[發明專利]一種智能電話應答方法和系統

有效

• 申請號: 202010081764.3
• 申請日: 2020-02-06
• 公開（公告）號: CN111294471B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 陳源凱;章軍;麥永恒
• 申請（專利權）人: 廣州市訊飛樽鴻信息技術有限公司
• 主分類號: H04M3/51
• 分類號: H04M3/51;G10L15/22
• 代理公司: 廣東翰銳律師事務所 44442
• 代理人: 陳業勝

本發明公開了一種智能電話應答方法，基于智能應答平臺和聲音復刻平臺，包括采集被叫用戶的聲音數據，上傳至聲音復刻平臺對其進行解析和聲學模型訓練并制成可編輯的私人音庫；智能應答平臺調用所述私人音庫形成音頻文件進行電話轉接，以供與主叫用戶進行電話語音交互；智能應答平臺獲取并記錄通話過程中的通話信息供被叫用戶接收。本發明還提供一種智能電話應答系統：包括被叫用戶前端、智能應答平臺、聲音復刻平臺和通信運營系統。本發明可以讓被叫用戶方便地自定義屬于本人的智能應答音庫，增強語音應答中被叫用戶與系統的交互性和合成音的自然性，能讓主叫用戶認為是在與被叫用戶本人進行交流，增加通電話的好感度從而順利告知來電的目的等。

技術領域

本發明涉及智能語音應答領域，尤其是一種智能電話應答方法和系統。

背景技術

在現代社會中，廣告推銷或騷擾電話越來越多，人們既不想浪費時間接聽陌生的推銷和騷擾電話，又擔心錯過重要信息，例如客戶電話、銀行通知、快遞通知和面試邀約等，而且有時因為忙碌無法接聽電話時可能會錯過重要電話。

針對此情況，目前存在著智能應答類軟件來幫助被叫用戶接聽電話，現有的智能應答類軟件中音庫作為合成語音應答時的聲音來源，音庫一般為采用TTS合成音庫(Textto Speech，TTS技術能夠自動將任意文字實時轉換為連續的自然語音)或事先錄制的主播音庫，來合成智能應答電話助理聲音，在為被叫用戶代接電話后，使用合成音庫或主播音庫內的音源合成電話助理的聲音與主叫用戶進行語音問答交流。

然而，一方面，這兩種音庫一般都是由智能應答類軟件的廠家負責采集和制作而成的標準音庫，對于被叫用戶而言只能被動從標準音庫中選擇一種或幾種來使用，無法自制音庫或對音庫進行自定義編輯，交互性和娛樂性差。另一方面，對于普通的TTS合成音庫而言，聲音自然度和流暢度不夠高，語氣上也生硬，主叫用戶能夠明顯知道是智能應答類軟件代接的電話，降低了溝通交流的積極性，影響來電交互體驗；由于語音交流體驗差，主叫用戶可能會質疑該軟件的智能程度，導致主叫用戶選擇結束交流，最終被叫用戶并沒有得到有效的通話信息，例如目前在各種運營商領域、銀行中使用的部分智能語音應答系統一般采用TTS合成音庫(包括智能電話客服、智能前臺等)，機器化程度非常明顯，語氣、聲音都略顯僵硬；語意的識別精確度不高，不能完整識別語義意圖，導致大部分客戶無法第一時間呈現需求，容易直接跳過智能客服找人工客服；對于主播音庫而言，可以對主播進行多種聲音風格的錄制，雖然能夠保證聲音的流暢度、語氣表達等，但是對于一些認識被叫被叫用戶的主叫用戶，有重要的信息通知到對方時，他們希望在電話中直接與被叫用戶本人溝通并及時得到回應，而不是通過別人轉達的方式。這類產品在代接電話時雖然有較好的聽覺體驗，但在聽到主播聲音時，能夠輕易分辨出不是被叫被叫用戶本人接聽電話，從而降低交流溝通意愿，也導致被叫用戶無法及時了解主叫用戶的重要信息。

發明內容

本發明目的在于針對上述背景技術中存在的問題，提供一種智能電話應答方法和系統，被叫用戶可方便地自定義和訓練屬于本人的用于合成智能應答語音的音庫，增強語音應答中被叫用戶與系統的交互性和合成音的自然性，可以讓主叫用戶認為是在與被叫用戶本人進行交流，增加通電話的好感度從而順利告知來電的目的等，防止被叫用戶錯過重要電話中的信息。

為了達到上述目的，本發明的技術方案有：

一種智能電話應答方法，基于智能應答平臺和聲音復刻平臺，包括如下步驟：

采集被叫用戶的聲音數據；

將所述聲音數據經由所述智能應答平臺上傳至聲音復刻平臺，所述聲音復刻平臺對所述聲音信息進行解析和聲學模型訓練并制成私人音庫，被叫用戶對所述私人音庫具有編輯權限；

所述智能應答平臺接收主叫用戶的電話呼叫轉移信號后，調用所述私人音庫形成音頻文件，以供與所述主叫用戶進行電話語音交互；

所述智能應答平臺獲取并記錄通話過程中的通話信息，以供被叫用戶接收。