[發明專利]代駕電話下單方法及系統

在審

• 申請號: 202111022548.2
• 申請日: 2021-09-01
• 公開（公告）號: CN113794808A
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 于楊
• 申請（專利權）人: 北京億心宜行汽車技術開發服務有限公司
• 主分類號: H04M3/51
• 分類號: H04M3/51;G10L15/22;G10L15/26;G06F16/29
• 代理公司: 北京知漢亭知識產權代理事務所(普通合伙) 16011
• 代理人: 張婷婷

1.一種代駕電話下單方法，其特征在于，包括以下步驟：

S1、使用語音合成技術將下單地址詢問話術的文本合成為語音，詢問用戶下單地址；

S2、利用語音識別技術，將用戶回答語音轉換成文字；

S3、利用命名實體識別技術識別出文字中的地理位置名詞；

S4、使用地理位置名詞作為查詢條件在POI數據庫中搜索所得到相應的POI；

S5、使用語音合成技術將POI信息的描述文字合成為語音，詢問用戶下單POI是否正確；

S6、用戶通過電話按鍵的方式確認后，生成代駕訂單。

2.根據權利要求1所述的代駕電話下單方法，其特征在于，步驟S3中所述命名實體識別技術包括以下內容：

條件隨機場模型，用于提取出文本中的地理位置的命名實體，通過CRF++工具基于人工標注的語料訓練而成。

3.根據權利要求1所述的代駕電話下單方法，其特征在于，步驟S2包括以下內容：

S2.1、通過預先訓練好的噪音分離神經網絡模型，將用戶語音分離為人聲和背景聲；

S2.2、利用語音識別技術識別人聲并將人聲轉換成文字；

S2.3、通過預先訓練好的背景識別神經網絡模型對背景聲進行識別，并且生成相應的背景關鍵詞，所述背景關鍵詞為描述背景聲的場合的名詞。

4.根據權利要求3所述的代駕電話下單方法，其特征在于，步驟S2.2中，在將人聲轉換成文字前，先對人聲經過鑒別處理，鑒別處理包括以下內容：將人聲輸入預先訓練好的醉酒判斷神經網絡模型，輸出值為0-1，即醉酒程度的權重值，若輸出值大于等于0.4，則直接轉人工客服處理。

5.根據權利要求3所述的代駕電話下單方法，其特征在于，S4步驟中還包括以下內容：將步驟S2.3中生成的背景關鍵詞與步驟S3中生成的地理位置名詞同時作為關鍵字在POI數據庫中進行搜索。

6.根據權利要求1所述的代駕電話下單方法，其特征在于，步驟S1包括以下內容：通過用戶手機號碼判斷用戶的歸屬地，并將判斷所得的歸屬地應用到詢問的話術中。

7.一種代駕電話下單系統，其特征在于，用于實現權利要求1-6中任一項所述的代駕電話下單方法，所述代駕電話下單系統包括：

語音處理模塊，基于語音合成與語音識別技術，實現文本與語音的互轉功能，包括語音識別子模塊和語音合成子模塊；

電話交換模塊，負責響應用戶電話，為語音處理模塊提供語音數據傳遞接口；

會話模塊，從語音處理模塊獲得相應的文本信息，根據會話邏輯基于獲取下單地址的目的生成相應的話術的文本，并將生成的文本傳送到語音處理模塊，反復進行上述操作，直到獲得下單地址，最后，完成下單過程中的人機交互；

POI模塊，包括地理位置名詞識別子模塊和POI數據庫，實時監控語語音識別子模塊生成的文本信息，從文本信息中識別地理位置，并在POI數據庫中進行搜索，并將搜索結果反饋到會話模塊；

訂單模塊，根據會話模塊中獲得下單地址創建代駕訂單。

8.根據權利要求7所述的代駕電話下單系統，其特征在于，所述會話模塊包括會話邏輯子模塊和聚焦詢問子模塊；

會話邏輯子模塊，根據獲取的信息和當前的會話場景生成用于交流的話術的文本；聚焦詢問子模塊，當無法識別到地理位置名字或無法搜索到POI時，從地理范圍上逐步縮小，生成相應的話術文本，直到獲得訂單地址。

9.根據權利要求7所述的代駕電話下單系統，其特征在于：語音處理模塊還包括以下內容：

噪音分離神經網絡模塊，將用戶語音分離為人聲和背景聲。

10.根據權利要求9所述的代駕電話下單系統，其特征在于：語音處理模塊還包括以下內容：

背景識別神經網絡模塊，內含預先訓練好的背景識別神經網絡模型，對背景聲進行識別，并且生成相應的背景關鍵詞，該背景關鍵詞為描述背景聲的場合的名詞；

醉酒判斷神經網絡模塊，內含預先訓練好的醉酒判斷神經網絡模型，將人聲輸入到模型中，輸出值為0-1，若輸出值大于等于0.4，則直接轉人工客服處理。