基于AI的智能呼叫运营系统设计.pdf

2023 年 9 月基于的智能呼叫运营系统设计黑昱冬（中国联合网络通信有限公司北京市分公司，北京 100000）【摘要】伴随人工智能渊artificial intelligence,AI冤技术的不断发展袁自然语言处理技术尧自动语音识别技术的持续突破袁AI 已经能够理解和回复特定的语言袁 这促进了呼叫业务中人际交互的发展和运营遥 针对基于 AI的智能呼叫运营系统设计进行研究袁分析智能呼叫运营系统特点袁探索智能呼叫运营系统的设计要点及实现路径袁以期为相关系统设计提供参考袁优化呼叫业务结构袁提升工作效率遥【关键词】AI曰智能呼叫运营系统曰系统设计【中图分类号】TP18【文献标识码】A【文章编号】1006-4222（2023）09-0026-030 引言在社会经济迅猛发展的背景下，人们生活得到改善，同时也更关注生活品质，这刺激了服务行业以及服务岗位的发展。为了发展，很多企业都关注于提高自身服务能力，不断优化客户服务体验，其中，呼叫中心是企业为客户服务的重要窗口。如今多数呼叫中心都是基于计算机电话集成（computertelecommunication integration,CTI）的系统，其运营成本较高，纯人工的服务效率较低。因此，基于人工智能（artificial intelligence,AI）技术，开发具有成本低、功能多、效率高等优势的智能呼叫运营系统，使其成为呼叫中心发展的重点。1 智能呼叫运营系统特点基于 AI 的智能呼叫运营系统与传统呼叫系统相比，具有以下 3 个特点。1.1 使用 AI 技术智能呼叫运营系统集成了 AI 技术，能够更加精准地处理呼叫业务并提供个性化服务。通过自动语音识别（automatic speech recognition,ASR）、自然语言处理（natural language processing,NLP）、机器学习等功能，系统能够快速准确地理解和处理用户的请求。与传统呼叫系统相比，智能呼叫运营系统支持多种通信方式，如短信、邮件、视频等，提供更全面、多样化的服务。系统可以根据用户需求自动打开相应功能模块，无须人工干预，同时也可以自主进行任务分配、调度和优化，提高工作效率1。此外，系统还能分析和挖掘呼叫过程中的数据，获取用户需求和偏好，帮助企业制定科学、精准的营销策略和服务方案。系统通过自主完成大量烦琐重复工作，减少了人工工作量，提高了工作效率。1.2 呼叫环节复杂化为了更好地传输声音和实现流畅的人机交互，智能呼叫运营系统增加了先进的技术模块，如 ASR、NLP、文本到语音合成（text to speech,TTS）等，使得系统的部署和维护复杂化。智能呼叫运营系统需要考虑低延迟、拟人化交互以及高并发情况下的可靠性，在信息接收、处理和回复方面提供流畅、自然和高效的服务体验。为此，系统需要建立完整、高效的数据处理和分析体系，优化各个模块之间的协同配合，实现智能化和自动化操作。系统需要不断进行优化和升级，提高性能和可靠性2。1.3 应用场景差异化智能呼叫运营系统的核心要素是 NLP、ASR 和TTS。由于不同领域和用户群体的需求存在差异，系统的应用场景也存在差异3。常见的应用场景包括智能家居、营销推广、医疗健康和汽车驾驶。在智能家居领域，语音交互可以实现电器设备控制、温度调节等操作；在营销推广中，语音交互可以用于产品演示、客户服务和支持；在医疗健康领域，语音交互有助于医生和患者交流，包括诊断、处方和预约等；在汽车驾驶领域，语音交互可以用于车辆控制、导航和电话拨打等。因此，系统要针对不同领域和用户群体进行差异化设计和实现，同时也要保证语音交互的准确性、效率和用户体验，提高用户满意度，并推动技术广泛应用4。2 智能呼叫运营系统设计2.1 智能呼叫运营系统架构智能呼叫运营系统是一种基于 AI 技术的外呼自动化系统。与传统的呼叫中心不同，其通过 AI 自动完成所有的外呼操作。智能呼叫运营系统的架构设计主要包括以下 5 个模块：淤数据库层。智能呼叫运营系统需要可靠的数据存储和管理机制，通常采用关系型数据库或分布式数据库等。于ASR 模块。该模块将用户输入的语音转换成文本形式，以便后续通信设计与应用262023 年 9 月处理和分析。盂NLP 模块。该模块对用户输入的文本进行分析和理解，提取出意图和实体信息，为后续决策和操作提供支持。榆算法引擎模块。该模块包含各种机器学习算法和规则引擎，根据 NLP 模块提取的意图和实体信息，做出相应的业务决策和操作。虞TTS模块。该模块将算法引擎模块输出的结果转换成语音形式，以便系统与用户之间的交互。2.2 适配层设计适配层作为中间件，发挥着承上启下的作用，可以对能力适配和数据适配进行进一步拓展和补充。能力适配包括对接口进行封装、参数校验和异常处理等工作，以保证调用外部接口的稳定性和可靠性。数据适配可能遇到不同格式和版本的数据，在适配层中进行数据转换和兼容性处理，以确保数据在各场景和功能中的正常使用。适配层还可以支持其他形式的接口，如 MQTT 协议和 WebSocket。在设计中，适配层需要考虑负载均衡、容错机制和安全认证等问题，以保证系统的稳定和安全。2.3 安全机制设计对于涉及用户私密信息的智能呼叫运营系统，数据存储安全和访问安全尤为重要。安全机制设计要点如下。（1）用户名口令和验证码控制用户登录。通过验证用户名、口令和验证码等信息，确认用户身份，确保只有授权用户才能访问系统。（2）权限隔离保证分权分域。用户登录成功后，根据用户的权限和角色限制对敏感数据和功能的访问，防止未经授权的操作。（3）数据库关键字段加密。对于智能呼叫运营系统中的关键信息，如电话号码、姓名等，采用加密算法进行加密，防止敏感信息被恶意获取。（4）Shiro 框架。Shiro 框架是一个功能强大的Java安全框架，提供身份认证、授权、加密和会话管理等功能，有效提升系统整体安全性。Shiro 框架身份认证流程如下：淤应用程序调用 subject.login（token）方法进行登录认证，该方法委托 SecurityManager 处理身份认证逻辑。SecurityManager 是 Shiro 框架的核心组件，主要负责身份认证、授权等安全相关操作。在执行 subject.login（token）方法前，需要获取Security谣Manager 实例并将其绑定到 SecurityUtils 上下文中。于SecurityManager 将身份认证委托给 Authenti谣cator 处理。Authenticator 是身份认证的入口点，验证用户身份信息并返回相应的身份信息。盂在多Realm 的情况下，Authenticator 将请求委托给相应的AuthenticationStrategy 处理，保证所有 Realm 正常工作。Realm 是 Shiro 框架中提供安全数据的数据源，可根据传入的 token 信息，从 Realm 中获取对应的身份认证信息并进行验证。若身份认证失败，Realm 抛出异常，Authenticator 停止后续的身份认证操作并返回错误信息。若身份认证成功，Authenticator 返回Subject 对象，表示用户已登录成功，可以继续访问系统中的其他功能。在使用 Shiro 框架进行身份认证时，需要明确整个流程，并根据实际情况进行配置和自定义，以保证系统的安全性和稳定性。（5）还可以设计其他安全机制，如数据备份和恢复、日志记录、异常处理等。3 智能呼叫运营系统实现3.1 建设环境在智能呼叫运营系统的开发中，选择合适的开发环境和框架是非常重要的。JavaEE8、Servlet3.0 和ApacheMaven3 这些技术可以实现系统模块及插件的松耦合，方便模块升级和增减，以及实现依赖管理和项目构建。3.2 系统模块3.2.1 登录模块登录模块是智能呼叫运营系统的核心之一，主要验证用户身份是否合法，确保用户只有在通过登录认证后才能进入系统其他功能模块。一般情况下，登录模块需要完成以下 3 个步骤：淤用户输入账号和密码。于系统对用户名和密码进行校验。盂校验成功则允许用户进入系统，否则拒绝用户访问系统。3.2.2 管理模块管理模块负责用户权限管理、角色管理和部门管理等功能，是整个系统的核心之一。在设计管理模块时，需要考虑管理用户权限，不同类型的用户应该拥有不同的权限，例如，管理员、普通用户、访客等的用户权限不同。3.2.3 任务模块任务模块需要实现任务的新建、配置、查找和删除等功能，同时需要考虑任务的类型和属性。例如，呼叫任务需要包括呼叫资源、呼叫列表等，而标注任务则需要标注人员、起止时间等内容。3.2.4 标注模块标注模块用于处理一些需要人工处理的数据，如文本、音频等，通过标记、分类、注释等手段，将待处理的数据转化为计算机能够识别和处理的数据形式。标注模块在 NPL、计算机视觉、ASR 等领域中都具有重要的作用。通信设计与应用272023 年 9 月3.2.5 学习模块学习模块是智能呼叫运营系统中的一个重要组成部分，主要负责管理和训练 AI 的能力。在设计学习模块时，需要考虑以下两个方面：淤能力管理。实现不同功能和场景下的 AI 能力管理，如 ASR、图像识别、NPL 等。同时，还需要考虑 AI 能力的优化和更新问题，以持续提升和优化 AI 能力。于训练数据管理。在 AI 训练过程中，训练数据是至关重要的因素。因此，学习模块需要管理和存储训练数据，包括数据采集、清洗、标注、存储等。同时，还需要考虑数据安全和隐私保护等问题，避免敏感信息泄露5。3.2.6 流程模块流程模块是智能呼叫运营系统的重要组成部分。其主要功能是根据不同的业务需求创建呼叫流程。用户可以使用图形拖拽的方式来设计简单清晰的业务流程。在配置节点时，系统还提供了多种参数供用户选择。通过流程模块，用户可以定义触发条件和设置自动化操作，并且根据业务需求灵活地调整和优化呼叫流程。3.2.7 资料模块资料模块是智能呼叫运营系统中负责存储培训库、案例和知识库的模块。其为相关人员提供了查询单位内部各类知识内容的功能。用户可以在资料模块中查找技术文档、业务常见问题解答（frequently谣asked questions,FAQ）、业务考题库等知识内容。特定权限的用户可以通过系统直接上传、删除和查询资料。资料模块能够电子化存储和管理业务资料，方便工作人员快速获取并利用相关知识，提高工作效率。3.2.8 报表模块报表模块是智能呼叫运营系统中用来生成各种类型报表的模块，会按照预定的规则从数据库中获取业务数据，同时根据用户的需求生成报表并展示在页面上。用户可以按照日期、业务名称、外呼电话等字段进行筛选查询，也可以选择导出报表进行下载。通过报表模块，用户可以方便地了解业务数据的统计和分析结果，帮助做出决策和优化业务流程。3.3 智能呼叫运营全流程智能呼叫运营全流程（图 1）包括以下 5 个步骤：淤数据准备。在进行外呼之前，对需要外呼的数据进行清洗、筛选、整理和标注。同时，还需要规划和制定外呼的目的、对象、话术等。于模型训练。使用准备好的数据训练 AI 模型，使其能够自动识别和拨打适合的电话号码，并根据不同情况使用相应的话术。盂外呼操作。通过调用 AI 模型，自动拨打电话并进行语音交互。在此过程中，需要不断监控和优化模型，以增强外呼效果和质量。榆数据分析。收集、整理和分析外呼过程中产生的数据，为后续的外呼工作提供参考和指导。虞结果反馈和修正。及时反馈，根据数据分析结果修正和优化模型，进一步增强外呼效果和质量。以上是智能呼叫运营全流程的主要步骤，每个步骤都需要严格执行和不断优化，才能取得更好的成效。4 结语相比于传统硬件化架构的呼叫系统，基于 AI 的智能呼叫运营系统具有多方面的优势，其主要特点为使用 AI 技术、呼叫环节复杂化、应用场景差异化。在系统架构上以引 AI、去坐席、新质检为中心；在适配层上，对能力适配和数据适配进行优化设计；在安全机制上，对用户登录、数据库加密进行了强化，增加了身份认证功能。此外，系统包含登录模块、管理模块、任务模块、标注模块、学习模块、流程模块、报表模块、资料模块 8 个模块。在此基础上，构建了从任务创建到再训练的智能外呼运营全流程。参考文献1 禚传君，高艳杰，曲鸿儒，等.养老院智能护理系统的设计及应用J.中国医疗设备，2015，30（9）：76-78，81.2 杨新建.基于云服务的智能呼叫系统探析J.电子世界，2018（23）：51-52.3 金红阳.智能化呼叫中心系统在民航机场的应用J.华东科技（综合），2019（11）：18，25.4 侯小毛.多媒体智能呼叫管理系统的设计与实现J.中国教育技术装备，2016（10）：37-38.5 张杨蕊.人工智能语音外呼系统在医学的运用C/中国医学装备协会，中国医学装备 杂志社.中国医学装备大会暨 2019 医学装备展览会论文汇编.苏州：中国医学装备大会暨 2019 医学装备展览会，2019：6.作者简介院黑昱冬（1975），男，回族，北京人，硕士研究生，高级工程师，研究方向为通信工程。图 1 智能呼叫运营全流程业务流程语料数据模型训练更新语料再训练模型外呼任务创建ASRNLPTTS呼叫结果质检通信设计与应用28