[發明專利]一種自動語音交互的方法及裝置

有效

• 申請號: 202011598315.2
• 申請日: 2020-12-29
• 公開（公告）號: CN112735374B
• 公開（公告）日: 2023-01-06
• 發明（設計）人: 包夢蛟
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G10L13/027
• 分類號: G10L13/027;G10L15/183;G10L15/26;G10L15/30;H04M3/493
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

本說明書公開了一種自動語音交互的方法及裝置，并具體公開了，根據接收到的用戶的語音信息，結合用戶的用戶畫像、用戶的歷史業務記錄，以及當前的業務對話中上一句回復語音對應的對話回復策略，確定針對接收到的用戶的語音信息的對話回復策略，并根據確定的對話回復策略生成針對該用戶的語音信息的回復語音，完成一次語音交互。如此，本說明書中的自動語音交互的方案，不僅能夠實現智能語音對話，減少了人工的參與，同時還能夠參考用戶畫像等信息，針對不同的用戶靈活地采用不同的回復語音，提高業務對話的效率，便于業務的開展。

技術領域

本說明書涉及互聯網技術領域，尤其涉及一種自動語音交互的方法及裝置。

背景技術

目前，人工客服是商家與顧客之間溝通的重要途徑，在互聯網快速發展的今天，在各大互聯網服務平臺都有著海量用戶的基礎上，仍然采用傳統的人工電話客服的方式進行業務服務。但是，人工客服存在培訓上崗周期長，人員不足，成本高等問題。且還存在由于人工服務帶來的固有缺陷，如難以實現有效的監管，對話時易受到情緒變化影響發表過激的言論，易造成客戶信息泄露等。

發明內容

本說明書提供一種自動語音交互的方法及裝置，以部分的解決現有技術存在的上述問題。

本說明書采用下述技術方案：

本說明書提供了一種自動語音交互的方法，包括：

接收用戶的語音信息，所述語音信息是所述用戶針對業務對話發起的；

對所述語音信息進行識別，得到所述語音信息對應的文本信息；

根據所述文本信息、所述用戶的用戶畫像、所述用戶的歷史業務記錄，以及所述業務對話中上一句回復語音對應的對話回復策略，確定針對所述語音信息的對話回復策略，作為目標回復策略，其中，所述目標回復策略是通過預先訓練的對話回復策略模型確定的；

根據所述目標回復策略，生成針對所述語音信息的回復語音；

將針對所述語音信息的回復語音播放給所述用戶。

可選地，所述根據所述文本信息、所述用戶的用戶畫像、所述用戶的歷史業務記錄，以及所述業務對話中上一句回復語音對應的對話回復策略，確定目標回復策略，包括：

根據所述文本信息，確定所述文本信息對應的語義向量；

根據所述文本信息、所述用戶畫像以及所述歷史業務記錄，確定所述用戶對應的用戶特征信息；

將所述語義向量、所述用戶特征信息以及所述業務對話中上一句回復語音對應的對話回復策略輸入到預先訓練的對話回復策略模型，得到目標回復策略。

可選地，所述用戶特征信息包括：意圖信息、業務關鍵詞以及業務特征信息中的至少一種；

所述根據所述文本信息、所述用戶畫像以及所述歷史業務記錄，確定所述用戶對應的用戶特征信息，包括：

根據所述文本信息，確定所述文本信息對應的意圖信息以及所述文本信息中的業務關鍵詞，所述意圖信息用于表征所述用戶的業務意圖；

根據所述用戶的用戶畫像以及所述用戶的歷史業務記錄，確定所述用戶對應的業務特征信息；

將所述意圖信息、所述業務關鍵詞以及所述業務特征信息中的至少一種，作為所述用戶特征信息。

可選地，所述根據所述文本信息，確定所述文本信息對應的意圖信息以及所述文本信息中的業務關鍵詞，包括：

將所述文本信息輸入到預先訓練的語言解析模型，得到所述意圖信息以及所述業務關鍵詞。

可選地，所述將所述語義向量、所述用戶特征信息以及所述業務對話中上一句回復語音對應的對話回復策略輸入到預先訓練的對話回復策略模型，得到目標回復策略，包括：