如何打造智能語(yǔ)音機(jī)器人？

智能語(yǔ)音流程

語(yǔ)音呼叫（呼出）流程主要包括：創(chuàng)建呼叫任務(wù)流程和撥打流程。

創(chuàng)建呼叫任務(wù)流程，涉及到CRM模塊、防騷擾模塊、中控模塊和語(yǔ)音外呼模塊(包括通訊管理模塊與語(yǔ)音模塊)等系統(tǒng)模塊。主要流程包括：

• 業(yè)務(wù)人員通過(guò)CRM模塊上傳呼叫話單，并對(duì)話單加密，保護(hù)用戶隱私信息；

• 中控模塊通過(guò)防騷擾模塊過(guò)濾話單號(hào)碼，并為通過(guò)驗(yàn)證的號(hào)碼創(chuàng)建自動(dòng)呼叫任務(wù)；

• 外呼模塊拉取話單，為下一步進(jìn)入撥打流程做好準(zhǔn)備。

撥打流程，涉及到通訊管理模塊，語(yǔ)音模塊、中控模塊、機(jī)器人管理等主要的模塊。具體流程包括：

• 外呼模塊通過(guò)線路開(kāi)始撥打用戶電話；

• 待電話接通后，開(kāi)始一個(gè)語(yǔ)音/動(dòng)作處理的循環(huán)流程。呼叫模塊(通訊管理模塊，語(yǔ)音模塊)將SIP流語(yǔ)音信息/用戶動(dòng)作識(shí)別為文本信息/用戶動(dòng)作事件，并將這些信息推送到中控模塊；

• 中控模塊將ASR識(shí)別結(jié)果傳入?yún)R港通平臺(tái)，并將任務(wù)機(jī)器人返回的指令，轉(zhuǎn)換成電話系統(tǒng)控制指令；

• 外呼模塊負(fù)責(zé)實(shí)現(xiàn)放音、轉(zhuǎn)人工等流程的控制。之后再開(kāi)啟一個(gè)語(yǔ)音/動(dòng)作處理流程；

• 待用戶主動(dòng)掛機(jī)，或匯港通平臺(tái)控制掛機(jī)后，中控模塊收集用戶掛機(jī)報(bào)告、用戶錄音文件報(bào)告等信息進(jìn)行數(shù)據(jù)存儲(chǔ)，以備后續(xù)查詢。

語(yǔ)音內(nèi)呼（呼入）流程主要包括撥打流程，涉及：CRM模塊、中控模塊和呼入模塊等系統(tǒng)模塊。具體流程包括：

• 用戶通過(guò)線路開(kāi)始撥打電話；

• 待電話接通后，開(kāi)始一個(gè)語(yǔ)音/動(dòng)作處理的循環(huán)流程。內(nèi)呼模塊將SIP流語(yǔ)音信息/用戶動(dòng)作識(shí)別為文本信息/用戶動(dòng)作事件，并將這些信息推送到中控模塊；

• 中控模塊收到通話文本信息后，中轉(zhuǎn)通話信息到匯港通平臺(tái)；

• 匯港通平臺(tái)進(jìn)行意圖識(shí)別(NLP)，再根據(jù)機(jī)器人流程進(jìn)行對(duì)話控制，并返回回復(fù)給到中控模塊。此過(guò)程也會(huì)調(diào)用CRM模塊自動(dòng)創(chuàng)建工單，用于后續(xù)業(yè)務(wù)的處理；

• 中控模塊根據(jù)協(xié)議內(nèi)容響應(yīng)呼入模塊；

• 呼入模塊根據(jù)回復(fù)內(nèi)容播放相應(yīng)的錄音文件，或者進(jìn)行語(yǔ)音合成并播放，或者進(jìn)行轉(zhuǎn)人工等操作；

待用戶主動(dòng)掛機(jī)，或匯港通平臺(tái)控制掛機(jī)后，呼入模塊發(fā)送用戶掛機(jī)報(bào)告、用戶錄音文件報(bào)告等信息，中控模塊進(jìn)行數(shù)據(jù)存儲(chǔ)，以備后續(xù)查詢。

語(yǔ)音呼叫流程的實(shí)現(xiàn)，得益于匯港通對(duì)話機(jī)器人平臺(tái)。在語(yǔ)音場(chǎng)景下，匯港通電話機(jī)器人平臺(tái)在處理用戶接起/呼入、消息應(yīng)答等方面有著很大的優(yōu)勢(shì)。下面圍繞電話機(jī)器人流程搭建、痛點(diǎn)問(wèn)題、效果優(yōu)化三方面，來(lái)介紹如何基于匯港通平臺(tái)搭建智能語(yǔ)音機(jī)器人。

匯港通機(jī)器人流程搭建

+

1) 觸發(fā)任務(wù)
語(yǔ)音機(jī)器人和文本機(jī)器人在任務(wù)的觸發(fā)上稍有不同。文本機(jī)器人可以通過(guò)用戶輸入的文本信息直接進(jìn)入后續(xù)流程，語(yǔ)音機(jī)器人則需要在用戶撥打電話或者接聽(tīng)電話時(shí)，由語(yǔ)音呼叫模塊發(fā)送指定的觸發(fā)詞到匯港通平臺(tái)，觸發(fā)詞觸發(fā)任務(wù)機(jī)器人后進(jìn)入對(duì)話流程。通過(guò)觸發(fā)任務(wù)，語(yǔ)音呼叫系統(tǒng)完成了用戶接起/呼入的任務(wù)。

2) 會(huì)話流程
會(huì)話流程應(yīng)該要解決兩個(gè)問(wèn)題：用戶動(dòng)作識(shí)別與機(jī)器人應(yīng)答。
用戶動(dòng)作一般可以歸納為以下幾種類型：

• 靜默：靜默指在等待用戶動(dòng)作時(shí)，用戶沒(méi)有按鍵、說(shuō)話等其他可以被歸納或識(shí)別的動(dòng)作，也可以稱之為靜音/用戶不回答/無(wú)應(yīng)答。

• 拒絕：明確拒絕，明確拒絕所介紹的產(chǎn)品或服務(wù)，一般常見(jiàn)于外呼場(chǎng)景，例如：不需要、不考慮、沒(méi)有打算、不感興趣等。

• 否定：對(duì)AI說(shuō)的話的否定，如您之前預(yù)約過(guò)我們公司的課程是吧？用戶如果回答不知道，并不是拒絕AI介紹的產(chǎn)品或服務(wù)，而是對(duì)AI某些問(wèn)答的否定。

• 肯定：用戶希望向下一步或者判定可以繼續(xù)向下走，類似同意、可以、登記等。

• 自定義的業(yè)務(wù)選項(xiàng)：如您想辦理什么業(yè)務(wù)呢？代收快遞、門(mén)衛(wèi)放行等自定義意圖。

• 未識(shí)別：也可稱之為拒識(shí)，一般還要分為兩個(gè)層級(jí)，不在當(dāng)輪任務(wù)中所列選項(xiàng)，或者調(diào)用問(wèn)答知識(shí)庫(kù)之后仍沒(méi)能召回知識(shí)點(diǎn)。

• 任意回復(fù)：也稱作任何回復(fù)

• 其他特殊反應(yīng)：如未聽(tīng)清、再說(shuō)一遍（重說(shuō)）、信號(hào)不好、你是誰(shuí)、哪里的、干嘛的、什么事等。

對(duì)于上述的一些用戶動(dòng)作，匯港通平臺(tái)使用實(shí)體抽取的方法。實(shí)體和詞槽是任務(wù)機(jī)器人在對(duì)話過(guò)程中需要理解的特定信息，對(duì)話管理則負(fù)責(zé)對(duì)詞槽進(jìn)行填充、更新或清空，并控制對(duì)話的流程。當(dāng)用戶動(dòng)作被發(fā)送到匯港通平臺(tái)后，可以根據(jù)用戶的動(dòng)作，來(lái)決定后續(xù)會(huì)話的流程，并獲得機(jī)器人應(yīng)答。
機(jī)器人應(yīng)答涉及以下幾個(gè)方面：

• 根據(jù)用戶意圖進(jìn)入任務(wù)流程：基于歷史的咨詢語(yǔ)料以及內(nèi)外呼熱點(diǎn)問(wèn)題， 總結(jié)出一些業(yè)務(wù)流程，機(jī)器人通過(guò)多輪對(duì)話的方式和用戶進(jìn)行交互，幫用戶完成任務(wù)。用戶語(yǔ)音回復(fù)話術(shù)，機(jī)器人基于NLU識(shí)別出用戶的意圖，如肯定，否認(rèn)，拒絕服務(wù)，在忙，提問(wèn)等，語(yǔ)音呼叫模塊識(shí)別語(yǔ)音/動(dòng)作后，通過(guò)中控發(fā)送給機(jī)器人，并跳轉(zhuǎn)到下一步任務(wù)。

• 任務(wù)流程切換：意圖的切換與保持，允許在一個(gè)流程未完成的情況下，切換到另一個(gè)任務(wù)中。切換后，原任務(wù)的對(duì)話流程可以保持一段時(shí)間。新任務(wù)流程結(jié)束后，機(jī)器人可主動(dòng)切回原任務(wù)流程，例如客服來(lái)進(jìn)入電確認(rèn)試聽(tīng)課時(shí)間流程，在用戶回復(fù)過(guò)程中觸發(fā)了咨詢老師課程安排流程，當(dāng)前流程結(jié)束后仍可以繼續(xù)上一個(gè)未完成流程（確認(rèn)試聽(tīng)課時(shí)間流程）。

在這里，用戶也可以通過(guò)按鍵進(jìn)入轉(zhuǎn)人工意圖，客服人員會(huì)加入會(huì)話處理用戶的需求。

• 任務(wù)與問(wèn)答流程切換：允許在一個(gè)流程未完成的情況下，切換到問(wèn)答機(jī)器人，當(dāng)流程結(jié)束后，通過(guò)按鍵切換到該流程。問(wèn)答機(jī)器人，當(dāng)用戶問(wèn)一個(gè)新問(wèn)題時(shí)，需要做就是從知識(shí)庫(kù)里找到對(duì)應(yīng)的知識(shí)點(diǎn)，把答案回復(fù)給用戶。知識(shí)庫(kù)是能夠回答關(guān)于某個(gè)領(lǐng)域的一些常見(jiàn)問(wèn)題，知識(shí)庫(kù)里包含若干個(gè)常見(jiàn)問(wèn)題及相似問(wèn)法，以及對(duì)應(yīng)的答案。

如下邊的例子，客服撥打電話，進(jìn)入任務(wù)流程，咨詢?cè)嚶?tīng)課問(wèn)題時(shí)間，同時(shí)用戶咨詢是否有成人口語(yǔ)訓(xùn)練課程，進(jìn)入問(wèn)答流程，機(jī)器人給出回復(fù)。最后用戶可以繼續(xù)任務(wù)流程。

• 用戶屬性組回復(fù)不同話術(shù)：匯港通平臺(tái)允許機(jī)器人根據(jù)不同的身份（屬性）回復(fù)有針對(duì)性的話術(shù)與推薦，如下例子：可以根據(jù)業(yè)主電話與陌生電話，回復(fù)不同的選項(xiàng)，提升溝通效率。

• 將語(yǔ)音返回用戶：中控獲得機(jī)器人回復(fù)后，將系統(tǒng)動(dòng)作轉(zhuǎn)變成自然語(yǔ)言文本，并將文本轉(zhuǎn)語(yǔ)音或者錄音文件名傳給語(yǔ)音呼叫模塊，語(yǔ)音呼叫模塊進(jìn)行相應(yīng)的放音操作。

• 掛斷：在以下三種情況下，會(huì)進(jìn)行掛斷操作，待用戶主動(dòng)掛機(jī)，或匯港通平臺(tái)控制掛機(jī)后，內(nèi)呼/外呼模塊發(fā)送用戶掛機(jī)報(bào)告、用戶錄音等信息。1）當(dāng)機(jī)器人完成用戶的任務(wù)后，用戶可以通過(guò)按鍵來(lái)結(jié)束掛機(jī)。2）當(dāng)機(jī)器人多次詢問(wèn)用戶，用戶有兩次靜默后，機(jī)器人會(huì)主動(dòng)掛機(jī)。 3）當(dāng)用戶可能會(huì)在中途隨時(shí)選擇掛機(jī)。

• 數(shù)據(jù)存儲(chǔ)：在有些項(xiàng)目上，需要記錄用戶的標(biāo)簽，用戶對(duì)應(yīng)輪次的回復(fù)，走過(guò)的輪數(shù)，對(duì)用戶進(jìn)行打標(biāo)(這種記錄通常被稱作埋點(diǎn)），埋點(diǎn)通常在各個(gè)流程之后以詞槽記錄的形式留下來(lái)，比如：用戶經(jīng)過(guò)第一輪的時(shí)候，用戶輪次變?yōu)樽哌^(guò)第一輪；用戶提到價(jià)格時(shí)候，通過(guò)隱藏單元拿到用戶說(shuō)了價(jià)格，然后記錄下來(lái)用戶說(shuō)了價(jià)格這件事；另外還有基本的對(duì)每一輪用戶反應(yīng)的判斷最后如何影響最終的結(jié)果。最后，將信息存到表里即可。

痛點(diǎn)問(wèn)題解決方案

• 單字的處理

語(yǔ)音場(chǎng)景下用戶回復(fù)啊、哈、咳等單字的情況比較明顯，或者由于信號(hào)問(wèn)題、環(huán)境音等情況會(huì)被語(yǔ)音識(shí)別為呵呵 等，這些無(wú)意義的特殊語(yǔ)音可能會(huì)中斷正常的放音流程，容易造成話術(shù)的重復(fù)播放或者打亂正常的任務(wù)流程。

對(duì)于單字、特殊語(yǔ)音文本，現(xiàn)有方案是在匯港通平臺(tái)上維護(hù)了一個(gè)過(guò)濾列表。和正常的通話流程一樣，當(dāng)有過(guò)濾列表中的信息進(jìn)入流程后，語(yǔ)音呼叫模塊會(huì)收到匯港通平臺(tái)回復(fù)特殊的標(biāo)志信號(hào)，從而可以忽略這些干擾信息。同時(shí)，在匯港通平臺(tái)建立過(guò)濾信息列表，也方便維護(hù)和擴(kuò)展。

• 打斷的處理

打斷也是語(yǔ)音場(chǎng)景下容易出現(xiàn)的一種場(chǎng)景，例如營(yíng)銷(xiāo)場(chǎng)景中對(duì)于項(xiàng)目的介紹，由于電話機(jī)器人回復(fù)內(nèi)容過(guò)長(zhǎng)，就會(huì)出現(xiàn)用戶打斷的情況。對(duì)于打斷的場(chǎng)景，需要解決的是：當(dāng)打斷發(fā)生后，應(yīng)該能夠根據(jù)場(chǎng)景需要適時(shí)終止當(dāng)前放音，進(jìn)入下一對(duì)話流程中去。目前打斷處理的解決方案是配置錄音信息，設(shè)置是否可以打斷、靜默時(shí)間、播放時(shí)間等參數(shù)，語(yǔ)音呼叫模塊可以根據(jù)這些參數(shù)控制當(dāng)前放音是否終止，以及是否需要播放新的錄音等。

• 通話信息的收集