CN101459739A - 基于宽带网络的可扩充交互式语音服务系统 - Google Patents

Abstract

一种基于宽带网络的可扩充交互式语音服务系统，包括：通讯支撑模块，可视化流程生成器，流程解释模块，媒体服务模块，本发明由于采取将交互式语音服务作为一个平台而不是一个应用来处理的方式，在前台根据具体业务需求来开发各种各样的语音业务，然后将语音业务保存为VoiceXML文档，以提供给后台的通用解释系统解释文档，控制语音流程，再由资源模块完成具体语音输出输入操作，完成语音交互功能。这样由于使用了大量的人工智能的应用环节，可减少大量的人工座席而解放最大的人力资源，直接拓展了其应用范围，进一步加快了系统的开发周期，有效降低了开发成本和维护成本。

Description

基于宽带网络的可扩充交互式语音服务系统

技术领域

本发明涉及一种交互式语音服务系统，特别是一种基于宽带网络的可扩充交互式语音服务系统，属于通信领域。

背景技术

目前电信所提供的面向公众的交互式语音服务(Interactive Voice Service，简称IVS)只包含有交互式语音应答(Interactive Voice Response，简称IVR)环节，基本上是由SP提供或电信自行开发，由于很多技术环节有待突破，比如人工智能的应用仍然十分有限，仍然需要大量的人工座席干预，不能解放最大的人力资源，限制了更广泛的应用。随着互联网与电信技术日益发展融合，计算机电话集成(Computer Telephony Integration，简称：CTI)方案更加完善，伴随3G时代来临，如同彩信、彩铃一样，有许多有价值的应用资源其实隐藏在广泛的社会大众中间。IVS与宽带互联网的结合，为建设开放式的虚拟IVS业务生成环境提供了一个开发平台。有能力的个体或团体就可以利用一台上了宽带网的电脑，利用业务生成环境所提供的图形配置程序，在本地的机器上生成业务，然后上载到服务器，并通过话音网进行业务功能验证。电信运营商可以定期从这些上传的IVS业务里筛选出有推广价值的业务进行大规模应用。而现有的IVS一般是用状态机的思想来设计，针对特定系统，业务项目、业务流程已定，状态机也容易确定，这样的话，可视化流程生成器的工作就是把流程描述语言的源文件编译成状态机的数据文件。但是单纯用状态机来设计IVS有一些缺点：要全盘考虑整个运行过程中的各个状态，业务项目一多，状态机将十分庞大；修改或扩展业务项目，要重新设计整个状态机，因此不便于二次开发和造成其通用性不强。

发明内容

本发明的目的是针对上述问题的存在，提供一种且有大量人工智能的应用环节，可减少大量的人工座席而解放最大的人力资源，直接扩展了应用范围的基于宽带网络的可扩充交互式语音服务系统。

本发明的目的是通过以下技术方案实现的：

一种基于宽带网络的可扩充交互式语音服务系统，其特点是包括：

通讯支撑模块，采用面向连接的TCP协议与外部之间进行通讯，并利用sockel进行编程；

可视化流程生成器，用于将用户编写的语音业务应用流程生成VoiceXML文件并保存在WEB服务器并将其提供给流程解释模块加载运行；

流程解释模块，用于读取解释并执行可视化流程生成器生成的VoiceXML文件；

媒体服务模块，包括有电话平台、网络设备、ASR语音识别系统和语音合成系统，负责处理电话网连接、电话呼叫处理、DTMF输入、语音识别和语音合成，完成VoiceXML文件的处理流程。

本发明由于采取将交互式语音服务作为一个平台而不是一个应用来处理的方式，在前台根据具体业务需求来开发各种各样的语音业务，然后将语音业务保存为VoiceXML文档，以提供给后台的通用解释系统解释文档，控制语音流程，再由资源模块完成具体语音输出输入操作，完成语音交互功能。而且由于采用可使IVS系统自由扩充的流程树的结构，使得在可视化流程生成器中实现了用户自由配置自己的IVS系统，实现流程树，满足了系统随时扩充的需要。在这样的流程树结构中，当业务逻辑进行改动的时候，服务程序不需要进行任何大的改动，只需要通过相关的配置改动业务逻辑，进行相应的语音材料的准备，就可以完成业务的快速生成。从而使有能力的个体或团体就可以利用一台上了宽带网的电脑，利用该系统所提供的图形配置程序，在本地的机器上生成描述业务的VXML文档，然后上载到服务器，并通过话音网进行业务功能验证。电信运营商可以定期从这些上传的IVS业务里筛选出有推广价值的业务进行大规模应用。这样由于使用了大量的人工智能的应用环节，可减少大量的人工座席而解放最大的人力资源，直接拓展了其应用范围，使用户可以很方便地构筑IVS平台，为建设开放式的虚拟IVS业务生成环境提供了行之有效的工具，同时采用的XXML文件技术，进一步加快了系统的开发周期，有效降低了开发成本和维护成本。

以下结合附图详细描述本发明的实现。

附图说明

图1是本发明的结构组成示意图；

图2是本发明的一个典型的IVS应用的流程树抽象图；

图3是本发明所述的可视化流程器的一个GUI主窗口示意图；

图4是应用本发明的一个接入服务的总体业务流程图；

图5是图4中的业务咨询流程图；

图6是图4中的业务申请流程图；

图7是图4的人工投诉和建议受理流程图。

具体实施方式

如图1所示，本发明所述的基于宽带网络的可扩充交互式语音服务系统，包括：

通讯支撑模块，采用面向连接的TCP协议与外部之间进行通讯，并利用sockel进行编程；

可视化流程生成器，用于将用户编写的语音业务应用流程生成VoiceXML文件并保存在WEB服务器并将其提供给流程解释模块加载运行；

流程解释模块，用于读取解释并执行可视化流程生成器生成的VoiceXML文件；

媒体服务模块，包括有电话平台、网络设备、ASR语音识别系统和语音合成系统，负责处理电话网连接、电话呼叫处理、DTMF输入、语音识别和语音合成，完成VoiceXML文件的处理流程。

其中，本发明所述的IVS系统的主要功能是完成菜单提示、自动应答、自动转接、数据检索、录放语音、语音媒体流分配等功能。其主要由4个子系统组成，分别是通讯支撑模块、可视化流程生成器、流程解释模块和媒体服务模块。可视化应用流程生成器是提供给用户编辑自己的语音业务流程以生成VoiceXML中间代码的工具，生成的VoiceXML由流程解释模块读取解释执行。VoiceXML中间代码实际上充当业务流程脚本，这个脚本可被系统相关工具方便地生成、解释、编译、执行和维护。

由于IVS内部的各子系统是运行在同一台机器上的几个独立的进程，因此它们之间的通讯可通过共享内存来实现，IVS与外部应用之间采用面向连接的TCP协议进行通讯，可利用socket进行编程，通讯管理器内含在监控模块中。

应用流程生成器完成把用户编写的语音业务应用流程生成VoiceXML保存在WEB服务器，以便应用流程解释模块加载运行。用户是使用本系统提供的WEB页面上的图形化的业务生成工具生成业务流程的。由于组成该生成器的WEB页面是提供给用户使用的，并与系统内部的其它模块相对独立(只有文件接口)，所以具有界面友好，操作简便等特点，方便了用户使用。

可视化应用流程生成器生成的VoiceXML脚本放于WEB服务器，由流程解释模块读取解释执行，所以流程解释模块相当于VoiceXML的解释器。整个IVS系统以通讯模块为基础，以流程解释器为中心，媒体服务模块是为流程解释模块在执行流程时作某一具体操作而服务的。

媒体服务模块是指具体的硬件平台和网络设备及软件，包括电话平台、网络设备、语音识别ASR系统和语音合成TTS系统。负责处理电话网连接、电话呼叫处理、DTMF输入、语音识别和语音合成等功能。也就是通常人们所说的VXML的执行平台。

上述的流程解释模块和媒体服务模块中的ASR语音识别引擎、TTS文本转语音引擎、电话平台共同完成VoiceXML文档的处理流程，如播放提示音、等待语音应答、键盘DTMF输入、录音和响应事件等。

当用户用可视化应用流程生成器编辑好一个语音业务的时候，可视化应用流程生成器生成VoiceXML脚本文档，然后流程解释模块和媒体服务模块共同完成VoiceXML脚本文档的处理流程。电话使用者就可以打电话进入这个IVS应用了。

对于本发明所述的可视化流程生成器来说，通过对大多数的IVS应用的分析，IVS语音流程呈现典型的树状特性。IVS流程树主要是由抽象了的节点组成。我们可以把IVS应用系统响应请求，而产生的一定的动作抽象成节点，这个请求可以是按键的请求，也可以是系统设置的一定条件，比如达到一定的时候，播放完成，或者系统错误等，节点本身包括了一些特定的属性，比如要播放语音文件的位置、实现呼转的动作等。节点与节点之间通过父节点的结束条件与子节点按键动作相互关联，我们可以把应用系统响应呼叫接入而播放语音看成一个节点，这就是大多数IVS应用系统的最开始的节点，我们把它成为根节点。图2是一个典型企业IVS应用的流程树抽象图。其中：

根节点1的动作：播放欢迎词

节点1.1动作：播放公司介绍

节点1.2动作：转人工服务

节点1.3动作：拨打分机号码

节点1.1.1动作：播放部门1介绍

节点1.1.2动作：播放部门2介绍

2.1.3可视化流程生成器的实现

要实现可视化流程生成器，必须先构造出IVS流程树。在IVS流程树中出现两种节点，分别是非叶子节点和叶子节点。非叶子节点的动作就是播放语音文件，根据DTMF按键或者电话用户语音跳到下级节点。叶子节点根据IVS系统功能，又可以划分为录音节点、纯放音节点、呼转节点等。所以根据功能，每个节点都有不同的属性。

在可视化应用流程生成器中，用户设计语音业务，需要自行规划语音业务的树状架构与每个节点的属性值。每个节点的属性值用一个XML文件来记录，这个XML文件的命名方式为id.xml，其中节点的id号码id＝父节点id+“.”+count(count表示该节点在其父节点下第几个子节点)。表1说明了非叶子节点对应的XML文件的标签及属性意义。

表1非叶子节点的XML文件

不单是一个节点对应有一个XML文件，整个流程树也用一个树的XML文件对应。表2说明了树的XML文件的标签和属性意义。

表2流程树的XML文件

在可视化流程生成器的GUI界面的配置程序中，如图3所示，左侧表示了当前语音树的结构图，右侧的上面的选择设置不同节点的按键，右侧下面显示选中节点的概要属性。利用GUI可以快速生成用户要求深度和宽度的语音流程树。初始时是空树。

当用户要新增一个语音业务时，需先输入这个业务申请到的唯一的号码和这个语音业务的名称，继续添入一些信息后，生成器就会产生一个树的XML文件和根节点的XML文件，其中，根节点的id为1，根节点对应的XML文件名字为1.xml。接下来，用户就可以一直不停地编辑非叶子节点和各种功能的叶子节点，并且会修改树的XML文件。

当用户编辑完语音业务后，生成器从树的XML文件中检测出有哪些节点，并且找出所有的节点对应的XML文件，再将XML文件转换成VXML文档放置服务器中，启动后台，那么电话使用者就可以打电话进入这个语音业务了。

2.2应用系统业务流程设计

经过试验，基于VXML的可扩充交互式语音应答系统满足实际应用的要求，可视化流程生成器中的GUI程序，可以快速生成表达业务逻辑的VXML文档。

系统采用Windows 2003 advanced server作为服务器平台；开发语言：JAVA，C++；数据库平台：SQL关系数据库。后台中，可采用OpenVXI作为VXML解释器，WebSphere Voice Server提供了对VoiceXML等开放标准的完备支持，包括：电话平台连接器、自动语音识别引擎ASR、文本语音转换引擎TTS等。

有能力的个体或团体就可以利用一台上了宽带网的电脑，利用该系统所提供的图形配置程序，在本地的机器上生成描述业务的VXML文档，然后上载到服务器，并通过话音网进行业务功能验证。电信运营商可以定期从这些上传的IVS业务里筛选出有推广价值的业务进行大规模应用。

根据业务需求，语音宽带采用统一特服号的形式为客户提供全天24小时的服务。同时提供语音、传真等接入服务，具体的服务流程图如图4～图7所示。

Claims (1)

1、一种基于宽带网络的可扩充交互式语音服务系统，其特征在于包括：

通讯支撑模块，采用面向连接的TCP协议与外部之间进行通讯，并利用sockel进行编程；

可视化流程生成器，用于将用户编写的语音业务应用流程生成VoiceXML文件并保存在WEB服务器并将其提供给流程解释模块加载运行；

流程解释模块，用于读取解释并执行可视化流程生成器生成的VoiceXML文件；

媒体服务模块，包括有电话平台、网络设备、ASR语音识别系统和语音合成系统，负责处理电话网连接、电话呼叫处理、DTMF输入、语音识别和语音合成，完成VoiceXML文件的处理流程。

Images