CN102306430B - 实现音视频一体化的自助系统和设备 - Google Patents

Abstract

本发明公开了一种实现音视频一体化的自助系统，包括音视频一体机、电话银行系统和PBX系统，该电话银行系统还包括媒体网关、SIP服务器、IVR服务器和音视频坐席。本发明还公开了一种实现音视频一体化的自助设备，包括自助终端、电话终端和音视频一体化协同装置，其中自助终端和电话终端通过COM端口连接，音视频一体化协同装置内置于该自助设备中。利用本发明，通过将电话终端设备与金融服务机构的自助终端设备进行结合，将电话音频与自助终端的视频联合起来，扩展了电话银行只提供音频服务的局限性，并解决了目前电话语音服务存在的语音菜单复杂、播报时间长的问题。

Description

实现音视频一体化的自助系统和设备

技术领域

本发明涉及音视频信号协同处理技术领域，特别是关于一种实现音视频一体化的自助系统和设备。

背景技术

随着电子银行业务的快速发展，愈来愈多的人使用电子银行渠道进行银行业务的处理。电话银行渠道作为电子银行服务的四大交易渠道之一，为客户提供了语音自动应答服务(Interactive Voice Response，IVR)、人工服务等多种功能，但是，目前电话银行渠道只局限于提供音频服务，且由于银行业务功能及用户类型的多样性、复杂性，以及现有各种开发工具的限制等多方面的原因，导致从技术上电话银行渠道目前只能为用户提供统一的语音服务菜单，用户在预先不熟悉菜单内容的前提下，只能从头到尾听电话银行的语音菜单，逐层选择直到听到自己所需要的服务菜单项，大量的时间被花费在听取众多的功能菜单的播报上，而且其中超过一半的功能是从来不用的，导致用户无法简单快捷的获得想要的服务，甚至放弃使用语音呼叫服务。这样不仅加大了语音呼叫系统的通讯和银行业务的处理压力，增加了座席的工作量，影响了银行的服务效率，而且还因此流失了很多优质用户。

因此，如何克服电话银行仅提供音频服务的局限，解决电话语音服务存在的语音菜单复杂、播报时间长的问题，是目前急需解决的重要技术问题。

发明内容

(一)要解决的技术问题

有鉴于此，本发明的主要目的在于提供一种实现音视频一体化的自助系统和设备，以克服电话银行仅提供音频服务的局限，解决电话语音服务存在的语音菜单复杂、播报时间长的问题。

(二)技术方案

为达到上述目的，本发明提供了一种实现音视频一体化的自助系统，该系统包括音视频一体机101、电话银行系统105和PBX系统106，该电话银行系统105还包括媒体网关102、SIP服务器103、IVR服务器104和音视频坐席107，其中：

音视频一体机101，用于实现人机交互功能和音频视频界面的展现，接收用户音频视频输入，并通过RTMP/RTMPT协议转换将客户请求传输至媒体网关102；

媒体网关102，用于实现音频视频请求到电话银行系统105的接入，在将RTMP/RTMPT协议转换为SIP协议后将音频视频请求发送至SIP服务器103；

SIP服务器103，用于实现音频视频呼叫控制和电话银行坐席状态的维护；

IVR服务器104，用于实现音频视频同步的菜单和功能界面的生成和处理；

PBX系统106，用于实现音频呼入到电话银行系统105的接入和信令处理；

音视频坐席107，用于实现电话银行系统105坐席的接入和业务处理。

上述方案中，该音视频一体机101通过互联网与媒体网关102或PBX系统106进行连接和通讯。

上述方案中，该媒体网关102利用IP网络通过SIP协议与SIP服务器103进行连接和通讯，并利用IP网络通过RTP协议与音视频坐席107进行连接和通讯，并利用IP网络通过SIP/RTP协议与IVR服务器104进行连接和通讯。

上述方案中，该IVR服务器104基于VoiceXML和SIP技术实现，其内嵌有VoiceXML语音浏览器，该VoiceXML语音浏览器收集基于按键音和语法的语音识别事件，播放预先录制的音频语句和视频界面，并通过G.711、H.263、H.264编码解码器支持RTP/RTCP流并通过SIP协议传输。

上述方案中，该PBX系统106通过互联网与IVR服务器104进行连接和通讯。

上述方案中，当客户仅使用音频功能或该系统无法提供视频功能时，该音视频一体机101通过H.323协议连接PBX系统106，该PBX系统106将客户电话接入IVR服务器104，实现电话银行自助语音服务。

上述方案中，当客户108发出音频视频请求后，音视频一体机101通过RTMP/RTMPT协议联接媒体网关102；媒体网关102实现从RTMP/RTMPT协议向SIP协议的转换工作，将客户108发出的音频视频请求转换为SIP呼叫请求，同时通过SIP协议与SIP服务器103进行交互并将客户的SIP呼叫请求转接至IVR服务器104。当客户的SIP呼叫请求进入IVR服务器104时，IVR服务器104将调用本地实现的相应的业务逻辑播报相应的音频视频菜单程序，并通过SIP协议将音频视频流传输至媒体网关102，媒体网关102接收到IVR服务器104的音频视频流后将其通过RTMP/RTMPT协议传输至音视频一体机101，音视频一体机101将音频视频流分别展现在自助终端201和话机终端202上。

上述方案中，当客户根据提示选择转接人工坐席时，IVR服务器104将客户的SIP呼叫请求的控制权转接至SIP服务器103，SIP服务器103根据预先设定的路由规则和坐席登陆情况将客户的SIP呼叫请求转接给相应的坐席端系统，坐席端程序连接媒体网关102并通过RTMP/RTMPT协议直接将客户的音频视频流接入至音视频坐席107并展现给音视频坐席107，从而实现客户108与音视频坐席107的音频视频通讯。

为达到上述目的，本发明还提供了一种实现音视频一体化的自助设备，该设备包括自助终端201、电话终端202和音视频一体化协同装置304，其中自助终端201和电话终端202通过COM端口连接，音视频一体化协同装置304内置于该自助设备中。

上述方案中，该自助终端201包括显示屏204和键盘205。该电话终端202包括电话手柄206和拨号按键207。

上述方案中，该音视频一体化协同装置304包括音视频协同模块301、音频控制模块302和视频控制模块303，其中该音视频协同模块301分别连接于音频控制模块302和视频控制模块303，并通过互联网与媒体网关102进行连接和通讯；该音频控制模块302连接于电话终端202，该视频控制模块303连接于自助终端201。

上述方案中，该音视频协同模块301为音视频一体化协同装置304的核心模块，用于将接收的音频视频信息拆分为音频信息和视频信息，并将该音频信息传输给音频控制模块302，将视频信息传输给视频控制模块303，协调控制语音的播报和对应视频信息的显示，同步展示音视频信息给客户。

上述方案中，当客户根据听到和显示的音视频菜单信息进行相应反馈操作时，音视频协同模块301将接收来自输入设备拨号按键207或键盘205的数字键传入的数字信号，并将该数字信号传回给电话银行系统105，电话银行系统105的IVR服务器104处理反馈的信息并传回与该反馈操作对应的音视频信息给音视频协同模块301，音视频协同模块301将该音视频信息拆分为音频信息和视频信息，将该音频信息传输给音频控制模块302，将该视频信息传输给视频控制模块303，音频控制模块302和视频控制模块303对客户反馈前正在播报的音频信息及显示的视频信息进行更新，播报更新的音频信息，并同步显示更新的视频信息。

上述方案中，该音频控制模块302用来控制音频信息，当音频控制模块302接收到音视频协同模块301发来的音频信息数字信号时，将该音频信息的数字信号传给电话终端202，由电话终端202转为模拟信号呼出，整个过程中音频控制模块302始终实时监测COM端口，当用户通过电话终端202的拨号按键207反馈信息时，电话终端202将客户反馈信息的模拟信号转为数字信号通过COM端口传给音频控制模块302，音频控制模块302监测到客户返回信息，将传来的客户反馈信息数字信号传给音视频协同模块301，并等待音视频协同模块301传来新的音频信息进行播报。

上述方案中，该视频控制模块303用来根据音视频协同模块301传来的视频信息，控制自助终端201通过显示屏204显示出传来的视频信息；当客户通过键盘205的数字键反馈信息时，该视频控制模块303将接收到的客户反馈信息的数字信号传给音视频协同模块301，音视频协同模块301将传来的客户反馈信息数字信号发送给电话银行系统105。

(三)有益效果

从上述技术方案可以看出，本发明具有以下有益效果：

1、本发明提供的这种实现音视频一体化的自助系统和设备，通过将电话终端设备与金融服务机构的自助终端设备进行结合，将电话音频与自助终端的视频联合起来，扩展了电话银行只提供音频服务的局限性，并解决了目前电话语音服务存在的语音菜单复杂、播报时间长的问题。

2、本发明提供的这种实现音视频一体化的自助系统和设备，在电话银行传统语音服务的基础上引入了以银行自助终端为形式的显示设备，将电话音频和自助终端视频服务联合起来，通过音视频协同模块，音频控制模块和视频控制模块相互通信协调确认，实现了针对一笔交易进行音视频的综合处理，真正做到了音配像的音视频一体化，带给用户全新的电话银行音视频一体化服务的体验。

3、本发明提供的这种实现音视频一体化的自助系统和设备，通过自助终端的画面实时显示电话银行业务操作界面或菜单选项，在电话银行语音播报菜单的过程中辅助用户提前对语音菜单内容进行浏览和定位，大大提高原有语音菜单一层层播报及等待等费时的处理，提高了电话银行服务的效率，一定程度上缓解了语音呼叫系统的通讯和银行业务的处理压力，为电话银行赢得更多的优质客户。

附图说明

图1为本实施例提供的实现音视频一体化的自助系统的结构示意图；

图2为本实施例提供的实现音视频一体化的自助设备的结构示意图；

图3为本实施例提供的音视频一体机中内置的音视频一体化协同装置的结构示意图；

图4为本发明实施例电话摘机或拨号时实现音视频一体化的自助系统的工作流程图；

图5为本发明实施例电话挂机时实现音视频一体化的自助设备的工作流程图。

附图标记：

音视频一体机101，媒体网关102，SIP服务器103，IVR服务器104，电话银行系统105，PBX系统106，音视频坐席107；

自助终端201、电话终端202，显示屏204，键盘205，电话手柄206，拨号按键207；

音视频协同模块301、音频控制模块302，视频控制模块303，音视频一体化协同装置304。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

本发明实施例提供了一种实现音视频一体化的自助系统和设备，通过将电话终端设备与金融服务机构的自助终端设备进行结合，将电话音频与自助终端的视频联合起来，通过自助终端设备的屏幕来显示电话银行的业务操作界面或菜单选项，通过电话语音完成相应的操作，避免原有语音菜单一项项一层层播报等费时的处理，自助终端中内置音视频一体化协同装置，针对一笔交易进行音视频的综合处理，控制同步音视频两路协议，实现了电话银行服务的音视频一体化。

图1为本实施例提供的实现音视频一体化的自助系统的结构示意图，该系统包括音视频一体机101、电话银行系统105和程控交换机(PrivateBranch Exchange，PBX)系统106，该电话银行系统105还包括媒体网关102、SIP(Session Initiation Protocol)服务器103、IVR服务器104和音视频坐席107。

其中，音视频一体机101用于实现人机交互功能和音频视频界面的展现，接收用户音频视频输入，并通过实时消息传送协议(Real-TimeMessaging Protocol，RTMP)/管道化RTMP(stands for RTMP tunneled，RTMPT)协议转换将客户请求传输至媒体网关102。媒体网关102用于实现音频视频请求到电话银行系统105的接入，在将RTMP/RTMPT协议转换为SIP协议后将音频视频请求发送至SIP服务器103。SIP服务器103用于实现音频视频呼叫控制和电话银行坐席状态的维护。IVR服务器104用于实现音频视频同步的菜单和功能界面的生成和处理。PBX系统106用于实现音频呼入到电话银行系统105的接入和信令处理。音视频坐席107用于实现电话银行系统105坐席的接入和业务处理。

进一步的，该音视频一体机101通过互联网与媒体网关102或PBX系统106进行连接和通讯。该媒体网关102利用IP网络通过SIP协议与SIP服务器103进行连接和通讯，并利用IP网络通过实时传送协议(Real-time Transport Protocol，RTP)与音视频坐席107进行连接和通讯，并利用IP网络通过SIP/RTP协议与IVR服务器104进行连接和通讯。该PBX系统106通过互联网与IVR服务器104进行连接和通讯。

该IVR服务器104基于VoiceXML(Voice eXtensible MarkupLanguage)和SIP技术实现，其内嵌有VoiceXML语音浏览器，该VoiceXML语音浏览器收集基于按键音和语法的语音识别事件，播放预先录制的音频语句和视频界面，并通过G.711、H.263、H.264编码解码器支持RTP/RTCP流并通过SIP协议传输。

进一步地，当客户仅使用音频功能或该系统无法提供视频功能时，该音视频一体机101通过H.323协议连接PBX系统106，该PBX系统106将客户电话接入IVR服务器104，实现电话银行自助语音服务。

当客户108发出音频视频请求后，音视频一体机101通过RTMP/RTMPT协议联接媒体网关102；媒体网关102实现从RTMP/RTMPT协议向SIP协议的转换工作，将客户108发出的音频视频请求转换为SIP呼叫请求，同时通过SIP协议与SIP服务器103进行交互并将客户的SIP呼叫请求转接至IVR服务器104。

当客户的SIP呼叫请求进入IVR服务器104时，IVR服务器104将调用本地实现的相应的业务逻辑播报相应的音频视频菜单程序，并通过SIP协议将音频视频流传输至媒体网关102，媒体网关102接收到IVR服务器104的音频视频流后将其通过RTMP/RTMPT协议传输至音视频一体机101，音视频一体机101将音频视频流分别展现在自助终端201和话机终端202上。

当客户根据提示选择转接人工坐席时，IVR服务器104将客户的SIP呼叫请求的控制权转接至SIP服务器103，SIP服务器103根据预先设定的路由规则和坐席登陆情况将客户的SIP呼叫请求转接给相应的坐席端系统，坐席端程序连接媒体网关102并通过RTMP/RTMPT协议直接将客户的音频视频流接入至音视频坐席107并展现给音视频坐席107，从而实现客户108与音视频坐席107的音频视频通讯。

图2为本实施例提供的实现音视频一体化的自助设备的结构示意图。该实现音视频一体化的自助设备即图1中的音视频一体机101，如图2所示，本实施例的自助设备包括自助终端201、电话终端202和音视频一体化协同装置304，其中自助终端201和电话终端202通过串行通讯端口(COM)连接，音视频一体化协同装置304内置于该自助设备中。自助终端201进一步包括面向用户服务的设备，即显示屏204和键盘205，电话终端202进一步包括电话手柄206和拨号按键207。

在未拿起电话手柄206前，用户可使用银行自助终端201访问网上银行，享受普通银行自助终端所提供的所有服务，并用键盘205完成各项操作。当用户拿起电话手柄206后，音视频一体机自动联通电话银行的接入号码，例如95588，为用户播报电话银行语音菜单，并在显示屏204显示用户所在层菜单的全部菜单项详细信息，用户可不必听完语音菜单的全部内容，就可根据显示屏204显示的菜单信息详情迅速定位自己所要进入的菜单，并通过拨号按键207或键盘205的数字键进行操作，进入下一级菜单或自己所要使用的功能。

当视频输出部分出现故障时，用户亦可只通过电话终端202实现电话银行的语音服务，在实现音视频一体化的同时又保证了当视频出现故障时仍可通过音频提供电话银行服务的健壮性。

图3示出了本实施例提供的音视频一体机中内置的音视频一体化协同装置304的结构示意图，该音视频一体化协同装置304包括音视频协同模块301、音频控制模块302和视频控制模块303，其中该音视频协同模块301分别连接于音频控制模块302和视频控制模块303，并通过互联网与媒体网关102进行连接和通讯；该音频控制模块302连接于电话终端202，该视频控制模块303连接于自助终端201。

该音视频协同模块301为音视频一体化协同装置304的核心模块，用于将接收的音频视频信息拆分为音频信息和视频信息，并将该音频信息传输给音频控制模块302，将视频信息传输给视频控制模块303，协调控制语音的播报和对应视频信息的显示，同步展示音视频信息给客户。

当客户根据听到和显示的音视频菜单信息进行相应反馈操作时，音视频协同模块301将接收来自输入设备拨号按键207或键盘205的数字键传入的数字信号，并将该数字信号传回给电话银行系统105，电话银行系统105的IVR服务器104处理反馈的信息并传回与该反馈操作对应的音视频信息给音视频协同模块301，音视频协同模块301将该音视频信息拆分为音频信息和视频信息，将该音频信息传输给音频控制模块302，将该视频信息传输给视频控制模块303，音频控制模块302和视频控制模块303对客户反馈前正在播报的音频信息及显示的视频信息进行更新，播报更新的音频信息，并同步显示更新的视频信息。

该音频控制模块302用来控制音频信息，当音频控制模块302接收到音视频协同模块301发来的音频信息数字信号时，将该音频信息的数字信号传给电话终端202，由电话终端202转为模拟信号呼出，整个过程中音频控制模块302始终实时监测COM端口，当用户通过电话终端202的拨号按键207反馈信息时，电话终端202将客户反馈信息的模拟信号转为数字信号通过COM端口传给音频控制模块302，音频控制模块302监测到客户返回信息，将传来的客户反馈信息数字信号传给音视频协同模块301，并等待音视频协同模块301传来新的音频信息进行播报。

该视频控制模块303用来根据音视频协同模块301传来的视频信息，控制自助终端201通过显示屏204显示出传来的视频信息；当客户通过键盘205的数字键反馈信息时，该视频控制模块303将接收到的客户反馈信息的数字信号传给音视频协同模块301，音视频协同模块301将传来的客户反馈信息数字信号发送给电话银行系统105。

基于图1至图3所示的本发明实施例的实现音视频一体化的自助系统和设备，图4示出了本发明实施例电话摘机或拨号时实现音视频一体化的自助系统的工作流程图，该方法包括：

步骤S401：电话终端202将电话设备的摘机或拨号转换成数字信号的指令通过COM端口传入自助终端201。

步骤S402：自助终端201中的音视频一体化协同装置304的音频控制模块302实时监测COM端口，监测到电话终端202传来的数字信号。

步骤S403：音频控制模块302将摘机或拨号信号传给音视频协同模块301。

步骤S404：音视频协同模块301自动接通或将拨号信息途经媒体网关102，通过RTMP/RTMPT协议，将信息传给IVR服务器104。

步骤S405：IVR服务器104通过传来的信息产生返回的电话银行业务操作界面或菜单的音视频信息，并通过媒体网关102，传回给音视频一体机101。

步骤S406：音视频协同模块301接收到IVR服务器104返回的音视频信息，将返回包的音频视频信息拆分并先将视频信息传给视频控制模块303，并在模块中暂存拆分出的音频信息。

步骤S407：视频控制模块303根据传来的视频信息控制显示屏204显示视频信息，并返回给音视频协同模块301视频信息显示完成的信息。

步骤S408：音视频协同模块301收到了视频控制模块303发来的已完成显示的信息之后，将暂存在模块中拆分出的音频信息传给音频控制模块302。

步骤S409：音频控制模块302将音频信息传给电话终端202。

步骤S410：电话终端202将语音信息的数字信号转为模拟信号呼出。

基于图1至图3所示的本发明实施例的实现音视频一体化的自助系统和设备，图5示出了本发明实施例电话挂机时实现音视频一体化的自助设备的工作流程图，该方法包括：

步骤S501：电话终端202挂机信号通过COM端口传入自助终端201，同时记录电话通话产生的通话时间、通话时长等数据通过COM端口传入自助终端201。

步骤S502：音视频一体化协同装置304的音频控制模块302实时监测COM端口，监测到电话终端202传来的挂机数字信号，并传给音视频协同模块301。

步骤S503：音视频协同模块301接收到音频控制模块302传来的挂机数字信号，挂断与电话银行系统105的连接。

步骤S504：音视频协同模块301指示视频控制模块303关闭自助终端201的显示屏204显示的电话银行业务视频信息页面。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (17)

1.一种实现音视频一体化的自助系统，其特征在于，该系统包括音视频一体机(101)、电话银行系统(105)和PBX系统(106)，该电话银行系统(105)还包括媒体网关(102)、SIP服务器(103)、IVR服务器(104)和音视频坐席(107)，其中：

音视频一体机(101)，用于实现人机交互功能和音频视频界面的展现，接收用户音频视频输入，并通过RTMP/RTMPT协议转换将客户请求传输至媒体网关(102)；

媒体网关(102)，用于实现音频视频请求到电话银行系统(105)的接入，在将RTMP/RTMPT协议转换为SIP协议后将音频视频请求发送至SIP服务器(103)；

SIP服务器(103)，用于实现音频视频呼叫控制和电话银行坐席状态的维护；

IVR服务器(104)，用于实现音频视频同步的菜单和功能界面的生成和处理；

PBX系统(106)，用于实现音频呼入到电话银行系统(105)的接入和信令处理；

音视频坐席(107)，用于实现电话银行系统(105)坐席的接入和业务处理。

2.根据权利要求1所述的实现音视频一体化的自助系统，其特征在于，该音视频一体机(101)通过互联网与媒体网关(102)或PBX系统(106)进行连接和通讯。

3.根据权利要求1所述的实现音视频一体化的自助系统，其特征在于，该媒体网关(102)利用IP网络通过SIP协议与SIP服务器(103)进行连接和通讯，并利用IP网络通过RTP协议与音视频坐席(107)进行连接和通讯，并利用IP网络通过SIP/RTP协议与IVR服务器(104)进行连接和通讯。

4.根据权利要求1所述的实现音视频一体化的自助系统，其特征在于，该IVR服务器(104)基于VoiceXML和SIP技术实现，其内嵌有VoiceXML语音浏览器，该VoiceXML语音浏览器收集基于按键音和语法的语音识别事件，播放预先录制的音频语句和视频界面，并通过G.711、H.263、H.264编码解码器支持RTP/RTCP流并通过SIP协议传输。

5.根据权利要求1所述的实现音视频一体化的自助系统，其特征在于，该PBX系统(106)通过互联网与IVR服务器(104)进行连接和通讯。

6.根据权利要求1所述的实现音视频一体化的自助系统，其特征在于，当客户仅使用音频功能或该系统无法提供视频功能时，该音视频一体机(101)通过H.323协议连接PBX系统(106)，该PBX系统(106)将客户电话接入IVR服务器(104)，实现电话银行自助语音服务。

7.根据权利要求1所述的实现音视频一体化的自助系统，其特征在于，当客户(108)发出音频视频请求后，音视频一体机(101)通过RTMP/RTMPT协议联接媒体网关(102)；媒体网关(102)实现从RTMP/RTMPT协议向SIP协议的转换工作，将客户(108)发出的音频视频请求转换为SIP呼叫请求，同时通过SIP协议与SIP服务器(103)进行交互并将客户的SIP呼叫请求转接至IVR服务器(104)。

8.根据权利要求7所述的实现音视频一体化的自助系统，其特征在于，当客户的SIP呼叫请求进入IVR服务器(104)时，IVR服务器(104)将调用本地实现的相应的业务逻辑播报相应的音频视频菜单程序，并通过SIP协议将音频视频流传输至媒体网关(102)，媒体网关(102)接收到IVR服务器(104)的音频视频流后将其通过RTMP/RTMPT协议传输至音视频一体机(101)，音视频一体机(101)将音频视频流分别展现在自助终端(201)和话机终端(202)上。

9.根据权利要求7所述的实现音视频一体化的自助系统，其特征在于，当客户根据提示选择转接人工坐席时，IVR服务器(104)将客户的SIP呼叫请求的控制权转接至SIP服务器(103)，SIP服务器(103)根据预先设定的路由规则和坐席登陆情况将客户的SIP呼叫请求转接给相应的坐席端系统，坐席端程序连接媒体网关(102)并通过RTMP/RTMPT协议直接将客户的音频视频流接入至音视频坐席(107)并展现给音视频坐席(107)，从而实现客户(108)与音视频坐席(107)的音频视频通讯。

10.一种实现音视频一体化的自助设备，应用于权利要求1所述的自助系统，其特征在于，该设备包括自助终端(201)、电话终端(202)和音视频一体化协同装置(304)，其中自助终端(201)和电话终端(202)通过COM端口连接，音视频一体化协同装置(304)内置于该自助设备中。

11.根据权利要求10所述的实现音视频一体化的自助设备，其特征在于，该自助终端(201)包括显示屏(204)和键盘(205)。

12.根据权利要求10所述的实现音视频一体化的自助设备，其特征在于，该电话终端(202)包括电话手柄(206)和拨号按键(207)。

13.根据权利要求10所述的实现音视频一体化的自助设备，其特征在于，该音视频一体化协同装置(304)包括音视频协同模块(301)、音频控制模块(302)和视频控制模块(303)，其中该音视频协同模块(301)分别连接于音频控制模块(302)和视频控制模块(303)，并通过互联网与媒体网关(102)进行连接和通讯；该音频控制模块(302)连接于电话终端(202)，该视频控制模块(303)连接于自助终端(201)。

14.根据权利要求13所述的实现音视频一体化的自助设备，其特征在于，该音视频协同模块(301)为音视频一体化协同装置(304)的核心模块，用于将接收的音频视频信息拆分为音频信息和视频信息，并将该音频信息传输给音频控制模块(302)，将视频信息传输给视频控制模块(303)，协调控制语音的播报和对应视频信息的显示，同步展示音视频信息给客户。

15.根据权利要求13所述的实现音视频一体化的自助设备，其特征在于，当客户根据听到和显示的音视频菜单信息进行相应反馈操作时，音视频协同模块(301)将接收来自输入设备拨号按键(207)或键盘(205)的数字键传入的数字信号，并将该数字信号传回给电话银行系统(105)，电话银行系统(105)的IVR服务器(104)处理反馈的信息并传回与该反馈操作对应的音视频信息给音视频协同模块(301)，音视频协同模块(301)将该音视频信息拆分为音频信息和视频信息，将该音频信息传输给音频控制模块(302)，将该视频信息传输给视频控制模块(303)，音频控制模块(302)和视频控制模块(303)对客户反馈前正在播报的音频信息及显示的视频信息进行更新，播报更新的音频信息，并同步显示更新的视频信息。

16.根据权利要求13所述的实现音视频一体化的自助设备，其特征在于，该音频控制模块(302)用来控制音频信息，当音频控制模块(302)接收到音视频协同模块(301)发来的音频信息数字信号时，将该音频信息的数字信号传给电话终端(202)，由电话终端(202)转为模拟信号呼出，整个过程中音频控制模块(302)始终实时监测COM端口，当用户通过电话终端(202)的拨号按键(207)反馈信息时，电话终端(202)将客户反馈信息的模拟信号转为数字信号通过COM端口传给音频控制模块(302)，音频控制模块(302)监测到客户反馈信息，将传来的客户反馈信息数字信号传给音视频协同模块(301)，并等待音视频协同模块(301)传来新的音频信息进行播报。

17.根据权利要求13所述的实现音视频一体化的自助设备，其特征在于，该视频控制模块(303)用来根据音视频协同模块(301)传来的视频信息，控制自助终端(201)通过显示屏(204)显示出传来的视频信息；当客户通过键盘(205)的数字键反馈信息时，该视频控制模块(303)将接收到的客户反馈信息的数字信号传给音视频协同模块(301)，音视频协同模块(301)将传来的客户反馈信息数字信号发送给电话银行系统(105)。

Images