一個智能外呼機器人的誕生

6 評論 6418 瀏覽 32 收藏 16 分鐘

導讀:AI經過近幾年的快速發展,融入越來越多的業務服務,誕生了許多觸手可及的產品,給眾多行業賦能提效,也給普通消費者帶來了不一樣的產品體驗。相信很多同學都接聽過機器人打來的電話,如基金推薦、外賣提醒、賣房推銷等,高效、穩定的外呼給商家側提升了極大的效率。那么,這種智能外呼機器人產品是如何落地的呢?

一、產品架構

首先來看看整體的產品架構:

  • 技術基礎:智能外呼機器人核心是AI的基礎技術,賦予產品識別語音、語義理解、合成語音的能力,簡單來說就是如何準的確地識別客戶所表達的意思,一般稱作識別意圖。而另一方面,Fs、sip構建的話務服務賦予產品對外通話的能力,可以撥通客戶的手機進行交流。
  • 資源許可:構建的機器人服務需要耗費一定的資源,一般將整個過程分為話務、TTS、ASR、機器人方面的資源。如果要完成完整的外呼服務,一般是1:1的關系。如果是saas產品,可以將整個許可打包成一個商品出售。按這樣區分可以清晰劃分產品框架,后續的運維、擴容也十分方便,也利于計算成本、產品定價。
  • 話務模塊:話務模塊是管理話務能力方面的功能,語音通訊、錄音等。
  • 語音服務:該模塊是管理語音方面的能力,包括ASR服務、TTS服務。也會有一些產品將這些能力納入話務模塊。
  • 算法模塊:算法模塊是外呼機器人的核心能力,需要完成數據的處理、模型的構建與訓練等,讓機器人具備識別能力。
  • 對話管理:機器人識別客戶的意圖之后,需要做出一定的回應。怎么說、說什么由對話管理去控制。
  • 運營管理:基于上述模塊的協作完成一個外呼服務的構建,對于業務人員來說則需要在運營層面去管理外呼名單、外呼策略等,讓機器人運轉起來。

對產品有全局的架構思維,有助于全面地看待問題,無論是產品設計還是后續的運營都是很有幫助的。

二、業務流程

智能外呼,簡單來說就是模擬人的對話能力,教會機器人去識別語音內容,然后根據內容做出應答。在運營管理發起外呼動作,整體的業務流會經過以下幾個步驟:

1.由話務服務出局通話請求,撥通客戶的電話后,收集客戶語音并實時返回至語音服務模塊;

2.語音服務將客戶的語音經過ASR處理,輸出客戶的文本給到算法模塊;

3.算法模塊經過算法分析,識別客戶的意圖,了解客戶想表達的意思。有一點需要注意的是,不一定非要語音才能分析意圖,比如客戶靜默太長時間,可輸出一個靜默的意圖,讓機器人再次喚醒客戶對答。也不一定是對文本內容直接分析,比如機器人未播完話術時被客戶打斷,這時候應該輸出一個打斷的意圖,停止播報,讓客戶說完再識別。各種各樣的情景,跟人與人之間的對話情景對應;

4.得到客戶的意圖后,對話控制根據對話流程,輸出機器人需要對答的內容。對答文本流轉至TTS合成語音(如果文本不涉及變量,可以一次性保存為錄音,不占用TTS資源),或者調用已錄好的音頻,傳至話務服務模塊,對客戶輸出語音。然后再次得到客戶語音,循環這個過程直至結束后將對話數據返給外呼管理模塊,進行后續的分析。

三、產品設計

1. 話務服務模塊

依托于FS強大的拓展性,搭建一個電話軟交換平臺,可對接運營商的sip線路,也可用網關設備搭建話務中心,提供呼叫控制、資源分配、錄音、計費等能力。一般大企業會有獨立的話務服務,專供需要的業務系統接入,而自建外呼服務或者構建saas產品則需要從0到1去搭建了。

2. 語音服務模塊

ASR、TTS是基礎底層技術,自研成本非常高,而且經過長期的發展也很成熟,市面上有科大、阿里云、騰訊云等廠商的服務。一般有兩種模式,一種是接入云服務,按調用次數收費,如果有開放的開發環境建議使用這種模式,可以隨時升級調優。另外一種是買斷服務,購買完整的語音服務,包括模型、資源,一般在較為封閉的開發環境使用,比如銀行業務。但這種模式成本較大,而且調試升級不方便。

3. 對話管理

對話管理是智能外呼機器人產品的核心模塊,涉及VUI設計、話術管理等。VUI設計是指語音交互流程,就是機器人的應答邏輯,是機器人的主心骨。我對于VUI的設計主要有以下幾個步驟:

1)梳理外呼業務的主流程

產品必定會有一個流程,以期望客戶按我們的設計走,完成一定的動作,達到業務目標。所以在設計前應當梳理清楚我們要做的是什么業務,業務涉及什么環節,業務目標又是什么。以一個信用卡欠款催收為例:

2)歸納意圖

在業務運轉過程找中,會遇到哪些情況,然后歸類起來,形成一個意圖,代表客戶反饋給機器人的狀態??蓪⒁鈭D分為三種類別:通用意圖、業務意圖、QA。

  • 通用意圖:顧名思義就是整個人機對話環節都可能會發生的情況。咱們可以想想現實中打電話,對方可能會正在忙沒法接電話,可能信號不好聽不清等等,可以歸納出“正忙、聽不清”的意圖;
  • 業務意圖:與業務相關的情況,比如客戶表示是不是本人、已還清欠款等情況,可歸納出“是本人、非本人、已還款”的意圖;
  • QA:通用意圖以及業務意圖是固定的,在實際運營中會有些頻率不高或者未想到的語料,可以在線上添加QA語料,然后在后臺經過關鍵詞提取、預定訓練方式實現模型建設,可減少算法投入成本,也比較靈活。如果某個QA出現頻率高,可以考慮增加一個通用意圖或者業務意圖。

確定意圖后,有助于我們梳理流程框架:

3)編寫對話劇本

確定了環節、意圖后,還是比較零散的信息,典型的對話場景是怎么樣的?實際的對話流又是怎么體現的?這時候可以借助對話劇本去模擬人機對話。如果客戶按推薦的流程走,并完成了目標,稱之為愉悅路徑。如果客戶沒有按推薦的流程走,無法完成外呼目標,則成為非愉悅路徑。

舉個例子:

編寫對話劇本其實就是梳理主流程、異常分支如何處理,尤其是非愉悅路徑,通話環境的情況很復雜,各種不在目標內的情況要做好處理。

4)設計對話跳轉邏輯

經過對話劇本的編寫,VUI有了雛形,接下來需要整合成一個完整的流程。對于VUI,我理解為一個龐大的決策樹,在某個節點,根據客戶的反饋決定往哪個分支走,主體設計是環節+意圖+跳轉。

對話的跳轉邏輯設計是個十分復雜的過程,需要反復推敲跳轉是否合理,是否符合業務場景,是否覆蓋了常見的情況。從開場白到完成業務目標會有多種分支,而且有時候跳轉較多,單純看路徑會比較抽象,可以借助對話劇本具象化。另外建議設置好結束點,路徑設計不宜過長,機器人沒法像人這么靈活,對話輪次過多反而會阻礙業務目標的達成。如果某個意圖出現頻率高,而且處理方式是一致的,可以提煉出來作為一個全局節點。

5)設計話術

確定了對話跳轉邏輯后,需要明確每個節點機器人的應答話術。話術內容的設計也很考究,基本原則是通用化、封閉化。應答內容盡量通用化,往主流程引導,兜住未知的情景,復雜的內容引導客戶去確認。雖然AI大大提升了效率,但是還沒有達到可以處理全部開放化的情景,比較適合做標準化的工作。舉個例子,你想確認客戶的地址是否正確,不應該去問”請問您所在的地級市是哪里“,答案千千萬萬,而且asr識別不準,可行性可想而知,倒不如改為”請問您是在xxx地方嗎?“,這樣范圍可控。

參照對話跳轉邏輯設計每個節點話術,包括環節+客戶意圖+機器人話術+跳轉節點:

經過5個步驟的思考以及設計,對話管理模塊的功能已完成,產品展示層面比較多的是畫布的模式,可以自由組合各個環節、節點以及話術。但VUI設計是復雜性的功能,不建議普通客戶去操作,交由專業人員管理,或者采用模板的方式推廣。

4. 算法模塊

VUI里面涉及的意圖是由算法分析出來的,建議在意圖設計的環節也保持與算法的同事溝通。算法模型是核心資產,也是產品護城河。目前市面上會有廠商提供NLP服務,但作為核心能力,建議采用自研,契合自身業務去構建算法能力。智能產品需要眾多的語料去完善其模型,即使產品上線后也需要不斷去調優,一套完整的算法優化流程尤為重要。

作為產品經理,重點關注其中的標注結果,核對分類是否正確、是否存在與產品設計違背的地方、是否可以達到可用的效果,這樣可以減少效果與最終目標的不適應情況。另外還有需要關注模型校驗的結果是否符合預期,生產對客的效果如何。

雖然AI技術很強大,但也不是無敵,也要看與各個技術的配合度以及局限性。語音機器人特別依賴ASR的準確率,曾經踩過一個坑,詢問客戶的所在地,以判斷是否可辦理金融業務,但ASR對短句的轉譯能力差,無法精準轉寫,導致識別準確率很低,效果很不理想。如果前期關注到ASR的局限性,就很有可能會規避這個問題。

算法能力的構建涉及多個角色、多個流程以及持續性優化,如果業務比較成熟,可以搭建一套運營后臺系統去支撐這部分工作,發現熱點知識、拒識等內容,實行標注質檢工作等。

5. 運營管理

經過各個模塊的搭建,已經具備了機器人外呼能力、識別能力、對答能力,運營管理模塊就負責如何使用機器人,根據業務需要設計各種外呼策略,比如重撥、定時外呼、防騷擾等。

四、結語

智能外呼機器人是AI落地較為廣泛的產品,涉及了多個領域的知識,也需要多種角色參與,因此需要掌握的東西比較多,很考驗產品的整合能力。同時也是十分重運營的產品,不是搭建完成就完事了。如果功能建設完成了,我認為只是從0到0.5,要達到真正的對客效果,還需要持續優化,采集更多的語料去豐富意圖、提升識別效果等。

以上為本人的一點經驗之談,歡迎大家一起交流。

 

本文由 @骨灰級小白 原創發布于人人都是產品經理,未經作者許可,禁止轉載。

題圖來自unsplash,基于CC0協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 剛才我接到移動的智能外呼,和它聊了30秒才發現是機器人。
    發現之后我嘗試不去正面回答它的問題,嘗試轉移話題,結果發現它居然能無縫銜接我轉移的話題,雀氏厲害

    來自廣東 回復
  2. 智能外呼,簡單來說就是模擬人的對話能力,科技真的越來越發達了

    來自廣東 回復
    1. 技術是第一生產力~

      回復
  3. 智能外呼機器人真的需要進一步優化,我們一起來 學習吧

    來自云南 回復
  4. 智能外呼機器人是AI落地較為廣泛的產品,涉及了多個領域的知識,也需要多種角色參與,因此需要掌握的東西比較多,很考驗產品的整合能力”這句話說得好難

    來自江蘇 回復
    1. 其實對產研來講落地過程都是一樣的,只不過要操心的事情會多一些

      回復