一种智能售后服务方法和系统技术方案

本发明专利技术公开了一种智能售后服务方法和系统，属于数据处理技术领域，方法包括：接收当前客户的语音咨询；对语音咨询进行预处理；提取语音咨询的声学特征；通过语音识别模型，根据语音咨询的声学特征对语音咨询进行识别；机器人客服根据回复数据自动化地回复当前客户；在当前客户不满意机器人客服的自动化回复内容时，根据当前客户的级别将当前客户添加至人工咨询队列中；在当前客户为普通客户时，直接将当前客户排到队尾；在当前客户为高级客户时，根据客户级别、已经等待时间和咨询内容紧急度，重新计算人工咨询队列中各个客户的优先权值；根据各个客户的优先权值更新人工咨询队列；按照人工咨询队列中的顺序转人工客户处理。理。理。

【技术实现步骤摘要】
一种智能售后服务方法和系统


[0001]本专利技术属于数据处理
，具体涉及一种智能售后服务方法和系统。

技术介绍

[0002]客户服务热线可以为提供客户提供的业务咨询、业务受理和投诉建议等专业的售后服务。相对于当前海量的客户需求，实时的人工客服负荷较重，智能客服机器人客服在企业中承载着越来越多的业务。
[0003]然而，智能客服机器人客服在回答客户的咨询问题时，挑选的关于咨询问题的回答语料的对应性低，容易答非所问，难以解决客户的实际问题。
[0004]目前，在机器人客服难以处理咨询的问题的情况下，会转到人工客服，但是在咨询高峰期时，如果没有空闲的人工客服，客户就需要一直等待，客户的紧急事务往往难以得到及时地回复，容易给客户带来不必要的损失。

技术实现思路

[0005]为了解决现有技术存在的成本过高，评估准确性低的技术问题，本专利技术提供一种智能售后服务方法和系统。
[0006]第一方面
[0007]本专利技术提供了一种智能售后服务方法，包括：
[0008]S101：接收当前客户的语音咨询；
[0009]S102：对语音咨询进行预处理；
[0010]S103：提取语音咨询的声学特征；
[0011]S104：通过语音识别模型，根据语音咨询的声学特征对语音咨询进行识别；
[0012]S105：通过最近邻查询算法搜索与语音咨询最相关的回复数据，机器人客服根据回复数据自动化地回复当前客户；
[0013]S106：在当前客户不满意机器人客服的自动化回复内容的情况下，根据当前客户的级别将当前客户添加至人工咨询队列中；
[0014]S107：在当前客户为普通客户的情况下，直接将当前客户排到队尾；
[0015]S108：在当前客户为高级客户的情况下，根据客户级别、已经等待时间和咨询内容紧急度，重新计算人工咨询队列中各个客户的优先权值；
[0016]S109：根据各个客户的优先权值更新人工咨询队列；
[0017]S110：按照人工咨询队列中的顺序转人工客户处理。
[0018]第二方面
[0019]本专利技术提供了一种智能售后服务系统，用于执行第一方面中的任一项智能售后服务方法。
[0020]与现有技术相比，本专利技术至少具有以下有益技术效果：
[0021](1)在本专利技术中，在机器人客服难以解决语音咨询的情况下，根据客户级别、已经
等待时间和咨询内容紧急度计算各个客户的优先权值，根据优先权值为各个客户进行排序，按照优先权值由高到低的顺序转人工客户处理，避免了在咨询高峰期的拥堵问题，对高级别客户的紧急性问题优先处理，提升了客服服务效率和质量，避免给客户带来不必要的损失。
[0022](2)在本专利技术中，通过最近邻查询算法搜索与语音咨询最相关的回复数据，机器人客服根据回复数据自动化地回复客户，提升了客服机器人客服在挑选咨询问题的回答语料时的对应性和准确性，提升了解决客户咨询问题的效率。
附图说明
[0023]下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0024]图1是本专利技术提供的一种智能售后服务方法的流程示意图；
[0025]图2是本专利技术提供的另一种智能售后服务方法的流程示意图。
具体实施方式
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0027]为使图面简洁，各图中只示意性地表示出了与专利技术相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0028]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0029]在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。可以是机械连接，也可以是电连接。可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0030]另外，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0031]实施例1
[0032]在一个实施例中，参考说明书附图1和图2，示出了本专利技术提供的智能售后服务方法的流程示意图。
[0033]本专利技术提供的一种智能售后服务方法，包括：
[0034]S101：接收当前客户的语音咨询。
[0035]具体而言，客户可以通过拨打客服电话发起语音咨询，或者，在平台上进行语音留言发起语音咨询。
[0036]S102：对语音咨询进行预处理。
[0037]具体而言，预处理包括：降噪、声音增益、音频预加重、语音端点检测和语音正则化等。
[0038]在本专利技术中，引入一种特别的预处理方式，以抑制由于不同说话人的音色不同对于同一句话、同一个字词发音的影响。
[0039]在一种可能的实施方式中，S102具体包括子步骤S1021至S1024：
[0040]S1021：获取语音咨询的原始频谱数据A(f,t)。
[0041]S1022：为原始频谱数据中的每个时间
‑
频率组生成一个范围在
‑
1和1之间的随机数rand(f,t)：
[0042]rand(f,t)～U(
‑
1,1)
[0043]其中，f表示频率，t表示时间。
[0044]其中，生成范围在
‑
1和1之间的随机数是为了在预处理过程中引入一定的随机性和变化性。这样做的目的是增加语音数据的多样性，以提高模型的泛化能力和对不同说话人、不同音色的适应能力。
[0045]S1023：对预设时频区域范围内的随机数进行平均，计算得到扰动参数δ(f,t)：
[0046][0047]其中，λ表示扰动幅度参数，p表示频域范围参数，q表示时域范围参数。
[0048]进一步地，设置扰动幅度参数λ可以控制扰动的幅度，设置频域范围参数p和时域范围参数q可以平滑频率轴和时间轴的随机性。
[0049]S1024：根据扰动参数δ(f,t)对原始频谱数据A(f,t)进行预处理：
[0050]A
*
(f,t)＝A(f+δ(f,t),t)
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能售后服务方法，其特征在于，包括：S101：接收当前客户的语音咨询；S102：对所述语音咨询进行预处理；S103：提取所述语音咨询的声学特征；S104：通过语音识别模型，根据所述语音咨询的声学特征对所述语音咨询进行识别；S105：通过最近邻查询算法搜索与所述语音咨询最相关的回复数据，机器人客服根据所述回复数据自动化地回复当前客户；S106：在当前客户不满意机器人客服的自动化回复内容的情况下，根据当前客户的级别将当前客户添加至人工咨询队列中；S107：在当前客户为普通客户的情况下，直接将当前客户排到队尾；S108：在当前客户为高级客户的情况下，根据客户级别、已经等待时间和咨询内容紧急度，重新计算所述人工咨询队列中各个客户的优先权值；S109：根据各个客户的优先权值更新所述人工咨询队列；S110：按照所述人工咨询队列中的顺序转人工客户处理。2.根据权利要求1所述的智能售后服务方法，其特征在于，所述S102具体包括：S1021：获取所述语音咨询的原始频谱数据A(f,t)；S1022：为所述原始频谱数据中的每个时间
‑
频率组生成一个范围在
‑
1和1之间的随机数rand(f,t)：rand(f,t)～U(
‑
1,1)其中，f表示频率，t表示时间；S1023：对预设时频区域范围内的随机数进行平均，计算得到扰动参数δ(f,t)：其中，λ表示扰动幅度参数，p表示频域范围参数，q表示时域范围参数；S1024：根据所述扰动参数δ(f,t)对所述原始频谱数据A(f,t)进行预处理：A
*
(f,t)＝A(f+δ(f,t),t)其中，A
*
(f,t)表示预处理后的频谱数据。3.根据权利要求1所述的智能售后服务方法，其特征在于，所述S103具体包括：S1031：对所述语音咨询的频谱数据进行快速傅里叶变换，得到功率谱数据；S1032：通过Mel滤波器对所述功率谱数据进行滤波，输出所述功率谱数据的对数能量E
m
：其中，N表示总频率，X(k)表示频率为k时的输入信号值，H
m
(k)表示滤波器的频率响应；其中，H
m
(k)的表示式为：
其中，k表示线性频率轴上的频率，m表示滤波器的索引值，τ(m)表示第m个频带的频率；S1033：对所述对数能量E
m
进行离散余弦变换，得到MFCC系数：其中，C
n
表示第n个MFCC系数，m表示滤波器的索引值，M表示滤波器的数量，L为正整数；S1034：对所述MFCC系数进行动态参数提取，得到声学特征向量D＝{d
n
}：其中，d
n
表示第n个一阶差分，Q表示MFCC系数的阶数，T表示一阶导数的时间差，i表示一阶导数的时间差T的具体取值，i为1或2。4.根据权利要求1所述的智能售后服务方法，其特征在于，所述S104具体包括：S1041：构建卷积神经网络；S1042：将所述声学特征通过卷积层得到粗糙特征值；S1043：将所述粗糙特征值通过池化层进行池化处理；...

【专利技术属性】
技术研发人员：陆洋钒，
申请(专利权)人：江苏华泽微福科技发展有限公司，
类型：发明
国别省市：