[发明专利]灵活分散地提供多语言对话的方法

说明书

不仅在使用时分复用方法(“time division multiplexing”- TDM)的传统电信网络中而且在新的、基于分组的电信网络(如IP网 络)中，很多性能特征可供用户使用。这样的性能特征和与其有关联 的业务尤其是例如利用语音广播和语音对话提供自动的选择菜单。

在现有技术中，业务控制器大部分由从交换中心看来在外部的部 件承担。在此，涉及所谓的应用服务器，所有对于单个业务的定义必 要的信息可供应用服务器使用。因此，所提供的业务的整个复杂的智 能(Intelligenz)位于应用服务器上，这些应用服务器同时监视和控 制所希望的业务的所有参数并且在此分析用户的应答。

寄存在应用服务器上的、受语音控制的业务的定义大多在动作顺 序方面具有高复杂性并且此外大多是极度广泛的。在多国场景中，由 于必须提供的大量不同的语言而自然进一步增加业务的复杂性。

由于对于业务所必需的文件的数目很大，在现有技术中，这些文 件并不是寄存在应用服务器本身上，而是寄存在所谓的媒体服务器上 或者寄存在可访问相应媒体服务器的数据库上。于是，在提供业务时， 也就是例如在播放相应的音频文件时，应用服务器请求这些媒体服务 器之一的、对于相应用途所必需的语音广播。该请求可以直接或者也 可以间接通过交换中心来实现。媒体服务器本身不仅可以集中地被安 装在网络中而且可以靠近用户地安装。

业务用户对语音广播和对话的控制通常通过传统的DTMF接口(“双 音多频(dual tone multi frequency)”接口)来进行。可是，为 了更简单地通过语音对话进行导航，这种基于语音的 (sprachgefuehrt)业务的现代方法使用自动的语音识别(ASR- “automatic speech recognition”)。由此能够不仅支持适于DTMF 的、遵循选择菜单的对话而且支持自然的语音对话。在这种自然的语 音对话中使用开放的询问并自由地表达语音输入。在这种情况下，相 应的连续询问受识别出的关键字的组合影响。由此，使用者得到与机 器对话者交流的印象。

但是，在这种具有自然的语音输入的控制器中，其它参数(例如 所述关键字)的附加传输是必需的。由于并未对这种传输设置DTMF接 口，所以如MRCP V1(“媒体资源控制协议版本1(media resource control protocol version 1)”)或者MRCP V2(“媒体资源控制 协议版本2”)那样的对于语音识别和语音合成的需要适当的控制协议 被定义在媒体服务器的进行语音处理的部件与控制对话逻辑的部件之 间的接口上。借助该协议例如也能在媒体服务器与应用服务器之间执 行对于语音识别必需的更费事的数据传输。

在多国场景中，通常除了开始业务之外，还借助选择对话来确定 需要的语言。可是，可能在电信网的交换中心中存在的、关于相应的 用户的数据(诸如优选的语言或者用户所处的地区)在选择时不予考 虑。

现有技术中的缺点是，在更新业务时对于所有媒体服务器必须执 行一个装载过程。也就是必须在所有媒体服务器上或者必要时在相应 的、属于这些媒体服务器的数据库上播放相应语音对话的更新过的版 本。对于这种装载过程的执行，媒体服务器或属于这些媒体服务器的 外部数据库必需相应的装载逻辑以及附加的、描述装载过程的协议接 口(例如FTP“文件传输协议(File Transfer Protocol)”)和尤 其是人员的相应操作介入。可是，人员通常不信任业务和语音对话的 定义和更新。

现有技术中的另一问题是上面描述的业务的复杂性。因此，如果 在多个地区中必须以部分不同的方式提供一种简单的业务的定义，则 该定义已经很不清楚。此外，例如可以要求，对于每个地区分别应提 供多种不同的语言。迄今为止，因此这些特定情况的每种情况必须被 定义为应用服务器中的单个的专用业务。对于例如包括更长的对话序 列或者是多级的更费事的业务，自然还激化了复杂性的问题。

本发明所基于的任务在于，说明一种方法，该方法可以在电信系 统中更有效且更简单地提供基于语音的业务。