1.客戶(hù)-語(yǔ)音→語(yǔ)音識(shí)別：機(jī)器人本身是無(wú)法完成識(shí)別語(yǔ)音的，因此第一步是將用戶(hù)的語(yǔ)音轉(zhuǎn)換為文本，該步驟需要依靠語(yǔ)音識(shí)別這一技術(shù)。單談?wù)Z音識(shí)別的話(huà)，是一項(xiàng)復(fù)雜、需要持續(xù)投資的技術(shù)，在當(dāng)今社會(huì)，這一塊做的好的也就那么幾家，科大訊飛、谷歌、微軟、阿里、百度、騰訊等。因此很多做電話(huà)機(jī)器人使用的都是這些大廠(chǎng)的語(yǔ)音識(shí)別技術(shù)(國(guó)內(nèi)主要使用科大和阿里的)。

2.語(yǔ)音識(shí)別-文本→自然語(yǔ)言理解：這時(shí)候用戶(hù)說(shuō)的話(huà)已經(jīng)被語(yǔ)音識(shí)別轉(zhuǎn)化為文字了，機(jī)器人拿到文字后，利用自然語(yǔ)言理解，分析用戶(hù)的意圖，通俗來(lái)說(shuō)，就是要知道客戶(hù)在說(shuō)什么

3.語(yǔ)言識(shí)別-意圖→對(duì)話(huà)管理：此時(shí)，機(jī)器已經(jīng)識(shí)別出客戶(hù)的意圖，下一步機(jī)器需要知道應(yīng)該如何正確回答客戶(hù)的問(wèn)題。

4.對(duì)話(huà)管理-觸發(fā)→預(yù)設(shè)話(huà)術(shù)：此時(shí)機(jī)器人已經(jīng)理解客戶(hù)在說(shuō)什么，需要做的就是組織好語(yǔ)音回答客戶(hù)的問(wèn)題，一般情況，這些回答都是提前預(yù)設(shè)，機(jī)器人會(huì)自動(dòng)調(diào)用然后回答客戶(hù)的問(wèn)題，從而完成一次有效對(duì)話(huà)。

5.預(yù)設(shè)話(huà)術(shù)-呼叫→人工錄音：當(dāng)機(jī)器知道需要回答哪個(gè)話(huà)術(shù)時(shí)，就需要調(diào)用與該話(huà)術(shù)相對(duì)應(yīng)的錄音。此時(shí)，為了提高營(yíng)銷(xiāo)效果，大多數(shù)客戶(hù)都選擇播放真人錄音，但效果更逼真。因此，人工錄音的效果在很大程度上決定了前端用戶(hù)接電話(huà)時(shí)的體驗(yàn)。