电话机器人一般都是需要有智能对话分析功能的。
自动语音识别
将麦克风采集到的用户声音转化为文字的过程。
自然语义理解
将用户说的话转化成机器能理解的话，例如把转化成文字后的两句话“给张三打电话”和“打电话给张三”理解成同样的操作。
自然语言生成
与自然语义理解相反，是将机器的语言转化人的语言，本阶段的输出是文字。
语音合成
将文字合成声音并播放出来，并尽可能的模仿人类自然说话的语音语调，给人以交谈的感觉。
智能客服中用到的AI技术
上面从客服处理过程的角度介绍了几种技术范畴。
深度神经网络
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度神经网络是一种机器学习算法，可以大大提高智能客服应用中的识别率。
知识图谱
知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络。知识图谱是基于现有数据的再加工，包括关系数据库中的结构化数据、文本或XML中的非结构化或半结构化数据、客户数据、领域本体知识以及外部知识，通过各种数据挖掘、信息抽取和知识融合技术形成一个统一的全局的知识库。
电话机器人一般都有智能对话分析功能，说白了差不多也就是智能质检功能。
智能质检是通过AI技术，实时将座席与客户的通话语音转换为文字，并进行AI后处理后的质检过程。实时转译出来的文字，可用于开发呼叫中心AI文字分析、班长文字监控、以及实现客服智能辅助等功能。
看下图大概就能知道是怎么回事
最近也在研究这方面的信息。浅谈下我的想法吧~ 如感兴趣可以私聊。
电话机器人每天会呼出、接入大量电话，那么，智能对话分析功能很有必要，也就是现在常见的智能质检功能。
通常是利用语音识别技术将录音转化为文本，然后利用自然语言处理技术对文本对录音进行分析处理，实现关键词、语速、应答时长或情绪值等参数自动判定，能够节省大量的人力时间成本，确保质检结果的准确度与客观性。
这样也使质检结果能够真实反映客服问题，帮助企业有针对性地找出改进方向，挖掘数据价值，有效提高客户服务水平质量。
他有自动识别语言的功能。