CN1256835C - 一种实现语音上网的系统及方法 - Google Patents

Abstract

本发明公开了一种语音上网系统，该系统包括通过局域网连接的呼叫接入单元、呼叫分配单元、呼叫处理单元和执行平台，呼叫处理单元通过互联网连接到互联网内容提供平台，并进一步包含语音语言流程文件的解释模块，用于获取和解释语音语言流程文件。本发明同时还公开了一种实现语音上网的方法，当用户拨打接入号码发起呼叫时，系统接收并分配该用户呼叫到指定的呼叫处理单元；该呼叫处理单元根据用户呼叫获取并解释语音语言流程文件，并向用户播放解释结果。该系统和方法给用户提供了更普及、更经济、更方便的上网方式，并能给电信运营商、互联网运营商和互联网内容提供商带来巨大的经济利益。

Description

一种实现语音上网的系统及方法

技术领域

本发明涉及一种上网技术，特别是涉及一种实现语音上网的系统及方法。

背景技术

近年来，互联网以其实时性、易用性和内容的丰富性等特征逐渐成为人们日常生活中不可缺少的一个工具，人们可以通过互联网收发电子邮件，实时获取新闻，查询天气、航班、股票等信息。互联网的出现缩短了人们之间的距离，增进了人们之间的交流，丰富了人们的生活，因此得到了迅速发展。但是目前都是通过计算机或移动终端等途径以文字输入方式上网，要求用户具有包括上网功能的计算机或移动终端等硬件设备以及相应的互联网浏览软件，并且需要用户具有相对比较专业的上网技能，这无疑将很多人挡在了互联网之外，这对用户和互联网运营商来说，都未免是一种缺陷。因此，人们迫切需要一种更方便、更经济的上网方式，以更好地满足更多人在信息社会中迅速和大量地获取信息的需求。

作为针对数量最多的电话用户提供服务的电话智能客户服务中心目前同样得到了迅速发展，用户通过智能客户服务中心可以查询股票、天气、航班等信息，给自己的生活带来极大的方便。图1是目前智能客户服务中心的网络配置结构示意图，从图中可以看出，目前的智能客户服务中心包括作为呼叫接入单元的呼叫接入排队机(ACD)和通讯前置服务器(CTI Server)、作为呼叫分配单元的客户中心服务器(CCS)、作为呼叫处理单元的自动语音应答系统(IVR)以及作为执行平台的语音处理台(VP)等单元，它们都连接到局域网中，ACD通过公共交换电话网络/公众陆地移动通信网(PSTN/PLMN)和用户的固定电话或移动终端相连。当用户拨打客户服务系统的接入号码后，用户的呼叫通过ACD和CTI Server被接入到呼叫控制的CCS，CCS将呼叫分配到某一个IVR，IVR根据接入号码和业务脚本的对应关系，执行相应的业务流程，并控制VP和用户进行诸如放音、收号等交互操作。

IBM等公司于1999年初提出语音可扩展标记语言(VoiceXML)，这是一种用来制定通过语音对话访问互连网网页内容及其交互语音应答的传递标准，它简化了网页上具有语音响应服务的个性化界面的创建，使人们能够通过语音和电话访问网站上的信息和服务，同时与公共网关接口(CGI)的脚本结合在一起来检索后台数据库，访问企业内部网，从而最终将语音浏览器与传统语言浏览器融合在一起，实现计算机网络与电话技术的完美结合。

由于人们渴望上网能更普及、更经济和更方便，因此将目前应用最广的电话网络通过语音可扩展标记语言和国际互联网联系起来，将成为解决这一需求最好的办法。

发明内容

本发明的主要目的在于提供一种语音上网系统，使其能更普及、更方便、更经济地实现语音上网，为用户提供更便利的服务。

本发明的另一目的在于提供一种实现语音上网的方法，使用户能通过语音方式直接从网上获取所需的信息，操作简单且易于实现。

本发明的目的是通过如下的技术方案予以实现的：

一种语音上网系统，包括连接到局域网的呼叫接入单元、呼叫分配单元、呼叫处理单元和执行平台，呼叫接入单元连接到电话网络，用于接入用户的呼叫，呼叫分配单元用于将接入的用户呼叫分配到呼叫处理单元，呼叫处理单元用于处理用户的呼叫并将处理结果传送到执行平台，执行平台用于执行处理结果并和用户进行交互，其中该系统进一步包括连接到局域网的文语转换单元，用于将来自呼叫处理单元的文本转换成语音并通过执行平台播放给用户，执行平台进一步包括文语转换模块，用于在独立设置的文语转换单元的配合下完成文本到语音的转换；呼叫处理单元还通过国际互联网连接到互联网内容提供平台，并进一步包含语音语言流程文件的解释模块，用于获取和解释语音语言流程文件。

在上述语音上网系统中，可以进一步包括连接到局域网的语音识别单元，用于识别通过执行平台收集的用户输入的语音，并将语音识别结果发送到呼叫处理单元，执行平台进一步包括语音识别模块，用于在独立设置的语音识别单元的配合下完成自动语音识别。

在上述语音上网系统中，所使用的语音语言流程文件是语音可扩展标记语言流程文件。

一种实现语音上网的方法，至少包括如下步骤：

a.系统接收到用户终端发起的语音上网呼叫后，分配该用户呼叫到指定的呼叫处理单元；

b.该呼叫处理单元根据用户呼叫从互联网内容提供平台获取语音语言流程文件并解释该语音语言流程文件；

c.判断解释后的语音语言流程文件中指定播放的内容是否为文本，如果是文本，则对所述文本进行文语转换，然后将进行了文语转换的解释结果播放给用户，否则直接向用户播放解释结果。

在上述实现语音上网的方法中，进一步包括如下步骤：系统向用户播放解释结果后，继续收集用户输入，并根据用户输入判断用户请求内容是否包含于从互联网内容提供平台中获取的所述语音语言流程文件中，如果用户请求内容包含于所述语音语言流程文件中，根据用户请求继续解释所述语音语言流程文件；如果用户请求内容未包含于所述语音语言流程文件中，从所述互联网内容提供平台重新获取相应语音语言流程文件并进行解释。

在上述实现语音上网的方法中，进一步包括如下步骤：系统判断收集的用户输入是否为语音，如果用户输入为语音，对所述语音进行语音识别，然后获取并解释语音语言流程文件，否则直接获取并解释语音语言流程文件。

通过以上的技术方案可以看出，由于上网使用的终端就是电话，线路就是电话网，而电话和电话网相对于具有上网功能的计算机和移动终端来说，具有更低廉的成本和更高的普及率。对于用户来说，通过按键或者语音就能访问互联网的内容，不需要专门的技能就能非常容易地使用，因此使用起来更加方便。同时，用户通过普通电话、移动终端、车载电话等通讯设备就可随时随地收发电子邮件、查阅互联网信息，突破了时间和空间的限制，真正实现了“轻松上网”。因此对用户来说，利用本发明通过电话上网是最方便和最经济的。

使用本发明的系统和方法后，任何拥有电话的用户都可以通过电话语音实现上网。由于PSTN/PLMN网络已经得到了充分的发展，它们和互联网网络的结合，对于电话系统运营商和互联网运营商来说，势必会给它们提供一个非常广阔的业务空间，并为它们带来巨额利润。同样，对于互联网内容提供商来说，可以吸引更多的人访问自己的网页，通过内容的收费或者增加广告收费的手段，都可以为自己带来更大的利润。因此对设备提供商、电信和互联网运营商以及互联网内容提供商来说，利用本发明通过电话上网都将给它们带来巨大的经济利益。

附图说明

图1是根据现有技术的智能客户服务中心的网络配置结构示意图；

图2是根据本发明的电话语音上网系统的网络配置结构示意图；

图3是根据本发明的电话语音上网实现方法的流程图；

图4是根据本发明的电话语音上网实现方法的硬件之间的呼叫处理过程图。

具体实施方式

为了使本发明的目的、技术方案和优点更清楚，下面结合附图和具体实施方式对本发明作进一步描述。

图2是根据本发明的电话语音上网系统的网络配置结构示意图。从图中可以看出，除了现有的智能客户服务中心的和局域网连接的ACD、CCS、CTI Server、VP等单元之外，还包含同样连接到局域网的语音信息引擎服务器(VoiceIE)、文语转换服务器(TTS Server)、自动语音识别服务器(ASRServer)以及互联网内容提供商(ICP)，其中VoiceIE还和国际互联网连接，并通过国际互联网访问ICP的网页服务器。在此系统中，ACD和CTI Server是呼叫接入单元，CCS是呼叫分配单元，VoiceIE是呼叫处理单元，VP是执行平台，而文语转换服务器是文语转换单元，自动语音识别服务器是语音识别单元。

在这些新增的单元中，TTS Server用来配合VP完成文本到语音的转换功能，ASR Server用来配合VP完成自动语音识别功能。在本发明中，VP除了原有的放音、收号、录音等功能以外，增加了语音识别、文语转换等功能模块。ICP用来存放发布的语音可扩展标记语言流程，并根据语音信息引擎服务器的请求，提供相应的语音可扩展标记语言流程，通过公用网关接口(CGI)程序完成语音可扩展标记语言流程中所要求的逻辑功能。

在根据本发明的系统中，VoiceIE是核心单元，它用来解释执行分布在智能客户服务中心中的业务逻辑流程，其中业务逻辑支持独立于业务的构件(SIB)流程和语音可扩展标记语言流程两种方式。为了实现通过语音上网，在本发明中使用语音可扩展标记语言流程文件。对于语音可扩展标记语言流程文件，VoiceIE从互联网内容提供平台上获取相应的语音可扩展标记语言流程，解释执行语音可扩展标记语言流程，与VP配合，完成收集用户的输入、向用户提供相应的输出信息等交互过程。

图3是根据本发明的电话语音上网实现方法的流程图。从图中可以看到，当用户使用上述语音上网系统通过语音上网时，首先拨打系统的接入号码，然后执行以下的步骤：

步骤301，用户的呼叫通过ACD和CTI Server被接入到由呼叫控制的CCS。

步骤302，CCS将用户的呼叫分配到某一个VoiceIE。

步骤303，VoiceIE根据预先设置的配置文件确定对应于语音可扩展标记语言流程的统一资源定位地址(URL)，然后向该URL对应的ICP网页服务器请求提供用户需要的内容。

步骤304，VoiceIE从ICP网页服务器上得到对应于用户请求所提供的语音可扩展标记语言流程文件。

步骤305，VoiceIE解释语音可扩展标记语言流程，并将其解释结果发送到VP。

步骤306～308，VP根据VoiceIE请求播放的语音的内容，判断所提供的内容是否是文本。如果所提供的内容是文本，则VP将文本内容传送到文语转换服务器，文语转换服务器把文本转换为语音，并将转换之后的语音返回到VP，然后进入步骤309；如果所提供的内容不是文本，也就是直接是语音，则直接执行步骤309。

步骤309，VP向用户播放语音。

如果用户还需要继续获取信息，那么用户会继续和系统进行交互，那么继续执行步骤310。

步骤310，VP收集用户输入。

步骤311～313，VP判断用户输入是否是语音。如果是语音，则VP实时采集用户的语音数据，并将其传送到语音识别服务器，然后语音识别服务器对语音进行识别，并将识别结果上报给VP，进入步骤314；否则，直接进入步骤314。

步骤314，VP将识别结果上报给VoiceIE。

步骤315，VoiceIE根据用户输入判断用户请求内容是否包含在已接收的VoiceXML文件中。如果用户请求内容已经包含于在步骤304接收的语音可扩展标记语言流程文件中，则执行步骤305及后续步骤，否则执行步骤303及后续步骤，直到用户挂机或者不再输入新的指令为止。

图4是根据本发明的电话语音上网实现方法的硬件之间的呼叫处理过程图。下面结合图3、图4和具体实施例介绍利用上述系统实现通过语音上网的方法。

具体实施例1：

以用户查询天气情况为例，设定VoiceIE从ICP网页服务器获取的文件是文本语音，并且用户利用语音输入和系统进行交互。

用户如果希望通过语音上网系统查询天气情况，首先拨打系统接入号码，例如100，在步骤301，用户的呼叫通过ACD和CTI Server被接入到由呼叫控制的CCS。在步骤302，CCS将用户的呼叫分配到某一个VoiceIE。在步骤303，VoiceIE根据预先设置的配置文件确定对应于语音可扩展标记语言流程的统一资源定位地址(URL)，例如通过电话接入号码知道用户要访问的网站是 www.weather.com，然后VoiceIE向该URL对应的ICP网页服务器请求提供用户需要的内容。在步骤304，VoiceIE从ICP网页服务器上得到对应于用户请求所提供的语音可扩展标记语言流程文件。在步骤305，VoiceIE解释语音可扩展标记语言流程，并将其解释结果发送到VP，例如语音可扩展标记语言流程文件包含的内容是播放文本语音“欢迎您来到天气预报中心，请问您想知道什么地方的天气？”在步骤306，VP根据VoiceIE请求播放的语音的内容，判断所提供的内容是文本。在步骤307，VP将文本内容传送到文语转换服务器。在步骤308，文语转换服务器把文本转换为语音，并将转换后的语音返回到VP。在步骤309，VP向用户播放语音，那么用户将通过电话听到“欢迎您来到天气预报中心，请问您想知道什么地方的天气？”此时用户可以通过语音告诉系统“深圳”，在步骤310，VP收集用户的语音输入。在步骤311，VP判断用户的输入是语音，则在步骤312，实时采集用户的语音数据，并将其传送到语音识别服务器。在步骤313，语音识别服务器对用户语音进行识别，并将识别结果上报给VP。在步骤314，VP将识别结果上报给VoiceIE，VoiceIE知道用户希望查询深圳的天气情况。此时VoiceIE判断深圳的天气情况是否包含在前面步骤303中从ICP网页服务器中接收的语音可扩展标记语言流程文件，在此实施例中，深圳的天气情况已经包含在前面接收的语音可扩展标记语言流程文件中，则系统重新进入步骤305并开始后续步骤的执行。例如，在步骤305，VoiceIE解释该语音可扩展标记语言流程，并将其解释结果发送到VP，例如语音可扩展标记语言流程文件包含的内容是文本“请问您想知道深圳什么时候的天气情况？”在步骤306，VP根据VoiceIE请求播放的语音的内容，判断所提供的内容是文本。在步骤307，VP将文本内容传送到文语转换服务器。在步骤308，文语转换服务器把文本转换为语音，并将转换之后的语音返回到VP。在步骤309，VP向用户播放语音，那么用户将通过电话听到“请问您想知道深圳什么时候的天气情况？”此时用户可以通过语音告诉系统“明天”，在步骤310，VP收集用户的语音输入。在步骤311，VP判断出用户输入是语音，则在步骤312，实时采集用户的语音数据，并将其传送到语音识别服务器。在步骤313，语音识别服务器对用户语音进行识别，并将识别结果上报给VP。在步骤314，VP将识别结果上报给VoiceIE，这样VoiceIE知道用户希望查询深圳第二天的天气情况。然后在步骤315，系统接着判断深圳第二天的天气情况是否包含在该语音可扩展标记语言流程文件中，例如并没有包含在前面接收的语音可扩展标记语言流程文件中，则系统继续执行步骤303，VoiceIE继续根据预先设置的配置文件确定对应于语音可扩展标记语言流程的统一资源定位地址(URL)，然后向该URL对应的ICP网页服务器请求提供用户需要的内容。在步骤304，VoiceIE从ICP网页服务器上得到对应于用户请求所提供的语音可扩展标记语言流程文件。然后在步骤305，VoiceIE解释语音可扩展标记语言流程，并将其解释结果发送到VP。然后，系统继续执行步骤306以及后续步骤，直到用户挂机或者不再输入新的指令为止。

具体实施例2：

以用户查询体育新闻为例，设定VoiceIE从ICP网页服务器获取的文件是语音文件，并且用户利用语音输入和系统进行交互。

如果用户希望通过语音上网查询体育新闻，可以直接拨打系统接入号码10O，此时在步骤301，用户的呼叫通过ACD和CTI Server被接入到由呼叫控制的CCS。在步骤302，CCS将用户的呼叫分配到某一个VoiceIE。在步骤303，VoiceIE根据预先设置的配置文件确定对应于语音可扩展标记语言流程的统一资源定位地址(URL)，如果该URL对应的ICP的网页有多项内容，例如包括天气、体育和股票行情等多个栏目，系统会要求用户进行选择。在步骤304，VoiceIE从ICP网页服务器上得到ICP所提供的要求用户选择的语音可扩展标记语言流程文件。在步骤305，VoiceIE解释语音可扩展标记语言流程，并将其解释结果发送到VP，例如语音可扩展标记语言流程文件包含的内容是语音“请选择您关心的内容，天气，体育，股票行情......”在步骤306，判断语音可扩展标记语言流程文件中包含的是语音，因此可以通过VP直接播放给用户，不再需要对其进行文语转换，从而省略步骤307和308。在步骤309，VP直接向用户播放语音“请选择您关心的内容，天气，体育，股票行情......”此时用户可以通过语音告诉系统“我想要知道目前男子足球甲级联赛积分表”，在步骤310，VP收集用户的语音输入。在步骤311，VP判断用户输入是语音，在步骤312，VP实时采集用户的语音数据，并将其传送到语音识别服务器。在步骤313，语音识别服务器对用户语音进行识别，并将识别结果上报给VP。在步骤314，VP将识别结果上报给VoiceIE，这样VoiceIE知道用户希望查询关于体育中关于男子足球甲级联赛积分表的内容。然后，在步骤315，VoiceIE判断用户请求的该内容是否包含在步骤304中接收的语音可扩展标记语言流程文件中，并根据判断结果继续执行步骤303以及后续步骤或者步骤305以及后续步骤，直到用户挂机或者不再输入新的指令为止。

具体实施例3：

以用户查询体育新闻为例，设定VoiceIE从ICP网页服务器获取的文件是语音文件，并且用户利用按键输入和系统进行交互。同时，用户可以在不同的ICP之间进行跳转。

在上述用户希望通过语音上网查询体育新闻的例子中，用户直接拨打接入号码100，此时在步骤301，用户的呼叫通过ACD和CTI Server被接入到由呼叫控制的CCS。在步骤302，CCS将用户的呼叫分配到某一个VoiceIE。在步骤303，VoiceIE根据预先设置的配置文件确定对应于语音可扩展标记语言流程的统一资源定位地址(URL)，如果该URL对应的ICP的网页有多项内容，例如包括天气、体育和股票行情等多个栏目，系统会要求用户进行选择。在步骤304，VoiceIE从ICP网页服务器上得到ICP所提供的要求用户选择的语音可扩展标记语言流程文件。在步骤305，VoiceIE解释语音可扩展标记语言流程，并将其解释结果发送到VP，例如语音可扩展标记语言流程文件包含的内容是语音“请选择您关心的内容，按1为天气，按2为体育，按3为股票行情......”在步骤309，VP直接向用户播放语音“请选择您关心的内容，按1为天气，按2为体育，按3为股票行情......”用户此时通过按键选择，例如按2告诉系统“体育”。在步骤310，VP收集用户输入。在步骤311，判断用户输入是按键输入，因此不需要进行语音识别，从而省略步骤312和313。在步骤314，VP直接将识别结果上报给VoiceIE，这样VoiceIE知道用户希望查询关于体育的内容。然后，继续执行步骤315并根据步骤315的判断结果继续执行后续步骤，在经过数次交互之后，用户可以得到他想知道的体育内容。如果用户还希望了解其他ICP内容，可以通过语音告诉系统希望了解另一个ICP的体育消息，或者通过按键输入在系统提示下选择另一个ICP，执行平台在将用户输入发送到VoiceIE之后，VoiceIE会根据用户的需求从用户指定的另一个ICP的网页服务器上获取语音可扩展标记语言流程文件，并继续执行步骤303以及后续步骤，直到用户挂机或者不再输入新的指令为止。

根据本发明的技术方案可以知道，本发明中各个服务器的功能可以进行一定程度的集成，例如语音识别服务器和文语转换服务器的功能可以放在一个服务器中。并且，本发明的系统中可以包含传真处理台和座席，以对用户进行更完善和更周到的服务。因此可以理解，根据本发明的具体实施例只是起示范作用，并不用以限制本发明的保护范围。

Claims (6)

1.一种语音上网系统，包括连接到局域网的呼叫接入单元、呼叫分配单元、呼叫处理单元和执行平台，呼叫接入单元连接到电话网络，用于接入用户的呼叫，呼叫分配单元用于将接入的用户呼叫分配到呼叫处理单元，呼叫处理单元用于处理用户的呼叫并将处理结果传送到执行平台，执行平台用于执行处理结果并和用户进行交互，其特征是，该系统进一步包括连接到局域网的文语转换单元，用于将来自呼叫处理单元的文本转换成语音并通过执行平台播放给用户，执行平台进一步包括文语转换模块，用于在独立设置的文语转换单元的配合下完成文本到语音的转换；呼叫处理单元还通过国际互联网连接到互联网内容提供平台，并进一步包含语音语言流程文件的解释模块，用于获取和解释语音语言流程文件。

2.根据权利要求1所述的语音上网系统，其特征是，该系统进一步包括连接到局域网的语音识别单元，用于识别通过执行平台收集的用户输入语音，并将语音识别结果发送到呼叫处理单元，执行平台进一步包括语音识别模块，用于在独立设置的语音识别单元的配合下完成自动语音识别。

3.根据权利要求1所述的语音上网系统，其特征是，所述语音语言流程文件是语音可扩展标记语言流程文件。

4.一种实现语音上网的方法，其特征是，至少包括如下步骤：

a.系统接收到用户终端发起的语音上网呼叫后，分配该用户呼叫到指定的呼叫处理单元；

b.该呼叫处理单元根据用户呼叫从互联网内容提供平台获取语音语言流程文件并解释该语音语言流程文件；

c.判断解释后的语音语言流程文件中指定播放的内容是否为文本，如果是文本，则对所述文本进行文语转换，然后将进行了文语转换的解释结果播放给用户，否则直接向用户播放解释结果。

5.根据权利要求4所述的方法，其特征是，进一步包括如下步骤：系统向用户播放解释结果后，继续收集用户输入，并根据用户输入判断用户请求内容是否包含于从互联网内容提供平台获取的所述语音语言流程文件中，如果用户请求内容包含于所述语音语言流程文件中，根据用户请求继续解释所述语音语言流程文件；如果用户请求内容未包含于所述语音语言流程文件中，从所述互联网内容提供平台重新获取相应语音语言流程文件并进行解释。

6.根据权利要求5所述的方法，其特征是，进一步包括如下步骤：系统判断收集的用户输入是否为语音，如果用户输入为语音，对所述语音进行语音识别，然后获取并解释语音语言流程文件，否则直接获取并解释语音语言流程文件。

Images