CN107800894B - 一种智能语音提示方法及终端设备 - Google Patents

Abstract

本发明提供了一种智能语音提示方法及终端设备，适用于数据处理技术领域，该方法包括：获取目标对象电话号码，并识别出已投保的投保险种以及所属的保险类型；将操作记录数据、投保险种以及保险节点日期，输入至保险类型对应的因子筛选模型，得出保险类型分别对应的类提示因子；若得到的总因子数量小于或等于预设因子数量，读取出提示因子中每一个提示因子的语音数据进行播报；若总因子数量大于预设因子数量，筛选出优先度最高预设因子数量的提示因子，再筛选出的提示因子的语音数据进行播报。在保证了最终输出的提示因子是目标对象实际所需的同时，又不会出现播报过多的情况，极大地提高了智能语音系统对电话业务处理的智能化程度。

Description

一种智能语音提示方法及终端设备

技术领域

本发明属于数据处理技术领域，尤其涉及智能语音提示方法及终端设备。

背景技术

现有的智能语音系统在进行客户的电话业务处理时，至少会包含欢迎语以及一个级别的语音菜单，每个语音菜单又至少会包含一项具体的业务服务。通过依次语音播报各级别语音菜单的业务服务，提示并引导客户对业务服务进行相应的操作，并根据来电客户的操作跳转到相应的业务服务进行响应，以满足客户对业务服务的需求。

然而随着企业业务数量、类型的不断增长与细化，使得智能语音系统的结构以及包含的内容也越来越复杂和庞大。客户来电后，在现有的智能语音系统的引导下进行业务服务选择与操作时，需要耗费大量无用的等候时间来等待智能语音系统播报非自己所需的业务服务，使得客户无法及时的获取到自己所需的业务服务，同时会导致对每个客户的电话业务处理时间都较长，增加了智能语音系统的运行负荷。

综上，现有的智能语音系统在进行客户的电话业务处理时智能化程度低下，无法及时为用户提供其所需的业务服务。

发明内容

有鉴于此，本发明实施例提供了一种智能语音提示方法及终端设备，以解决现有技术中智能语音系统对电话业务处理的智能化程度低下的问题。

本发明实施例的第一方面提供了一种智能语音提示方法，包括：

获取通话对端目标对象的电话号码，利用所述电话号码对所述目标对象进行客户属性数据匹配，并读取匹配出的所述客户属性数据中的保险标识以及操作记录数据；对所述保险标识进行解析，识别出所述目标对象已投保的M种投保险种以及所述M种投保险种所属的N类保险类型，并读取出所述保险标识对应的保险节点日期，其中M、N均为大于零的整数；

将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，其中，所述提示因子用于表示所需播放的业务服务，N1为大于零，小于或等于M的整数；

对得到的N1类提示因子进行总因子数量统计；若总因子数量小于或等于预设因子数量，读取出所述N1类提示因子中每一个提示因子的语音数据，利用预设语音提示模板，对读取出的所述语音数据进行语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报；

若总因子数量大于预设因子数量，利用所述操作记录数据对所述N1类提示因子中的所有提示因子进行优先度排序，筛选出优先度最高的前预设因子数量位的所述提示因子，并读取对应的语音数据，利用所述预设语音提示模板对所述对应的语音数据进行所述语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报。

本发明实施例的第二方面提供了一种智能语音提示终端设备，所述智能语音提示终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤。

获取通话对端目标对象的电话号码，利用所述电话号码对所述目标对象进行客户属性数据匹配，并读取匹配出的所述客户属性数据中的保险标识以及操作记录数据；对所述保险标识进行解析，识别出所述目标对象已投保的M种投保险种以及所述M种投保险种所属的N类保险类型，并读取出所述保险标识对应的保险节点日期，其中M、N均为大于零的整数；

将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，其中，所述提示因子用于表示所需播放的业务服务，N1为大于零，小于或等于M的整数；

对得到的N1类提示因子进行总因子数量统计；若总因子数量小于或等于预设因子数量，读取出所述N1类提示因子中每一个提示因子的语音数据，利用预设语音提示模板，对读取出的所述语音数据进行语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报；

若总因子数量大于预设因子数量，利用所述操作记录数据对所述N1类提示因子中的所有提示因子进行优先度排序，筛选出优先度最高的前预设因子数量位的所述提示因子，并读取对应的语音数据，利用所述预设语音提示模板对所述对应的语音数据进行所述语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报。

本发明实施例的第三方面提供了一种计算机可读存储介质，包括：存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的智能语音提示方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：通过目标对象的电话号码匹配确定出目标对象的操作记录数据、投保险种、保险节点日期以及投保的保险类型，并利用提取出的这些数据以及因子筛选模型来对目标对象的投保情况进行分析，实现了对系统包含的提示因子的筛选，从而保障了最终得到的提示因子均是目标对象所需的业务服务。最后对得到的提示因子进行预设数量判断，并在超出预设数量时进行优先度排序筛选，从而保证了最终得到的提示因子数量不会过多，且都是目标对象需求可能性最高的提示因子。因此，本发明实施例在保证了最终输出的提示因子是目标对象实际所需的同时，又不会出现播报过多的情况，极大地提高了智能语音系统对电话业务处理的智能化程度，使得目标对象在电话接入智能语音系统时，就可以获得及时有效的业务服务语音播报。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的智能语音提示方法的实现流程示意图；

图2是本发明实施例二提供的智能语音提示方法的实现流程示意图；

图3是本发明实施例三提供的智能语音提示方法的实现流程示意图；

图4是本发明实施例四提供的智能语音提示方法的实现流程示意图；

图5是本发明实施例五提供的智能语音提示方法的实现流程示意图；

图6是本发明实施例六提供的智能语音提示装置的结构示意图；

图7是本发明实施例七提供的智能语音提示终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1示出了本发明实施例一提供的智能语音提示方法的实现流程图，详述如下：

S101，获取通话对端目标对象的电话号码，利用电话号码对目标对象进行客户属性数据匹配，并读取匹配出的客户属性数据中的保险标识以及操作记录数据。对保险标识进行解析，识别出目标对象已投保的M种投保险种以及M种投保险种所属的N类保险类型，并读取出保险标识对应的保险节点日期，其中M、N均为大于零的整数。

其中，目标对象是指使用可拨打电话的终端设备接入智能语音系统，与智能语音系统进行通话的用户(即本发明实施例中的客户)。客户属性数据包括但不限于：客户购买过的保险的所有相关资料(如购买过的所有保险的保单数据)、客户通过智能语音系统进行过的业务服务的操作记录数据以及客户的个人信息(如电话号码以及姓名等)。保险标识用于记录客户具体购买的险种。操作记录数据，用于记录客户电话办理过的业务对应的历史操作数据，如客户电话办理过的车险报案以及案件进度查询等业务对应的历史操作数据。其中，这些历史操作数据可以以标识加时间的形式进行存储，即只要含有某个业务的标识，则说明客户电话办理过这个业务，同时通过标识对应的时间，可以确定出客户办理该业务的时间，如客户电话进行的车险报案操作时，记录一个车险报案标识以及车险报案的时间至操作记录数据，以说明用户曾经在记录的时间点进行过车险报案的业务操作。

由于在客户进行投保时，会要求记录客户的个人信息以及购买保险的相关资料，同时，在客户使用智能语音系统进行业务服务操作时，也会对客户的操作数据进行记录，得到操作记录数据，因此，在本发明实施例中，客户属性数据是已存储好且可直接获取到的数据。由于客户属性数据是以特定的数据格式(如二进制格式等)存储在存储介质中，因此，在记录客户购买的具体投保险种时，也会将投保险种转换相应数据格式的数据进行存储。在本发明实施例中，在S101之前，会将客户的投保险种转换为客户属性数据存储数据格式的保险标识进行存储，因此，通过对保险标识进行数据格式解析即可得到客户的投保险种。由于同一客户可能会购买多种不同的险种，因此在本发明实施例中，客户的保险标识可以同时对应着多种不同的投保险种。

为了便于读者进一步理解理解保险标识的原理，作为保险标识的一种具体数据存储方式实施例，以客户同时购买了定期寿险以及车辆损失险为例进行说明，同时假设客户属性数据是以二进制的数据格式进行存储的。由于每个保险公司都会对其提供的险种设置对应的唯一代码，如可以将定期寿险的险种代码设置为32，将车辆损失险设置为20，因此，通过保险公司设置的险种代码表可以确定出客户购买险种对应的险种代码，此时会将定期寿险以及车辆损失险对应的险种代码32以及20转换为对应的二进制的数据000001以及00101，并将其作为保险标识数据进行存储。在识别客户的投保种类时，会读取出保险标识中的000001以及00101，并对其进行转换解析，得到险种代码32以及20，再通过险种代码表查询确定出客户的具体投保险种，从而完成了对保险标识的解析过程。

S101中，智能语音系统在接收到客户来电呼叫后，首先会将来电的电话号码与存储的客户属性数据中的电话号码进行对比匹配，并将找出的包含与来电相同电话号码的客户属性数据确定为来电客户的客户属性数据。在确定出来电客户的客户属性数据之后，再从客户属性数据中读取出保险标识以及操作记录数据，通过对保险标识进行解析来识别出客户已投保的投保险种，并利用预先存储的投保险种-保险类型关联数据进行保险类型查询，确定出每个客户已投保的投保险种所属的保险类型。

由上述说明可知，每个客户都可能会购买多种不同的险种，因此在本发明实施例中的M为大于0的整数，同时，由于每个投保险种都至少归属于一种保险类型，而不同的投保险种又可以同时归属于同一种保险类型，如定期寿险、分红险、万能险以及投连险均属于人寿保险类型，因此M与N的实际大小需根据存储的投保险种-保险类型关联数据进行查询后确定，但毫无疑问的，由于每个投保险种都至少归属于一种保险类型，因此N为大于0的整数。

S102，将操作记录数据、投保险种以及保险节点日期，输入至N类保险类型对应的因子筛选模型，对N类保险类型分别进行提示因子筛选，得出N类保险类型分别对应的N1类提示因子，其中，提示因子用于表示所需播放的业务服务，N1为大于零，小于或等于M的整数。

在本发明实施例中，提示因子用于表示所需播放的业务服务，在确定出所需播报的提示因子后，只需读取并播报提示因子对应的语音数据，即可完成对业务服务的播报。因子筛选模型用于根据预设的筛选规则来对保险类型进行提示因子筛选，以得到每一种保险类型对应的提示因子，其中，每一种保险类型对应的筛选规则都会有所不同，所需使用到的具体数据也会有所差异，因此，在对每一种保险类型进行提示因子筛选时，都需要先根据该种保险类型对应的筛选规则确定所需的数据，再进行提示因子的筛选。

具体地，在获取到操作记录数据、投保险种以及保险节点日期后，因子筛选模型首先会查找出N类保险类型中的每种保险类型对应的筛选规则，并根据筛选规则确定出所需的数据，如对于车险类型，其需要根据客户是否是当前车险保单有效期内的第一次报案的规则来进行提示因子筛选，而操作记录数据中的车险报案标识可以用来识别客户是否是当前车险保单有效期内的报案次数，因此，对于车险类型，其需要使用的数据包括操作记录数据。在确定出保险类型所需的数据后，再根据筛选规则，对这些所需的数据进行处理判断，以得出每种保险类型对应的提示因子(由于每种保险类型的筛选规则都较为复杂，对提示因子的筛选过程较为繁琐，因此本发明实施例一中对具体的筛选规则筛选过程不予详述，详细参考本发明实施例二至本发明实施例四)。

应当理解地，由于每种保险类型下属的投保险种具体情况会有所差异，如对于人寿保险类型而言，其包含特殊险种(如分红险、万能险以及投连险等)以及非特殊险种(如终身寿险、定期寿险以及两全保险等)，而对于不同情况的投保险种，使用同一种筛选规则进行筛选较为困难。因此，本发明实施例中，会对保险类型下属的不同具体情况的投保险种，设置不同的筛选规则，以得到每种具体情况分别唯一对应类型的提示因子，因此，在本发明实施例中，每种保险类型最终得到的提示因子的类型也会随包含的投保险种的不同具体情况而有所不同，即在使用筛选规则进行筛选后，每种保险类型可能会同时对应着多类不同的提示因子。但对于每一个具体的投保险种而言，其所属的具体情况是唯一的，如万能险属于特殊险种，即每一个具体的投保险种对应的提示因子的类型是唯一的，因此，在本发明实施例中，N1为大于或等于零，小于或等于M的整数。其中，为了使因子筛选模型能准确地识别出每种保险类型下属的投保险种具体情况，本发明实施例中，会对每种保险类型都预先存储好一个投保险种具体情况的查询数据表，如对于人寿保险类型，会预先存储好一个特殊险种表，通过该查询数据表，可以对投保险种对应的具体情况进行查询分类，以保障后续对不同具体情况的不同筛选的实现。

S103，对得到的N1类提示因子进行总因子数量统计。若总因子数量小于或等于预设因子数量，读取出N1类提示因子中每一个提示因子的语音数据，利用预设语音提示模板，对读取出的语音数据进行语音拼接，并将语音拼接得到提示语音数据发送至通话对端的客户终端进行播报。

由于每个客户投保险种购买情况有所差异，对应的最终筛选出来的提示因子的数量也会有所不同，如一些客户只是购买了单一险种，其经过因子筛选模型筛选后得到的提示因子的数量一般较少，而对于一些同时购买了多种不同的投保险种的客户而言，其筛选最终得到的提示因子的数量一般较多。智能语音系统在进行业务服务的播报时，若播报的业务服务数量过多，同样会耗费客户大量的等候时间，增加智能语音系统的运行负荷。为了减少客户的等候时间，减小智能语音系统的运行负荷，以提高对客户的电话业务处理的智能化程度，本发明实施例中，在得到最终的N1类提示因子后，会统计出所有提示因子的总因子数量，并判断其数量是否超出预设因子数量，若没有超出，则说明当前的总因子数量属于可接受的播报数量范围内，此时，可以对这些提示因子进行播报。

本发明实施例中，语音拼接是指利用预设的语音模板与提示因子的语音数据进行组合，以得到需要播报的提示语音数据。

进一步地，作为本发明的一种优选实施方式，可以预设多种不同的语音提示模板，以供选取使用。例如预设两个语音提示模板分别为：第一模板“欢迎致电XXXX(保险公司名)，请您简单说出您所需要办理的业务，例如：xx”以及第二模板“欢迎致电XXXX，请问您是要xx吗？”，其中xx用于语音拼接时填入提示因子。

假设预设因子数量大于3。当最终筛选出的提示因子数量大于0小于3时，如为“联系查勘定损员”、“车险报案”以及“撤销车险报案”，优选第一模板来进行语音拼接，得到如下提示语音数据：“欢迎致电XXXX(保险公司名)，请您简单说出您所需要办理的业务，例如：联系查勘定损员、车险报案、撤销车险报案”，而当最终筛选出的提示因子数量为1时，如包括为“车险报案”，此时优选第二模板来进行语音拼接，得到如下提示语音数据：“欢迎致电XXXX，请问您是要车险报案吗？”，以提高语音提示效率。

S104，若总因子数量大于预设因子数量，利用操作记录数据对N1类提示因子中的所有提示因子进行优先度排序，筛选出优先度最高的前预设因子数量位的提示因子，并读取对应的语音数据，利用预设语音提示模板对对应的语音数据进行语音拼接，并将语音拼接得到提示语音数据发送至通话对端的客户终端进行播报。

当判断出总因子数量大于预设因子数量时，说明当前的总因子数量超出了可接受的播报数量范围内，此时需要对提示因子进行筛选以得到满足预设因子数量的提示因子进行播报。作为本发明对提示因子进行优先度排序的一种具体实现方式，考虑到不同时间段内客户的业务服务需求会有所差异，本发明实施例中会从操作记录数据中读取出最近预设时长内的业务服务操作记录，并根据提示因子对应的业务服务的业务服务操作次数来进行优先度排序。其中最近预设时长具体值需由技术人员根据实际情况进行设定。

在确定出最终需要播报的提示因子后，读取提示因子的语音数据并进行语音拼接，具体操作步骤与S103相同，此处不再赘述。

在本发明实施例中，通过目标对象的电话号码匹配出其客户属性数据后，利用客户属性数据提取出目标对象的操作记录、投保险种、保险节点日期以及投保的保险类型，并利用提取出的这些数据以及因子筛选模型来对目标对象的投保情况进行分析，实现了对系统包含的提示因子的筛选，从而保障了最终得到的提示因子均是目标对象所需的业务服务。最后对得到的提示因子进行预设数量判断，并在超出预设数量时进行优先度排序筛选，从而保证了最终得到的提示因子数量不会过多，且都是目标对象需求可能性最高的提示因子。因此，本发明实施例在保证了最终输出的提示因子是目标对象实际所需的同时，又不会出现播报过多的情况，极大地提高了智能语音系统对电话业务处理的智能化程度，使得目标对象在电话接入智能语音系统时，就可以获得及时有效的业务服务语音播报。

作为S102的一种优选实施方式，作为本发明实施例二，如图2所示，包括：

S1021，当N类保险类型中包含车险类型时，从操作记录数据中提取出在当前车险保单有效期内的操作记录数据段，并判断操作记录数据段中是否包含车险报案标识。

考虑到客户在购买车险后，一般只有在发生了车辆事故的时候才会来电进行车险报案，且在车险报案后的几个自然日内一般都会再次来电进行查询案件流程进度，并进行业务服务操作。因此，在本发明实施例中，当N类保险类型中包含车险类型时，会首先确定出客户当前投保有效的车险保单的有效期，如2016年11月11日至2017年11月10日，再从操作记录数据中提取出有效期开始时间到当前时间内的操作记录数据段，如当前时间为2017年9月10日时，从操作记录数据提取出2016年11月11日至2017年9月10日内的操作记录数据段，并检测操作记录数据段中是否包含车险报案标识。

S1022，若操作记录数据段中未包含车险报案标识，根据客户属性数据中的车险购买记录数据对车险相关的提示因子进行筛选，得到第一类提示因子。

在本发明实施例中，智能语音系统会将客户来电进行车险报案的操作记录为车险报案标识，即当客户来电进行车险报案时，会向操作记录数据中写入车险报案标识并记录报案时间。因此，当操作记录数据段中未包含车险报案标识时，说明对于当前投保有效的车险保单客户还未进行过车险报案。作为S1022的一种具体实现方式，会读取与车险相关的提示因子，如“车险报案”、“咨询车险”以及“车险推荐”等，根据大数据对这些提示因子进行操作频率排序，并筛选出所需的提示因子，其中具体所需筛选的提示因子数量，可由技术人员根据实际需求自行设定。作为S1022的另一种具体实现方式，在前一种实现方式的基础上，无需对“车险报案”进行排序，而是直接作为所需的提示因子之一，以方便客户在需要时直接进行车险报案。

S1023，若操作记录数据段中包含车险报案标识，读取车险报案标识的报案时间，对当前时间以及报案时间进行差值计算，并将得出的差值与存储的案件流程时间表进行案件流程阶段匹配，确定出当前时间所处的案件流程阶段。

在本发明实施例中，案件流程阶段主要分为：查勘核损阶段以及赔付处理阶段，其中，查勘核损阶段对应着从车险报案开始到赔付金额确定的案件流程，赔付处理阶段对应着从赔付金额确定后到赔款支付完成的案件流程。

当操作记录数据段中包含车险报案标识，即说明客户已经进行过车险报案，案件处理流程已经启动。虽然每个保险公司对车险案件的案件处理流程时间要求有所差异，如一些保险公司要求从报案时间起72小时内必须结案，有一些则要求从报案时间5个工作日内必须结案，但对于每一个的保险公司而言，其案件处理流程时间要求是固定的，且上述的案件流程阶段也是相同的，因此针对每一个保险公司，技术人员都可以根据保险公司对案件处理流程时间要求以及案件流程阶段来制定出案件流程时间表，以供智能语音系统查询当前时间所处的案件流程阶段。

S1024，在当前时间的案件流程阶段为查勘核损阶段时，提取提示因子中的联系查勘定损员、车险报案以及撤销车险报案，作为第一类提示因子。在当前时间的案件流程阶段为赔付处理阶段时，提取提示因子中的案件进度及金额查询、车险报案以及撤销车险报案，作为第一类提示因子。

查勘核损阶段和赔付处理阶段主要区别在于赔付金额是否确定。在查勘核损阶段，需要查勘定损员对车辆进行定损评估，以确定赔付金额，因此，在此阶段客户随时可能需要联系查勘定损员。对于赔付处理阶段，保险公司会对客户的资料以及事故的资料进行审核，并核实赔付金额是否符合规定要求。因此，在当前时间处于查勘核损阶段时，需要将“联系查勘定损员”加入至第一类提示因子，而在当前时间处于赔付处理阶段，需要将“案件进度及金额查询”加入至第一类提示因子。

在本发明实施例中，通过判断客户本次来电之前是否对当前投保有效的车险保单进行过车险报案，来选取出相应的提示因子筛选规则。在未进行车险报案时，对客户进行车险相关的提示因子进行筛选，以得到所需的第一类提示因子，而在已进行车险报案时，根据案件流程时间表来识别出当前时间所处的案件流程阶段，并根据具体的阶段来确定出相应的提示因子，从而使得本发明实施例能够实现对车险类型智能识别处理，并为客户筛选出最适合实际需求的提示因子，提高了智能语音系统对客户电话业务处理的智能化程度。

作为S102的一种优选实施方式，作为本发明实施例三，如图3所示，包括：

S1025，当N类保险类型中包含人寿保险类型时，利用特殊险种表对人寿保险类型下属的投保险种进行分类，识别出人寿保险类型下属的投保险种中包含的特殊险种以及非特殊险种，并对保险节点日期进行关键节点日期查询，确定出特殊险种对应的关键节点日期。

由上述关于S102的说明可知，每种保险类型下属的投保险种的具体情况会有所差异，在本发明实施例中，将人寿保险类型下属的投保险种的具体情况划分为特殊险种以及非特殊险种两大类，并预先存储好了一个特殊险种表，利用该表进行特殊险种查询后，即可实现对人寿保险类型下属的投保险种进行分类。

对于每一个特殊险种而言，其都具有一个关键节点日期，通过以这个关键节点日期为基础进行周期计算，可以实现对这些特殊险种的具体情况的查询。如对于分红险而言，由于保险公司会在每年的保单生效周年日将红利分配给客户，因此对于分红险，其保单生效日就是其关键点日期，在每年的保险生效周年日之后，即可查询分红险的红利分配情况。对于万能险而言，由于其也是以保单生效日为起点进行周期计算的，因此，其保单生效日就是其关键点日期。而对于投连险而言，其缴费灵活可以随时追加保费，且每次都会以保费缴费成功日为起点重新进行周期计算，因此对于投连险续期，其保费缴费成功日就是其关键点日期。

S1026，利用关键节点日期以及储存的有效时长表，计算出特殊险种的有效提示时间，并在判断出当前时间处于特殊险种的有效提示时间范围内时，将特殊险种的账户查询提示作为第二类提示因子。

由上述说明可知，客户只需在特殊险种的关键节点日期之后来电，即可进行特殊险种具体情况的查询。本发明实施例中，为了实现智能识别客户是否可以进行特殊险种具体情况的查询，并在识别结果为可以查询时，将特殊险种对应的账户查询提示进行语音播报。首先会预设一个有效时长表，该表中记录着每一个特殊险种对应的有效时长，再通过关键节点日期与该表进行计算，即可得出特殊险种的有效提示时间。例如设当分红险对应的有效时长30天，保单生效期为8月1日时，那么每年的8月1号至31号，即为分红险的有效提示时间。

作为S1026的一种具体实现方式，包括：

若特殊类险种为分红险，将保单生效日T1作为分红险的关键节点日期，读取分红险的有效时长n日，并以每年的保单生效日T1+n日作为分红险的有效提示时间，优选地，n为30。

若特殊类险种为万能险，将保单生效日T2作为万能险的关键节点日期，并将T2+H年后的每个月的前n1日作为万能险的有效提示时间，优选地，H为3，n1为11。

若特殊类险种为投连险，将续期保费缴费成功日T3作为投连险的关键节点日期，读取投连险的有效时长n2日，并将T3至T3+n2日作为投连险的有效提示时间，优选地，n2为5。

n、n1以及n2均为大于零的正整数。

由于三种特殊险种之间的购买关系是互斥的，即客户同一时间段内仅能购买其中的某一种。在确定出特殊险种的有效提示时间后，判断当前时间是否属于购买的特殊险种对应的有效提示时间范围，若属于，则将特殊险种的账户查询提示作为第二类提示因子，如购买的是分红险，当前时间为8月10号，属于上述分红险8月1号至31号的有效提示时间，此时，本发明实施例中会将“分红账户查询”的提示因子作为第二类提示因子。

S1027，将保险节点日期输入节点日期分析模型，得到非特殊险种的有效提示时间，并在判断出当前时间处于非特殊险种的有效提示时间范围内时，将非特殊险种的信息查询提示作为第三类提示因子。

在S1027中，主要是对人寿保险类型中的非特殊险种(如终身寿险、定期寿险以及两全保险等)进行处理，以得到非特殊险种的提示因子。与特殊险种相比，非特殊险种中险种与险种之间的状态是通用的，保险节点日期对应的可能情况也是相同的，不会像特殊险种中每个险种都有其特殊的状态(如分红险存在红利分配的状态，万能险存在复利滚存的状态，投连险存在收益分配状态)，因此，可以用相同的提示因子筛选规则来直接处理非特殊险。因此，本发明实施例的节点日期分析模型处理中，不会对投保险种进行具体险种识别，而是直接将所有的保险节点日期输入至节点日期分析模型进行分析。

本发明实施例中，节点日期分析模型在获取到保险节点日期后，会对每个保险节点日期对应的有效时长进行查询，并根据保险节点日期以及有效时长计算出非特殊险种的有效提示时间，再当前时间判断是否处于有效提示时间，以提取所需的提示因子。

应当理接地，由于非特殊险种的保险节点日期较多，如常见的保险节点日期有保单缴费日、保单生效日、保单满期日、客户提交理赔材料日、客户理赔报案日、保单贷款的还款日、更换业务员的日期以及保全业务办理日等，且每个保险节点日期对应的有效时长也可能有多个，因此本发明实施例中会生成较多的有效提示时间。节点日期分析模型会将当前时间与这些有效提示时间一一对比，分别确定出每个保险节点日期对应的提示因子。

作为S1027的一种具体实现方式，如表1所示：

表1

在本发明实施例的表1中，预设了多种保险节点日期对应的有效时长，以及相应的提示因子，将保险节点日期输入节点日期分析模型后，可以直接根据保险节点日期以及表1里的有效时长计算出每个保险节点日期的有效提示时间，并在判断当前时间出当前时间处于有效提示时间内时，将对应的信息查询提示进行提取，以得出第三类提示因子。

进一步地，作为本发明的一个优选实施例，在计算有效提示时间的同时，还可以增加一些对客户投保情况的查询判断，并根据判断结果进一步地对提示因子进行筛选，以提升最终得到的提示因子与客户的匹配度。如对于保单缴费日的有效时长为+60日且大于15日的情况，可以增加对客户保险费缴纳情况的判断，若客户以及缴纳保险费，则无需提示“快速交费”，此时只需要筛选出“保费到账查询”即可。

本发明实施例中，通过对人寿保险类型以险种与险种之间的状态是通用为标准进行划分，得到特殊险种表，并利用特殊险种表从人寿保险类型中划分出特殊险种与非特殊险种，再依照险种的特点对两种险种分别进行有效提示时间的计算，并在当前时间满足有效提示时间范围时，提取出相应的提示因子。从而使得本发明实施例能够实现根据客户投保险种进行针对化的提示因子筛选，提高了智能语音系统对客户电话业务处理的智能化程度。同时，本发明实施例还可以客户投保情况对提示因子进一步地筛选，从而使得筛选得到与客户需求匹配度更高的提示因子。

作为S102的一种优选实施方式，作为本发明实施例四，如图4所示，包括：

S1028，当N类保险类型中包含人寿保险类型时，检测客户属性数据中是否包含纸质函件退信标识、生存金未领取标识以及身份证失效标识中的任意一种或多种特殊标识。

对于人寿保险类型，除了上述几个实施例提到的保险业务服务咨询办理之外，还可能存在以下几种较为特殊的情况：1、由于客户联系地址写错，导致保单的纸质函件无法正常送递，从而出现退信的情况。2、客户遗忘了自己已投保的保单中还有未领取的生存金。3、客户进行投保时使用的身份证有效期已过，从而导致投保的信息不对称。纸质函件退信标识、生存金未领取标识以及身份证失效标识分别与三种特殊情况对应。

对于这些特殊情况，保险公司传统的处理方法都是人工与客户电话沟通，告知客户这些特殊情况的存在，并提示客户进行修改，因此，需要耗费较大的人力成本去完成此项工作。本发明实施例中，为了增加对客户电话业务的处理智能化程度，在客户来电时，也会检测客户是否存在上述的特殊情况。

S1029，若客户属性数据中包含纸质函件退信标识、生存金未领取标识以及身份证失效标识中的任意一种或多种特殊标识，从提示因子中提取出客户属性数据中包含的特殊标识的咨询修改提示，并作为第四类提示因子。

当检测到客户属性数据中包含特殊标识，即存在上述的特殊情况时，会将存在的具体情况告知客户，具体的，对于上述每一种特殊情况都会单独设置一个相对应的咨询修改提示，如对于特殊情况1，相对应的咨询修改提示可以设置为“您的保单纸质函件联系地址有误，请修改联系地址”，对于特殊情况2相对应的咨询修改提示可以设置为“您有未领取的生存金，是否需要生存金领取咨询”，对于特殊情况3相对应的咨询修改提示可以设置为“您的身份证已过期，请变更证件”。应当理解地，由于上述三种特殊情况之间并不存在互斥关系，因此，三种特殊情况出现的概率是独立的，既可能一个都不存在，也可能同时存在。

本发明实施例中，通过使用智能语音系统自动检测客户是否存在联系地址有误、生存金未领取以及身份证有效期已过的特殊情况，并在检测出存在特殊情况时，提取出特殊情况对应的咨询修改提示，以供后续语音播报告知用户。

作为本发明的一个优选实施例五，如图5，包括：

S501，采集目标对象的语音数据，对语音数据进行语音识别以及关键字匹配。

S502，当识别出语音数据中包含预设关键词时，发送人工服务提示语音数据至通话对端的客户终端，并在预设时间内接收到目标对象基于人工服务提示语音数据返回的确认接入指令时，将通话转接至人工服务账户。

由于本发明实施例一至四中，最终播报的都是预设因子数量的业务服务，而这些有限个数的业务服务有时并不能很好的满足客户的实际要求，如客户此次来电是想一起办理多个不同的业务，但智能语音系统播报的业务服务中进行包含了客户所需的一部分业务。为了满足用户实际需求，本发明实施例中，会预设一些关键字，如转接、人工服务以及客服，在客户来电过程中实时检测客户的语音数据，并在检测到包含这些关键字的时候，自动转接至人工服务。

作为本发明的另一个优选实施例，还包括：采集目标对象的语音数据，对语音数据进行语音识别以及因子关键词匹配，并在识别出语音数据包含因子关键词时，播报因子关键词对应的服务业务。

本发明实施例中，会实时检测客户来电过程中是否说出了业务服务的，并在检测到客户说出业务服务时，自动播报对应的业务服务，以帮助客户快速进行业务服务的操作。

对应于上文实施例的方法，图6示出了本发明实施例提供的智能语音提示装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。图6示例的智能语音提示装置可以是前述实施例一提供的智能语音提示方法的执行主体。

参照图6，该智能语音提示装置包括：

数据获取模块61，用于获取通话对端目标对象的电话号码，利用所述电话号码对所述目标对象进行客户属性数据匹配，并读取匹配出的所述客户属性数据中的保险标识以及操作记录数据。对所述保险标识进行解析，识别出所述目标对象已投保的M种投保险种以及所述M种投保险种所属的N类保险类型，并读取出所述保险标识对应的保险节点日期，其中M、N均为大于零的整数。

因子筛选模块62，用于将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，其中，所述提示因子用于表示所需播放的业务服务，N1为大于零，小于或等于M的整数。

第一语音播报模块63，用于对得到的N1类提示因子进行总因子数量统计。若总因子数量小于或等于预设因子数量，读取出所述N1类提示因子中每一个提示因子的语音数据，利用预设语音提示模板，对读取出的所述语音数据进行语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报。

第二语音播报模块64，用于若总因子数量大于预设因子数量，利用所述操作记录数据对所述N1类提示因子中的所有提示因子进行优先度排序，筛选出优先度最高的前预设因子数量位的所述提示因子，并读取对应的语音数据，利用所述预设语音提示模板对所述对应的语音数据进行所述语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报。

进一步地，因子筛选模块包括：

当所述N类保险类型中包含车险类型时，从所述操作记录数据中提取出在当前车险保单有效期内的操作记录数据段，并判断所述操作记录数据段中是否包含车险报案标识。

若所述操作记录数据段中未包含车险报案标识，根据所述客户属性数据中的车险购买记录数据对车险相关的所述提示因子进行筛选，得到第一类提示因子。

若所述操作记录数据段中包含车险报案标识，读取所述车险报案标识的报案时间，对当前时间以及所述报案时间进行差值计算，并将得出的差值与存储的案件流程时间表进行案件流程阶段匹配，确定出当前时间所处的案件流程阶段。

在当前时间的案件流程阶段为查勘核损阶段时，提取所述提示因子中的联系查勘定损员、车险报案以及撤销车险报案，作为所述第一类提示因子。在当前时间的案件流程阶段为赔付处理阶段时，提取所述提示因子中的案件进度及金额查询、所述车险报案以及所述撤销车险报案，作为所述第一类提示因子。

进一步地，因子筛选模块还包括：

当所述N类保险类型中包含人寿保险类型时，利用特殊险种表对所述人寿保险类型下属的投保险种进行分类，识别出所述人寿保险类型下属的投保险种中包含的特殊险种以及非特殊险种，并对所述保险节点日期进行关键节点日期查询，确定出所述特殊险种对应的关键节点日期。

利用所述关键节点日期以及储存的有效时长表，计算出所述特殊险种的有效提示时间，并在判断出当前时间处于所述特殊险种的有效提示时间范围内时，将所述特殊险种的账户查询提示作为第二类提示因子。

将所述保险节点日期输入节点日期分析模型，得到所述非特殊险种的有效提示时间，并在判断出当前时间处于所述非特殊险种的有效提示时间范围内时，将所述非特殊险种的信息查询提示作为第三类提示因子。

进一步地，该智能语音提示装置还包括：

当所述N类保险类型中包含人寿保险类型时，检测所述客户属性数据中是否包含纸质函件退信标识、生存金未领取标识以及身份证失效标识中的任意一种或多种特殊标识。

若所述客户属性数据中包含纸质函件退信标识、生存金未领取标识以及身份证失效标识中的任意一种或多种特殊标识，从所述提示因子中提取出所述客户属性数据中包含的特殊标识的咨询修改提示，并作为第四类提示因子。

进一步地，该智能语音提示装置还包括：

采集所述目标对象的语音数据，对所述语音数据进行语音识别以及关键字匹配。

当识别出所述语音数据中包含预设关键词时，发送人工服务提示语音数据至通话对端的所述客户终端，并在预设时间内接收到所述目标对象基于所述人工服务提示语音数据返回的确认接入指令时，将通话转接至人工服务账户。

本发明实施例提供的智能语音提示装置中各模块实现各自功能的过程，具体可参考前述图1所示实施例一的描述，此处不再赘述。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

还应理解的是，虽然术语“第一”、“第二”等在文本中在一些本发明实施例中用来描述各种元素，但是这些元素不应该受到这些术语的限制。这些术语只是用来将一个元素与另一元素区分开。例如，第一接触可以被命名为第二接触，并且类似地，第二接触可以被命名为第一接触，而不背离各种所描述的实施例的范围。第一接触和第二接触都是接触，但是它们不是同一接触。

图7是本发明一实施例提供的智能语音提示终端设备的示意图。如图7所示，该实施例的智能语音提示终端设备7包括：处理器70、存储器71，所述存储器71中存储有可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个智能语音提示方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块61至64的功能。

所述智能语音提示终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述智能语音提示终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是智能语音提示终端设备7的示例，并不构成对智能语音提示终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述智能语音提示终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71为至少一种类型的计算机可读存储介质，可以是所述智能语音提示终端设备7的内部存储单元，例如智能语音提示终端设备7的硬盘或内存。所述存储器71也可以是所述智能语音提示终端设备7的外部存储设备，例如所述智能语音提示终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述智能语音提示终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述智能语音提示终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使对应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (6)

1.一种智能语音提示方法，其特征在于，包括：

获取通话对端目标对象的电话号码，利用所述电话号码对所述目标对象进行客户属性数据匹配，并读取匹配出的所述客户属性数据中的保险标识以及操作记录数据；对所述保险标识进行解析，识别出所述目标对象已投保的M种投保险种以及所述M种投保险种所属的N类保险类型，并读取出所述保险标识对应的保险节点日期，其中M、N均为大于零的整数；

将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，其中，所述提示因子用于表示所需播放的细化业务服务，N1为大于零，小于或等于M的整数；

对得到的N1类提示因子进行总因子数量统计；若总因子数量小于或等于预设因子数量，读取出所述N1类提示因子中每一个提示因子的语音数据，利用预设语音提示模板，对读取出的所述语音数据进行语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报；

若总因子数量大于预设因子数量，利用所述操作记录数据对所述N1类提示因子中的所有提示因子进行优先度排序，筛选出优先度最高的前预设因子数量位的所述提示因子，并读取对应的语音数据，利用所述预设语音提示模板对所述对应的语音数据进行所述语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报，所述优先度排序包括，从所述操作记录数据中读取出最近预设时长内的业务服务操作记录，并根据提示因子对应的业务服务的业务服务操作次数来进行优先度排序；

所述将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，包括：

当所述N类保险类型中包含车险类型时，从所述操作记录数据中提取出在当前车险保单有效期内的操作记录数据段，并判断所述操作记录数据段中是否包含车险报案标识；

若所述操作记录数据段中未包含车险报案标识，根据所述客户属性数据中的车险购买记录数据对车险相关的所述提示因子进行筛选，得到第一类提示因子；

若所述操作记录数据段中包含车险报案标识，读取所述车险报案标识的报案时间，对当前时间以及所述报案时间进行差值计算，并将得出的差值与存储的案件流程时间表进行案件流程阶段匹配，确定出当前时间所处的案件流程阶段；

在当前时间的案件流程阶段为查勘核损阶段时，提取所述提示因子中的联系查勘定损员、车险报案以及撤销车险报案，作为所述第一类提示因子；在当前时间的案件流程阶段为赔付处理阶段时，提取所述提示因子中的案件进度及金额查询、所述车险报案以及所述撤销车险报案，作为所述第一类提示因子；

所述将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，还包括：

当所述N类保险类型中包含人寿保险类型时，利用特殊险种表对所述人寿保险类型下属的投保险种进行分类，识别出所述人寿保险类型下属的投保险种中包含的特殊险种以及非特殊险种，并对所述保险节点日期进行关键节点日期查询，确定出所述特殊险种对应的关键节点日期；

利用所述关键节点日期以及储存的有效时长表，计算出所述特殊险种的有效提示时间，并在判断出当前时间处于所述特殊险种的有效提示时间范围内时，将所述特殊险种的账户查询提示作为第二类提示因子；

将所述保险节点日期输入节点日期分析模型，得到所述非特殊险种的有效提示时间，并在判断出当前时间处于所述非特殊险种的有效提示时间范围内时，将所述非特殊险种的信息查询提示作为第三类提示因子。

2.如权利要求1所述的智能语音提示方法，其特征在于，还包括：

当所述N类保险类型中包含人寿保险类型时，检测所述客户属性数据中是否包含纸质函件退信标识、生存金未领取标识以及身份证失效标识中的任意一种或多种特殊标识；

若所述客户属性数据中包含纸质函件退信标识、生存金未领取标识以及身份证失效标识中的任意一种或多种特殊标识，从所述提示因子中提取出所述客户属性数据中包含的特殊标识的咨询修改提示，并作为第四类提示因子。

3.如权利要求1所述的智能语音提示方法，其特征在于，在所述将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报之后，还包括：

采集所述目标对象的语音数据，对所述语音数据进行语音识别以及关键字匹配；

当识别出所述语音数据中包含预设关键词时，发送人工服务提示语音数据至通话对端的所述客户终端，并在预设时间内接收到所述目标对象基于所述人工服务提示语音数据返回的确认接入指令时，将通话转接至人工服务账户。

4.一种智能语音提示终端设备，其特征在于，所述智能语音提示处理终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

获取通话对端目标对象的电话号码，利用所述电话号码对所述目标对象进行客户属性数据匹配，并读取匹配出的所述客户属性数据中的保险标识以及操作记录数据；对所述保险标识进行解析，识别出所述目标对象已投保的M种投保险种以及所述M种投保险种所属的N类保险类型，并读取出所述保险标识对应的保险节点日期，其中M、N均为大于零的整数；

将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，其中，所述提示因子用于表示所需播放的细化业务服务，N1为大于零，小于或等于M的整数；

对得到的N1类提示因子进行总因子数量统计；若总因子数量小于或等于预设因子数量，读取出所述N1类提示因子中每一个提示因子的语音数据，利用预设语音提示模板，对读取出的所述语音数据进行语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报；

若总因子数量大于预设因子数量，利用所述操作记录数据对所述N1类提示因子中的所有提示因子进行优先度排序，筛选出优先度最高的前预设因子数量位的所述提示因子，并读取对应的语音数据，利用所述预设语音提示模板对所述对应的语音数据进行所述语音拼接，并将所述语音拼接得到提示语音数据发送至通话对端的客户终端进行播报，所述优先度排序包括，从所述操作记录数据中读取出最近预设时长内的业务服务操作记录，并根据提示因子对应的业务服务的业务服务操作次数来进行优先度排序；

所述将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，具体包括：

当所述N类保险类型中包含车险类型时，从所述操作记录数据中提取出在当前车险保单有效期内的操作记录数据段，并判断所述操作记录数据段中是否包含车险报案标识；

若所述操作记录数据段中未包含车险报案标识，根据所述客户属性数据中的车险购买记录数据对车险相关的所述提示因子进行筛选，得到第一类提示因子；

若所述操作记录数据段中包含车险报案标识，读取所述车险报案标识的报案时间，对当前时间以及所述报案时间进行差值计算，并将得出的差值与存储的案件流程时间表进行案件流程阶段匹配，确定出当前时间所处的案件流程阶段；

在当前时间的案件流程阶段为查勘核损阶段时，提取所述提示因子中的联系查勘定损员、车险报案以及撤销车险报案，作为所述第一类提示因子；在当前时间的案件流程阶段为赔付处理阶段时，提取所述提示因子中的案件进度及金额查询、所述车险报案以及所述撤销车险报案，作为所述第一类提示因子；

所述将所述操作记录数据、所述投保险种以及所述保险节点日期，输入至所述N类保险类型对应的因子筛选模型，对N类所述保险类型分别进行提示因子筛选，得出所述N类保险类型分别对应的N1类提示因子，具体还包括：

当所述N类保险类型中包含人寿保险类型时，利用特殊险种表对所述人寿保险类型下属的投保险种进行分类，识别出所述人寿保险类型下属的投保险种中包含的特殊险种以及非特殊险种，并对所述保险节点日期进行关键节点日期查询，确定出所述特殊险种对应的关键节点日期；

利用所述关键节点日期以及储存的有效时长表，计算出所述特殊险种的有效提示时间，并在判断出当前时间处于所述特殊险种的有效提示时间范围内时，将所述特殊险种的账户查询提示作为第二类提示因子；

将所述保险节点日期输入节点日期分析模型，得到所述非特殊险种的有效提示时间，并在判断出当前时间处于所述非特殊险种的有效提示时间范围内时，将所述非特殊险种的信息查询提示作为第三类提示因子。

5.如权利要求4所述的智能语音提示终端设备，其特征在于，所述处理器执行所述计算机程序时还实现如下步骤：

采集所述目标对象的语音数据，对所述语音数据进行语音识别以及关键字匹配；

当识别出所述语音数据中包含预设关键词时，发送人工服务提示语音数据至通话对端的所述客户终端，并在预设时间内接收到所述目标对象基于所述人工服务提示语音数据返回的确认接入指令时，将通话转接至人工服务账户。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。

Images