CN101287044A - 声音处理的方法、设备及系统 - Google Patents

Abstract

本发明公开了一种声音处理的方法，用于用户和坐席通话过程中的声音处理，该方法包括：创建语音会场；将所述用户和坐席加入所述语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；在所述语音会场中对所述用户的通道录音，得到所述用户的通道录音文件。及声音处理的设备和系统，在用户和坐席的通话过程中，创建语音会场，并将用户和坐席加入该语音会场中，这样，在该语音会场中对用户的通道录音的同时，用户和坐席也可以通过该语音会场进行交互，保持正常的呼叫业务，避免现有技术中，因为声音处理的需要造成用户与坐席之间通话的中断，完善用户的业务体验，进而提高坐席对应的服务提供商的服务质量。

Description

声音处理的方法、设备及系统

技术领域

本发明涉及通信领域，特别涉及声音处理的方法、设备及系统。

背景技术

为了适应对通讯业务的个性化需求，在许多行业中引入了呼叫中心，例如银行、证券等行业，通过呼叫中心将用户和人工坐席或者自动业务连接起来，实现语音类业务。

在通过呼叫中心实现业务的过程中，可以进行声纹采集。现有技术进行声纹采集的方法主要是通过专有的设备进行声纹采集，然后再使用该专有设备进行声纹识别。

发明人在实现本发明的过程中发现：在声纹采集和识别期间只有被采集人或者识别人与该专有设备之间进行语音交互，而断开人工坐席或者自动流程与用户的呼叫连接，因此用户不能够在声纹采集和识别的同时进行业务操作，从而影响到业务功能的实现。

发明内容

本发明实施例提供声音处理的方法、设备及系统，在声音处理过程中保证呼叫业务的正常进行。

本发明实施例提供了一种声音处理的方法，用于用户和坐席通话过程中的声音处理，该方法包括：

创建语音会场；

将所述用户和坐席加入所述语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

在所述语音会场中对所述用户的通道录音，得到所述用户的通道录音文件。

本发明实施例还提供了一种声音处理的设备，用于用户和坐席通话过程中的声音处理，该设备包括：

会场单元，用于创建语音会场；

接续单元，用于将所述用户和坐席加入所述会场单元创建的语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

录音单元，用于在所述会场单元创建的语音会场中对所述用户的通道录音，得到用户的通道录音文件。

本发明实施例还提供了一种声纹采集识别系统，用于用户和坐席通话过程中的声音处理，该系统包括：

会场单元，用于创建语音会场；

接续单元，用于将所述用户和坐席加入所述会场单元创建的语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

录音单元，用于在所述会场单元创建的语音会场中对所述用户的通道录音，得到用户的通道录音文件。

现有技术中，在用户和坐席通话过程中，如果要进行声音处理，需要断开用户和坐席之间的呼叫连接，由专有设备对用户进行声音处理，整个声音处理的过程中，用户不能在声音处理的同时进行业务操作。采用本发明实施例提供的声音处理的方法及设备，在用户和坐席的通话过程中，创建语音会场，并将用户和坐席加入该语音会场中，这样，在该语音会场中对用户的通道录音的同时，用户和坐席也可以通过该语音会场进行交互，保持正常的呼叫业务，避免现有技术中，因为声音处理的需要造成用户与坐席之间通话的中断，完善用户的业务体验，进而提高坐席对应的服务提供商的服务质量。

附图说明

图1是本发明实施例声音处理的方法的流程示意图；

图2是本发明实施例声音处理的设备的结构示意图；

图3是本发明实施例呼叫中心系统的结构示意图；

图4是本发明实施例声纹采集流程示意图；

图5是本发明实施例声纹识别流程示意图。

具体实施方式

本发明实施例提供的声音处理方法及设备，应用于用户和坐席通话过程中的声音处理，该用户和坐席之间的通话可以通过各种网络建立，包括但不局限于固定网络、移动全球移动通讯系统(GSM)网络、移动码分多址(CDMA)网络、移动第三代移动通信技术(3G)网络，小灵通网络以及下一代(NGN)网络，其中，3G网络又包括但不限于宽带码分多址(WCDMA)网络、CDMA-2000网络以及时分同步CDMA(TDS-CDMA)网络。坐席包括人工坐席和自动坐席。

参见图1，为本发明实施例一种声音处理的方法，用于用户和坐席通话过程中的声音处理，该方法包括步骤：

101、创建语音会场；

102、将用户和坐席加入语音会场；

将用户和坐席加入语音会场，可以通过语音会场将用户的通道和坐席的通道连接起来。

103、在语音会场中对用户的通道录音，得到用户的通道录音文件。

进一步的，该方法还可以包括：

104、根据用户的通道录音文件，对用户进行声纹采集。

声纹采集过程可以包括：

从用户的通道录音文件中提取用户的声纹信息；

生成与用户的声纹信息对应的声纹标识(ID)。

本步骤中，在用户的通道录音之后，从录音文件中提取用户的声纹信息，其中，声纹信息可以为携带用户言语信息的声学特征信息，包括但不限于基音轮廓、共振峰频率带宽及轨迹、谱包络参数、听觉特性参数及线性预测系数。提取了用户的声纹信息后，可以将预定数量的声纹信息记录成声纹文件，这个预定数量可以在进行声音处理之前根据需求量指定，也可以在声音处理过程中随机指定。同时，还可以生成与用户的声纹信息对应的声纹ID，既可以按照声音处理的顺序生成声纹ID，例如，第一个进行声音处理的用户的声纹ID为一，第二个进行声音处理的用户的声纹ID为二，依次类推；也可以将所述声纹信息根据算法的计算，生成对应的声纹ID，算法的类型不限，可以为线性算法，也可以为非线性算法。在生成用户的声纹ID后，还可以将用户的声纹ID与声纹文件的对应关系记录下来。

进一步的，该方法还可以包括：

105、根据用户的通道录音文件，对用户进行声纹识别。

用户需要进行特定的操作，则对用户进行声纹识别，此处特定的操作可以根据操作的重要级别预先指定。

对用户进行声纹识别可以包括：

判断在本次声纹识别之前是否已经采集过声纹，如果在本次声纹识别之前已经采集过声纹，可以包括但不限于用户本次通话之前曾经采集过声纹的和用户本次通话过程中已经采集过声纹的，则继续判断本次声纹识别是否需要再进行声纹采集，如果本次声纹识别无需再进行声纹采集，则在103之后直接执行105，无需执行104；如果本次声纹识别还需再进行声纹采集，则在103之后先执行104，再执行105；如果本次声纹识别之前没有采集过声纹，则在103之后先执行104，再执行105。

声纹识别具体过程可以包括：

接收声纹识别操作请求；

从声纹识别操作请求中获得用户的声纹标识(ID)；

根据用户的声纹ID，查找记录的用户的声纹ID与声纹文件(请见本页第一段中的红色字体部分)的对应关系，获得声纹文件中对应于该用户的声纹信息(即第一声纹信息)；该对应关系可以是该用户在以前通话过程中记录下来的对应关系，也可以是本次通话过程中记录下来的对应关系；

从103中得到的用户的通道录音文件中提取该用户的声纹信息(即第二声纹信息)；

比较第一声纹信息和第二声纹信息。根据比较结果判断用户身份是否识别成功，例如，第一声纹信息和第二声纹信息一致，则判断用户身份识别成功；第一声纹信息和第二声纹信息不一致，则判断用户身份识别失败。根据识别结果进行后续操作，如果识别成功，则允许用户进行该特定的操作，如果识别失败，则禁止用户进行该特定的操作。

进一步的，为了尽量少地占用会场资源，提高呼叫系统资源的利用率，完善会场资源的管理，该方法还可以包括：

106、释放语音会场。

如果用户不需要进行特定的操作，即在本次声音处理过程中，仅需要对用户进行声纹采集，则声纹采集后直接释放语音会场；如果用户需要进行特定的操作，声纹识别后释放语音会场。释放语音会场可以包括：

将用户和坐席移出语音会场；

搭接用户和坐席的语音时隙；

释放语音会场的资源。

如果该用户没有采集过声纹，则对用户进行声纹采集；如果该用户曾经采集过声纹，则可以再次对用户进行声纹采集，或者，也可以无需对用户再进行声纹采集。在具体实现过程中，可以在用户信息中包含了一个字段表示用户是否曾经采集了声纹，如果该字段为一则表示用户采集过声纹，如果为零则表示没有采集过。

现有技术中，在用户和坐席通话过程中，如果要进行声音处理，需要断开用户和坐席之间的呼叫连接，由专有设备对用户进行声音处理，整个声音处理的过程中，用户不能在声音处理的同时进行业务操作。采用本实施例提供的声音处理的方法，在用户和坐席的通话过程中，创建语音会场，并将用户和坐席加入该语音会场中，这样，在该语音会场中对用户的通道录音的同时，用户和坐席也可以通过该语音会场进行交互，保持正常的呼叫业务，避免现有技术中，因为声音处理的需要造成用户与坐席之间通话的中断，完善用户的业务体验，进而提高坐席对应的服务提供商的服务质量。

参见图2，为本发明实施例一种声音处理的设备，该声音处理的设备可以独立设置，也可以集成于呼叫中心系统中，还可以集成于声纹采集识别系统中，实现用户和坐席通话过程中的声音处理，该设备包括：

会场单元201，用于创建语音会场；

接续单元202，用于将用户和坐席加入会场单元201创建的语音会场，其中，语音会场用于连接用户的通道和坐席的通道；

录音单元203，用于在会场单元201创建的语音会场中对用户的通道录音，得到用户的通道录音文件。

进一步的，该设备还可以包括：

采集单元204，用于根据录音单元203得到的用户的通道录音文件，对用户进行声纹采集。

其中，采集单元204可以包括：

提取子单元204-1，用于从录音单元203得到的用户的通道录音文件中提取用户的声纹信息；

标识子单元204-2，用于生成与提取子单元204-1提取的用户的声纹信息对应的声纹ID。

进一步的，该设备还可以包括：

识别单元205，用于根据录音单元203得到的用户的通道录音文件，对用户进行声纹识别。

其中，识别单元205可以包括：

接收子单元205-1，用于接收声纹识别操作请求；

标识子单元205-2，用于从所述接收子单元205-1接收的声纹识别操作请求中获得用户的声纹ID；

查找子单元205-3，用于根据所述标识子单元205-2获得的声纹ID查找记录的用户的声纹ID与声纹文件的对应关系，获得声纹文件中对应于该用户的声纹信息(即第一声纹信息)；该对应关系可以是该用户在以前通话过程中记录下来的对应关系，也可以是本次通话过程中记录下来的对应关系；

提取子单元205-4，用于从录音单元203得到的用户的通道录音文件中提取该用户的声纹信息(即第二声纹信息)；

比较子单元205-5，用于比较第一声纹信息和第二声纹信息。

进一步的，该设备还可以包括：

释放单元206，用于释放会场单元201创建的语音会场。

其中，释放单元206可以包括：

移出子单元206-1，用于将用户和坐席移出会场单元201创建的语音会场；

搭接子单元206-2，用于搭接用户和坐席的语音时隙；

资源子单元206-3，用于释放会场单元201创建的语音会场的资源。

现有技术中，在用户和坐席通话过程中，如果要进行声音处理，需要断开用户和坐席之间的呼叫连接，由专有设备对用户进行声音处理，整个声音处理的过程中，用户不能在声音处理的同时进行业务操作。采用本实施例提供的声音处理的设备，在用户和坐席的通话过程中，通过会场单元创建语音会场，并通过接续单元将用户和坐席加入该语音会场中，这样，在录音单元对该语音会场中对用户的通道录音的同时，用户和坐席也可以通过该语音会场进行交互，保持正常的呼叫业务，避免现有技术中，因为声音处理的需要造成用户与坐席之间通话的中断，完善用户的业务体验，进而提高坐席对应的服务提供商的服务质量。

参见图3，为本发明实施例呼叫中心(CC：Call Center)系统结构示意图，本实施例是对上述实施例的具体应用。该具体应用只是上述实施例的一种应用方式，对于本技术领域的普通技术人员来说，在不脱离本发明实施例原理的前提下，还可以对该具体应用作出若干改进和润饰，这些改进和润饰也应视为本发明实施例的保护范围。

本实施例中，用户拨打服务提供商提供的自动业务的系统接入码后，交换系统将呼叫接续到呼叫中心(CC)系统，进入相应的人工或自动业务，在CC平台中执行对应的业务。可以由CC系统实现上述实施例中的声音处理的方法，也可以独立设置声音处理的设备实现上述实施例中的声音处理的方法，也可以由声纹采集识别系统实现上述实施例中的声音处理的方法，这些实现方案的原理相同，在本实施例中，仅以由声纹采集识别系统实现上述实施例中的声音处理的方法为例进行说明。

参见图3，CC系统包括：

运营系统301：实现整个CC系统的接入呼叫，能够按照用户(包括终端用户A、B)呼叫的被叫号码分析，触发特定的增值业务，并且进行增值业务的呼叫控制和接续操作，当增值业务需要采集和识别声纹信息时，把用户侧的语音数据接入到声纹采集识别系统，并向声纹采集识别系统发送进行用户的声纹采集和声纹识别的命令。

声纹采集识别系统302：接收运营系统301的命令，进行用户的声纹采集和声纹识别。

增值业务系统303：增值业务包括自动业务和人工业务，因此增值业务系统主要包括人工业务系统和自动业务系统，主要负责实现特定的增值业务功能。

其中，声纹采集识别系统可以包括：

会场单元，用于创建语音会场；

接续单元，用于将所述用户和坐席加入所述会场单元创建的语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

录音单元，用于在所述会场单元创建的语音会场中对所述用户的通道录音，得到用户的通道录音文件。

声纹采集识别系统还可以包括：

声纹采集识别服务器302-1：用于根据录音单元得到的用户的通道录音文件，实现用户声纹信息的采集和用户声纹的识别操作。

声纹文件服务器302-2：用来存储录音单元首次得到的用户通道录音文件，以便后续声纹识别时使用，也可以存储录音单元除首次之外得到的用户通道录音文件；另外，在声纹采集识别系统重启后可以加载原用户通道录音文件。

数据库服务器302-3：用来存储录音单元得到的用户通道录音文件的全路径和对应的声纹标识，供声纹采集识别服务器使用。

本实施例中，增值业务系统判断用户是否是首次进入系统，如果是则调用CC系统提供的接口进行声纹采集操作，否则当用户进入特定业务操作时，对用户进行声纹识别，特定业务操作可以通过以下方式判定：将各业务操作的分别给予不同的级别，按照人们对于业务重要性的一般划分标准，或者根据用户对业务重要性的划分标准，越重要业务操作的级别越高，而级别大于特定值的业务操作都视为特定业务操作，例如级别大于五的业务操作都视为特定业务操作，可以包括但不限于进行密码修改和金额移出。

参见图4，声纹采集流程可以包括：

401、在CC系统中配置接入码对应指定的增值业务系统，当前方交换局判断用户的呼叫为CC系统的呼叫，则把呼叫路由到CC系统，CC系统中的运营系统配置的接入码，把呼叫路由到指定的增值业务系统，由增值业务系统和用户交互，具体可以包括：

401-1、用户拨打该流程对应的系统接入码。

401-2、根据配置的路由策略，用户呼叫接续到CC系统。

401-3、呼叫进入CC系统，经过号码分析把该呼叫接续到增值业务系统。

401-4、增值业务系统根据用户的号码进行鉴权，提取用户信息。

402、增值业务系统控制呼叫后，根据用户号码从增值业务系统中获取用户信息，用户信息中可以包含了一个字段表示用户是否曾经采集了声纹，如果该字段为一则表示用户采集过声纹，如果为零则没有采集过，如果用户没有采集过声纹信息，则增值业务系统请求运营系统进行声纹采集操作。

403、运营系统收到增值业务系统的声纹采集请求后，通知声纹采集识别系统进行声纹采集。

404、声纹采集识别系统首先创建一个语音会场，创建语音会场成功后再把原来连接的用户和坐席的通道暂时拆开，再把用户和坐席都加入到语音会场中，保证业务功能继续；在声纹采集识别系统把用户和坐席加入到语音会场后，再指示语音会场进行会场通道录音，录制的通道为用户的通道，这样声纹采集识别系统就可以单独把用户的声纹录制下来，在开始用户通道的录音后，声纹采集识别系统再进行用户的声纹采集操作。

405、声纹采集识别服务器进行声纹采集操作，采集的过程是从前面录制的用户通道录音文件中提取用户的声纹信息，当声纹采集识别服务器采集到足够的声纹信息后，把用户的声纹信息记录成文件，记录到声纹文件服务器中，并根据内部算法生成用户声纹的声纹ID，同时把用户的声纹ID和生成的声纹文件的对应关系记录到数据库服务器中。

406、声纹采集识别系统完成了用户声纹信息的采集后，停止前期启动的语音会场的通道录音，然后把用户和坐席同时移出语音会场，并且把它们的语音通道重新搭接起来，使得用户和坐席可以继续进行业务操作，然后释放语音会场，同时把采集的用户的声纹ID发送给运营系统。

407、运营系统根据声纹采集识别系统返回的结果，把用户的声纹ID发送给增值业务系统，增值业务系统记录用户的声纹ID，并且和用户关联起来。

408、用户的声纹采集工作完成，坐席和用户继续交互完成业务功能。

参见图5，声纹识别流程可以包括：

501、触发增值业务，在CC系统中配置接入码对应指定的增值业务系统，当前方交换局判断该呼叫为CC系统的呼叫，则把呼叫路由到CC系统，后续由CC系统控制呼叫，CC系统中的运营系统根据配置中的信息，把呼叫路由到指定的增值业务系统，由增值业务系统和用户交互，具体可以与以上401-1至401-4的流程相同。

502、增值业务系统控制呼叫后，根据用户号码从增值业务系统中获取用户的信息，然后判断用户是否进行了声纹采集，如果用户采集过声纹信息，则继续进行后续的步骤。

503、当用户准备进行特定业务操作时，增值业务系统请求运营系统进行声纹识别操作，携带声纹采集时由声纹采集识别系统返回的用户的声纹ID。

504、收到了增值业务系统的声纹识别操作请求后，运营系统把该声纹识别请求转发给声纹采集识别系统。

505、声纹采集识别系统首先创建一个语音会场，并且把用户和坐席都加入到语音会场中，保证用户和坐席继续通话，然后指示语音会场进行通道录音，录制的通道为用户的通道。

506、声纹采集识别服务器根据请求的声纹ID信息从数据库服务器中查找到该声纹ID对应的声纹文件，然后从声纹文件服务器中调用该声纹文件，将该声纹文件中的声纹信息和录制的通道录音文件中提取用户的声纹信息进行比较，根据比较结果判断用户身份是否识别成功。

507、声纹采集识别系统完成了声纹识别操作后，停止语音会场的通道录音功能，然后把用户和坐席移出语音会场，并且把用户和坐席的语音时隙搭接起来，然后释放语音会场，声纹采集识别系统再把识别结果发送给运营系统。

508、运营系统把声纹采集识别系统的识别结果转发给增值业务系统。

509、收到声纹识别结果后，增值业务系统按照识别结果进行后续操作。

现有技术中，在用户和坐席通话过程中，如果要进行声音处理，需要断开用户和坐席之间的呼叫连接，由专有设备对用户进行声音处理，整个声音处理的过程中，用户不能在声音处理的同时进行业务操作。采用本实施例提供的声纹采集识别系统，在用户和坐席的通话过程中，创建语音会场，并将用户和坐席加入该语音会场中，这样，在该语音会场中对用户的通道录音的同时，用户和坐席也可以通过该语音会场进行交互，保持正常的呼叫业务，避免现有技术中，因为声音处理的需要造成用户与坐席之间通话的中断，完善用户的业务体验，进而提高坐席对应的服务提供商的服务质量。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1、一种声音处理的方法，用于用户和坐席通话过程中的声音处理，其特征在于，该方法包括：

创建语音会场；

将所述用户和坐席加入所述语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

在所述语音会场中对所述用户的通道录音，得到所述用户的通道录音文件。

2、根据权利要求1所述的方法，其特征在于，该方法还包括：

根据所述用户的通道录音文件，对所述用户进行声纹采集。

3、根据权利要求2所述的方法，其特征在于，所述根据所述用户的通道录音文件，对所述用户进行声纹采集具体包括：

从所述用户的通道录音文件中提取所述用户的声纹信息；

生成与所述用户的声纹信息对应的声纹标识。

4、根据权利要求1所述的方法，其特征在于，该方法还包括：

根据所述用户的通道录音文件，对所述用户进行声纹识别。

5、根据权利要求4所述的方法，其特征在于，所述根据所述用户的通道录音文件，对所述用户进行声纹识别具体包括：

接收声纹识别操作请求；

从所述声纹识别操作请求中获得所述用户的声纹标识；

根据所述用户的声纹标识查找对应的用户的声纹信息；

从所述用户的通道录音文件中提取所述用户的声纹信息；

比较查找到的声纹信息和提取的声纹信息。

6、根据权利要求1所述的方法，其特征在于，该方法还包括：

释放所述语音会场。

7、根据权利要求6所述的方法，其特征在于，所述释放所述语音会场具体包括：

将所述用户和坐席移出所述语音会场；

搭接所述用户和坐席的语音时隙；

释放所述语音会场的资源。

8、一种声音处理的设备，用于用户和坐席通话过程中的声音处理，其特征在于，该设备包括：

会场单元，用于创建语音会场；

接续单元，用于将所述用户和坐席加入所述会场单元创建的语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

录音单元，用于在所述会场单元创建的语音会场中对所述用户的通道录音，得到用户的通道录音文件。

9、根据权利要求8所述的设备，其特征在于，该设备还包括：

采集单元，用于根据所述录音单元得到的用户的通道录音文件，对所述用户进行声纹采集。

10、根据权利要求8所述的设备，其特征在于，该设备还包括：

识别单元，用于根据所述录音单元得到的用户的通道录音文件，对所述用户进行声纹识别。

11、根据权利要求8所述的设备，其特征在于，该设备还包括：

释放单元，用于释放所述会场单元创建的所述语音会场。

12、根据权利要求8至11任一项所述的设备，其特征在于，所述声音处理的设备独立设置，或者集成于呼叫中心系统中，或者集成于声纹采集识别系统中。

13、一种声纹采集识别系统，用于用户和坐席通话过程中的声音处理，其特征在于，该系统包括：

会场单元，用于创建语音会场；

接续单元，用于将所述用户和坐席加入所述会场单元创建的语音会场，所述语音会场用于连接所述用户的通道和所述坐席的通道；

录音单元，用于在所述会场单元创建的语音会场中对所述用户的通道录音，得到用户的通道录音文件。

14、根据权利要求13所述的系统，其特征在于，该系统还可以包括：

声纹采集识别服务器，用于根据所述录音单元得到的用户的通道录音文件，实现用户声纹信息的采集和用户声纹的识别操作；

声纹文件服务器，用于存储所述录音单元得到的用户通道录音文件；

数据库服务器，用于存储所述录音单元得到的用户通道录音文件的全路径和对应的声纹标识。

Images