电话作业的培训方法、装置、电子设备和存储介质与流程

1.本技术涉及人工智能技术领域，尤其涉及一种电话作业的培训方法、装置、电子设备和存储介质。


背景技术：

2.在提醒、客服、营销等行业，对于新员工电话作业的培训，目前行业里普遍的做法是通过线下培训、在线知识库查看或页面智能文字提示来实现，但培训后仍与实战(与客户实际通话)差异很大，培训效果不理想，引发客户投诉等问题。


技术实现要素：

3.本技术提出一种电话作业的培训方法、装置、电子设备和存储介质。
4.本技术第一方面实施例提出了一种电话作业的培训方法，包括：获取用户的对话语音；将所述对话语音转换为对话文本；识别所述对话文本的意图；对所述意图进行评分；根据所述意图获取对应的对话回复文本；根据所述对话回复文本生成对话回复语音。
5.本技术实施例的电话作业的培训方法，获取用户的对话语音，将对话语音转换为对话文本，识别对话文本的意图，对意图进行评分，根据意图获取对应的对话回复文本，根据对话回复文本生成对话回复语音。实现了培训装置与用户的对话，且实现了对用户的对话语音的意图识别和评分，可指导用户进行改进，提高培训效果，避免客户投诉等问题。
6.本技术第二方面实施例提出了一种电话作业的培训装置，包括：第一获取模块，被配置为获取用户的对话语音；转换模块，被配置为将所述对话语音转换为对话文本；识别模块，被配置为识别所述对话文本的意图；第一评分模块，被配置为对所述意图进行评分；第二获取模块，被配置为根据所述意图获取对应的对话回复文本；生成模块，被配置为根据所述对话回复文本生成对话回复语音。
7.本技术实施例的电话作业的培训装置，获取用户的对话语音，将对话语音转换为对话文本，识别对话文本的意图，对意图进行评分，根据意图获取对应的对话回复文本，根据对话回复文本生成对话回复语音。实现了培训装置与用户的对话，且实现了对用户的对话语音的意图识别和评分，可指导用户进行改进，提高培训效果，避免客户投诉等问题。
8.本技术第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述第一方面实施例所述的电话作业的培训方法。
9.本技术第四方面实施例提出了一种存储有计算机指令的计算机可读存储介质，所述计算机指令用于使所述计算机执行如上述第一方面实施例所述的电话作业的培训方法。
10.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
11.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
12.图1为本技术一实施例提供的电话作业的培训方法的流程示意图；
13.图2为本技术另一实施例提供的电话作业的培训方法的流程示意图；
14.图3为本技术实施例的电话作业的培训方法的场景示意图；
15.图4为本技术一实施例提供的电话作业的培训装置的结构示意图；
16.图5为本技术一实施例提供的电子设备的结构示意图。
具体实施方式
17.下面详细描述本技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
18.文本合成语音(text to speech，简称tts)，是人机对话的一部分，让机器能够说话。它是同时运用语言学和心理学的杰出之作，在内置芯片的支持之下，通过神经网络的设计，把文字智能地转化为自然语音流。
19.自动语音识别(automatic speech recognition，简称asr)，是一种将人的语音转换为文本的技术。
20.自然语言理解(natural language understanding，简称nlu)，也称为自然语言处理(natural language processing，nlp)，是使用自然语言同计算机进行通讯的技术，是研究能有效地实现自然语言通信的计算机系统，特别是其中的软件系统的一门科学，是计算机科学领域与人工智能领域中的一个重要方向。
21.下面参考附图描述本技术实施例的电话作业的培训方法、装置、电子设备和存储介质。
22.图1为本技术一实施例提供的电话作业的培训方法的流程示意图。本技术实施例的电话作业的培训方法，可由本技术实施例提供的电话作业的培训装置执行。如图1所示，本技术实施例的电话作业的培训方法具体可包括以下步骤：
23.s101，获取用户的对话语音。
24.具体的，用户即待培训的电话作业员工。作业系统通过深度学习海量客户实际通话数据，生成多个培训任务。作业系统的管理员根据员工类别及场景将对应的任务下发给用户。用户在对应的任务列表页中选择要培训的任务，进而可通过点击任务详情页中的培训或外呼按钮，发起外呼请求，外部呼叫中心系统根据该外呼请求，建立用户和人工智能(artificial intelligence，简称ai)机器人之间的通话连接。通过麦克风等声音采集装置获取用户发出的对话语音。
25.s102，将对话语音转换为对话文本。
26.具体的，ai机器人采用asr技术将步骤s101获取的用户的对话语音转换为对应的对话文本，例如可以采用现有的各种asr模型将用户的对话语音转换为对应的对话文本，本技术对此不做过多限定。
27.s103，识别对话文本的意图。
28.具体的，ai机器人采用意图识别技术识别步骤s102得到的对话文本的意图，例如可以预先配置好该领域对应的意图库，对对话文本和意图库进行匹配，得到对话文本的意图，本技术对此不做过多限定。假设对话文本为“先生还款是有个时效性的如果说没有时间限制您随便哪天还我们也没必要给您打电话的呀也不会对您产生影响的对吧”，则识别出的意图为“共情”。
29.s104，对意图进行评分。
30.具体的，作业系统可以实时对步骤s103识别出的意图进行评分，例如可通过预先配置好的意图评分规则对识别出的意图进行评分。用户可根据该意图的评分进行电话作业的改进，提高培训效果，避免客户投诉等问题。
31.s105，根据意图获取对应的对话回复文本。
32.具体的，ai机器人可以根据步骤s103识别出的意图和预先配置好的机器人话术库，获取与识别出的意图匹配的话术作为对话回复文本。
33.s106，根据对话回复文本生成对话回复语音。
34.具体的，ai机器人采用tts技术将步骤s105获取到的对话回复文本合成为对话回复语音，例如可以采用现有的各种tts模型将对话回复文本合成为对话回复语音，本技术对此不做过多限定。
35.此处需要说明的是，当用户和ai机器人之间的通话连接建立后，可以是用户先发出语音，也可以是ai机器人先发出语音。以ai机器人先发出语音为例，ai机器人可根据预设的开始通话文本，例如“喂，谁啊”生成对应的语音，然后用户再发出对话语音，进而开始循环执行步骤s101
‑
s106，实现用户和ai机器人的多轮对话。
36.本技术实施例的电话作业的培训方法，获取用户的对话语音，将对话语音转换为对话文本，识别对话文本的意图，对意图进行评分，根据意图获取对应的对话回复文本，根据对话回复文本生成对话回复语音。实现了培训装置与用户的对话，且实现了对用户的对话语音的意图识别和评分，可指导用户进行改进，提高培训效果，避免客户投诉等问题。
37.进一步的，如图2所示，上述实施例中的步骤s104“对意图进行评分”具体可包括以下步骤：
38.s201，识别意图所属的意图类别。
39.具体的，可以预先配置好的意图评分规则，如表1所示，通过对意图进行语义分析，识别出意图所属的意图类别。
40.表1意图评分规则
41.意图类别评分对话文本建议倾向意图 10分
‑
无感情色彩意图0分
……
抵制意图
‑
10分
……
42.s202，将意图类别对应的评分确定为意图的评分。
43.具体的，根据步骤s201识别出的意图类别，通过查找表1确定该意图类别对应的评分。假设意图为“共情”，则识别出该意图所属的意图类别为“倾向意图”，根据表1确定该意图类别对应的评分为“ 10分”。
44.进一步的，上述实施例的电话作业的培训方法还可以包括：显示对话文本和对话
回复文本。即可以实时显示用户和ai机器人双方的对话内容。
45.进一步的，上述实施例的电话作业的培训方法还可以包括：对对话语音和对话回复语音进行录音。即可以实时生成用户和ai机器人双方的对话内容录音。
46.进一步的，上述实施例的电话作业的培训方法还可以包括：检测到与用户的通话挂断后，对对话文本进行评分，输出对话文本建议。
47.具体的，对话文本建议即建议该对话文本修改为的文本，作业系统检测到ai机器人与用户的通话挂断后，根据预先配置好的评分规则对对话文本进行综合评分，并输出对话文本建议。
48.其中，上述步骤“对对话文本进行评分”具体可包括但不限于：对对话文本进行意图评分、质检评分和催记评分中的至少一种，得到综合评分。催记评分即业务记录评分。质检评分即内容安全评分。对应的，预先配置好的评分规则包括但不限于意图评分规则、质检评分规则和催记评分规则中的至少一种。
49.仍以对话文本为“先生还款是有个时效性的如果说没有时间限制您随便哪天还我们也没必要给您打电话的呀也不会对您产生影响的对吧”，识别出的意图为“共情”为例，根据表1的意图评分规则，确定“共情”意图对应的意图得分为 10分。
50.假设用户初始得分为100分，意图得分为 10分，催记得分为
‑
10分，质检得分为
‑
20分，则最终用户的综合得分为80分。
51.其中，上述步骤“检测到与用户的通话挂断后，对对话文本进行评分”，具体可包括：检测到与用户的通话被用户挂断后，对对话文本进行评分；或者，检测到与用户的通话被ai机器人挂断后，对对话文本进行评分。
52.进一步的，上述实施例的电话作业的培训方法还可以包括：意图为预设的通话挂断意图，则挂断与用户的通话。
53.具体的，ai机器人当识别出的用户的意图为预设的通话挂断意图时，则由ai机器人挂断与用户的通话。其中，预设的通话挂断意图例如再见意图等。
54.本技术实施例的电话作业的培训方法，获取用户的对话语音，将对话语音转换为对话文本，识别对话文本的意图，对意图进行评分，根据意图获取对应的对话回复文本，根据对话回复文本生成对话回复语音。实现了培训装置与用户的对话，且实现了对用户的对话语音的意图识别和评分，可指导用户进行改进，提高培训效果，避免客户投诉等问题。通过对对话文本进行意图评分、质检评分和催记评分得到综合评分，实现了意图、内容安全和业务记录多维度的综合评分，并给出了对话文本建议，可更好的指导用户进行改进，提高培训效果，避免客户投诉等问题。
55.为清楚说明书本技术实施例的电话作业的培训方法，下面结合图3进行详细描述。如图3所示，本技术实施例的电话作业的培训方法包括以下步骤：
56.s301，ai机器人配置机器人话术库。
57.s302，ai机器人配置意图库。
58.s303，作业系统配置评分规则。
59.s304，作业系统生成培训任务，管理员根据员工类别及场景将对应的任务下发给用户。
60.s305，作业系统显示任务列表页，用户在任务列表页中选择要培训的任务。
61.s306，作业系统显示任务详情页。
62.s307，用户点击任务详情页中的培训或外呼按钮，发起外呼请求。
63.s308，外部呼叫中心系统转接ai机器人，建立用户和ai机器人之间的通话连接。
64.s309，ai机器人采用自动语音识别asr技术将用户的对话语音转换为对话文本。
65.s310，ai机器人识别对话文本的意图。
66.s311，ai机器人根据意图获取对应的对话回复文本。
67.s312，ai机器人采用文本合成语音tts技术根据对话回复文本生成对话回复语音。
68.s313，外部呼叫中心系统转发机器人回复。
69.s314，作业系统输出用户的对话语音。
70.s315，外部呼叫中心系统转发机器人回复。
71.s316，ai机器人当识别出的用户的意图为预设的通话挂断意图时，挂断与用户的通话，即ai机器人挂机，发起挂机请求。
72.s317，外部呼叫中心系统挂断ai机器人与用户的通话。
73.s318，作业系统检测到ai机器人与用户的通话被用户挂断(例如提醒员礼貌挂机)或被ai机器人挂断后，对对话文本进行综合评分，并输出对话文本建议。
74.为了实现上述实施例，本技术实施例还提出一种电话作业的培训装置。图4为本技术一实施例的电话作业的培训装置的结构示意图。如图4所示，本技术实施例的电话作业的培训装置400具体可包括：第一获取模块401、转换模块402、识别模块403、第一评分模块404、第二获取模块405和生成模块406。
75.第一获取模块401，被配置为获取用户的对话语音。
76.转换模块402，被配置为将对话语音转换为对话文本。
77.识别模块403，被配置为识别对话文本的意图。
78.第一评分模块404，被配置为对意图进行评分。
79.第二获取模块405，被配置为根据意图获取对应的对话回复文本。
80.生成模块406，被配置为根据对话回复文本生成对话回复语音。
81.在本技术的一个实施例中，第一评分模块404包括：识别单元，被配置为识别意图所属的意图类别；确定单元，被配置为将意图类别对应的评分确定为意图的评分。
82.在本技术的一个实施例中，上述电话作业的培训装置还包括：显示模块，被配置为显示对话文本和对话回复文本。
83.在本技术的一个实施例中，上述电话作业的培训装置还包括：录音模块，被配置为对对话语音和对话回复语音进行录音。
84.在本技术的一个实施例中，上述电话作业的培训装置还包括：第二评分模块，被配置为检测到与用户的通话挂断后，对对话文本进行评分；建议模块，被配置为输出对话文本建议。
85.在本技术的一个实施例中，第二评分模块包括：第一评分单元，被配置为对对话文本进行意图评分、质检评分和催记评分中的至少一种，得到综合评分。
86.在本技术的一个实施例中，第二评分模块包括：第二评分单元，被配置为检测到与用户的通话被用户挂断后，对对话文本进行评分。
87.在本技术的一个实施例中，上述电话作业的培训装置还包括：挂断模块，被配置为
意图为预设的通话挂断意图，则挂断与用户的通话。
88.需要说明的是，上述对电话作业的培训方法实施例的解释说明，也适用于本实施例的电话作业的培训装置，具体过程此处不再赘述。
89.本技术实施例的电话作业的培训装置，获取用户的对话语音，将对话语音转换为对话文本，识别对话文本的意图，对意图进行评分，根据意图获取对应的对话回复文本，根据对话回复文本生成对话回复语音。实现了培训装置与用户的对话，且实现了对用户的对话语音的意图识别和评分，可指导用户进行改进，提高培训效果，避免客户投诉等问题。通过对对话文本进行意图评分、质检评分和催记评分得到综合评分，实现了意图、内容安全和业务记录多维度的综合评分，并给出了对话文本建议，可更好的指导用户进行改进，提高培训效果，避免客户投诉等问题。
90.根据本技术的实施例，本技术还提供了一种电子设备和一种可读存储介质。
91.如图5所示，是根据本技术实施例的电话作业的培训方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，智能语音交互设备、个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
92.如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器501可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
93.存储器502即为本技术所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本技术所提供的电话作业的培训方法。本技术的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本技术所提供的电话作业的培训方法。
94.存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本技术实施例中的电话作业的培训方法对应的程序指令/模块(例如，附图4所示的第一获取模块401、转换模块402、识别模块403、第一评分模块404、第二获取模块405和生成模块406)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的电话作业的培训方法。
95.存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电话作业的培训方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一
些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至电话作业的培训方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
96.电话作业的培训方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
97.输入装置503可接收输入的数字或字符信息，以及产生与电话作业的培训方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
98.此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
99.这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
100.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
101.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
102.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。
103.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。
104.在本说明书的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
105.尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。