(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211237307.4 (22)申请日 2022.10.11 (65)同一申请的已公布的文献号 申请公布号 CN 115334205 A (43)申请公布日 2022.11.11 (73)专利权人 北京资采信息技 术有限公司 地址 100071 北京市丰台区南四环西路186 号一区1号楼6层21-2 2单元(园区) (72)发明人 吴伟　 (74)专利代理 机构 北京专赢专利代理有限公司 11797 专利代理师 刘备 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 30/02(2012.01)H04M 3/527(2006.01) G10L 25/48(2013.01) G06N 3/08(2006.01) (56)对比文件 CN 112487381 A,2021.0 3.12 CN 111368609 A,2020.07.0 3 US 6266640 B1,20 01.07.24 审查员 李凯 (54)发明名称 一种采用深度学习的语音外呼系统和方法 (57)摘要 本发明适用于语音通信技术领域， 尤其涉及 一种采用深度学习的语音外呼系统和方法， 所述 方法包括： 构建用户资料数据库， 并获取用户基 本资料信息； 调取相应的用户订单完整资料信 息， 并对用户进行外呼； 外呼连接成功后， 对用户 进行基本身份信息验证； 查询用户订单完整资料 信息， 并回复用户， 重复上述步骤， 直至用户挂 断； 存储外呼交互过程， 采用深度学习进行分析， 生成外呼交互纠偏信息。 本发明在进行语音外呼 之前， 根据用户的基本资料信息调取与之相关的 完整信息， 根据用户的相关信息对用户进行身份 验证， 在验证完成后， 与用户进行交互沟通， 无需 人工参与即可完成服务， 避免了人工参与导致的 不确定因素增 加的问题， 稳定性 好， 成本低。 权利要求书2页 说明书9页 附图5页 CN 115334205 B 2022.12.27 CN 115334205 B 1.一种采用深度学习的语音外呼方法， 其特 征在于， 所述方法包括： 构建用户资料数据库， 并获取用户基本资料信息， 所述用户资料数据库中包括用户订 单完整资料信息， 所述用户基本资料信息 至少包括用户身份信息以及用户联系方式信息； 根据用户基本资料信息调取相应的用户订单完整资料信息， 并对用户进行外呼； 外呼连接成功后， 对用户进行基本身份信息验证； 身份验证成功后基于用户反馈的语音信息查询用户订单完整资料信息， 并回复用户， 重复上述 步骤， 直至用户挂断； 存储外呼交互过程， 并采用深度学习进行分析， 生成外呼交互纠偏信 息， 所述外呼交互 纠偏信息用于在下一次与该用户进行外呼时对发声语音 进行调整； 所述存储外呼交互过程， 并采用深度 学习进行分析， 生成外呼交互纠偏信息的步骤， 具 体包括： 对外呼交 互过程进行全程录音， 将用户反馈的语音信息进行收集； 通过语音识别确定用户反馈的语音信息中包 含的内容； 基于本次语音外呼产生的内容， 利用深度学习分析， 确定语音信息与用户反馈之间的 相关性， 并生成外呼交 互纠偏信息； 通过语音识别确定用户反馈的语音信 息中包含的内容， 对本次语音外呼产生的内容进 行分析， 判断用户对本次服务是否满意， 判断是否存在负面评价， 根据语音信息的内容判断 是否存在负面的文字， 对历史数据进行分析， 判断采用的语音播报方式与用户方反馈之间 的相关性， 并生成外呼交互纠偏信息， 外呼交互纠偏信息根据不同的外呼时间设置不同的 音色， 晚上则设置相对低沉的播报声音， 根据用户性别以及年龄 设置不同的音色， 并根据用 户的反馈进行动态调整。 2.根据权利要求1所述的采用深度学习的语音外呼方法， 其特征在于， 所述外呼连接成 功后， 对用户进行基本身份信息验证的步骤， 具体包括： 外呼后， 接收用户反馈信息， 接收成功即视为外呼连接成功； 发出提示语音， 并基于用户基本资料信息查询用户订单完整资料信息， 随机调取部分 信息， 生成身份验证信息； 基于身份验证信息对用户进行提问， 并根据用户答复信息进行验证。 3.根据权利要求1所述的采用深度学习的语音外呼方法， 其特征在于， 所述身份验证成 功后基于用户反馈的语音信息查询用户订单完整资料信息， 并回复用户， 重复上述步骤， 直 至用户挂断的步骤， 具体包括： 接收用户反馈的语音信息， 进行语音识别， 得到语音识别结果； 根据语音识别结果 查询用户订单完整资料信息， 并生成待播报语音信息并进行播报； 重复上述 步骤， 直至用户挂断电话或者接收到用户相应的断连回复信息 。 4.根据权利要求1所述的采用深度学习的语音外呼方法， 其特征在于， 所述用户身份信 息为用户的身份 证件号码。 5.根据权利要求1所述的采用深度学习的语音外呼方法， 其特征在于， 对用户进行基本 身份信息验证时， 若验证不 通过， 则转 为人工服 务。 6.一种采用深度学习的语音外呼系统， 其特 征在于， 所述系统包括： 信息获取模块， 用于构建用户资料数据库， 并获取用户基本资料信 息， 所述用户资料数权　利　要　求　书 1/2 页 2 CN 115334205 B 2据库中包括用户订单完整资料信息， 所述用户基本 资料信息至少包括用户身份信息以及用 户联系方式信息； 资料调取模块， 用于根据用户基本资料信息调取相应的用户订单完整资料信息， 并对 用户进行外呼； 身份验证模块， 用于 外呼连接成功后， 对用户进行基本身份信息验证； 语音外呼模块， 用于身份验证成功后基于用户反馈的语音信 息查询用户订单完整资料 信息， 并回复用户， 重复上述 步骤， 直至用户挂断； 语音纠偏模块， 用于存储外呼交互过程， 并采用深度学习进行分析， 生成外呼交互纠偏 信息， 所述外呼交 互纠偏信息用于在下一次与该用户进行外呼时对发声语音 进行调整； 所述语音纠偏模块包括： 数据采集单 元， 用于对外呼交 互过程进行全程录音， 将用户反馈的语音信息进行收集； 语音分析 单元， 用于通过语音识别确定用户反馈的语音信息中包 含的内容； 主动纠偏单元， 用于基于本次语音外呼产生的内容， 利用深度 学习分析， 确定语音信 息 与用户反馈之间的相关性， 并生成外呼交 互纠偏信息； 通过语音识别确定用户反馈的语音信 息中包含的内容， 对本次语音外呼产生的内容进 行分析， 判断用户对本次服务是否满意， 判断是否存在负面评价， 根据语音信息的内容判断 是否存在负面的文字， 对历史数据进行分析， 判断采用的语音播报方式与用户方反馈之间 的相关性， 并生成外呼交互纠偏信息， 外呼交互纠偏信息根据不同的外呼时间设置不同的 音色， 晚上则设置相对低沉的播报声音， 根据用户性别以及年龄 设置不同的音色， 并根据用 户的反馈进行动态调整。 7.根据权利要求6所述的采用深度学习的语音外呼系统， 其特征在于， 所述身份验证模 块包括： 连接确认单 元， 用于外呼后， 接收用户反馈信息， 接收成功即视为外呼连接成功； 验证信息生成单元， 用于发出提示语音， 并基于用户基本资料信息查询用户订单完整 资料信息， 随机调取部分信息， 生成身份验证信息； 提问验证单元， 用于基于身份验证信息对用户进行提问， 并根据用户答复信息进行验 证。 8.根据权利要求6所述的采用深度学习的语音外呼系统， 其特征在于， 所述语音外呼模 块包括： 语音接收单 元， 用于接收用户反馈的语音信息， 进行语音识别， 得到语音识别结果； 语音播报单元， 用于根据语音识别结果查询用户订单完整资料信息， 并生成待播报语 音信息并进行播报； 语音结束确定单元， 用于重复上述步骤， 直至用户挂断电话或者接收到用户相应的断 连回复信息 。权　利　要　求　书 2/2 页 3 CN 115334205 B 3