CN101001290A

CN101001290A - 一种实现多媒体统一接入的系统

Info

Publication number: CN101001290A
Application number: CN 200610000533
Authority: CN
Inventors: 陈刚; 陈骧; 吕凡; 王强
Original assignee: HANGZHOU SHIDAO SCIENCE AND TECHNOLOGY Co Ltd
Current assignee: HANGZHOU SHIDAO SCIENCE AND TECHNOLOGY Co Ltd
Priority date: 2006-01-09
Filing date: 2006-01-09
Publication date: 2007-07-18
Anticipated expiration: 2026-01-09
Also published as: CN100558130C

Abstract

本发明提供了一种多媒体统一接入系统，用于实现各种不同类型信息的互相转换及统一交换功能，使得不同类型的媒体可以通过一个平台实现接入和交互。该系统包括：多个接入装置，多个接入装置中的每个装置分别用于接收一种媒体数据；媒体数据转换装置，用于将多个接入装置接收的多种媒体数据根据协议转换成统一的数据格式；以及媒体数据控制装置，用于对经过转换的数据进行逻辑控制。

Description

一种实现多媒体统一接入的系统

技术领域

本发明涉及一种接入系统，特别涉及实现多媒体统一接入的系统。

背景技术

在现代的商务环境中，电话往往是主要的通信手段，例如：查询各种服务信息、办理各种电话业务、根据商品目录定购商品、核对航班、查询价格、以及录制和检索信息。通常，每次电话呼叫都会涉及一名业务代表，与呼叫者交谈，询问问题，将需求输入计算机，向呼叫者提供其所需要的信息。如果各机构能将其电话系统连接到计算机而实现这一过程的自动化，他们可以降低成本，提供更好的客户服务，增加可以提供的服务号码和服务类型，延长营业时间，并能够有效地提高服务质量和服务效率。

计算机电话集成技术，简称CTI(Computer TelephoneIntegration)，是六十年代末产生，九十年代初兴起的一种计算机通信技术。CTI将计算机和电话紧密地结合在一起，发挥各自的优势，从而引发了一系列意义深远的新型应用。

初期的语音业务系统中没有平台的概念，有的只是一些零散的模块，用于实现话务接入、话务受理、话务路由的控制等等功能。同时，在实现呼叫中心的各种业务时，往往需要专门开发一些模块以实现与底层硬件的接口，且这些与功能模块往往都绑定在某些固定的硬件设备上，不具备兼容性，所以总体来说，初期的“CTI平台”的特点就是：兼容性差、稳定性差、可扩展能力弱、没有相关的各种话务辅助功能。

随着技术的不断进步和网络的不断发展，通信用户的需求逐渐由单一需求(语音通话)向包括多种增值应用在内的多样化需求转化，对电信运营商、服务提供商、内容(增值服务)提供商等市场参与者提出新的要求。融合通信是为了解决通信产业矛盾而产生的，因此它的直接表现就是满足用户需求，它拥有以下特点：网络与服务分离，服务屏蔽了网络本身；产业链走向开放，网络运营商和服务提供商各司其职，服务商占据主导地位；用户需求推动产业发展，这就要求服务商能够快速满足不断变化的需求，这也就要求服务商能够简单快速地推出新的业务。

为了从传统通信向融合通信转型，目前主要存在两种不同的解决方式：融合与迁移融合。网络融合是业界普遍关注的焦点，NGN(Next Generation Networking)则是国际信息领域的研究重点，有多个标准化组织和论坛在推进其标准化工作，例如：ITU、ETSI、3GPP等，包括中国在内，已经有多家运营商已经开通了商用或实验的NGN。迁移融合方式则是从另外一个角度出发，同样是基于IP通信技术，通过搭建面向业务的网络服务平台，实现了业务层面的无缝链接，充分利用现有的通信、服务和终端资源的潜力，实现了服务和用户的融合。

目前国、内外现有产品现有技术的整体功能比较简单，只是完成了各种信息的简单转换和互通，并且二次开发能力较弱，非平台化架构，只能针对企业定制产品，因此不具备可运营性，只能供企业内部使用，总体上，实现多种消息转换的小模块、支持的消息种类及业务种类较少，不具备与其他系统结合的能力。

发明内容

本发明旨在解决现有技术的缺陷，提供了一种多种媒体数据统一接入系统，该系统采用了多种成熟的新技术，可以实现多种媒体数据的转换，并且易于二次开发。

多种媒体数据统一接入系统应用于电信增值业务领域，主要负责各种不同类别信息的互相转换、统一交换功能，使得各种不同类型的媒体可以通过一个平台实现接入和交互，包括：

多个接入装置，多个接入装置中的每个装置用于分别接入一种媒体数据；

媒体数据转换装置，用于将多个接入装置接入的多种媒体数据根据协议转换成统一的数据格式；

媒体数据控制装置，用于对经过转换的数据进行逻辑控制。

其中多个接入装置分别负责各种不同媒体的接入：语音、IP数据、视频信号。每个接入装置都将接受到的信息传送到核心转换装置，由核心转换装置转换成统一的数据格式，核心转换装置采用H.323系列转换协议(其中语音采用G.723.1音频协议，视频采用H.263视频协议)进行格式转换。

同时，还有多个发送装置，媒体数据转换装置采用H.323系列转换协议，将数据转换成语音、IP数据、视频信号，并传送到发送模块，由各个不同的发送装置负责将各种信息发送到各类信息终端上。

根据本发明的多种媒体数据的接入系统通过将不同类型的媒体接入到系统，然后将其转换为统一的数据格式，实现对不同类型的媒体呼叫的统一交换、统一排队、统一路由。

附图说明

图1示出了根据本发明的多种媒体数据接入系统的示意图；

图2是媒体数据控制装置中的模块图；

图3示出了媒体数据控制装置中的处理流程；

图4示出了媒体数据控制装置处理请求接入的流程图；

图5示出了可视化业务生成工具装置的界面；以及

图6示出了语音浏览装置的示意图。

具体实施方式

下面将结合附图来描述本发明的实施例。

如图1所示，根据本发明的实施例的多种媒体数据的接入系统100通常包括三个部分：多个接入装置102、媒体数据转换装置104和媒体数据控制装置106。

多个接入装置102，分别负责各种不同媒体的接入，为用户进入本系统提供多种接入方式，包括：通过电话交换机及各种网关，接入基于PSTN、IP语音、WAP、短信媒体；通过Internet关口，接入语音、Web、IP语音等媒体。将通过接入装置102接入的各种媒体数据传递到媒体数据转换装置104，该装置采用H.323系列转换协议(其中，语音采用G723.1音频协议，视频采用H.263视频协议)将被接入的各种媒体转换为统一的数据格式。被转换为统一数据格式的各媒体数据被传递到媒体数据控制装置106，该装置可以对媒体数据进行分配、排队等控制，并将每一个媒体数据转入相应的业务流程。

图2是媒体数据控制装置中的模块图。当一个接入装置102发起一个调用时，其向媒体数据控制装置发送一个请求包202，控制装置中的控制层(Business Control Layer，BCL)204在线程池206中启动一个线程来处理这一请求，当启动的线程数到达最大值时，请求被放入到任务队列208中，当有空闲线程时，空闲线程来调用任务队列208中的任务进行处理。当请求持续高速时，任务队列208也达到最大容量，应采用一定的策略处理，直到有空闲的线程，这些策略才不起作用。

BCL层204读取套接字中的数据，对数据进行验证和解密，形成一个XML数据文档210，根据XML文档的处理要求来选择不同处理逻辑，处理逻辑的定义存在于配置文件的XML文档中(XML配置文件内容包括处理逻辑的名称和传输数据内容所对应的类)，并根据XML文档中的处理流程来分成到不同的处理逻辑212中。再由处理逻辑来定义处理的过程，在处理过程中调用不同的服务(主要包括UCSP服务、SMS服务和数据库服务)。

在BCL层中还有两个重要的方面一个为会话管理214，另一个为垃圾收集和周期性任务216的调用。会话管理214用来对接入装置和媒体数据控制装置的交互状态进行管理。垃圾收集具有将已经很长时间没有更新的会话删除等功能。还有一些需要进行周期性调用的功能，例如预定“群呼群聊”业务等。

整个媒体数据控制装置的过程模型中，由BCL层来控制服务器避免负载过大，由XML业务配置文件来定义业务处理过程，使得接入自动流转到相应的业务逻辑中，使得业务逻辑很容易地被加入，适合于二次开发。

图3示出了媒体数据控制装置中的处理流程。如图2所示，当经媒体数据转换装置104转换后的媒体数据向媒体数据控制装置106发送一个新请求时(S302)，媒体数据控制装置106判断线程池中已启动的线程数是否超过预设最大值(S304)，如果启动的线程数没有超过预设最大值(S304，否)，则对请求进行处理(S312)。如果启动的线程数已经超过预设最大值(S304，是)，判断任务队列是否超过预设的最大容量(S306)，如果任务队列没有超过预设的最大容量(S306，否)，则请求被放入到任务队列中并启动线程(S308)，随后返回到步骤S304，重复以上步骤。如果任务队列也超过预设最大容量(S306，是)，则采用一定的策略处理(S310)(例如：策略一，直接发送一个固定的服务器忙消息，策略二：对请求进行逐个处理，而不是启动线程)。

图4示出了媒体数据控制装置处理请求接入的流程图。如图3所示，当媒体数据控制装置106启动一个线程来处理新请求时，媒体数据控制装置106读取输入流中的字节(S402)，对数据进行验证和解密(S404)，判断字节是否正确并完整(S406)，如果字节正确并完整(S406，是)，则形成一个XML数据文档(S414)，然后生成CommondBean(S416)并验证权限(S418)。如果验证权限结果为有效权限(S418，是)，生成相应的Action实例(S420)，然后生成请求Bean(S422)，随后进行业务处理(S426)。业务处理结束之后，接返回Bean转换为XML文档(S424)，然后进行加密处理(S412)，最后返回结果字符串(S410)。如果字节不正确(S406，否)或权限不正确(S418，否)，则发出错误信息。

媒体数据控制装置106还包括可视化业务生成工具装置500，该装置为系统管理维护人员提供了直观的功能开发工具，业务人员通过拖拉该装置提供的各种控件，可很方便地生成一个服务流程。使用业务流程解释程序可以根据该流程进行相当的处理。图5示出了可视化业务生成工具装置500的界面。该模块提供了几类服务控件，包括：呼叫控制，用于呼叫进入、应答计费/不计费、挂机等；资源调度，用于语音、IP语音、传真、短信、会议等；资源播放，用于播放语音、图像、文字等文件；收发DTMF码；数据源操作，用于查询、修改、插入、删除、存储过程等标准SQL语句操作、TCP/IP Socket数据包；字符、数值操作，用于加、减、乘、除、求余、取子串、求串长；呼叫转接；电话追呼。在该装置中，提供给业务生成人员的服务控件可以以模块叠加的方式增加，当具备某种功能的资源向资源总控申请后，在可视化业务生成工具装置500中即可使用对应该功能的控件。可视化业务生成工具装置500提供两种方式的数据源：一种是由数据库提供的数据源，另一种通过网关通信方式向外部数据接口提取数据的数据源。该模块还支持子模块调用方式。业务人员采用基本控件编辑一个通用子模块，则在其他流程中可调用该子模块。任何一个模块均可被其他模块调用。

图6示出了语音浏览装置的示意图。语音浏览装置600是VoiceXML语音浏览器，包括：语音识别引擎602、VoiceXML解析器604、语音合成引擎606、语音通道608四个子模块。语音识别引擎602为命令式的识别引擎，其根据有限的语法来识别用户的语音信号，产生对应语法定义的识别结果，使计算机能理解用户的语音命令，产生相应的文字结果，送到VoiceXML解析器604作处理。VoiceXML解析器604接收来自语音识别引擎602的文字结果，通过Http网络协议获取VoiceXML脚本语言所描述的应用文档，解析该应用文档，解释其中各个标志，产生相应的控制命令，控制其它部件进行相应的动作，并获取结果，根据结果决定应用的执行方向和顺序流。语音合成引擎606处理VoiceXML解析器的命令，将文字转换为语音信号，并通过语音通道608播放给用户。语音合成引擎606可以将文字转换成语音文件，也可以转换成语音数据流，或者直接播放已事先录制好的语音文件或以流的方式播放给语音通道608。语音通道608是在VoiceXML语音浏览装置中传输用户的语音数据信号和合成引擎所产生的声音数据信号的传递通道，其连接物理上的语音采集和播放设备，语音识别引擎的语音输入端、语音合成引擎606的语音输出端。

通过根据本发明的语音浏览装置可以实现文字交流语音化功能，用户可以通过该装置进行文字信息交互，装置可以将文字记录下来，如果用户需要将通话以语音格式保存，那么装置将采用TTS技术将文字转换为语音，并根据用户需求配上特定的背景音乐，形成一个语音文件供用户下载或收听。

根据本发明的实施例的多媒体统一接入系统突破了传统CTI平台的限制，采用多种成熟的技术或协议，在一个平台上实现了各种多媒体之间的互通。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种用于接入多种媒体数据的接入系统，其特征在于包括：

多个接入装置，所述多个接入装置中的每个装置分别用于接收一种媒体数据；

媒体数据转换装置，用于将所述多个接入装置接收的多种媒体数据根据协议转换成统一的数据格式；以及媒体数据控制装置，用于对经过转换的数据进行逻辑控制。

2.根据权利要求1所述的系统，其中，所述媒体数据包括语音。

3.根据权利要求1所述的系统，其中，所述媒体数据包括IP数据。

4.根据权利要求1所述的系统，其中，所述媒体数据包括视频信号。

5.根据权利要求1所述的系统，其中，所述多个接入装置包括客户端。

6.根据权利要求1所述的系统，其中，所述多个接入装置包括WEB适配器。

7.根据权利要求1所述的系统，其中，所述多个接入装置包括WAP适配器。

8.根据权利要求1所述的系统，其中，所述多个接入装置包括SMS适配器。

9.根据权利要求1所述的系统，其中，所述多个接入装置包括PDA适配器。

10.根据权利要求1所述的系统，还包括：

可视化业务生成工具装置，用于为系统管理维护人员提

供功能开发工具，通过拖拉所述装置提供的各种控件，可生成供所述系统使用的功能。

11.根据权利要求1所述的系统，还包括：

语音浏览装置，用于接收用户的语音命令，对通过所述多个接入装置接收的所述语音命令进行处理，使计算机能够识别所述语音命令，实现用户语音浏览网页的功能。

12.根据权利要求11所述的系统，其中，所述语音浏览装置包括：

语音识别引擎，用于根据有限的语法来识别用户的语音命令，产生对应语法定义的识别结果，使计算机能理解所述用户的语音命令，产生相应的文字结果；

VoiceXML解析器，用于接收所述语音识别引擎产生的文字结果，通过Http网络协议获取VoiceXML脚本语言所描述的应用文档，解析所述应用文档，解释其中各个标志，产生相应的控制命令，控制其它部件进行相应的动作，并获取结果，根据结果决定应用的执行方向和顺序流；

语音合成引擎，用于处理所述VoiceXML解析器的命令，将文字转换成语音文件或语音数据流，或者直接播放已事先录制好的语音文件或以流的方式播放给所述语音通道；以及

语音通道，用于在所述语音浏览装置中传输用户的语音数据信号和由所述合成引擎产生的声音数据信号的传递通道，其连接物理上的语音采集和播放设备、所述语音识别引擎的语音输入端以及所述语音合成引擎的语音输出端。