[發明專利]一種應用于對話場景的自動應答系統和方法

有效

• 申請號: 201910324994.5
• 申請日: 2019-04-22
• 公開（公告）號: CN109977218B
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 孟憲坤;田文;曹金龍
• 申請（專利權）人: 浙江華坤道威數據科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;H04M3/527
• 代理公司: 杭州信義達專利代理事務所(普通合伙) 33305
• 代理人: 施建勇

一種應用于對話場景的自動應答系統和方法，屬于電話通信技術領域，包括：客戶端會話處理模塊和AI會話引擎模塊；所述客戶端會話處理模塊，作為互動前向適配層，幫助場景對話前向內容識別與事件識別，包括客戶端模塊、語音網關模塊；所述AI會話引擎模塊，記錄及控制當前會話狀態，以及結合語音網關模塊傳入的事件向對客戶端會話處理模塊下發不同的指令。本發明的檢索知識快速；接入形式多樣化，可語音、文字或語音文字混合三者模式，也可擴展其他業務轉接渠道；相比常規的智能接入語音更加靈活，使用面更加廣泛。

技術領域

本發明屬于電話通信技術領域，具體涉及為一種應用于對話場景的自動應答系統和方法。

背景技術

企業與客戶之間日常交流過程中，需要耗費大量人工成本與人員精力問題，營銷服務人員各自知識經驗不同，同時理解、表達、情緒、口語等特征，導致服務效果參差不齊，從而影響服務質量與結果。因此，誕生了智能語音，用以替代坐席和客戶溝通。

目前，智能語音可以通過ASR（實時語音識別）與NLP（自然語言理解），實現機器實時理解人類聲音語言，在客服、銷售等場景進行AI智能溝通，對人類聲音語言進行大規模語料訓練，在指定場景下，可以得到識別質量較好的識別模型，語音網關模塊將人類的聲音實時發送到ASR中進行識別，得到文本形式的識別結果，用于關鍵字匹配，或者語義處理，得到預設的問題與答案，在以音頻形式播放出來，以匹配人與機器的語音溝通。

雖然現有方案能支持語音網關模塊與人類的語言溝通，但是基本以人與語音網關模塊之間一問一答的形式為主，很難做到人類水平的插話交流，比較死板且不自然。針對訪客的突然插話接入，語音網關模塊若無動于衷，顯得不禮貌，交流不友好，用戶必須聽完完整的語音網關模塊預設話術，且在語音網關模塊話術輸出的時段內無法打斷或提出疑問，在溝通上難以實現及時、快捷；另一方面，訪客的插話打斷，可能有更迫切的問題詢問，若不及時切換到相關問題節點上，會浪費客戶時間。綜上所述，現有智能語音語音網關模塊與人的語音交流方案在交互體驗、溝通效率上仍有待提高。

發明內容

本發明的目的在于克服上述提到的缺陷和不足，而提供一種應用于對話場景的自動應答系統。

本發明的另一目的在于，提供一種應用于對話場景的自動應答方法。

一種應用于對話場景的自動應答系統，其特征在于，包括：客戶端會話處理模塊和AI會話引擎模塊；

所述客戶端會話處理模塊，作為互動前向適配層，幫助場景對話前向內容識別與事件識別，包括客戶端模塊、語音網關模塊；所述客戶端模塊，為具有語音通訊功能的移動電話、座機，或者是可文字溝通的社交工具；所述語音網關模塊，根據撥號計劃主動發起或者接聽通話，在電話接通后將根據客戶端模塊產生的一系列動作給出相應的ESL事件下發到AI會話引擎模塊，并從AI會話引擎模塊接收并執行相應的動作；

所述AI會話引擎模塊，記錄及控制當前會話狀態，以及結合語音網關模塊傳入的事件向對客戶端會話處理模塊下發不同的指令。

進一步，所述語音網關模塊，將客戶端模塊的各種渠道的通信協議轉化為統一的通信協議，并進行事件識別，其在一路接通的通話的生命周期內會產生如下幾個核心事件:

1、SPEECH CONNET：在和客戶端模塊建立通訊連接后產生該事件；

2、SPEECH CHANNEL_ANSWER：客戶端模塊接聽電話后產生該事件；

3、SPEECH CHANNEL_EXECUTE：開始向客戶端模塊播放一段語音時產生該事件；

4、SPEECH CHANNEL_EXECUTE_COMPLETE：語音播放完畢后產生該事件；

5、SPEECH ASR_START：監聽到客戶端模塊的語音流傳入后產生該事件；