语音信息处理方法、装置、设备、介质和程序产品

技术领域

本公开涉及信息处理技术领域，具体而言，涉及一种语音信息处理方法、装置、设备、介质和程序产品。

背景技术

随着“共享经济”概念的快速普及，共享车辆开始出现在大众视野中。但为了提高共享车辆的使用率，共享车辆企业会通过主动邀约的方式，邀请用户使用共享车辆。

现有技术中，针对用户的邀约大多以人工邀约的方式实现，但该方式不仅需要消耗大量的人力成本，而且存在邀约效率较低的问题。

发明内容

本公开实施例至少提供一种语音信息处理方法、装置、设备、介质和程序产品，以提高邀约效率。

第一方面，本公开实施例提供了一种语音信息处理方法，包括：

基于多个用车用户的用户信息，从所述多个用车用户中确定目标推送用户；其中，所述用户信息包括用户通讯特征；

基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接；

基于建立的语音通讯连接向所述目标推送用户播报预设语音信息；所述预设语音信息中包含服务邀约信息；

在获取到所述目标推送用户的反馈语音信息的情况下，对所述反馈语音信息进行语音识别，确定邀约结果。

在一种可能的实施方式中，所述基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接，包括：

基于所述目标推送用户的用户通讯特征，确定所述目标推送用户的邀约时间信息和邀约地址信息；

按照所述邀约时间信息和所述邀约地址信息，建立与所述目标推送用户的语音通讯连接。

在一种可能的实施方式中，所述预设语音信息包括至少一个预设语音；所述反馈语音信息包括目标推送用户针对至少一个预设语音所反馈的互动语音；

所述基于建立的语音通讯连接向所述目标推送用户播报预设语音信息，包括：

基于建立的语音通讯连接，向所述目标推送用户播报第一个预设语音；

基于所述目标推送用户针对所述预设语音反馈的互动语音，确定并向所述目标推送用户播报与该互动语音相匹配的预设语音。

在一种可能的实施方式中，所述对所述反馈语音信息进行语音识别，确定邀约结果，包括：

分别对每个所述互动语音进行语音识别，确定所述目标推送用户对每个预设语音的信息接受程度；

基于确定的每个预设语音对应的信息接受程度，确定所述目标推送用户对应的邀约结果。

在一种可能的实施方式中，所述基于确定的每个预设语音对应的信息接受程度，确定所述目标推送用户对应的邀约结果，包括：

获取每个预设语音对应的预设权重；

基于确定的每个预设语音对应的信息接受程度和预设权重，确定所述目标推送用户对应的意愿程度信息；

基于所述意愿程度信息，确定所述目标推送用户对应的邀约结果。

在一种可能的实施方式中，所述邀约结果包括所述目标推送用户为成功邀约用户、所述目标推送用户为潜在邀约用户、所述目标推送用户为无效邀约用户；

所述基于所述意愿程度信息，确定所述目标推送用户对应的邀约结果，包括：

在所述意愿程度信息对应的意愿程度值大于第一预设值的情况下，确定所述目标推送用户为成功邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于或等于所述第一预设值，并且大于第二预设值的情况下，确定所述目标推送用户为潜在邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于所述第二预设值的情况下，确定所述目标推送用户为无效邀约用户。

在一种可能的实施方式中，在获取到目标推送用户针对预设语音反馈的互动语音之后，还包括：

在所述互动语音指示在新的信息邀约时间进行语音通讯的情况下，确定新的邀约时间信息，并按照所述邀约地址信息和所述新的邀约时间信息，建立与所述目标推送用户的语音通讯连接。

在一种可能的实施方式中，所述用户通讯特征包括与所述目标推送用户的最大语音通讯次数以及重复语音通讯时间间隔；其中，所述重复语音通讯时间间隔用于表征在当前次与所述目标推送用户未建立语音通讯连接的情况下，下一次与所述目标推送用户建立语音通讯连接的时间间隔；

在确定所述目标推送用户之后，还包括：

在基于所述重复语音通讯时间间隔，与所述目标推送用户建立语音通讯连接未成功的次数大于所述最大语音通讯次数的情况下，将所述目标推送用户作为无效邀约用户。

在一种可能的实施方式中，所述基于所述目标推送用户的用户通讯特征，确定所述目标推送用户的邀约时间信息，包括：

基于所述用户通讯特征，确定所述目标推送用户的用户重要程度；

基于所述用户重要程度，确定所述目标推送用户的邀约时间信息。

在一种可能的实施方式中，所述确定并向所述目标推送用户播报与该互动语音相匹配的预设语音，包括：

对该互动语音进行语音识别，确定该互动语音的语义特征信息；

从预先设置的多个预设语音中，筛选与所述语义特征信息相匹配的预设语音，并向所述目标推送用户播报。

在一种可能的实施方式中，在确定了所述语义特征信息之后，还包括：

在确定不存在与所述语义特征信息相匹配的预设语音的情况下，向所述目标推送用户播报新的预设语音，或者，在该互动语音对应的信息接受程度符合预设条件时，建立所述目标推送用户与人工服务的语音通讯连接。

在一种可能的实施方式中，所述对该互动语音进行语音识别，确定该互动语音的语义特征信息，包括：

利用语义识别模型对该互动语音进行识别，确定该互动语音的语义特征信息；

在对该互动语音进行识别之后，还包括：

在无法识别到该互动语音的语义特征信息的情况下，获取该互动语音对应的人工语义特征信息；

利用所述人工语义特征信息和该互动语音对所述语义识别模型进行训练。

在一种可能的实施方式中，所述分别对每个所述互动语音进行语音识别，确定所述目标推送用户对每个预设语音的信息接受程度，包括：

针对获取的所述目标推送用户针对每个预设语音所反馈的互动语音，利用语言处理模型对该互动语音进行语音识别，确定所述目标推送用户对该互动语音对应的预设语音的信息接受程度。

在一种可能的实施方式中，在确定所述邀约结果之后，还包括：

存储所述目标推送用户的邀约结果；

响应于结果获取请求，将所述目标推送用户的邀约结果进行展示。

第二方面，本公开实施例还提供一种语音信息处理装置，包括：

第一确定模块，用于基于多个用车用户的用户信息，从所述多个用车用户中确定目标推送用户；其中，所述用户信息包括用户通讯特征；

通讯模块，用于基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接；

播报模块，用于基于建立的语音通讯连接向所述目标推送用户播报预设语音信息；所述预设语音信息中包含服务邀约信息；

第二确定模块，用于在获取到所述目标推送用户的反馈语音信息的情况下，对所述反馈语音信息进行语音识别，确定邀约结果。

在一种可能的实施方式中，所述通讯模块，用于基于所述目标推送用户的用户通讯特征，确定所述目标推送用户的邀约时间信息和邀约地址信息；

按照所述邀约时间信息和所述邀约地址信息，建立与所述目标推送用户的语音通讯连接。

在一种可能的实施方式中，所述预设语音信息包括至少一个预设语音；所述反馈语音信息包括目标推送用户针对至少一个预设语音所反馈的互动语音；

所述通讯模块，用于基于建立的语音通讯连接，向所述目标推送用户播报第一个预设语音；

基于所述目标推送用户针对所述预设语音反馈的互动语音，确定并向所述目标推送用户播报与该互动语音相匹配的预设语音。

在一种可能的实施方式中，所述第二确定模块，用于分别对每个所述互动语音进行语音识别，确定所述目标推送用户对每个预设语音的信息接受程度；

基于确定的每个预设语音对应的信息接受程度，确定所述目标推送用户对应的邀约结果。

在一种可能的实施方式中，所述第二确定模块，用于获取每个预设语音对应的预设权重；

基于确定的每个预设语音对应的信息接受程度和预设权重，确定所述目标推送用户对应的意愿程度信息；

基于所述意愿程度信息，确定所述目标推送用户对应的邀约结果。

在一种可能的实施方式中，所述邀约结果包括所述目标推送用户为成功邀约用户、所述目标推送用户为潜在邀约用户、所述目标推送用户为无效邀约用户；

所述第二确定模块，用于在所述意愿程度信息对应的意愿程度值大于第一预设值的情况下，确定所述目标推送用户为成功邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于或等于所述第一预设值，并且大于第二预设值的情况下，确定所述目标推送用户为潜在邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于所述第二预设值的情况下，确定所述目标推送用户为无效邀约用户。

在一种可能的实施方式中，所述装置还包括：

第三确定模块，用于在获取到目标推送用户针对预设语音反馈的互动语音之后，在所述互动语音指示在新的信息邀约时间进行语音通讯的情况下，确定新的邀约时间信息，并按照所述邀约地址信息和所述新的邀约时间信息，建立与所述目标推送用户的语音通讯连接。

在一种可能的实施方式中，所述用户通讯特征包括与所述目标推送用户的最大语音通讯次数以及重复语音通讯时间间隔；其中，所述重复语音通讯时间间隔用于表征在当前次与所述目标推送用户未建立语音通讯连接的情况下，下一次与所述目标推送用户建立语音通讯连接的时间间隔；

所述第二确定模块，还用于在所述第一确定模块确定所述目标推送用户之后，

在基于所述重复语音通讯时间间隔，与所述目标推送用户建立语音通讯连接未成功的次数大于所述最大语音通讯次数的情况下，将所述目标推送用户作为无效邀约用户。

在一种可能的实施方式中，所述通讯模块，用于基于所述用户通讯特征，确定所述目标推送用户的用户重要程度；

基于所述用户重要程度，确定所述目标推送用户的邀约时间信息。

在一种可能的实施方式中，所述通讯模块，用于对该互动语音进行语音识别，确定该互动语音的语义特征信息；

从预先设置的多个预设语音中，筛选与所述语义特征信息相匹配的预设语音，并向所述目标推送用户播报。

在一种可能的实施方式中，所述通讯模块，还用于在确定不存在与所述语义特征信息相匹配的预设语音的情况下，向所述目标推送用户播报新的预设语音，或者，在该互动语音对应的信息接受程度符合预设条件时，建立所述目标推送用户与人工服务的语音通讯连接。

在一种可能的实施方式中，所述装置还包括训练模块：

所述通讯模块，用于利用语义识别模型对该互动语音进行识别，确定该互动语音的语义特征信息；

所述训练模块，用于在所述通讯模块对该互动语音进行识别之后，在无法识别到该互动语音的语义特征信息的情况下，获取该互动语音对应的人工语义特征信息；

利用所述人工语义特征信息和该互动语音对所述语义识别模型进行训练。

在一种可能的实施方式中，所述第二确定模块，用于针对获取的所述目标推送用户针对每个预设语音所反馈的互动语音，利用语言处理模型对该互动语音进行语音识别，确定所述目标推送用户对该互动语音对应的预设语音的信息接受程度。

在一种可能的实施方式中，所述装置还包括：

存储模块，用于在所述第二确定模块确定所述邀约结果之后，存储所述目标推送用户的邀约结果；

响应于结果获取请求，将所述目标推送用户的邀约结果进行展示。

第三方面，本公开可选实现方式还提供一种计算机设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

第四方面，本公开可选实现方式还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

第五方面，本公开可选实现方式还提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。

关于上述语音信息处理装置、计算机设备、计算机可读存储介质、及计算机程序产品的效果描述参见上述语音信息处理方法的说明，这里不再赘述。

本公开实施例提供的语音信息处理方法、装置、设备、介质和程序产品，实现自动筛选目标推送用户，并基于确定的目标推送用户的用户通讯特征，自动建立与目标推送用户的语音通讯连接，然后通过向目标推送用户播报包括服务邀约消息的预设语音信息以及获取反馈语音信息的方式，实现与目标推送用户的邀约沟通，从而，可以基于与目标推送用户的邀约沟通情况，确定出准确的邀约结果，整个邀约过程均可以自动完成，与现有技术中利用人工的方式进行邀约相比，不仅节省了人力成本，还提高了邀约效率。

进一步，本公开实施例提供的语音信息处理方法、装置、设备、介质和程序产品，还可以基于用户对每个预设语音的信息接受程度，确定邀约结果，由于信息接受程度能够反映目标推送用户对于所播放的预设语音的认同程度，所以用户对每个预设语音的信息接受程度能够整体反映目标推动用户对于当前次的服务邀约的整体认同程度，从而，基于该整体认同程度，有利于准确地确定出针对目标推送用户的邀约结果。

进一步，本公开实施例提供的语音信息处理方法、装置、设备、介质和程序产品，还可以基于确定的用户重要程度，确定目标推送用户的邀约时间信息并实现对目标推送用户的邀约，能够实现及时地对重要用户的邀约，不仅可以提高邀约成功率，还可以提升用户的邀约体验。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本公开实施例所提供的一种语音信息处理方法的流程图；

图2示出了本公开实施例所提供的一种确定目标推送用户对应的邀约结果的方法的流程图；

图3示出了本公开实施例所提供的一种邀约示意图；

图4示出了本公开实施例所提供的一种语音信息处理装置的示意图；

图5示出了本公开实施例所提供的一种计算机设备结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

另外，本公开实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当结果下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。

在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种结果。字符“/”一般表示前后关联对象是一种“或”的关系。

经研究发现，随着“共享经济”概念的快速普及，共享车辆开始出现在大众视野中。但为了提高共享车辆的使用率，共享车辆企业会通过主动邀约的方式，邀请用户使用共享车辆。现有技术中，针对用户的邀约大多以人工邀约的方式实现，但该方式不仅需要消耗大量的人力成本，而且存在邀约效率较低的问题。

基于上述研究，本公开提供了一种语音信息处理方法、装置、设备、介质和程序产品，实现自动筛选目标推送用户，并基于确定的目标推送用户的用户通讯特征，自动建立与目标推送用户的语音通讯连接，然后通过向目标推送用户播报包括服务邀约消息的预设语音信息以及获取反馈语音信息的方式，实现与目标推送用户的邀约沟通，从而，可以基于与目标推送用户的邀约沟通情况，确定出准确的邀约结果，整个邀约过程均可以自动完成，与现有技术中利用人工的方式进行邀约相比，不仅节省了人力成本，还提高了邀约效率。

针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

为便于对本实施例进行理解，首先对本公开实施例所公开的一种语音信息处理方法进行详细介绍，本公开实施例所提供的语音信息处理方法的执行主体一般为具有一定计算能力的计算机设备，在一些可能的实现方式中，该语音信息处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

下面以执行主体为计算机设备为例对本公开实施例提供的语音信息处理方法加以说明。

如图1所示，为本公开实施例提供的一种语音信息处理方法的流程图，可以包括以下步骤：

S101：基于多个用车用户的用户信息，从多个用车用户中确定目标推送用户。

其中，所述用户信息包括用户通讯特征。

这里，用车用户可以为已经接收过邀约的用车用户，也可以为未接收过邀约的用车用户，已经接收过邀约的用车用户可以包括成功邀约的用户和未成功邀约但存在用车意向的用户等，未接收过邀约的用车用户可以包括从未接收过邀约的用户、体验过与邀约服务相关的其他用车服务的用户、在邀约服务对应的邀约信息收集处表明存在邀约用车意向的用户等。

用户信息可以预先获取并存储在预先设置的数据收集与存储装置层中。用户信息可以包括用车用户的用户通讯特征、用户已经邀约成功的次数、用户接受邀约的意愿信息、已经确定的用户的邀约结果等信息，用户通讯特征可以包括用户的邀约地址信息，例如，用户的电话信息，用户接受过邀约的次数、用户的邀约时间、用户通讯特征的来源信息等信息。目标推送用户可以为需要确定邀约时间信息并进行邀约的用户，其中，邀约时间信息可以包括开始邀约时间和下次邀约时间等。

具体实施时，可以从预先设置的数据收集与存储装置层获取多个用车用户的用户信息，然后可以基于多个用车用户的用户信息，从多个用车用户中确定目标推送用户。例如，可以基于多个用车用户中的每个用车用户的用户接受邀约的意愿信息，确定接受邀约的意愿最强烈的用车用户作为目标推送用户；或者，用户信息中可以包括每个用车用户的顺序标识信息，基于每个用车用户的顺序标识信息，确定目标推送用户。

并且，本公开实例提供的语音信息处理方法可以同时确定多个不同的目标推送用户，并实现同时对多个目标推送用户的邀约。

S102：基于目标推送用户的用户通讯特征，建立与目标推送用户的语音通讯连接。

具体实施时，在确定目标推送用户之后，预先设置的任务触发装置层可以基于确定的目标推送用户的用户信息，确定目标推送用户的用户通讯特征，然后，根据用户通讯特征中的邀约地址信息，可以自动建立与目标推送用户的语音通讯连接。例如，可以基于目标推送用户的电话信息，建立与目标推送用户的电话连接。

S103：基于建立的语音通讯连接向目标推送用户播报预设语音信息。

其中，预设语音信息中包含服务邀约信息，预设语音信息可以为预先设置并存储在数据收集与存储装置层中的、与目标推送用户进行语音交流的信息，包括多个预设语音，例如，预设语音信息可以为“您好，我是XXX用车邀约机器人，很高兴与您通话，请问您是XX先生吗”、“对不起，我没听清，您能再说一遍吗”。服务邀约信息为与邀约服务相关的语音信息，例如，服务邀约信息可以为“请问您有用车的意愿吗”。

具体实施时，在与目标推送用户建立语音通讯连接之后，可以利用预先设置的智能应答层从数据收集与存储装置层中获取预先存储的预设语音信息以及服务邀约信息，并将上述信息播放给目标推送用户，以实现与目标推送用户的邀约交流。

S104：在获取到目标推送用户的反馈语音信息的情况下，对反馈语音信息进行语音识别，确定邀约结果。

这里，反馈语音信息为目标推送用户针对播放的预设语音信息所反馈的语音信息。

具体实施时，当基于建立的语音通讯连接，将预设语音信息播放给目标推送用户之后，可以获取到目标推送用户反馈的反馈语音信息。进而，可以利用预先设置的语音识别模型层中的语义识别模型对反馈语音信息进行语音识别，基于语音识别结果，确定针对目标推送用户的邀约结果。

例如，基于语音识别结果，确定出目标推送用户所反馈的反馈语音信息为“我想要在三天后用车”，进而，基于该识别结果，可以确定目标推送用户对应的邀约结果为成功邀约。

这样，能够实现自动筛选目标推送用户，并基于确定的目标推送用户的用户通讯特征，自动建立与目标推送用户的语音通讯连接，然后通过向目标推送用户播报包括服务邀约消息的预设语音信息以及获取反馈语音信息的方式，实现与目标推送用户的邀约沟通，从而，可以基于与目标推送用户的邀约沟通情况，确定出准确的邀约结果，整个邀约过程均可以自动完成，与现有技术中利用人工的方式进行邀约相比，不仅节省了人力成本，还提高了邀约效率。

在一种实施例中，针对S102，可以按照以下步骤建立与目标推送用户的语音通讯连接：

步骤一、基于目标推送用户的用户通讯特征，确定目标推送用户的邀约时间信息和邀约地址信息。

本步骤中，由于用户通讯特征中可以包括用户的邀约地址信息，因此，可以基于目标推送用户的用户通讯特征，确定该用户的邀约地址信息。

针对目标推送用户的邀约时间信息，可以基于目标推送用户的通讯特征信息，确定目标推送用户的用户重要程度，然后，可以基于用户的重要程度信息，确定目标推送用户的邀约时间信息。

这里，不同来源的用户的重要程度不同，因此，在具体实施时，可以利用目标推送用户的用户通讯特征中的用户通讯特征的来源信息，确定该目标推送用户的用户重要程度，然后，基于用户重要程度、当前已确定的其他用户的邀约时间信息、以及邀约空闲时间信息，确定目标推送用户的邀约时间信息。邀约空闲时间信息用于表征每一时刻对应的剩余可邀请人数信息。

其中，本公开实例所提供的语音信息处理方法可以在同一时间实现对预设数量个用户的邀约，因此，可以基于已确定的其他用户对应的邀约时间信息和数量以及当前正在进行的语音通讯连接的线路的数量，确定每一时刻对应的邀约空闲时间信息，进而，针对当前正在处理的目标推送用户，可以基于邀约空闲时间信息和用户重要程度，确定目标推送用户的邀约时间信息。

在一种实施方式中，如果在确定目标推送用户的同时，如果当前的剩余可邀请人数信息大于1，也可以直接将该目标推送用户的邀约时间信息对应的邀约时间设置为当前时间。或者，在确定出目标推送用户之后，可以直接建立与目标推送用户的语音通讯连接，实现对目标推送用户的邀约。

另外，在确定用户重要程度的过程中，还可以基于用户信息中的用户已经邀约成功的次数和用户接受邀约的意愿信息，确定目标推送用户的用户重要程度。例如，用户接受邀约的意愿信息表征的用户接受邀约的可能性越高，则用户的用户重要程度可以越高；用户已经邀约成功的次数越多，用户的用户重要程度也可以越高。

步骤二、按照邀约时间信息和邀约地址信息，建立与目标推送用户的语音通讯连接。

具体实施时，在确定目标推送用户的邀约时间信息和邀约地址信息之后，任务触发装置层可以在到达邀约时间信息对应的邀约时间的情况下，建立与邀约地址信息对应的目标推送用户的语音通讯连接。

这里，由于在对其他用户进行邀约的过程中，语音通讯连接的时长为不可控变量，因此，可能存在在到达目标推送用户对应的邀约时间信息对应的邀约时间之前，存在空闲的邀约时间的情况。针对上述情况，还可以将目标推送用户的邀约时间提前，在到达空闲的邀约时间的情况下，对目标推送用户进行邀约。需要说明的是，在确定当前用户的邀约时间信息的过程中，可以基于每个已知的用户的邀约时间信息和默认的通讯时长，确定每个与已知的用户的邀约时间信息对应的邀约时间相匹配的邀约空闲时间信息，然后基于邀约空闲时间信息，确定当前用户的邀约时间信息。

或者，即使存在空闲的邀约时间，也不将目标推送用户的邀约时间提前，只要在到达邀约时间信息对应的邀约时间的情况下，建立与邀约地址信息对应的目标推送用户的语音通讯连接。

同样的，由于语音通讯连接的时长为不可控变量，因此，可能存在在到达目标推送用户对应的邀约时间信息对应的邀约时间时，仍不存在空闲的可以与目标推送用户建立连接的语音连接线路，则可以延迟与该目标推送用户的语音通讯连接，然后在确定存在空闲的语音连接线路的情况下，建立与该目标推送用户的语音通讯连接。

这样，基于确定的用户重要程度，确定目标推送用户的邀约时间信息并实现对目标推送用户的邀约，能够实现及时地对重要用户的邀约，不仅可以提高邀约成功率，还可以提升用户的邀约体验。

在一种实施例中，预设语音信息包括至少一个预设语音；反馈语音信息包括目标推送用户针对至少一个预设语音所反馈的互动语音。

具体实施时，可以按照步骤实施S103：

步骤一、基于建立的语音通讯连接，向目标推送用户播报第一个预设语音。

这里，第一个预设语音可以为预设语音信息中包括的与目标推荐用户建立连接后的所需要播放的第一个预设语音。

步骤二、基于目标推送用户针对预设语音反馈的互动语音，确定并向目标推送用户播报与该互动语音相匹配的预设语音。

本步骤中，在与目标推送用户进行语音通讯连接的过程中，针对向目标推送用户播报的预设语音，该用户将以语音的方式对其进行回复，从而，可以获取该用户针对播报该预设语音所反馈的互动语音。

进一步的，针对获取的该用户反馈的互动语音，可以从预设语音信息包括的预设语音中，选取与该互动语音相匹配的预设语音，然后将该预设语音播放给该用户，进而，可以返回获取该用户所反馈的互动语音的步骤，直至此次语音通讯连接断开。这样，能够实现自动地与目标推送用户的邀约交流，从而，完成对目标推送用户的邀约。

其中，目标推送用户的邀约过程所播放的预设语音，可以包括预设语音信息中所有的预设语音，也可以只包括预设语音信息中的部分预设语音，具体实施时，由用户反馈的互动语音决定，这里不进行限定。

另外，如果在向目标推送用户播放一条预设语音之后，未接收到目标推送用户反馈的针对该预设语音的互动语音，则可以继续向目标推送用户播放新的预设语音，直至接收到目标推送用户反馈的互动语音。之后，确定并播放与该互动语音相匹配的预设语音。这里，用户反馈的互动语音可以对应于多条预设语音。

如果在向目标推送用户播放了若干条预设语音之后，仍未收到目标推送用户反馈的互动语音，则可以断开与该目标推送用户的语音通讯连接。

具体实施时，预设语音信息可以存储在数据收集与存储装置层中，智能应答层可以从数据收集与存储装置层中获取预设语音信息，然后向目标推送用户播报第一个预设语音，以及向目标推送用户播报其反馈的互动语音对应的预设语音的操作。智能应答层和语音识别模型层之间通过通信连接进行数据交互，实现与目标推送用户的邀约交流。

具体的，智能应答层可以根据语音识别模型层中输出的识别结果(即下述实施例中的语义识别模型输出的目标推送用户反馈的互动语音的语义特征信息)，从获取的多个预设语音中确定其对应的预设语音，并播放给目标推送用户。

在一种实施方式中，预设语音还可以分为预设问题语音和预设应答语音，当向目标推送用户进行邀约时，可以从预设问题语音选取用于播报的语音，当对目标推送用户反馈的互动语音进行反馈时，可以从预设应答语音中选取相匹配的语音进行播报。

在一种实施例中，针对S104，可以按照以下步骤对反馈语音信息进行语音识别，确定邀约结果：

步骤一、分别对每个互动语音进行语音识别，确定目标推送用户对每个预设语音的信息接受程度。

这里，信息接受程度用于表征目标推送用户对于播放的预设语音的认同程度以及目标推送用户反馈互动语音时的互动语气，其中，互动语气可以包括肯定、否定和中肯等。

针对获取的每个互动语音，可以对该互动语音进行语音识别，然后基于识别结果，确定目标推送用户对该互动语音对应的一个或多个预设语音的认同程度以及反馈该互动语音时的互动语气，进而，可以基于上述确定的认同程度和互动语气，确定目标推送用户对该互动语音的信息接受程度。

在一种实施例中，针对获取的目标推送用户针对每个预设语音所反馈的互动语音，可以利用语音识别模型层中预先训练好的语言处理模型对该互动语音进行语音识别，确定该互动语音对应的识别结果，并基于该识别结果确定目标推送用户对该互动语音对应的预设语音的信息接受程度。其中，预先训练好的语言处理模型可以是自然语言处理NLP模型。

进一步的，本公开实施例还包括建立NLP模型并对其进行训练的步骤，具体的，可以利用数据收集与存储装置层通过网络等方式，收集与邀约服务相关的语料库，然后基于收集的语料库，建立NLP模型，并利用语料库中的语料，对NLP模型进行迭代训练，在达到训练截止条件的情况下，得到训练好的NLP模型。

另外，如果目标推送用户所反馈的互动语音对应于多个预设语音，可以将该互动语音作为与多个预设语音中的每个预设语音对应的互动语音，并将确定的该互动语音对应的信息接受程度作为多个预设语音中的每个预设语音对应的信息接受程度。

步骤二、基于确定的每个预设语音对应的信息接受程度，确定目标推送用户对应的邀约结果。

这里，针对步骤二，可以按照如图2所示的方法，确定邀约结果，如图2所示，为本公开实施例所提供的一种确定目标推送用户对应的邀约结果的方法的流程图，可以包括以下步骤：

S201：获取每个预设语音对应的预设权重。

这里，由于在与目标推送用户进行邀约交流的过程中，处于交流过程的不同时间段的预设语音的重要程度不同，例如，目标推送用户反馈的前几条互动语音和最后几条互动语音对反映该用户是否愿意接受邀约的参考价值相比于该用户反馈的中间几条互动语音的参考价值更高。

因此，可以将几条互动语音和最后几条互动语音分别对应的预设语音的预设权重设置的大于中间几条互动语音的分别对应的预设语音的预设权重。

在这里，如果预设语音信息中的多个预设语音存在预先设置的播放顺序，则每个预设语音对应的预设权重可以根据开发人员的需求进行设置，这里不进行限定。

本步骤中，获取的每个预设语音对应的预设权重可以为对目标推送用户进行语音邀约的过程中所播放的语音。

针对语音邀约的过程中所播放的每个预设语音，可以基于预设的预设语音信息中的每个预设语音对应的预设权重，确定语音邀约的过程中所播放的每个预设语音对应的预设权重。

如果预设语音信息中的多个预设语音不存在预先设置的播放顺序，还可以预先设置与播放顺序相对应的预设权重。

具体实施时，针对语音邀约的过程中所播放的每个预设语音，可以在对预设语音播放给目标推送用户的过程中，可以对播放的每个预设语音进行顺序标号。

然后，可以根据语音邀约的过程中所播放的每个预设语音的顺序标号以及预设的与播放顺序相对应的预设权重，确定语音邀约的过程中所播放的每个预设语音对应的预设权重。

或者，还可以基于预设语音信息中的多个预设语音中的每个预设语音对确定用户是否愿意接受邀约的影响程度，确定每个预设语音的预设权重。然后，针对语音邀约的过程中所播放的每个预设语音，可以基于预设语音信息中的每个预设语音对应的预设权重，确定语音邀约的过程中所播放的每个预设语音对应的预设权重。

S202：基于确定的每个预设语音对应的信息接受程度和预设权重，确定目标推送用户对应的意愿程度信息。

这里，意愿程度信息能够表征目标推送用户愿意接受邀约的可能性。

具体实施时，针对语音邀约的过程中所播放的每个预设语音，可以基于确定的该预设语音对应的信息接受程度和预设权重，确定该预设语音对应的意愿值。进而，基于确定语音邀约的过程中所播放的每个预设语音对应的信息接受程度和预设权重，可以确定每个预设语音对应的意愿值。

然后，将确定的每个预设语音对应的意愿值进行累加，得到累加值，并基于确定的累加值，确定目标推送用户对应的意愿程度信息的意愿程度值。例如，可以基于确定的累加值和预设语音的个数，确定平均值，并将该平均值作为意愿程度值。然后，可以基于意愿程度值，确定目标推送用户对应的意愿程度信息的意愿程度值。在一种实施例中，意愿程度值可以为0～1中的数值。

S203：基于意愿程度信息，确定目标推送用户对应的邀约结果。

这里，可以基于确定的意愿程度信息对应的意愿程度值，确定目标推送用户对应的邀约结果。

在一种实施例中，邀约结果可以包括目标推送用户为成功邀约用户、目标推送用户为潜在邀约用户、目标推送用户为无效邀约用户。

其中，潜在邀约用户表示该用户当前次没有接受用车邀约，但存在可能接受用车邀约的可能，无效邀约用户表示该用户不可能接受用车邀约。

具体实施时，针对S203，可以将意愿程度信息对应的意愿程度值与第一预设值和/或第二预设值进行比较，在确定意愿程度值大于第一预设值的情况下，确定目标推送用户为成功邀约用户。

在确定意愿程度值小于或等于第一预设值，并且大于第二预设值的情况下，确定目标推送用户为潜在邀约用户。

在确定意愿程度值小于第二预设值的情况下，确定目标推送用户为无效邀约用户。

其中，第一预设值低于第二预设值，第一预设值和第二预设值的大小，可以根据使用需要由开发人员进行设置，这里不进行限定。

另外，关于根据每个预设语音对应的信息接受程度和预设权重，确定目标推送用户对应的意愿程度信息的步骤，可以由训练好的NLP模型执行，由该模型直接输出目标推送用户的邀约结果。或者，训练好的NLP模型可以只输出目标推送用户所反馈的每个互动语音对应的信息接受程度，然后，可以由语音识别模型层基于信息接受程度，确定目标推送用户对应的意愿程度信息以及邀约结果，这里不进行限定。

在一种实施例中，在获取到目标推送用户针对预设语音反馈的互动语音之后，目标推送用户可能存在当前不方便语音通讯的情况，因此，该用户可能反馈一个包括方便进行语音通讯的通讯时间的互动语音，例如，“我现在不方便通话，请在六点后打给我”。

因此，在获取到目标推送用户针对预设语音反馈的互动语音之后，可以在基于对互动语音进行语音识别的识别结果，确定互动语音是否指示有新的信息邀约时间，如果是，则按照互动语音中的新的邀约时间信息，和该目标推送对象对应的邀约地址信息，在达到新的邀约时间信息对应的邀约时间的情况下，建立与目标推送用户的语音通讯连接。

这里，在确定目标推送用户对应的新的邀约时间信息的情况下，可以将该用户对应的邀约结果设置为该用户为潜在邀约用户。基于该新的邀约时间信息，对该用户的用户通讯特征进行更新，并基于当前次的邀约结果(潜在邀约用户)，更新该用户的用户信息，从而，得到新的用户信息和新的用户通讯特征。进一步的，可以基于新的邀约时间信息，完成对目标推送用户的邀约。

在一种实施例中，用户通讯特征还可以包括与目标推送用户的最大语音通讯次数以及重复语音通讯时间间隔。

其中，重复语音通讯时间间隔用于表征在当前次与目标推送用户未建立语音通讯连接的情况下，下一次与目标推送用户建立语音通讯连接的时间间隔。

具体实施时，在确定目标推送用户之后，如果在到达确定的邀约时间信息对应的邀约时间，未能成功建立与目标推送用户的语音通讯连接时，可以基于重复语音通讯时间间隔，确定下一次与目标推送用户建立的语音通讯连接的邀约时间信息。然后，在到达确定的下一次的邀约时间信息对应的邀约时间，仍未能成功建立与目标推送用户的语音通讯连接，则可以基于重复语音通讯时间间隔该次邀约对应的下一次的邀约时间信息，并且返回执行与目标推送用户建立语音通讯连接的步骤，依次类推，如果在确定基于重复语音通讯时间间隔，与目标推送用户建立语音通讯连接未成功的次数大于最大语音通讯次数的情况下，将目标推送用户作为无效邀约用户。

以邀约地址信息为目标推送用户的电话信息为例，当确定多次都无法与该电话信息对应的电话建立语音通讯连接的情况下，可以确定该电话信息为无效信息，也即，可以确定该电话信息对应的电话号码为无效号码。另外，如果在到达确定的邀约时间信息对应的邀约时间，尝试与目标推送用户建立语音通讯连接时，发现目标推送用户的邀约地址信息为空地址，则可以直接确定该目标推送用户为无效邀约用户。

并且，用户通讯特征还可以包括最晚通讯时间。最晚通讯时间用于表征与目标推送用户建立语音通讯连接的最晚时间。

这里，如果在与目标推送用户建立语音通讯连接未成功的次数未到达最大语音通讯次数之前，已经到达用户通讯特征中的最晚通讯时间，则也可以直接将该目标推送用户作为无效邀约用户。

在一种实施例中，针对上述实施例中的步骤二、基于目标推送用户针对预设语音反馈的互动语音，确定并向目标推送用户播报与该互动语音相匹配的预设语音，可以按照以下流程实现：

在获取目标推送用户反馈的互动语音之后，可以利用语音识别模型层中的预先训练好的语义识别模型对该互动语音进行识别，确定该互动语音的语义特征信息。基于确定的语义特征信息，从预先设置的多个预设语音中，筛选与该语义特征信息相匹配的预设语音，然后，可以将该预设语音播报给目标推送用户。

具体实施时，预先训练好的语义识别模型可以为基于HMM+DNN的基础模型构建的声学模型和语言模型，其中，声学模型用于对目标推送用户在反馈互动语音的过程中的发音进行识别，语言模型用于对声学模型识别的发音结果进行进一步识别，将发音结果转化为句子，也即，确定互动语音的语义特征信息。

并且，如果在预先训练好的语义识别模型无法识别出互动语音对应的语义特征信息的情况下，可以获取该互动语音对应的录音信息，并利用预先设置的结果反馈层，通过excel或者数据库的方式将录音信息发送给数据收集与存储装置层进行存储。然后，可以继续与目标推送用户的邀约交流。

在将录音信息存储至数据收集与存储装置层之后，开发人员可以从中获取该录音信息，确定该录音信息对应的互动语音的人工语义特征信息。从而，可以获取到互动语音对应的人工语义特征信息，然后可以利用该人工语义特征信息和该互动语音对已经训练好的语义识别模型进行进一步的训练，得到识别能力更强的语义识别模型，提高语义识别模型的普适性。

并且，在确定录音信息对应的互动语音的人工语义特征信息之后，如果确定不存在与该人工语义特征信息相匹配的预设语音，则可以基于该人工语义特征信息，对预设语音信息中的预设语音进行补充，增加与该人工语义特征信息相匹配的预设语音。这样，能够提高预设语音信息的完整性和丰富性。同时，还可以利用确定的人工语义特征信息对NLP模型对应的语料库进行更新，基于更新的语料库对NLP模型进行训练，从而，可以提高NLP模型的识别精度。

在另一种实施例中，在确定互动语音的语义特征信息之后，如果确定出预设语音中不存在与该语义特征信息相匹配的预设语音，则可以从预设语音中选取的新的预设语音进行播报，其中，该新的预设语音可以为预先设置的针对不存在匹配的预设语音的语义特征信息对应的互动语音的语音，例如，预先设置的该类预设语音可以为“您好，您能再说一遍吗”、“对不起，我没明白您的意思”等等。

或者，也可以忽略对该不存在相匹配的预设语音的互动语音的回复，从多个预设语音中选取新的预设语音以继续对目标推送用户的邀约。

再或者，可以利用NLP模型对该不存在相匹配的预设语音的互动语音进行语音识别，确定目标推送用户对该互动语音对应的预设语音的信息接受程度，然后在确定信息接受程度符合预设条件的情况下，建立目标推送用户与人工服务的语音通讯连接，通过人工语音的方式，完成对目标推送用户的邀约。其中，预设条件可以为信息接受程度对应的数值大于预设程度值。这里，在信息接受程度对应的数值大于预设程度值的情况下，说明目标推送用户接收邀约的可能性较大，在此时，利用人工语音的方式进行邀约，有利于提高邀约成功率。另外，筛选条件(预设条件)的存在，可以避免出现某目标推送用户不存在接收邀约的意愿，但同时也不存在与该用户的互动语音相匹配的预设语音，直接建立与人工服务的语音通讯连接却未能成功邀约目标推送用户的情况，减少了人力资源的浪费。

或者，也可以基于该互动语音对应的预设权重和意愿程度信息，以及目标推送用户已反馈的互动语音对应的预设权重和意愿程度信息，确定用户的意愿程度信息，基于确定的意愿程度信息确定是否建立与人工服务的语音通讯连接，这里不再赘述。

在一种实施例中，如果在确定目标推送用户反馈的互动语音的语义特征信息之后，无法确定目标推送用户对该互动语音对应的预设语音的信息接受程度，则可以利用预先设置的结果反馈层，将该互动语音及对应的录音信息存储至数据收集与存储装置层。进而，开发人员可以基于该互动语音及对应的录音信息，确定该互动语音对应的信息接受程度。之后，可以利用该互动语音及其对应的信息接受程度对NLP模型进行训练，以提高NLP模型的识别精度。

在一种实施例中，在确定目标推送用户的邀约结果之后，可以利用预先设置的结果反馈层，使用后端技术将该用户的邀约结果发送至数据收集与存储装置层进行存储。进一步的，可以响应于任一管理用户发起的结果获取请求，将该目标推送用户对应的邀约结果展示给管理用户。其中，管理人员可以是开发人员、与邀约服务相关的人员等，这里不进行限定。

具体的，可以通过APP端或者PC端的前端页面展示技术，将目标推送用户对应的邀约结果展示在APP端或者PC端，进而，管理用户可以获取到邀约结果。

由于本公开实施例提供的语音信息处理方法可以在同一时间实现对预设数量个用户的邀约，因此，在确定多个用户对应的邀约结果之后，可以基于确定的邀约结果，实现对用户的用户信息的更新以及对用户的分类处理，例如，确定出成功邀约用户、无效邀约用户和潜在邀约用户等。

此外，在确定邀约结果的过程中，还可以生成关于邀约目标推送用户的整个过程的记录信息，将该记录信息与邀约结果一起进行存储，其中，记录信息可以包括语音记录信息、文字记录信息等。另外，还可以将生成的记录信息与邀约结果一起展示给管理用户。

在一种实施例中，在将该目标推送用户对应的邀约结果展示给管理用户之后，管理用户可以根据邀约结果以及目标推送用户的真实邀约结果(例如，成功邀约用户是否真的完成邀约用车)，确定利用该数据处理方法确定的邀约结果是否合理，并可以基于判断结果，实现对该数据处理方法的调整，例如，修改第一预设值和第二预设值的大小、修改模型参数、修改预先设置的任务装置层等，从而，提高确定的邀约结果的合理性和准确性。

如图3所示，为本公开实施例所提供的一种邀约示意图，其中，数据收集与存储装置层可以用于收集用车用户的用户信息，以及存储目标推送用户的邀约结果、存储预设语音信息等。任务触发装置层可以基于目标推送用户的用户信息，确定目标推送用户的用户通讯特征，基于通讯特征信息确定目标推送用户的邀约时间信息、重复语音通讯时间间隔、最大语音通讯次数等，并可以基于邀约时间信息，建立与目标推送用户的语音通讯连接。语音识别模型层中的包括声学模型和语言模型以及NLP模型，用于识别目标推送用户反馈的互动语音的语义特征信息、目标推送用户对每个预设语音的信息接受程度以及确定邀约结果。智能应答层用于从数据收集与存储装置层中获取预设语音信息中的预设语音，并将第一个预设语音播报给目标推送用户，以及基于音识别模型层输出的互动语音的语义特征信息，从多个预设语音中确定与之相匹配的预设语音并播报给目标推送用户，实现与目标推送用户的邀约交流。结果反馈层用于将确定的目标推送用户的邀约结果反馈给数据收集与存储装置层进行存储。各层之间可以通过网络通信连接，实现数据的交互。关于数据收集与存储装置层、任务触发装置层、语音识别模型层、智能应答层和结果反馈层的具体应用，可以参照上述各实施例的介绍，这里不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

基于同一发明构思，本公开实施例中还提供了与语音信息处理方法对应的语音信息处理装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述语音信息处理方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

如图4所示，为本公开实施例提供的一种语音信息处理装置的示意图，包括：

第一确定模块401，用于基于多个用车用户的用户信息，从所述多个用车用户中确定目标推送用户；其中，所述用户信息包括用户通讯特征；

通讯模块402，用于基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接；

播报模块403，用于基于建立的语音通讯连接向所述目标推送用户播报预设语音信息；所述预设语音信息中包含服务邀约信息；

第二确定模块404，用于在获取到所述目标推送用户的反馈语音信息的情况下，对所述反馈语音信息进行语音识别，确定邀约结果。

在一种可能的实施方式中，所述通讯模块402，用于基于所述目标推送用户的用户通讯特征，确定所述目标推送用户的邀约时间信息和邀约地址信息；

按照所述邀约时间信息和所述邀约地址信息，建立与所述目标推送用户的语音通讯连接。

在一种可能的实施方式中，所述预设语音信息包括至少一个预设语音；所述反馈语音信息包括目标推送用户针对至少一个预设语音所反馈的互动语音；

所述通讯模块402，用于基于建立的语音通讯连接，向所述目标推送用户播报第一个预设语音；

基于所述目标推送用户针对所述预设语音反馈的互动语音，确定并向所述目标推送用户播报与该互动语音相匹配的预设语音。

在一种可能的实施方式中，所述第二确定模块404，用于分别对每个所述互动语音进行语音识别，确定所述目标推送用户对每个预设语音的信息接受程度；

基于确定的每个预设语音对应的信息接受程度，确定所述目标推送用户对应的邀约结果。

在一种可能的实施方式中，所述第二确定模块404，用于获取每个预设语音对应的预设权重；

基于确定的每个预设语音对应的信息接受程度和预设权重，确定所述目标推送用户对应的意愿程度信息；

基于所述意愿程度信息，确定所述目标推送用户对应的邀约结果。

在一种可能的实施方式中，所述邀约结果包括所述目标推送用户为成功邀约用户、所述目标推送用户为潜在邀约用户、所述目标推送用户为无效邀约用户；

所述第二确定模块404，用于在所述意愿程度信息对应的意愿程度值大于第一预设值的情况下，确定所述目标推送用户为成功邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于或等于所述第一预设值，并且大于第二预设值的情况下，确定所述目标推送用户为潜在邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于所述第二预设值的情况下，确定所述目标推送用户为无效邀约用户。

在一种可能的实施方式中，所述装置还包括：

第三确定模块405，用于在获取到目标推送用户针对预设语音反馈的互动语音之后，在所述互动语音指示在新的信息邀约时间进行语音通讯的情况下，确定新的邀约时间信息，并按照所述邀约地址信息和所述新的邀约时间信息，建立与所述目标推送用户的语音通讯连接。

在一种可能的实施方式中，所述用户通讯特征包括与所述目标推送用户的最大语音通讯次数以及重复语音通讯时间间隔；其中，所述重复语音通讯时间间隔用于表征在当前次与所述目标推送用户未建立语音通讯连接的情况下，下一次与所述目标推送用户建立语音通讯连接的时间间隔；

所述第二确定模块404，还用于在所述第一确定模块401确定所述目标推送用户之后，

在基于所述重复语音通讯时间间隔，与所述目标推送用户建立语音通讯连接未成功的次数大于所述最大语音通讯次数的情况下，将所述目标推送用户作为无效邀约用户。

在一种可能的实施方式中，所述通讯模块402，用于基于所述用户通讯特征，确定所述目标推送用户的用户重要程度；

基于所述用户重要程度，确定所述目标推送用户的邀约时间信息。

在一种可能的实施方式中，所述通讯模块402，用于对该互动语音进行语音识别，确定该互动语音的语义特征信息；

从预先设置的多个预设语音中，筛选与所述语义特征信息相匹配的预设语音，并向所述目标推送用户播报。

在一种可能的实施方式中，所述通讯模块402，还用于在确定不存在与所述语义特征信息相匹配的预设语音的情况下，向所述目标推送用户播报新的预设语音，或者，在该互动语音对应的信息接受程度符合预设条件时，建立所述目标推送用户与人工服务的语音通讯连接。

在一种可能的实施方式中，所述装置还包括训练模块406：

所述通讯模块402，用于利用语义识别模型对该互动语音进行识别，确定该互动语音的语义特征信息；

所述训练模块406，用于在所述通讯模块402对该互动语音进行识别之后，在无法识别到该互动语音的语义特征信息的情况下，获取该互动语音对应的人工语义特征信息；

利用所述人工语义特征信息和该互动语音对所述语义识别模型进行训练。

在一种可能的实施方式中，所述第二确定模块404，用于针对获取的所述目标推送用户针对每个预设语音所反馈的互动语音，利用语言处理模型对该互动语音进行语音识别，确定所述目标推送用户对该互动语音对应的预设语音的信息接受程度。

在一种可能的实施方式中，所述装置还包括：

存储模块407，用于在所述第二确定模块确定所述邀约结果之后，存储所述目标推送用户的邀约结果；

响应于结果获取请求，将所述目标推送用户的邀约结果进行展示。

关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

本公开实施例还提供了一种计算机设备，如图5所示，为本公开实施例提供的一种计算机设备结构示意图，包括：

处理器51和存储器52；所述存储器52存储有处理器51可执行的机器可读指令，处理器51用于执行存储器52中存储的机器可读指令，所述机器可读指令被处理器51执行时，处理器51执行下述步骤：S101：基于多个用车用户的用户信息，从多个用车用户中确定目标推送用户；S102：基于目标推送用户的用户通讯特征，建立与目标推送用户的语音通讯连接；S103：基于建立的语音通讯连接向目标推送用户播报预设语音信息以及S104：在获取到目标推送用户的反馈语音信息的情况下，对反馈语音信息进行语音识别，确定邀约结果。

上述存储器52包括内存521和外部存储器522；这里的内存521也称内存储器，用于暂时存放处理器51中的运算数据，以及与硬盘等外部存储器522交换的数据，处理器51通过内存521与外部存储器522进行数据交换。

上述指令的具体执行过程可以参考本公开实施例中所述的语音信息处理方法的步骤，此处不再赘述。

本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的语音信息处理方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。

本公开实施例所提供的语音信息处理方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的语音信息处理方法的步骤，具体可参见上述方法实施例，在此不再赘述。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，多个单元或组件可以结合，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信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，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，在本公开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。

所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

综上，本公开实施例公开了一种语音信息处理方法、装置、设备、介质和程序产品，具体如下：

TS1、一种语音信息处理方法，其中，包括：

基于多个用车用户的用户信息，从所述多个用车用户中确定目标推送用户；其中，所述用户信息包括用户通讯特征；

基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接；

基于建立的语音通讯连接向所述目标推送用户播报预设语音信息；所述预设语音信息中包含服务邀约信息；

在获取到所述目标推送用户的反馈语音信息的情况下，对所述反馈语音信息进行语音识别，确定邀约结果。

TS2、根据TS1所述的方法，其中，所述基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接，包括：

基于所述目标推送用户的用户通讯特征，确定所述目标推送用户的邀约时间信息和邀约地址信息；

按照所述邀约时间信息和所述邀约地址信息，建立与所述目标推送用户的语音通讯连接。

TS3、根据TS1所述的方法，其中，所述预设语音信息包括至少一个预设语音；所述反馈语音信息包括目标推送用户针对至少一个预设语音所反馈的互动语音；

所述基于建立的语音通讯连接向所述目标推送用户播报预设语音信息，包括：

基于建立的语音通讯连接，向所述目标推送用户播报第一个预设语音；

基于所述目标推送用户针对所述预设语音反馈的互动语音，确定并向所述目标推送用户播报与该互动语音相匹配的预设语音。

TS4、根据TS3所述的方法，其中，所述对所述反馈语音信息进行语音识别，确定邀约结果，包括：

分别对每个所述互动语音进行语音识别，确定所述目标推送用户对每个预设语音的信息接受程度；

基于确定的每个预设语音对应的信息接受程度，确定所述目标推送用户对应的邀约结果。

TS5、根据TS4所述的方法，其中，所述基于确定的每个预设语音对应的信息接受程度，确定所述目标推送用户对应的邀约结果，包括：

获取每个预设语音对应的预设权重；

基于确定的每个预设语音对应的信息接受程度和预设权重，确定所述目标推送用户对应的意愿程度信息；

基于所述意愿程度信息，确定所述目标推送用户对应的邀约结果。

TS6、根据TS5所述的方法，其中，所述邀约结果包括所述目标推送用户为成功邀约用户、所述目标推送用户为潜在邀约用户、所述目标推送用户为无效邀约用户；

所述基于所述意愿程度信息，确定所述目标推送用户对应的邀约结果，包括：

在所述意愿程度信息对应的意愿程度值大于第一预设值的情况下，确定所述目标推送用户为成功邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于或等于所述第一预设值，并且大于第二预设值的情况下，确定所述目标推送用户为潜在邀约用户；

在基于所述意愿程度信息对应的意愿程度值小于所述第二预设值的情况下，确定所述目标推送用户为无效邀约用户。

TS7、根据TS3所述的方法，其中，在获取到目标推送用户针对预设语音反馈的互动语音之后，还包括：

在所述互动语音指示在新的信息邀约时间进行语音通讯的情况下，确定新的邀约时间信息，并按照所述邀约地址信息和所述新的邀约时间信息，建立与所述目标推送用户的语音通讯连接。

TS8、根据TS1所述的方法，其中，所述用户通讯特征包括与所述目标推送用户的最大语音通讯次数以及重复语音通讯时间间隔；其中，所述重复语音通讯时间间隔用于表征在当前次与所述目标推送用户未建立语音通讯连接的情况下，下一次与所述目标推送用户建立语音通讯连接的时间间隔；

在确定所述目标推送用户之后，还包括：

在基于所述重复语音通讯时间间隔，与所述目标推送用户建立语音通讯连接未成功的次数大于所述最大语音通讯次数的情况下，将所述目标推送用户作为无效邀约用户。

TS9、根据TS2所述的方法，其中，所述基于所述目标推送用户的用户通讯特征，确定所述目标推送用户的邀约时间信息，包括：

基于所述用户通讯特征，确定所述目标推送用户的用户重要程度；

基于所述用户重要程度，确定所述目标推送用户的邀约时间信息。

TS10、根据TS3所述的方法，其中，所述确定并向所述目标推送用户播报与该互动语音相匹配的预设语音，包括：

对该互动语音进行语音识别，确定该互动语音的语义特征信息；

从预先设置的多个预设语音中，筛选与所述语义特征信息相匹配的预设语音，并向所述目标推送用户播报。

TS11、根据TS10所述的方法，其中，在确定了所述语义特征信息之后，还包括：

在确定不存在与所述语义特征信息相匹配的预设语音的情况下，向所述目标推送用户播报新的预设语音，或者，在该互动语音对应的信息接受程度符合预设条件时，建立所述目标推送用户与人工服务的语音通讯连接。

TS12、根据TS10所述的方法，其中，所述对该互动语音进行语音识别，确定该互动语音的语义特征信息，包括：

利用语义识别模型对该互动语音进行识别，确定该互动语音的语义特征信息；

在对该互动语音进行识别之后，还包括：

在无法识别到该互动语音的语义特征信息的情况下，获取该互动语音对应的人工语义特征信息；

利用所述人工语义特征信息和该互动语音对所述语义识别模型进行训练。

TS13、根据TS4所述的方法，其中，所述分别对每个所述互动语音进行语音识别，确定所述目标推送用户对每个预设语音的信息接受程度，包括：

针对获取的所述目标推送用户针对每个预设语音所反馈的互动语音，利用语言处理模型对该互动语音进行语音识别，确定所述目标推送用户对该互动语音对应的预设语音的信息接受程度。

TS14、根据TS1至TS13任一项所述的方法，其中，在确定所述邀约结果之后，还包括：

存储所述目标推送用户的邀约结果；

响应于结果获取请求，将所述目标推送用户的邀约结果进行展示。

TS15、一种语音信息处理装置，其中，包括：

第一确定模块，用于基于多个用车用户的用户信息，从所述多个用车用户中确定目标推送用户；其中，所述用户信息包括用户通讯特征；

通讯模块，用于基于所述目标推送用户的用户通讯特征，建立与所述目标推送用户的语音通讯连接；

播报模块，用于基于建立的语音通讯连接向所述目标推送用户播报预设语音信息；所述预设语音信息中包含服务邀约信息；

第二确定模块，用于在获取到所述目标推送用户的反馈语音信息的情况下，对所述反馈语音信息进行语音识别，确定邀约结果。

TS16、一种计算机设备，其中，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述处理器执行如TS1至TS14任意一项所述的语音信息处理方法的步骤。

TS17、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被计算机设备运行时，所述计算机设备执行如TS1至TS14任意一项所述的语音信息处理方法的步骤。

TS18、一种计算机程序产品，其中，包括计算机指令，其中，该计算机指令被处理器执行时实现如TS1至TS14任意一项所述的语音信息处理方法的步骤。