CN110809062A - 公有云语音识别资源调用控制方法和装置 - Google Patents

Abstract

本发明公开公有云语音识别资源调用控制方法和装置，其中，一种公有云语音识别资源调用控制方法，包括：响应于用户对公有云语音识别资源的调用请求，获取调用请求中包含的所述用户的属性信息；至少基于用户的属性信息设置初始调用阈值；基于初始调用阈值运行至少一个调用控制策略以对每一个对公有云语音识别资源进行调用的用户的调用请求进行控制；基于预设的阈值调整策略以及用户的调用，动态调整初始调用阈值以形成动态调用阈值；以及基于动态调用阈值运行至少一个调用控制策略。本申请的方法和装置可以使得对于用户的调用请求的控制更加灵活，能够随着用户的调用的不同情况发生动态变化，从而可以更好地适应不同的调用情况，用户体验更好。

Description

公有云语音识别资源调用控制方法和装置

技术领域

本发明属于语音识别技术领域，尤其涉及公有云语音识别资源调用控制方法和装置。

背景技术

相关技术中，目前市面上常见的语音识别调用控制，都是通过设置固定阈值来实现的，用户的调用的使用量达到了固定的数值，才会被限制，属于静态的调用控制。而且控制的范围广度都只限于某一方面，比如并发控制，使用量控制。

发明内容

本发明实施例提供一种公有云语音识别资源调用控制方法和装置，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种公有云语音识别资源调用控制方法，包括：响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；至少基于所述用户的属性信息设置初始调用阈值；基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；以及基于所述动态调用阈值运行至少一个调用控制策略。

第二方面，本发明实施例提供一种公有云语音识别资源调用控制装置，包括：属性获取模块，配置为响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；阈值初始化模块，配置为至少基于所述用户的属性信息设置初始调用阈值；初始控制模块，配置为基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；动态调整模块，配置为基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；以及动态控制模块，配置为基于所述动态调用阈值运行至少一个调用控制策略。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的公有云语音识别资源调用控制方法或公有云语音识别资源调用控制方法的步骤。

第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的公有云语音识别资源调用控制方法或公有云语音识别资源调用控制方法的步骤。

本申请的方法和装置提供的方案通过在收到用户对公有云语音识别资源的调用请求之后对请求进行分析，之后根据获得的用户的属性信息配置初始调用阈值开启调用控制，然后再在调用的过程中获得专属于该用户的调用状况数据，最后再根据新获得的数据动态调整调用阈值形成动态调用阈值用于之后的调用请求的控制，可以使得对于用户的调用请求的控制更加灵活，能够随着用户的调用的不同情况发生动态变化，从而可以更好地适应不同的调用情况，用户体验更好。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明一实施例提供的一种公有云语音识别资源调用控制方法的流程图；

图2为本发明一实施例提供的一种语音识别系统的一个具体实施例的流程示意图；

图3和图4示出了本发明一实施例提供的基础ASR调用限制—控制信息化系统的两个功能界面的示意图；

图5示出了本发明一实施例提供的基础ASR调用限制—动态调整阈值监控系统的界面示意图；

图6为本发明一实施例提供的一种公有云语音识别资源调用控制装置的框图；

图7本发明一实施例提供的电子设备的结构示意图。

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。

请参考图1，其示出了本申请的公有云语音识别资源调用控制方法一实施例的流程图，本实施例的公有云语音识别资源调用控制方法可以适用于具备公有云识别资源的服务器。

如图1所示，在步骤101中，响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；

在步骤102中，至少基于所述用户的属性信息设置初始调用阈值；

在步骤103中，基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；

在步骤104中，基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；

在步骤105中，基于所述动态调用阈值运行至少一个调用控制策略。

在本实施例中，对于步骤101，当公有云语音识别资源调用控制装置接收到用户对公有云语音识别资源的调用请求后，会获取该调用请求中包含的用户的属性信息，属性信息可以包括用户的基本信息，例如名称、行业类别等画像信息。然后，对于步骤102，资源调用控制装置至少可以根据这些信息设置用户的初始调用阈值，根据用户的属性信息就可以知道大数据对于该类用户的统计信息，从而可以根据大数据的统计信息为该类用户设置初始调用阈值，本申请在此没有限制。

之后，对于步骤103，资源调用控制装置根据该初始调用阈值可以运行至少一个预先设置的调用控制策略以对该用户的每一个调用请求进行控制，例如，超过某一个阈值，不再处理后续的调用请求，或者并发处理的请求的数量不超过多少个等，在此不再赘述。

然后，对于步骤104，资源调用控制装置根据预设的阈值调整策略以及用户的调用情况，动态调整初始调用阈值以形成动态调用阈值，该动态调用阈值将在后续的步骤中生效，从而可以更好地应对各种可能的情况，例如突然调用量增大等，本申请在此没有限制。最后，对于步骤105，资源调用控制装置基于动态调用阈值运行至少一个调用控制策略。由于动态调用阈值的改变，之后再运行至少一个调用控制策略时，也能得到不同的处理结果，从而更好地应对各种情况。

本实施例的方法通过在收到用户对公有云语音识别资源的调用请求之后对请求进行分析，之后根据获得的用户的属性信息配置初始调用阈值开启调用控制，然后再在调用的过程中获得专属于该用户的调用状况数据，最后再根据新获得的数据动态调整调用阈值形成动态调用阈值用于之后的调用请求的控制，可以使得对于用户的调用请求的控制更加灵活，能够随着用户的调用的不同情况发生动态变化，从而可以更好地适应不同的调用情况，用户体验更好。

在一些可选的实施例中，上述至少一个调用控制策略包括并发控制、最大调用控制和可用余量控制。从而可以从多种不同的角度对调用进行控制。

在一些可选的实施例中，上述动态调整初始调用阈值以形成动态调用阈值可以进一步包括：至少对所述用户的调用请求的整体属性信息进行数据存储；对存储的所述用户的调用请求的整体属性信息进行机器学习；基于机器学习的结果预测与各时间段对应的动态调用阈值。通过机器学习然后预测可以使得预测的结果更加符合实际情况以及用户本身的情况。

在进一步可选的实施例中，整体属性信息可以包括时间、数量和峰值。从而根据这些信息可以统计出调用请求与时间、数量和峰值的关系，从而使得后续的机器学习和预测更加准确。

在另一些可选的实施例中，上述基于所述动态调用阈值运行至少一个调用控制策略包括：基于所述动态调用阈值更新所述至少一个调用控制策略；对更新后的至少一个调用控制策略的控制结果进行综合比对；以及基于综合比对的结果限制所述用户的调用请求。从而可以综合考虑各种不同的调用控制策略的处理结果，例如可以设置不同的优先级，然后采用优先级高的处理结果，或者还可以设置不同的权重，然后综合所有的调用控制策略的处理结果，本申请在此没有限制，在此不再赘述。

在另一些可选的实施例中，上述用户的属性信息可以包括付费用户和免费用户。从而对于免费用户可以只做固定阈值的控制，对于付费用户可以进行动态阈值的控制，根据不同的属性信息进行区别处理，以使得服务器可以获得最大的性价比，本申请在此没有限制。

下面对通过描述发明人在实现本发明的过程中遇到的一些问题和对最终确定的方案的一个具体实施例进行说明，以使本领域技术人员更好地理解本申请的方案。

发明人在实现本申请的过程中发现，现有技术中没有综合应用多种控制阈值的属性，也少有做到整体综合控制的厂商。

发明人在实现本申请的过程中发现，原有的这种语音识别调用控制能力，没有实现动态调用的控制。就会造成两种情况，第一，在用户调用量小的时候，达不到阈值，就会造成公有云ASR识别资源的浪费。第二，在用户使调用量大的时候，比如双11期间，电商领域的相关客户使用量都会超出平时时段的阈值，就会造成很多ASR识别的调用被限制，很多用户受到影响，客户需要再次联系客服办理调大静态阈值，导致时间的延误及商机等经济损失。

另外，大多数厂商只考虑了可用量控制，没有综合考虑并发控制等因素，如果有用户的可用量不多，但客户依然可以大并发调用ASR，会造成资源量的瞬时消耗，有可能导致服务瞬时占满，影响公有云上其他用户的调用体验。如果多个用户并发调用，而不做控制，很有可能会影响到服务的稳定性，造成不可用的情况。

本申请所提出的方案主要是因为申请人实际的客户需求，以及现在所处的阶段所决定。大厂的公有云语音识别调用服务，很少会考虑并发控制的限制，比如某度和某里，因为他们本身就做云服务的产品，有很多的资源用来调动使用，遇到资源不足的情况，他们会迅速扩充服务资源保障服务延续。而小厂或开源的ASR服务，因为售卖公有云ASR基础调用产品比较少，以本地化为主，所以客户的范围较小，固定阈值的做法就可以满足需求了。

而思申请人处于两者之间，既要满足用户的需求，又要考虑最大化的ASR资源服务利用率。所以实际的应用场景，决定了本专利的构思和实现想法。

在本发明中，我们提出一种公有云语音识别调用控制的设计方案，主要通过以下方法解决上面的问题：

(1)针对公有云的ASR流量产品，不论是按调用次数售卖的产品，还是按调用时长售卖的产品，统一提供调用控制模块功能；

(2)综合考虑免费试用量控制，充值可用余量控制，调用并发控制及每天最大调用控制等因素，整体化的设计调用控制模块功能；

(3)根据用户的历史使用量情况，给出初始控制量的静态阈值；

(4)根据用户的实时使用量情况，动态调整阈值。保障使用量多的用户阈值可动态调高，不影响服务。保障使用量少的用户阈值可动态调低，减少公有资源的浪费。

随着用户调用数据量的增多，通过机器学习相关算法，进行训练，提高静态或动态调整的阈值准确度。

用户通过公有云公开的ASR的API接口实现调用，根据以下的流程进行控制，具体见下面的流程和图2：

1)判断是否为免费用户，如果免费用户走免费用户的调用控制逻辑，如果是收费用户走收费用户的调用控制逻辑。

2)如果用户为免费用户，做静态阈值的设置，会运行并发及每天最大调用量的2种控制策略。如果哪种先到达阈值，系统就执行限制调用的动作。

3)如果用户是收费用户，首先做静态阈值的初始化，会运行并发及每天最大调用量，和可用余量控制3种控制策略。如果哪种先到达阈值，系统就执行限制调用的动作。

4)收费用户的调用，会经过系统的核心模块组，包括数据存储、机器学习、预测输出模块。系统会根据用户的调用情况，以时间、数量、峰值等数据维度进行预测，动态调整阈值。最终实现在同等资源条件下的效率最优化。

图3和图4示出了本发明一实施例提供的基础ASR调用限制—控制信息化系统的两个功能界面的示意图。

其中，图3主要是使用公有云语音识别产品的客户控制信息列表，主要作用是查询每个客户产品的受控情况。包括了主要的客户信息和控制信息，每个客户识别产品用唯一的PID进行标识，并通过publickey和secretkey的鉴权信息来进行公有云API的合法性验证。客户信息包括客户分类、行业、客户名称、场景名称。控制信息包括并发控制，每天最大调用次数，可调用余量。

图4主要是对一个购买公有云语音识别产品的收费客户的配置界面，需要添加的标准控制信息，包括ASR并发数据、ASR调用限制和ASR可用数量等。ASR并发数控制指的是同一时间点，某一客户能够最大同时发起调用的请求数量，如果超出设置阈值调用将被系统拒绝。ASR调用限制以每天为一个控制单位，控制1天之内能够调用的最大次数，如果超出设置阈值调用将被系统拒绝。ASR可调用数量是根据用户的充值付费记录，来判断是否还有可用余量可以调用，如果可用余量为0，系统将拒绝用户调用。ASR并发数据和ASR调用限制主要作用在于针对系统的压力及负载的控制，而ASR可用数量控制主要作用是针对用户计费余量的控制。

图5示出了本发明一实施例提供的基础ASR调用限制—动态调整阈值监控系统的界面示意图。

图5主要展示的是接口服务ba-outer的并发请求情况，我们通过可视化面板Dashboard来监控用户按时间维度的调用趋势统计情况，可以按实时、过去小时、天、周、月、年等维度进行监控统计。系统根据用户调用的并发情况，可以实时计算相应时间段的最大值、最小值、中位数、平均值等。根据这些数据，系统就可以动态预估未来几小时，几天，几周的变化情况，可通过消息的方式通知技术人员，做好提前准备和扩容。也可自动在一定的阈值范围内进行自动扩容操作。

在整个过程中，只需在用户第一次购买产品的时候，做一次数据初始化。而后面的情况，都会根据用户实际的调用量情况实时调整阈值，而无需人工干预。

本发明能够在为客户提供满意服务的同时，很好的控制公司的ASR服务资源成本，并有效控制了恶意并发攻击客户产生的可能。

目前随着ASR作为一项人工智能的基础技术越来越成熟，我们能做到调用的标准化可控，最大化的提升内部效率，在未来的竞争中我们就会占据更为有利位置。

请参考图6，其示出了本发明一实施例提供的一种公有云语音识别资源调用控制装置的框图。

如图6所示，公有云语音识别资源调用控制装置600包括属性获取模块610、阈值初始化模块620、初始控制模块630、动态调整模块640和动态控制模块650。

其中，属性获取模块610，配置为响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；阈值初始化模块620，配置为至少基于所述用户的属性信息设置初始调用阈值；初始控制模块630，配置为基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；动态调整模块640，配置为基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；以及动态控制模块650，配置为基于所述动态调用阈值运行至少一个调用控制策略。

在一些可选的实施例中，上述至少一个调用控制策略包括并发控制、最大调用控制和可用余量控制。

应当理解，图6中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图6中的诸模块，在此不再赘述。

值得注意的是，本申请的实施例中的模块并不用于限制本申请的方案，例如分词模块可以描述为将接收的语句文本分为说法和至少一个词条的模块。另外，还可以通过硬件处理器来实现相关功能模块，例如分词模块也可以用处理器实现，在此不再赘述。

在另一些实施例中，本发明实施例还提供了一种非易失性计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的公有云语音识别资源调用控制方法；

作为一种实施方式，本发明的非易失性计算机存储介质存储有计算机可执行指令，计算机可执行指令设置为：

响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；

至少基于所述用户的属性信息设置初始调用阈值；

基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；

基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；

基于所述动态调用阈值运行至少一个调用控制策略。

非易失性计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据公有云语音识别资源调用控制装置的使用所创建的数据等。此外，非易失性计算机可读存储介质可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至公有云语音识别资源调用控制装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本发明实施例还提供一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述任一项公有云语音识别资源调用控制方法。

图7是本发明实施例提供的电子设备的结构示意图，如图7所示，该设备包括：一个或多个处理器710以及存储器420，图7中以一个处理器710为例。公有云语音识别资源调用控制方法的设备还可以包括：输入装置730和输出装置740。处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接，图7中以通过总线连接为例。存储器720为上述的非易失性计算机可读存储介质。处理器710通过运行存储在存储器720中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例公有云语音识别资源调用控制方法。输入装置730可接收输入的数字或字符信息，以及产生与公有云语音识别资源调用控制装置的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

作为一种实施方式，上述电子设备应用于公有云语音识别资源调用控制装置中，包括：

至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：

响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；

至少基于所述用户的属性信息设置初始调用阈值；

基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；

基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；

基于所述动态调用阈值运行至少一个调用控制策略。

本申请实施例的电子设备以多种形式存在，包括但不限于：

(1)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。

(2)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(3)其他具有数据交互功能的电子装置。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种公有云语音识别资源调用控制方法，包括：

响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；

至少基于所述用户的属性信息设置初始调用阈值；

基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；

基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；

基于所述动态调用阈值运行至少一个调用控制策略。

2.根据权利要求1所述的方法，其中，所述至少一个调用控制策略包括并发控制、最大调用控制和可用余量控制。

3.根据权利要求1所述的方法，其中，所述动态调整所述初始调用阈值以形成动态调用阈值包括：

至少对所述用户的调用请求的整体属性信息进行数据存储；

对存储的所述用户的调用请求的整体属性信息进行机器学习；

基于机器学习的结果预测与各时间段对应的动态调用阈值。

4.根据权利要求3所述的方法，其中，所述整体属性信息包括时间、数量和峰值。

5.根据权利要求1-4中任一项所述的方法，其中，所述基于所述动态调用阈值运行至少一个调用控制策略包括：

基于所述动态调用阈值更新所述至少一个调用控制策略；

对更新后的至少一个调用控制策略的控制结果进行综合比对；

基于综合比对的结果限制所述用户的调用请求。

6.根据权利要求5所述的方法，其中，所述用户的属性信息包括付费用户和免费用户。

7.一种公有云语音识别资源调用控制装置，包括：

属性获取模块，配置为响应于用户对公有云语音识别资源的调用请求，获取所述调用请求中包含的所述用户的属性信息；

阈值初始化模块，配置为至少基于所述用户的属性信息设置初始调用阈值；

初始控制模块，配置为基于所述初始调用阈值运行至少一个调用控制策略以对每一个对所述公有云语音识别资源进行调用的所述用户的调用请求进行控制；

动态调整模块，配置为基于预设的阈值调整策略以及所述用户的调用，动态调整所述初始调用阈值以形成动态调用阈值；

动态控制模块，配置为基于所述动态调用阈值运行至少一个调用控制策略。

8.根据权利要求7所述的装置，其中，所述至少一个调用控制策略包括并发控制、最大调用控制和可用余量控制。

9.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6任一项所述方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。

Images