小小幸运

我们接触到的自动外呼市面上大多都是用户接听后，播放一段录音。 这种完全跟不上现在时代， 目前有实力的技术公司均实现了基于asr和tts的智能外呼，同时很多公司并将此作为一种能力对外开放和进行商业合作。 那么我们如何实现基于freeswitch的智能外呼模块？ 首先我们来看看如何自动freeswitch模块。 我们需要实时记录用户的音频信息，当用户声音低于某个阈值时，将当前的音频数据发给asr进行识别，并将识别结果推送给智能问答系统，再将智能问答返回的文字，使用tts播放给用户听。 // mini 版本 myrobot，可进行学习， 自定义freeswitch application // 通过media bug 来对chan

之前分享过， 我们使用vad来检测用户是否人声，同时进行打断播音，但是这里有个体验上的严重问题，就是当用户首次和你进行交互的时候，我们的交互话术，大多时候还是以问候+意图目的的形式。 那么会出现下面的场景： 机器人： 您好，我是**，我们之前有过交集【话还没说完，用户的回复好的，等打断了机器人】 有耐心【礼貌】的用户：嘿，您好 首句机器人在没有表达出意图之前，用户回复了你的问候，这导致了，播报的打断。但同时用户的问候仅仅是一句简单交互，并没有回复你的意图，也就是说你没法根据这句话去判断您的意图走向， 只能再次进入引导语句，这样的行为，如果过多就会让用户失去耐心，同时失去了简单获取用户意图的时机，从而导致一次外呼过程的不完