（计算机软件与理论专业论文）基于智能规划的业务语音系统.pdf

基于智能规划的业务语音系统 计算机软件与理论 硕士生：袁沃洪 指导教师：李磊教授 摘要 随着信息技术的发展以及企业服务意识的提升，呼叫中心得到了广泛的应 用，例如为用户提供如天气预报、股市行情、产品的最新报价、查询费用等信息。 然而当人们希望在比飞机航班或天气预报更加复杂的业务系统中采用语音技术， 传统的以语音为中心的呼叫中心服务系统的不足渐渐表现出来：由于业务系 统通常相当复杂，使得语音转接层很多，想要得到自己需要的服务相当耗时； 对同一用户反复询问相同的( 语音) 问题，这是相当愚蠢的；i v r 状态机要 全盘考虑整个运行过程中的各个状态，业务流程一多，将十分复杂、庞大；由 于r 树是固定的而实际中业务却是多变的、动态的，业务稍微变化就必须对 系统进行改造升级，不便于二次开发。这些不足使传统的呼叫中心提供的服务难 以令人满意。 对于复杂业务系统而言，应当采用以业务为中心的语音服务系统( 简称业务 语音系统) ，但由于业务语音系统的复杂和动态性，用传统呼叫中心的树数据结 构来表示知识几乎是不可能的。 本文提出基于智能规划的业务语音系统，智能规划对业务语音系统的优化主 要表现在：具备电话业务流程自动定义、适应变化的能力；可以根据业务 知识或历史知识最大的减少用户的交互按键操作。 因此，将智能规划结合到业务语音系统具有理论价值和现实意义。 关键字：智能规划，业务语音系统，c t i ，p d d l b u s i n e s sv 0 i c es y s t e mb a s e do na ip l a n n i n g c o m p u t e rs o r w 粼a n dt h e o u n 锄e ：y u a i lw o h o n g s u p e r v i s o r ：p r o f l il e i a b s t r a c t a l o n g 谢t 1 1m e d e v e l o p m e n t o fi n f - o 肌a t i o n t e c l l n o l o g ya n ds e r v i c e c o n s c i o u s n e s s ，t h ec a l lc e n t e ri sw i d e l yu s e d b u tw r h e n “i su s e dt oc o m p l e xb u s i n e s s s y s t e m ，“h a ss o m ed i s a d v 纰g e s ：b e c a u s et h eb u s i n e s ss y s t e mi su s u a l l yq u i t e c o m p l i c a t e d ，u s e r sw a s t e ss om u c ht i m eo ng e t t i n gm es e i c em e yw a n t e d ； r e p e a t e d l ya s l ( i n gt h es 锄eq u e s t i o ni ss t u p i d ；n es i z eo f rs 诅t em a c l l i n ei s d e p e n do nt h eb u s i n e s sp r o c e s sc o m p l e x i t y ；( di v rt r e ei sf i x e d ，、h i l et h eb u s i n e s s i sc h a i l g e a b l e s y s t e mh a v et ou p f a d ew h e nt h eb u s i i l e s sc h a n g e d ，i n c o n v e n i e n c i n g t l l es e c o n d a r yd e v e l o p m e n t n l e s ed i s a d v 锄g e sm a k et h e 仃a d i t i 0 砌c a l lc e n t e rs e i c e sd i s s a t i s f a c t o a s t 0c o m p l e xb u s i n e s ss y s t e m ，w en e e dt ou s eb u s i n e s sc e n t e rv o i c es y s t e m t m sp 印e rp r o p o s e si n t r o d u c e sab u s i n e s sv o i c es y s t e mb a u s e do na ip l a n l l i n g n h a sm a n ya d v a n t a g e s ：d e f i n eb u s i n e s sp r o c e s sa u t o m a t i c a l l y ；r e d u c et h e i n t e r a c t i v eo p e r a t i o nb a s e do nt h e1 1 i s t o r i c a lk n o w l e d g e s o ，t h ec o m b i n a 【t i o no fa ip l a i 】j 1 i n ga 1 1 db u s i n e s sv o i c es y s t e mh a s 伊e a t t h e o r e t i c a lv a l u ea 1 1 dp r a c t i c a ls i 鲥f i c a l l c e k e y w o r d s ：a ip l a n l l i n g ，b u s i n e s sv 0 i c es y s t e m ，c t i ，p d d l - i 一 图表目录 图2 1 典型呼叫中心系统结构3 图2 2 第一代呼叫中心系统4 图2 3 第二代呼叫中心系统5 图2 4 第三代呼叫中心系统6 图2 5t a p i 标准结构图8 图2 6t s a p i 标准结构图9 图2 7 典型的r 知识树一1 1 图3 1 积木块世界的初始状态和目标状态1 3 图3 2b l a c k b o x 规戈0 过程18 图4 1 传统以语音为中心的呼叫中心的结构2 l 图4 2 一个简单的r 状态机例子2 1 图4 3 语音流程图形化配置工具2 2 图4 4 基于智能规划的业务语音系统的结构2 3 图5 1 用图形表示动作2 8 图5 2 动作推导引擎的系统结构2 8 图5 3c t m 系统结构图2 9 图5 - 4 状态转移x m l 文件2 9 图5 5 实现动作推导引擎的代码3 0 图5 6 一个简单的业务状态图3 1 图5 7 简化的业务流程图3 2 图5 8 简化的业务流程展开之后的i v r 树3 2 图5 9 业务流程状态定义3 3 图5 1 0g e tq u e r ys e r - v i c ei 也q u e s tm s g 格式3 4 图5 1 1g e to u e r ys e r v i c ea c km s g 格式3 4 图5 1 2g e tq u e r ys e r v i c ei dr e q u e s tm s g 格式3 5 图5 1 3 业务服务器端的系统结构3 5 图5 1 4 业务a 流程3 7 图5 1 5 业务b 流程3 8 图a 1b l a c k b o x 求解积木世界问题的结果4 5 图b 1 实验例子的领域描述4 6 图c 1 增加业务后的领域描述4 7 图d 1 如果用户第一次选择业务a 后的运行结果4 8 图d 2 如果用户第二次选择业务a 后的运行结果4 8 表3 1 从初始状态到达目标状态的动作序列1 4 表5 1 状态说明3 3 表5 2 动作说明3 3 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的作品成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：表坎 殳 日期：幻a 年广月工日 使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权保留 学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版，有权将学 位论文用于非赢利目的的少量复制并允许论文进入学校图书馆、院系资料室被查 阅，有权将学位论文的内容编入有关数据库进行检索，可以采用复印、缩印或其 他方法保存学位论文。 学位论文作者签名：囊苏三丈 日期：x 凹年，月) 丫日 导师签名： 日期：研年f 月岬 1 1 研究背景 第1 章引言 随着信息技术的发展以及企业服务意识的提升，呼叫中心得到了广泛的应 用，例如为用户提供如天气预报、股市行情、产品的最新报价、查询费用等信息。 然而当人们希望在比飞机航班或天气预报更加复杂的业务系统中采用语音技术， 传统的以语音为中心的呼叫中心服务系统的不足渐渐表现出来： 由于业务系统通常相当复杂，使得语音转接层很多，想要得到自己需要 的服务相当耗时； 由于遍历方法固定，使得对同一用户反复询问相同的( 语音) 问题，这 是相当愚蠢的； 状态机要全盘考虑整个运行过程中的各个状态，业务流程一多，将十分 复杂、庞大； 由于状态机是固定的而实际中业务却是多变的、动态的，业务稍微变化 就必须对系统进行改造升级，不便于二次开发。 这些不足使得传统以语音为中心的语音系统通用性不强，提供的服务难以令 人满意。针对这些问题，本文提出了基于智能规划的业务语音系统：将智能规划 应用到业务语音系统，对业务领域的问题用p d d l 语言作出描述，并使用规划器 根据领域问题描述、业务知识和历史知识规划出来的需要的动作序列。这样可以 很好的克服传统r 缺乏智能化、自动化的问题，从而解决传统呼叫中心在复 杂业务系统应用的不足。 1 2 研究重点和研究工作 研究重点在于两方面的转化： 如何把业务语音系统的现实情况和多重限制转化为形式化的系统化的定 义和约束，使其可以理解为一个带有智能调度的智能规划应用问题； 如何把系统化的定义根据p d d l 建模标准和具体规划策略转化为规划所 需的领域模型和问题模型。 基于智能规划的业务语音系统 根据研究重点，论文的主要研究工作包括： 如何对一个现实问题进行严格、逻辑的定义； 在上述基础之上，对业务流程模型进行了系统化、形式化的描述，把其 中各个过程要素抽象出来； 利用规划领域描述语言p d d l 对其进行形式化的描述，使其转化成通用 规划器能够处理的形式。 最终把智能规划的方法应用到业务语音系统中去，实现出“聪明”的业 务语音系统。 1 3 文章结构 本文共分为六个章节，其中： 第1 章：引言，介绍了本课题提出的背景、研究重点、研究工作和本文的组 织结构。 第2 章：语音系统中使用的技术，主要介绍了呼叫中心以及呼叫中心使用到 的两种主要技术：c t i 和i v r 。目的是让本文的读者能够对呼叫中心和呼叫中心 的技术有较为清晰和系统的了解。 第3 章：智能规划理论，介绍了智能规划基本理论、智能规划问题标准定义 语言p d d l 以及一些常用的智能规划器，重点介绍了智能规划b l a c k b o x 。 第4 章：基于智能规划业务语音系统的模型，首先介绍了传统以语音为中心 的呼叫中心的系统结构，以及它实现的原理。在分析它存在问题的基础之上提出 了基于智能规划的业务语音系统的模型。对两者进行了分析比较之后总结出基于 智能规划的业务语音系统的模型的优点。 第5 章：基于智能规划业务语音系统的设计，作为本文的重点，本章详细介 绍如何在中山大学软件研究所已有的c t m 系统上逐步设计出基于智能规划业务 语音系统。 第6 章：结束语，对本文所阐述的内容进行了总结，以及对进一步研究工作 进行了展望。 第2 章语音系统中使用的技术 2 1 呼叫中心 呼叫中心【1 】( c a l lc e n t e r ) ，又称为客户服务中心( c u s t o m e rc a r ec e n t e r ) ， 是一种基于计算机与通信技术( c t i ) 的综合信息服务系统。现代的呼叫中心集 成通信网、计算机网和信息领域的多项最新技术，形成完整的综合信息服务系统， 高效、高速地为用户提供多种服务。 2 1 1 呼叫中心基本组成 一般来说，一个完整的呼叫中心系统主要由：排队机、自动呼叫分配( a c d ) 、 交互式语音应答( r ) 、计算机语音集成( c 1 r i ) 、客户关系管理( c i 蝴) 、在线 录音系统( c a l ll 0 9 百n g ) 等组成。典型呼叫中心系统结构如下图所示： 厣装w e b 服务器 目匣囹 窜鱼 话务员 。 求首糸统 图2 1 典型呼叫中心系统结构 a c d ( a u t o m a t i cc a l ld i s 仃i b u t o r ) 自动呼叫分配设备，也叫智能选择坐席。 它是呼叫中心整个前台接入系统逻辑功能的描述：把接入的呼叫转接到正确的坐 席员桌前。呼叫中心a c d 是现代呼叫中心有别于一般的热线电话系统和自动应 答系统的重要标志，其性能的优劣直接影响到呼叫中心的效率和顾客的满意度。 目前生产a c d 系统的也就是生产程控交换机的著名厂商如华为、朗讯、北电、 ， ， 厂， 。j、。j、 一。一 基于智能规划的业务语音系统 西门子等。 n 哏( i n t e r a c t i v ev o i c er e s p o n s e ) 交互式语音应答，是呼叫中心智能性的主 要体现，它通过预录或实时合成的语音和客户交互，并可以通过和a c d 的联合 实现对客户请求的服务选路。 c t i ( c o m p u t e rt e l e p h o n yi n t e g r a t i o n ) 计算机电话集成，是呼叫中心有别于 热线电话的主要特点。它将电话技术和计算机系统充分地集成，通常体现在呼叫 中心的各个部件上。例如a c d 需要借助于c n 实现根据呼叫者、呼叫原因、呼 叫时间、数据库状态及电话网络参数等有关的信息来实现呼叫的选路，i v r 系统 需要借助于c t i 实现电话语音的录放，传真服务器也要借助于c 1 1 技术实现传 真文档的收发。 2 1 2 呼叫中心发展 随着客户服务需求的发展，呼叫中心也一直在不断地发展。特别是近年来网 络集成技术的不断发展，使呼叫中心从以前专用的硬、软件平台开始向网络化的 方向发展【2 1 。 2 1 2 1第一代呼叫中心 最早期的呼叫中心实际上就是今天我们常说的热线电话，由企业指派若干经 过培训的业务代表专门负责处理各种咨询和投诉，客户只需拨通指定的电话就可 以与业务代表直接交谈，这套系统就是第一代的呼叫中心系统。这种服务方式可 以充分利用业务代表的专长，因而在提高工作效率时，大大提高客户服务质量， 其应用范围也逐渐扩大到民航以外的许多领域。 图2 2 第一代呼叫中心系统 第2 章语音系统中使用的技术 2 1 2 2第二代呼叫中心 早期的呼叫中心在业务量不断扩大的情况下越来越难以满足企业的需求。企 业希望呼叫中心能从一个简单的电话处理中心，发展成为以顾客服务为本的、综 合性的“客户服务中心”或“万能联络中心”，能够客户提供一流的服务以吸引 客户并增强对现有客户忠诚，最终为企业带来丰厚的利润。随着c t i 技术的发展， 采用了c t i 技术的第二代呼叫中心系统就诞生了。 固 悬参斗洲q i ! l 务土j 飞圆l 图2 3 第二代呼叫中心系统 2 1 2 3第三代呼叫中心 现代企业希望呼叫中心能提供7 2 4 小时的不间断服务，允许顾客在与业务 代表联络时选择语音、电子邮件、传真、文字交谈、视频等任何通信方式，并希 望能事先了解有关顾客的各种信息，针对具体情况安排具有特殊技能的业务代表 来满足顾客的特殊需求。这时的呼叫中心不仅其接入方式局限于电话呼叫，更重 要的是它可以充分利用地网络信息资源，为将来利用i n t e m e t 进行电子商务活动 奠定基础。因此基于i n t e m e t 的第三代呼叫中心系统就诞生了。 基于智能规划的业务语音系统 c t is e r v e r 、 固 彳 c 可i l i n l ( w e b 服务器 黔州_ 参 m 圆轳 帮 图2 - 4 第三代呼叫中心系统 由于c t i 技术与i n t e m e t 技术的紧密集成，使得呼叫中心由单一的以声讯访 问为主转变为多种媒体手段的组合：可以提供声音、传真、e m a i l 、视频连接等 多媒体手段的组合。基于i m e m e t 呼叫中心可以为用户提供先进的搜索引擎，自 助式的w 曲页面访问，同时可以为用户提供v o 口，t e x t c h a t 、可视化协作、w 曲 导航等实时服务。呼叫中心可以针对用户的e m a i l ，w r e b 信箱留言进行及时回复， 可以按照用户的请求进行回叫服务，声音可以在用户进行w | e b 浏览的时候同步 传输。 2 。2 呼叫中心的两种主要技术 术。 下面将介绍主要介绍跟本文关系比较密切的两种技术：c t i 技术和i v r 技 2 2 1c t i 技术 2 2 。1 1 c t i 介绍 计算机和电话是两种能给最终用户带来巨大效益的设备。但是这两种设备能 够协调地结合起来运行，产生的作用要远远超过以往孤立地使用它们时产生的价 哆 妙多 8 撇。 第2 章语音系统中使用的技术 值。c t i 技术正是基于这种想法而产生的。 c t i 技术是从传统的计算机电话集成( c o m p u t e rt e l e p h o n yi n t e 伊a t i o n ) 技术 发展而来的，最初是想将计算机技术应用到电话系统中，能够自动地对电话中的 信令信息进行识别处理，并通过建立有关的话路连接，而向用户传送预定的录音 文件、转接来话等。而到现在，c t i 技术已经发展成“计算机电信集成”技术 ( c o m p u t e rt e l e c o m m u i l i c a t i o ni n t e g r a t i o n ) ，即其中的“t 已经发展成 “t e l e c o m m u l l i c a t i o n ，这意味着目前的c t i 技术不仅要处理传统的电话语音， 而且要处理包括传真、电子邮件等其它形式的信息媒体。 c t i 技术跨越计算机技术和电信技术两大领域，目前提供的一些典型业务主 要有基于用户设备( c p e ) 的消息系统、交互语音应答、呼叫中心系统、增值业 务、i p 电话等。应用c t i 技术能给人们的工作和生活带来很多好处和便利，如 提高效率、降低成本、加速流通、加快信息传播、改善服务质量、增强竞争能力 等。 2 2 1 2c t l 关键技术 c t i 在对语音的处理上流行的几项技术主要包括：语音编码技术、语音识别 技术、语音合成技术等几方面【3 j 。 ( 1 )同电话系统相似，语音编码技术最常用的是脉冲编码调制( g 7 1 16 4 k p c m 标准) ，自适应差分脉冲编码调制( g 7 2 1 ，g 7 2 2 a d p c m 标准) ，和增量调 制( d m ) 。语音编码方案一向以追求低码率、短延时、高质量为目标，目前的g 。 7 2 8 标准采用的优化后的短延时激励码( l d c e l p ) 速率可达到1 6 列s ，算法延 时小于2 m s ；1 9 9 5 年i t u 推出的g 7 2 9 标准再度将速率降到8 刚s 。日本数字移 动通信采用的矢量和线性预测编码( v s e l p ) 已将语音编码标准定为6 7 刚s 。高 效的编码方案将是语音在口、a t m 网上高速传输保证。 ( 2 )语音识别早期主要采用的技术包括：线性预测分析技术( l p c ) ，动 态时间规划算法( d t w ) ，矢量量化技术( v q ) 等。8 0 年代以来对隐马尔可夫 模型( h m m ) 的研究推动了语音识别的迅速发展。这类方法的特点是，设计人 员根据人工神经网络技术，设计出一种可训练的模型，并用大量已经存在的数据 去训练，得到大量非特定人连续语音识别模型。语音识别将对c t i 应用系统产生 基于智能规划的业务语音系统 深远的影响，估计在两年内3 0 的c t i 应用系统将会装入语音识别功能。 ( 3 )语音合成技术又称作文语转换系统( t t s ) ，包括文本分析、韵律建 模和语音合成三部分。文本分析目前主要以统计学方法以及人工神经网络技术应 用为主，具有代表性的有：二元文法( d ig r a m m a rm e t h o d ) 、三元文法( 嘶g r a m m a r m e t h o d ) 等；韵律特征包括的声学参数包括频率、时长、音强、停顿等；语音合 成技术中比较著名的有a t t 的共振峰( f o n n a n t ) 合成系统，和最近发展起来的 波形拼接( p s o l a ) 语音合成技术。 2 2 1 3c t i 技术标准 出于市场和公司发展策略上的考虑，国外许多计算机公司和电信公司参与了 公共平台的开发进程，例如a t & t 、m c i 、b t 等电信公司和m i c r o s o r 、i n t e l 、 n o v e l l 等计算机公司，这些公司对公共标准的建立起了很大的推动作用。下面两 个是c t i 领域最广泛采用的技术标准【3 】。 ( 1 ) t a p i 技术标准1 4j 1 5 】1 6 】：m i c r o s o ：r 公司提出的，其目标是为了促进开 发电话语音应用和呼叫控制的w i n d o w s 电话a p i 。在t a p i3 0 的白皮书中，允 许用j a v a 、c c + + 和v b 等任何语言写t a p i 的应用程序，实现用w i n d o w s 应用 程序控制通信设备。t a p i 是w i n d o w s9 5 和，i n d o w sn t 的标准组件，支持u s b 和a c t i v e x 控件，侧重与计算机与电话的集成应用。其结构示意如下： ： - 图2 5t a p i 标准结构图 ( 2 )t s a p i 技术标准1 7 】1 8 l ：由n o v e n 公司开发。它将程控交换机或中央 电话系统与n e m a r e 网络集成在一起。可以实现呼叫转移，交互式语音( i v r ) 和自动呼叫分配( a c d ) 等功能。支持包括w i n d o w s 各种版本、o s 2 和u m x 第2 章语音系统中使用的技术 等目前主要操作系统。不同于t a p i ，t s a p i 在计算机和桌面之间建立一个逻辑 的连接，通过这些连接在任一端的t s a p i 应用就可以完成呼叫控制。由于t s a p i 主要为n e t 、v a r e 网操作系统增加电话服务，不在每个电话和p c 之间建立直接的 连接，而是由一个电话服务器n e 觚a r e 可加载模块( n l m ) 、一个电话服务器a p i ( t s a p i ) 、一个电话服务器库和一个电话客户库组成在服务器电话系统间建立 的连接，因此这个连接也称为p b x t o s e r v e r 连接。电话服务器n l m 是负责p b x 和n e 似a r e 服务器间传送信息的。电话服务器a p i 是为运行于服务器上的应用提 供电话服务器a p i 。三方连接在客户一服务器组网中比单方连接有更大的灵活性。 网上的每个用户都可迅速地通过现有的l a n 基础结构拨入p b x 。对其他服务的 接入，如主机或终端仿真、传真、e m a i l 等，都可以通过c t i 接口获得，只要这 些业务已经存在于网上。结构如图： t s a p i s a l - e i - p b x - i ：一p s t n i l i l i 图2 6 t s a p i 标准结构图 2 2 1 4 c t i 技术的应用 ( 1 ) i p 语音技术( v o i p ) ：i p 语音不同于传统的基于电路交换的语音业 务，而是以分组数据报的形式传递话音。自从9 5 年以色列v o c a l t e c 公司研制出 可以通过i n t e m e t 打长途电话的软件产品“1 1 1 t e m e tp h o n e 以来。i p 电话发展到 现在，已经融合了分组语音技术、语音编码和压缩技术、r 等技术成份。并且 随着q o s 不断提高，成本不断降低，现在已经开始分流传统长话业务。 ( 2 )呼叫中心( c a c e n t e r ) ：呼叫中心是c t i 技术最重要的应用，是 卜一耻 基于智能规划的业务语音系统 c t i 行业的一个重要分支。 ( 3 ) i n t e m e t 呼叫中心：也是c t i 技术最激动人心的应用之一。i n t e m e t 呼叫中心是呼叫中心技术与因特网技术相结合，设想一下：当客户在浏览网页同 时，如果希望就某一问题与客户服务代表进行讨论，此时客户不必呼叫中心的电 话号码，而是通过点击网页上的“呼叫链接按钮，顾客便可和业务代表进行语 音或文字的交流。 2 2 2i v r 技术 2 2 2 1 i v r 介绍 i v r ( i m e m c t i v ev o i c er e s p o n s e ) 交互式语音应答，是呼叫中心的核心技术 之一，它通过对接入系统的用户语音以及按键的响应，利用计算机与电话集成技 术，对用户的请求进行处理并以语音或者其它方式给予应答随着信息技术的发展 以及企业服务意识的提升，i v r 作为整个客户服务中心的一个核心部分，得到了 广泛的应用：为企业客户提供自动语音应答服务、收发传真、向用户播报及时信 息( 如为用户提供如天气预报、股市行情、产品的最新报价、查询费用等信息的 查询) 以及记录用户留言等多项服务。 使用i v r 可以使用户得到7 2 4 小时的信息服务，提高服务质量，以及协 调用户操作过程。如果在呼叫中心装入i v r 系统，大部分呼叫实现了自动化， 可以节省原来6 0 的费用，同时还能减轻坐席代理人的负担，使之仅处理确实需 要人工处理的呼叫。而且r 系统使得用户可以随时随地进行访问，因此得到 了用户的普遍认可。目前，很多企业正致力于使用i v r 的这一优点来吸引用户。 2 2 2 _ 2i v r 原理 i v r 可以理解为由抽象了的节点构成。这些节点会根据请求产生一定的动 作，请求可以是用户的按键或者是系统的请求( 例如超时、播放完毕、系统错误 等) 。节点与节点之间通过激发条件相互关联。i v r 响应呼叫接入通常会播放欢 迎词，我们把它看作是i v r 系统的最开始的节点( 根节点) 。在对整个i v r 系统 做了全面的抽象以后，可以发现整个r 系统其实是一个人工事先录制好的语 一1 0 一 第2 章语音系统中使用的技术 音片段按照树的数据结构( 静态知识树) 组织起来的系统，r 系统按照用户请 求遍历这棵树，最后到达叶节点，也就是最后确定用户希望得到的服务。 下面是一个典型的r 知识树： 节点1 1 ： 节点2 1 ： 节点2 2 ： 节点2 - 3 ： 节点3 1 ： 节点3 2 ： 播放欢迎词 播放产品信息 留言 转人工服务 介绍产品a 介绍产品b 图2 7 典型的i v r 知识树 用户打进电话之后播放欢迎词，按1 j 1 之后播放产品a 的信息，按1 专2 之后播放产品a 的信息，按2 留言，按3 转人工服务。 3 1 智能规划 第3 章智能规划理论 智能规划1 0 】【1 1 1 ( i n t e l l i g e n tp l 删l i n g ) 是人工智能研究领域的一个热门分支， 目前还没有一个统一的定义，直观地说，就是在给定问题的状态描述、对状态描 述进行变换的操作、初始状态和目标状态基础上，设计出从初始状态变到目标状 态的操作序列的过程。 智能规划至少包括三个部分： 初始状态，以一阶逻辑或命题逻辑等形式化语言描述。 目标状态，以一阶逻辑或命题逻辑等形式化语言描述。 动作，也称为操作或算子，主要包括三部分：动作名称、动作前提和动 作效果。 例如下面“积木块世界( b l o c kw o r l d ) 的例子： 初始状态 a b c 目标状态 图3 1 积木块世界的初始状态和目标状态 我们假设 “拾起x 这个动作用p i c k u p ( x ) 来表示； “放下x 用p u t d o 帅( x ) 来表示； “把x 放在y 上面 用s t a c k ( x ，y ) 来表示； “把x 从y 上面拿起来”用吼s t a c k ( x ，y ) 来表示。 那么按次序地执行下表的动作序列，我们将可以从初始状态到达目标状态。 基于智能规划的业务语音系统 表3 1 从初始状态到达目标状态的动作序列 步骤数 动作 u n s t a c k ( a ，b ) p u t d o 、v n ( a ) p i c k - u p ( b ) s t a c k ( b ，c ) p i c k u p ( a ) s t a c k ( a ，b ) 3 2p d d l 介绍 p d d l 语言是1 9 9 8 年由d r e wm c d e m o t t 发布的，是用来描述智能规划问题 的标准定义语言，其构建在s t r i p s 和a d l 语言基础上【12 1 ，其领域描述的语法 结构是一个类似l i s p 语言的括号表达式列表。p d d l 语言的最新版本已经发展 到2 2 。 3 2 1p d d l 的b n f 范式 用智能规划的方法解决问题时需要对问题某特定领域( d o m a i n ) 以及该领 域里需要解决对问题( p r o b l e m ) 进行描述。下面是p d d l 语言对领域和问题的 b n f 范式定义【1 3 】。 d o m a i n 定义： 第3 章智能规划理论 其中，s t m c t l l r e d e f 里面包括瞬间动作a c t i o n 的定义和持续动作d 删i v e a c t i o n 的定义。 a c t i o n 定义的格式如下，d u r a t i v e a c t i o n 的格式类似： 动作描述的含义是：在当前状态下，若前提条件成立，则可执行动作，且用 效果谓词来修改当前状态，使“当前状态”变成“下一状态 。 p r o b l e m 定义： d o m a i l l 和p r o b l e m 的例子见3 4 的坠! 垦曼k 坠q 丕星丕鱼坠乜! 星。 3 3 常用的智能规划器 下面列举了一些常用的智能规划器： h ! 垃；旦凸! 垒坠垒墨：b 墅q 业：曼鱼型丝墨皇坌羔曼型垦型! q p i 堡墨：b ! ! 世：p ! 垦! 坐i 堕ga t h 丛乜；坠凸盟曼墨：垒! q 婴：曼鱼型 基于智能规划的业务语音系统 h 丛卫：坠凸巡星墨：垒! q 塑：星亟型! 星墨曼堑竺型垦i 丛q p i 曼墨：h ! 堡! ：p ! i ! ! 坐i 望g a t a p s 迪；丛坌型q ：i 鱼：丛垒i 圣b ：曼世垦i ! 垒坠垒i 型i k i 垦b 监堡g i 2 坌匿! i q 坠三星鱼i ! ；i 鱼三曼a n d ( a d a p t i v ep r o b l e ms o l v e ra n dm u l t i m i s s i o n p l a n n e r ) i ! 坐i 卫g 垒卫曼a th 丛卫；y 凸j ! 堕：鱼i g j 卫! ：坠垦墨垦：g q 型 h 丛p ；! 凸巡星墨：! q 堡b 星墨! 曼星鱼型型k 垒堕! 型墨丛p ! i 型b ! 垒堡k 垒q 苎丛卫鱼星茎：h 鱼世a t h ! ! 卫；竖尘j ! 燮曼墨：! q 垒h 曼墨! 曼星鱼型 ( c o m p u t e ra s s i s t e dp l a n n i n g ) 至勤巨( a c t i o n d e c o m p o s i t i o na n da c t i o n b a s e dc o n s t r a i n tf o r m s ) h 丛p ；! 坠! ! 厶蛩3 星! ! ：垦q 蛩型卫! q j 壁垒! 墨曼q ! ! 垦g 曼型a th ! 虫；! ! ! 盥旦! 皇! ! ：璺q 卫型 ( ag r a p h p l a n b a s e ds y s t e mt h a tr e l i e so nt h ed a v i s p u t n a m p r i n c i p l e ) b 地；堕坠型：堕曼盥星垂型盟i 鱼垒盟煎卫曼：h ! m l a th 均苎盟盟卑堡丛必塑：星鱼型 h 丛卫；垦i ：星曼竺：堕堡i 堡h ：星鱼型p 星q 卫! 曼型曼! ! 卫! 垒型鱼星堡i 曼i q 旦：蛩! 垒竺h i 卫星：h 鲤! a t h 丛巳；垦i ：曼星堡墨：坠盟i 堡鱼：星鱼型 1 6 第3 章智能规划理论 塾丛p ；幽曼也b 曼堡：鱼曼题：型j q 曼! g 型鱼：h ! 匹! a t h 丛卫；坠垒! 垒丛i 垡o 婴丛i k ：! 丛亘：! ! 曼i b 堕g ：鱼曼 b 堑i 卫；匹垒曼曼亟q 坠i 垒：坠q 堡：g 型= y ! 曼董垦坦鱼q 醛! a tb 堕p ；望凸盟堡墨亟：垦堕尘：g 型 ：b 丛卫；里凸巡鱼墨：堡蛩! 坠：曼亟型= 垦y 照望型g ! g 【卫h 卫! i 咀! h ! 啦! a th 鲤；坠垒，盟鱼墨：曼婴坠：曼鱼型 鲢卫；望垒凸笙l 曼堡垒：坠卫! ：曼墨= 鱼g 星鱼鱼曼型! ! ! 里! 坠鱼星苎：b ! 望! ! a th ! 垃；旦垒! 垒堑! 鱼垒：坠墨坠：型 b 堑卫；! 凸巡墨：幽鱼：曼亟型卫殴i 曼鱼! 墨p ! 堕曼h ! 毯a tb 丛p ；旦凸巡曼墨：堕堡鱼：星亟型 h 堑i 卫；翌凸j ! 坠i 蜓_ 0 磐型i k ：l 墨! 堑：f ! 星i 坠堕g ：鱼星= 墼q 星h ! 星型i p 卫：h ! 堡! a t 塾堑卫；堕垒：堕i 垡_ o ! 婴垒巫垒：望坦：f i b 坠驾：鱼型 更多的规划器请参看h 鲤；丛垒型q ：i 鱼：迦些：曼型鲴坐垒i 迎k 迦i 盥曼g i 坐! 垫垣蜡 下面将重点介绍智能规划器b l a c k b o x ，因为第5 章基于智能规划业务语音系 统的设计使用到了该规划器来进行实验测试。 3 4b l a c k b o x 介绍 b l a u c k b o x 智能规划器的原理是：将s t r j p s 描述的问题转化为布尔类型的可 满足性( s a t ) 问题，然后使用各种各样最新的s a t 引擎来解决转化后的s a t 问题。b l a c k b o x 前端使用了图规划系统( b l u ma i l df u r s t1 9 9 5 ) 。b l a c k b o x 可以 使用多种s a r 引擎，具有很强的灵活性。例如：你可以指定b l a c k b o x 使用w a l k s a t 引擎( s e l m a j l ，k a u t z ，锄dc o h e n1 9 9 4 ) 运行6 0 秒，如果6 0 秒之后得不到解，可 以指定使用s a t z 引擎( l ia n da n b u l a g a n1 9 9 7 ) 运行1 0 0 0 秒。这种灵活性使得 b l a c k b o x 能有效地解决广泛的问题。 b l a c k b o x 规划的过程如下： 把一个规划问题( 以标准的s t 砒p s 形式描述的) 转化为一个规划图； 把第一步中生成的规划图转化成一个c n f 、艚； 使用c n f 简化算法将上一步产生的c n f 、艚简化； 运用最快的s a t 引擎求解、艚。如果求解出符合、 行的模型，那么将这 么模型转化成一个动作序列。 基于智能规划的业务语音系统 图3 2b l a c k b o x 规划过程 b 1 a c k b o x 规划器使用的脚本是p d d l 语言( p d d l 介绍见3 2 ) 。 下面是b l a c k b o x 求解积木世界问题的一个例子： d o m a i n 文件( d o m a i n p d d l ) 定义如下： 第3 章智能规划理论 1 9 摹于智能规划的业务语音系统 p r o b l e m 文件( b w s u s s m a j l p d d l ) 定义如下： 运行命令1 ： 得到下面的运行结果： 详细的运行结果见附录a 。 1 b l a c k b o x 在需要c y g w i n 环境下运行。 2 0 第4 章基于智能规划业务语音系统的模型 下面首先介绍传统以语音为中心的呼叫中心的系统结构，以及它实现的原 理。然后在分析它存在问题的基础之上提出了基于智能规划的业务语音系统的模 型。 4 1 以语音为中心的呼叫中心 传统以语音为中心的呼叫中心的结构如下图所示： 呼叫中心 一 图4 1 传统以语音为中心的呼叫中心的结构 其中整个呼叫中心的核心部分信息处理单元使用的最重要技术是r 。一般 r 是用状态机的思想来设计实现的，针对特定系统，业务服务项目、服务流程 已定，状态机也就确定了。 下面是一个简单的i v r 状态机例子： 图4 2 一个简单的i v r 状态机例子 如今，语音流程已经具备图形化的配置工具，让开发人员可轻松修改i v r 基于智能规划的业务语音系统 状态机： 图4 3 语音流程图形化配置工具 但是，单纯用状态机来设计i v r 有下面一些缺点： 状态机是静态的； 状态机的遍历方法是固定的。 4 2 基于智能规划的业务语音系统 随着信息技术的发展以及企业服务意识的提升，人们希望在复杂的业务系统 中采用语音技术，传统的以语音为中心的呼叫中心服务系统的不足渐渐表现出 来： 由于业务系统通常相当复杂，使得语音转接层很多，想要得到自己需要 的服务相当耗时； 由于遍历方法固定，使得对同一用户反复询问相同的( 语音) 问题，这 是相当愚蠢的； 状态机要全盘考虑整个运行过程中的各个状态，业务流程一多，将十分 复杂、庞大； 由于状态机是固定的而实际中业务却是多变的、动态的，业务稍微变化 就必须对系统进行改造升级，不便于二次开发。 第4 章基于智能规划业务语音系统的模型 这些不足使传统以语音为中心的语音系统通用性不强，提供的服务难以令人 满意。为了解决上面提到的问题，本文提出基于智能规划的业务语音系统，系统 的结构如下图所示： 氟 j 蚧：缈”p ，i 】型： 害：、纂：“三磊吼耩扳影乏一茵当壹 喵黔 蹦购雕 二二 熏黑 ，一一一一一一一、一一一 一一一 一一一7 一。 一一、一一一。 业务处理。乖无 一一一7 一一一7 一一一，一一一 一 ；! 、l 兀7 。 图4 4 基于智能规划的业务语音系统的结构 基于智能规划的业务语音系统的系统是以业务为中心的，对比以语音为中心 的呼叫中心，其主要增加了以业务知识库、流程知识库、地理知识库、业务历史 知识库组成的知识库和智能规划系统。 通信处理单元，同传统呼叫中心有很大的不同。它除了完成分配和控制连接 之外，它还要更智能一些： 首先，它必须具备电话业务流程自动定义、适应变化的能力。 因为业务语音系统是以业务为中心的，而现实企业中运作的业务流程是复 杂、庞大的，这些业务过程如果完全依赖于传统的手工配置，其工作量是相当巨 大的。同时，企业面临市场竞争环境是快速变化的，这导致企业的业务流程是不 稳定的，易变的，要手工管理原有的业务流程，使其与新的需求相适应，也有不 可忽视的工作量。因此，企业需要更加智能化，自动化，更具灵活性的电话业务 流程配置技术，它能帮助企业实现业务