CN1832515A

CN1832515A - 自动应答设备的识别系统及其识别方法

Info

Publication number: CN1832515A
Application number: CN 200510053601
Authority: CN
Inventors: 朱祥文
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2005-03-08
Filing date: 2005-03-08
Publication date: 2006-09-13
Anticipated expiration: 2025-03-08
Also published as: CN100496070C

Abstract

本发明公开了一种自动应答设备的识别系统及其识别方法，以解决现有技术中智能网客服外呼设备无法识别自动应答设备应答和真人应答的问题。该系统包括客服外呼设备、用户信号特征检测设备和交换接入设备，用户信号特征检测设备至少对被叫用户信号进行单频类信号检测，传真先导序列检测，及连续语音时间和连续静音时间检测中的一项检测；若在所述应答信号中检测到单频信号，或检测到传真先导序列，或检测到连续语音时间和连续静音时间达到预定的门限值，则确定被叫用户为自动应答设备。采用本发明可以提高客服外呼系统的接通率和话务员的效率。

Description

自动应答设备的识别系统及其识别方法

技术领域

本发明涉及信号处理领域，尤其涉及一种自动应答设备的识别系统及其识别方法。

背景技术

在智能网的业务应用中，存在大量外呼需求。客服外呼系统根据业务需要，主动向用户发起呼叫。客服外呼系统呼叫过程分为有效外呼和无效外呼，有效外呼即客服外呼系统外呼时被真人接听的呼叫；无效外呼即客服外呼系统在外呼过程中遇到被叫端占线、无人应答、MODEM(调制解调器)或传真机应答、语音邮箱、秘书台应答等，使得外呼系统无法和被叫进行有效交流的呼叫。客服外呼系统根据被叫的状态或被叫的信号类型，判断该次呼叫是有效呼叫还是无效呼叫。如果是有效呼叫则将该呼叫交由话务员处理；如果是占线、无人应答等无效呼叫则暂时略过该呼叫，这样可以大大提升客服外呼系统接通率和话务员的效率。

将MODEM、传真机、语音邮箱、秘书台等能够自动应答客服系统呼叫的设备称为自动应答设备。

在目前众多的智能网外呼系统中，除了被叫占线、无人应答等通过信令可以检测并作为无效外呼外，对于MODEM音、传真音以及语音邮箱、秘书台等自动应答设备还没有一种有效的检测方法，因为这类设备应答通过信令无法检测。通常的做法是牺牲效率来保证质量，即将自动应答设备应答和真人应答都接入客服外呼系统的人工坐席，由话务员进行处理，从而造成外呼接通率不高，话务员效率降低。

发明内容

本发明的目的在于提供一种自动应答设备的识别系统及其识别方法，以解决现有技术中智能网客服外呼设备无法识别自动应答设备应答和真人应答的问题。

为解决上述问题，本发明提供以下技术方案：

一种自动应答设备的识别方法，该方法包括下述步骤：

A、向被叫用户发起呼叫并接收被叫用户的应答信号；

B、至少对所述应答信号进行单频信号检测，传真先导序列检测，及连续语音时间和连续静音时间检测中的一项检测；若在所述应答信号中检测到单频信号，或检测到传真先导序列，或检测到连续语音时间达到预定的门限值，则确定被叫用户为自动应答设备。

所述步骤B中，若先通过其中一项检测不能确定被叫为自动应答设备时，则通过另外一项或两项检测确定被叫是否为自动应答设备。

所述步骤B包括：

B1、对被叫用户应答信号进行单频信号检测，若检测到单频信号，则确定被叫用户为自动应答设备，否则转步骤B2；

B2、对被叫用户应答信号进行传真先导序列检测，若检测到传真先导序列，则确定被叫用户为自动应答设备，否则转步骤B3；

B3、检测被叫用户应答信号的连续语音时间和连续静音时间，根据检测结果确定被叫是否为自动应答设备。

所述单频信号检测的具体步骤如下：

a1、对被叫用户应答信号做快速傅立叶变换，得出信号的幅度谱，从信号幅度谱中取出最大的两个值|X(w₀)|²＞|X(w₁)|²；

a2、若|X(w₀)|²大于信号幅度峰值门限，且|X(w₀)|²-|X(w₁)|²大于信号幅度峰值差门限，且连续检测到w₀频率信号的持续时间大于时间门限，则被叫用户应答信号中具有单频信号。

所述时间门限值至少为100毫秒，优选值为200毫秒。

所述传真先导序列检测的具体步骤如下：

b1、对被叫用户应答信号进行频移键控解调，对解调后的序列进行检测；

b2、若在解调后的序列中检测到至少3个V.21信号的前导码，则被叫用户应答信号中具有传真先导序列。

所述连续语音时间和连续静音时间检测的具体步骤如下：

c1、测量被叫用户应答信号的连续语音时间和连续静音时间；

c2、若被叫用户应答信号的连续语音时间大于连续语音时间门限，则被叫用户为自动应答设备；若被叫用户应答信号的连续语音时间小于连续语音时间门限且连续静音时间大于连续静音时间门限，则被叫用户为真人应答。

所述连续语音时间门限的优选值为3秒，所述连续静音时间门限的优选值为0.7秒。

一种自动应答设备的识别系统，包括：

客服外呼设备：用于向被叫用户发起外呼，根据被叫用户应答信号的检测结果决定是否需要将被叫用户接入人工坐席；

用户信号特征检测设备：用于检测被叫用户应答信号的特征，识别被叫用户是真人还是自动应答设备；

交换接入设备：分别连接客服外呼设备、用户信号特征检测设备、被叫用户和人工坐席，用于转发客服外呼设备、用户信号特征检测设备和被叫用户之间的信号。

所述用户信号特征检测设备包括语音卡和语音资源服务器，语音卡插在语音资源服务器的周边元件互连插槽上。

由于本发明采用了以上技术方案，故具有以下有益效果：

本发明通过对被叫用户应答信号进行单频类信号检测、传真先导序列检测、连续语音时间和连续静音时间检测中的一项或多项检测来分辩被叫用户是否为自动应答设备，从而提高了客服外呼系统的接通率和话务员的效率。

附图说明

图1为自动应答设备识别系统的结构示意图；

图2为自动应答设备识别系统的工作流程示意图；

图3为语音卡的硬件结构示意图；

图4为语音卡采集被叫用户应答信号的示意图；

图5为自动应答设备识别方法的流程图；

图6为连续语音时间和连续静音时间检测示意图。

具体实施方式

如图1所示，本发明的自动应答设备识别系统包括：

客服外呼设备：用于向被叫用户发起呼叫，根据被叫用户信号的检测结果决定是否需要将被叫用户信号接入人工坐席；

用户信号特征检测设备：在客服外呼设备的控制下检测被叫用户应答信号的特征，识别被叫用户是真人还是自动应答设备；

交换接入设备：分别连接客服外呼设备、用户信号特征检测设备、被叫用户和人工坐席，用于转发客服外呼设备、用户信号特征检测设备和被叫用户之间的数据信号。

客服外呼设备、交换接入设备、用户信号特征检测设备和人工坐席之间的控制信号通过TCP/IP(Transfer Control Protocol/Internet Protocol，传输控制协议协议/网际协议)互连通信；交换接入设备和交换网络之间通过七号信令互连通信；交换接入设备、用户信号特征检测设备和人工坐席之间的数据信号通过E1接口互连通信。

如图2所示，图中的细线表示控制信号，粗线表示数据信号。客服外呼设备通过交换网络向被叫用户发起呼叫，交换接入设备向被叫用户发送IAI(初始地址)消息，在交换接入设备接收到被叫用户通过交换网络返回的ACM(被叫空闲)消息和ANM(被叫摘机)消息后，客服外呼设备控制交换接入设备将被叫用户数据送入用户信号特征检测设备，并向用户信号特征检测设备下发启动用户信号特征检测的命令。用户信号特征检测设备根据被叫用户数据特征识别出当前用户是真人还是自动应答设备，并通过交换接入设备将检测结果上报给客服外呼设备。如果检测结果显示被叫用户为真人，则客服外呼设备向人工坐席发出接入被叫用户的命令，并通过交换接入设备将用户数据接入人工坐席，由人工坐席和被叫用户通话；如果检测结果显示被叫用户为自动应答设备设备，则客服外呼设备控制交换接入设备释放该呼叫，客服外呼设备忽略该呼叫。如果被叫用户忙或被叫用户无人应答，则被叫侧会向交换接入设备发送REL(释放)消息，消息中携带被叫忙或被叫无人应答的原因值，交换接入设备将释放原因值通知客服外呼设备，客服外呼设备忽略该呼叫。

用户信号特征检测设备包括语音卡和语音资源服务器，语音卡直接插在语音资源服务器的PCI(Peripheral Component Interconnect，周边元件互连)插槽上，在语音资源服务器上安装有语音卡的驱动程序。

如图3所示，语音卡的结构包括DSP(Digital Signal Processing，数字信号处理器)和CPU(Central Processing Unit，中央处理单元)，语音卡通过E1或HW(High Wire，高速总线)接口连接交换接入设备，语音卡的CPU通过PCI接口连接语音资源服务器。语音资源服务器向DSP发出启动检测用户信号特征的命令后，交换接入设备接入的用户数据通过HW送给DSP，DSP对用户数据进行检测，判断用户是真人还是自动应答设备，并将判断结果通过HPI总线上报给CPU，CPU通过PCI接口将DSP的识别结果上报给语音资源服务器。

如图4所示，语音卡的DSP识别自动应答设备的过程包括单频信号检测、传真先导序列检测以及连续语音和连续静音时间检测三个部分。上述三种检测方式的数据源相同，都是交换接入设备通过HW送给DSP的用户数据，该用户数据存放在DSP的10ms数据缓冲区中。

在本发明中至少需要对被叫用户的应答信号进行单频信号检测，传真先导序列检测，及连续语音时间和连续静音时间检测中的一项检测；若在应答信号中检测到单频信号，或检测到传真先导序列，或检测到连续语音时间和连续静音时间达到预定的门限值，则确定被叫用户为自动应答设备。

如图5所示，下面以一较佳实施例对自动应答设备识别方法的具体过程进行说明：

首先对被叫用户应答信号进行单频信号检测，主要用于检测出自动应答设备发出的单频信号。传真、MODEM等自动应答设备在接通后会发出2100Hz等频率的单频信号，而采用北美标准的自动应答设备会产生3个特殊的单频信号序列，第一个序列音调为913.8Hz或985.2Hz，第二个序列音调为1370.6Hz或1428.5Hz，第三个序列音调总是1776.7Hz，前两个音调持续时间为274或380ms，第三个音调总是380ms，三个音调的幅度依次为-8dBm0，-9dBm0，-10dBm0。

单频信号检测的目的是检测被叫用户设备所发出的单频信号的频率，对交换接入设备所接入的用户信号做256个点的FFT(Fast Fourier Transform，快速傅立叶变换)分析，计算出信号的幅度谱，并对幅度谱的大小进行排序。定义信号幅度峰值门限为L1，信号幅度峰值为信号幅度谱中的最大幅度值，信号幅度峰值差门限为L2，信号幅度峰值差为信号幅度谱中最大的两个幅度值之间的幅度差，从信号的幅度谱中取出最大的两个值：|X(w₀)|²＞|X(w₁)|²，如果|X(w₀)|²＞L1，且|X(w₀)|²-|X(w₁)|²＞L2，且连续检测到w₀频率信号的持续时间大于时间门限T，时间门限T至少为100ms，一般选择200ms，则用户信号特征检测设备向客服外呼设备上报检测到单频信号，其中w0就是自动应答设备应答信号的频率。

采用FFT方法进行单频类信号检测可以检测到300-4000Hz范围内的任意频率信号。

由于有些传真机在应答时不会产生单频信号，而直接发送传真先导序列，即V.21信号调制后的前导码flag(0x7E)。对于这类传真机，由于没有单频信号产生，不能通过单频类信号检测方法来检测，只能进行传真先导序列检测。V.21信号使用FSK(Frequency Shift Keying，频移键控)的调制方法，载频为1750Hz，采样频率8000Hz，波特率300bit/s，编码为0的比特数据被调制成频率为1850Hz的信号，编码为1的比特数据被调制成频率为1650Hz的信号。V.21信号的前导码flag为大约1s连续的0x7E(01111110)，是任何V.21信号调制的控制帧前的前导码。通过FSK相干解调法将V.21信号恢复成调制前的0和1序列，如果序列中有连续(160-12～160+14)个1则为0x7E中的“111111”，如果序列中有连续(53-12～53+14)个0，则为0x7E中的“00”。如果序列中有连续3个0x7E，则用户信号特征检测设备向客服外呼设备上报检测到V.21先导序列。

如果用户信号中既没有单频信号，又没有V.21先导序列信号，则认为用户信号是语音信号，需要对语音信号进行分析，进一步识别是真人讲话还是机器播放的语音。真人说话通常带有口语化的单词或短语，如“喂”、“您好”等，其后有较长的停顿时间来等待对方的响应，其静音时间间隔较大，而一般机器语音都是连续的，其静音时间间隔较小。经统计，一般真人说话的响应时间小于1.5s，其后是大于0.7s的停顿时间；而一般自动应答设备的连续语音时间通常在3s以上。

如图6所示，设定连续语音时间门限为M1，M1的优选值为3s，连续静音时间门限为M2，M2的优选值为0.7s，如果检测到用户信号的连续语音时间大于连续语音时间门限M1，则被叫用户为自动应答设备；若检测到用户信号的连续语音时间小于设定的门限值M1且连续静音时间大于设定的门限值M2，则被叫用户为真人应答。

测量被叫用户应答信号的连续语音时间和连续静音时间，具体步骤如下：

A、每10ms用户语音信号为一帧，计算一帧语音信号的平均短时能量Short_Energy(i)以及过零率Rate_Cross_Zero(i)；

B、计算信号的平均长时能量Long_Energy(i)，Long_Energy(i)＝(1-β)*Long_Energy(i-1)+β*Short_Energy(i)，其中β为平滑因子，这里取β＝1/16；

C、计算噪声能量Noise_Energy，设定噪声能量最大门限域值NOISE_MAX_ENERGY_THRESHOLD(一般为-30dBm～-40dBm)，噪声能量最小门限域值NOISE_MIN_ENERGY_THRESHOLD(一般小于-40dBm)。假如信号长时能量小于噪声能量最大门限值，且过零率大于10或小于3，则将噪声能量更新为信号长时能量，如果更新后的噪声能量小于噪声能量最小门限域值，则更新后的噪声能量等于噪声能量最小门限域值；

计算噪声能量的程序如下：

if((Long_Energy(i)＜NOISE_MAX_ENERGY_THRESHOLD)&&((Rate_Cross_Zero(i)＞10)||(Rate_Cross_Zero(i)＜3)))

Noise_Energy=Long_Energy(i);

if(Noise_Energy＜NOISE_MIN_ENERGY_THRESHOLD)

Noise_Energy=NOISE_MIN_ENERGY_THRESHOLD;

endif

D、检测用户语音信号的起始点，设定语音信号能量门限域值为SPEECH_ENERGY_THRESHOLD(一般为-20dBm～-30dBm)，假如信号的长时能量Long_Energy(i)大于语音信号能量门限域值，过零率Rate_Cross_Zero(i)大于或等于3，小于或等于10，信噪比Long_Energy(i)/Noise_Energy＞＝4(12dB)，且持续帧数Speech_Start_Flag_Frame_Counter大于3帧，满足该条件认为检测到语音的起始点，设置语音起始标志Speech_Start_Flag＝1，并开始计算语音的持续时间Speech_Continue_Time_Counter；

检测用户语音起始点的具体程序如下：

置初始值：

Speech_Start_Flag_Frame_Counter＝0；

Speech_Start_Flag＝0；

Speech_Continue_Time_Counter＝0；

以下过程每10ms计算一次

    if((Long_Energy(i)＞SPEECH_ENERGY_THRESHOLD)&&
((Rate_Cross_Zero(i)＜=10)&&(Rate_Cross_Zero(i)＞=3))&&
((Long_Energy(i)/Noise_Energy)＞=4)))

         Speech_Start_Flag_Frame_Counter++;

    else

         Speech_Start_Flag_Frame_Counter=0;

    endif

    if(Speech_Start_Flag_Frame_Counter＞3)

         Speech_Start_Flag=1;

    endif

    if(Speech_Start_Flag==1)

         Speech_Continue_Time_Counter++;

    endif

E、计算信号长时能量的最大值Max_Long_Energy，将信号长时能量的初始值Max_Long_Energy置为0，以下过程每10ms计算一次：

if(Speech_Start_Flag==1)

if(Long_Energy(i)＞Max_Long_Energy)

Max_Long_Energy=Long_Energy(i)

endif

F、检测用户语音信号的结束点，如果信号长时能量最大值Max_Long_Energy与信号平均长时能量Long_Energy(i)之比大于4(12dB)，则认为是语音结束，并开始计算语音静音连续时间Speech_Silence_Time_Counter；

if(Speech_Start_Flag==1)

if((Max_Long_Energy/Long_Energy(i))＞4)

Speech_Silence_Time_Counter++;

else

Speech_Silence_Time_Counter=0;

endif

如果连续静音时间Speech_Silence_Time_Counter大于静音时间门限M2(0.7s)且连续语音时间Speech_Continue_Time_Counter小于M1(3s)，则向客服外呼设备上报被叫用户为真人；如果连续语音时间Speech_Continue_Time_Counter大于等于M1(3s)，则向客服外呼设备上报被叫用户为自动应答设备。

上述噪声能量门限、语音信号能量门限、连续语音时间、连续静音时间、信噪比等参数可由用户进行配置。

以上仅以较佳实施例对本发明进行说明，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

1、一种自动应答设备的识别方法，其特征在于，该方法包括下述步骤：

A、向被叫用户发起呼叫并接收被叫用户的应答信号；

2、根据权利要求1所述的自动应答设备的识别方法，其特征在于，所述步骤B中，若先通过其中一项检测不能确定被叫为自动应答设备时，则通过另外一项或两项检测确定被叫是否为自动应答设备。

3、根据权利要求2所述的自动应答设备的识别方法，其特征在于，所述步骤B包括：

4、根据权利要求1或2或3所述的自动应答设备的识别方法，其特征在于，所述单频信号检测的具体步骤如下：

5、根据权利要求4所述的自动应答设备的识别方法，其特征在于，所述时间门限值至少为100毫秒，优选值为200毫秒。

6、根据权利要求1或2或3所述的自动应答设备的识别方法，其特征在于，所述传真先导序列检测的具体步骤如下：

7、根据权利要求1或2或3所述的自动应答设备的识别方法，其特征在于，所述连续语音时间和连续静音时间检测的具体步骤如下：

8、根据权利要求7所述的识别智能网客服外呼用户信号特征的方法，其特征在于：所述连续语音时间门限的优选值为3秒，所述连续静音时间门限的优选值为0.7秒。

9、一种自动应答设备的识别系统，其特征在于包括：

10、根据权利要求9所述的自动应答设备的识别系统，其特征在于：所述用户信号特征检测设备包括语音卡和语音资源服务器，语音卡插在语音资源服务器的周边元件互连插槽上。