本申请实施例提供语音应答处理方法、装置和存储介质，该方法包括：应答用户终端的拨号请求，与用户终端建立通话连接；接收来自用户终端的第一语音信息；第一语音信息用于获取目标账户对应的数据；目标账户为用户终端的拨号号码对应的用户账户；在第一语音信息中包括目标类型关键字的情况下，获取目标账户对应的数据中与目标类型关键字相关的目标数据，目标类型关键字为用于指示商品名的关键字；向用户终端发送包括目标数据的语音信息。这样，第一设备可以根据目标类型关键字确定目标数据，从而向用户终端发送包括目标数据的语音信息，用户终端播放的包括目标数据的语音信息更趋向于目标账户所属用户所咨询信息。目标账户所属用户所咨询信息。目标账户所属用户所咨询信息。
【技术实现步骤摘要】
语音应答处理方法、装置和存储介质
[0001]本申请涉及人工智能
，尤其涉及语音应答处理方法、装置和存储介质。
技术介绍
[0002]随着人工智能技术的发展，一些对话形态的人工智能产品，可以实现与用户进行语音交互的功能。例如：智能客服可以通过语音识别技术识别用户的语音，并根据预先训练的语音对话模型，确定与用户的对话内容，通过终端设备播放对话内容的音频，从而实现与用户的语音互动。
[0003]用户与语音智能客服进行语音互动的目的与该用户的订单相关的情况下，语音智能客服需要确定用户咨询的订单。
[0004]当前，语音智能客服与用户沟通过程中，由于用户很难记住订单号码，导致语音智能客服无法从用户处直接获取其所咨询的订单号码来获取订单，因此，如何在与用户交互的过程中获取用户所咨询的订单成为待解决的问题。
技术实现思路
[0005]本申请实施例提供语音应答处理方法、装置和存储介质，应用于终端设备，有助于在与用户交互的过程中获取用户所咨询信息。
[0006]第一方面，本申请实施例提供一种语音应答处理方法，应用于第一设备；该方法包括：应答用户终端的拨号请求，与用户终端建立通话连接；接收来自用户终端的第一语音信息；第一语音信息用于获取目标账户对应的数据；目标账户为用户终端的拨号号码对应的用户账户；在第一语音信息中包括目标类型关键字的情况下，获取目标账户对应的数据中与目标类型关键字相关的目标数据，目标类型关键字为用于指示商品名的关键字；向用户终端发送包括目标数据的语音信息。
[0007]本申请实施例中，第一设备可以根据目标类型关键字确定目标数据，从而向用户终端发送包括目标数据的语音信息，这样，用户终端播放的包括目标数据的语音信息更趋向于目标账户所属用户所咨询信息。
[0008]可能的实现方式中，该方法还包括：获取目标类型关键字所属目标类别；在目标账户对应的数据所属类别包括目标类别的情况下，从目标账户对应的数据中获取相关数据；相关数据所属类别为目标类别；在目标账户对应的数据所属类别不包括目标类别的情况下，获取目标类型关键字与目标账户对应的数据的相关度量化值大于预设阈值的相关数据；获取目标账户对应的数据中与目标类型关键字相关的目标数据，包括：从相关数据中获取目标数据。
[0009]这样，无论在相关数据所属类别与第一语音信息中的目标类型关键字所属目标类别相同，还是目标类型关键字与相关数据的相关度量化值大于预设阈值的情况下，相关数据更大概率包括用户所咨询信息。
[0010]另一种可能的实现方式中，上述获取目标类型关键字与目标账户对应的数据的相
关度量化值大于预设阈值的相关数据，包括：根据相关度预测模型，得到相关商品名与目标类型关键字的相关度量化值；相关商品名为目标账户对应的数据所包括的商品名；相关度预测模型的输入为目标类型关键字以及相关商品名；相关度预测模型的输出为相关商品名与目标类型关键字的相关度量化值；根据相关商品名与目标类型关键字的相关度量化值，获取相关度量化值大于预设阈值的相关商品名所在的相关数据。
[0011]另一种可能的实现方式中，该方法还包括：根据人工客服与用户的历史语音记录获取多个训练样本数据；多个训练样本数据包括正样本数据和负样本数据；正样本数据包括目标类型关键字以及目标商品名；目标商品名为目标类型关键字所指示的商品名；负样本数据包括目标类型关键字与非目标商品名；非目标商品名为与目标类型关键字无关的商品名；根据多个训练样本数据训练神经网络模型，得到相关度预测模型。
[0012]这样，第一设备可以根据人工客服与用户的历史语音记录自动获取多个训练样本数据，而无需进行人工标注，从而提高了获取训练样本数据的效率。
[0013]另一种可能的实现方式中，上述获取目标类型关键字与目标账户对应的数据的相关度量化值大于预设阈值的相关数据，包括：从多个第一对应关系中获取目标账户对应的数据中各商品名与目标类型关键字的相关度量化值；多个第一对应关系中的任一第一对应关系为商品名与关键字的相关度量化值的关系；第一设备从目标账户对应的数据中获取相关度量化值大于预设阈值的相关数据。
[0014]另一种可能的实现方式中，在相关数据的数量等于一的情况下，相关数据为目标数据；在相关数据的数量大于一的情况下，上述从相关数据中获取目标数据，包括：获取相关数据间的差异特征；根据差异特征确定中间应答消息，向用户终端发送包括中间应答消息的语音信息；接收第二语音信息；第二语音信息为来自用户终端的用于答复中间应答消息的语音信息；根据第二语音信息从相关数据中获取目标数据。这样，第一设备可以引导用户提供更多的信息，以使第一设备根据用户提供的信息确定目标数据，从而提高第一设备确定的目标数据的准确度。
[0015]另一种可能的实现方式中，上述根据第二语音信息从相关数据中获取目标数据，包括：对第二语音信息进行语音识别，得到中间语音识别结果；对中间语音识别结果进行纠错处理，得到语音识别结果；根据语音识别结果从相关数据中获取目标数据。这样，在用户发音不标准的情况下，第一设备可以纠正语音识别结果，提高了第一设备进行语音应答时的容错能力。
[0016]另一种可能的实现方式中，上述对中间语音识别结果进行纠错处理，包括：根据第二对应关系，将中间语音识别结果中的识别词替换为第二对应关系中识别词对应的预设词；第二对应关系包括识别词与预设词的对应关系。
[0017]另一种可能的实现方式中，上述对中间语音识别结果进行纠错处理，包括：根据语音纠错模型，得到中间语音识别结果修正后的语音识别结果；语音纠错模型的输入为中间语音识别结果；语音纠错模型的输出为语音识别结果。
[0018]第二方面，本申请实施例提供一种终端设备，该终端设备包括通信模块和处理模块。通信模块用于：应答用户终端的拨号请求，与用户终端建立通话连接；接收来自用户终端的第一语音信息；第一语音信息用于获取目标账户对应的数据；目标账户为用户终端的拨号号码对应的用户账户；处理模块用于：在第一语音信息中包括目标类型关键字的情况
下，获取目标账户对应的数据中与目标类型关键字相关的目标数据，目标类型关键字为用于指示商品名的关键字；通信模块还用于：向用户终端发送包括目标数据的语音信息。
[0019]可选的，处理模块还用于：获取目标类型关键字所属目标类别；在目标账户对应的数据所属类别包括目标类别的情况下，从目标账户对应的数据中获取相关数据；相关数据所属类别为目标类别；在目标账户对应的数据所属类别不包括目标类别的情况下，获取目标类型关键字与目标账户对应的数据的相关度量化值大于预设阈值的相关数据；处理模块具体用于：从相关数据中获取目标数据。
[0020]可选的，处理模块具体用于：根据相关度预测模型，得到相关商品名与目标类型关键字的相关度量化值；相关商品名为目标账户对应的数据所包括的商品名；相关度预测模型的输入为目标类型关键字以及相关商品名；相关度预测模型的输出为相关商品名与目标类型关键字的相关度量化值；根据相关商品名与目标类型关本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种语音应答处理方法，其特征在于，应用于第一设备；所述方法包括：应答用户终端的拨号请求，与所述用户终端建立通话连接；接收来自所述用户终端的第一语音信息；所述第一语音信息用于获取所述目标账户对应的数据；所述目标账户为所述用户终端的拨号号码对应的用户账户；在所述第一语音信息中包括目标类型关键字的情况下，获取所述目标账户对应的数据中与所述目标类型关键字相关的目标数据，所述目标类型关键字为用于指示商品名的关键字；向所述用户终端发送包括所述目标数据的语音信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述目标类型关键字所属目标类别；在所述目标账户对应的数据所属类别包括所述目标类别的情况下，从所述目标账户对应的数据中获取相关数据；所述相关数据所属类别为所述目标类别；在所述目标账户对应的数据所属类别不包括所述目标类别的情况下，获取所述目标类型关键字与所述目标账户对应的数据的相关度量化值大于预设阈值的所述相关数据；所述获取所述目标账户对应的数据中与所述目标类型关键字相关的目标数据，包括：从所述相关数据中获取所述目标数据。3.根据权利要求2所述的方法，其特征在于，所述获取所述目标类型关键字与所述目标账户对应的数据的相关度量化值大于预设阈值的所述相关数据，包括：根据相关度预测模型，得到相关商品名与所述目标类型关键字的相关度量化值；所述相关商品名为所述目标账户对应的数据所包括的商品名；所述相关度预测模型的输入为所述目标类型关键字以及所述相关商品名；所述相关度预测模型的输出为所述相关商品名与所述目标类型关键字的相关度量化值；根据所述相关商品名与所述目标类型关键字的相关度量化值，获取所述相关度量化值大于所述预设阈值的相关商品名所在的所述相关数据。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据人工客服与用户的历史语音记录获取多个训练样本数据；所述多个训练样本数据包括正样本数据和负样本数据；所述正样本数据包括所述目标类型关键字以及目标商品名；所述目标商品名为所述目标类型关键字所指示的商品名；负样本数据包括所述目标类型关键字与非目标商品名；所述非目标商品名为与所述目标类型关键字无关的商品名；根据所述多个训练样本数据训练神经网络模型，得到所述相关度预测模型。5.根据权利要求2所述的方法，其特征在于，所述获取所述目标类型关键字与所述目标账户对应的数据的相关度量化值大于预设阈值的所述相关数据，包括：从多个第一对应关系中获取所...
【专利技术属性】
技术研发人员：王佳，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。