本发明专利技术提供的一种通话过程中的语音识别方法,包括:在通话过程中,实时识别外呼客户在当前时刻的当前语音内容中所带有的当前情绪倾向和当前购买意向,判断当前情绪倾向和上一时刻的上一情绪倾向或者是当前购买意向和上一时刻的上一购买意向是否均一致,若一致,则根据当前情绪倾向
【技术实现步骤摘要】
一种通话过程中的语音识别方法
[0001]本专利技术涉及语音识别
,特别涉及一种通话过程中的语音识别方法
。
技术介绍
[0002]语音识别技术是让机器通过识别和理解来把语音信号转变为相应的文本或命令的技术
。
其主要包括特征提取技术
、
模式匹配准则及模型训练技术三个方面
。
语音识别技术工业
、
家电
、
通信
、
汽车电子
、
医疗
、
家庭服务
、
消费电子产品等各个领域都得到了充分的应用,比如手机上的语音助手
、
家电的语音控制等等
。
[0003]在智能客服系统中,语音识别技术是基础,其通过语音识别技术来了解外呼客户的沟通内容,从而进行有针对性的答复
。
而现有技术中通常是设置很多话术,根据外呼客户前面的回复来匹配最合适的话术,这种匹配通常是固定的,比如外呼客户提到了“我觉得资费太贵了”,此时所匹配的话术是:说明本次产品的资费情况和对应的优惠情况
。
但是这种话术匹配方式容易出现偏差,导致有时候的回复会出现词不达意,使得外呼客户没有进一步沟通的意向
。
[0004]即,现有技术在通话过程中的语音识别准确性还有待进一步提高
。
技术实现思路
[0005]为了解决现有技术的上述问题,本专利技术提供一种通话过程中的语音识别方法,能够提高智能语音识别的准确性
。
[0006]为了达到上述目的,本专利技术采用的技术方案为:第一方面,本专利技术提供一种通话过程中的语音识别方法,包括:
S1、
在通话过程中,实时识别外呼客户在当前时刻的当前语音内容中所带有的当前情绪倾向和当前购买意向,判断所述当前情绪倾向和上一时刻的上一情绪倾向或者是所述当前购买意向和上一时刻的上一购买意向是否均一致,若一致,则根据所述当前情绪倾向
、
所述当前购买意向以及所述当前语音内容来生成并播放当前应答内容,否则执行步骤
S2
;
S2、
获取外呼客户在上一时刻的上一语音内容以及智能客服针对所述上一语音内容的上一应答内容,根据所述当前语音内容
、
所述上一应答内容和所述上一语音内容确定前后不一致的当前影响因素;
S3、
根据所述当前情绪倾向
、
所述当前购买意向
、
所述当前语音内容以及当前影响因素来生成并播放当前应答内容
。
[0007]本专利技术的有益效果在于:相较于现有技术,本专利技术在通话过程中还加入了外呼客户的情绪识别和购买意向识别,并且在情绪和购买意向发生变化时,通过连续的语音对话识别出外呼客户发生变化的影响因素,以更好的理解外呼客户的表述意图,之后根据影响因素来调整应答内容,使得智能客服的应答更加符合客户的需求,因此,本专利技术能够提高智能语音识别的准确性
。
[0008]可选地,所述步骤
S2
中根据所述当前语音内容
、
所述上一应答内容和所述上一语音内容确定前后不一致的当前影响因素包括以下步骤:将所述上一语音内容
、
所述上一应答内容作为一个对话进行语音识别,得到意图理解效果;判断所述意图理解效果是否为负面的,若是负面的,则将所述上一语音内容和所述当前语音内容分别进行关键词提取,判断所述上一语音内容和所述当前语音内容是否提取出相同的关键词,若相同,则将相同的关键词作为当前关键词,若不相同,则对所述上一应答内容进行关键词提取,将存在于所述上一语音内容中且不存在于所述上一应答内容中的关键词作为当前关键词,若为正面,则判断所述上一应答内容和所述当前语音内容中是否提取出相同的关键词,若相同,则将相同的关键词作为当前关键词,若不相同,则将所述上一应答内容中占比权重最高的关键词作为当前关键词,得到当前关键词;将所述当前关键词作为前后不一致的当前影响因素
。
[0009]根据上述描述可知,本专利技术首先根据上一语音内容和上一应答内容来确定智能客服的回复是否符合外呼客户的表述意图,并在表述意图的理解程度为正面或负面时分别使用不同的关键词确定方式来确定前后不一致的当前影响因素,从而保证影响因素的准确性
。
[0010]可选地,所述上一时刻和所述当前时刻中的时刻是根据外呼客户和智能客服之间的一次对话来确定
。
[0011]可选地,还包括步骤:当外呼客户的购买意向至少连续两次为正面,且情绪倾向在正面之后至少连续两次为负面,则将所述外呼客户实时转接至人工客服,并将人工介入之前外呼客户和智能客服之间的对话以文本形式显示给人工客服
。
[0012]根据上述描述可知,当外呼客户有意向来购买但沟通时的情绪并不乐观时,需要人工客服介入,以及时调整外呼客户的情绪,达到促单的效果
。
[0013]可选地,在以文本形式显示给人工客服的同时,对所述外呼客户的情绪倾向和购买意向分别标记在所述外呼客户的对应文本上
。
[0014]可选地,还包括步骤:当所述外呼客户在沟通未完成的状态下挂断电话,则获取所述外呼客户在语音通话过程中的全局通话质量
、
全局情绪倾向和全局购买意向,判断所述全局通话质量是否低于正常通话质量阈值,若是,则判断所述全局情绪倾向和所述全局购买意向是否存在其中之一为正面的,若是,则标记所述外呼客户为待重拨用户并附上待重拨时间
。
[0015]根据上述描述可知,通过对通话全局的通话质量
、
情绪倾向和购买意向进行综合判断,以及时挽回因为通话质量不佳而导致潜在客户丢失的情况
。
[0016]可选地,确定所述待重拨时间包括:将不同通话场景下的全局通话质量作为数据集,对所述数据集进行通话场景的打标之后分为训练集和测试集,将所述训练集输入到神经网络模型中进行训练,以所述测试集对训练的神经网络模型进行测试,当测试结果符合预期训练效果,则输出训练好的神经网络模型,得到通话场景识别模型;将所述外呼客户在语音通话过程中的全局通话质量输入到通话场景识别模型中,
得到所述外呼客户的当前通话场景;根据所述外呼客户的当前通话场景确定待重拨时间
。
[0017]根据上述描述可知,通过对外呼客户的通话场景进行预测,以更好的确定重拨时间,从而提高促单成功率
。
[0018]可选地,还包括步骤:在通话过程中,获取外呼客户的实时通话质量,在一预设时间区间内,若所述实时通话质量小于最低通话质量阈值,则在语音提示通话网速问题之后挂断,并发送短信解释挂断原因
。
[0019]根据上述描述可知,本实施例在通话质量小于最低通话质量阈值,即不认为处于不能沟通的场景,及时挂断并发送短信解释挂断原因,从而提高外呼客户的沟通体验
。
[0020]可选地,所述若所述实时通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种通话过程中的语音识别方法,其特征在于,包括步骤:
S1、
在通话过程中,实时识别外呼客户在当前时刻的当前语音内容中所带有的当前情绪倾向和当前购买意向,判断所述当前情绪倾向和上一时刻的上一情绪倾向或者是所述当前购买意向和上一时刻的上一购买意向是否均一致,若一致,则根据所述当前情绪倾向
、
所述当前购买意向以及所述当前语音内容来生成并播放当前应答内容,否则执行步骤
S2
;
S2、
获取外呼客户在上一时刻的上一语音内容以及智能客服针对所述上一语音内容的上一应答内容,根据所述当前语音内容
、
所述上一应答内容和所述上一语音内容确定前后不一致的当前影响因素;
S3、
根据所述当前情绪倾向
、
所述当前购买意向
、
所述当前语音内容以及当前影响因素来生成并播放当前应答内容
。2.
根据权利要求1所述的一种通话过程中的语音识别方法,其特征在于,所述步骤
S2
中根据所述当前语音内容
、
所述上一应答内容和所述上一语音内容确定前后不一致的当前影响因素包括以下步骤:将所述上一语音内容
、
所述上一应答内容作为一个对话进行语音识别,得到意图理解效果;判断所述意图理解效果是否为负面的,若是负面的,则将所述上一语音内容和所述当前语音内容分别进行关键词提取,判断所述上一语音内容和所述当前语音内容是否提取出相同的关键词,若相同,则将相同的关键词作为当前关键词,若不相同,则对所述上一应答内容进行关键词提取,将存在于所述上一语音内容中且不存在于所述上一应答内容中的关键词作为当前关键词,若为正面,则判断所述上一应答内容和所述当前语音内容中是否提取出相同的关键词,若相同,则将相同的关键词作为当前关键词,若不相同,则将所述上一应答内容中占比权重最高的关键词作为当前关键词,得到当前关键词;将所述当前关键词作为前后不一致的当前影响因素
。3.
根据权利要求1所述的一种通话过程中的语音识别方法,其特征在于,所述上一时刻和所述当前时刻中的时刻是根据外呼客户和智能客服之间的一次对话来确定
。4.
根据权利要求1所述的一种通话过程中的语音识别方法,其特征在于...
【专利技术属性】
技术研发人员:兰俊毅,
申请(专利权)人:福建博士通信息股份有限公司,
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。