CN107920174A - 一种网络电话呼叫方法和装置 - Google Patents

Abstract

本发明实施例公开了一种网络电话呼叫方法，所述方法包括：向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话；接收所述电话网络接入服务器返回的呼叫会话音频数据；对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息；根据所述识别得到的呼叫响应信息判断当前的网络呼叫会话的会话状态；根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。本发明实施例还公开了一种网络电话呼叫装置。采用本发明，可实现快速结束当前的网络呼叫会话并进行重呼，避免当呼叫号码不可用时长时间的等待过程。

Description

一种网络电话呼叫方法和装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种网络电话呼叫方法和装置。

背景技术

随着互联网技术的发展，互联网和公共交换电话网络(PSTN，Public SwitchedTelephone Network)之间的互通成为了一种常见的技术场景。网络电话就是其中的一种典型的场景，用户可以通过网络客户端向PSTN接入商发起呼叫请求的方式拨打PSTN中的对端用户。

现有的网络电话呼叫方式中，客户端通过轮训的方式一一尝试使用PSTN接入商提供的多个呼叫号码发起呼叫，若遇到不能使用的呼叫号码，只有等待直到呼叫超时，才能切换尝试使用下一个号码发起呼叫，用户经常需要等待很久才能呼叫成功，呼叫效率非常低下。

发明内容

有鉴于此，本发明实施例提供一种网络电话呼叫方法和装置，可极大的加快呼叫效率，让用户快速的使用网络电话发起呼叫。

为了解决上述技术问题，本发明实施例提供了一种网络电话呼叫方法，所述方法包括：

向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话；

接收所述电话网络接入服务器返回的呼叫会话音频数据；

对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息；

根据所述识别得到的呼叫响应信息判断当前的网络呼叫会话的会话状态；

根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

相应地，本发明实施例还提供了一种网络电话呼叫装置，所述装置包括：

呼叫请求模块，用于向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话；

会话音频接收模块，用于接收所述电话网络接入服务器返回的呼叫会话音频数据；

音频识别模块，用于对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息；

会话状态判断模块，用于根据所述识别得到的呼叫响应信息判断当前的网络呼叫会话的会话状态；

重呼请求模块，用于根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

本实施例中的网络电话呼叫装置通过在向电话网络接入服务器发起呼叫请求过程中，对电话网络接入服务器返回的呼叫会话音频数据进行音频识别从而得到网络呼叫会话的会话状态，从而可以实现快速结束当前的网络呼叫会话并进行重呼，避免当呼叫号码不可用时长时间的等待过程。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中的一种网络电话呼叫方法的流程示意图；

图2是本发明另一实施例中的网络电话呼叫方法的流程示意图；

图3是本发明又一实施例中的网络电话呼叫方法的流程示意图；

图4是本发明实施例中的网络电话呼叫装置的结构示意图；

图5是本发明实施例中的音频识别模块的结构示意图；

图6是本发明另一实施例中的音频识别模块的结构示意图；

图7是本发明实施例中的网络电话呼叫装置的一个硬件组成结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例中的网络电话呼叫方法和装置，可以实施于各种网络终端设备，例如个人电脑、手机、平板电脑等用户终端，也可以实施于网络后台服务器，如网络呼叫服务器，会话建立服务器(SIPServer，Session Initiation Protocol Server)等，再不加以其他限定的情况下，本发明实施例中的消息推送方法可以是由网络电话呼叫装置执行实施。

图1是本发明实施例中的一种网络电话呼叫方法的流程示意图，如图所示本实施例中的网络电话呼叫方法流程可以包括：

S101，网络电话呼叫装置向电话网络接入服务器发送呼叫请求。

本实施例中的网络电话呼叫装置可以实现在用户终端中，也可以实施于网络后台服务器，如网络呼叫服务器，会话建立服务器等。

在可选实施例中，若所述网络电话呼叫装置实现在用户终端上，则网络电话呼叫装置可以根据用户的呼叫操作向电话网络接入服务器发送呼叫请求。

若所述网络电话呼叫装置实现在如网络呼叫服务器，会话建立服务器等网络后台服务器中，则网络电话呼叫装置可以根据用户侧的客户端发送的呼叫申请向电话网络接入服务器发送呼叫请求，即由客户端向网络电话呼叫装置发送呼叫申请，网络电话呼叫装置根据所述呼叫申请向向电话网络接入服务器发送呼叫请求。

进而若网络电话呼叫装置独立于所述会话建立服务器设置，网络电话呼叫装置可以通过向会话建立服务器发送呼叫请求，以使所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，从而所述电话网络接入服务器响应所述会话呼叫请求建立网络呼叫会话。其中所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，可以是将所述呼叫请求转换为会话初始协议(SIP，SessionInitiation Protocol)从而得到所述会话呼叫请求。

在可选实施例中，所述呼叫请求中可以携带网络电话呼叫装置的会话音频转发服务的网络协议(IP，Internet Protocol)地址，所述会话音频转发服务用于接收所述电话网络接入服务器返回的呼叫会话音频数据。

S102，电话网络接入服务器建立网络呼叫会话。

具体的，所述电话网络接入服务器可以是PSTN接入商的服务器，其设置有多个可用的呼叫号码可供用户建立网络电话呼叫，当接收到网络电话呼叫装置发送的呼叫请求时，会为网络电话呼叫装置选择其中的一个呼叫号码建立网络呼叫会话，其中可以是随机选择，也可以是按照呼叫号码的排序顺序选择。

S103，网络电话呼叫装置接收所述电话网络接入服务器返回的呼叫会话音频数据。

所述呼叫会话音频数据是所述电话网络接入服务器根据当前的网络呼叫会话的会话状态发送的，例如若当前的网络呼叫会话状态正常可用，则电话网络接入服务器可以返回表示通话等待的提示音或语音提示；若当前的网络呼叫会话当前因为故障、被占用、关机或停机等原因导致不可用，则电话网络接入服务器可以返回表示会话不可用的提示音(例如忙音)或语音提示。

在可选实施例中，所述网络电话呼叫装置可以通过所述会话音频转发服务接收所述电话网络接入服务器返回的呼叫会话音频数据，所述会话音频转发服务可以为预设的实时传输协议代理(RtpProxy，Real-time transport protocol Proxy)，用于监听并接收所述电话网络接入服务器返回的呼叫会话音频数据，在该方式中网络电话呼叫装置向电话网络接入服务器发送的呼叫请求中可以携带有网络电话呼叫装置的会话音频转发服务的网络协议IP地址。进而可选的，网络电话呼叫装置中可以预设有多个不同的RtpProxy，所述RtpProxy可以是网络电话呼叫装置为当前发起网络电话呼叫的用户分配的RtpProxy。

而在可选实施例中，所述网络电话呼叫装置也可以通过所述会话建立服务器接收电话网络接入服务器返回的呼叫会话音频数据，即所述呼叫会话音频数据是所述电话网络接入服务器返回给所述会话建立服务器，并由所述会话建立服务器发送给所述网络电话呼叫装置。

S104，对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息。

由于所述电话网络接入服务器返回的呼叫会话音频数据通常是相对固定的，网络电话呼叫装置可以预先录入电话网络接入服务器针对网络呼叫会话不同的会话状态返回的呼叫响应信息，进而通过对接收到呼叫会话音频数据进行音频识别，可以得到所述呼叫会话音频数据对应的呼叫响应信息。

在可选实施例中，若所述呼叫会话音频数据中包括表示第一呼叫号码对应的网络呼叫会话的会话状态的语音提示，则网络电话呼叫装置通过对接收到呼叫会话音频数据进行语音识别得到语音关键语句，例如识别得到所述会话音频数据中包括“无法接通”、“无法使用”、“失败”、“停机”、“关机”、“故障”、“请尝试下一号码”“成功”“已接通”等语音关键语句，进而根据所述语音识别得到的语音关键语句，将包含所述语音关键语句的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息，需要指出的是，所述语音关键语句需要是针对网络呼叫会话某个特定会话状态返回的呼叫响应信息中唯一包含的。

在另一可选实施例中，网络电话呼叫装置可以通过对所述呼叫会话音频数据进行声纹提取得到会话音频声纹序列，然后将预设的分别与多个呼叫响应信息对应的音频声纹序列与所述会话音频声纹序列进行比较，根据比较结果得到所述呼叫会话音频数据对应的呼叫响应信息。

一种具体的实施方式中，网络电话呼叫装置可以通过计算所述多个呼叫响应信息对应的音频声纹序列分别与所述会话音频声纹序列之间的最大公共子序列(LCS，LongestCommon Subsequence)的比例，将LCS的比例最大的音频声纹序列对应的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息，进而可选的还可以要求该LCS的比例大于预设阈值，例如10％，否则可以认为是无效的呼叫会话音频数据。在该方式下，声纹提取过程仅需耗时2-3ms或更低，通过LCS算法比较得到对应的呼叫响应信息，仅需耗时2ms或更低。

在另一具体实施方式中，网络电话呼叫装置可以通过计算所述会话音频声纹序列的感知哈希值phash，并将其与所述多个呼叫响应信息对应的音频声纹序列的phash进行比较匹配，将相似度最高的音频声纹序列对应的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

S105，网络电话呼叫装置根据所述识别得到的呼叫响应信息判断所述第一呼叫号码对应的网络呼叫会话的会话状态。

网络电话呼叫装置在识别得到所述电话网络接入服务器返回的呼叫会话音频数据对应的的呼叫响应信息后，实际就已经得到当前使用的所述第一呼叫号码对应的网络呼叫会话的会话状态了，其可以包括可用状态和非可用状态，在可选实施例中还可以包括更多的状态分类，例如等待状态、不稳定状态等。

S106，根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求。

当网络电话呼叫装置得知所述网络呼叫会话的会话状态不良，例如为非可用状态、不稳定状态甚至等待状态时，可以选择快速切换其他呼叫号码，这时就向所述电话网络接入服务器发送重呼请求。

在可选实施例中，若网络电话呼叫装置独立于所述会话建立服务器设置，网络电话呼叫装置可以通过向会话建立服务器发送重呼请求，以使所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话重呼请求。其中所述会话建立服务器根据所述重呼请求向所述电话网络接入服务器发送会话重呼请求，可以是将所述切换请转换为SIP协议从而得到所述会话重呼请求。

S107，所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

在可选实施例中，在步骤S102中，所述电话网络接入服务器根据网络电话呼叫装置发送的呼叫请求使用第一呼叫号码建立网络呼叫会话，进而在S107中，所述电话网络接入服务器根据网络电话呼叫装置发送的重呼请求结束所述第一呼叫号码对应的网络呼叫会话并使用第二呼叫号码重新建立网络呼叫会话。而在其他可选实施例中，所述电话网络接入服务器在接收到所述重呼请求后，仍然可以在所述多个可用的呼叫号码中重新随机选择呼叫号码，并基于重新选择到的呼叫号码(可能与第一呼叫号码为同一号码)重新建立网络呼叫会话。

本实施例中的网络电话呼叫装置通过在向电话网络接入服务器发起呼叫请求过程中，对电话网络接入服务器返回的呼叫会话音频数据进行音频识别从而得到网络呼叫会话的会话状态，从而可以实现对网络呼叫会话的快速重呼，避免当呼叫号码不可用时长时间的等待切换过程。

图2是本发明另一实施例中的网络电话呼叫方法的流程示意图，如图所示，本实施例中的网络电话呼叫方法可以包括以下流程：

S201，网络电话呼叫装置向会话建立服务器发送呼叫请求。

如图所示，本实施例中的网络电话呼叫装置可以实现在用户终端中，也可以实施于网络后台服务器，但独立于所述会话建立服务器设置。

S202，会话建立服务器向电话网络接入服务器发送会话呼叫请求。

具体的，所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，可以是将所述呼叫请求转换为SIP协议从而得到所述会话呼叫请求。

S203，电话网络接入服务器使用第一呼叫号码建立网络呼叫会话。

S204，电话网络接入服务器向网络电话呼叫装置返回呼叫会话音频数据。

所述呼叫会话音频数据是所述电话网络接入服务器根据使用所述第一呼叫号码建立得到的网络呼叫会话的会话状态发送的，例如若使用所述第一呼叫号码建立得到的网络呼叫会话状态正常可用，则电话网络接入服务器可以返回表示通话等待的提示音或语音提示；若所述使用所述第一呼叫号码建立得到的网络呼叫会话的网络呼叫会话当前因为故障、被占用、关机或停机等原因导致不可用，则电话网络接入服务器可以返回表示会话不可用的提示音(例如忙音)或语音提示。

在可选实施例中，所述网络电话呼叫装置可以通过所述会话音频转发服务接收所述电话网络接入服务器返回的呼叫会话音频数据，所述会话音频转发服务可以为预设的RtpProxy，用于监听并接收所述电话网络接入服务器返回的呼叫会话音频数据，在该方式中网络电话呼叫装置向会话建立服务器发送的呼叫请求以及会话建立服务器向电话网络接入服务器发送的会话呼叫请求中可以携带有网络电话呼叫装置的会话音频转发服务的网络协议IP地址。进而可选的，网络电话呼叫装置中可以预设有多个不同的RtpProxy，所述RtpProxy可以是网络电话呼叫装置为当前发起网络电话呼叫的用户分配的RtpProxy。

而在可选实施例中，所述网络电话呼叫装置也可以通过所述会话建立服务器接收电话网络接入服务器返回的呼叫会话音频数据，即所述呼叫会话音频数据是所述电话网络接入服务器返回给所述会话建立服务器，并由所述会话建立服务器发送给所述网络电话呼叫装置。

S205，网络电话呼叫装置对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息。

本步骤可以参照前文实施例中的S104，本实施例中不再赘述。

S206，网络电话呼叫装置根据所述识别得到的呼叫响应信息判断所述第一呼叫号码对应的网络呼叫会话的会话状态。

S207，网络电话呼叫装置根据网络呼叫会话的会话状态，向会话建立服务器发送重呼请求。

S208，会话建立服务器向电话网络接入服务器发送会话重呼请求。

其中所述会话建立服务器根据所述重呼请求向所述电话网络接入服务器发送会话重呼请求，可以是将所述切换请转换为SIP协议从而得到所述会话重呼请求。

S209，电话网络接入服务器使用第二呼叫号码重新建立网络呼叫会话。

本实施例中的网络电话呼叫装置通过在向电话网络接入服务器发起呼叫请求过程中，对电话网络接入服务器返回的呼叫会话音频数据进行音频识别从而得到网络呼叫会话的会话状态，从而可以实现对网络呼叫会话的快速重呼，避免当呼叫号码不可用时长时间的等待切换过程。

图3是本发明又一实施例中的网络电话呼叫方法的流程示意图，如图所示，本实施例中的网络电话呼叫方法可以包括以下流程：

S301，客户端向网络电话呼叫装置发送呼叫申请。

如图所示，本实施例中的网络电话呼叫装置实现于网络后台服务器，并且独立于所述会话建立服务器设置。

S302，网络电话呼叫装置向会话建立服务器发送呼叫请求。

具体的，所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，可以是将所述呼叫请求转换为SIP协议从而得到所述会话呼叫请求。

S303，会话建立服务器向电话网络接入服务器发送会话呼叫请求。

S304，电话网络接入服务器使用第一呼叫号码建立网络呼叫会话。

S305，电话网络接入服务器向会话建立服务器返回会话呼叫应答。

S306，会话建立服务器向网络电话呼叫装置返回呼叫应答。

S307，网络电话呼叫装置向客户端返回呼叫应答。

S308，电话网络接入服务器向网络电话呼叫装置返回呼叫会话音频数据。

在可选实施例中，所述网络电话呼叫装置可以通过所述会话音频转发服务接收所述电话网络接入服务器返回的呼叫会话音频数据，所述会话音频转发服务可以为预设的RtpProxy，用于监听并接收所述电话网络接入服务器返回的呼叫会话音频数据，在该方式中网络电话呼叫装置向会话建立服务器发送的呼叫请求以及会话建立服务器向电话网络接入服务器发送的会话呼叫请求中可以携带有网络电话呼叫装置的会话音频转发服务的网络协议IP地址。进而可选的，网络电话呼叫装置中可以预设有多个不同的RtpProxy，所述RtpProxy可以是网络电话呼叫装置为当前发起网络电话呼叫的用户分配的RtpProxy。

而在可选实施例中，所述网络电话呼叫装置也可以通过所述会话建立服务器接收电话网络接入服务器返回的呼叫会话音频数据，即所述呼叫会话音频数据是所述电话网络接入服务器返回给所述会话建立服务器，并由所述会话建立服务器发送给所述网络电话呼叫装置。

S309，网络电话呼叫装置对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息。

本步骤可以参照前文实施例中的S104，本实施例中不再赘述。

S310，网络电话呼叫装置根据所述识别得到的呼叫响应信息判断所述第一呼叫号码对应的网络呼叫会话的会话状态。

S311，网络电话呼叫装置根据网络呼叫会话的会话状态，向会话建立服务器发送重呼请求。

S312，会话建立服务器向电话网络接入服务器发送会话重呼请求。

S313，电话网络接入服务器使用第二呼叫号码重新建立网络呼叫会话。

本实施例中的网络电话呼叫装置通过在向电话网络接入服务器发起呼叫请求过程中，对电话网络接入服务器返回的呼叫会话音频数据进行音频识别从而得到网络呼叫会话的会话状态，从而可以实现对网络呼叫会话的快速重呼，避免当呼叫号码不可用时长时间的等待切换过程。

图4是本发明实施例中的网络电话呼叫装置的结构示意图，本发明实施例中的网络电话呼叫装置可以实现于网络终端设备，例如个人电脑、手机、平板电脑等用户终端，也可以实现于网络后台服务器，如网络呼叫服务器，会话建立服务器等，如图所示本发明实施例中的网络电话呼叫装置至少可以包括：

呼叫请求模块410，用于向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话。

在可选实施例中，若所述网络电话呼叫装置实现在用户终端上，则呼叫请求模块410可以根据用户的呼叫操作向电话网络接入服务器发送呼叫请求。

若所述网络电话呼叫装置实现在如网络呼叫服务器，会话建立服务器等网络后台服务器中，则呼叫请求模块410可以根据用户侧的客户端发送的呼叫申请向电话网络接入服务器发送呼叫请求，即由客户端向网络电话呼叫装置发送呼叫申请，网络电话呼叫装置根据所述呼叫申请向向电话网络接入服务器发送呼叫请求。

进而若网络电话呼叫装置独立于所述会话建立服务器设置，呼叫请求模块410可以通过向会话建立服务器发送呼叫请求，以使所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，从而所述电话网络接入服务器响应所述会话呼叫请求建立网络呼叫会话。其中所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，可以是将所述呼叫请求转换为SIP协议从而得到所述会话呼叫请求。

所述电话网络接入服务器可以是PSTN接入商的服务器，其设置有多个可用的呼叫号码可供用户建立网络电话呼叫，当接收到网络电话呼叫装置发送的呼叫请求时，会为网络电话呼叫装置选择其中的一个呼叫号码建立网络呼叫会话，其中可以是随机选择，也可以是按照呼叫号码的排序顺序选择。

在可选实施例中，所述呼叫请求中可以携带网络电话呼叫装置的会话音频转发服务的网络协议IP地址，所述会话音频转发服务用于接收所述电话网络接入服务器返回的呼叫会话音频数据。

会话音频接收模块420，用于接收所述电话网络接入服务器返回的呼叫会话音频数据。

所述呼叫会话音频数据是所述电话网络接入服务器根据当前的网络呼叫会话的会话状态发送的，例如若当前的网络呼叫会话状态正常可用，则电话网络接入服务器可以返回表示通话等待的提示音或语音提示；若当前的网络呼叫会话当前因为故障、被占用、关机或停机等原因导致不可用，则电话网络接入服务器可以返回表示会话不可用的提示音(例如忙音)或语音提示。

在可选实施例中，会话音频接收模块420可以通过所述会话音频转发服务接收所述电话网络接入服务器返回的呼叫会话音频数据，所述会话音频转发服务可以为预设的RtpProxy，用于监听并接收所述电话网络接入服务器返回的呼叫会话音频数据，在该方式中网络电话呼叫装置向电话网络接入服务器发送的呼叫请求中可以携带有网络电话呼叫装置的会话音频转发服务的网络协议IP地址。进而可选的，网络电话呼叫装置中可以预设有多个不同的RtpProxy，所述RtpProxy可以是网络电话呼叫装置为当前发起网络电话呼叫的用户分配的RtpProxy。

而在可选实施例中，会话音频接收模块420也可以通过所述会话建立服务器接收电话网络接入服务器返回的呼叫会话音频数据，即所述呼叫会话音频数据是所述电话网络接入服务器返回给所述会话建立服务器，并由所述会话建立服务器发送给所述网络电话呼叫装置。

音频识别模块430，用于对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息。

由于所述电话网络接入服务器返回的呼叫会话音频数据通常是相对固定的，网络电话呼叫装置可以预先录入电话网络接入服务器针对网络呼叫会话不同的会话状态返回的呼叫响应信息，进而音频识别模块430通过对接收到呼叫会话音频数据进行音频识别，可以得到所述呼叫会话音频数据对应的呼叫响应信息。

在一可选实施例中，音频识别模块430可以进一步包括：

声纹提取单元431，用于对所述呼叫会话音频数据进行声纹提取得到会话音频声纹序列。

声纹序列匹配单元432，用于将预设的分别与多个呼叫响应信息对应的音频声纹序列与所述会话音频声纹序列进行比较，根据比较结果得到所述呼叫会话音频数据对应的呼叫响应信息。

具体的，声纹序列匹配单元432可以通过对所述呼叫会话音频数据进行声纹提取得到会话音频声纹序列，然后将预设的分别与多个呼叫响应信息对应的音频声纹序列与所述会话音频声纹序列进行比较，根据比较结果得到所述呼叫会话音频数据对应的呼叫响应信息。

在一具体实施方式中，所述声纹序列匹配单元432可以通过计算所述多个呼叫响应信息对应的音频声纹序列分别与所述会话音频声纹序列之间的LCS的比例，将LCS的比例最大的音频声纹序列对应的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息，进而可选的声纹序列匹配单元432还可以要求该LCS的比例大于预设阈值，例如10％，否则可以认为是无效的呼叫会话音频数据。在该方式下，声纹提取过程仅需耗时2-3ms或更低，通过LCS算法比较得到对应的呼叫响应信息，仅需耗时2ms或更低。

在另一具体实施方式中，声纹序列匹配单元432可以通过计算所述会话音频声纹序列的phash，并将其与所述多个呼叫响应信息对应的音频声纹序列的phash进行比较匹配，将相似度最高的音频声纹序列对应的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

在另一可选实施方式中，所述音频识别模块430如图6所示进一步包括：

语音识别单元433，用于对所述呼叫会话音频数据进行语音识别得到语音关键语句。

即若所述呼叫会话音频数据中包括表示第一呼叫号码对应的网络呼叫会话的会话状态的语音提示，则音频识别模块430通过对接收到呼叫会话音频数据进行语音识别得到语音关键语句，例如识别得到所述会话音频数据中包括“无法接通”、“无法使用”、“失败”、“停机”、“关机”、“故障”、“请尝试下一号码”“成功”“已接通”等语音关键语句。

关键语句匹配单元434，用于根据所述语音识别得到的语音关键语句，将包含所述语音关键语句的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

关键语句匹配单元434根据所述语音识别得到的语音关键语句，将包含所述语音关键语句的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息，需要指出的是，所述语音关键语句需要是针对网络呼叫会话某个特定会话状态返回的呼叫响应信息中唯一包含的。

会话状态判断模块440，用于根据所述识别得到的呼叫响应信息判断所述第一呼叫号码对应的网络呼叫会话的会话状态。

网络电话呼叫装置在识别得到所述电话网络接入服务器返回的呼叫会话音频数据对应的的呼叫响应信息后，实际就已经得到当前使用的所述第一呼叫号码对应的网络呼叫会话的会话状态了，其可以包括可用状态和非可用状态，在可选实施例中还可以包括更多的状态分类，例如等待状态、不稳定状态等。

重呼请求模块450，用于根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

当网络电话呼叫装置得知所述网络呼叫会话的会话状态不良，例如为非可用状态、不稳定状态甚至等待状态时，可以选择快速进行重呼，这时重呼请求模块450就向所述电话网络接入服务器发送重呼请求。

在可选实施例中，若网络电话呼叫装置独立于所述会话建立服务器设置，重呼请求模块450可以通过向会话建立服务器发送重呼请求，以使所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话重呼请求，从而所述电话网络接入服务器响应所述会话重呼请求结束当前的网络呼叫会话并建立网络呼叫会话。其中所述会话建立服务器根据所述重呼请求向所述电话网络接入服务器发送会话重呼请求，可以是将所述切换请转换为SIP协议从而得到所述会话重呼请求。

在可选实施例中，所述电话网络接入服务器根据呼叫请求模块410发送的呼叫请求使用第一呼叫号码建立网络呼叫会话，进而根据重呼请求模块450发送的重呼请求结束所述第一呼叫号码对应的网络呼叫会话并使用第二呼叫号码重新建立网络呼叫会话。而在其他可选实施例中，所述电话网络接入服务器在接收到所述重呼请求后，仍然可以在所述多个可用的呼叫号码中重新随机选择呼叫号码，并基于重新选择到的呼叫号码(可能与第一呼叫号码为同一号码)重新建立网络呼叫会话。

本实施例中的网络电话呼叫装置通过在向电话网络接入服务器发起呼叫请求过程中，对电话网络接入服务器返回的呼叫会话音频数据进行音频识别从而得到网络呼叫会话的会话状态，从而可以实现对网络呼叫会话的快速重呼，避免当呼叫号码不可用时长时间的等待切换过程。

这里需要指出的是，上述网络电话呼叫装置可以为PC这种电子设备，还可以为如PAD，平板电脑，手提电脑这种便携电子设备，不限于这里的描述；也可以是通过集群服务器构成的，为实现各单元功能而合并为一实体或各单元功能分体设置的电子设备，消息推送装置至少包括用于存储数据的数据库和用于数据处理的处理器，可以包括内置的存储介质或独立设置的存储介质。

其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，Central Processing Unit)、数字信号处理器(DSP，DigitalSingnalProcessor)或可编程逻辑阵列(FPGA，Field－Programmable Gate Array)实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例如图1-3所示的网络电话呼叫流程中的各个步骤。

网络电话呼叫装置作为硬件实体的一个示例如图7所示。所述装置包括处理器701、存储介质702以及至少一个外部通信接口703；所述处理器701、存储介质702以及通信接口703均通过总线704连接。

网络电话呼叫装置中的处理器701可以调用存储介质702中的操作指令执行以下流程：

向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话；

接收所述电话网络接入服务器返回的呼叫会话音频数据；

对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息；

根据所述识别得到的呼叫响应信息判断所述当前的网络呼叫会话的会话状态；

根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

这里需要指出的是：以上涉及网络电话呼叫装置的描述，与前文网络电话呼叫方法的描述是类似的，同方法的有益效果描述，不做赘述。对于本发明网络电话呼叫装置实施例中未披露的技术细节，请参照本发明方法实施例的描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (14)

1.一种网络电话呼叫方法，其特征在于，所述方法包括：

向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话；

接收所述电话网络接入服务器返回的呼叫会话音频数据；

对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息；

根据所述识别得到的呼叫响应信息判断当前的网络呼叫会话的会话状态；

根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

2.如权利要求1所述的网络电话呼叫方法，其特征在于，所述呼叫请求中携带会话音频转发服务的网络协议IP地址；

所述接收所述电话网络接入服务器返回的呼叫会话音频数据包括：

通过所述会话音频转发服务接收所述电话网络接入服务器返回的呼叫会话音频数据。

3.如权利要求1所述的网络电话呼叫方法，其特征在于，所述对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息包括：

对所述呼叫会话音频数据进行声纹提取得到会话音频声纹序列；

将预设的分别与多个呼叫响应信息对应的音频声纹序列与所述会话音频声纹序列进行比较，根据比较结果得到所述呼叫会话音频数据对应的呼叫响应信息。

4.如权利要求3所述的网络电话呼叫方法，其特征在于，所述将预设的分别与多个呼叫响应信息对应的音频声纹序列与所述会话音频声纹序列进行比较包括：

计算所述多个呼叫响应信息对应的音频声纹序列分别与所述会话音频声纹序列之间的最大公共子序列的比例；

将最大公共子序列的比例最大的音频声纹序列对应的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

5.如权利要求1所述的网络电话呼叫方法，其特征在于，所述对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息包括：

对所述呼叫会话音频数据进行语音识别得到语音关键语句；

根据所述语音识别得到的语音关键语句，将包含所述语音关键语句的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

6.如权利要求1-5中任一项所述的网络电话呼叫方法，其特征在于，所述向电话网络接入服务器发送呼叫请求包括：

根据接收到客户端发送的呼叫申请向电话网络接入服务器发送呼叫请求。

7.如权利要求1-5中任一项所述的网络电话呼叫方法，其特征在于，所述向电话网络接入服务器发送呼叫请求包括：

向会话建立服务器发送呼叫请求，以使所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，所述电话网络接入服务器建立网络呼叫会话；

所述根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求包括：

根据所述网络呼叫会话的会话状态，向所述会话建立服务器发送重呼请求，以使所述会话建立服务器根据所述重呼请求向所述电话网络接入服务器发送会话重呼请求。

8.一种网络电话呼叫装置，其特征在于，所述装置包括：

呼叫请求模块，用于向电话网络接入服务器发送呼叫请求，以使所述电话网络接入服务器建立网络呼叫会话；

会话音频接收模块，用于接收所述电话网络接入服务器返回的呼叫会话音频数据；

音频识别模块，用于对所述呼叫会话音频数据进行音频识别得到所述呼叫会话音频数据对应的呼叫响应信息；

会话状态判断模块，用于根据所述识别得到的呼叫响应信息判断当前的网络呼叫会话的会话状态；

重呼请求模块，用于根据所述网络呼叫会话的会话状态，向所述电话网络接入服务器发送重呼请求，以使所述电话网络接入服务器结束当前的网络呼叫会话并重新建立网络呼叫会话。

9.如权利要求8所述的网络电话呼叫装置，其特征在于，所述会话音频接收模块包括会话音频转发服务，通过所述会话音频转发服务接收所述电话网络接入服务器返回的呼叫会话音频数据；

所述呼叫请求模块发送的呼叫请求中携带会话音频转发服务的网络协议IP地址。

10.如权利要求8所述的网络电话呼叫装置，其特征在于，所述音频识别模块包括：

声纹提取单元，用于对所述呼叫会话音频数据进行声纹提取得到会话音频声纹序列；

声纹序列匹配单元，用于将预设的分别与多个呼叫响应信息对应的音频声纹序列与所述会话音频声纹序列进行比较，根据比较结果得到所述呼叫会话音频数据对应的呼叫响应信息。

11.如权利要求10所述的网络电话呼叫装置，其特征在于，所述声纹序列匹配单元用于：

计算所述多个呼叫响应信息对应的音频声纹序列分别与所述会话音频声纹序列之间的最大公共子序列的比例，将最大公共子序列的比例最大的音频声纹序列对应的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

12.如权利要求8所述的网络电话呼叫装置，其特征在于，所述音频识别模块包括：

语音识别单元，用于对所述呼叫会话音频数据进行语音识别得到语音关键语句；

关键语句匹配单元，用于根据所述语音识别得到的语音关键语句，将包含所述语音关键语句的呼叫响应信息确定为所述呼叫会话音频数据对应的呼叫响应信息。

13.如权利要求8-12中任一项所述的网络电话呼叫装置，其特征在于，还包括：

呼叫申请接收模块，用于接收客户端发送的呼叫申请；

所述呼叫请求模块用于：根据接收到的呼叫申请向电话网络接入服务器发送呼叫请求。

14.如权利要求8-12中任一项所述的网络电话呼叫装置，其特征在于，所述呼叫请求模块用于：

向会话建立服务器发送呼叫请求，以使所述会话建立服务器根据所述呼叫请求向所述电话网络接入服务器发送会话呼叫请求，所述电话网络接入服务器使用第一呼叫号码建立网络呼叫会话；

所述重呼请求模块用于：

根据所述网络呼叫会话的会话状态，向所述会话建立服务器发送重呼请求，以使所述会话建立服务器根据所述重呼请求向所述电话网络接入服务器发送会话重呼请求。