現(xiàn)在人工智能很流行，特別是應(yīng)用于電話營銷的電話機(jī)器人。好了廢話少說直接上源碼: 隨著人工智能的普及，AI已經(jīng)滲透到各行各業(yè)，本文就為大家介紹了利用最前沿的AI技術(shù)實(shí)現(xiàn)電話機(jī)器人的原理。智能電話機(jī)器人就是充分的利用了人工智能語音識(shí)別技術(shù)和大數(shù)據(jù)的精準(zhǔn)分析定位，完全是對(duì)傳統(tǒng)模式是一次顛覆性的變化，是智能化的人海戰(zhàn)術(shù)還是時(shí)代化的“人工+智能語音”的一種方式，智能電話機(jī)器人是企業(yè)的福音!幫企業(yè)降低成本，提高工作效率，提升公司業(yè)績!

電話機(jī)器人比人工坐席厲害的是，電話號(hào)碼直接在后臺(tái)一鍵導(dǎo)入，省時(shí)又省力，自動(dòng)撥打。智能輪流對(duì)話，根據(jù)系統(tǒng)設(shè)定可以對(duì)客戶進(jìn)行篩選統(tǒng)計(jì)，依據(jù)客戶的回答智能分類意向程度，把意向最高的甲類客戶交給人工進(jìn)行著重跟進(jìn)，這樣就能使整個(gè)電銷過程的工作效率大大提高。

作為“人工智能”的產(chǎn)物，正在逐漸的給電銷行業(yè)帶來大改變大革命，把繁瑣、枯燥、耗時(shí)的工作交給智能電話機(jī)器人完成，后臺(tái)分類管理，加以精英銷售跟進(jìn)，不僅大大提高工作效率，而且能更好的把人力資源進(jìn)行再分配再分組，減少企業(yè)運(yùn)營成本!應(yīng)該是每位老板都在想的問題。

對(duì)于電銷公司來講如何精準(zhǔn)地識(shí)別真實(shí)客戶一直是很難攻克的難點(diǎn)所在。對(duì)于智能電話機(jī)器人來說，可以通過真人語音式專家級(jí)的溝通，模擬電銷人員和客戶進(jìn)行多輪互動(dòng)的有效溝通，通過用戶畫像和大數(shù)據(jù)模型精準(zhǔn)找到用戶，實(shí)現(xiàn)精準(zhǔn)營銷，并快速完成ABCD類意向客戶的篩選和分類。

智能電話機(jī)器人是將網(wǎng)絡(luò)電話、語音知識(shí)、自然語音理解、多輪對(duì)話、知識(shí)圖譜等多個(gè)門類的前沿技術(shù)集成在一個(gè)智能產(chǎn)品中，已經(jīng)成為行業(yè)的領(lǐng)頭羊，為外呼行業(yè)帶來了可喜的變化，短短幾個(gè)月被很多企業(yè)證明，這是真正實(shí)現(xiàn)開源節(jié)流的AI好項(xiàng)目了。

智能電話機(jī)器人作為當(dāng)今的一款智能化產(chǎn)品，在實(shí)際應(yīng)用中能準(zhǔn)確的以人類的聲音、思維和語氣智能應(yīng)對(duì)客戶提出的各種問題。同時(shí)，它的篩選能力也極強(qiáng)，可以把應(yīng)答用戶按意向程度自動(dòng)分類，幫助人工坐席快速剝離意向客戶。

員工坐席每天撥打200個(gè)-300個(gè)電話已經(jīng)算是極限了，但是智能電話機(jī)器人每天可以撥打800-1200通有效電話，讓效率提高幾倍，提高效率就意味著業(yè)績的提高。

什么是電話機(jī)器人

通過ASR(語音識(shí)別)和TTS(文本轉(zhuǎn)語音)模擬真人和用戶的通話，可用于企業(yè)總機(jī)，自動(dòng)催繳，外呼營銷，問卷調(diào)查等業(yè)務(wù)，同時(shí)支持 百度，科大，阿里云等ASR系統(tǒng)，可以真人預(yù)先錄音，用戶是完全察覺不到是機(jī)器人。

AI智能電話機(jī)器人源碼搭建揭秘！

如何開發(fā)一個(gè)電話機(jī)器人

FreeSWITCH/Asterisk是一個(gè)軟交換系統(tǒng),可以利用開源的軟交換系統(tǒng)，開發(fā)一個(gè)VAD錄音模塊，用戶說話后開始錄音，停止說話后，把錄音提交到語音識(shí)別接口轉(zhuǎn)換成文本，利用語義解析接口(NPL)或者簡單的關(guān)鍵字匹配，返回系統(tǒng)預(yù)先設(shè)計(jì)的話術(shù)，通過TTS轉(zhuǎn)換成聲音(也可以真人預(yù)先錄音)播放給用戶聽。實(shí)現(xiàn)人機(jī)語音對(duì)話。

技術(shù)難點(diǎn)

·機(jī)器人說話時(shí)，用戶開始說話，機(jī)器人要及時(shí)處理，就是所謂的打斷，這個(gè)通過VAD算法和關(guān)鍵詞打斷可以解決。

·機(jī)器人怎么理解用戶說話含義，這個(gè)是目前難點(diǎn)，目前主要的做法，還是通過關(guān)鍵詞匹配來設(shè)計(jì)話術(shù)。

 

支持那些ASR接口

可以支持科大訊飛，百度語音識(shí)別，阿里云語音識(shí)別，騰訊語音識(shí)別，捷通華聲靈云等SDK/API/MRCP接口。

怎么使用

可以和現(xiàn)有的呼叫中心，IPPBX，F(xiàn)reeSWITCH，Asterisk 等系統(tǒng)通過SIP分機(jī)和SIP中繼方式對(duì)接。

smart ivr 接口說明

smartivr 是一個(gè)基于Freeswitch的電話機(jī)器人二次開發(fā)接口(restful)，支持和Asterisk對(duì)接

使用指南

用戶自己實(shí)現(xiàn) httpAPI,機(jī)器人程序去調(diào)用這個(gè)接口，不是 機(jī)器人提供httpapi給用戶調(diào)用。

1.

外呼程序呼叫電話接通后，或者客戶主動(dòng)呼入接通后 機(jī)器人程序 向 webserver post 發(fā)送

2.

smartivr –> web

3.

‘calleeid’: ‘8888abc’, //被叫號(hào)碼

‘callerid’: ‘abc’, //主叫號(hào)碼

‘callid’: ‘1fe74812-e376-4319-b335-3de1b494325c’, //每個(gè)通話的唯一ID

‘errorcode’: 0, //錯(cuò)誤代碼

‘flowdata’: null, //流程數(shù)據(jù)

‘flowid’: ‘abc’, //流程ID

‘notify’: ‘enter’ //通知類型

4.

webserver根據(jù)業(yè)務(wù)邏輯 返回 json數(shù)據(jù) 比如 下面的命令就是 啟動(dòng)后臺(tái)ASR，并且播放一個(gè)聲音

5.

smartivr <– web

6.

‘action’: ‘start_asr’, //第一個(gè)動(dòng)作 start_asr是一個(gè)異步函數(shù)，只需要執(zhí)行一次，啟動(dòng)后會(huì)一直進(jìn)行VAD和ASR，直到調(diào)用sotp_asr

‘flowdata’: ‘流程選擇’, //流程數(shù)據(jù)，類似瀏覽器的Cookie,機(jī)器人后續(xù)httpapi請(qǐng)求會(huì)把這個(gè)數(shù)據(jù)發(fā)送回來。

‘params’: {

‘min_speak_ms’: 100, //最小說話時(shí)間，默認(rèn)值100，單位毫秒，說話時(shí)間小于這個(gè)值，會(huì)被認(rèn)為是無效聲音。

‘max_speak_ms’: 10000, //最大說話時(shí)間，默認(rèn)值10000，單位毫秒，說話時(shí)間超過這個(gè)值，就停止錄音，直接提交ASR服務(wù)器識(shí)別。

‘min_pause_ms’: 300, //最小停頓時(shí)間，默認(rèn)值300，單位毫秒，默認(rèn)值用戶停頓時(shí)間超過這個(gè)值，會(huì)提交到ASR識(shí)別。識(shí)別完成后發(fā)送asrprogress事件。 完成后的意思是 ASR服務(wù)器可能 300-800ms才返回識(shí)別接口。

‘max_pause_ms’: 600, //最大停頓時(shí)間，默認(rèn)值600，單位毫秒，用戶停頓時(shí)間超過這個(gè)值，認(rèn)為一句話說完，所有識(shí)別完成后發(fā)送asrmessage事件。所有識(shí)別完成后的意思是，所有提交到asr服務(wù)器的識(shí)別結(jié)果都返回了。 注意 min_pause_ms 必須大于min_pause_ms。

‘pause_play_ms’: 200, //觸發(fā)暫停放音時(shí)間，默認(rèn)值0：就是禁用自動(dòng)暫停，單位毫秒，建議設(shè)置200-1000，用戶說話時(shí)間超過這個(gè)值，就暫停放音。 有時(shí)候用戶一直持續(xù)說話，中間沒停頓，所以還沒提交到ASR服務(wù)器識(shí)別，不能使用關(guān)鍵詞打斷，可以先暫停放音。

‘threshold’: 0, //VAD閾值，默認(rèn)0，建議不要設(shè)置，如果一定要設(shè)置，建議 2000以下的值。

‘recordpath’: ‘’, //錄音文件路徑，如果不設(shè)置：就會(huì)使用配置文件中的路徑，每天生成一個(gè)文件夾,如果設(shè)置了，就會(huì)使用這個(gè)參數(shù)中的目錄，文件格式是 recordpath/被叫號(hào)碼_Unique-ID_序號(hào).wav

‘volume’: 50 //音量標(biāo)準(zhǔn)化的值。0-100，0不使用音量標(biāo)準(zhǔn)化，其他值 音量把錄音音量調(diào)整到這個(gè)值后，再提交ASR識(shí)別。

},

‘after_action’: ‘playback’,

‘after_ignore_error’: false, //如果action動(dòng)作(start_asr)執(zhí)行失敗是否繼續(xù)執(zhí)行after_action(playback)。

‘after_params’: {

‘prompt’: ‘您好，歡迎致***，這里是電話機(jī)器人演示系統(tǒng)，請(qǐng)說要進(jìn)入的測(cè)試流程，比如，房產(chǎn)!’, //可以直接播放聲音文件。規(guī)則就是如果最后4個(gè)字是.wav,就直接播放wav文件。

‘wait’: 5000, //單位毫秒，放音結(jié)束后等待時(shí)間。用于等待用戶說話。

‘retry’: 0 //重播次數(shù)。就是wait時(shí)間內(nèi)用戶不說話，就重新播放聲音。

機(jī)器人程序執(zhí)行 “action”:”start_asr” 開始后臺(tái)ASR識(shí)別,然后執(zhí)行”after_action”: “playback”開始播放聲音文件。

7.

·當(dāng)用戶說話后，機(jī)器人發(fā)送 識(shí)別進(jìn)度，也就是用戶暫停說話時(shí)間超過 min_pause_ms

smartivr –> web

‘asrelapse’: 391, //asr識(shí)別服務(wù)器消耗的時(shí)間，單位毫秒。

‘asrtextall’: ‘1.識(shí)別結(jié)果;’, //包含之前停頓的識(shí)別結(jié)果的組合。 格式是 錄音序號(hào).識(shí)別結(jié)果;這樣組合多個(gè)識(shí)別結(jié)果。

‘asrtype’: ‘aiui’, //本次使用那個(gè)asr識(shí)別

‘calleeid’: ‘8888abc’,

‘callerid’: ‘abc’,

‘callid’: ‘1aec14af-d6a8-49e4-96fc-fb5f7cfdb893’,

‘errorcode’: 0, //asr返回錯(cuò)誤，0無錯(cuò)誤。

‘flowdata’: ‘流程選擇’,

‘flowid’: ‘abc’,

‘message’: ‘識(shí)別結(jié)果’,

‘notify’: ‘asrprogress_notify’,

‘recordindex’: ‘1’, //錄音序號(hào)

‘recordfile’: ‘’, //錄音文件

‘recordms’: 931, //錄音時(shí)間，單位毫秒。

‘volumegain’: 5.95330699999 //音量標(biāo)準(zhǔn)化放大或者縮小的倍數(shù)。

webserver根據(jù)業(yè)務(wù)邏輯返回是否需要暫停放音

smartivr <– web

‘action’: ‘console_playback’,

‘flowdata’: ‘流程選擇’,

‘params’: {

‘command’: ‘pause’

當(dāng)用戶說完一整句話，機(jī)器人發(fā)送 完整的識(shí)別結(jié)果，也就是用戶暫停說話時(shí)間超過 max_pause_ms

smartivr –> web

‘calleeid’: ‘8888abc’,

‘callerid’: ‘abc’,

‘callid’: ‘ea6d1235-aaab-4251-b03b-3b53ca32e00d’,

‘errorcode’: 0,

‘flowdata’: ‘流程選擇’,

‘flowid’: ‘abc’,

‘message’: ‘1.你好;2.什么事;’,

‘notify’: ‘asrmessage_notify’,

‘speakms’: ‘1162’ //整句話的說話時(shí)間，包含暫停時(shí)間

webserver根據(jù)業(yè)務(wù)流程，執(zhí)行話說邏輯，播放聲音。

smartivr <– web

‘action’: ‘playback’,r> ‘flowdata’: ‘回答’,

‘params’: {

‘prompt’: ‘先生你好，請(qǐng)問你最近需要買房嗎’,

‘wait’: 3000,

‘retry’: 2

·當(dāng)用戶一直不說話，聲音播放完成并且等待時(shí)間超過，機(jī)器人發(fā)送 playback_result

smartivr –> web

‘calleeid’: ‘8888abc’,

‘callerid’: ‘abc’,

‘callid’: ‘35bca774-5b3e-4129-a5e7-1c3c86605071’,

‘errorcode’: 0,

‘flowdata’: ‘’,

‘flowid’: ‘abc’,

‘message’: ‘FILE PLAYED’,

‘notify’: ‘playback_result’

webserver根據(jù)業(yè)務(wù)流程發(fā)送 繼續(xù)放音,提示用戶回答問題。

smartivr <– web

‘action’: ‘playback’,

‘flowdata’: ‘提示選擇流程’,

‘params’: {

‘prompt’: ‘請(qǐng)問你要進(jìn)入哪個(gè)測(cè)試流程，比如，房產(chǎn)’,

‘wait’: 3000,

‘retry’: 2

playback_result 什么時(shí)候有這個(gè)通知

執(zhí)行 playback后，播放完成并且等待超時(shí)，就會(huì)發(fā)送playback_result 通知。

·如果識(shí)別到用戶說話，在 asrmessage_notify 事件中返回命令playback，播放了一個(gè)新的聲音，那么上個(gè)playback會(huì)給強(qiáng)制終止(上次的playback_result就不會(huì)發(fā)送了。)，新的播放完成時(shí)，才會(huì)發(fā)送playback_result。

·如果識(shí)別到用戶說話，在 asrmessage_notify 事件中返回命令noop,或者console_playback(resume)，沒去播放新的聲音，那么還會(huì)發(fā)送playback_result 通知的。

·。

接口說明

注意：請(qǐng)求和返回都采用JSON格式，編碼為utf8,所有參數(shù)區(qū)分大小寫,數(shù)字和字符串類型注意區(qū)分，參數(shù)未說明數(shù)字類型就是字符串類型。

自動(dòng)放音暫停(打斷)

start_asr 有一個(gè)參數(shù) pause_play_ms，demo是200， 就是檢測(cè)到聲音持續(xù)時(shí)間時(shí)間超過pause_play_ms，就自動(dòng)暫停放音。如果你不需要這個(gè)功能設(shè)置為0， 如果你啟用了這個(gè)功能，asrmessage_notify通知你沒播放一個(gè)新的聲音就必須要恢復(fù)放音console_playback(resume)。否則會(huì)一直暫停。

怎么實(shí)現(xiàn)關(guān)鍵詞打斷

·asrprogress_notify 的識(shí)別結(jié)果如果是關(guān)鍵詞 返回 console_playback(pause)，如果不是關(guān)鍵詞 返回 console_playback(resume)

·asrmessage_notify 的整句話識(shí)別結(jié)果如果匹配，直接播放新的聲音文件，執(zhí)行新的業(yè)務(wù)流程，如果不匹配，返回console_playback(resume)。

playback_result 收到這個(gè)通知，說明聲音播放完成，等待用戶說話超時(shí)，必須播放一個(gè)聲音，提示用戶說話

action 描述

start_asr

start_asr 是一個(gè)異步函數(shù)，只需要執(zhí)行一次，啟動(dòng)后會(huì)一直進(jìn)行VAD和ASR，直到調(diào)用sotp_asr

·min_speak_ms 最小說話時(shí)間，默認(rèn)值100，單位毫秒，說話時(shí)間小于這個(gè)值，會(huì)被認(rèn)為是無效聲音。

·max_speak_ms 最大說話時(shí)間，默認(rèn)值10000，單位毫秒，說話時(shí)間超過這個(gè)值，就停止錄音，直接提交ASR服務(wù)器識(shí)別。

·min_pause_ms 最小停頓時(shí)間，默認(rèn)值300，單位毫秒，默認(rèn)值用戶停頓時(shí)間超過這個(gè)值，會(huì)提交到ASR識(shí)別。識(shí)別完成后發(fā)送asrprogress事件。 完成后的意思是 ASR服務(wù)器可能 300-800ms才返回識(shí)別接口。

·max_pause_ms 最大停頓時(shí)間，默認(rèn)值600，單位毫秒，用戶停頓時(shí)間超過這個(gè)值，認(rèn)為一句話說完，所有識(shí)別完成后發(fā)送asrmessage事件。所有識(shí)別完成后的意思是，所有提交到asr服務(wù)器的識(shí)別結(jié)果都返回了。 注意 min_pause_ms 必須大于min_pause_ms。

·pause_play_ms 觸發(fā)暫停放音時(shí)間，默認(rèn)值0，就是禁用自動(dòng)暫停，單位毫秒，建議設(shè)置200-1000，用戶說話時(shí)間超過這個(gè)值，就暫停放音。 有時(shí)候用戶一直持續(xù)說話，中間沒停頓，所以還沒提交到ASR服務(wù)器識(shí)別，不能使用關(guān)鍵詞打斷，可以先暫停放音。

·threshold VAD閾值，默認(rèn)0，建議不要設(shè)置，如果一定要設(shè)置，建議 2000以下的值。

·recordpath 錄音文件路徑，如果不設(shè)置(使用配置文件設(shè)置錄音目錄(smartivr.json)，)，如果設(shè)置了會(huì)保存錄音文件到這個(gè)目錄，文件格式是 recordpath/被叫號(hào)碼Unique-ID序號(hào).wav

·volume 音量標(biāo)準(zhǔn)化的值。0-100，0不使用音量標(biāo)準(zhǔn)化，其他值 音量把錄音音量調(diào)整到這個(gè)值后，再提交ASR識(shí)別。

start_asr使用的配置文件

linux /etc/smartivr.json,windows freeswitchconsole.exe同一個(gè)目錄

‘asr’: {

‘aiui’: {

‘key1’: {

‘appid’: ‘5a519267’,

‘appkey’: ‘e212fc8e4c9747a39fa1c56940e705be’

},

‘key2’: {

‘appid’: ‘5a519267’,

‘appkey’: ‘e212fc8e4c9747a39fa1c56940e705be’

·}

 

aiui 是科大訊飛webapi接口的KEY，可以配置多個(gè)。

record.path 是錄音路徑。

playback

播放一個(gè)聲音文件

·prompt 聲音內(nèi)容wav文件(只支持8000hz,16位，單聲道)或者文本。prompt 提示文本(如果最后4個(gè)字是.wav，就是錄音文件放音，否則會(huì)調(diào)用TTS生成聲音文件)。同樣的文字TTS只轉(zhuǎn)換一次，后續(xù)會(huì)使用緩存的文件

·wait 單位毫秒，放音結(jié)束后等待時(shí)間。用于等待用戶說話。

·retry 重播次數(shù)。就是wait時(shí)間內(nèi)用戶不說話，就重新播放聲音。

多文件或者TTS和錄音文件混合放音

prompt 使用數(shù)值方式就可以，比如

‘/var/wav/1.wav’,

‘tts文字轉(zhuǎn)聲音’,

‘/var/var/2.wav’

sotp_asr

停止后臺(tái)ASR。

console_playback

用于播放控制，用戶說話開始，先暫停播放，如果說的是無效聲音，可以恢復(fù)播放。

·command

·pause 暫停播放

·resume 恢復(fù)播放

·stop 停止播放

bridge 轉(zhuǎn)接電話

{‘action’:‘bridge’,‘flowdata’:’’,‘params’:{‘number’:‘sofia/external/a8008@sip.ddrj.com:16080’,‘callerid’:’’,‘gateway’:’’,‘prompt’:’\u6b63\u5728\u8f6c\u63a5\u4e2d\uff0c\u8bf7\u7b49\u5f85’,‘background’:‘wating.wav’}}

number 被叫號(hào)碼，如果gateway沒設(shè)置，必須是完整呼叫串類似:sofia/external/電話號(hào)碼@網(wǎng)關(guān)Ip

callerid 可選參數(shù) 主叫號(hào)碼(對(duì)方看到的來電顯示)

gateway 可選參數(shù) 網(wǎng)關(guān)名字

background 可選參數(shù) 背景音樂

prompt 可選參數(shù) 提示文本prompt 提示文本(如果最后4個(gè)字是.wav，就是錄音文件放音，否則會(huì)調(diào)用TTS生成聲音文件)。

hangup 掛機(jī)

{‘action’:‘hangup’,‘params’:{‘usermsg’:‘not found notify’}}

cause [數(shù)字] 可選參數(shù) 掛斷原因根據(jù)sip信令設(shè)置 詳細(xì)看https://freeswitch.org/confluence/display/FREESWITCH/Hangup+Cause+Code+Table

usermsg 可選參數(shù) 里面可以放置調(diào)試信息，smartivr會(huì)打印到日志文件。

noop 不需要執(zhí)行任何動(dòng)作時(shí)可以返回這個(gè)，比如(leave,asr_progress 通知可以返回noop)

{‘action’:‘noop’,‘params’:{‘usermsg’:’’}}

*usermsg 可選參數(shù) 里面可以放置調(diào)試信息，smartivr會(huì)打印到日志文件。

deflect 執(zhí)行后會(huì)直接離開流程，收到 leave 通知

{‘action’:‘deflect’,‘flowdata’:’’,‘params’:{‘number’:‘1001’}}

number 要轉(zhuǎn)移的目的地(由呼叫方處理) 即： SIP REFER 的 URI。

getdtmf 接收用戶按鍵

{‘action’:‘getdtmf’,‘flowdata’:’’,‘params’:{‘prompt’:’’,‘invalid_prompt’:’’,‘min’:0,‘max’:128,‘tries’:1,‘timeout’:5000,‘digit_timeout’:3000,‘terminators’:’#’}}

min [數(shù)字] 最少按鍵個(gè)數(shù)(minimum value of 0)

max [數(shù)字] 最多按鍵個(gè)數(shù)(maximum value of 128)

tries [數(shù)字] 提示音播放次數(shù)

timeout [數(shù)字] 等待按鍵最大時(shí)間，聲音播放結(jié)束開始算起。

terminators 結(jié)束輸入按鍵，默認(rèn)是#。

prompt 提示音

invalid_prompt 輸入錯(cuò)誤提示音

regexp 輸入按鍵規(guī)則(正則表達(dá)式)

digit_timeout [數(shù)字] 按鍵超時(shí)時(shí)間，如果超時(shí)沒有新按鍵，就認(rèn)為輸入完成

歡迎各類朋友一起探討交流，如需成熟源碼二次開發(fā)也可聯(lián)系。