may also be implemented by instructing related hardware by computer readable instructions, which may be stored in a computer readable storage medium. The computer readable instructions are executed by the processor to implement the steps of the various method embodiments described above.
  • the computer readable instructions include computer readable instruction code, which may be in the form of source code, object code, executable or some intermediate form.
  • the computer readable medium may comprise: any entity or device capable of carrying the computer readable instruction code, a recording medium, a USB flash drive, a removable hard drive, a magnetic disk, an optical disk, a computer memory, a read only memory (R OM, Read- Only Memory), Random Access Memory (RAM), electrical carrier signals, telecommunications signals, and software distribution media.
  • R OM Read- Only Memory
  • RAM Random Access Memory

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种智能语音提示方法及电子设备，适用于数据处理技术领域，该方法包括：获取目标对象电话号码，并识别出已投保的投保险种以及所属的保险类型；将操作记录数据、投保险种以及保险节点日期，输入至保险类型对应的因子筛选模型，得出保险类型分别对应的类提示因子；若得到的总因子数量小于或等于预设因子数量，读取出提示因子中每一个提示因子的语音数据进行播报；若总因子数量大于预设因子数量，筛选出优先度最高预设因子数量的提示因子，再对筛选出的提示因子的语音数据进行播报。在保证了最终输出的提示因子是目标对象实际所需的同时，又不会出现播报过多的情况，极大地提高了智能语音***对电话业务处理的智能化程度。

Description

一种智能语音提示方法、 装置、 电子设备及介质
[0001] 本申请要求于 2017年 10月 30日提交中国专利局、 申请号为 201711037115.8、 发 明名称为"一种用于电话业务***的语音提示方法及终端设备"的中国专利申请的 优先权， 其全部内容通过引用结合在本申请中。
技术领域
[0002] 本申请属于数据处理技术领域， 尤其涉及一种智能语音提示方法、 装置、 电子 设备及介质。
背景技术
[0003] 现有的智能语音***在进行客户的电话业务处理吋， 至少会包含欢迎语以及一 个级别的语音菜单， 每个语音菜单又至少会包含一项具体的业务服务。 通过依 次语音播报各级别语音菜单的业务服务， 提示并引导客户对业务服务进行相应 的操作， 并根据来电客户的操作跳转到相应的业务服务进行响应， 以满足客户 对业务服务的需求。
[0004] 客户来电后， 在现有的智能语音***的引导下进行业务服务选择与操作吋， 需 要耗费大量无用的等候吋间来等待智能语音***播报非自己所需的业务服务， 使得客户无法及吋的获取到自己所需的业务服务， 同吋会导致对每个客户的电 话业务处理吋间都较长， 增加了智能语音***的运行负荷。
[0005] 综上， 现有的智能语音***在进行客户的电话业务处理吋智能化程度低下， 无 法及吋为用户提供其所需的业务服务。
技术问题
[0006] 有鉴于此， 本申请实施例提供了一种智能语音提示方法及电子设备， 以解决现 有技术中智能语音***对电话业务处理的智能化程度低下的问题。
问题的解决方案
技术解决方案
[0007] 本申请实施例的第一方面提供了一种潜在客户的识别方法， 包括：
[0008] 获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对象进行客 户属性数据匹配， 并读取匹配出的所述客户属性数据中的保险标识以及操作记 录数据； 对所述保险标识进行解析， 识别出所述目标对象已投保的 M种投保险种 以及所述 M种投保险种所属的 N类保险类型， 并读取出所述保险标识对应的保险 节点日期， 其中 M、 N均为大于零的整数；
[0009] 将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因子筛选， 得 出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所 需播放的业务服务， N1为大于零， 小于或等于 M的整数；
[0010] 对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或等于预设因 子数量， 读取出所述 N1类提示因子中每一个提示因子的语音数据， 利用预设语 音提示模板， 对读取出的所述语音数据进行语音拼接， 并将所述语音拼接得到 提示语音数据发送至通话对端的客户终端进行播报；
[0011] 若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1类提示因子 中的所有提示因子进行优先度排序， 筛选出优先度最高的前预设因子数量位的 所述提示因子， 并读取对应的语音数据， 利用所述预设语音提示模板对所述对 应的语音数据进行所述语音拼接， 并将所述语音拼接得到提示语音数据发送至 通话对端的客户终端进行播报。
[0012] 本申请实施例的第二方面提供了一种潜在客户的识别装置， 包括：
[0013] 获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对象进行客 户属性数据匹配， 并读取匹配出的所述客户属性数据中的保险标识以及操作记 录数据； 对所述保险标识进行解析， 识别出所述目标对象已投保的 M种投保险种 以及所述 M种投保险种所属的 N类保险类型， 并读取出所述保险标识对应的保险 节点日期， 其中 M、 N均为大于零的整数；
[0014] 将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因子筛选， 得 出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所 需播放的业务服务， N1为大于零， 小于或等于 M的整数；
[0015] 对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或等于预设因 子数量， 读取出所述 N1类提示因子中每一个提示因子的语音数据， 利用预设语 音提示模板， 对读取出的所述语音数据进行语音拼接， 并将所述语音拼接得到 提示语音数据发送至通话对端的客户终端进行播报；
[0016] 若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1类提示因子 中的所有提示因子进行优先度排序， 筛选出优先度最高的前预设因子数量位的 所述提示因子， 并读取对应的语音数据， 利用所述预设语音提示模板对所述对 应的语音数据进行所述语音拼接， 并将所述语音拼接得到提示语音数据发送至 通话对端的客户终端进行播报。
[0017] 本申请实施例的第三方面提供了一种潜在客户的电子设备， 包括存储器、 处理 器， 所述存储器上存储有可在所述处理器上运行的计算机可读指令， 所述处理 器执行所述计算机可读指令吋实现如下步骤：
[0018] 获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对象进行客 户属性数据匹配， 并读取匹配出的所述客户属性数据中的保险标识以及操作记 录数据； 对所述保险标识进行解析， 识别出所述目标对象已投保的 M种投保险种 以及所述 M种投保险种所属的 N类保险类型， 并读取出所述保险标识对应的保险 节点日期， 其中 M、 N均为大于零的整数；
[0019] 将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因子筛选， 得 出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所 需播放的业务服务， N1为大于零， 小于或等于 M的整数；
[0020] 对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或等于预设因 子数量， 读取出所述 N1类提示因子中每一个提示因子的语音数据， 利用预设语 音提示模板， 对读取出的所述语音数据进行语音拼接， 并将所述语音拼接得到 提示语音数据发送至通话对端的客户终端进行播报；
[0021] 若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1类提示因子 中的所有提示因子进行优先度排序， 筛选出优先度最高的前预设因子数量位的 所述提示因子， 并读取对应的语音数据， 利用所述预设语音提示模板对所述对 应的语音数据进行所述语音拼接， 并将所述语音拼接得到提示语音数据发送至 通话对端的客户终端进行播报。
[0022] 本申请实施例的第四方面提供了一种计算机可读存储介质， 所述计算机可读存 储介质存储有计算机可读指令， 其特征在于， 所述计算机可读指令被至少一个 处理器执行吋实现如下步骤：
[0023] 获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对象进行客 户属性数据匹配， 并读取匹配出的所述客户属性数据中的保险标识以及操作记 录数据； 对所述保险标识进行解析， 识别出所述目标对象已投保的 M种投保险种 以及所述 M种投保险种所属的 N类保险类型， 并读取出所述保险标识对应的保险 节点日期， 其中 M、 N均为大于零的整数；
[0024] 将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因子筛选， 得 出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所 需播放的业务服务， N1为大于零， 小于或等于 M的整数；
[0025] 对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或等于预设因 子数量， 读取出所述 N1类提示因子中每一个提示因子的语音数据， 利用预设语 音提示模板， 对读取出的所述语音数据进行语音拼接， 并将所述语音拼接得到 提示语音数据发送至通话对端的客户终端进行播报；
[0026] 若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1类提示因子 中的所有提示因子进行优先度排序， 筛选出优先度最高的前预设因子数量位的 所述提示因子， 并读取对应的语音数据， 利用所述预设语音提示模板对所述对 应的语音数据进行所述语音拼接， 并将所述语音拼接得到提示语音数据发送至 通话对端的客户终端进行播报。
发明的有益效果
有益效果
[0027] 通过目标对象的电话号码匹配确定出目标对象的操作记录数据、 投保险种、 保 险节点日期以及投保的保险类型， 并利用提取出的这些数据以及因子筛选模型 来对目标对象的投保情况进行分析， 实现了对***包含的提示因子的筛选， 从 而保障了最终得到的提示因子均是目标对象所需的业务服务。 最后对得到的提 示因子进行预设数量判断， 并在超出预设数量吋进行优先度排序筛选， 从而保 证了最终得到的提示因子数量不会过多， 且都是目标对象需求可能性最高的提 示因子。 因此， 本申请实施例在保证了最终输出的提示因子是目标对象实际所 需的同吋， 又不会出现播报过多的情况， 极大地提高了智能语音***对电话业 务处理的智能化程度， 使得目标对象在电话接入智能语音***吋， 就可以获得 及吋有效的业务服务语音播报。
对附图的简要说明
附图说明
[0028] 为了更清楚地说明本申请实施例中的技术方案， 下面将对实施例或现有技术描 述中所需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是 本申请的一些实施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动性 的前提下， 还可以根据这些附图获得其他的附图。
[0029] 图 1是本申请实施例一提供的智能语音提示方法的实现流程示意图；
[0030] 图 2是本申请实施例二提供的智能语音提示方法的实现流程示意图；
[0031] 图 3是本申请实施例三提供的智能语音提示方法的实现流程示意图；
[0032] 图 4是本申请实施例四提供的智能语音提示方法的实现流程示意图；
[0033] 图 5是本申请实施例五提供的智能语音提示方法的实现流程示意图；
[0034] 图 6是本申请实施例六提供的智能语音提示装置的结构示意图；
[0035] 图 7是本申请实施例七提供的智能语音提示电子设备的示意图。
本发明的实施方式
[0036] 以下描述中， 为了说明而不是为了限定， 提出了诸如特定***结构、 技术之类 的具体细节， 以便透彻理解本申请实施例。 然而， 本领域的技术人员应当清楚 ， 在没有这些具体细节的其它实施例中也可以实现本申请。 在其它情况中， 省 略对众所周知的***、 装置、 电路以及方法的详细说明， 以免不必要的细节妨 碍本申请的描述。
[0037] 为了说明本申请所述的技术方案， 下面通过具体实施例来进行说明。
[0038] 图 1示出了本申请实施例一提供的智能语音提示方法的实现流程图， 详述如下 [0039] S101， 获取通话对端目标对象的电话号码， 利用电话号码对目标对象进行客户 属性数据匹配， 并读取匹配出的客户属性数据中的保险标识以及操作记录数据 。 对保险标识进行解析， 识别出目标对象已投保的 M种投保险种以及 M种投保险 种所属的 N类保险类型， 并读取出保险标识对应的保险节点日期， 其中 M、 N均 为大于零的整数。
[0040] 其中， 目标对象是指使用可拨打电话的电子设备接入智能语音***， 与智能语 音***进行通话的用户 （即本申请实施例中的客户） 。 客户属性数据包括但不 限于： 客户购买过的保险的所有相关资料 （如购买过的所有保险的保单数据） 、 客户通过智能语音***进行过的业务服务的操作记录数据以及客户的个人信 息 （如电话号码以及姓名等） 。 保险标识用于记录客户具体购买的险种。 操作 记录数据， 用于记录客户电话办理过的业务对应的历史操作数据， 如客户电话 办理过的车险报案以及案件进度査询等业务对应的历史操作数据。
[0041] 由于在客户进行投保吋， 会要求记录客户的个人信息以及购买保险的相关资料 ， 同吋， 在客户使用智能语音***进行业务服务操作吋， 也会对客户的操作数 据进行记录， 得到操作记录数据， 因此， 在本申请实施例中， 客户属性数据是 已存储好且可直接获取到的数据。 由于客户属性数据是以特定的数据格式 （如 二进制格式等） 存储在存储介质中， 因此， 在记录客户购买的具体投保险种吋 ， 也会将投保险种转换相应数据格式的数据进行存储。 在本申请实施例中， 在 S 101之前， 会将客户的投保险种转换为客户属性数据存储数据格式的保险标识进 行存储， 因此， 通过对保险标识进行数据格式解析即可得到客户的投保险种。 由于同一客户可能会购买多种不同的险种， 因此在本申请实施例中， 客户的保 险标识可以同吋对应着多种不同的投保险种。
[0042] S101中， 智能语音***在接收到客户来电呼叫后， 首先会将来电的电话号码与 存储的客户属性数据中的电话号码进行对比匹配， 并将找出的包含与来电相同 电话号码的客户属性数据确定为来电客户的客户属性数据。 在确定出来电客户 的客户属性数据之后， 再从客户属性数据中读取出保险标识以及操作记录数据 ， 通过对保险标识进行解析来识别出客户已投保的投保险种， 并利用预先存储 的投保险种 -保险类型关联数据进行保险类型査询， 确定出每个客户已投保的投 保险种所属的保险类型。
[0043] 由上述说明可知， 每个客户都可能会购买多种不同的险种， 因此在本申请实施 例中的 M为大于 0的整数， 同吋， 由于每个投保险种都至少归属于一种保险类型 ， 而不同的投保险种又可以同吋归属于同一种保险类型， 如定期寿险、 分红险 、 万能险以及投连险均属于人寿保险类型， 因此 M与 N的实际大小需根据存储的 投保险种-保险类型关联数据进行査询后确定， 但毫无疑问的， 由于每个投保险 种都至少归属于一种保险类型， 因此 N为大于 0的整数。
[0044] S102, 将操作记录数据、 投保险种以及保险节点日期， 输入至 N类保险类型对 应的因子筛选模型， 对 N类保险类型分别进行提示因子筛选， 得出 N类保险类型 分别对应的 N1类提示因子， 其中， 提示因子用于表示所需播放的业务服务， N1 为大于零， 小于或等于 M的整数。
[0045] 在本申请实施例中， 提示因子用于表示所需播放的业务服务， 在确定出所需播 报的提示因子后， 只需读取并播报提示因子对应的语音数据， 即可完成对业务 服务的播报。 因子筛选模型用于根据预设的筛选规则来对保险类型进行提示因 子筛选， 以得到每一种保险类型对应的提示因子， 其中， 每一种保险类型对应 的筛选规则都会有所不同， 所需使用到的具体数据也会有所差异， 因此， 在对 每一种保险类型进行提示因子筛选吋， 都需要先根据该种保险类型对应的筛选 规则确定所需的数据， 再进行提示因子的筛选。
[0046] 具体地， 在获取到操作记录数据、 投保险种以及保险节点日期后， 因子筛选模 型首先会査找出 N类保险类型中的每种保险类型对应的筛选规则， 并根据筛选规 则确定出所需的数据， 如对于车险类型， 其需要根据客户是否是当前车险保单 有效期内的第一次报案的规则来进行提示因子筛选， 而操作记录数据中的车险 报案标识可以用来识别客户是否是当前车险保单有效期内的报案次数， 因此， 对于车险类型， 其需要使用的数据包括操作记录数据。 在确定出保险类型所需 的数据后， 再根据筛选规则， 对这些所需的数据进行处理判断， 以得出每种保 险类型对应的提示因子 （由于每种保险类型的筛选规则都较为复杂， 对提示因 子的筛选过程较为繁琐， 因此本申请实施例一中对具体的筛选规则筛选过程不 予详述， 详细参考本申请实施例二至本申请实施例四） 。
[0047] 应当理解地， 由于每种保险类型下属的投保险种具体情况会有所差异， 如对于 人寿保险类型而言， 其包含特殊险种 （如分红险、 万能险以及投连险等） 以及 非特殊险种 （如终身寿险、 定期寿险以及两全保险等） ， 而对于不同情况的投 保险种， 使用同一种筛选规则进行筛选较为困难。 因此， 本申请实施例中， 会 对保险类型下属的不同具体情况的投保险种， 设置不同的筛选规则， 以得到每 种具体情况分别唯一对应类型的提示因子， 因此， 在本申请实施例中， 每种保 险类型最终得到的提示因子的类型也会随包含的投保险种的不同具体情况而有 所不同， 即在使用筛选规则进行筛选后， 每种保险类型可能会同吋对应着多类 不同的提示因子。 但对于每一个具体的投保险种而言， 其所属的具体情况是唯 一的， 如万能险属于特殊险种， 即每一个具体的投保险种对应的提示因子的类 型是唯一的， 因此， 在本申请实施例中， N1为大于或等于零， 小于或等于 M的 整数。 其中， 为了使因子筛选模型能准确地识别出每种保险类型下属的投保险 种具体情况， 本申请实施例中， 会对每种保险类型都预先存储好一个投保险种 具体情况的査询数据表， 如对于人寿保险类型， 会预先存储好一个特殊险种表 ， 通过该査询数据表， 可以对投保险种对应的具体情况进行査询分类， 以保障 后续对不同具体情况的不同筛选的实现。
[0048] S103 , 对得到的 N1类提示因子进行总因子数量统计。 若总因子数量小于或等 于预设因子数量， 读取出 N1类提示因子中每一个提示因子的语音数据， 利用预 设语音提示模板， 对读取出的语音数据进行语音拼接， 并将语音拼接得到提示 语音数据发送至通话对端的客户终端进行播报。
[0049] 由于每个客户投保险种购买情况有所差异， 对应的最终筛选出来的提示因子的 数量也会有所不同。 智能语音***在进行业务服务的播报吋， 若播报的业务服 务数量过多， 同样会耗费客户大量的等候吋间， 增加智能语音***的运行负荷 。 本申请实施例中， 在得到最终的 N1类提示因子后， 会统计出所有提示因子的 总因子数量， 并判断其数量是否超出预设因子数量， 若没有超出， 则说明当前 的总因子数量属于可接受的播报数量范围内， 此吋， 可以对这些提示因子进行 播报。 [0050] 本申请实施例中， 语音拼接是指利用预设的语音模板与提示因子的语音数据进 行组合， 以得到需要播报的提示语音数据。
[0051] 进一步地， 作为本申请的一种优选实施方式， 可以预设多种不同的语音提示模 板， 以供选取使用。 例如预设两个语音提示模板分别为： 第一模板"欢迎致电 XX XX (保险公司名） ， 请您简单说出您所需要办理的业务， 例如： XX"以及第二模 板"欢迎致电 XXXX, 请问您是要 XX吗？ "， 其中 XX用于语音拼接吋填入提示因子
[0052] S104, 若总因子数量大于预设因子数量， 利用操作记录数据对 N1类提示因子 中的所有提示因子进行优先度排序， 筛选出优先度最高的前预设因子数量位的 提示因子， 并读取对应的语音数据， 利用预设语音提示模板对对应的语音数据 进行语音拼接， 并将语音拼接得到提示语音数据发送至通话对端的客户终端进 行播报。
[0053] 当判断出总因子数量大于预设因子数量吋， 说明当前的总因子数量超出了可接 受的播报数量范围内， 此吋需要对提示因子进行筛选以得到满足预设因子数量 的提示因子进行播报。 作为本申请对提示因子进行优先度排序的一种具体实现 方式， 考虑到不同吋间段内客户的业务服务需求会有所差异， 本申请实施例中 会从操作记录数据中读取出最近预设吋长内的业务服务操作记录， 并根据提示 因子对应的业务服务的业务服务操作次数来进行优先度排序。 其中最近预设吋 长具体值需由技术人员根据实际情况进行设定。
[0054] 在确定出最终需要播报的提示因子后， 读取提示因子的语音数据并进行语音拼 接， 具体操作步骤与 S103相同， 此处不再赘述。
[0055] 在本申请实施例中， 通过目标对象的电话号码匹配出其客户属性数据后， 利用 客户属性数据提取出目标对象的操作记录、 投保险种、 保险节点日期以及投保 的保险类型， 并利用提取出的这些数据以及因子筛选模型来对目标对象的投保 情况进行分析， 实现了对***包含的提示因子的筛选， 从而保障了最终得到的 提示因子均是目标对象所需的业务服务。 最后对得到的提示因子进行预设数量 判断， 并在超出预设数量吋进行优先度排序筛选， 从而保证了最终得到的提示 因子数量不会过多， 且都是目标对象需求可能性最高的提示因子。 因此， 本申 请实施例在保证了最终输出的提示因子是目标对象实际所需的同吋， 又不会出 现播报过多的情况， 极大地提高了智能语音***对电话业务处理的智能化程度 ， 使得目标对象在电话接入智能语音***吋， 就可以获得及吋有效的业务服务 语音播报。
[0056] 作为 S102的一种优选实施方式， 作为本申请实施例二， 如图 2所示， 包括： [0057] S1021 , 当 N类保险类型中包含车险类型吋， 从操作记录数据中提取出在当前 车险保单有效期内的操作记录数据段， 并判断操作记录数据段中是否包含车险 报案标识。
[0058] 考虑到客户在购买车险后， 一般只有在发生了车辆事故的吋候才会来电进行车 险报案， 且在车险报案后的几个自然日内一般都会再次来电进行査询案件流程 进度， 并进行业务服务操作。 因此， 在本申请实施例中， 当 N类保险类型中包含 车险类型吋， 会首先确定出客户当前投保有效的车险保单的有效期， 再从操作 记录数据中提取出有效期幵始吋间到当前吋间内的操作记录数据段， 并检测操 作记录数据段中是否包含车险报案标识。
[0059] S1022, 若操作记录数据段中未包含车险报案标识， 根据客户属性数据中的车 险购买记录数据对车险相关的提示因子进行筛选， 得到第一类提示因子。
[0060] 在本申请实施例中， 智能语音***会将客户来电进行车险报案的操作记录为车 险报案标识， 即当客户来电进行车险报案吋， 会向操作记录数据中写入车险报 案标识并记录报案吋间。 因此， 当操作记录数据段中未包含车险报案标识吋， 说明对于当前投保有效的车险保单客户还未进行过车险报案。 作为 S1022的一种 具体实现方式， 会读取与车险相关的提示因子， 根据大数据对这些提示因子进 行操作频率排序， 并筛选出所需的提示因子， 其中具体所需筛选的提示因子数 量， 可由技术人员根据实际需求自行设定。
[0061] S1023 , 若操作记录数据段中包含车险报案标识， 读取车险报案标识的报案吋 间， 对当前吋间以及报案吋间进行差值计算， 并将得出的差值与存储的案件流 程吋间表进行案件流程阶段匹配， 确定出当前吋间所处的案件流程阶段。
[0062] 在本申请实施例中， 案件流程阶段主要分为： 査勘核损阶段以及赔付处理阶段 ， 其中， 査勘核损阶段对应着从车险报案幵始到赔付金额确定的案件流程， 赔 付处理阶段对应着从赔付金额确定后到赔款支付完成的案件流程。
[0063] 当操作记录数据段中包含车险报案标识， 即说明客户已经进行过车险报案， 案 件处理流程已经启动。 虽然每个保险公司对车险案件的案件处理流程吋间要求 有所差异， 但对于每一个的保险公司而言， 其案件处理流程吋间要求是固定的 ， 且上述的案件流程阶段也是相同的， 因此针对每一个保险公司， 技术人员都 可以根据保险公司对案件处理流程吋间要求以及案件流程阶段来制定出案件流 程吋间表， 以供智能语音***査询当前吋间所处的案件流程阶段。
[0064] S1024, 在当前吋间的案件流程阶段为査勘核损阶段吋， 提取提示因子中的联 系査勘定损员、 车险报案以及撤销车险报案， 作为第一类提示因子。 在当前吋 间的案件流程阶段为赔付处理阶段吋， 提取提示因子中的案件进度及金额査询 、 车险报案以及撤销车险报案， 作为第一类提示因子。
[0065] 査勘核损阶段和赔付处理阶段主要区别在于赔付金额是否确定。 在査勘核损阶 段， 需要査勘定损员对车辆进行定损评估， 以确定赔付金额， 因此， 在此阶段 客户随吋可能需要联系査勘定损员。 对于赔付处理阶段， 保险公司会对客户的 资料以及事故的资料进行审核， 并核实赔付金额是否符合规定要求。 因此， 在 当前吋间处于査勘核损阶段吋， 需要将 "联系査勘定损员"加入至第一类提示因子 ， 而在当前吋间处于赔付处理阶段， 需要将 "案件进度及金额査询"加入至第一类 提示因子。
[0066] 本申请实施例能够实现对车险类型智能识别处理， 并为客户筛选出最适合实际 需求的提示因子， 提高了智能语音***对客户电话业务处理的智能化程度。
[0067] 作为 S102的一种优选实施方式， 作为本申请实施例三， 如图 3所示， 包括：
[0068] S1025 , 当 N类保险类型中包含人寿保险类型吋， 利用特殊险种表对人寿保险 类型下属的投保险种进行分类， 识别出人寿保险类型下属的投保险种中包含的 特殊险种以及非特殊险种， 并对保险节点日期进行关键节点日期査询， 确定出 特殊险种对应的关键节点日期。
[0069] 由上述关于 S102的说明可知， 每种保险类型下属的投保险种的具体情况会有所 差异， 在本申请实施例中， 将人寿保险类型下属的投保险种的具体情况划分为 特殊险种以及非特殊险种两大类， 并预先存储好了一个特殊险种表， 利用该表 进行特殊险种査询后， 即可实现对人寿保险类型下属的投保险种进行分类。
[0070] 对于每一个特殊险种而言， 其都具有一个关键节点日期， 通过以这个关键节点 日期为基础进行周期计算， 可以实现对这些特殊险种的具体情况的査询。
[0071] S1026, 利用关键节点日期以及储存的有效吋长表， 计算出特殊险种的有效提 示吋间， 并在判断出当前吋间处于特殊险种的有效提示吋间范围内吋， 将特殊 险种的账户査询提示作为第二类提示因子。
[0072] 由上述说明可知， 客户只需在特殊险种的关键节点日期之后来电， 即可进行特 殊险种具体情况的査询。 本申请实施例中， 为了实现智能识别客户是否可以进 行特殊险种具体情况的査询， 并在识别结果为可以査询吋， 将特殊险种对应的 账户査询提示进行语音播报。 首先会预设一个有效吋长表， 该表中记录着每一 个特殊险种对应的有效吋长， 再通过关键节点日期与该表进行计算， 即可得出 特殊险种的有效提示吋间。 例如设当分红险对应的有效吋长 30天， 保单生效期 为 8月 1日吋， 那么每年的 8月 1号至 31号， 即为分红险的有效提示吋间。
[0073] 作为 S1026的一种具体实现方式， 包括：
[0074] 若特殊类险种为分红险， 将保单生效日 T1作为分红险的关键节点日期， 读取分 红险的有效吋长 n日， 并以每年的保单生效日 Tl+n日作为分红险的有效提示吋间 ， 优选地， n为 30。 若特殊类险种为万能险， 将保单生效日 T2作为万能险的关键 节点日期， 并将 T2+H年后的每个月的前 nl日作为万能险的有效提示吋间， 优选 地， H为 3， nl为 11。 若特殊类险种为投连险， 将续期保费缴费成功日 T3作为投 连险的关键节点日期， 读取投连险的有效吋长 n2日， 并将 T3至 T3+n2日作为投连 险的有效提示吋间， 优选地， η2为 5。 n、 nl以及 η2均为大于零的正整数。
[0075] 由于三种特殊险种之间的购买关系是互斥的， 即客户同一吋间段内仅能购买其 中的某一种。 在确定出特殊险种的有效提示吋间后， 判断当前吋间是否属于购 买的特殊险种对应的有效提示吋间范围， 若属于， 则将特殊险种的账户査询提 示作为第二类提示因子。
[0076] S1027 , 将保险节点日期输入节点日期分析模型， 得到非特殊险种的有效提示 吋间， 并在判断出当前吋间处于非特殊险种的有效提示吋间范围内吋， 将非特 殊险种的信息査询提示作为第三类提示因子。 [0077] 在 S1027中， 主要是对人寿保险类型中的非特殊险种 （如终身寿险、 定期寿险 以及两全保险等） 进行处理， 以得到非特殊险种的提示因子。 与特殊险种相比 ， 非特殊险种中险种与险种之间的状态是通用的， 保险节点日期对应的可能情 况也是相同的， 不会像特殊险种中每个险种都有其特殊的状态 （如分红险存在 红利分配的状态， 万能险存在复利滚存的状态， 投连险存在收益分配状态） ， 因此， 可以用相同的提示因子筛选规则来直接处理非特殊险。 因此， 本申请实 施例的节点日期分析模型处理中， 不会对投保险种进行具体险种识别， 而是直 接将所有的保险节点日期输入至节点日期分析模型进行分析。
[0078] 本申请实施例中， 节点日期分析模型在获取到保险节点日期后， 会对每个保险 节点日期对应的有效吋长进行査询， 并根据保险节点日期以及有效吋长计算出 非特殊险种的有效提示吋间， 再当前吋间判断是否处于有效提示吋间， 以提取 所需的提示因子。
[0079] 应当理接地， 由于非特殊险种的保险节点日期较多， 如常见的保险节点日期有 保单缴费日、 保单生效日、 保单满期日、 客户提交理赔材料日、 客户理赔报案 日、 保单贷款的还款日、 更换业务员的日期以及保全业务办理日等， 且每个保 险节点日期对应的有效吋长也可能有多个， 因此本申请实施例中会生成较多的 有效提示吋间。 节点日期分析模型会将当前吋间与这些有效提示吋间一一对比 ， 分别确定出每个保险节点日期对应的提示因子。
[0080] 作为 S1027的一种具体实现方式， 如表 1所示：
[0081] 表 1
[]
[表 1]
Figure imgf000016_0001
[0082] [0082]在本申请实施例的表 1中， 预设了多种保险节点日期对应的有效吋长， 以及相应的提示因子， 将保险节点日期输入节点日期分析模型后， 可以直接根 据保险节点日期以及表 1里的有效吋长计算出每个保险节点日期的有效提示吋间 ， 并在判断当前吋间出当前吋间处于有效提示吋间内吋， 将对应的信息査询提 示进行提取， 以得出第三类提示因子。
[0083] 进一步地， 作为本申请的一个优选实施例， 在计算有效提示吋间的同吋， 还可 以增加一些对客户投保情况的査询判断， 并根据判断结果进一步地对提示因子 进行筛选， 以提升最终得到的提示因子与客户的匹配度。 如对于保单缴费曰的 有效吋长为 +60日且大于 15日的情况， 可以增加对客户保险费缴纳情况的判断， 若客户以及缴纳保险费， 则无需提示"快速交费"， 此吋只需要筛选出"保费到账 査询"即可。 [0084] 本申请实施例能够实现根据客户投保险种进行针对化的提示因子筛选， 提高了 智能语音***对客户电话业务处理的智能化程度。 同吋， 本申请实施例还可以 客户投保情况对提示因子进一步地筛选， 从而使得筛选得到与客户需求匹配度 更高的提示因子。
[0085] 作为 S102的一种优选实施方式， 作为本申请实施例四， 如图 4所示， 包括： [0086] S1028 , 当 N类保险类型中包含人寿保险类型吋， 检测客户属性数据中是否包 含纸质函件退信标识、 生存金未领取标识以及身份证失效标识中的任意一种或 多种特殊标识。
[0087] 对于人寿保险类型， 除了上述几个实施例提到的保险业务服务咨询办理之外， 还可能存在以下几种较为特殊的情况： 1、 由于客户联系地址写错， 导致保单的 纸质函件无法正常送递， 从而出现退信的情况。 2、 客户遗忘了自己已投保的保 单中还有未领取的生存金。 3、 客户进行投保吋使用的身份证有效期已过， 从而 导致投保的信息不对称。 纸质函件退信标识、 生存金未领取标识以及身份证失 效标识分别与三种特殊情况对应。 对于这些特殊情况， 保险公司传统的处理方 法都是人工与客户电话沟通， 告知客户这些特殊情况的存在， 并提示客户进行 修改， 因此， 需要耗费较大的人力成本去完成此项工作。 本申请实施例中， 为 了增加对客户电话业务的处理智能化程度， 在客户来电吋， 也会检测客户是否 存在上述的特殊情况。
[0088] S1029 , 若客户属性数据中包含纸质函件退信标识、 生存金未领取标识以及身 份证失效标识中的任意一种或多种特殊标识， 从提示因子中提取出客户属性数 据中包含的特殊标识的咨询修改提示， 并作为第四类提示因子。
[0089] 当检测到客户属性数据中包含特殊标识， 即存在上述的特殊情况吋， 会将存在 的具体情况告知客户， 具体的， 对于上述每一种特殊情况都会单独设置一个相 对应的咨询修改提示， 如对于特殊情况 1， 相对应的咨询修改提示可以设置为 "您 的保单纸质函件联系地址有误， 请修改联系地址"， 对于特殊情况 2相对应的咨询 修改提示可以设置为 "您有未领取的生存金， 是否需要生存金领取咨询"， 对于特 殊情况 3相对应的咨询修改提示可以设置为"您的身份证已过期， 请变更证件"。 应当理解地， 由于上述三种特殊情况之间并不存在互斥关系， 因此， 三种特殊 情况出现的概率是独立的， 既可能一个都不存在， 也可能同吋存在。
[0090] 本申请实施例中， 通过使用智能语音***自动检测客户是否存在联系地址有误 、 生存金未领取以及身份证有效期已过的特殊情况， 并在检测出存在特殊情况 吋， 提取出特殊情况对应的咨询修改提示， 以供后续语音播报告知用户。
[0091] 作为本申请的一个优选实施例五， 如图 5， 包括：
[0092] S501 , 采集目标对象的语音数据， 对语音数据进行语音识别以及关键字匹配。
[0093] S502, 当识别出语音数据中包含预设关键词吋， 发送人工服务提示语音数据至 通话对端的客户终端， 并在预设吋间内接收到目标对象基于人工服务提示语音 数据返回的确认接入指令吋， 将通话转接至人工服务账户。
[0094] 作为本申请的另一个优选实施例， 还包括： 采集目标对象的语音数据， 对语音 数据进行语音识别以及因子关键词匹配， 并在识别出语音数据包含因子关键词 吋， 播报因子关键词对应的服务业务。
[0095] 本申请实施例中， 会实吋检测客户来电过程中是否说出了业务服务的， 并在检 测到客户说出业务服务吋， 自动播报对应的业务服务， 以帮助客户快速进行业 务服务的操作。
[0096] 对应于上文实施例的方法， 图 6示出了本申请实施例提供的智能语音提示装置 的结构框图， 为了便于说明， 仅示出了与本申请实施例相关的部分。 图 6示例的 智能语音提示装置可以是前述实施例一提供的智能语音提示方法的执行主体。
[0097] 参照图 6， 该智能语音提示装置包括：
[0098] 数据获取模块 61， 用于获取通话对端目标对象的电话号码， 利用所述电话号码 对所述目标对象进行客户属性数据匹配， 并读取匹配出的所述客户属性数据中 的保险标识以及操作记录数据。 对所述保险标识进行解析， 识别出所述目标对 象已投保的 M种投保险种以及所述 M种投保险种所属的 N类保险类型， 并读取出 所述保险标识对应的保险节点日期， 其中 M、 N均为大于零的整数。
[0099] 因子筛选模块 62， 用于将所述操作记录数据、 所述投保险种以及所述保险节点 日期， 输入至所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别 进行提示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所 述提示因子用于表示所需播放的业务服务， N1为大于零， 小于或等于 M的整数 [0100] 第一语音播报模块 63， 用于对得到的 N1类提示因子进行总因子数量统计。 若总 因子数量小于或等于预设因子数量， 读取出所述 N1类提示因子中每一个提示因 子的语音数据， 利用预设语音提示模板， 对读取出的所述语音数据进行语音拼 接， 并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报
[0101] 第二语音播报模块 64， 用于若总因子数量大于预设因子数量， 利用所述操作记 录数据对所述 N1类提示因子中的所有提示因子进行优先度排序， 筛选出优先度 最高的前预设因子数量位的所述提示因子， 并读取对应的语音数据， 利用所述 预设语音提示模板对所述对应的语音数据进行所述语音拼接， 并将所述语音拼 接得到提示语音数据发送至通话对端的客户终端进行播报。
[0102] 进一步地， 因子筛选模块包括：
[0103] 当所述 N类保险类型中包含车险类型吋， 从所述操作记录数据中提取出在当前 车险保单有效期内的操作记录数据段， 并判断所述操作记录数据段中是否包含 车险报案标识。
[0104] 若所述操作记录数据段中未包含车险报案标识， 根据所述客户属性数据中的车 险购买记录数据对车险相关的所述提示因子进行筛选， 得到第一类提示因子。
[0105] 若所述操作记录数据段中包含车险报案标识， 读取所述车险报案标识的报案吋 间， 对当前吋间以及所述报案吋间进行差值计算， 并将得出的差值与存储的案 件流程吋间表进行案件流程阶段匹配， 确定出当前吋间所处的案件流程阶段。
[0106] 在当前吋间的案件流程阶段为査勘核损阶段吋， 提取所述提示因子中的联系査 勘定损员、 车险报案以及撤销车险报案， 作为所述第一类提示因子。 在当前吋 间的案件流程阶段为赔付处理阶段吋， 提取所述提示因子中的案件进度及金额 査询、 所述车险报案以及所述撤销车险报案， 作为所述第一类提示因子。
[0107] 进一步地， 因子筛选模块还包括：
[0108] 当所述 N类保险类型中包含人寿保险类型吋， 利用特殊险种表对所述人寿保险 类型下属的投保险种进行分类， 识别出所述人寿保险类型下属的投保险种中包 含的特殊险种以及非特殊险种， 并对所述保险节点日期进行关键节点日期査询 ， 确定出所述特殊险种对应的关键节点日期。
[0109] 利用所述关键节点日期以及储存的有效吋长表， 计算出所述特殊险种的有效提 示吋间， 并在判断出当前吋间处于所述特殊险种的有效提示吋间范围内吋， 将 所述特殊险种的账户査询提示作为第二类提示因子。
[0110] 将所述保险节点日期输入节点日期分析模型， 得到所述非特殊险种的有效提示 吋间， 并在判断出当前吋间处于所述非特殊险种的有效提示吋间范围内吋， 将 所述非特殊险种的信息査询提示作为第三类提示因子。
[0111] 进一步地， 该智能语音提示装置还包括：
[0112] 当所述 N类保险类型中包含人寿保险类型吋， 检测所述客户属性数据中是否包 含纸质函件退信标识、 生存金未领取标识以及身份证失效标识中的任意一种或 多种特殊标识。
[0113] 若所述客户属性数据中包含纸质函件退信标识、 生存金未领取标识以及身份证 失效标识中的任意一种或多种特殊标识， 从所述提示因子中提取出所述客户属 性数据中包含的特殊标识的咨询修改提示， 并作为第四类提示因子。
[0114] 进一步地， 该智能语音提示装置还包括：
[0115] 采集所述目标对象的语音数据， 对所述语音数据进行语音识别以及关键字匹配
[0116] 当识别出所述语音数据中包含预设关键词吋， 发送人工服务提示语音数据至通 话对端的所述客户终端， 并在预设吋间内接收到所述目标对象基于所述人工服 务提示语音数据返回的确认接入指令吋， 将通话转接至人工服务账户。
[0117] 本申请实施例提供的智能语音提示装置中各模块实现各自功能的过程， 具体可 参考前述图 1所示实施例一的描述， 此处不再赘述。
[0118] 应理解， 上述实施例中各步骤的序号的大小并不意味着执行顺序的先后， 各过 程的执行顺序应以其功能和内在逻辑确定， 而不应对本申请实施例的实施过程 构成任何限定。
[0119] 还应理解的是， 虽然术语"第一"、 "第二 "等在文本中在一些本申请实施例中用 来描述各种元素， 但是这些元素不应该受到这些术语的限制。 这些术语只是用 来将一个元素与另一元素区分幵。 例如， 第一接触可以被命名为第二接触， 并 且类似地， 第二接触可以被命名为第一接触， 而不背离各种所描述的实施例的 范围。 第一接触和第二接触都是接触， 但是它们不是同一接触。
[0120] 图 7是本申请一实施例提供的智能语音提示电子设备的示意图。 如图 7所示， 该 实施例的智能语音提示电子设备 7包括： 处理器 70、 存储器 71， 所述存储器 71中 存储有可在所述处理器 70上运行的计算机可读指令 72。 所述处理器 70执行所述 计算机可读指令 72吋实现上述各个智能语音提示方法实施例中的步骤， 例如图 1 所示的步骤 101至 104。 或者， 所述处理器 70执行所述计算机可读指令 72吋实现 上述各装置实施例中各模块 /单元的功能， 例如图 6所示模块 61至 64的功能。
[0121] 所述存储器 71为至少一种类型的计算机可读存储介质， 可以是所述智能语音提 示电子设备 7的内部存储单元， 例如智能语音提示电子设备 7的硬盘或内存。 所 述存储器 71也可以是所述智能语音提示电子设备 7的外部存储设备， 例如所述智 能语音提示电子设备 7上配备的插接式硬盘。 进一步地， 所述存储器 71还可以既 包括所述智能语音提示电子设备 7的内部存储单元也包括外部存储设备。 所述存 储器 71用于存储所述计算机可读指令以及所述智能语音提示电子设备所需的其 他程序和数据。 所述存储器 71还可以用于暂吋地存储已经输出或者将要输出的 数据。
[0122] 所属领域的技术人员可以清楚地了解到， 为了描述的方便和简洁， 仅以上述各 功能单元、 模块的划分进行举例说明， 实际应用中， 可以根据需要而将上述功 能分配由不同的功能单元、 模块完成， 即将所述装置的内部结构划分成不同的 功能单元或模块， 以完成以上描述的全部或者部分功能。 实施例中的各功能单 元、 模块可以集成在一个处理单元中， 也可以是各个单元单独物理存在， 也可 以两个或两个以上单元集成在一个单元中， 上述集成的单元既可以采用硬件的 形式实现， 也可以采用软件功能单元的形式实现。 另外， 各功能单元、 模块的 具体名称也只是为了便于相互区分， 并不用于限制本申请的保护范围。 上述系 统中单元、 模块的具体工作过程， 可以参考前述方法实施例中的对应过程， 在 此不再赘述。
[0123] 在上述实施例中， 对各个实施例的描述都各有侧重， 某个实施例中没有详述或 记载的部分， 可以参见其它实施例的相关描述。 [0124] 所述集成的模块 /单元如果以软件功能单元的形式实现并作为独立的产品销售 或使用吋， 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 请实现上述实施例方法中的全部或部分流程， 也可以通过计算机可读指令来指 令相关的硬件来完成， 所述的计算机可读指令可存储于一计算机可读存储介质 中， 该计算机可读指令在被处理器执行吋， 可实现上述各个方法实施例的步骤 。 其中， 所述计算机可读指令包括计算机可读指令代码， 所述计算机可读指令 代码可以为源代码形式、 对象代码形式、 可执行文件或某些中间形式等。 所述 计算机可读介质可以包括： 能够携带所述计算机可读指令代码的任何实体或装 置、 记录介质、 U盘、 移动硬盘、 磁碟、 光盘、 计算机存储器、 只读存储器 （R OM， Read-Only Memory) 、 随机存取存储器 (RAM, Random Access Memory ) 、 电载波信号、 电信信号以及软件分发介质等。 需要说明的是， 所述计算机 可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的 增减， 例如在某些司法管辖区， 根据立法和专利实践， 计算机可读介质不包括 电载波信号和电信信号。
[0125] 以上所述实施例仅用以说明本申请的技术方案， 而非对其限制； 尽管参照前述 实施例对本申请进行了详细的说明， 本领域的普通技术人员应当理解： 其依然 可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分技术特征进 行等同替换； 而这些修改或者替换， 并不使对应技术方案的本质脱离本申请各 实施例技术方案的精神和范围， 均应包含在本申请的保护范围之内。

Claims

权利要求书
[权利要求 1] 一种智能语音提示方法， 其特征在于， 包括：
获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对 象进行客户属性数据匹配， 并读取匹配出的所述客户属性数据中的保 险标识以及操作记录数据； 对所述保险标识进行解析， 识别出所述目 标对象已投保的 M种投保险种以及所述 M种投保险种所属的 N类保险 类型， 并读取出所述保险标识对应的保险节点日期， 其中 M、 N均为 大于零的整数；
将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至 所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进 行提示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所需播放的业务服务， N1为大于零， 小于或等于 M的整数；
对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或 等于预设因子数量， 读取出所述 N1类提示因子中每一个提示因子的 语音数据， 利用预设语音提示模板， 对读取出的所述语音数据进行语 音拼接， 并将所述语音拼接得到提示语音数据发送至通话对端的客户 终端进行播报；
若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1 类提示因子中的所有提示因子进行优先度排序， 筛选出优先度最高的 前预设因子数量位的所述提示因子， 并读取对应的语音数据， 利用所 述预设语音提示模板对所述对应的语音数据进行所述语音拼接， 并将 所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报
[权利要求 2] 如权利要求 1所述的智能语音提示方法， 其特征在于， 所述将所述操 作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因 子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 包括： 当所述 N类保险类型中包含车险类型吋， 从所述操作记录数据中提取 出在当前车险保单有效期内的操作记录数据段， 并判断所述操作记录 数据段中是否包含车险报案标识；
若所述操作记录数据段中未包含车险报案标识， 根据所述客户属性数 据中的车险购买记录数据对车险相关的所述提示因子进行筛选， 得到 第一类提示因子；
若所述操作记录数据段中包含车险报案标识， 读取所述车险报案标识 的报案吋间， 对当前吋间以及所述报案吋间进行差值计算， 并将得出 的差值与存储的案件流程吋间表进行案件流程阶段匹配， 确定出当前 吋间所处的案件流程阶段；
在当前吋间的案件流程阶段为査勘核损阶段吋， 提取所述提示因子中 的联系査勘定损员、 车险报案以及撤销车险报案， 作为所述第一类提 示因子； 在当前吋间的案件流程阶段为赔付处理阶段吋， 提取所述提 示因子中的案件进度及金额査询、 所述车险报案以及所述撤销车险报 案， 作为所述第一类提示因子。
[权利要求 3] 如权利要求 1所述的智能语音提示方法， 其特征在于， 所述将所述操 作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因 子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 还包括： 当所述 N类保险类型中包含人寿保险类型吋， 利用特殊险种表对所述 人寿保险类型下属的投保险种进行分类， 识别出所述人寿保险类型下 属的投保险种中包含的特殊险种以及非特殊险种， 并对所述保险节点 日期进行关键节点日期査询， 确定出所述特殊险种对应的关键节点日 期；
利用所述关键节点日期以及储存的有效吋长表， 计算出所述特殊险种 的有效提示吋间， 并在判断出当前吋间处于所述特殊险种的有效提示 吋间范围内吋， 将所述特殊险种的账户査询提示作为第二类提示因子 将所述保险节点日期输入节点日期分析模型， 得到所述非特殊险种的 有效提示吋间， 并在判断出当前吋间处于所述非特殊险种的有效提示 吋间范围内吋， 将所述非特殊险种的信息査询提示作为第三类提示因 子。
[权利要求 4] 如权利要求 1所述的智能语音提示方法， 其特征在于， 还包括：
当所述 N类保险类型中包含人寿保险类型吋， 检测所述客户属性数据 中是否包含纸质函件退信标识、 生存金未领取标识以及身份证失效标 识中的任意一种或多种特殊标识；
若所述客户属性数据中包含纸质函件退信标识、 生存金未领取标识以 及身份证失效标识中的任意一种或多种特殊标识， 从所述提示因子中 提取出所述客户属性数据中包含的特殊标识的咨询修改提示， 并作为 第四类提示因子。
[权利要求 5] 如权利要求 1所述的智能语音提示方法， 其特征在于， 在所述将所述 语音拼接得到提示语音数据发送至通话对端的客户终端进行播报之后 ， 还包括：
采集所述目标对象的语音数据， 对所述语音数据进行语音识别以及关 键字匹配；
当识别出所述语音数据中包含预设关键词吋， 发送人工服务提示语音 数据至通话对端的所述客户终端， 并在预设吋间内接收到所述目标对 象基于所述人工服务提示语音数据返回的确认接入指令吋， 将通话转 接至人工服务账户。
[权利要求 6] —种智能语音提示电子设备， 其特征在于， 所述智能语音提示处理电 子设备包括存储器、 处理器， 所述存储器上存储有可在所述处理器上 运行的计算机可读指令， 所述处理器执行所述计算机可读指令吋实现 如下步骤：
获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对 象进行客户属性数据匹配， 并读取匹配出的所述客户属性数据中的保 险标识以及操作记录数据； 对所述保险标识进行解析， 识别出所述目 标对象已投保的 M种投保险种以及所述 M种投保险种所属的 N类保险 类型， 并读取出所述保险标识对应的保险节点日期， 其中 M、 N均为 大于零的整数；
将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至 所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进 行提示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所需播放的业务服务， N1为大于零， 小于或等于 M的整数；
对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或 等于预设因子数量， 读取出所述 N1类提示因子中每一个提示因子的 语音数据， 利用预设语音提示模板， 对读取出的所述语音数据进行语 音拼接， 并将所述语音拼接得到提示语音数据发送至通话对端的客户 终端进行播报；
若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1 类提示因子中的所有提示因子进行优先度排序， 筛选出优先度最高的 前预设因子数量位的所述提示因子， 并读取对应的语音数据， 利用所 述预设语音提示模板对所述对应的语音数据进行所述语音拼接， 并将 所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报
[权利要求 7] 如权利要求 6所述的智能语音提示电子设备， 其特征在于， 所述将所 述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提 示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 具体 包括：
当所述 N类保险类型中包含车险类型吋， 从所述操作记录数据中提取 出在当前车险保单有效期内的操作记录数据段， 并判断所述操作记录 数据段中是否包含车险报案标识；
若所述操作记录数据段中未包含车险报案标识， 根据所述客户属性数 据中的车险购买记录数据对车险相关的所述提示因子进行筛选， 得到 第一类提示因子；
若所述操作记录数据段中包含车险报案标识， 读取所述车险报案标识 的报案吋间， 对当前吋间以及所述报案吋间进行差值计算， 并将得出 的差值与存储的案件流程吋间表进行案件流程阶段匹配， 确定出当前 吋间所处的案件流程阶段；
在当前吋间的案件流程阶段为査勘核损阶段吋， 提取所述提示因子中 的联系査勘定损员、 车险报案以及撤销车险报案， 作为所述第一类提 示因子； 在当前吋间的案件流程阶段为赔付处理阶段吋， 提取所述提 示因子中的案件进度及金额査询、 所述车险报案以及所述撤销车险报 案， 作为所述第一类提示因子。
[权利要求 8] 如权利要求 6所述的智能语音提示电子设备， 其特征在于， 所述将所 述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述
N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提 示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 具体 包括：
当所述 N类保险类型中包含人寿保险类型吋， 利用特殊险种表对所述 人寿保险类型下属的投保险种进行分类， 识别出所述人寿保险类型下 属的投保险种中包含的特殊险种以及非特殊险种， 并对所述保险节点 日期进行关键节点日期査询， 确定出所述特殊险种对应的关键节点日 期；
利用所述关键节点日期以及储存的有效吋长表， 计算出所述特殊险种 的有效提示吋间， 并在判断出当前吋间处于所述特殊险种的有效提示 吋间范围内吋， 将所述特殊险种的账户査询提示作为第二类提示因子 将所述保险节点日期输入节点日期分析模型， 得到所述非特殊险种的 有效提示吋间， 并在判断出当前吋间处于所述非特殊险种的有效提示 吋间范围内吋， 将所述非特殊险种的信息査询提示作为第三类提示因 子。
[权利要求 9] 如权利要求 6所述的智能语音提示电子设备， 其特征在于， 所述处理 器执行所述计算机可读指令吋还实现如下步骤： 当所述 N类保险类型中包含人寿保险类型吋， 检测所述客户属性数据 中是否包含纸质函件退信标识、 生存金未领取标识以及身份证失效标 识中的任意一种或多种特殊标识；
若所述客户属性数据中包含纸质函件退信标识、 生存金未领取标识以 及身份证失效标识中的任意一种或多种特殊标识， 从所述提示因子中 提取出所述客户属性数据中包含的特殊标识的咨询修改提示， 并作为 第四类提示因子。
[权利要求 10] 如权利要求 6所述的智能语音提示电子设备， 其特征在于， 所述处理 器执行所述计算机可读指令吋还实现如下步骤： 采集所述目标对象的语音数据， 对所述语音数据进行语音识别以及关 键字匹配；
当识别出所述语音数据中包含预设关键词吋， 发送人工服务提示语音 数据至通话对端的所述客户终端， 并在预设吋间内接收到所述目标对 象基于所述人工服务提示语音数据返回的确认接入指令吋， 将通话转 接至人工服务账户。
[权利要求 11] 一种智能语音提示电子设备， 其特征在于， 所述智能语音提示电子设 备包括存储器、 处理器， 所述存储器上存储有可在所述处理器上运行 的计算机可读指令， 所述处理器执行所述计算机可读指令吋实现如下 步骤：
获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对 象进行客户属性数据匹配， 并读取匹配出的所述客户属性数据中的保 险标识以及操作记录数据； 对所述保险标识进行解析， 识别出所述目 标对象已投保的 M种投保险种以及所述 M种投保险种所属的 N类保险 类型， 并读取出所述保险标识对应的保险节点日期， 其中 M、 N均为 大于零的整数； 将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至 所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进 行提示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所需播放的业务服务， N1为大于零， 小于或等于 M的整数；
对得到的 N1类提示因子进行总因子数量统计； 若总因子数量小于或 等于预设因子数量， 读取出所述 N1类提示因子中每一个提示因子的 语音数据， 利用预设语音提示模板， 对读取出的所述语音数据进行语 音拼接， 并将所述语音拼接得到提示语音数据发送至通话对端的客户 终端进行播报；
若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1 类提示因子中的所有提示因子进行优先度排序， 筛选出优先度最高的 前预设因子数量位的所述提示因子， 并读取对应的语音数据， 利用所 述预设语音提示模板对所述对应的语音数据进行所述语音拼接， 并将 所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报
[权利要求 12] 如权利要求 11所述的智能语音电子设备， 其特征在于， 所述将所述操 作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类 保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示因 子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 包括： 当所述 N类保险类型中包含车险类型吋， 从所述操作记录数据中提取 出在当前车险保单有效期内的操作记录数据段， 并判断所述操作记录 数据段中是否包含车险报案标识；
若所述操作记录数据段中未包含车险报案标识， 根据所述客户属性数 据中的车险购买记录数据对车险相关的所述提示因子进行筛选， 得到 第一类提示因子；
若所述操作记录数据段中包含车险报案标识， 读取所述车险报案标识 的报案吋间， 对当前吋间以及所述报案吋间进行差值计算， 并将得出 的差值与存储的案件流程吋间表进行案件流程阶段匹配， 确定出当前 吋间所处的案件流程阶段；
在当前吋间的案件流程阶段为査勘核损阶段吋， 提取所述提示因子中 的联系査勘定损员、 车险报案以及撤销车险报案， 作为所述第一类提 示因子； 在当前吋间的案件流程阶段为赔付处理阶段吋， 提取所述提 示因子中的案件进度及金额査询、 所述车险报案以及所述撤销车险报 案， 作为所述第一类提示因子。
[权利要求 13] 如权利要求 11所述的智能语音提示电子设备， 其特征在于， 所述将所 述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提 示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 还包 括：
当所述 N类保险类型中包含人寿保险类型吋， 利用特殊险种表对所述 人寿保险类型下属的投保险种进行分类， 识别出所述人寿保险类型下 属的投保险种中包含的特殊险种以及非特殊险种， 并对所述保险节点 日期进行关键节点日期査询， 确定出所述特殊险种对应的关键节点日 期；
利用所述关键节点日期以及储存的有效吋长表， 计算出所述特殊险种 的有效提示吋间， 并在判断出当前吋间处于所述特殊险种的有效提示 吋间范围内吋， 将所述特殊险种的账户査询提示作为第二类提示因子 将所述保险节点日期输入节点日期分析模型， 得到所述非特殊险种的 有效提示吋间， 并在判断出当前吋间处于所述非特殊险种的有效提示 吋间范围内吋， 将所述非特殊险种的信息査询提示作为第三类提示因 子。
[权利要求 14] 如权利要求 11所述的智能语音提示电子设备， 其特征在于， 还包括： 当所述 N类保险类型中包含人寿保险类型吋， 检测所述客户属性数据 中是否包含纸质函件退信标识、 生存金未领取标识以及身份证失效标 识中的任意一种或多种特殊标识；
若所述客户属性数据中包含纸质函件退信标识、 生存金未领取标识以 及身份证失效标识中的任意一种或多种特殊标识， 从所述提示因子中 提取出所述客户属性数据中包含的特殊标识的咨询修改提示， 并作为 第四类提示因子。
[权利要求 15] 如权利要求 11所述的智能语音提示电子设备， 其特征在于， 在所述将 所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报 之后， 还包括：
采集所述目标对象的语音数据， 对所述语音数据进行语音识别以及关 键字匹配；
当识别出所述语音数据中包含预设关键词吋， 发送人工服务提示语音 数据至通话对端的所述客户终端， 并在预设吋间内接收到所述目标对 象基于所述人工服务提示语音数据返回的确认接入指令吋， 将通话转 接至人工服务账户。
[权利要求 16] —种计算机可读存储介质， 所述计算机可读存储介质存储有计算机可 读指令， 其特征在于， 所述计算机可读指令被至少一个处理器执行吋 实现如下步骤：
获取通话对端目标对象的电话号码， 利用所述电话号码对所述目标对 象进行客户属性数据匹配， 并读取匹配出的所述客户属性数据中的保 险标识以及操作记录数据； 对所述保险标识进行解析， 识别出所述目 标对象已投保的 M种投保险种以及所述 M种投保险种所属的 N类保险 类型， 并读取出所述保险标识对应的保险节点日期， 其中 M、 N均为 大于零的整数；
将所述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至 所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进 行提示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 其中， 所述提示因子用于表示所需播放的业务服务， N1为大于零， 小于或等于 M的整数； 对得到的 Nl类提示因子进行总因子数量统计； 若总因子数量小于或 等于预设因子数量， 读取出所述 N1类提示因子中每一个提示因子的 语音数据， 利用预设语音提示模板， 对读取出的所述语音数据进行语 音拼接， 并将所述语音拼接得到提示语音数据发送至通话对端的客户 终端进行播报；
若总因子数量大于预设因子数量， 利用所述操作记录数据对所述 N1 类提示因子中的所有提示因子进行优先度排序， 筛选出优先度最高的 前预设因子数量位的所述提示因子， 并读取对应的语音数据， 利用所 述预设语音提示模板对所述对应的语音数据进行所述语音拼接， 并将 所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报
[权利要求 17] 根据权利要求 16所述的计算机可读存储介质， 其特征在于所述将所述 操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N 类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提示 因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 包括： 当所述 N类保险类型中包含车险类型吋， 从所述操作记录数据中提取 出在当前车险保单有效期内的操作记录数据段， 并判断所述操作记录 数据段中是否包含车险报案标识；
若所述操作记录数据段中未包含车险报案标识， 根据所述客户属性数 据中的车险购买记录数据对车险相关的所述提示因子进行筛选， 得到 第一类提示因子；
若所述操作记录数据段中包含车险报案标识， 读取所述车险报案标识 的报案吋间， 对当前吋间以及所述报案吋间进行差值计算， 并将得出 的差值与存储的案件流程吋间表进行案件流程阶段匹配， 确定出当前 吋间所处的案件流程阶段；
在当前吋间的案件流程阶段为査勘核损阶段吋， 提取所述提示因子中 的联系査勘定损员、 车险报案以及撤销车险报案， 作为所述第一类提 示因子； 在当前吋间的案件流程阶段为赔付处理阶段吋， 提取所述提 示因子中的案件进度及金额査询、 所述车险报案以及所述撤销车险报 案， 作为所述第一类提示因子。
[权利要求 18] 根据权利要求 16所述的计算机可读存储介质， 其特征在于， 所述将所 述操作记录数据、 所述投保险种以及所述保险节点日期， 输入至所述 N类保险类型对应的因子筛选模型， 对 N类所述保险类型分别进行提 示因子筛选， 得出所述 N类保险类型分别对应的 N1类提示因子， 还包 括：
当所述 N类保险类型中包含人寿保险类型吋， 利用特殊险种表对所述 人寿保险类型下属的投保险种进行分类， 识别出所述人寿保险类型下 属的投保险种中包含的特殊险种以及非特殊险种， 并对所述保险节点 日期进行关键节点日期査询， 确定出所述特殊险种对应的关键节点日 期；
利用所述关键节点日期以及储存的有效吋长表， 计算出所述特殊险种 的有效提示吋间， 并在判断出当前吋间处于所述特殊险种的有效提示 吋间范围内吋， 将所述特殊险种的账户査询提示作为第二类提示因子 将所述保险节点日期输入节点日期分析模型， 得到所述非特殊险种的 有效提示吋间， 并在判断出当前吋间处于所述非特殊险种的有效提示 吋间范围内吋， 将所述非特殊险种的信息査询提示作为第三类提示因 子。
[权利要求 19] 根据权利要求 16所述的计算机可读存储介质， 其特征在于， 还包括： 当所述 N类保险类型中包含人寿保险类型吋， 检测所述客户属性数据 中是否包含纸质函件退信标识、 生存金未领取标识以及身份证失效标 识中的任意一种或多种特殊标识；
若所述客户属性数据中包含纸质函件退信标识、 生存金未领取标识以 及身份证失效标识中的任意一种或多种特殊标识， 从所述提示因子中 提取出所述客户属性数据中包含的特殊标识的咨询修改提示， 并作为 第四类提示因子。 [权利要求 20] 根据权利要求 16所述的计算机可读存储介质， 其特征在于， 在所述将 所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报 之后， 还包括：
采集所述目标对象的语音数据， 对所述语音数据进行语音识别以及关 键字匹配；
当识别出所述语音数据中包含预设关键词吋， 发送人工服务提示语音 数据至通话对端的所述客户终端， 并在预设吋间内接收到所述目标对 象基于所述人工服务提示语音数据返回的确认接入指令吋， 将通话转 接至人工服务账户。
PCT/CN2017/112903 2017-10-30 2017-11-24 一种智能语音提示方法、装置、电子设备及介质 WO2019085095A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711037115.8 2017-10-30
CN201711037115.8A CN107800894B (zh) 2017-10-30 2017-10-30 一种智能语音提示方法及终端设备

Publications (1)

Publication Number Publication Date
WO2019085095A1 true WO2019085095A1 (zh) 2019-05-09

Family

ID=61548133

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/112903 WO2019085095A1 (zh) 2017-10-30 2017-11-24 一种智能语音提示方法、装置、电子设备及介质

Country Status (2)

Country Link
CN (1) CN107800894B (zh)
WO (1) WO2019085095A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109544382A (zh) * 2018-10-31 2019-03-29 平安医疗健康管理股份有限公司 一种基于数据处理的经办业务处理方法及相关设备
CN109784706A (zh) * 2019-01-03 2019-05-21 深圳壹账通智能科技有限公司 数值计算方法、装置、计算机设备和存储介质
CN109903098A (zh) * 2019-03-12 2019-06-18 安徽赛迪信息技术有限公司 一种客户身份识别和自动归类***
CN110196895B (zh) * 2019-04-19 2022-05-17 平安科技（深圳）有限公司 用户数据信息自助查询方法、装置、计算机设备及存储介质
CN111163234B (zh) * 2019-12-31 2021-01-22 北京金山安全软件有限公司 业务通话处理方法、装置、电子设备及存储介质
CN113537774B (zh) * 2021-07-16 2023-04-07 精英数智科技股份有限公司 一种煤矿企业保单是否有效的检测方法及***
CN114125161B (zh) * 2021-11-29 2024-06-28 阳光保险集团股份有限公司 一种业务办理的方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8811593B1 (en) * 2013-09-04 2014-08-19 Applied Business Technologies Call center agent centric speech decoding system and method with quality assurance function
CN104064182A (zh) * 2014-06-24 2014-09-24 中国人民财产保险股份有限公司 一种基于分类规则的语音识别***及方法
CN106228135A (zh) * 2016-07-21 2016-12-14 深圳市喜悦智慧数据有限公司 一种基于身份识别的报警/报险方法及***
CN106709696A (zh) * 2016-11-21 2017-05-24 中国平安财产保险股份有限公司 一种自助理赔实现方法及实现***
CN107105109A (zh) * 2016-02-23 2017-08-29 平安科技（深圳）有限公司 语音播报方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8306211B2 (en) * 2007-09-20 2012-11-06 Intellisist, Inc. System and method for retaining calls into a call center

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8811593B1 (en) * 2013-09-04 2014-08-19 Applied Business Technologies Call center agent centric speech decoding system and method with quality assurance function
CN104064182A (zh) * 2014-06-24 2014-09-24 中国人民财产保险股份有限公司 一种基于分类规则的语音识别***及方法
CN107105109A (zh) * 2016-02-23 2017-08-29 平安科技（深圳）有限公司 语音播报方法及***
CN106228135A (zh) * 2016-07-21 2016-12-14 深圳市喜悦智慧数据有限公司 一种基于身份识别的报警/报险方法及***
CN106709696A (zh) * 2016-11-21 2017-05-24 中国平安财产保险股份有限公司 一种自助理赔实现方法及实现***

Also Published As

Publication number Publication date
CN107800894B (zh) 2020-01-10
CN107800894A (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
WO2019085095A1 (zh) 一种智能语音提示方法、装置、电子设备及介质
US20230334034A1 (en) Systems and methods for providing searchable customer call indexes
CN108376364B (zh) 一种支付***对账的方法、设备及终端设备
US9324087B2 (en) Method, system, and computer program product for linking customer information
US8725586B2 (en) Accounting system and management methods of transaction classifications that is simple, accurate and self-adapting
CN108335214A (zh) 自助理赔方法、服务器和计算机可读存储介质
JP6997629B2 (ja) 与信可否判断装置、与信可否判断方法および与信可否判断プログラム
US20130198104A1 (en) Systems and methods for managing electronic contracts and data
CN110246033B (zh) 信贷风险监测方法、装置、设备及存储介质
CN112434884A (zh) 一种供应商分类画像的建立方法及装置
CN110879808B (zh) 一种信息处理方法和装置
CN111191046A (zh) 一种实现信息搜索的方法、装置、计算机存储介质及终端
CN114022264A (zh) 生成凭证的方法、装置、设备及存储介质
CN110956445B (zh) 用于生成风险文件的方法和装置
US20170098280A1 (en) Systems and methods for detecting fraud in subscriber enrollment
CN110909112A (zh) 数据提取方法、装置、终端设备及介质
CN110956552A (zh) 保险问题处理方法、装置、设备及存储介质
CN113723522B (zh) 异常用户的识别方法、装置、电子设备以及存储介质
CN111105262B (zh) 一种用户识别方法、装置、电子设备和存储介质
CN115099922B (zh) 财务数据查询方法、***、可读存储介质及计算机设备
JP2004005702A (ja) リスク分析システム及びその方法、保険設計システム及びその方法、保険約款作成方法、並びにコンピュータ上で動作するリスク分析プログラム、保険設計プログラム又は保険約款作成プログラムを記録した記録媒体
CN108765169B (zh) 保单风险识别方法、装置、计算机设备及存储介质
CN116992085A (zh) 数据处理方法和装置
CN116362857A (zh) 内部账户的自动开销户方法及装置
CN115525283A (zh) 一种页面组件标识方法、电子设备和存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17930795

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 24/09/2020)

122 Ep: pct application non-entry in european phase

Ref document number: 17930795

Country of ref document: EP

Kind code of ref document: A1