对话训练方法、装置、系统及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种对话训练方法，通过实时获取坐席的说辞信息，根据语音识别技术将说辞信息的语音转换为文字，然后提取其中的关键信息，输入至对话分析模型中匹配出对应的回应策略，根据回应策略集合预先训练好的应对话术推荐模型来确定回应语言，对话教练系统根据回应语言对坐席的说辞给出回答，从实现人机不同场景的实战演练，这样也大大减少了人工经验传授过程；本发明专利技术还提供了一种对话训练装置、系统及计算机可读存储介质，从而节省了人力资源，降低了成本，充分模拟实际场景，让新手坐席在上岗前感受真实的销售过程，有助于提升他们的销售技能，提高真实客户面对坐席新人的感受。

Dialogue training methods, devices, systems and storage media

【技术实现步骤摘要】
对话训练方法、装置、系统及存储介质
本专利技术涉及人工智能
，尤其涉及一种对话教练方法、装置、系统及计算机可读存储介质。
技术介绍
各行各业都有销售人员，并且销售人员在服务于客户的活动中都扮演着重要的角色，尤其在零售业，销售人员作为与顾客面对面沟通的第一线人员，其话语及语调等会直接影响到顾客购物的结果。尤其是现在的电话销售，坐席通过电话与顾客联系推荐产品，这就更加考验销售坐席的交流方式了，而这些交流方式都是需要时间的积累和不断地实践总结才能获得，这就需要要求销售人员必须要通过岗前的技能培训才能上岗。针对于岗前培训，目前的机器培训已经实现了机器人对话的方式进行培训，但是当前的机器人对话，智能基于简单的语言和单一的场景进行对话训练，对于逻辑复杂和多轮对话的情况下，则无法实现训练，还是需要回归到人工培训或者是实际销售中来实现。对此基于现有的训练方式，其场景过于单一，难以做到根据对话场景进行灵活应对，导致人员上岗成功率不高的现象。
技术实现思路
本专利技术的主要目的在于提供一种对话训练方法、装置、系统及计算机可读存储介质，旨在解决现有坐席训练方式，成本过高，且训练场景单一的技术问题。为实现上述目的，本专利技术提供一种对话训练方法，应用于对话教练系统，所述对话训练方法包括以下步骤：实时获取坐席的说辞信息，其中，所述说辞信息包括所述坐席根据所述对话教练系统的应答请求回复的第一语音片段和/或所述坐席向所述对话教练系统推荐业务的第二语音片段；采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息；将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，以识别出与所述音频信息对应的对话回应策略；将识别出的所述对话回应策略输入预先训练好的应对话术推荐模型中进行分析，以得到对应的回应语言；将所述回应语言转换为语音流并进行广播，以回应所述坐席。可选地，在所述实时获取坐席的说辞信息的步骤之后，还包括：检测当前与所述坐席对话的对话教练系统是否存在上一轮对话的信息；若存在，则判断所述上一轮对话的信息是否为提出异议的应答请求；若不存在，则根据所述语音识别技术，将所述说辞信息转换成文字信息。可选地，所述采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息的步骤包括：提取所述说辞信息中的第一语音片段的波形信息；若判断所述上一轮对话的信息为提出异议的应答请求时，根据所述波形信息，利用语音识别技术进行声学特征的提取；将提取到的声学特征与预设的中文单词发声波形进行比较，得到对应的中文单词，以实现文字的转换；将转换后的所有中文单词按照时序进行排序，得到所述第一语音片段对应的回复信息。可选地，所述对话分析模型包括语言情绪分析子模型和策略分析模型，所述将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，以识别出与所述音频信息对应的对话回应策略的步骤包括：对所述回复信息进行特征提取，提取所述第一语言片段对应的音频特征向量；将所述音频特征向量和所述波形信息输入至所述语音情绪分析模型中进行分析，识别出所述第一语音片段对应的情绪分类；将所述回复信息输入至所述策略分析模型，对所述回复信息中词语组合规律的分析，得到异议的回应策略；将所述回应策略与预设的标准异议处理话术策略进行比较，得到比较的结果；根据所述比较的结果和所述情绪分类选择对应的响应策略，其中，所述响应策略包括使用所述应对话术推荐模型输出回应言语和使用通用回应语言。可选地，所述采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息的步骤，还包括：若检测所述对话教练系统不存在上一轮对话的信息，或者判断所述上一轮对话的信息不是提出异议的应答请求时，根据语音识别技术，以及中文单词发音与声学特征之间的匹配关系，对所述说辞信息中的第二语音片段中的推荐音频信息进行文字转换，得对应的推荐信息。可选地，所述将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，识别出与所述音频信息对应的对话回应策略的步骤，还包括：将所述推荐信息输入至预设的对话分析模型中，基于所述对话分析模型中的意图识别分类算法，提取所述推荐信息中的销售关键词；根据预先构建的销售关键与意图之间的对应关系，查询出与提取到的销售关键词对应的意图，其中所述意图包括置信度；判断所述置信度是否大于置信度阈值，得到判断结果；根据所述判断结果确定对应的对话回应策略。可选地，所述应对话术推荐模型通过以下方式得到：通过所述对话教练系统上的语音收集单元，收集不同岗位上的坐席与顾客之间对话的语音数据；根据语音识别技术，提取所述语音数据中与所述坐席所销售的业务相关的销售关键词以及顾客基于所述业务的回答语料，其中，所述销售关键词为与所述坐席的销售业绩呈正相关的销售关键词，所述回答语料包括顾客提出异议；利用人工智能深度学习算法，对提取的销售关键词和回答语料进行数据分析进而建立销售关键词与顾客的回答语料的应对话术推荐模型。此外，为实现上述目的，本专利技术还提供一种对话训练装置，所述对话训练装置包括：采集模块，用于实时获取坐席的说辞信息，其中，所述说辞信息包括所述坐席根据所述对话教练系统的应答请求回复的第一语音片段和/或所述坐席向所述对话教练系统推荐业务的第二语音片段；转换模块，用于采用据语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息；匹配模块，用于将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，以识别出与所述音频信息对应的对话回应策略；分析模块，用于将识别出的所述对话回应策略输入预先训练好的应对话术推荐模型中进行分析，以得到对应的回应语言；广播模块，用于将所述回应语言转换为语音流并进行广播，以回应所述坐席可选地，所述对话训练装置还包括检测模块，用于检测当前与所述坐席对话的所述对话教练系统是否存在上一轮对话的信息；若存在，则判断所述上一轮对话的信息是否为提出异议的应答请求；若不存在，则根据所述语音识别技术，将所述说辞信息转换成文字信息。可选地，所述转换模块包括提取单元和转换单元，其中：所述提取单元，用于在所述检测模块判断所述上一轮对话的信息为提出异议的应答请求时，提取所述说辞信息中的第一语音片段的波形信息；根据所述波形信息，利用语音识别技术进行声学特征的提取；所述转换单元，用于将提取到的声学特征与预设的中文单词发声波形进行比较，得到对应的中文单词，以实现文字的转换；将转换后的所有中文单词按照时序进行排序，得到所述第一语音片段对应的回复信息。可选地，所述对话分析模型包括语言情绪分析子模型和策略分析模型，所述匹配模块包括情绪匹配单元本文档来自技高网...

【技术保护点】
1.一种对话训练方法，应用于对话教练系统，其特征在于，所述对话训练方法包括以下步骤：/n实时获取坐席的说辞信息，其中，所述说辞信息包括所述坐席根据所述对话教练系统的应答请求回复的第一语音片段和/或所述坐席向所述对话教练系统推荐业务的第二语音片段；/n采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息；/n将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，以识别出与所述音频信息对应的对话回应策略；/n将识别出的所述对话回应策略输入预先训练好的应对话术推荐模型中进行分析，以得到对应的回应语言；/n将所述回应语言转换为语音流并进行广播，以回应所述坐席。/n

【技术特征摘要】
1.一种对话训练方法，应用于对话教练系统，其特征在于，所述对话训练方法包括以下步骤：
实时获取坐席的说辞信息，其中，所述说辞信息包括所述坐席根据所述对话教练系统的应答请求回复的第一语音片段和/或所述坐席向所述对话教练系统推荐业务的第二语音片段；
采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息；
将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，以识别出与所述音频信息对应的对话回应策略；
将识别出的所述对话回应策略输入预先训练好的应对话术推荐模型中进行分析，以得到对应的回应语言；
将所述回应语言转换为语音流并进行广播，以回应所述坐席。


2.如权利要求1所述的对话训练方法，其特征在于，在所述实时获取坐席的说辞信息的步骤之后，还包括：
检测当前与所述坐席对话的所述对话教练系统是否存在上一轮对话的信息；
若存在，则判断所述上一轮对话的信息是否为提出异议的应答请求；
若不存在，则根据所述语音识别技术，将所述说辞信息转换成文字信息。


3.如权利要求2所述的对话训练方法，其特征在于，所述采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息的步骤包括：
当所述上一轮对话的信息为提出异议的应答请求时，提取所述说辞信息中的第一语音片段的波形信息；
根据所述波形信息，利用语音识别技术进行声学特征的提取；
将提取到的声学特征与预设的中文单词发声波形进行比较，得到对应的中文单词，以实现文字的转换；
将转换后的所有中文单词按照时序进行排序，得到所述第一语音片段对应的回复信息。


4.如权利要求3所述的对话训练方法，其特征在于，所述对话分析模型包括语言情绪分析子模型和策略分析模型，所述将所述文字信息输入至预设的对话分析模型中进行对话的匹配分析，以识别出与所述音频信息对应的对话回应策略的步骤包括：
对所述回复信息进行特征提取，提取所述第一语言片段对应的音频特征向量；
将所述音频特征向量和所述波形信息输入至所述语音情绪分析模型中进行分析，识别出所述第一语音片段对应的情绪分类；
将所述回复信息输入至所述策略分析模型，对所述回复信息中词语组合规律的分析，得到异议的回应策略；
将所述回应策略与预设的标准异议处理话术策略进行比较，得到比较的结果；
根据所述比较的结果和所述情绪分类选择对应的响应策略，其中，所述响应策略包括使用所述应对话术推荐模型输出回应言语和使用通用回应语言。


5.如权利要求4所述的对话训练方法，其特征在于，所述采用语音识别技术提取所述说辞信息中的第一语音片段和/或第二语音片段的音频信息，并将所述音频信息转换成文字信息的步骤，还包括：...

【专利技术属性】
技术研发人员：谭维，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44