CN119621917B 外呼机器人回复话术的确定方法及系统 （南通市志达通信息服务有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119621917B(45)授权公告日2025.07.08

(21)申请号202510149281.5

(22)申请日2025.02.11

(65)同一申请的已公布的文献号申请公布号CN119621917A

(43)申请公布日2025.03.14

(73)专利权人南通市志达通信息服务有限公司地址226000江苏省南通市开发区广州路

42号

(72)发明人郭志

(74)专利代理机构南通方略纵横知识产权代理事务所(普通合伙)32607

专利代理师张素庆

(51)Int.CI.

GO6F16/3329(2025.01)

GO6F16/334(2025.01)

G10L15/02(2006.01)

G10L15/26(2006.01)

(56)对比文件

CN115438154A,2022.12.06

CN116975223A,2023.10.31

审查员马世豪

权利要求书3页说明书9页附图2页

(54)发明名称

外呼机器人回复话术的确定方法及系统

(57)摘要

CN119621917B本发明提供一种外呼机器人回复话术的确定方法及系统，涉及对话机器人技术领域，本发明提取用户语音信号的音调、音量和语音活动率特征，生成语音特征向量；并将语音信号转化为文本，生成文本语义向量，结合生成用户状态向量；基于RoBERTa语言模型生成上下文语义向量和意图语义向量，计算意图相关性得分，通过预测模型计算意图完成率并结合紧急程度生成优先级得分，根据优先级评分函数选择用户意图，并基于历史话术数据训练答复模型，实时生成最

CN119621917B

步骤1:采集用户输入的语音信号，通过YIN算法判断语音信号的音高变化，生成音调特征，通过计算语音信号的能量生成音量特征，通过识别语音信号中连续发

声的时间段生成语音活动率特征，基于音调特征、音量特征和语音活动率特征生成语音特征向量

步骤2:在自动语音识别模型中将语音信号转换为文本，并将文本输入到BERT模型生成文本语义向量，结合文本语义向量和语音特征向量生成用户状态向量

步骤3:将文本输入到预训练的基于RoBERTa的语言模型中，生成上下文语义向量

,对于每个可能的意图，通过基于RoBERTa的语言模型生成意图语叉向量，基于上下文语义向量和意图语义向量生成意图与上下文的相关性得分

步骤4:将用户状态向量和意图输入到预训练的预测模型中，生成意图完成率，基于意图的紧急程度分配优先级权重，生成意图完成优光级得分

乡骤5:基于意图与上下文的相关性得分和意围完成优先级得分生成用户意图的优先级评分函数，计算每个意图的优先级，输出优先级最高的意图

步骤6:采集历史回复话术数据，以已知的意图和用户状态向量作为输入，回复话术作为标签，训练答复模型，将优先级得分最高的意图和用户状态向量输入到答复模型中生成回复话术

CN119621917B权利要求书1/3页

2

1.一种外呼机器人回复话术的确定方法，其特征在于，具体步骤包括：

步骤1:采集用户输入的语音信号，通过YIN算法判断语音信号的音高变化，生成音调特征，通过计算语音信号的能量生成音量特征，通过识别语音信号中连续发声的时间段生成语音活动率特征，基于音调特征、音量特征和语音活动率特征生成语音特征向量；

步骤2:在自动语音识别模型中将语音信号转换为文本，并将文本输入到BERT模型生成文本语义向量，结合文本语义向量和语音特征向量生成用户状态向量；

步骤3:将文本输入到预训练的基于RoBERTa的语言模型中，生成上下文语义向量，对于每个可能的意图，通过基于RoBERTa的语言模型生成意图语义向量，基于上下文语义向量和意图语义向量生成意图与上下文的相关性得分；

步骤4:将用户状态向量和意图输入到预训练的预测模型中，生成意图完成率，基于意图的紧急程度分配优先级权重，生成意图完成优先级得分；

步骤5:基于意图与上下文的相关性得分和意图完成优先级得分生成用户意图的优先级评分函数，计算每个意图的优先级，输出优先级最高的意图；

步骤6:采集历史回复话术数据，以已知的意图和用户状态向量作为输入，回复话术作为标签，训练答复模型，将优先级得分最高的意图和用户状态向量输入到答复模型中生成回复话术；

生成语音特征向量所依据的原理为：

生成音调特征所依据的原理为：

对