外呼来电的处理方法、装置、存储介质和电子设备 |
|||||||
| 申请号 | CN202410105336.8 | 申请日 | 2024-01-24 | 公开(公告)号 | CN117939020A | 公开(公告)日 | 2024-04-26 |
| 申请人 | 南方电网人工智能科技有限公司; | 发明人 | 李成; 梁寿愚; 姚森敬; 赵必美; 敖榜; 董召杰; 刘懋; 吴石松; 姜诚; 卢志良; 任正国; 郭尧; 杨伟; 王鹏凯; 郑桦; 陈骞; 陈元峰; | ||||
| 摘要 | 本 申请 提供了一种外呼来电的处理方法、装置、存储介质和 电子 设备，该方法通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据来电通话终端的智能助手的类型，执行以下之一：挂断与来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送概括回复语音至来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 | ||||||
| 权利要求 | 1.一种外呼来电的处理方法，其特征在于，包括： |
||||||
| 说明书全文 | 外呼来电的处理方法、装置、存储介质和电子设备技术领域[0001] 本申请涉及通话技术领域，具体而言，涉及一种外呼来电的处理方法、装置、存储介质和电子设备。 背景技术[0002] 随着人工智能技术的快速发展，智能助手功能逐渐成为智能手机的标配，用于忙时代替机主接听电话。然而，这也给企业带来了一系列资源浪费的问题。智能外呼资源包括外呼系统的语音通道、企业花费的电话费用以及服务器运行费用等。当外呼对象为智能助手时，这些资源将无法产生实际效果，增加了企业的运营成本。 [0003] 即现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高。发明内容 [0004] 本申请的主要目的在于提供一种外呼来电的处理方法、装置、存储介质和电子设备，以至少解决现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0005] 为了实现上述目的，根据本申请的一个方面，提供了一种外呼来电的处理方法，该方法包括： [0006] 接收来电通话终端发送的语音，得到第一语音数据，并采用声纹识别技术，根据所述第一语音数据，确定所述来电通话终端的发声者为真实的人，或者为智能助手； [0007] 在确定所述来电通话终端的发声者为所述智能助手的情况下，将目标问题发送至所述来电通话终端，并接收所述来电通话终端发送的回复语音，得到第二语音数据，所述目标问题为用于验证所述智能助手的类型的问题； [0008] 采用神经网络模型技术，对所述第二语音数据进行识别处理，确定所述来电通话终端的智能助手的类型，并根据所述来电通话终端的智能助手的类型，执行以下之一：挂断与所述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送所述概括回复语音至所述来电通话终端，所述目标通话终端为所述来电通话终端的发声者想要转接到的通话终端，所述概括回复语音为对所述来电通话终端的发声者在所述第一语音数据中的问题的回复的语音。 [0009] 可选地，所述智能助手的类型包括第一类型、第二类型和第三类型，所述第一类型为防扰型，所述第二类型为可转接型，所述第三类型为记录型，根据所述来电通话终端的智能助手的类型，执行以下之一：挂断与所述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送所述概括回复语音至所述来电通话终端，包括：在所述来电通话终端的智能助手的类型为所述第一类型的情况下，挂断与所述来电通话终端的通话；在所述来电通话终端的智能助手的类型为所述第二类型的情况下，转接至所述目标通话终端；在所述来电通话终端的智能助手的类型为所述第三类型的情况下，生成所述概括回复语音并发送所述概括回复语音至所述来电通话终端。 [0010] 可选地，所述智能助手的类型包括第一类型、第二类型和第三类型，所述第一类型为防扰型，所述第二类型为可转接型，所述第三类型为记录型，采用神经网络模型技术，对所述第二语音数据进行识别处理，确定所述来电通话终端的智能助手的类型，包括：采用类型识别模型，对所述第二语音数据进行处理，分别得到第一置信度、第二置信度和第三置信度，其中，所述第一置信度为所述来电通话终端的智能助手的类型为所述第一类型的置信度，所述第二置信度为所述来电通话终端的智能助手的类型为所述第二类型的置信度，所述第三置信度为所述来电通话终端的智能助手的类型为所述第三类型的置信度，所述类型识别模型是使用多组训练数据训练得到的，所述多组训练数据中的每一组训练数据均包括历史时间段内获取的：语音数据以及与所述语音数据对应的各所述智能助手的类型的置信度；根据所述第一置信度、所述第二置信度和所述第三置信度，确定所述来电通话终端的智能助手的类型。 [0011] 可选地，根据所述第一置信度、所述第二置信度和所述第三置信度，确定所述来电通话终端的智能助手的类型，包括：在所述第一置信度大于所述第二置信度，且所述第一置信度大于所述第三置信度的情况下，确定所述来电通话终端的智能助手的类型为所述第一类型；在所述第二置信度大于所述第一置信度，且所述第二置信度大于所述第三置信度的情况下，确定所述来电通话终端的智能助手的类型为所述第二类型；在所述第三置信度大于所述第一置信度，且所述第三置信度大于所述第二置信度的情况下，确定所述来电通话终端的智能助手的类型为所述第三类型。 [0012] 可选地，在接收来电通话终端发送的语音，得到第一语音数据之前，所述方法还包括：构建智能助手声纹库，所述智能助手声纹库存储有多个智能助手的声纹； [0013] 采用声纹识别技术，根据所述第一语音数据，确定所述来电通话终端的发声者为真实的人，或者为智能助手，包括：对所述第一语音数据进行声纹提取，得到至少一个待测试声纹；在所述智能助手声纹库至少存在一个与所述待测试声纹相同的所述智能助手的声纹的情况下，确定所述来电通话终端的发声者为智能助手；在所述智能助手声纹库不存在与所述待测试声纹相同的所述智能助手的声纹的情况下，确定所述来电通话终端的发声者为真实的人。 [0014] 可选地，转接至所述目标通话终端，包括：对第一语音数据进行文本转换处理，得到文本数据；对所述文本数据进行特征提取处理，得到目标电话号码；转接至与所述目标电话号码对应的所述目标通话终端。 [0015] 可选地，生成概括回复语音，包括：对第一语音数据进行文本转换处理，得到文本数据；对所述文本数据进行特征提取处理，得到所述来电通话终端的发声者的问题语句；生成与所述问题语句对应的所述概括回复语音。 [0016] 根据本申请的另一方面，提供了一种外呼来电的处理装置，该装置包括： [0017] 接收单元，用于接收来电通话终端发送的语音，得到第一语音数据，并采用声纹识别技术，根据所述第一语音数据，确定所述来电通话终端的发声者为真实的人，或者为智能助手； [0018] 第一处理单元，用于在确定所述来电通话终端的发声者为所述智能助手的情况下，将目标问题发送至所述来电通话终端，并接收所述来电通话终端发送的回复语音，得到第二语音数据，所述目标问题为用于验证所述智能助手的类型的问题； [0019] 第二处理单元，用于采用神经网络模型技术，对所述第二语音数据进行识别处理，确定所述来电通话终端的智能助手的类型，并根据所述来电通话终端的智能助手的类型，执行以下之一：挂断与所述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送所述概括回复语音至所述来电通话终端，所述目标通话终端为所述来电通话终端的发声者想要转接到的通话终端，所述概括回复语音为对所述来电通话终端的发声者在所述第一语音数据中的问题的回复的语音。 [0020] 根据本申请的另一方面，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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的外呼来电的处理方法。 [0021] 根据本申请的另一方面，提供了一种电子设备，电子设备包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的外呼来电的处理方法。 [0022] 应用本申请的技术方案，通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据所述来电通话终端的智能助手的类型，执行以下之一：挂断与所述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送所述概括回复语音至所述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。附图说明 [0024] 图1示出了根据本申请的实施例提供的一种外呼来电的处理方法的流程示意图； [0025] 图2示出了根据本申请的实施例提供的另一种外呼来电的处理方法的流程示意图； [0026] 图3示出了根据本申请的实施例提供的一种外呼来电的处理装置的结构框图。 具体实施方式[0027] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。 [0028] 为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，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的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。 [0029] 需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。 [0030] 为了便于描述，以下对本申请实施例涉及的部分名词或术语进行说明： [0031] 智能外呼：是一种自动化的电话呼叫系统，通过计算机程序及人工智能技术，能够自动拨打电话给目标用户或客户。其目的可以是提供服务、传递信息、收集反馈或执行其他特定任务。智能外呼可以减轻人力负担，提高效率，广泛应用于市场营销、客户服务、民意调查等领域。 [0032] 智能助手：是一种基于人工智能和自然语言处理技术的程序或系统，旨在与人类用户进行交互，并提供有关信息、执行任务或解决问题的帮助。智能助手通常能够理解自然语言，通过语音或文字进行沟通，例如语音助手(如Siri、Alexa、Google Assistant)和聊天机器人。 [0033] 声纹技术：是一种通过分析个人的语音特征来进行身份识别或验证的技术。每个人的声音都有独特的声纹，类似于指纹或虹膜等生物特征。声纹技术通过捕获语音信号中的特征参数，并将其与事先建立的语音模型进行比对，来确定说话者的身份或确认其声纹是否匹配。 [0034] 正如背景技术中所介绍的，随着人工智能技术的快速发展，智能助手功能逐渐成为智能手机的标配，用于忙时代替机主接听电话。然而，这也给企业带来了一系列资源浪费的问题。智能外呼资源包括外呼系统的语音通道、企业花费的电话费用以及服务器运行费用等。当外呼对象为智能助手时，这些资源将无法产生实际效果，增加了企业的运营成本，为解决现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题，本申请的实施例提供了一种外呼来电的处理方法、装置、存储介质和电子设备。 [0035] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。 [0036] 在本实施例中提供了一种外呼来电的处理方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。 [0037] 图1是根据本申请的实施例提供的一种外呼来电的处理方法的流程示意图。如图1所示，该方法包括以下步骤： [0038] 步骤S101，接收来电通话终端发送的语音，得到第一语音数据，并采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手； [0039] 具体地，利用声纹识别技术来识别出来电通话终端的发声者为真实的人，或者为智能助手，例如声纹库中存储有对应的来电通话终端的发声者的声纹，那么确定上述来电通话终端的发声者为智能助手，否则确定为真实的人； [0040] 在步骤S101之前，即在接收来电通话终端发送的语音，得到第一语音数据之前，上述方法还包括：构建智能助手声纹库，上述智能助手声纹库存储有多个智能助手的声纹； [0041] 采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手，包括：对上述第一语音数据进行声纹提取，得到至少一个待测试声纹；在上述智能助手声纹库至少存在一个与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为智能助手；在上述智能助手声纹库不存在与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为真实的人。 [0042] 具体地，通过构建存储有多个智能助手的声纹的智能助手声纹库，从而便于后续根据上述智能助手声纹库是否至少存在一个与上述待测试声纹相同的上述智能助手的声纹来确定上述来电通话终端的发声者为智能助手或者为真实的人，提高了识别的精确度。 [0043] 步骤S102，在确定上述来电通话终端的发声者为上述智能助手的情况下，将目标问题发送至上述来电通话终端，并接收上述来电通话终端发送的回复语音，得到第二语音数据，上述目标问题为用于验证上述智能助手的类型的问题； [0044] 具体地，可以通过提问的方式来验证上述智能助手的类型； [0045] 步骤S103，采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，并根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，上述目标通话终端为上述来电通话终端的发声者想要转接到的通话终端，上述概括回复语音为对上述来电通话终端的发声者在上述第一语音数据中的问题的回复的语音。 [0046] 上述步骤中，通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0047] 在本申请的一种实施例中，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，步骤S103中的根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，包括： [0048] 在上述来电通话终端的智能助手的类型为上述第一类型的情况下，挂断与上述来电通话终端的通话；在上述来电通话终端的智能助手的类型为上述第二类型的情况下，转接至上述目标通话终端；在上述来电通话终端的智能助手的类型为上述第三类型的情况下，生成上述概括回复语音并发送上述概括回复语音至上述来电通话终端。 [0049] 具体地，防扰型智能助手为用户用于防止骚扰电话而设置的智能助手，遇到防扰型智能助手时，为了避免无意义的沟通，直接挂断与上述来电通话终端的通话即可，可转接型智能助手为用户用于提供想要转接的通话终端的通讯方式的智能助手，在可转接型智能助手时转接至上述目标通话终端(用户想要转接的通话终端)即可，记录型智能助手为用户用于接收事情要点的智能助手，在遇到记录型智能助手时，将要转述给用户的事情概括为一段语音后发送给来电通话终端即可，例如将“用户需要在A时间段内交付A事项C元钱”这一段文字转换为语音发送至来电通话终端。 [0050] 在本申请的一种实施例中，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，步骤S103中的采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，包括： [0051] 采用类型识别模型，对上述第二语音数据进行处理，分别得到第一置信度、第二置信度和第三置信度，其中，上述第一置信度为上述来电通话终端的智能助手的类型为上述第一类型的置信度，上述第二置信度为上述来电通话终端的智能助手的类型为上述第二类型的置信度，上述第三置信度为上述来电通话终端的智能助手的类型为上述第三类型的置信度，上述类型识别模型是使用多组训练数据训练得到的，上述多组训练数据中的每一组训练数据均包括历史时间段内获取的：语音数据以及与上述语音数据对应的各上述智能助手的类型的置信度；根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型。 [0052] 具体地，通过采用神经网络模型对问题的回答语音进行处理，从而可以分析出三种类型的置信度，并将置信度最高的类型作为来电通话终端的智能助手的类型，从而提高了类型识别的精确度。 [0053] 在本申请的一种实施例中，根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型，包括：在上述第一置信度大于上述第二置信度，且上述第一置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第一类型；在上述第二置信度大于上述第一置信度，且上述第二置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第二类型；在上述第三置信度大于上述第一置信度，且上述第三置信度大于上述第二置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第三类型。 [0054] 具体地，通过将置信度最高的类型作为来电通话终端的智能助手的类型，从而提高了类型识别的精确度，例如第一置信度为60％，第二置信度为20％，第三置信度为20％，则确定上述来电通话终端的智能助手的类型为上述第一类型，挂断与上述来电通话终端的通话。 [0055] 在本申请的一种实施例中，转接至上述目标通话终端，包括：对第一语音数据进行文本转换处理，得到文本数据；对上述文本数据进行特征提取处理，得到目标电话号码；转接至与上述目标电话号码对应的上述目标通话终端。 [0056] 具体地，先将第一语音数据转换为文本数据，再从文本数据中提取出目标电话号码，从而可以直接转接至与上述目标电话号码对应的上述目标通话终端，从而实现了转接的目的。 [0057] 在本申请的一种实施例中，生成概括回复语音，包括：对第一语音数据进行文本转换处理，得到文本数据；对上述文本数据进行特征提取处理，得到上述来电通话终端的发声者的问题语句；生成与上述问题语句对应的上述概括回复语音。 [0058] 具体地，例如将“用户需要在A时间段内交付A事项C元钱”这一段文字转换为语音发送至来电通话终端。 [0059] 为了使得本领域技术人员能够更加清楚地了解本申请的技术方案，以下将结合具体的实施例对本申请的外呼来电的处理方法的实现过程进行详细说明。 [0060] 本实施例涉及一种具体的外呼来电的处理方法，如图2所示，包括如下步骤： [0061] 步骤S1：构建智能助手声纹库，智能助手声纹库存储有多个智能助手的声纹； [0062] 步骤S2：接收来电通话终端发送的语音，得到第一语音数据，对第一语音数据进行声纹提取，得到至少一个待测试声纹；在智能助手声纹库至少存在一个与待测试声纹相同的智能助手的声纹的情况下，确定来电通话终端的发声者为智能助手；在智能助手声纹库不存在与待测试声纹相同的智能助手的声纹的情况下，确定来电通话终端的发声者为真实的人； [0063] 步骤S3：在确定来电通话终端的发声者为智能助手的情况下，将目标问题发送至来电通话终端，并接收来电通话终端发送的回复语音，得到第二语音数据，目标问题为用于验证智能助手的类型的问题； [0064] 步骤S4：采用类型识别模型，对第二语音数据进行处理，分别得到第一置信度、第二置信度和第三置信度，其中，第一置信度为来电通话终端的智能助手的类型为第一类型的置信度，第二置信度为来电通话终端的智能助手的类型为第二类型的置信度，第三置信度为来电通话终端的智能助手的类型为第三类型的置信度，类型识别模型是使用多组训练数据训练得到的，多组训练数据中的每一组训练数据均包括历史时间段内获取的：语音数据以及与语音数据对应的各智能助手的类型的置信度，智能助手的类型包括第一类型、第二类型和第三类型，第一类型为防扰型，第二类型为可转接型，第三类型为记录型； [0065] 步骤S5：在第一置信度大于第二置信度，且第一置信度大于第三置信度的情况下，确定来电通话终端的智能助手的类型为第一类型；在第二置信度大于第一置信度，且第二置信度大于第三置信度的情况下，确定来电通话终端的智能助手的类型为第二类型；在第三置信度大于第一置信度，且第三置信度大于第二置信度的情况下，确定来电通话终端的智能助手的类型为第三类型； [0066] 步骤S6：在来电通话终端的智能助手的类型为第一类型的情况下，挂断与来电通话终端的通话；在来电通话终端的智能助手的类型为第二类型的情况下，转接至目标通话终端；在来电通话终端的智能助手的类型为第三类型的情况下，生成概括回复语音并发送概括回复语音至来电通话终端。 [0067] 通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0068] 需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。 [0069] 本申请实施例还提供了一种外呼来电的处理装置，需要说明的是，本申请实施例的外呼来电的处理装置可以用于执行本申请实施例所提供的用于外呼来电的处理方法。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。 [0070] 以下对本申请实施例提供的外呼来电的处理装置进行介绍。 [0071] 图3是根据本申请的实施例提供的一种外呼来电的处理装置的结构框图。如图3所示，该装置包括： [0072] 接收单元31，用于接收来电通话终端发送的语音，得到第一语音数据，并采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手； [0073] 第一处理单元32，用于在确定上述来电通话终端的发声者为上述智能助手的情况下，将目标问题发送至上述来电通话终端，并接收上述来电通话终端发送的回复语音，得到第二语音数据，上述目标问题为用于验证上述智能助手的类型的问题； [0074] 第二处理单元33，用于采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，并根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，上述目标通话终端为上述来电通话终端的发声者想要转接到的通话终端，上述概括回复语音为对上述来电通话终端的发声者在上述第一语音数据中的问题的回复的语音。 [0075] 上述装置中，通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0076] 在本申请的一种实施例中，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，第二处理单元包括第一处理模块、第二处理模块和第三处理模块，第一处理模块用于在上述来电通话终端的智能助手的类型为上述第一类型的情况下，挂断与上述来电通话终端的通话；第二处理模块用于在上述来电通话终端的智能助手的类型为上述第二类型的情况下，转接至上述目标通话终端；第三处理模块用于在上述来电通话终端的智能助手的类型为上述第三类型的情况下，生成上述概括回复语音并发送上述概括回复语音至上述来电通话终端。 [0077] 在本申请的一种实施例中，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，第二处理单元包括第四处理模块和确定模块，第四处理模块用于采用类型识别模型，对上述第二语音数据进行处理，分别得到第一置信度、第二置信度和第三置信度，其中，上述第一置信度为上述来电通话终端的智能助手的类型为上述第一类型的置信度，上述第二置信度为上述来电通话终端的智能助手的类型为上述第二类型的置信度，上述第三置信度为上述来电通话终端的智能助手的类型为上述第三类型的置信度，上述类型识别模型是使用多组训练数据训练得到的，上述多组训练数据中的每一组训练数据均包括历史时间段内获取的：语音数据以及与上述语音数据对应的各上述智能助手的类型的置信度；确定模块用于根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型。 [0078] 在本申请的一种实施例中，确定模块包括第一确定子模块、第二确定子模块和第三确定子模块，第一确定子模块用于在上述第一置信度大于上述第二置信度，且上述第一置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第一类型；第二确定子模块用于在上述第二置信度大于上述第一置信度，且上述第二置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第二类型；第三确定子模块用于在上述第三置信度大于上述第一置信度，且上述第三置信度大于上述第二置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第三类型。 [0079] 在本申请的一种实施例中，该装置还包括构建单元，在接收来电通话终端发送的语音，得到第一语音数据之前，构建单元用于构建智能助手声纹库，上述智能助手声纹库存储有多个智能助手的声纹； [0080] 接收单元包括第五处理模块、第六处理模块和第七处理模块，第五处理模块用于对上述第一语音数据进行声纹提取，得到至少一个待测试声纹；第六处理模块用于在上述智能助手声纹库至少存在一个与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为智能助手；第七处理模块用于在上述智能助手声纹库不存在与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为真实的人。 [0081] 在本申请的一种实施例中，第二处理单元包括第八处理模块、第九处理模块和第十处理模块，第八处理模块用于对第一语音数据进行文本转换处理，得到文本数据；第九处理模块用于对上述文本数据进行特征提取处理，得到目标电话号码；第十处理模块用于转接至与上述目标电话号码对应的上述目标通话终端。 [0082] 在本申请的一种实施例中，第二处理单元包括第十一处理模块、第十二处理模块和第十三处理模块，第十一处理模块用于对第一语音数据进行文本转换处理，得到文本数据；第十二处理模块用于对上述文本数据进行特征提取处理，得到上述来电通话终端的发声者的问题语句；第十三处理模块用于生成与上述问题语句对应的上述概括回复语音。 [0083] 上述外呼来电的处理装置包括处理器和存储器，上述接收单元、第一处理单元和第二处理单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。 [0086] 本发明实施例提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行上述外呼来电的处理方法。 [0087] 本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述外呼来电的处理方法。 [0088] 本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：接收来电通话终端发送的语音，得到第一语音数据，并采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手；在确定上述来电通话终端的发声者为上述智能助手的情况下，将目标问题发送至上述来电通话终端，并接收上述来电通话终端发送的回复语音，得到第二语音数据，上述目标问题为用于验证上述智能助手的类型的问题；采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，并根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，上述目标通话终端为上述来电通话终端的发声者想要转接到的通话终端，上述概括回复语音为对上述来电通话终端的发声者在上述第一语音数据中的问题的回复的语音。本文中的设备可以是服务器、PC、PAD、手机等。 [0089] 可选地，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，包括：在上述来电通话终端的智能助手的类型为上述第一类型的情况下，挂断与上述来电通话终端的通话；在上述来电通话终端的智能助手的类型为上述第二类型的情况下，转接至上述目标通话终端；在上述来电通话终端的智能助手的类型为上述第三类型的情况下，生成上述概括回复语音并发送上述概括回复语音至上述来电通话终端。 [0090] 可选地，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，包括：采用类型识别模型，对上述第二语音数据进行处理，分别得到第一置信度、第二置信度和第三置信度，其中，上述第一置信度为上述来电通话终端的智能助手的类型为上述第一类型的置信度，上述第二置信度为上述来电通话终端的智能助手的类型为上述第二类型的置信度，上述第三置信度为上述来电通话终端的智能助手的类型为上述第三类型的置信度，上述类型识别模型是使用多组训练数据训练得到的，上述多组训练数据中的每一组训练数据均包括历史时间段内获取的：语音数据以及与上述语音数据对应的各上述智能助手的类型的置信度；根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型。 [0091] 可选地，根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型，包括：在上述第一置信度大于上述第二置信度，且上述第一置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第一类型；在上述第二置信度大于上述第一置信度，且上述第二置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第二类型；在上述第三置信度大于上述第一置信度，且上述第三置信度大于上述第二置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第三类型。 [0092] 可选地，在接收来电通话终端发送的语音，得到第一语音数据之前，上述方法还包括：构建智能助手声纹库，上述智能助手声纹库存储有多个智能助手的声纹； [0093] 采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手，包括：对上述第一语音数据进行声纹提取，得到至少一个待测试声纹；在上述智能助手声纹库至少存在一个与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为智能助手；在上述智能助手声纹库不存在与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为真实的人。 [0094] 可选地，转接至上述目标通话终端，包括：对第一语音数据进行文本转换处理，得到文本数据；对上述文本数据进行特征提取处理，得到目标电话号码；转接至与上述目标电话号码对应的上述目标通话终端。 [0095] 可选地，生成概括回复语音，包括：对第一语音数据进行文本转换处理，得到文本数据；对上述文本数据进行特征提取处理，得到上述来电通话终端的发声者的问题语句；生成与上述问题语句对应的上述概括回复语音。 [0096] 本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：接收来电通话终端发送的语音，得到第一语音数据，并采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手；在确定上述来电通话终端的发声者为上述智能助手的情况下，将目标问题发送至上述来电通话终端，并接收上述来电通话终端发送的回复语音，得到第二语音数据，上述目标问题为用于验证上述智能助手的类型的问题；采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，并根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，上述目标通话终端为上述来电通话终端的发声者想要转接到的通话终端，上述概括回复语音为对上述来电通话终端的发声者在上述第一语音数据中的问题的回复的语音。 [0097] 可选地，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，包括：在上述来电通话终端的智能助手的类型为上述第一类型的情况下，挂断与上述来电通话终端的通话；在上述来电通话终端的智能助手的类型为上述第二类型的情况下，转接至上述目标通话终端；在上述来电通话终端的智能助手的类型为上述第三类型的情况下，生成上述概括回复语音并发送上述概括回复语音至上述来电通话终端。 [0098] 可选地，上述智能助手的类型包括第一类型、第二类型和第三类型，上述第一类型为防扰型，上述第二类型为可转接型，上述第三类型为记录型，采用神经网络模型技术，对上述第二语音数据进行识别处理，确定上述来电通话终端的智能助手的类型，包括：采用类型识别模型，对上述第二语音数据进行处理，分别得到第一置信度、第二置信度和第三置信度，其中，上述第一置信度为上述来电通话终端的智能助手的类型为上述第一类型的置信度，上述第二置信度为上述来电通话终端的智能助手的类型为上述第二类型的置信度，上述第三置信度为上述来电通话终端的智能助手的类型为上述第三类型的置信度，上述类型识别模型是使用多组训练数据训练得到的，上述多组训练数据中的每一组训练数据均包括历史时间段内获取的：语音数据以及与上述语音数据对应的各上述智能助手的类型的置信度；根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型。 [0099] 可选地，根据上述第一置信度、上述第二置信度和上述第三置信度，确定上述来电通话终端的智能助手的类型，包括：在上述第一置信度大于上述第二置信度，且上述第一置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第一类型；在上述第二置信度大于上述第一置信度，且上述第二置信度大于上述第三置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第二类型；在上述第三置信度大于上述第一置信度，且上述第三置信度大于上述第二置信度的情况下，确定上述来电通话终端的智能助手的类型为上述第三类型。 [0100] 可选地，在接收来电通话终端发送的语音，得到第一语音数据之前，上述方法还包括：构建智能助手声纹库，上述智能助手声纹库存储有多个智能助手的声纹； [0101] 采用声纹识别技术，根据上述第一语音数据，确定上述来电通话终端的发声者为真实的人，或者为智能助手，包括：对上述第一语音数据进行声纹提取，得到至少一个待测试声纹；在上述智能助手声纹库至少存在一个与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为智能助手；在上述智能助手声纹库不存在与上述待测试声纹相同的上述智能助手的声纹的情况下，确定上述来电通话终端的发声者为真实的人。 [0102] 可选地，转接至上述目标通话终端，包括：对第一语音数据进行文本转换处理，得到文本数据；对上述文本数据进行特征提取处理，得到目标电话号码；转接至与上述目标电话号码对应的上述目标通话终端。 [0103] 可选地，生成概括回复语音，包括：对第一语音数据进行文本转换处理，得到文本数据；对上述文本数据进行特征提取处理，得到上述来电通话终端的发声者的问题语句；生成与上述问题语句对应的上述概括回复语音。 [0104] 本申请还提供了一种电子设备，电子设备包括：一个或多个处理器，存储器，以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置为由上述一个或多个处理器执行，上述一个或多个程序包括用于执行任意一种上述的外呼来电的处理方法。通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0105] 显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。 [0106] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。 [0107] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。 [0108] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。 [0109] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。 [0111] 存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。 [0112] 计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD‑ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。 [0113] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。 [0114] 从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果： [0115] 1)、本申请的外呼来电的处理方法，通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0116] 2)、本申请的外呼来电的处理装置，通过先确定来电通话终端的发声者为智能助手的情况下，再根据提问的方式来确定来电通话终端的智能助手的类型，从而可以提高来电处理的效率，最后根据上述来电通话终端的智能助手的类型，执行以下之一：挂断与上述来电通话终端的通话、转接至目标通话终端、生成概括回复语音并发送上述概括回复语音至上述来电通话终端，从而可以针对不同的类型进行对应的处理，进而解决了现有方案对于外呼对象是智能助手的来电没有对应的解决措施，从而造成运营成本较高的问题。 [0117] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。 |
||||||
QQ群二维码
意见反馈
意见反馈