基于NLP模型的智能IVR语音呼叫系统设计

设计了一种基于NLP模型的智能IVR语音呼叫系统。在硬件方面,完成了无线呼叫器和显示终端设计。在软件方面,首先建立了多信道协议通信模式,运用优先级理念实现呼入语音接纳控制,然后搭建了IVR交互序列,将通信语音转入序列中,通过语音平台、解析器、网页服务器进行交互处理。最后以引入对抗训练算法的NLP模型为核心设计了一种可用于智能呼叫问答的预训练模型,在交互过程中不断学习,搜索出与用户呼叫语音相对应的处理方案,并通过语音播报、提示灯闪烁等方式提醒工作人员处理语音呼叫问题。系统测试结果表明,在不同的呼叫距离下,系统语音呼叫响应延时始终低于1 ms,满足呼叫响应的实时要求。

基于IVR的字母转化输入算法

在交互式语音响应(IVR)中,所有的按键只有12个,包括10个数字键和“*”“#”键,这12个键虽然可以满足大部分需要,但是对某些特殊情况,比如:要输入车牌号,而车牌号中有英文字母,如何让通过这12个按键产生的字符串与车牌号中的字母对应,提出了一种基于IVR的字母转化输入算法LTIA(Letter Transformation Input Arithmetic),很好地解决了这个问题,并结合到实际的应用中加以实现。

Nancy A.Feldman 无法摆脱的电话困境

你打给供应商的下一个电话可能就是Max接听,这是一种全新的虚拟机器人,它们占领了客户支持的席位。