通话中语音与文字协同交互方法、装置、设备及介质与流程

本发明涉及语音交互，尤其涉及一种通话中语音与文字协同交互方法、装置、设备及介质。

背景技术：

1、现有电话客服中心通常依赖智能语音识别和自然语言处理技术完成客户意图识别、业务引导和信息采集。对于一般性咨询内容，语音交互能够满足基础服务需求；但在姓名、地址、机构名称、账户名称、证件信息、就诊人信息等精确文字信息采集场景中，语音识别文本容易受到方言、口音、同音字、专有名词和环境噪声影响，难以稳定满足当前业务节点的信息核验要求。传统电话按键输入又难以承载汉字和长文本内容，导致精确文字信息在语音通话中难以被可靠采集并进入后续核验流程。

2、在金融科技业务领域，电话客服常用于银行开户咨询、账户信息确认、支付核验、贷款申请、信用卡服务、证券业务咨询、保险保单查询和理财产品服务等场景。上述场景中经常需要客户提供姓名、账户名称、开户地址、收款人信息、保单信息、交易用途和身份核验信息。现有语音客服在识别上述精确文字信息时，容易因发音差异、方言表达、同音字和金融产品名称相近而形成错误的语音识别文本，使当前业务节点难以基于语音识别文本完成信息核验。

3、在医疗健康业务领域，电话客服常用于预约挂号、报告查询、医保咨询、就诊人信息确认、药品配送地址确认和健康管理随访等场景。上述场景中经常需要采集就诊人姓名、医院科室名称、药品名称、医保信息和居住地址等精确文字信息。现有语音交互在处理医学术语、药品名称、方言口音和长地址信息时，语音识别文本容易与客户实际表达内容产生偏差，使当前业务节点难以获得可用于信息核验的精确文字信息。

技术实现思路

1、本发明的主要目的在于提供一种通话中语音与文字协同交互方法、装置、设备及存储介质，旨在解决现有技术在语音通话场景下依赖语音识别或电话按键输入采集精确文字信息时，缺少将文字信息与语音通话会话及当前业务节点关联并传递至会话控制侧进行信息核验的数据流转机制的技术问题。

2、为实现上述目的，本发明提供一种通话中语音与文字协同交互方法，包括：

3、接收终端设备发送的语音呼叫请求，使所述语音呼叫请求到达会话控制节点，并从所述语音呼叫请求中提取终端设备信息和被叫号码，基于所述被叫号码建立所述终端设备与语音交互节点之间的语音通话会话，并生成所述语音通话会话对应的通话会话标识；

4、在所述语音通话会话建立后，基于所述通话会话标识和所述终端设备信息进行文字交互权限校验，在所述文字交互权限校验通过时建立与所述语音通话会话绑定的文字交互会话；

5、基于所述文字交互会话向所述终端设备发送界面建立请求，使所述终端设备在保持所述语音通话会话的状态下展示可视化交互界面；

6、基于所述语音通话会话生成语音识别文本，并根据所述语音识别文本确定当前业务节点和文字输入任务；

7、基于所述文字输入任务通过所述可视化交互界面接收待校验文字信息，生成与所述待校验文字信息绑定的数字引用标识，将所述数字引用标识、所述待校验文字信息和所述通话会话标识写入文字映射缓存区生成文字映射记录，基于所述数字引用标识生成数字输入消息，并将所述数字输入消息发送至所述会话控制节点；

8、在所述数字输入消息到达所述会话控制节点后，基于所述数字输入消息取得所述数字引用标识，根据所述通话会话标识和所述数字引用标识从所述文字映射缓存区读取所述文字映射记录，从所述文字映射记录中提取所述待校验文字信息，并根据所述当前业务节点、所述语音识别文本和所述待校验文字信息生成信息核验结果。

9、进一步地，为实现上述目的，本发明提供一种通话中语音与文字协同交互装置，包括：

10、呼叫会话建立模块，用于接收终端设备发送的语音呼叫请求，使所述语音呼叫请求到达会话控制节点，并从所述语音呼叫请求中提取终端设备信息和被叫号码，基于所述被叫号码建立所述终端设备与语音交互节点之间的语音通话会话，并生成所述语音通话会话对应的通话会话标识；

11、文字权限校验模块，用于在所述语音通话会话建立后，基于所述通话会话标识和所述终端设备信息进行文字交互权限校验，在所述文字交互权限校验通过时建立与所述语音通话会话绑定的文字交互会话；

12、可视化界面推送模块，用于基于所述文字交互会话向所述终端设备发送界面建立请求，使所述终端设备在保持所述语音通话会话的状态下展示可视化交互界面；

13、语音语义识别模块，用于基于所述语音通话会话生成语音识别文本，并根据所述语音识别文本确定当前业务节点和文字输入任务；

14、文字映射转发模块，用于基于所述文字输入任务通过所述可视化交互界面接收待校验文字信息，生成与所述待校验文字信息绑定的数字引用标识，将所述数字引用标识、所述待校验文字信息和所述通话会话标识写入文字映射缓存区生成文字映射记录，基于所述数字引用标识生成数字输入消息，并将所述数字输入消息发送至所述会话控制节点；

15、文字信息核验模块，用于在所述数字输入消息到达所述会话控制节点后，基于所述数字输入消息取得所述数字引用标识，根据所述通话会话标识和所述数字引用标识从所述文字映射缓存区读取所述文字映射记录，从所述文字映射记录中提取所述待校验文字信息，并根据所述当前业务节点、所述语音识别文本和所述待校验文字信息生成信息核验结果。

16、进一步地，为实现上述目的，本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器以及存储至所述存储器上并可在所述处理器上运行的通话中语音与文字协同交互程序，所述通话中语音与文字协同交互程序被所述处理器执行时实现如上述所述的通话中语音与文字协同交互方法的步骤。

17、进一步地，为实现上述目的，本发明还提供一种计算机可读存储介质，所述存储介质上存储有通话中语音与文字协同交互程序，所述通话中语音与文字协同交互程序被处理器执行时实现如上所述的通话中语音与文字协同交互方法的步骤。

18、有益效果：本发明涉及语音交互技术领域，公开了一种通话中语音与文字协同交互方法、装置、设备及介质，包括：接收终端设备发送的语音呼叫请求，建立终端设备与语音交互节点之间的语音通话会话，并生成通话会话标识；在语音通话会话建立后进行文字交互权限校验，并在通过时建立文字交互会话；基于文字交互会话向终端设备发送界面建立请求，使终端设备展示可视化交互界面；基于语音通话会话生成语音识别文本，并确定当前业务节点和文字输入任务；通过可视化交互界面接收待校验文字信息，生成数字引用标识、文字映射记录和数字输入消息；在数字输入消息到达会话控制节点后，读取文字映射记录并提取待校验文字信息，生成信息核验结果。本发明可应用于金融科技及医疗健康等业务场景中，通过在语音通话会话中建立文字交互会话，并将待校验文字信息转换为数字引用标识和数字输入消息，使待校验文字信息能够经文字映射缓存区与通话会话标识对应，并在会话控制节点侧被读取和核验；由于信息核验结果结合当前业务节点、语音识别文本和待校验文字信息生成，降低了精确文字信息仅依赖语音识别时的识别偏差。