CN103078995A

CN103078995A - 一种在移动终端使用的可定制的个性化应答方法和系统

Info

Publication number: CN103078995A
Application number: CN2012105496146A
Authority: CN
Inventors: 王艳龙; 王欢良; 俞凯; 邹平; 张李
Original assignee: Suzhou Speech Information Technology Co Ltd
Current assignee: Suzhou Speech Information Technology Co Ltd
Priority date: 2012-12-18
Filing date: 2012-12-18
Publication date: 2013-05-01

Abstract

本发明公开了一种在移动终端使用的可定制的个性化应答方法和系统。使用者首先设定应答规则和个性化应答内容，接收到呼叫时，根据应答规则判断是否启用自动应答流程。使用语音识别功能识别出电话语音内容。使用语义分析功能分析呼叫者意图，进一步确定个性化的自动应答内容。使用移动终端的语音合成功能播放语音给呼叫者。语音识别可以基于移动终端本地资源完成，也可以基于云端识别功能完成。语义分析功能可以在移动终端实现，也可以访问云端语义分析功能完成。

Description

一种在移动终端使用的可定制的个性化应答方法和系统

技术领域

本发明涉及自动语音识别技术领域，语音合成技术领域，语义理解技术领域，云计算和移动终端技术领域。随着智能手机终端的普及，提供更自然更方便的人机交互方式的重要性越发凸显，本发明用于移动终端自动交互式应答，能够对呼叫者的语音进行识别和分析，能够提供更丰富的交互内容和更自然的人机交互方式。

背景技术

目前使用智能终端过程中会有如下问题：

1、当用户A不方便接听电话，比如开会等场合，造成无法及时沟通。

2、经常出现的“电话正在通话中”情况。

3、某些情况下，会被重复询问同样的信息，在一定程度上造成对用户的骚扰，例如发布转让票务信息等场合。

4、已有的语音应答功能单一，不能理解呼叫者的真正意图。

5、已有的语音应答不能给出呼叫者需要的信息，只能播放固定的语音。

已公开的专利文献CN101355602A，提供了一种移动终端及其自动应答的方法和系统，所述方法包括以下步骤：当有电话接入时，获取预先为来电方设置的自动应答文本和应答方式；将所述应答文本转换成语音信息，并根据所述应答方式采用所述语音信息应答来电方。不需要移动终端的使用者自行录制应答语音，避免了录制应答语音带来的诸多不便，同时避免了来电方很有可能因为移动终端使用者的口音、方言或语种等因素导致无法理解提示语的问题。所述发明的移动终端特别适合语言、听力障碍人士，也可用于不适宜携带手机入场的密级会议或其他场合。

已公开的专利文献CN1984168A，提供了一种移动终端自动应答和/或语音留言的实现方法，包括以下步骤：协议层接收主叫用户的来电信息；协议层判断是否需要对该来电信息进行自动应答和/或语音留言，如果需要，则协议层向应用层发送触发自动应答和/或语音留言请求；应用层启动软件控制单元，向主叫用户发送自动应答语音和/或进行语音留言。所述发明中移动终端从来电信息中获得主叫用户标识，协议层对该用户标识进行判断，如果该用户标识与预先设置的具有自动应答和/或语音留言功能的用户标识相同，则启动相应的自动应答和/或语音留言功能，因此，可以对不同的主叫用户实现不同的自动应答和语音录音策略。

上述公开的专利具有如下缺陷：

1、只能根据呼入号码选择预设的应答内容进行回复，无法根据呼入用户的意图进行有针对性的个性化的应答。

2、只能进行固定的内容回复，无法根据场景和呼叫者的要求进行个性化的应答。

3、无法对呼叫者的语音内容进行语音识别处理和语义分析处理。

4、呼叫者无法获取任何有效反馈，造成沟通延期或失败。

5、具有复杂的语音菜单，用户使用不方便。

发明内容

本专利的目的在于：提供一种能够个性化应答的方法和系统，通过对呼叫者语音进行语音识别和语义分析，理解呼叫者的意图并给出个性有效的反馈信息。

本发明包含了一种可定制的个性化应答方法，此方法包括：

步骤S1：使用之前预先设置自动应答的内容，包括对特定问题的回复内容，以及若干其他和自动应答相关的用户数据，例如移动终端的联系人、文档等数据。设置此系统的访问权限，只有设定的用户能够通过此系统访问用户数据。

步骤S2：呼叫者来电超时未接听或者当前模式为自动应答模式，则进入自动呼叫处理流程。获取呼叫者身份，对呼叫者身份进行验证，如果呼叫者有权限通过自动应答系统获取信息，则进行后续步骤。

步骤S3：接收呼叫者的语音数据，使用自动语音识别模块进行语音识别，语音识别模块可以运行在移动终端，也可以通过网络访问语音识别云服务。

步骤S4：根据语音识别结果，使用语义分析模块分析出呼叫者的意图，判断需要进行的操作以及操作参数。例如识别结果”你今天下午去哪里？“的分析结果如下：操作：”查询行程“，时间参数：”下午“。

步骤S5：根据分析出的意图，使用预先设置的应答内容和规则，确定应答的文本内容。进一步的，应答内容也可以通过调用第三方应用或者数据库来自动生成。比如在确定呼叫方查询用户下午的行程，则自动去用户的行程表中查找行程信息。再比如，如果呼叫方想知道某人的联系方式，则可以自动去联系人列表中查找该联系人的联系方式。

步骤S6：自动应答输出模块，将应答文本内容转换成语音数据发送给呼叫者，呼叫者收听到语音数据，可以选择继续交流或者结束交流。

本发明还提出了一种可定制的个性化应答系统，包括如下模块：

M1：权限设置模块，该模块设置自动应答的权限规则，可能的规则包括：提供自动应答服务的联系人列表，为每个联系人提供自动应答服务的时间段，每个联系人所能接收的自动应答服务范围。

M2：自动应答输入模块，该模块被配置为：应答电话，接收呼叫者的语音并调用语音识别功能。

M3：自动应答输出模块，该模块被配置为：将语义分析模块输出的信息以语音的形式传输给来电者。

M4：信息设置存储模块，该模块被配置为：允许机主设置和存储在自动应答过程中的使用的数据，包括：个人信息，预先设置的数据等。数据存储的具体实现可以分为存储在本地数据库或服务器端数据库中。

M5：语义分析模块，该模块被配置为：管理和呼叫者的对话内容以及对话进程，根据呼叫者询问的问题以及机主设置的数据内容，自动分析出应答内容。该模块可以在云端实现，移动终端与云端交互；也可独立实现在移动终端上。

技术效果

基于单轮或者多轮对话，自动回复来电用户需要获取的信息。可预先设置应答信息，可以设置大量的数据信息，来电者按需查询。可以并发服务多个来电用户。对于不同的来电用户，不同的需求，会有不同的应答内容。所有的自动应答基于语音进行对话，不需要预先录制语音。采用语音合成的方式提供语音应答。使用更灵活方便。可以利用终端的便携性和云端的强大计算能力。对呼叫者的语音进行语音识别和分析，明白呼叫者的意图。可以根据语义分析结果进行数据写入操作。

附图说明

图1为本发明基于云端的实施例功能框图。

图2为本发明基于移动终端本地的实施例的功能框图。

图3为本发明的实施例的流程图。

图4为本发明实施例模块之间交互图。

具体实施方式

下面结合图例，给出可定制的个性化应答的方法和系统的更详细的技术特征以及一些典型的实施案例。

实施例1：

基于云端服务实现应答规则数据存储，语音识别，语义分析，应答内容确定。移动终端与云端服务利用网络进行交互，确定应答内容，移动终端利用本地合成功能合成应答语音。如说明书附图图1所示，具体如下：

权限设置模块M1和信息设置存储模块M4的数据存储在云端，利用云端存储功能，容量不受移动终端的限制，可以存储更多的数据。

例如，日程数据，联系人数据是存储在云端。权限设置模块M1，信息设置存储模块M4的存储结构如表1所示，采用关系型结构：

从上述存储结构中查询应答内容的过程与进行数据库查找类似。首先根据关键信息找到对应的行，然后读取行的内容。对数据访问权限的限定，可以对每一行数据限定，也可以对整个存储表做限定。

自动应答输入模块M2接收语音数据，将语音数据发送到云端服务进行语音识别。

设置在云端的语义分析模块M5利用识别结果，进行语义分析，根据语义分析结果查询权限设置模块M1，信息设置存储模块M4的数据。并返回给移动终端。

自动应答输出模块M3运行在移动终端，将应答内容合成语音输出。

实施例2：

基于移动终端，所有模块运行在移动终端，在本地实现所有功能。此实现中不需要利用网络访问外部服务。如说明书附图图2所示，具体如下：

权限设置模块M1和信息设置存储模块M4的数据存储在移动终端，针对少量数据，可以利用移动终端提供的存储功能，存储结构与实施例1中存储结构类似。

自动应答输入模块M2接收语音数据，在移动终端进行语音识别。

语义分析模块M5利用识别结果，进行语义分析，根据语义分析结果查询权限设置模块M1，信息设置存储模块M4的数据，确定应答内容。

实施例3，如说明书附图图3所示，具体如下：

呼叫者来电超时未接听或者当前模式为自动应答模式，则进入自动呼叫处理流程。获取呼叫者身份，对呼叫者身份进行验证，如果呼叫者有权限通过自动应答系统获取信息，则进行后续步骤。自动应答输入模块M2接收呼叫者的语音数据，并调用语音识别功能。针对大规模不限词表的识别任务，如图1所示，通过使用移动终端的网络功能，访问云计算服务器提供的语音识别功能，进行云端语音识别。针对小规模有限词表的识别任务，如图2所示，使用移动终端进行语音识别。

在语音识别的具体实现中，可以限定范围的识别，达到更高的识别准确率。语音识别的方法参考论文：

Juang，B.H.and L.R.Rabiner.Hidden Markov Models for Speech Recognition.Technometrics，Vol.33，No.3，Aug.，1991，pp.251-2724

根据语音识别结果，使用语义分析模块M5分析出呼叫者的意图，判断需要进行的操作以及操作参数：

语义解析模块M5对输入的文本内容进行语义分析后输出格式化语义结果，此结果包含文本内容对应的语义动作(即操作)，语义动作的属性，也就是操作所需的参数等信息。举例如下：

识别结果“你今天下午去哪里？”的分析结果如下：操作：“查询行程”，时间参数：“下午”。

识别结果“你有小张的联系方式么？”的语义分析结果如下：操作：“查询联系人”，参数：“小张”。

识别结果“今天下午六点有打球。”的语义分析结果如下：操作“日程”，时间参数：“下午六点”，事项参数：“打球”。

此模块的方法参考实现：

CU Pheonix，2003.CU Pheonix Parser.University of Colorado at Boulder.

此步骤实现可以如图1所示在云端完成，也可以如图2所示在移动终端完成。

根据分析出的意图，使用信息设置存储模块M4中存储的应答内容和权限设置模块M1中设置的规则，确定应答的文本内容及呼叫者是否有权限访问此数据。进一步的，应答内容也可以通过调用第三方应用或者数据库来自动生成。比如在确定呼叫方查询用户下午的行程，则自动去用户的行程表中查找行程信息。再比如，如果呼叫方想知道某人的联系方式，则可以自动去联系人列表中查找该联系人的联系方式：

确定应答内容的具体过程举例：

对于语义解析结果：操作：“查询联系人”，参数：“A”。则需要从联系人数据中读取A的联系方式。具体内容为：12345678901，访问权限为“ALL”，表示所有人都能访问，所以最终应答内容为：12345678901。

对于语义解析结果：操作：“查询行程”，时间参数：“下午”。则需要从日程表数据中读取今天下午的事项。进行权限检查，发现只有呼叫者B能够访问此数据，如果呼叫者是B，则应答，如果不是B，则提示“没有权限”。

根据语义解析的结果，如果需要修改存储的数据或者添加数据，则需要执行相应的写入操作。写入操作的权限是需要严格限定的。举例如下：

对于语义解析结果：操作：“日程”，时间参数：“下午6:00”，事项参数：“去打球”。要在日程数据库中添加“下午六点去打球”的记录。

自动应答输出模块M3，将应答文本内容转换成语音数据发送给呼叫者，呼叫者收听到语音数据，可以选择继续交流或者结束交流：

使用语音合成功能，输出应答语音内容。合成输出的语音内容可以根据不同的人定制不同的声音，这样每个人的手机自动应答都是个性化的声音。

语音合成的实现参考论文：

K.Tokuda，T.Yoshimura，T.Masuko，T.Kobayashi，T.Kitamura，Speech parameter generation algorithmsfor HMM-based speech synthesis，Proc.of ICASSP，pp.1315-1318，June 2000.5

呼叫者与自动应答系统间的对话可以进行一轮或者多轮。比如呼叫者可以与自动应答系统进行如下多轮对话：

呼叫者：你今天六点有时间么？

自动应答系统：(首先查询日程表，然后给出答复)，今天下午六点没有日程安排。

呼叫者：那今天下午六点去体育馆打羽毛球吧。

自动应答系统：(根据语义分析结果，在日程中添加一项)收到，已经添加到日程。

虽然附图和前述说明给出了本发明的实施例。但可以理解的是，本领域技术人员将理解可以将这种组件中的一个或多个组件很好地组合成单个功能组件。在替换方案中，特定的组件可以分成多个功能组件，或反之。同时，本发明的范围并不受这些特定实例的限制。多种变化都是可能的，例如结构等上的差异，而无论其是否在说明书中被清晰地给出。本发明的范围至少与所附权利要求给出的范围一样宽。

Claims

1.一种在移动终端使用的可定制的个性化应答方法，其特征在于包括如下步骤：

S1，使用之前，设置自动应答的权限规则和内容；

S2，验证呼叫者身份，如果确定其有权限通过自动应答系统获取信息，则进行后续步骤；

S3，接收呼叫者发出的语音数据，使用自动语音识别模块进行语音识别；

S4，根据语音识别结果，使用语义分析方法分析呼叫者意图；

S5，根据分析得出的呼叫者意图，使用预先设置的自动应答的规则和内容，或者访问第三方数据和程序，使用语义分析方法确定应答的文本内容，或者对移动终端数据执行相应的操作；

S6，使用语音合成方法，将应答文本内容转换成语音数据发送给呼叫者。

2.根据权利1所述的个性化应答方法，其特征在于：所述步骤S1基于移动终端本地计算能力和存储空间实现。

3.根据权利1所述的个性化应答方法，其特征在于：所述步骤S4基于移动终端本地计算能力和存储空间实现。

4.根据权利1所述的个性化应答方法，其特征在于：所述步骤S5基于移动终端本地计算能力和存储空间实现。

5.根据权利1所述的个性化应答方法，其特征在于：所述步骤S1基于云端计算能力和云端存储空间实现。

6.根据权利1所述的个性化应答方法，其特征在于：所述步骤S4基于云端计算能力和云端存储空间实现。

7.根据权利1所述的个性化应答方法，其特征在于：所述步骤S5基于云端计算能力和云端存储空间实现。

8.根据权利1所述的个性化应答方法，其特征在于：所述步骤S3到S5可以重复多轮进行。

9.根据权利1所述的个性化应答方法，其特征在于：可以并发进行多个来电用户的自动应答。

10.根据权利1至9之一所述的个性化应答方法，其特征在于：设定自动应答的权限规则包括：提供自动应答服务的联系人列表，为每个联系人提供自动应答服务的时间段，每个联系人所能接收的自动应答服务范围。

11.一种可定制的个性化应答系统，包括如下模块：

权限设置模块，该模块设置自动应答的权限规则；

信息设置存储模块，该模块被配置为：允许机主设置和存储在自动应答过程中的使用的数据，包括：个人信息，预先设置的数据等；

自动应答输入模块，该模块被配置为：应答电话，接收呼叫者的语音并调用语音识别功能；

语义分析模块，该模块被配置为：管理和呼叫者的对话内容以及对话进程，根据呼叫者询问的问题以及权限规则和设置和存储的数据内容，自动分析出应答内容；

自动应答输出模块，该模块被配置为：将语义分析模块输出的应答内容以语音的形式传输给来电者。

12.如权利要求11所述的个性化应答系统，其中，所述信息设置存储模块在本地数据库上对数据进行存储。

13.如权利要求11所述的个性化应答系统，其中，所述信息设置存储模块在服务器端数据库上对数据进行存储。

14.如权利要求11所述的个性化应答系统，其中，所述语音识别功能由移动终端实现。

15.如权利要求11所述的个性化应答系统，其中，所述语音识别功能由云计算服务器提供。

16.如权利要求11所述的个性化应答系统，其中，所述语义分析模块在云端实现。

17.如权利要求11所述的个性化应答系统，其中，所述语义分析模块独立实现在移动终端上。

18.如权利要求11-17之一所述的个性化应答系统，其中，所述自动应答的权限规则包括：提供自动应答服务的联系人列表，为每个联系人提供自动应答服务的时间段，每个联系人所能接收的自动应答服务范围。