本发明涉及通信技术领域，特别涉及一种电话助理的实现方法、系统及装置。
背景技术：
随着通信技术的发展，移动终端现在已经全方位渗透到我们的生活中，给我们生活带来了很大的便利。但同时，移动终端也为用户带来了很多困扰，例如，拨打骚扰电话是商家进行推销的渠道和手段，通过频繁地向用户拨打电话进行商品推销，更有甚者通过拨打骚扰电话来欺骗用户的钱财，总之，骚扰电话已经严重影响用户的生活，甚至给用户的人身财产产生带来了隐患。
目前，有很多类似移动终端电话助理的技术来拦截骚扰电话，比如：在移动终端中下载并安装安全应用，拦截某些骚扰电话，或者在移动终端中设置一些黑名单，达到精确拦截的目的。而对于真正有意义的来电，电话助理会让用户直接参与进来。然而，采用安全应用识别骚扰电话有时因为网络或更新等问题无法准确地帮用户识别出骚扰电话；而由于骚扰电话的电话号码经常改变，移动终端中设置的黑名单并不能很好的解决该类问题。所以，在移动终端设置的电话助理并不能给用户带来很好的体验，大部分情况还是用户自己手动甄别，极大地浪费了用户时间及经历。
具体地说，移动终端对骚扰电话进行拦截及处理有以下多种方式。
专利公开号为cn109688276a的专利申请，涉及一种基于人工智能技术的来电过滤系统及其方法，解决了传统的防骚扰拦截误拦截的问题，包括：用户一的终端设备、用户二的终端设备，其中用户一的终端设备和用户二的终端设备中均包含通信模块，且用户二的终端设备具有呼叫转移功能，所述的基于人工智能技术的来电过滤系统中还包含电话交换机，电话交换机中包括自动应答系统，自动应答系统中包括号码验证模块、声纹识别模块、语音识别模块、对话系统模块、语音合成模块、对话验证模块和存储模块。该专利申请详细阐述了智能拦截骚扰电话的过程，但是其是通过用户预设值验证来电，还需要和用户重新开始交谈。
专利公开号为cn109995925a的专利申请，涉及一种骚扰电话识别方法、终端及计算机可读存储介质，该方法包括检测到来电呼叫时，获取来电呼叫的标识信息，根据标识信息与预置标识信息计算来电呼叫的来电特征值；根据来电特征值与预设特征值，对来电呼叫进行识别，解决了现有的骚扰电话号码的识别方法无法准确地、及时的识别出骚扰电话号码，使得用户体验感不高的问题。可以看出，该专利申请是使用预设特征值和标记信息的方式，对来电进行骚扰拦截。
专利公开号为cn106302942a的专利申请，涉及了一种智能拦截骚扰电话的方法，通过在智能拦截系统中预设一段语音来检测来电是否录音电话，辅以陌生号码二次接通、白名单黑名单、联网查询、按键监控等综合措施来判断和拦截骚扰电话，本方法可以自主识别群拨打来电和录音形式来电，智能联网查询来电号码，对陌生来电进行通话实时监控并全程录音，用户发生按键操作时语音提醒，可以有效抗录音诈骗和群拨呼叫；保证用户免受骚扰和诈骗电话的威胁。可以看出，该专利申请主要针对录音诈骗的场景，通过预设录音可以有效拦截录音诈骗。
专利公开号为cn109672786a的专利申请，涉及了一种来电接听方法及装置，包括：：步骤101、终端接收到来电呼叫时，语音助手自动接通来电；步骤103、语音助手根据预设槽位记录来电号码和/或来电号码的语音内容，将相关内容填入与预设槽位对应的槽位值，与来电号码进行对话。该方法可以实现语音助手智能处理来电的功能，语音助手可以与来电号码进行多轮智能对话，获取来电意图，根据需要解答来电号码的问题，使得对于一些需要紧急处理的事项可以及时答复来电用户，帮助用户解决骚扰电话，提升智能来电的人性化，提高用户体验。可以看出，该专利申请是将通话权利全部交予语音助手，语音助手代表用户与来电进行交谈，最终将交谈内容通知给用户。
可以看出，上述方案在对来电进行处理以符合用户接听需求时，可以根据预设的信息对来电进行验证，或者采用录音电话或采用语音助手进行来电对话后提示给用户，这需要用户在来电之前或之后的参与及设置，给用户带来不便。更进一步地，其采用录音电话或采用语音助手进行来电对话都是对应相应的来电预先设置好的，不智能。
技术实现要素：
有鉴于此，本发明实施例提供一种电话助理的实现方法，该方法在不需要用户设置的情况下，能够智能地对来电进行处理，以满足用户需求。
本发明实施例还提供一种电话助理的实现系统，该系统在不需要用户设置的情况下，能够智能地对来电进行处理，以满足用户需求。
本发明实施例还提供一种电话助理的实现装置，该装置在不需要用户设置的情况下，能够智能地对来电进行处理，以满足用户需求。
本发明实施例是这样实现的：
一种电话助理的实现方法，该方法包括：
采用训练好的神经网络模型构建电话助理应用；
将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息；
所述电话助理应用基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理。
在所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息之前，还包括：
在所述电话助理应用中设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
所述提供给移动终端处理包括：
根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，直接挂断，以短信形式通知移动终端；
根据来电意图信息确认来电为正常来电时，移动终端直接接听，同时预交谈内容以文本形式显示在移动终端的用户交互界面上。
所述采用训练好的神经网络模型构建电话助理应用包括：
基于深度学习的自动语音识别asr方式及深度学习的自然语言处理nlp方式进行神经网络模型的训练；
所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息包括：
将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
一种电话助理的实现系统，包括：移动终端、来电者设备及智能语音通话助手单元，其中，
来电者设备，用于向移动终端发起来电；
智能语音通话助手单元，用于采用训练好的神经网络模型构建电话助理应用，将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息；基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理；
移动终端，用于接收到来电意图信息后，进行对应的处理。
所述智能语音通话助手单元，还用于在所述电话助理应用中设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
所述移动终端，还用于进行对应的处理包括：根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，直接挂断，以短信形式通知移动终端；根据来电意图信息确认来电为正常来电时，移动终端直接接听，同时预交谈内容以文本形式显示在移动终端的用户交互界面上。
所述智能语音通话助手单元，还用于采用训练好的神经网络模型构建电话助理应用包括：基于深度学习的asr方式及深度学习的nlp方式进行神经网络模型的训练；所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息包括：将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
一种电话助理的实现装置，所述装置包括：智能语音对答模块、智能语音分析决策模块及智能对话主旨提取模块，其中，
智能语音对答模块，用于对所接入的移动终端的来电进行语音识别及语义分析后得到识别分析信息发送给智能语音分析决策模块，在智能语音分析决策模块的指示下模拟用户语音与来电进行多轮预交谈；
智能语音分析决策模块，用于基于识别分析信息进行决策，指示智能语音对答模块模拟用户语音与来电进行多轮预交谈；提取多轮预交谈内容进行决策，得到来电意图信息；
智能对话主旨提取模块，用于将预交谈内容以文本方式提供给移动终端。
所述智能语音对答模块。还用于设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤；
所述智能语音对答模块，还用于对来电内容进行语音识别及语义分析后得到识别分析信息包括：将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
如上所见，本发明实施例采用训练好的神经网络模型构建电话助理应用，将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息，基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理。由于本发明将深度学习的神经网络模型应用到来电的处理过程中，所以可以在不需要用户设置的情况下，使得智能地对来电进行处理。
附图说明
图1为本发明实施例提供的电话助理的实现方法过程示意图；
图2为本发明实施例提供的一种电话助理的实现方法流程图；
图3为本发明实施例提供的一种电话助理的实现系统结构示意图；
图4为本发明实施例提供的一种电话助理的实现装置结构示意图；
图5为本发明实施例提供的智能语音通话助手单元实现示意图；
图6为本发明实施例提供的自然语言处理过程示意图；
图7为本发明实施例提供的语音合成过程示意图；
图8为本发明实施例提供的智能语音分析决策过程示意图；
图9为本发明实施例提供的basicrecursivenn模型示意图；
图10为本发明实施例提供的基于槽位的识别示意图；
图11为本发明实施例提供的电话助理的实现具体例子一示意图；
图12为本发明实施例提供的电话助理的实现具体例子二示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。
本发明实施例采用训练好的神经网络模型构建电话助理应用，将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息，基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理。
这样，由于本发明将深度学习的神经网络模型应用到来电的处理过程中，所以可以在不需要用户设置的情况下，智能地对来电进行处理。
本发明实施例提供的电话助理应用可以在用户接听电话之前，模拟用户声音与电话进行多轮的预交谈，并通过深度学习技术，识别出来电意图信息，根据来电意图信息智能判断是否继续接听，如果不继续接听，挂断后发送信息通知，告知来电意图和挂断原因；当需要移动终端的用户接听时，则移动终端会弹出正常的是否接听电话窗口，预交谈内容会以文本形式显示在移动终端的弹出窗口中，方便该用户与来电者的无缝交流。整个实现过程示意图如图1所示。
具体地说，当移动终端接收到来电时，将来电接入给所设置的电话助理应用，在电话助理应用中还可以设置黑名单和白名单，电话助理应用根据所设置的黑名单和白名单对来电进行预处理：如果来电号码在黑名单中，直接将来电挂断，如果来电号码在白名单中，则使得来电接通，直接到达移动终端；如果来电号码既不在黑名单中也不在白名单中，则电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息，基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息。电话助理应用根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，会直接挂断，同时以短信形式通知移动终端；电话助理应用根据来电意图信息确认来电为正常来电时，则会交给移动终端直接接听，同时预交谈内容会以文本形式显示在移动终端的用户交互界面上，让用户预先了解来电目的，方便用户与来电者更为有效地沟通。
在本发明实施例中，电话助理应用可以称为智能语音通话助手，可以设置在电信运营商提供的交换机中，交换机设置在移动终端与来电者设备之间，对来电进行处理。
这样，移动终端使用了所设置的电话助理应用后，就可以高效地根据用户主体意愿来处理来电，用户不感兴趣的来电直接挂断，用户感兴趣的来电则让用户接听，并且在接听之前，会有预交谈内容会以文本形式显示在移动终端的用户交互界面上，让用户可以预先了解来电目的，做出更为妥善的安排回复。
图2为本发明实施例提供的一种电话助理的实现方法流程图，其具体步骤为：
步骤201、采用训练好的神经网络模型构建电话助理应用；
步骤202、将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息；
步骤203、所述电话助理应用基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理。
在该方法中，在所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息之前，还包括：
在所述电话助理应用中设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
在这里，所述拦截来电规则为设置的拦截通话阈值或优先通话阈值等，或者为针对用户标识设置的黑名单及白名单，进行直接预过滤操作。
在该方法中，所述提供给移动终端处理包括：
根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，直接挂断，以短信形式通知移动终端；
根据来电意图信息确认来电为正常来电时，移动终端直接接听，同时预交谈内容会以文本形式显示在移动终端的用户交互界面上。
在该方法中，所述采用训练好的神经网络模型构建电话助理应用包括：
基于深度学习的自动语音识别(asr)方式及深度学习的自然语言处理(nlp)方式进行神经网络模型的训练；
所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息包括：
将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
图3为本发明实施例提供的一种电话助理的实现系统结构示意图，包括：移动终端、来电者设备及智能语音通话助手单元，其中，
来电者设备，用于向移动终端发起来电；
智能语音通话助手单元，用于采用训练好的神经网络模型构建电话助理应用，将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息；基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理；
移动终端，用于接收到来电意图信息后，进行对应的处理。
在该系统中，所述智能语音通话助手单元，还用于在所述电话助理应用中设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
在该系统中，所述移动终端，还用于进行对应的处理包括：根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，直接挂断，以短信形式通知移动终端；根据来电意图信息确认来电为正常来电时，移动终端直接接听，同时预交谈内容会以文本形式显示在移动终端的用户交互界面上。
在该系统中，所述智能语音通话助手单元，还用于采用训练好的神经网络模型构建电话助理应用包括：基于深度学习的asr方式及深度学习的nlp方式进行神经网络模型的训练；所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息包括：将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
在该系统中，智能语音通话助手单元可以设置在电信运营提供的交换机中。
图4为本发明实施例提供的一种电话助理的实现装置结构示意图，该装置也就是智能语音通话助手单元，包括：智能语音对答模块、智能语音分析决策模块及智能对话主旨提取模块，其中，
智能语音对答模块，用于对所接入的移动终端的来电进行语音识别及语义分析后得到识别分析信息发送给智能语音分析决策模块，在智能语音分析决策模块的指示下模拟用户语音与来电进行多轮预交谈；
智能语音分析决策模块，用于基于识别分析信息进行决策，指示智能语音对答模块模拟用户语音与来电进行多轮预交谈；提取多轮预交谈内容进行决策，得到来电意图信息；
智能对话主旨提取模块，用于将预交谈内容以文本方式提供给移动终端。
在该装置中，智能语音对答模块，还用于设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
在该装置中，智能语音对答模块，还用于对来电内容进行语音识别及语义分析后得到识别分析信息包括：将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
图5为本发明实施例提供的智能语音通话助手单元实现示意图。如图所示，具体地说，智能语音通话助手单元中的智能语音对答模块包含三部分：语音识别，语义分析，语音合成。当来电号码通过号码验证后，先进入语音识别，基于深度学习的asr技术，可以实现语音转化成文本的形式。之后进入深度学习的nlp方式，对文本进行自然语音理解(nlu)和自然语言生成(nlg)处理，推断来电意图信息。同时将得出的意图文本传递给智能语音分析决策模块，语音分析决策模块进行下一步操作。
当智能语音分析决策模块做出决策需要和来电进行对话时，又会将回复文本发送到智能语音对答模块，这里语音合成技术会将回复文本转换成回复语音，语音合成本身是比较成熟的技术，可以根据自己喜好选择不同声音回复，也可以自己录制声音，让来电者感觉到与本人在交流。
图6为本发明实施例提供的自然语言处理过程示意图；图7为本发明实施例提供的语音合成过程示意图，在上述过程中，应用到了图6及图7所示的过程。
本发明实施例提供的智能语音分析决策模块，根据智能语音对答模块传递过来的意图文本，进行文本分析，如果是通用语句，智能电话助理可以自主生成回复文本，并发送给智能语音对答模块；如果是用户阈值范围内的语句，智能电话助理会直接挂断，并短信形式通知移动终端；如果分析后发现是正常来电，需要移动终端自己接通处理，则给移动终端发起来电请求，并将交流文本显示在移动终端中的来电用户界面上，达到用户和来电者无缝交谈的效果。如图8所示，图8为本发明实施例提供的智能语音分析决策过程示意图。
本发明实施例提供的智能对话主旨提取模块，当需要移动终端的用户亲自接听时，智能语音对话模块会将之前和来电者之间的对话文本，发送给智能对话主旨提取模块。智能语音对话主旨提取模块，基于现有的大型数据集，将其通过一些联合模型，可得到对话文本的主旨大意。这里以recnn viterbi为例进行说明，如图9和图10所示，图9为本发明实施例提供的basicrecursivenn模型示意图，图10为本发明实施例提供的基于槽位的识别示意图。
来电输入为单个词向量(后续优化输入为窗口的词向量)，每个词性被看作为权重向量(weightvector)，这样每个词在其路径的运算为简单的词向量与词性权重向量的点积运算。如图中的方块为词性的权重向量与输入向量的点积运算后的结果。当一个父节点有多个孩子分支的时候，可以看成每个分支与权重点积的和运算。如”in“这个单词，在语义分析树中的路径为”in-pp-np“，将该路径的每个输出向量做一个加权运算得到path的特征，采用了三个词的path特征的concat作为tri-path特征进行槽位的分类，从而进行对”in“的一个预测。
以下举三个具体例子对本发明实施例进行详细说明
例子一：广告推销电话拦截
如图11所示，图11为本发明实施例提供的电话助理的实现具体例子一示意图，包括：
第一步骤、电话助理应用接收到来电，首先进入智能语音对答模块；
第二步骤、在智能语音对答模块中，通过asr识别后，进入nlu模块，对该语句进行词句分析，理解其语义；
第三步骤、进入nlg模块，针对解析出的语义翻译出相应的关键字文本“房产”；
第四步骤、智能语音对答模块，将得到的意图文本“房产”，发送到智能语音分析决策模块；
第五步骤、智能语音分析决策模块，根据用户之前的习惯得出，用户希望过滤掉“房产”相关来电；
第六步骤、智能语音分析决策模块将回复文本“多谢，不需要”发送给智能语音对答模块；
第七步骤、智能语音对答模块将回复文本“多谢，不需要”，通过语音合成技术，合成用户语音与来电对话；
第八步骤、智能语音分析决策模块挂断电话，并发送信息给用户使用的移动终端。
例子二：朋友电话通过
如图12所示，图12为本发明实施例提供的电话助理的实现具体例子二示意图，包括：
第一步骤、电话助理应用接收到来电，首先进入智能语音对答模块；
第二步骤、智能语音对答模块中，通过asr识别后，进入nlu模块，对该语句进行词句分析，理解其语义；
第三步骤、进入nlg模块，针对解析出的语义翻译出相应的关键字文本“小亮，今晚有空吗”；
第四步骤、智能语音对答模块，将得到的意图文本“小亮，今晚有空吗”，发送到智能语音分析决策模块；
第五步骤、智能语音分析决策模块，根据之前大量的训练得出，该文本是个普通问候用语；
第六步骤、智能语音分析决策模块自主回复，将回复文本“有事吗”发送给智能语音对答模块；
第七步骤、智能语音对答模块将回复文本“有事吗”，通过语音合成技术，合成用户语音与来电对话；
第八步骤、来电方发起第二轮通话“我在南京出差，晚上去学校附近再找小伟和华胜一起出来喝两杯”；
第九步骤、智能语音对答模块，提取意图文本“晚上，学校附近找小伟，华胜喝酒”；
第十步骤、智能语音分析决策模块，分析出是个问答用语，需要用户自主回答；
第十一步骤、智能语音分析决策模块将对话文本“小亮，今晚有空吗，晚上，找小伟，华胜喝酒”发送给智能对话主旨提取模块；
第十二步骤、智能对话主旨提取模块，根据预交流的意图文本，经过深度学习模型，得出主旨大意；
第十三步骤、智能语音分析决策模块将电话转接给移动终端，并显示主旨大意，移终端的用户可以预先知道来电意图，做出预判断，和来电进行无缝交流。
例子三：根据备忘录(memo)中记录主动电话提醒
这个例子的具体过程为：
第一步骤、电话助理应用根据用户memo记录，知道周五用户和朋友小亮要一起吃饭；
第二步骤、周四的时候，用户还未和小亮打电话提及吃饭的事情；
第三步骤、电话助理应用在周四的时候，主动播用户电话，提醒其周五吃饭的事情；
第四步骤、电话助理应用咨询用户是否需要和小亮通话；
第五步骤、用户同意通话时，电话助理应用主动拨通小亮电话和其约定吃饭事宜。
可以看出，本发明实施例提供的语音助理应用根据来电的语音识别，并根据nlp技术，得到对应的关键词文本，与数据库中已有的文本阈值做比较，达到过滤广告推销和用户自定义拦截的目的，同时可以帮助用户在接听正常来电之前，预沟通来电目的，方便用户更为有效的交谈。该智能电话助理极大地方便了用户，提升了用户体验。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
1.一种电话助理的实现方法，其特征在于，该方法包括：
采用训练好的神经网络模型构建电话助理应用；
将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息；
所述电话助理应用基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理。
2.如权利要求1所述的方法，其特征在于，在所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息之前，还包括：
在所述电话助理应用中设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
3.如权利要求1所述的方法，其特征在于，所述提供给移动终端处理包括：
根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，直接挂断，以短信形式通知移动终端；
根据来电意图信息确认来电为正常来电时，移动终端直接接听，同时预交谈内容以文本形式显示在移动终端的用户交互界面上。
4.如权利要求1所述的方法，其特征在于，所述采用训练好的神经网络模型构建电话助理应用包括：
基于深度学习的自动语音识别asr方式及深度学习的自然语言处理nlp方式进行神经网络模型的训练；
所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息包括：
将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
5.一种电话助理的实现系统，其特征在于，包括：移动终端、来电者设备及智能语音通话助手单元，其中，
来电者设备，用于向移动终端发起来电；
智能语音通话助手单元，用于采用训练好的神经网络模型构建电话助理应用，将移动终端的来电接入到所述电话助理应用中，所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息；基于识别分析信息模拟用户语音与来电进行多轮预交谈后，得到来电意图信息后，提供给移动终端处理；
移动终端，用于接收到来电意图信息后，进行对应的处理。
6.如权利要求5所述的装置，其特征在于，
所述智能语音通话助手单元，还用于在所述电话助理应用中设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤。
7.如权利要求6所述的装置，其特征在于，
所述移动终端，还用于进行对应的处理包括：根据来电意图信息确认来电是骚扰来电或预先设定的阈值内来电时，直接挂断，以短信形式通知移动终端；根据来电意图信息确认来电为正常来电时，移动终端直接接听，同时预交谈内容以文本形式显示在移动终端的用户交互界面上。
8.如权利要求6所述的装置，其特征在于，所述智能语音通话助手单元，还用于采用训练好的神经网络模型构建电话助理应用包括：基于深度学习的asr方式及深度学习的nlp方式进行神经网络模型的训练；所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息包括：将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
9.一种电话助理的实现装置，其特征在于，所述装置包括：智能语音对答模块、智能语音分析决策模块及智能对话主旨提取模块，其中，
智能语音对答模块，用于对所接入的移动终端的来电进行语音识别及语义分析后得到识别分析信息发送给智能语音分析决策模块，在智能语音分析决策模块的指示下模拟用户语音与来电进行多轮预交谈；
智能语音分析决策模块，用于基于识别分析信息进行决策，指示智能语音对答模块模拟用户语音与来电进行多轮预交谈；提取多轮预交谈内容进行决策，得到来电意图信息；
智能对话主旨提取模块，用于将预交谈内容以文本方式提供给移动终端。
10.如权利要求9所述的装置，其特征在于，所述智能语音对答模块。还用于设置拦截来电规则，根据所述拦截来电规则对来电进行预过滤，如果符合拦截来电规则，则直接拦截；如果不符合拦截来电规则，则直接接通来电到移动终端；如果无法确定是否符合拦截来电规则，则执行所述电话助理应用对来电内容进行语音识别及语义分析后得到识别分析信息的步骤；
所述智能语音对答模块，还用于对来电内容进行语音识别及语义分析后得到识别分析信息包括：将所述移动终端的来电采用asr方式进行语音到文本的转换后，采用nlp方式进行语言处理，得到分析信息。
技术总结