CN101895610B - 基于语音识别的话机通话方法和装置 - Google Patents

Abstract

本发明公开了一种基于语音识别的话机通话方法和装置，该方法应用于包括多个话机和服务器的系统中，所述多个话机通过所述服务器建立通话，该方法包括：当主叫用户进行语音拨号时，所述服务器接收主叫话机发送的被叫号码以及被叫号码的声学模型数据；所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息；所述服务器向被叫话机发送主叫号码和查找到的用户个人信息，供被叫话机显示所述用户个人信息和主叫号码。本发明中话机通话时，在被叫话机上显示主叫号码和主叫用户个人信息。

Description

基于语音识别的话机通话方法和装置

技术领域

本发明涉及通信领域，尤其涉及一种基于语音识别的话机通话方法和装置。

背景技术

目前IP话机之间通话时，被叫IP话机上能够显示主叫IP话机的号码，在主叫IP话机的号码被特定用户使用时，被叫可以根据该号码获知主叫信息。但是，当该号码被多个固定用户使用、或者该号码为共用号码没有固定用户时，被叫无法根据主叫号码获知主叫用户的信息。例如，现有技术中，IP话机A和IP话机B之间建立通话，IP话机A作为主叫方呼叫IP话机B，IP话机B只能显示IP话机A的号码，在IP话机A作为办公室的公共电话时，IP话机B的使用者并不能知道来电者的具体身份，会造成一定的不便。

发明内容

本发明提供了一种基于语音识别的话机通话方法和装置，可以识别主叫用户的语音在被叫话机上显示主叫号码和主叫用户个人信息。

本发明提供了一种基于语音识别的话机通话方法，应用于包括多个话机和服务器的系统中，所述多个话机通过所述服务器建立通话，该方法包括：

当主叫用户进行语音拨号时，所述服务器接收主叫话机发送的被叫号码以及被叫号码的声学模型数据；

所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息；

所述服务器向被叫话机发送主叫号码和查找到的用户个人信息，供被叫话机显示所述用户个人信息和主叫号码。

所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息之前，还包括：所述服务器接收用户通过声音采集设备发送的数字0～9的声学模型数据，并存储与每一用户发送的数字0～9的声学模型数据对应的用户个人信息；

所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息包括：所述服务器根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据，根据查找到的数字0～9的声学模型数据获取对应的用户个人信息。

所述服务器根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据之后，还包括：当没有查找到对应的数字0～9的声学模型数据时，所述语音服务器通知所述主叫话机本次语音呼叫失败，或者所述服务器向被叫话机发送主叫号码。

所述主叫用户进行语音拨号之前，还包括：主叫话机在摘机后提示用户选择按键拨号或语音拨号；

当用户选择语音拨号后，主叫话机根据用户语音拨号时录入的被叫号码的语音信息生成声学模型数据。

一种基于语音识别的话机通话装置，作为服务器应用于包括多个话机和所述服务器的系统中，该装置包括：

接收单元，用于当主叫用户进行语音拨号时，接收主叫话机发送的被叫号码以及被叫号码的声学模型数据；

查找单元，用于根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息；

发送单元，用于向被叫话机发送主叫号码和查找到的用户个人信息，供被叫话机显示所述用户个人信息和主叫号码。

还包括信息获取单元，用于接收用户通过声音采集设备发送的数字0～9的声学模型数据，并存储与每一用户发送的数字0～9的声学模型数据对应的用户个人信息；

所述查找单元还与所述信息获取单元连接，用于根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据，根据查找到的数字0～9的声学模型数据获取对应的用户个人信息。

还包括：

通知单元，与所述查找单元连接，用于当所述查找单元没有查找到对应的数字0～9的声学模型数据时，通知所述主叫话机本次语音呼叫失败。

所述发送单元还用于：当所述查找单元没有查找到对应的数字0～9的声学模型数据时，向被叫话机发送主叫号码。

一种基于语音识别的话机通话装置，作为话机应用于包括多个话机和所述服务器的系统中，该装置包括：

语音拨号单元，用于提供语音拨号功能并根据用户语音拨号时录入的语音信息生成声学模型数据；

发送单元，与所述语音拨号单元连接，用于将所述语音拨号单元生成的被叫号码的声学模型数据和被叫号码向所述服务器发送。

还包括：

声学模型数据发送单元，用于根据预设的信息录入功能录入用户对数字0～9的语音数据信息，生成数字0～9的声学模型数据并向所述服务器发送。

与现有技术相比，本发明至少具有以下优点：

本发明中，服务器在数据库中配置用户的个人信息和声学模型数据，当用户发起语音拨号时，服务器接收主叫话机发送的被叫号码的声学模型数据，根据该被叫号码的声学模型数据在存储的用户个人信息中查找对应的用户个人信息，将主叫号码和查找到的个人信息发送到被叫话机，从而在该被叫话机上显示主叫号码和主叫用户的个人信息。

附图说明

图1是本发明提供的基于语音识别的话机通话方法所应用的系统的示意图；

图2是本发明提供的基于语音识别的话机通话方法的流程示意图；

图3是本发明提供的一种基于语音识别的话机通话装置的结构示意图；

图4是本发明提供的一种基于语音识别的话机通话装置的另一结构示意图。

具体实施方式

本发明中，话机呼叫系统中服务器上配置语音数据处理功能，预先配置用户的个人信息和声学模型数据，在用户发起语音拨号时，服务器获取主叫用户语音拨号时被叫号码的声学模型数据，根据被叫号码的声学模型数据在数据库中查找对应的用户个人信息，将主叫号码和查找到的用户个人信息发送到被叫话机，在该被叫话机上显示主叫号码和主叫用户的个人信息。

为了更清楚的介绍本发明提供的基于语音识别的话机通话方法，首先介绍该方法所应用的系统，如图1所示，该系统中包括多个IP话机、服务器以及交换机等设备，其中，服务器上配置有使用者的声学模型数据和对应的用户个人信息。

该服务器具体可以为传统IP话机系统中语音服务器的基础上增加声学模型数据处理功能的综合服务器，当然也可以为单独的声学模型数据服务器，与语音服务器配合使用。后一种情况下，主叫的语音呼叫需要首先到声学模型数据服务器进行匹配，匹配成功后再向语音服务器发送。声学模型数据服务器的数量可以为一个或者多个，当为多个时，需要预先设置话机与声学模型数据服务器的对应关系，即特定话机需要向特定声学模型数据服务器发送声学模型数据。

具体的，如图2所示，本发明提供的基于语音识别的话机通话方法包括以下步骤：

步骤201，用户使用IP话机录入“0到9”的数字。

具体的，当有新的用户加入时，该用户需要通过IP话机的信息录入功能录入“0到9”的数字的语音信息，录入的数字经IP话机的DSP(Digital SignalProcessing，数字信号处理)功能处理后，生成声学模型数据。需要说明的是，除了话机之外，用户也可以通过其他声音采集设备采集数字“0到9”的语音信息，并将采集到的数字“0到9”的语音信息生成声学模型数据，该其他声音采集设备可以为手机、或者专门的录音设备等。

步骤202，IP话机将生成的声学模型数据上传给服务器。

步骤203，服务器建立用户信息数据库，存储用户的声学模型数据以及用户个人信息。

具体的，服务器中存储的声学模型数据对应的用户个人信息，可以通过管理者在服务器中配置等方式实现，例如管理者在用户的声学模型数据录入服务器后，随机在服务器中配置与该声学模型数据绑定的用户个人信息；或者在每次话机向服务器发送声学模型数据后，随即再次发送用户个人信息，服务器将接收到的用户个人信息与声学模型数据绑定存储。

步骤204，用户在打电话时，话机在检测到摘机后，播放提示音提示用户选择“按键拨号”或“语音拨号”；如果用户选择“按键拨号”模式，则按照IP话机现有的正常流程执行；如果用户选择“语音拨号”模式，执行步骤205。

步骤205，话机提示此次拨号方式为语音拨号，并提示用户以语音方式录入被叫号码。

步骤206，话机通过DSP功能对用户语音拨号时录入的音频进行处理，将DSP的处理结果生成声学模型数据上报给服务器。

步骤207，服务器将接收到的声学模型数据与服务器声学模型库中的数据进行匹配对比；如果匹配成功，执行步骤208；如果匹配失败，执行步骤209。

具体的，服务器接收到的声学模型数据为被叫号码的声学模型数据，服务器中存储的声学模型数据为数字0～9的声学模型数据。服务器获取被叫号码的声学模型数据后，使用该被叫号码所包含的数字的声学模型数据与存储的数字0～9的声学模型数据进行匹配。例如用户A预先在服务器中已经存储有数字0～9的声学模型数据，则用户A使用语音拨号方式呼叫被叫号码12345678时，服务器获取这8个数字的声学模型数据分别与存储的数字0～9的声学模型数据进行对比，找到与这8个数字的声学模型数据完全相同的一组数字0～9的声学模型数据，则匹配成功，服务器进一步查找与这一组数字0～9的声学模型数据对应的用户个人信息。

步骤208，服务器以信令报文方式发送此次呼叫，该信令报文中携带当前进行呼叫的话机号码以及当前呼叫者的信息。

具体的，该步骤中当主叫话机所属的服务器与被叫话机所属服务器不同时，主叫话机所属的服务器将呼叫以信令报文方式向被叫话机所属服务器发送，信令报文中携带主叫号码以及当前呼叫者的信息(例如：姓名，工号等)，由被叫话机所属服务器将主叫号码和当前呼叫者的信息向被叫话机发送。当主叫话机所属的服务器与被叫话机所属服务器相同时，主叫话机所属的服务器将呼叫以信令报文方式向被叫话机发送，信令报文中携带主叫号码以及当前呼叫者的信息(例如：姓名，工号等)。

步骤209，服务器通知主叫用户本次呼叫失败。

需要说明的是，当步骤207中匹配失败时，服务器也可以向被叫话机发送主叫号码，即完成本次呼叫但不携带用户个人信息。

本发明提供一种基于语音识别的话机通话装置，作为服务器应用于包括多个话机和所述服务器的系统中，如图3所示，该装置包括：

接收单元11，用于当主叫用户进行语音拨号时，接收主叫话机发送的被叫号码以及被叫号码的声学模型数据；

查找单元12，与接收单元11连接，用于根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息；

发送单元13，与接收单元11和查找单元12连接，用于向被叫话机发送主叫号码和查找到的用户个人信息，供被叫话机显示所述用户个人信息和主叫号码。

该装置还包括信息获取单元14，用于接收用户通过声音采集设备发送的数字0～9的声学模型数据，并存储与每一用户发送的数字0～9的声学模型数据对应的用户个人信息；

所述查找单元12还与所述信息获取单元14连接，用于根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据，根据查找到的数字0～9的声学模型数据获取对应的用户个人信息。

该装置还包括通知单元15，与所述查找单元12连接，用于当所述查找单元12没有查找到对应的数字0～9的声学模型数据时，通知所述主叫话机本次语音呼叫失败。

所述发送单元13还用于：当所述查找单元12没有查找到对应的数字0～9的声学模型数据时，向被叫话机发送主叫号码。

本发明还提供一种基于语音识别的话机通话装置，作为话机应用于包括多个话机和所述服务器的系统中，如图4所示，该装置包括：

语音拨号单元21，用于提供语音拨号功能并根据用户语音拨号时录入的语音信息生成声学模型数据；

发送单元22，与所述语音拨号单元21连接，用于将所述语音拨号单元生成的被叫号码的声学模型数据和被叫号码向所述服务器发送。

该装置还包括：

声学模型数据发送单元23，用于根据预设的信息录入功能录入用户对数字0～9的语音数据信息，生成数字0～9的声学模型数据并向所述服务器发送。

本发明中，服务器在数据库中配置用户的个人信息和声学模型数据，当用户发起语音拨号时，服务器接收主叫话机发送的被叫号码的声学模型数据，根据该被叫号码的声学模型数据在存储的用户个人信息中查找对应的用户个人信息，将主叫号码和查找到的个人信息发送到被叫话机，从而在该被叫话机上显示主叫号码和主叫用户的个人信息。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (9)

1.一种基于语音识别的话机通话方法，应用于包括多个话机和服务器的系统中，所述多个话机通过所述服务器建立通话，其特征在于，该方法包括：

当主叫用户进行语音拨号时，所述服务器接收主叫话机发送的被叫号码的声学模型数据，所述声学模型数据具体为所述主叫话机根据用户语音拨号时录入的被叫号码的语音信息生成的声学模型数据；

所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息；

所述服务器向被叫话机发送主叫号码和查找到的用户个人信息，供被叫话机显示所述用户个人信息和主叫号码。

2.如权利要求1所述的方法，其特征在于，所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息之前，还包括：所述服务器接收用户通过声音采集设备发送的数字0～9的声学模型数据，并存储与每一用户发送的数字0～9的声学模型数据对应的用户个人信息；

所述服务器根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息包括：所述服务器根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据，根据查找到的数字0～9的声学模型数据获取对应的用户个人信息。

3.如权利要求2所述的方法，其特征在于，所述服务器根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据之后，还包括：当没有查找到对应的数字0～9的声学模型数据时，所述服务器通知所述主叫话机本次语音呼叫失败，或者所述服务器向被叫话机发送主叫号码。

4.如权利要求1-3任一项所述的方法，其特征在于，所述主叫用户进行语音拨号之前，还包括：主叫话机在摘机后提示用户选择按键拨号或语音拨号。

5.一种基于语音识别的话机通话系统，包括多个话机和服务器，其特征在于，

所述服务器包括：

接收单元，用于当主叫用户进行语音拨号时，接收主叫话机发送的被叫号码的声学模型数据；

查找单元，与所述接收单元连接，用于根据所述被叫号码的声学模型数据在存储的用户个人信息中查找与所述被叫号码的声学模型数据对应的用户个人信息；

发送单元，与所述查找单元和接收单元连接，用于向被叫话机发送主叫号码和查找到的用户个人信息，供被叫话机显示所述用户个人信息和主叫号码；

所述话机包括：

语音拨号单元，用于提供语音拨号功能并根据用户语音拨号时录入的语音信息生成声学模型数据；

发送单元，与所述语音拨号单元连接，用于将所述语音拨号单元生成的被叫号码的声学模型数据向所述服务器发送。

6.如权利要求5所述的系统，其特征在于，所述服务器还包括信息获取单元，用于接收用户通过声音采集设备发送的数字0～9的声学模型数据，并存储与每一用户发送的数字0～9的声学模型数据对应的用户个人信息；

所述查找单元还与所述信息获取单元连接，用于根据所述被叫号码所包含的数字的声学模型数据查找对应的数字0～9的声学模型数据，根据查找到的数字0～9的声学模型数据获取对应的用户个人信息。

7.如权利要求6所述的系统，其特征在于，所述服务器还包括：

通知单元，与所述查找单元连接，用于当所述查找单元没有查找到对应的数字0～9的声学模型数据时，通知所述主叫话机本次语音呼叫失败。

8.如权利要求6所述的系统，其特征在于，所述服务器的发送单元还用于：当所述查找单元没有查找到对应的数字0～9的声学模型数据时，向被叫话机发送主叫号码。

9.如权利要求5所述的系统，其特征在于，所述话机还包括：

声学模型数据发送单元，用于根据预设的信息录入功能录入用户对数字0～9的语音数据信息，生成数字0～9的声学模型数据并向所述服务器发送。

Images