[发明专利]一种基于语义识别的电话打断识别方法和系统

说明书

本申请涉及一种基于语义识别的电话打断识别方法，其中，该基于语义识别的电话打断识别方法包括：智能通话机器人与用户建立通话并发送系统语音，通过VAD探测技术采集通话过程中用户的打断语音；通过ASR技术识别打断语音并将打断语音转换为文本信息；基于打断语音和文本信息，通过预设深度模型进行语音特征抽取和文本特征抽取，并根据语音特征和文本特征，结合系统语音进行语义预测；在语义预测的结果指示打断语音是真实语义打断的情况下，停止当前的系统语音并记录系统语音的状态位置。通过本申请，解决了相关技术中智能电话客服存在的打断识别不灵敏以及误打断的问题，提升了对用户打断行为的判定准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于语义识别的电话打断识别方法和系统。

背景技术

在智能客服或智能外呼等电话业务场景中，通常由智能AI代替人工客服提供语音服务。随着科技的不断发展，该技术被广泛应用在如物流通知、服务回访等业务场景。

智能客服实际应用在业务场景中，经常出现用户打断当前的系统语音，而询问其他问题的情况。如何在通话过程中识别用户的打断信号，是其中一个关键技术点。当前的智能客服通常存在打断识别不灵敏，以及误打断的问题。

目前针对相关技术中智能电话客服存在的打断识别不灵敏以及误打断的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种基于语义识别的电话打断识别方法、系统、计算机设备和计算机可读存储介质，以至少解决相关技术中智能电话客服存在的打断识别不灵敏以及误打断的问题。

第一方面，本申请实施例提供了一种基于语义识别的电话打断识别方法，所述方法包括：

智能通话机器人与用户建立通话并发送系统语音，通过VAD探测技术采集通话过程中所述用户的打断语音；

通过ASR技术识别所述打断语音并将所述打断语音转换为文本信息；

基于所述打断语音和所述文本信息，通过预设深度模型进行语音特征抽取和文本特征抽取，并根据所述语音特征和所述文本特征，结合所述系统语音进行语义预测；

在所述语义预测的结果指示所述打断语音是真实语义打断的情况下，停止当前的所述系统语音并记录所述系统语音的状态位置；

通过自然语言理解技术对所述打断语音进行识别解析，生成与所述打断语音对应的响应话术并发送至用户终端。

在其中一些实施例中，所述智能通话机器人与用户建立通话并发送系统语音之前，所述方法还包括：

获取训练数据集，其中，所述训练数据集包括通话场景下的历史音频信息和由所述历史音频信息转换生成的历史文本信息，所述历史音频信息中包括历史系统语音和所述用户的历史打断语音；

按照所述历史音频信息的时序，对所述历史文本信息进行序列化转换，并根据预设规则对所述历史文本信息中的第一打断信息进行标注，以及根据开发人员的第一交互信号对所述历史文本信息中的第二打断信息进行标注；

对标注之后的所述历史音频信息进行音频特征抽取得到音频特征，对标注之后的所述历史文本信息进行文本特征抽取得到文本特征，基于所述训练数据集、所述音频特征和所述文本特征，采用CNN-LSTM模型架构构建并训练所述预设深度模型。

在其中一些实施例中，所述根据预设规则对所述历史文本信息中的第一打断信息进行标注包括：

根据所述预设规则，对于在所述历史文本信息中总字数和不重复字数大于预设参考阈值的文本信息，将所述文本信息作为所述第一打断信息进行标注。

在其中一些实施例中，所述对标注之后的所述历史音频信息进行音频特征抽取得到音频特征包括：