[发明专利]一种基于人工智能的语音交互提示器

权利要求书

1.一种基于人工智能的语音交互提示器，其特征在于，包括：

数据接口模块，包括显示屏、目标用户分配模块、声音采集模块和客户反馈模块；所述声音采集模块用于收集话务人员的语音，所述显示屏给所述话务人员提供话术组和接收所述话务人员在所述话术组中所选择的话术信息，所述客户反馈模块用于接收所述客户的应答语音信息，所述目标用户分配模块的输入为运营商侧客户编码，其输出为用户画像；其中，所述话术组至少包括两条以上的话术信息及其所对应的成功率；所述用户画像包括至少一个与所述客户编码相对应的特征标签；

语音交互话术库，其用于存储至少两条以上的话术信息；

话术匹配模块，与所述用户画像、所述语音交互话术库和所述数据接口模块相连；其包括初始话术产生单元、语音识别和分析单元和话术匹配模型，所述初始话术产生单元根据用户画像和话术匹配模型，从所述语音交互话术库选择一所述话术组，供所述话务人员选择所述话术组中的一条话术信息向所述客户提问，所述声音采集模块收集所述话务人员的语音，所述语音识别和语义分析单元对所述话务人员的所述话术信息进行语音识别和语义分析并产生当前提问过程的第一匹配参考因子；

后续话术产生单元，当所述客户反馈模块接收到所述客户的应答语音信息后，所述语音识别和语义分析单元对所述客户的所述应答语音信息进行语音识别和语义分析并产生当前回复过程的第二匹配参考因子，所述后续话术产生单元根据话术匹配模型、所述当前提问过程的第一匹配参考因子和当前回复过程的所述第二匹配参考因子对所述语音交互话术库中的话术信息进行匹配，以产生下一轮所述话务人员可选择的所述话术组。

2.根据权利要求1所述的基于人工智能的语音交互提示器，其特征在于，所述话务人员在之前历次会话中所使用的所述话术信息形成了第一匹配参考因子组，所述客户之前历次会话中所反馈的应答语音信息形成了第二匹配参考因子组。

3.根据权利要求1所述的基于人工智能的语音交互提示器，其特征在于，所述话术匹配模块还包括权重分配单元，所述权重分配单元对用户画像、每一轮产生的第一匹配参考因子和/或第二匹配参考因子设置权重。

4.根据权利要求3所述的基于人工智能的语音交互提示器，其特征在于，所述权重分配单元将最近一轮产生的第一匹配参考因子和第二匹配参考因子设置为最高权重。

5.权利要求1所述的基于人工智能的语音交互提示器，其特征在于，还包括电话呼出脱敏模块，所述电话呼出模块的输入为运营商侧的客户编码，输出为通过运营商所给渠道拨打该客户的电话号码。

6.根据权利要求1所述的基于人工智能的语音交互提示器，其特征在于，还包括存储模块和评价模块，所述评价模块在每次客户挂断电话后，话务人员对话术提示器的服务给出评价结果，并记录语音交互结果；所述存储模块在每次客户挂断电话后，存储一组结构化数据放入样本数据库，所述结构化数据包括用户画像、含有话务人员在之前历次会话中所使用的所述话术信息的所述第一匹配参考因子、含有所述客户之前历次会话中所反馈的应答语音信息的所述第二匹配参考因子、所述语音交互结果以及所述评价结果；其中，所述语音交互结果为成功或不成功。

7.根据权利要求6所述的基于人工智能的语音交互提示器，其特征在于，还包括模型优化模块，所述模型优化模块根据所述存储模块存储的结构化数据与所述语音交互结果，优化所述话术匹配模型；其中，包括如下步骤：

步骤S1：收集样本数据组，并形成样本数据组集合；对所述样本数据组集合进行清洗，筛去对所述话术匹配模型产生误导的无效样本，形成有效样本集合；

步骤S2：随机选择所述有效样本集合中的一部分作为训练集，剩余部分作为验证集；

步骤S3：将训练集中语音交互成功率较高的话术信息进行校对，并通过对部分高评分成功、高评分失败、低评分成功、低评分失败案例的整体语音的交互过程抽样复盘分析，对部分话术信息局部进行优化后，用该训练集重新训练话术匹配模型，得到新话术匹配模型；

步骤S4：对新话术匹配模型进行测试检验。

8.根据权利要求1-7任意一个所述的基于人工智能的语音交互提示器，其特征在于，所述话术匹配模型为受限玻尔兹曼机神经网络模型。