[发明专利]一种在彩铃系统中实现语音识别的系统及方法

说明书

技术领域

本发明涉及语音识别和彩铃技术，特别是涉及一种在彩铃系统中实现语音 识别的系统及方法。

背景技术

随着语音技术的不断发展，语音识别技术在计算机领域获得了广泛的应用， 所涉及到范围也越来越广泛，例如，语音录入、各种声控终端等等。虽然语音 识别技术本身已日渐成熟，但在通讯领域的应用还远未普及，目前的应用大多 限于在应用程序接口(API)接口的开发。

另一方面，在彩铃业务的日益发展过程中，语音技术如交互式语音应答 (IVR)流程也逐渐被应用于彩铃系统中。但是，由于彩铃业务本身的特点， 其个性化的需求特别多，存在大量用户可以自己定制的功能，而现有的IVR流 程只能接收用户一些简单的按键信息，对于彩铃业务用户定制功能中，一些需 要用户输入文本信息的应用，如按歌曲名称搜索等，还无法利用IVR流程实现。

这里，所述彩铃业务是一种智能多媒体业务，在由端局、业务控制点(SCP)、 业务交换点(SSP)、语音平台组成的移动智能平台上实现，通常，用户终端通 过拨打特定的业务接入码，接入移动智能平台的SSP，触发彩铃业务的业务逻 辑，完成彩铃业务的实现。

现有技术中，对于彩铃业务中需要用户输入文本信息的应用，大多只能通 过web方式来实现。虽然，web方式的使用在交互信息上具有很大的优势，但 其使用还是受到使用环境、使用人群的限制，比如：需要提供支持web运行的 环境，需要用户掌握如何使用web方式等等。而对于IVR流程，则没有这些使 用环境的要求，只要通过通信终端触发IVR业务逻辑即可；并且，IVR业务具 有使用方便、操作简单的优势，那么，如何在彩铃系统中利用IVR流程实现更 多的用户定制功能，目前亟待解决的是IVR流程中的信息交互问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种在彩铃系统中实现语音识别的 系统及方法，能解决IVR流程中的信息交互问题，完成彩铃IVR流程中语音的 识别。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种在彩铃系统中实现语音识别的系统，包括：业务控制点、 交互式语音应答IVR业务逻辑、媒体服务器和语音识别引擎；其中，

所述业务控制点，用于解析执行业务指令，并由IVR业务逻辑控制完成与 媒体服务器之间的信息交互；

所述IVR业务逻辑，用于控制对用户的放音、收号、用户录入信息的处理， 并根据用户的选择和业务逻辑设定完成业务功能；

所述媒体服务器，用于根据业务控制点的指示操作，并根据指示与语音识 别引擎进行信息交互，将语音识别结果通知IVR业务逻辑；

所述语音识别引擎，用于在业务控制点的控制下，对用户录入的语音进行 识别，并上报语音识别结果。

其中，该系统还包括交换机，用于接收用户拨打的接入码，并向业务控制 点发起邀请；所述业务控制点，还进一步由IVR业务逻辑控制完成与交换机之 间的信息交互。

上述方案中，所述业务控制点与媒体服务器通过扩展的Parlay的SENDUI 接口交互信息。所述媒体服务器与语音识别引擎进行信息交互包括：通知语音 识别引擎开始语音识别、接收语音识别引擎返回的语音识别结果。

本发明还提供了一种在彩铃系统中实现语音识别的方法，先触发IVR业务 逻辑；该方法还包括：

媒体服务器根据来自IVR业务逻辑通过业务控制点发送的指示准备放音， 并通知用户准备录入语音；

媒体服务器连接语音识别引擎，语音识别引擎识别用户录入的语音，并将 语音识别结果发送给媒体服务器；媒体服务器通过业务控制点通知IVR业务逻 辑语音识别结果；其中，业务控制点与媒体服务器通过扩展的Parlay的SENDUI 接口交互信息。

其中，所述触发IVR业务逻辑为：用户拨打彩铃IVR流程的接入码触发IVR 业务逻辑。

上述方案中，所述媒体服务器根据来自IVR业务逻辑通过业务控制点发送 的指示准备放音具体包括：IVR业务逻辑向业务控制点发送生成UI消息，指示 业务控制点呼叫媒体服务器；业务控制点向媒体服务器发送邀请INVITE请求， 呼叫媒体服务器；

媒体服务器收到邀请请求后，分配语音资源准备放音，完成后向业务控制 点返回200OK消息；业务控制点收到200OK后向媒体服务器返回ACK消息；