一种基于快递用户的应答方法、装置和计算机设备与流程

本发明涉及智能语音客服领域，更具体地，涉及一种基于快递用户的应答方法、装置、计算机设备和计算机可存储介质。

背景技术：

快递行业的客服电话能够为消费者提供关于快递物品的多项服务，例如快递运单查询、运单状态查询、电话下单、业务咨询、投诉建议和人工服务等，有效解决用户的各种疑问。但是目前快递行业仍大量使用基于语音按键的方式来打造智能语音客服机器人。基于按键选择的方式，往往不够灵活，限制了用户的输入，无法多维度，高覆盖的解决用户来电反馈的问题，比如：

传统语音客服主菜单冗长，需要消耗大量的播报时间，用户往往没有足够的时间听完播报主菜单的录音，而直接挂机，造成二次重复来电和转人工率大幅度提升；

用户的输入往往被限制，只能通过按键输入交互的方式无法满足用户的需求，实际用户体验很差，提升了智能客服系统的差评率，降低参评率和fcr；

不够智能，无法持续搜集用户反馈的数据。无法灵活的根据用户的输入进行场景的切换，意图识别，用户客满体验差。

技术实现要素：

为了解决上述问题中的至少一个，本发明第一方面提供一种基于快递用户的应答方法，由服务器执行，包括：

s100、接收来自用户端的语音并识别；

s102、判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到s104；

s104、将被识别的用户语音的内容转译成文本信息，并存储在数据库；

s106、识别所述文本信息的意图；

s108、根据所述意图调用相应场景；

s110、根据所述场景调用话术动作配置平台；

s112、将所述话术动作配置平台中对应的回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。

在一个具体实施例中，若未能识别所述语音内容，则所述方法还包括s103：

服务器播报询问语音，再次识别用户应答语音，两次未成功，转人工客服服务。

在一个具体实施例中，所述s106还包括：

s1060、将所述文本信息进行分词划分，得到多个分词文本信息，将所述多个分词文本信息分别进行mitie量化，分别得到对应的271维的向量，并将得到的多个271维的向量进行加权平均；

s1062、将所述文本信息进行单字划分，得到多个单字文本信息，将所述多个单字文本信息分别进行bert量化，分别得到对应的768维的向量，并将得到的多个768维的向量进行加权平均；

s1064、将加权平均后的271维的向量与加权平均后的768维的向量进行组合，得到所述文本信息对应的1039维的向量；

s1066、使用分类器模型识别所述文本信息对应的1039维的向量的意图，

其中，所述分类器模型通过以下方式得到：将所述数据库中记录的历史对话进行s1060到s1064的步骤得到所述历史对话对应的1039维的向量，输入n个已经标注过意图的所述历史对话对应的1039维的向量作为训练样本，所述训练样本的意图为m个意图，训练得到。

在一个具体实施例中，所述s1066还包括：

在训练得到一个分类器模型前使用损失函数，所述分类器模型以所述损失函数为优化目标，使用自适应梯度下降法迭代求解，得到所述分类器模型，所述损失函数为：

其中，

式中，i∈1，2，3...n，n为自然数，表示所述训练样本数量；j∈1，2，3...m，m为自然数，表示所述训练样本的意图数量；xi表示一个训练样本；yj表示xi的真实意图；yj'表示yj最相似的意图。

在一个具体实施例中，所述s108还包括：

所述服务器播报所述场景确认语音，所述服务器接收所述用户端的确认应答语音并识别判断所述场景是否正确，若是，执行s110；若否，则提醒是否重新进行识别或转人工客服处理，若重新进行识别则返回s106。

在一个具体实施例中，所述s110还包括：

根据所述场景和所述用户端输入的语音对话预测出话术动作配置平台存储的相应场景的回复话术。

在一个具体实施例中，所述s112还包括：

根据用户地区方言或口音特点训练对话输出模型，按照模型，将对应的文本转化语音，输出并反馈给用户。

本发明第二方面提供一种基于快递用户的应答装置，包括：

语音接收模块，用于接收来自用户端的语音并识别；

判断模块：用于判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到转译模块；

转译模块，用于将被识别的用户语音的内容转译成文本信息，并存储在数据库；

意图识别模块，用于识别所述文本信息意图；

场景模块，用于根据所述意图调用相应场景；

话术动作配置模块，用于根据所述相应场景调用话术动作配置平台；

合成语音模块，用于将所述话术动作配置平台中对应的回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。

本发明第三方面提供一种计算机设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如一种基于快递用户的应答方法。

本发明第四方面提供一种非易失性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如一种基于快递用户的应答方法。

本发明的有益效果如下：

本发明所述技术方案可解决基于按键菜单的智能语音客服满意度不佳，不够智能的问题。实现快递行业智能语音客服，智能化，智慧化，节约大量的人力成本。并实现智能语音全语音化，无需按键菜单选择按钮。用户可以直接说话，机器人通过意图识别的方法，识别对话内容，进入对应的场景，用户体验大幅度提升；提升智能客服解决问题的效率，减少用户二次来电，减少转人工率，大幅节约人工成本；通过更为智能的意图识别算法，使得整个系统在迭代的过程中可以变得更为智能。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本发明的一个实施例的基于快递用户的应答方法的系统架构示意图。

图2示出本发明的一个实施例的基于快递用户的应答方法的流程图。

图3示出本发明的一个实施例的基于快递用户的应答装置的示意图。

图4示出本发明的一个实施例的实施本发明的应答方法的计算机设备的结构示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

图1示出了可以应用本申请的基于快递用户的应答方法或基于快递用户的应答装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括用户端101、网络104和服务器107。网络104用以在用户端101和服务器107之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等。

用户可以使用用户端101通过网络104与服务器107交互，以接收或发送语音等。

用户端101可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。

服务器107可以是提供各种服务的服务器，服务器107可以对接收到的语音进行分析等处理，并将处理结果(例如回复话术)反馈给用户端101。

需要说明的是，图1中的用户端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

实施例一

如图2所示，本发明的一个实施例提供了一种基于快递用户的应答方法，在一个示例中，实现在图1的服务器107中，包括：

s100、接收来自用户端101的语音并识别。

s102、判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到s104。

若未能识别所述语音内容，则所述方法还包括s103：

服务器播报询问语音，再次识别用户应答语音，两次未成功，转人工客服服务。

在一个具体示例中，服务器107接收来自用户端101的语音为“您好，我想寄快递，寄往地址为“xxxxxxxxxxxxxxxx”电话为“xxxxxxxxxxx”姓名为“xxx””，若服务器107识别出上述语音内容，执行s104；若服务器107未能识别上述语音的内容，服务器107播报询问询问语音为“请问有什么可以帮您的吗”，再次识别用户端101传来的用户应答语音，若两次询问语音播报后，没有识别用户语音，服务器107直接为用户端101转接人工客服服务。

需要说明的是，用户语音内容包括但不限于下单寄件、催件、查件、业务咨询、投诉录单中的至少一种。

在一个具体示例中，用户语音不一定是标准普通话，也可以是用户当地方言或者是口音特殊的语言，服务器根据用户所在地区，使用带当地方言或口音特殊训练过的语言模型来更精确的识别用户语音的内容。

s104、将被识别的用户语音的内容转译成文本信息，并存储在数据库。

在一个具体示例中，使用asr语音来识别用户语音的内容并将其转译成文本信息，这些文本信息均被存储在数据库中。

s106、识别所述文本信息意图，包括：

s1060、将所述文本信息进行分词划分，得到多个分词文本信息，将所述多个分词文本信息分别进行mitie量化，分别得到对应的271维的向量，并将得到的多个271维的向量进行加权平均。

在一个具体示例中，asr语音识别用户语音并转译成“我要查件”文本内容，将“我要查件”文本进行分词划分，分成“我”，“要”，“查件”三个分词文本信息，将“我”，“要”，“查件”三个子分词文本信息进行mitie量化，得到三个271维的向量，将这三个向量加权平均得到一个代表“我要查件”三个分词的271维的向量。

s1062、将所述文本信息进行单字划分，得到多个单字文本信息，将所述多个单字文本信息分别进行bert量化，分别得到对应的768维的向量，并将得到的多个768维的向量进行加权平均。

在一个具体示例中，将“我要查件”文本进行单字划分，分成“我”，“要”，“查”，“件”四个单字文本信息，将“我”，“要”，“查”，“件”四个单字文本信息进行bert量化，得到四个768维的向量，将这四个向量加权平均得到一个代表“我要查件”四个单字的768维的向量。

s1064、将加权平均后的271维的向量与加权平均后的768维的向量进行组合，得到所述文本信息对应的1039维的向量。

在一个具体示例中，将加权平均后的271维的向量在前，加权平均后的768维的向量在后，进行一个向量的组合拼接，得到所述文本信息对应的1039维的向量，这样的组合方式能更精准地限定用户语音输入的意图。

s1066、使用分类器模型识别所述文本信息对应的1039维的向量的意图，

其中，所述分类器模型通过以下方式得到：将所述数据库中记录的历史对话进行s1060到s1064的步骤得到所述历史对话对应的1039维的向量，输入n个已经标注过意图的所述历史对话对应的1039维的向量作为训练样本，所述训练样本的意图为m个意图，训练得到。

在一个具体示例中，在训练得到一个分类器模型前使用损失函数，所述分类器模型以所述损失函数为优化目标，使用自适应梯度下降法迭代求解，得到所述分类器模型，所述损失函数为：

其中，

式中，i∈1，2，3...n，n为自然数，表示所述训练样本数量；j∈1，2，3...m，m为自然数，表示所述训练样本的意图数量；xi表示一个训练样本；yj表示xi的真实意图；yj'表示yj最相似的意图。损失函数越小，分类器模型越优。

在一个具体示例中，使用所述分类器模型识别所述文本信息对应的1039维的向量的意图，使用最优化方法得到用户语音的意图。

s108、根据所述意图调用相应场景，包括：

所述服务器播报所述场景确认语音，所述服务器接收所述用户端的确认应答语音并识别判断所述场景是否正确，若是，执行s110；若否，则提醒是否重新进行识别或转人工客服处理，若重新进行识别则返回s106。

在一个具体示例中，服务器107播报用户语音意图对应的场景进行确认，若是，服务器107确认用户信息，包括但不限于姓名、电话和地址中的至少一种；若否，服务器107播报询问用户是否重新进行识别或转人工客服处理语音，得到用户应答后，进行重新识别返回识别用户语音内容转译成文本信息步骤或者直接转接人工客服进行服务。

s110、根据所述场景调用话术动作配置平台。

在一个具体示例中，根据所述场景和所述用户端输入的语音对话预测出话术动作配置平台存储的相应场景的回复话术。话术动作配置平台中包括但不限于通用话术、标准问题话术、支线话术和主线话术中的至少一种，话术配置平台能根据不同的场景来配置不同的话术回复。例如，“查件”意图先使用安抚话术，再播报快递实时运送状态。

s112、将所述话术动作配置平台中对应的回复动作和回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。

在一个具体示例中，话术库中的文本信息转化为语音信息会根据用户地区方言或口音特点，有针对性的训练模型，按照模型，将对应的文本转化语音，输出并反馈给用户，之后会基于当前所述场景，生成第一意图问询语音并发送至所述用户端，例如用户语音的当前场景为“查件”，服务器107将快递的实时运行状态反馈给用户端101后，服务器107根据数据库中存储的用户端101和服务器107的对话上下文和当前“查件”场景，主动询问用户端101例如“请问还需要帮您进行催件吗？”，确定用户端101的下一意图，直到用户端101的所有意图执行结束。

本发明针对目前现有的问题，提供一种基于快递用户的应答方法，能够解决基于按键菜单的智能语音客服满意度不佳，不够智能的问题。实现快递行业智能语音客服，智能化，智慧化，节约大量的人力成本。并实现智能语音全语音化，无需按键菜单选择按钮。用户可以直接说话，机器人通过意图识别的方法，识别对话内容，进入对应的场景，用户体验大幅度提升；提升智能客服解决问题的效率，减少用户二次来电，减少转人工率，大幅节约人工成本；通过更为智能的意图识别算法，使得整个系统在迭代的过程中可以变得更为智能。

实施例二

如图3所示，作为对上述基于快递用户的应答方法的实现，本申请的一个实施例提供一种基于快递用户的应答装置，该装置实施例与图2所示的方法实施例相对应。

一种基于快递用户的应答装置，包括：

语音接收模块，用于接收来自用户端的语音并识别。

判断模块：用于判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到转译模块。

转译模块，用于将被识别的用户语音的内容转译成文本信息，并存储在数据库。

意图识别模块，用于识别所述文本信息意图。

场景模块，用于根据所述意图调用相应场景。

话术动作配置模块，用于根据所述相应场景调用话术动作配置平台。

合成语音模块，用于将所述话术动作配置平台中对应的回复动作和回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。

本领域技术人员可以理解，上述应用实施例一的方法的智能应答装置还包括一些其他公知结构，例如处理器、存储器等。

本发明针对目前现有的问题，提供一种基于快递用户的应答装置，能够解决基于按键菜单的智能语音客服满意度不佳，不够智能的问题。实现快递行业智能语音客服，智能化，智慧化，节约大量的人力成本。并实现智能语音全语音化，无需按键菜单选择按钮。用户可以直接说话，机器人通过意图识别的方法，识别对话内容，进入对应的场景，用户体验大幅度提升；提升智能客服解决问题的效率，减少用户二次来电，减少转人工率，大幅节约人工成本；通过更为智能的意图识别算法，使得整个系统在迭代的过程中可以变得更为智能。

实施例三

如图4所示，本发明的一个实施例提供了一种计算机设备的结构示意图，图4显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图4所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理器单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例一所提供的方法。

本发明针对目前现有的问题，提供一种计算机设备，能够解决基于按键菜单的智能语音客服满意度不佳，不够智能的问题。实现快递行业智能语音客服，智能化，智慧化，节约大量的人力成本。并实现智能语音全语音化，无需按键菜单选择按钮。用户可以直接说话，机器人通过意图识别的方法，识别对话内容，进入对应的场景，用户体验大幅度提升；提升智能客服解决问题的效率，减少用户二次来电，减少转人工率，大幅节约人工成本；通过更为智能的意图识别算法，使得整个系统在迭代的过程中可以变得更为智能。

实施例四

本发明的另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所提供的方法。

在实际应用中，所述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

本发明针对目前现有的问题，提供一种非易失性计算机可读存储介质，能够解决基于按键菜单的智能语音客服满意度不佳，不够智能的问题。实现快递行业智能语音客服，智能化，智慧化，节约大量的人力成本。并实现智能语音全语音化，无需按键菜单选择按钮。用户可以直接说话，机器人通过意图识别的方法，识别对话内容，进入对应的场景，用户体验大幅度提升；提升智能客服解决问题的效率，减少用户二次来电，减少转人工率，大幅节约人工成本；通过更为智能的意图识别算法，使得整个系统在迭代的过程中可以变得更为智能。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除