CN108924241A - 一种云端接入并调度多方语音语义交互平台的方法 - Google Patents

Abstract

本发明公开了一种云端接入并调度多方语音语义交互平台的方法，属于通信技术领域。该方法包括以下步骤：融合多方语音语义平台于统一的云端平台中；对通信协议和数据协议进行适配；以sdk或者api形式输出统一格式的数据给终端设备根据调度策略对所述语音语义平台进行调度。本发明所提供的云端接入并调度多方语音语义交互平台的方法使终端设备只需集成一种sdk包，就可以接入市面上多个语音语义平台，并根据实际的业务需求实现灵活的调度。此外，本发明所提供的云端接入并调度多方语音语义交互平台可以看成是另外一种数据聚合技术，通过本发明可以实现将多个平台的数据聚合并且完成共享，对持续性的增强人工智能有着深远的意义。

Description

一种云端接入并调度多方语音语义交互平台的方法

技术领域

本发明属于通信技术领域，具体涉及一种云端接入并调度多方语音语义交互平台的方法。

背景技术

随着人工智能时代的到来，人工智能平台尤其是语音语义平台大量出现，语音平台的主要功能是完成人的声音到文字、文字生成人的声音。而语义平台主要是针对语音平台中生成的文字做相应的处理，模拟人的处理过程，做相应的回复。目前在国内已经出现了数十个语音语义理解平台，且各自有各自的特点。目前对上面这些语音识别和语义理解技术接入的方式大多是在设备终端如音箱终端接入特定的语音识别和语义平台的sdk，这样接入存在的缺陷如下：

1.终端侧编程复杂，如需适配多个平台，需多次编程，复杂费时。比如音箱侧想同时接入科大讯飞和百度的平台，需要集成这两个平台相应的sdk,增加编程的难度。

2.无法平滑的切换，一开始选定语音语义平台后，再次切换语音语义平台会非常麻烦，需要更新终端侧应用以及更新相应的sdk。开发和调试所需周期较长

3.升级困难，如果语音语义平台升级，终端侧应用也需要做相应的升级，对于数量较大的设备升级非常困难，复杂度高。

4.架构复杂，终端平台需要接入多个后台，给架构设计带来不必要的复杂度。

5.不方便数据的留存，对于终端设备而已，数据分散到了各个对接的平台上，数据量大的时候，非常不方便管理，对数据的运营也提出了很大的挑战，增加了业务闭环的难度。

6.不方便数据的共享，在数据的控制方面，因为分散到了各个对接的平台，所以，对于数据的共享难度很大。

发明内容

针对上述现有技术中的不足，本发明提供了一种云端接入并调度多方语音语义交互平台的方法。从而使终端设备只需集成一种sdk包，就可以接入市面上多个语音语义平台，并根据实际的业务需求实现灵活的调度。

为解决上述技术问题，本发明的技术方案如下：

一种云端接入并调度多方语音语义交互平台的方法，其特征在于，包括一下步骤：

融合多方语音语义平台于统一的云端平台中；

对通信协议和数据协议进行适配；

以sdk或者api形式输出统一格式的数据给终端设备；

根据调度策略对所述语音语义平台进行调度。

可选的，所述根据调度策略对多方所述语音语义平台进行调度的方法包括：

通过前端的web页面做唯一性配置，在每个所述语音语义平台后面做开关，通过开关的控制来做所述语音语义平台调度和切换。

可选的，所述根据调度策略对多方所述语音语义平台进行调度的方法还包括：

通过前端的web页面做比例性配置，在每个所述语音语义平台后面做比例输入，通过填入的比例来做所述语音语义平台调度和切换。

可选的，所述根据调度策略对多方所述语音语义平台进行调度的方法还包括：以回复结果做所述语音语义平台调度和切换。

可选的，所述云端接入并调度多方语音语义交互平台的方法还包括：

基于多方所述语音语义平台的更新情况，对所述云端平台进行升级。

与现有技术相比，本发明提供的技术方案具有如下有益效果或优点：

本发明所提供的云端接入并调度多方语音语义交互平台的方法使终端设备只需集成一种sdk包，就可以接入市面上多个语音语义平台，并根据实际的业务需求实现灵活的调度。

进一步的，本发明所提供的云端接入并调度多方语音语义交互平台可以看成是另外一种数据聚合技术，通过本发明可以实现将多个平台的数据聚合并且完成共享，对持续性的增强人工智能有着深远的意义。

附图说明

图1为本发明实施例提供的一种云端接入并调度多方语音语义交互平台的方法的方法流程图；

图2为本发明实施例中云端平台与终端设备以及多方语音语义交互平台的连接示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

如图1和图2所示，本发明实施例提供了一种云端接入并调度多方语音语义交互平台的方法，包括以下步骤：

步骤1：融合多方语音语义平台于统一的云端平台中。

具体步骤为：首先以云对接云的方式建立一个统一的云端平台，所述云端平台对于语音语义平台而言是一个访问的客户端，对于终端设备而言又是一个服务端，所以云端平台既可以接受请求，也可以发送请求；然后接入目前市面上的多方语音语义开放API平台，将各个语音语义平台数据引至所述云端平台中。根据上面所述，该平台包含前侧对接入设备的管理功能和后侧对接入的语音语义平台的管理功能。

融合了多方的所述语音语义平台后，执行步骤2：对通信协议和数据协议进行适配。

因为对于接入不同的终端设备，可能有不同的通信协议和数据协议，同样的对于要请求的所述语音语义平台，也可能有不同的通信协议和数据协议，所以需要做适配。

目前主流的平台通信协议大概有两种，一种是大多数厂家会采用的http/https协议,第二种是websocket协议。本发明实施例中的所述云端平台至少能够兼容上面的两种通信协议。

目前大多数厂家的数据交换文件格式大概也有两种，一种是xml格式的文件，一种json格式的文件。本发明实施例中的所述云端平台至少兼容上面的两种格式。

对于不同的终端设备，因为既有系统的原因，有的设备会送语音文件到云端，有的设备会送文本文件到云端。本发明实例中的云端平台至少兼容上面的两种格式。其中一种的可能的实现方式为将语音文件使用base64做编码成文本格式送入云端，云端用base64做解码，然后将解码后的文件送入到对应的语音平台做处理。

除了上述的格式不同外，还有不同的设备支持的制式也不同，有的是持续的流式设备，有的是间隔的包式设备。所以本实例中的云平台要兼容上面的两种制式。对于上面两种数据格式要做断句处理。

对于数据协议的实现，目前各个平台有各自的协议设计，对于主流的语音语义平台来讲，对于语音处理数据基本上是以键值对的形式返回，目前基本上是返回唯一结构，而对于语义处理数据目前基本上是以领域、槽位值等来划分返回结果，本发明实施例中的所述云端平台对上述的数据协议进行针对性解析，最终获得统一协议和格式的数据。

完成通信协议及数据协议的适配后，对于终端设备，则执行步骤3：以sdk或者api形式输出统一格式的数据给终端设备；对于所述语音语义平台，则执行步骤4：根据调度策略对多方所述语音语义平台进行调度。

在执行步骤3的过程中，具体的，将步骤2中获得的统一格式的数据封装成sdk或者api形式给终端设备，终端设备集成sdk或者api。

对于需要较少编程开发的终端设备来说，只需集成sdk即可，如果需要更加灵活的方式就集成api。Sdk支持目前的主流平台，api支持andriod、liunx、windows平台。

在执行步骤4的过程中，具体的，本发明实施例可以选择通过前端的web页面做唯一性配置，在每个所述语音语义平台后面做开关，通过开关的控制来做所述语音语义平台调度和切换。对于端侧，因为都是统一的数据格式，所以不会感知到语音语义平台的切换。

本发明实施例还可以选择通过前端的web页面做比例性配置，在每个所述语音语义平台后面做比例输入，通过填入的比例来做所述语音语义平台调度和切换，比如在第一语音语义平台设置输入比例为30％，第二语音语义平台设置输入比例为20％，第三语音语义平台设置输入比例为50％。然后通过第一语音语义平台、第二语音语义平台、第三语音语义平台的输入比例来做所述语音语义平台调度和切换。

当然，本发明实施例还可以按照回复结果做调度。按照回复结果做调度是指按回复的结果做比较，选取其中回复较多的做为一种回答，比如接入第一语音语义平台、第二语音语义平台、第三语音语义平台，第一语音语义平台和第二语音语义平台返回的结果和第三语音语义平台返回的结果不一样，那么选择第一语音语义平台和第二语音语义平台返回的结果。

在具体的实施过程中，考虑到目前各厂商的语音语义平台都会不定期升级，为了保证语音语义平台升级后的功能正常，本发明实施例所提供的云端接入并调度多方语音语义交互平台的方法还包括：基于多方所述语音语义平台的更新情况，对所述云端平台进行升级。

具体的，升级的部分分为端侧sdk升级和云端的api升级,对于端侧sdk和api升级，会兼容旧的sdk和api。对于终端侧可以选择是否升级，如果不升级也不会影响原有的功能。对于云端的api升级，这是本发明实施例的一个优势所在的地方，当依赖的所述语音语义平台升级以后，所述云端平台根据具体情况做适配便可在终端无感知的情况下完成升级而不影响端侧的使用。

在数据的管理方面，因为有了统一的接入平台，每一次的输入输出都会在保留在接入平台里面，可以方便的管理和显示，并且为日后的大数据分析和人工智能的技术做数据积累。从而实现数据驱动的业务闭环。对于大数据处理分析目前可用的方案是spark集群。对于数据的存储，目前可用的方案为hdfs。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.一种云端接入并调度多方语音语义交互平台的方法，其特征在于，包括以下步骤：

融合多方语音语义平台于统一的云端平台中；

对通信协议和数据协议进行适配；

以sdk或者api形式输出统一格式的数据给终端设备；

根据调度策略对所述语音语义平台进行调度。

2.根据权利要求1所述的云端接入并调度多方语音语义交互平台的方法，其特征在于，所述根据调度策略对多方所述语音语义平台进行调度的方法包括：

通过前端的web页面做唯一性配置，在每个所述语音语义平台后面做开关，通过开关的控制来做所述语音语义平台调度和切换。

3.根据权利要求1所述的云端接入并调度多方语音语义交互平台的方法，其特征在于，所述根据调度策略对多方所述语音语义平台进行调度的方法还包括：

通过前端的web页面做比例性配置，在每个所述语音语义平台后面做比例输入，通过填入的比例来做所述语音语义平台调度和切换。

4.根据权利要求1所述的云端接入并调度多方语音语义交互平台的方法，其特征在于，所述根据调度策略对多方所述语音语义平台进行调度的方法还包括：

以回复结果做所述语音语义平台调度和切换。

5.根据权利要求1-4中任一所述的云端接入并调度多方语音语义交互平台的方法，其特征在于，所述云端接入并调度多方语音语义交互平台的方法还包括：

基于多方所述语音语义平台的更新情况，对所述云端平台进行升级。