一種基於語音呼叫的業務流程實現方法及系統的製作方法

2023-04-22 18:54:26

一種基於語音呼叫的業務流程實現方法及系統的製作方法
【專利摘要】本發明實施例公開了一種基於語音呼叫的業務流程實現方法及系統，用於提高業務流程實現的智能性，提高用戶體驗。本發明實施例包括：獲取用於業務請求的連續語音信號；對連續語音信號進行語音識別，並將連續語音信號轉換成文字候選序列；對文字候選序列進行文本分類；根據文本分類確定文字候選序列對應的業務類型；判斷當前文本分類確定的業務類型是否可靠；若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與業務類型相應的業務流程。
【專利說明】一種基於語音呼叫的業務流程實現方法及系統
【技術領域】
[0001]本發明涉及通訊和計算機【技術領域】，尤其是涉及一種基於語音呼叫的業務流程實現方法及系統。
【背景技術】
[0002]近年來,隨著信息需求的急劇增長,互動語音應答技術(IVR, Interactive VoiceResponse)作為一種高效快捷的交互方式已經廣泛應用於電話呼叫中心，用以實現以客戶為中心的商業流程的自動化，緩解坐席人員處理呼叫的壓力，提高了服務質量。現有的IVR系統主要採用基於按鍵輸入的應用模式，用戶在辦理自動業務時，根據系統提示逐層選擇對應按鍵實現菜單選擇並確認業務類型。
[0003]基於按鍵輸入的應用模式雖然通過人機自動交互的方式提高了呼叫中心的運行效率，但依然有其固有缺陷:首先在基於按鍵輸入的模式下，由於受到按鍵數量的限制，系統提供的自助業務種類也容易受限，很多業務依然需要人工支持，加重了客服人員的工作負擔；其次為了儘可能提供更多的業務支持，系統通常選擇將業務選項按照類別設計成樹狀結構的多層菜單，並在實際應用中要求用戶按照系統提示逐層確認。比如活期帳戶資金轉為定期，需要逐次經過三個菜單選項，分別為「帳戶服務」，「帳戶轉帳」以及「活期轉定期」。這種基於樹形結構的方式對用戶業務熟悉度要求較高，用戶只有在順利完成多次準確菜單項選擇後才能到達最終業務辦理目標；此外多次反覆選擇確認浪費客戶的寶貴時間，容易給客戶帶來不愉快用戶體驗，導致客戶傾向於人工服務，從而大大降低了 IVR自動服務系統的使用價值。

【發明內容】

[0004]本發明實施例提供了一種基於語音呼叫的業務流程實現方法及系統，用於提高業務流程實現的智能性，提高用戶體驗。
[0005]本發明第一方面提供一種基於語音呼叫的業務流程實現方法，其中，可包括:
[0006]獲取用於業務請求的連續語音信號；
[0007]對所述連續語音信號進行語音識別，並將所述連續語音信號轉換成文字候選序列；
[0008]對所述文字候選序列進行文本分類；
[0009]根據所述文本分類確定所述文字候選序列對應的業務類型；
[0010]判斷當前文本分類確定的業務類型是否可靠；
[0011]若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與所述業務類型相應的業務流程。
[0012]可選地，所述判斷當前文本分類確定的業務類型是否可靠包括:
[0013]判斷當如業務請求是為集內任務或是為集外任務；
[0014]若所述當前業務請求是為集內任務，則判斷出當前文本分類確定的業務類型可罪；
[0015]若所述當前業務請求是為集外任務，則判斷出當前文本分類確定的業務類型不可
O
[0016]可選地，所述判斷當前業務請求是為集內任務或是為集外任務，包括:
[0017]計算當前文本分類的置信度；
[0018]判斷所述文本分類的置信度是否大於第一預置閾值；
[0019]若所述文本分類的置信度小於第一預置閾值，則判斷出當前業務請求是為集外任務;
[0020]若所述文本分類的置信度大於或等於第一預置閾值，則計算語音識別的置信度；
[0021]若所述語音識別的置信度小於第二預置閾值，則判斷出當前業務請求是為集外任務;
[0022]若所述語音識別的置信度大於或等於第二預置閾值，則判斷出當前業務請求是為集內任務。
[0023]可選地，所述計算語音識別的置信度為基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度；
[0024]所述基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度，包括:
[0025]獲取所述連續語音信號解碼得到的字詞候選解碼路徑組成的網絡Lattice ；
[0026]根據互信息MI準則及所述字詞的逆向文件頻率IDF值確認業務關鍵詞；
[0027]基於以下公式計算關鍵詞聲學置信度:
[0028]P (w I lattice) =Φ (w) Ψ (w) p (w) /p (lattice)；
[0029]公式中，O(w)為該關鍵詞的前向概率，W(w)為該關鍵詞的後向概率，P(W)為該關鍵詞本身的概率；其中P (W) =P (ac) ciP(Im)e, p (ac)表示解碼的聲學概率，P(Im)表示語言模型概率，α和β分別表示聲學和語言的規整Scaling因子，p (lattice)表示整個Lattice中所有路徑path的概率和；
[0030]根據所有關鍵詞聲學置信度的平均值確認語音識別的置信度。
[0031]可選地，所述判斷出當前業務請求是為集內任務之後，所述方法還包括:
[0032]判斷所述語音識別的置信度是否大於或等於第三預置閾值，所述第三預置閾值大於所述第二預置閾值；
[0033]若所述語音識別的置信度大於或等於第三預置閾值，則觸髮根據所述文本分類確定所述文字候選序列 對應的業務類型的動作；
[0034]若所述語音識別的置信度小於第三預置閾值，則向請求用戶設備確認語音識別結果是否正確；
[0035]若所述語音識別結果正確，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；
[0036]若所述語音識別結果不正確，則對判斷出當前業務請求是為集內任務的判斷結果進行修正。
[0037]可選地，所述判斷出當前業務請求是為集外任務之後，所述方法還包括:
[0038]計算當前業務請求對應的聲學置信度；
[0039]判斷所述聲學置信度是否大於或等於第四預置閾值；[0040]若所述聲學置信度小於第四預置閾值，則對當前業務請求進行噪音原因分析；
[0041]若所述聲學置信度大於或等於第四預置閾值，則計算當前文字候選序列文本的集外任務置信度，並判斷所述當前文字候選序列文本的集外任務置信度是否大於或等於第五預置閾值；
[0042]若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求；
[0043]若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析。
[0044]本發明第二方面提供一種基於語音呼叫的業務流程實現系統，其中，可包括:
[0045]獲取模塊，用於獲取用於業務請求的連續語音信號；
[0046]識別轉換模塊，用於對所述連續語音信號進行語音識別，並將所述連續語音信號轉換成文字候選序列；
[0047]分類模塊，用於對所述文字候選序列進行文本分類；
[0048]確定模塊，用於根據所述文本分類確定所述文字候選序列對應的業務類型；
[0049]第一判斷處理模塊，用於判斷當前文本分類確定的業務類型是否可靠；
[0050]執行模塊，用於若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與所述業務類型相應的業務流程。
[0051]可選地，所述第一判斷處理模塊，具體用於判斷當前業務請求是為集內任務或是為集外任務；若所述當前業務請求是為集內任務，則判斷出當前文本分類確定的業務類型可靠；若所述當前業務請求是為集外任務，則判斷出當前文本分類確定的業務類型不可靠。
[0052]可選地，所述第一判斷處理模塊，用於判斷當前業務請求是為集內任務或是為集外任務包括:計算當前文本分類的置信度；判斷所述文本分類的置信度是否大於第一預置閾值；若所述文本分類的置信度小於第一預置閾值，則判斷出當前業務請求是為集外任務；若所述文本分類的置信度大於或等於第一預置閾值，則計算語音識別的置信度；若所述語音識別的置信度小於第二預置閾值，則判斷出當前業務請求是為集外任務；若所述語音識別的置信度大於或等於第二預置閾值，則判斷出當前業務請求是為集內任務。
[0053]可選地，所述第一判斷處理模塊包括計算單元；
[0054]所述計算單元，用於基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度；所述基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度，包括:獲取所述連續語音信號解碼得到的字詞候選解碼路徑組成的網絡Lattice ;根據互信息MI準則及所述字詞的逆向文件頻率IDF值確認業務關鍵詞；基於以下公式計算關鍵詞聲學置信度:P (w I lattice) =Φ (W) Ψ (w)p(w)/p (lattice);公式中，Φ (w)為該關鍵詞的前向概率，Ψ (w)為該關鍵詞的後向概率，p(w)為該關鍵詞本身的概率；其中p(w)=p(ac) ciP(Im) 'p(ac)表示解碼的聲學概率，P(Im)表示語言模型概率，α和β分別表示聲學和語言的規整Scaling因子,p (lattice)表示整個Lattice中所有路徑path的概率和；根據所有關鍵詞聲學置信度的平均值確認語音識別的置信度。
[0055]可選地，所述基於語音呼叫的業務流程實現系統還包括:
[0056]第二判斷處理模塊，用於判斷所述語音識別的置信度是否大於或等於第三預置閾值，所述第三預置閾值大於所述第二預置閾值；若所述語音識別的置信度大於或等於第三預置閾值，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；若所述語音識別的置信度小於第三預置閾值，則向請求用戶設備確認語音識別結果是否正確；若所述語音識別結果正確，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；若所述語音識別結果不正確，則對判斷出當前業務請求是為集內任務的判斷結果進行修正。
[0057]可選地，所述基於語音呼叫的業務流程實現系統還包括:
[0058]第三判斷處理模塊，用於計算當前業務請求對應的聲學置信度；判斷所述聲學置信度是否大於或等於第四預置閾值；若所述聲學置信度小於第四預置閾值，則對當前業務請求進行噪音原因分析；若所述聲學置信度大於或等於第四預置閾值，則計算當前文本候選序列文本的集外任務置信度，並判斷當前文字候選序列文本的集外任務置信度是否大於或等於第五預置閾值；若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求；若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析。
[0059]從以上技術方案可以看出，本發明實施例提供的基於語音呼叫的業務流程實現方法及系統，具有以下優點:在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
【專利附圖】

【附圖說明】
[0060]為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0061]圖1為本發明實施例提供的一種基於語音呼叫的業務流程實現方法流程示意圖；
[0062]圖2a為本發明實施例提供的基於語音呼叫的業務流程實現方法另一流程示意圖；
[0063]圖2b為本發明實施例提供的基於語音呼叫的業務流程實現方法另一流程示意圖；
[0064]圖3a為本發明實施例提供的基於語音呼叫的業務流程實現方法另一流程示意圖；
[0065]圖3b為本發明實施例提供的基於語音呼叫的業務流程實現方法另一流程示意圖；
[0066]圖4為本發明實施例提供的一種基於語音呼叫的業務流程實現系統結構示意圖；
[0067]圖5為本發明實施例提供的基於語音呼叫的業務流程實現系統另一結構示意圖。
【具體實施方式】
[0068]本發明實施例提供了一種基於語音呼叫的業務流程實現方法及系統，用於提高業務流程實現的智能性，提高用戶體驗。[0069]下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其它實施例，都屬於本發明保護的範圍。
[0070]以下分別進行詳細說明。
[0071]請參考圖1，圖1為本發明實施例提供的一種基於語音呼叫的業務流程實現方法流程示意圖；其中，所述方法包括:
[0072]步驟101、獲取用於業務請求的連續語音信號；
[0073]可以理解的是，獲取用戶輸入的連續語音信號，所述連續語音信號用於業務請求。
[0074]步驟102、對所述連續語音信號進行語音識別，並將所述連續語音信號轉換成文字候選序列；
[0075]步驟103、對所述文字候選序列進行文本分類；
[0076]步驟104、根據所述文本分類確定所述文字候選序列對應的業務類型；
[0077]步驟105、判斷當前文本分類確定的業務類型是否可靠；
[0078]步驟106、若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與所述業務類型相應的業務流程。
[0079]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現方法，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0080]可選地，請參考圖2a，圖2a為本發明實施例提供的基於語音呼叫的業務流程實現方法另一流程示意圖；
[0081]在某些實施方式中，所述判斷當前當前文本分類確定的業務類型是否可靠(步驟105)可以具體包括:
[0082]步驟105-11、判斷當如業務請求是為集內任務或是為集外任務；
[0083]步驟105-12-a、若所述當前業務請求是為集內任務，則判斷出當前文本分類確定的業務類型可靠；
[0084]步驟105-12-b、若所述當前業務請求是為集外任務，則判斷出當前文本分類確定的業務類型不可靠。
[0085]其中，若確定出當前文本分類確定的業務類型可靠，則可以觸髮根據確定的業務類型，指引執行與所述業務類型相應的業務流程(即步驟106);也就是說，本發明實施例中，綜合考慮語音識別和文本分類的準確性，確認分類結果，提高業務請求分類的正確性。
[0086]在某些實施方式中，可參考圖2b，圖2b為本發明實施例提供的基於語音呼叫的業務流程實現方法中步驟105-11的流程示意圖，其中，所述判斷當前業務請求是為集內任務或是為集外任務(步驟105-11)，可以基於以下方式進行判斷:
[0087]步驟105-11-1、計算當前文本分類的置信度；
[0088]可以理解的是，所述文本分類的置信度是指當前文字侯選序列表示的語義屬於集內的概率。[0089]步驟105-11-2、判斷所述文本分類的置信度是否大於第一預置閾值；
[0090]步驟105-ll_3a、若所述文本分類的置信度小於第一預置閾值，則判斷出當前業務請求是為集外任務；
[0091]步驟105-ll_3b、若所述文本分類的置信度大於或等於第一預置閾值，則計算語音識別的置信度；
[0092]在某些實施方式中，可以基於詞後驗概率(WPP,Word Posterior Probability)的置信度計算方法計算語音識別的置信度；
[0093]可以理解的是，本發明實施例中，所述基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度，可以具體包括:
[0094](I)獲取所述連續語音信號解碼得到的字詞候選解碼路徑組成的網絡Lattice ；
[0095](2)根據互信息(MI,Mutual Information)準則及所述字詞的逆向文件頻率(IDF,inverse document frequency)值確認業務關鍵詞；
[0096](3)計算關鍵詞聲學置信度，具體地計算公式用貝葉斯公式展開為:
[0097]P (w I lattice) =Φ (w) Ψ (w) p (w) /p (lattice)；
[0098]上述公式中，Φ (w)為該關鍵詞的前向概率，Ψ (w)為該關鍵詞的後向概率，p(w)為該關鍵詞本身的概率；其中P (W) =P (ac) °p(lm)e, p (ac)表示解碼的聲學概率，P(Im)表示語言模型概率，α和β分別表示聲學和語言的規整Scaling因子，P (lattice)表示整個Lattice中所有路徑path的概率和。
[0099](4)根據所有關鍵詞聲學置信度的平均值確認語音識別的置信度。
[0100]可以理解的是，相比於基於路徑後驗概率計算的置信度方法，基於關鍵詞後驗概率計算的方法可以去除其它詞的置信度幹擾，提高準確性。
[0101]步驟105-ll-4a、若所述語音識別的置信度小於第二預置閾值，則判斷出當前業務請求是為集外任務；
[0102]步驟105-ll_4b、若所述語音識別的置信度大於或等於第二預置閾值，則判斷出當前業務請求是為集內任務。
[0103]可以理解的是，所述第一預置閾值和所述第二預置閾值可以預先設置在系統中；
[0104]其中，若判斷出當前業務請求是為集內任務，則可認為是可以響應的任務，當前文本分類確定的業務類型可靠(即步驟105-12-a);若當前業務請求是為集外任務，則可認為是不可響應的任務，當前文本分類確定的業務類型不可靠(即步驟105-12-b)。
[0105]容易想到的是，聲學置信度很低的語音識別錯誤的可能性較大，對此系統將其判為集外任務，由集外處理流程對識別結果繼續處理。通常地，為了避免將可處理的集內任務錯誤丟棄為集外任務，聲學置信度域值(即第二預置閾值)通常會設置為較小的數值。
[0106]本發明實施例中，通過引入語音識別置信度信息，對預判定為集內任務的分類結果進一步確認，避免了傳統系統中存在的由於識別錯誤導致的分類錯誤及錯誤的呼叫響應，提高準確性和用戶體驗。
[0107]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現方法，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0108]可選地，本發明實施例提供的基於語音呼叫的業務流程實現方法，不同於傳統系統的簡單響應措施，對集內任務直接呼叫轉移，而對集外任務直接拒絕，並返回無法支持的結果；由此，本發明實施例提出了一種更為人性智能的響應機制，分別對集外任務採用智能引導方式以幫助用戶熟悉系統應用，以及對集內任務的高準確認。
[0109]對於集內任務的引導，可參考圖3a，圖3a為本發明實施例提供的基於語音呼叫的業務流程實現方法中步驟105-ll-4b之後的流程示意圖，其中，所述判斷出當前業務請求是為集內任務(即步驟105-ll-4b)之後，所述方法還可以包括:
[0110]步驟107、判斷所述語音識別的置信度是否大於或等於第三預置閾值；
[0111]其中，所述第三預置閾值大於所述第二預置閾值；
[0112]步驟108-a、若所述語音識別的置信度大於或等於第三預置閾值，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；
[0113]步驟108-b、若所述語音識別的置信度小於第三預置閾值，則向請求用戶設備確認語音識別結果是否正確；
[0114]步驟109-a、若所述語音識別結果正確，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；
[0115]步驟109-b、若所述語音識別結果不正確，則對判斷出當前業務請求是為集內任務的判斷結果進行修正。
[0116]可以理解的是，所述第三預置閾值可以預先設置在系統中；
[0117]在該實施方式中，系統通過進一步設置某一具有較大數值的聲學置信度域值(SP第三預置閾值大於第二預置閾值)，以確保進入業務轉移的輸入具有較大的可信度，以實現更準確的業務響應。一般來說，對於聲學置信度很高的語音識別結果，其錯誤的可能性極小，因而可以直接接收；而對於聲學置信度在兩個門限之間的語音，有一定的概率發生識別錯誤，本案向用戶進一步徵詢(即步驟108-b)，獲取確認信息，以避免集內正確識別被「丟棄」從而影響集內的正確率。根據用戶「確認」結果，執行觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作，或者對判斷出當前業務請求是為集內任務的判斷結果進行修正；
[0118]可以理解的是，所述集內任務引導處理的方法主要實現了對預判斷為集內任務的輸入的糾錯和確認，特別是由於語音識別錯誤導致的分類錯誤，提高了傳統系統對集內任務執行的準確率。
[0119]另容易想到的是，在業務轉移中，可能由於用戶語音輸入存在歧義，導致存在兩個或以上的業務分類。對此，本發明實施例中，系統還可以引入消歧策略，根據文本置信度自動選擇或由系統向客戶提出合適的問題以進一步確認信息，提高集內任務正確的可能。比如:對用戶輸入「我要查一下交易明細」的業務請求，系統分類結果可能包括「帳戶交易明細」和「外匯交易明細」兩個業務選項。歧義消除策略指引根據該業務選項向客戶請求確認，等待客戶反饋後重新進入業務流程。
[0120]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現系統，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0121 ] 對於集外任務的引導，在實際應用中，用戶由於不熟悉系統應用，可能輸入系統不能支持的業務請求，或者輸入大量與系統業務無關的語音，如噪音，口語詞等。而受限於目前語音識別及文本分類技術，系統往往無法提供準確的服務，對此傳統系統往往通過簡單方式拒絕或要求用戶重新輸入。而在沒有任何提示信息的情況下，用戶很可能按照已有方式重新輸入，導致依然無法獲取相應服務，從而影響了用戶體驗。
[0122]本發明提供的實施例中，對系統判定為無法呼叫引導的輸入，分別從「非正常語音輸入」、「超出系統範圍的語音」及「語音識別的錯誤」等多角度進行原因分析，並給與相應引導，幫助用戶熟悉系統使用。
[0123]進一步可選地，可參考圖3b，圖3b為本發明實施例提供的基於語音呼叫的業務流程實現方法中步驟105-ll-3a或步驟105-ll-4a之後的流程示意圖，其中，所述判斷出當前業務請求是為集外任務(即步驟105-ll-3a或步驟105-ll-4a)之後，所述方法還可以包括:
[0124]步驟110、計算當前業務請求對應的聲學置信度；
[0125]可以理解的是，所述聲學置信度是指用戶語音正確識別成當前文字侯選序列的概率。
[0126]步驟111、判斷所述聲學置信度是否大於或等於第四預置閾值；
[0127]步驟112-a、若所述聲學置信度小於第四預置閾值，則對當前業務請求進行噪音原因分析；
[0128]步驟112-b、若所述聲學置信度大於或等於第四預置閾值，則計算當前文字候選序列文本的集外任務置信度，並判斷所述集外任務置信度是否大於或等於第五預置閾值；
[0129]其中，該步驟主要用於解決某些識別結果可信，但可能為系統範圍外業務的輸入。具體的，本發明可以採用各種分類器，如基於支持向量機SVM (Support Vector Machine)分類器的集外文本導航技術，對常見的集外業務及閒聊類語音進行文本分類。可選的，集外文本置信度可以採用文本分類器第一候選的後驗概率作為置信度。
[0130]步驟113-a、若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求；
[0131]可選的，可以直接向人工客服提供原始錄入的語音，避免用戶重複輸入。進一步的，還可以對用戶輸入的集外業務請求進行類別分類，將其轉入更專業的客服，以提高處理效率。
[0132]步驟113-b、若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析。
[0133]例如:判斷其輸入字符串長度是否超過預設域值，或者無意義語音是否過多等等。對此，本發明可以提供特定引導詞，要求用戶按照正常方式簡短輸入語音命令。
[0134]可以理解的是，所述第四預置閾值和所述第五預置閾值可以預先設置在系統中；
[0135]其中，所述集外任務引導處理的方法主要對集外正確拒識的部分進行智能的分類處理，並給出不同的提示音引導。其中，可主要採用基於聲學置信度與集外文本導航兩種技術的結合，即如果聲學置信度門限較低，認為輸入為非語音的可能性較大；如果聲學置信度門限較高，認為輸入為語音的可能性且識別正確的可能性較大，繼而進一步採用集外文本導航，區分無法進行導航的原因，並進行相應引導。[0136]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現方法，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0137]為便於更好的實施本發明實施例的技術方案，本發明實施例還提供用於實施上述基於語音呼叫的業務流程實現方法的系統。其中名詞的含義與上述方法中相同，具體實現細節可以參考方法實施例中的說明。
[0138]請參考圖4，圖4為本發明實施例提供的基於語音呼叫的業務流程實現系統的結構示意圖，所述系統包括獲取模塊401、識別轉換模塊402、分類模塊403、確定模塊404、第一判斷處理模塊405以及執行模塊406:
[0139]所述獲取模塊401，用於獲取用於業務請求的連續語音信號；
[0140]可以理解的是，獲取用戶輸入的連續語音信號，所述連續語音信號用於業務請求。
[0141]所述識別轉換模塊402，用於對所述連續語音信號進行語音識別，並將所述連續語音信號轉換成文字候選序列；
[0142]所述分類模塊403，用於對所述文字候選序列進行文本分類；
[0143]所述確定模塊404，用於根據所述文本分類確定所述文字候選序列對應的業務類型；
[0144]所述第一判斷處理模塊405，用於判斷當前文本分類確定的業務類型是否可靠；
[0145]所述執行模塊406，用於若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與所述業務類型相應的業務流程。
[0146]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現系統，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0147]可選地，所述第一判斷處理模塊405在所述執行模塊406根據確定的業務類型，指引執行與所述業務類型相應的業務流程之前，具體用於判斷當前業務請求是為集內任務或是為集外任務；若所述當前業務請求是為集內任務，則判斷出當前文本分類確定的業務類型可靠；若所述當前業務請求是為集外任務，則判斷出當前文本分類確定的業務類型不可
O
[0148]其中，若確定出當前文本分類可靠，則可以觸發執行模塊406根據確定的業務類型，指引執行與所述業務類型相應的業務流程；也就是說，綜合考慮語音識別和文本分類的準確性，確認分類結果，提高業務請求分類的正確性。
[0149]可選地，所述第一判斷處理模塊405，用於判斷當前業務請求是為集內任務或是為集外任務可以具體包括:
[0150]計算當前文本分類的置信度；判斷所述文本分類的置信度是否大於第一預置閾值；若所述文本分類的置信度小於第一預置閾值，則判斷出當前業務請求是為集外任務；若所述文本分類的置信度大於或等於第一預置閾值，則計算語音識別的置信度；若所述語音識別的置信度小於第二預置閾值，則判斷出當前業務請求是為集外任務；若所述語音識別的置信度大於或等於第二預置閾值，則判斷出當前業務請求是為集內任務。
[0151]可以理解的是，所述文本分類的置信度是指當前文字侯選序列表示的語義屬於集內的概率。
[0152]其中，若當前業務請求是為集內任務，則可認為是可以響應的任務，當前文本分類可靠；若當前業務請求是為集外任務，則可認為是不可響應的任務，當前文本分類不可靠。
[0153]可選地，所述第一判斷處理模塊405可以包括計算單元；
[0154]所述計算單元，用於基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度；所述基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度，可以具體包括:獲取所述連續語音信號解碼得到的字詞候選解碼路徑組成的網絡Lattice ;根據互信息MI準則及所述字詞的逆向文件頻率IDF值確認業務關鍵詞；基於以下公式計算關鍵詞聲學置信度:P (w I lattice) =Φ (W) Ψ (w)p(w)/p (lattice);公式中，Φ (w)為該關鍵詞的前向概率，Ψ (w)為該關鍵詞的後向概率，p(w)為該關鍵詞本身的概率；其中P (w) =p (ac) ciP(Im) 'p(ac)表示解碼的聲學概率，P(Im)表示語言模型概率，α和β分別表示聲學和語言的規整Scaling因子,p (lattice)表示整個Lattice中所有路徑path的概率和；根據所有關鍵詞聲學置信度的平均值確認語音識別的置信度。
[0155]可以理解的是，相比於基於路徑後驗概率計算的置信度方法，基於關鍵詞後驗概率計算的方法可以去除其它詞的置信度幹擾，提高準確性。
[0156]一般來說，聲學置信度很低的語音識別錯誤的可能性較大，對此系統將其判為集外任務，由集外處理流程對識別結果繼續處理。通常為了避免將可處理的集內任務錯誤丟棄為集外任務，聲學置信度域值(即第二預置閾值)通常會設置為較小的數值。
[0157]可以理解的是，通過引入語音識別置信度信息，對預判定為集內任務的分類結果進一步確認，避免了傳統系統中存在的由於識別錯誤導致的分類錯誤及錯誤的呼叫響應，提聞準確性和用戶體驗。
[0158]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現系統，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0159]可選地，本發明實施例提供的基於語音呼叫的業務流程實現方法，不同於傳統系統的簡單響應措施，對集內任務直接呼叫轉移，而對集外任務直接拒絕，並返回無法支持的結果；本發明實施例提出了一種更為人性智能的響應機制，分別對集外任務採用智能引導方式以幫助用戶熟悉系統應用，以及對集內任務的高準確認。
[0160]對於集內任務的引導，所述基於語音呼叫的業務流程實現系統還可以包括第二判斷處理模塊407，可參考圖5，圖5為本發明實施例提供的基於語音呼叫的業務流程實現系統的另一結構示意圖；
[0161]其中，所述第二判斷處理模塊407，用於第一判斷處理模塊405判斷出當前業務請求是為集內任務之後，判斷所述語音識別的置信度是否大於或等於第三預置閾值，所述第三預置閾值大於所述第二預置閾值；若所述語音識別的置信度大於或等於第三預置閾值，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；若所述語音識別的置信度小於第三預置閾值，則向請求用戶設備確認語音識別結果是否正確；若所述語音識別結果正確，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；若所述語音識別結果不正確，則對判斷出當前業務請求是為集內任務的判斷結果進行修正。
[0162]在該實施方式中，系統通過進一步設置某一具有較大數值的聲學置信度域值(SP第三預置閾值)，以確保進入業務轉移的輸入具有較大的可信度，以實現更準確的業務響應。一般來說，對於聲學置信度很高的語音識別結果，其錯誤的可能性極小，因而可以直接接收；而對於聲學置信度在兩個門限之間的語音，有一定的概率發生識別錯誤，本案向用戶進一步徵詢，獲取確認信息，以避免集內正確識別被「丟棄」從而影響集內的正確率。根據用戶「確認」結果，執行觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作，或者對判斷出當前業務請求是為集內任務的判斷結果進行修正；
[0163]可以理解的是，所述集內任務引導處理的方法主要實現了對預判斷為集內任務的輸入的糾錯和確認，特別是由於語音識別錯誤導致的分類錯誤，提高了傳統系統對集內任務執行的準確率。
[0164]另容易想到的是，在業務轉移中，可能由於用戶語音輸入存在歧義，導致存在兩個或以上的業務分類。對此，系統還可以引入消歧策略，根據文本置信度自動選擇或由系統向客戶提出合適的問題以進一步確認信息，提高集內任務正確的可能。比如對用戶輸入「我要查一下交易明細」的業務請求，系統分類結果可能包括「帳戶交易明細」和「外匯交易明細」兩個業務選項。歧義消除策略指引根據該業務選項向客戶請求確認，等待客戶反饋後重新進入業務流程。
[0165]進一步地，對於集外任務的引導，可一併參看圖5，所述基於語音呼叫的業務流程實現系統還可以包括第三判斷處理模塊408 ；
[0166]所述第三判斷處理模塊408，用於計算當前業務請求對應的聲學置信度；判斷所述聲學置信度是否大於或等於第四預置閾值；若所述聲學置信度小於第四預置閾值，則對當前業務請求進行噪音原因分析；若所述聲學置信度大於或等於第四預置閾值，則計算當前文本候選序列文本的集外任務置信度，並判斷當前文字候選序列文本的集外任務置信度是否大於或等於第五預置閾值；若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求；若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析。
[0167]可以理解的是，所述聲學置信度是指用戶語音正確識別成當前文字侯選序列的概率。
[0168]其中，所述第三判斷處理模塊408判斷當前文字候選序列文本的集外任務置信度是否大於或等於第五預置閾值，主要用於解決某些識別結果可信，但可能為系統範圍外業務的輸入。具體的，本發明可以採用各種分類器，如基於多類向量機支持向量機SVM分類器的集外文本導航技術，對常見的集外業務及閒聊類語音進行文本分類。可選的，集外文本置信度可以採用文本分類器第一候選的後驗概率作為置信度。
[0169]若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求；可選的，可以直接向人工客服提供原始錄入的語音，避免用戶重複輸入。進一步的，還可以對用戶輸入的集外業務請求進行類別分類，將其轉入更專業的客月艮，以提高處理效率。若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析；例如:判斷其輸入字符串長度是否超過預設域值，或者無意義語音是否過多等等。對此，本發明可以提供特定引導詞，要求用戶按照正常方式簡短輸入語音命令。
[0170]可以理解的是，所述集外任務引導處理的方法主要對集外正確拒識的部分進行智能的分類處理，並給出不同的提示音引導。其中，可主要採用基於聲學置信度與集外文本導航兩種技術的結合，即如果聲學置信度門限較低，認為輸入為非語音的可能性較大；如果聲學置信度門限較高，認為輸入為語音的可能性且識別正確的可能性較大，繼而進一步採用集外文本導航，區分無法進行導航的原因，並進行相應引導。
[0171]所屬領域的技術人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統以及系統中的模塊單元的具體工作過程，可以參考前述基於語音呼叫的業務流程實現方法實施例中的對應過程，在此不再贅述。
[0172]由上述描述可知，本發明實施例提供的基於語音呼叫的業務流程實現系統，在接收到用於業務請求的連續語音信號後，將其轉換為文字候選序列，並確定對應的業務類型，根據確定的業務類型，指引執行與所述業務類型相應的業務流程，提高了語音業務指引的準確性和有效性，避免了過多錯誤指引給用戶帶來的困擾，提高業務流程實現的智能性和人機互動的自然性。
[0173]所屬領域的技術人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。
[0174]在本申請所提供的幾個實施例中，應該理解到，所揭露的系統，裝置和方法，可以通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統，或一些特徵可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。
[0175]所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
[0176]另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用軟體功能單元的形式實現。
[0177]所述集成的單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來，該計算機軟體產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，伺服器，或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括:U盤、移動硬碟、只讀存儲器(ROM，Read-OnlyMemory)、隨機存取存儲器(RAM, Random Access Memory)、磁碟或者光碟等各種可以存儲程序代碼的介質。
[0178]以上對本發明所提供的一種基於語音呼叫的業務流程實現方法及系統進行了詳細介紹，對於本領域的一般技術人員，依據本發明實施例的思想，在【具體實施方式】及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。
【權利要求】
1.一種基於語音呼叫的業務流程實現方法，其特徵在於，包括: 獲取用於業務請求的連續語音信號； 對所述連續語音信號進行語音識別，並將所述連續語音信號轉換成文字候選序列； 對所述文字候選序列進行文本分類； 根據所述文本分類確定所述文字候選序列對應的業務類型； 判斷當前文本分類確定的業務類型是否可靠； 若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與所述業務類型相應的業務流程。
2.根據權利要求1所述的方法，其特徵在於，所述判斷當前文本分類確定的業務類型是否可靠包括: 判斷當前業務請求是為集內任務或是為集外任務； 若所述當前業務請求是為集內任務，則判斷出當前文本分類確定的業務類型可靠； 若所述當前業務請求是為集外任務，則判斷出當前文本分類確定的業務類型不可靠。
3.根據權利要求2所述的方法，其特徵在於，所述判斷當前業務請求是為集內任務或是為集外任務，包括: 計算當前文本分類的置信度； 判斷所述文本分類的置信度是否大於第一預置閾值； 若所述文本分類的置信度小於第一預置閾值，則判斷出當前業務請求是為集外任務； 若所述文本分類的置信度大於或等於第一預置閾值，則計算語音識別的置信度； 若所述語音識別的置信度小於第二預置閾值，則判斷出當前業務請求是為集外任務；若所述語音識別的置信度大於或等於第二預置閾值，則判斷出當前業務請求是為集內任務。
4.根據權利要求3所述的方法，其特徵在於， 所述計算語音識別的置信度為基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度； 所述基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度，包括: 獲取所述連續語音信號解碼得到的字詞候選解碼路徑組成的網絡Lattice ； 根據互信息MI準則及所述字詞的逆向文件頻率IDF值確認業務關鍵詞； 基於以下公式計算關鍵詞聲學置信度:
P (w I lattice) =Φ (w) Ψ (w) p (w) /p (lattice)； 公式中，Φ (w)為該關鍵詞的前向概率，Ψ (W)為該關鍵詞的後向概率，p(w)為該關鍵詞本身的概率；其中P (w) =P (ac) ciP(Im)e, p (ac)表示解碼的聲學概率，p (Im)表示語言模型概率，α和β分別表示聲學和語言的規整Scaling因子,P (lattice)表示整個Lattice中所有路徑path的概率和； 根據所有關鍵詞聲學置信度的平均值確認語音識別的置信度。
5.根據權利要求3或4所述的方法，其特徵在於，所述判斷出當前業務請求是為集內任務之後，所述方法還包括: 判斷所述語音識別的置信度是否大於或等於第三預置閾值，所述第三預置閾值大於所述第二預置閾值；若所述語音識別的置信度大於或等於第三預置閾值，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作； 若所述語音識別的置信度小於第三預置閾值，則向請求用戶設備確認語音識別結果是否正確； 若所述語音識別結果正確，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作； 若所述語音識別結果不正確，則對判斷出當前業務請求是為集內任務的判斷結果進行修正。
6.根據權利要求3或4所述的方法，其特徵在於，所述判斷出當前業務請求是為集外任務之後，所述方法還包括: 計算當前業務請求對應的聲學置信度； 判斷所述聲學置信度是否大於或等於第四預置閾值； 若所述聲學置信度小於第四預置閾值，則對當前業務請求進行噪音原因分析； 若所述聲學置信度大於或等於第四預置閾值，則計算當前文本候選序列文本的集外任務置信度，並判斷所述當前文字候選序列文本的集外任務置信度是否大於或等於第五預置閾值； 若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求； 若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析。
7.一種基於語音呼叫的業務流程實現系統，其特徵在於，包括: 獲取模塊，用於獲取用於業務請求的連續語音信號； 識別轉換模塊，用於對所述連續語音信號進行語音識別，並將所述連續語音信號轉換成文字候選序列； 分類模塊，用於對所述文字候選序列進行文本分類； 確定模塊，用於根據所述文本分類確定所述文字候選序列對應的業務類型； 第一判斷處理模塊，用於判斷當前文本分類確定的業務類型是否可靠； 執行模塊，用於若確定出當前文本分類確定的業務類型可靠，則根據確定的業務類型，指引執行與所述業務類型相應的業務流程。
8.根據權利要求7所述的系統，其特徵在於， 所述第一判斷處理模塊，具體用於判斷當前業務請求是為集內任務或是為集外任務；若所述當前業務請求是為集內任務，則判斷出當前文本分類確定的業務類型可靠；若所述當前業務請求是為集外任務，則判斷出當前文本分類確定的業務類型不可靠。
9.根據權利要求8所述的系統，其特徵在於，所述第一判斷處理模塊，用於判斷當前業務請求是為集內任務或是為集外任務包括:計算當前文本分類的置信度；判斷所述文本分類的置信度是否大於第一預置閾值；若所述文本分類的置信度小於第一預置閾值，則判斷出當前業務請求是為集外任務；若所述文本分類的置信度大於或等於第一預置閾值，則計算語音識別的置信度；若所述語音識別的置信度小於第二預置閾值，則判斷出當前業務請求是為集外任務；若所述語音識別的置信度大於或等於第二預置閾值，則判斷出當前業務請求是為集內任務。
10. 根據權利要求9所述的系統，其特徵在於，所述第一判斷處理模塊包括計算單元； 所述計算單元，用於基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度；所述基於詞後驗概率WPP的置信度計算方法計算語音識別的置信度，包括:獲取所述連續語音信號解碼得到的字詞候選解碼路徑組成的網絡Lattice ;根據互信息MI準則及所述字詞的逆向文件頻率IDF值確認業務關鍵詞；基於以下公式計算關鍵詞聲學置信度:P (w I lattice) =Φ (W) Ψ (w)p(w)/p (lattice);公式中，Φ (w)為該關鍵詞的前向概率，Ψ (w)為該關鍵詞的後向概率，p(w)為該關鍵詞本身的概率；其中p(w)=p(ac) ciP(Im) 'p(ac)表示解碼的聲學概率，P(Im)表示語言模型概率，α和β分別表示聲學和語言的規整Scaling因子,p (lattice)表示整個Lattice中所有路徑path的概率和；根據所有關鍵詞聲學置信度的平均值確認語音識別的置信度。
11.根據權利要求9或10所述的系統，其特徵在於，所述系統還包括: 第二判斷處理模塊，用於判斷所述語音識別的置信度是否大於或等於第三預置閾值，所述第三預置閾值大於所述第二預置閾值；若所述語音識別的置信度大於或等於第三預置閾值，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；若所述語音識別的置信度小於第三預置閾值，則向請求用戶設備確認語音識別結果是否正確；若所述語音識別結果正確，則觸髮根據所述文本分類確定所述文字候選序列對應的業務類型的動作；若所述語音識別結果不正確，則對判斷出當前業務請求是為集內任務的判斷結果進行修正。
12.根據權利要求9或10所述的系統，其特徵在於，所述系統還包括: 第三判斷處理模塊，用於計算當前業務請求對應的聲學置信度；判斷所述聲學置信度是否大於或等於第四預置閾值；若所述聲學置信度小於第四預置閾值，則對當前業務請求進行噪音原因分析；若所述聲學置信度大於或等於第四預置閾值，則計算當前文本候選序列文本的集外任務置信度，並判斷當前文字候選序列文本的集外任務置信度是否大於或等於第五預置閾值；若當前文字候選序列文本的集外任務置信度大於或等於第五預置閾值，則向人工服務臺轉入該業務請求；若當前文字候選序列文本的集外任務置信度小於第五預置閾值，則對當前業務請求對應的連續語音信號進行表達方式分析。
【文檔編號】H04M3/493GK103533186SQ201310436449
【公開日】2014年1月22日 申請日期:2013年9月23日 優先權日:2013年9月23日
【發明者】高建清, 劉聰, 王智國, 胡鬱, 劉慶峰 申請人:安徽科大訊飛信息科技股份有限公司