[发明专利]一种语音识别服务代理服务器及代理方法

说明书

本发明公开了一种语音识别服务代理服务器及代理方法，所述服务器包括MRCP代理模块，用于接收媒体设备发送的语音流处理请求；将所述语音流处理请求发送给业务代理模块进行处理；从所述业务代理模块接收处理结果；将所述处理结果发送给所述语音业务请求对应的业务系统应用；业务代理模块，用于从所述MRCP代理模块接收所述语音流处理请求；与语音业务服务器交互，实现对所述语音流的处理，将处理结果返回给MRCP代理模块。在媒体设备与ASR服务之间解耦，利于服务扩展；通过业务代理服务对ASR服务请求进行鉴权，流控，安全，反作弊等，可很好应用于公有云；通过业务代理服务下挂接其他业务模块，对ASR服务进行扩展，如搜索，翻译，识别意图等。

【技术领域】

本发明涉及计算机应用技术，特别涉及一种语音识别服务代理服务器及代理方法。

【背景技术】

随着ASR(Automatic Speech Recognition,自动语音识别)技术日趋成熟和相互结合，基于ASR的增值业务不断涌现和迅猛发展。

现有技术中，媒体设备可以通过MRCP(Media Resource Control Protocol，媒体资源控制协议)直接连接ASR服务，这样的应用方式有两个劣势：

1，对于私有云有很好的支持，对于公有云支持不好，因为公有云需要有鉴权，流控，安全，反作弊等机制。原生的方法要支持公有云，要么放弃这些机制，要么让这些机制与ASR服务耦合；

2，对于ASR服务，只能返回识别的文本，不能有很好的扩展，若要扩展，需要让ASR耦合其他业务模块。

另外，媒体设备也可以通过HTTP对接共有云平台再对接ASR服务，这样的应用方式劣势如下：

因为媒体设备通常不具备HTTP对接ASR的能力，需要进行改造。因此对接不方便，有改造成本。并且，对于ASR服务，只能返回识别的文本，不能有很好的扩展。

【发明内容】

本申请的多个方面提供了语音识别服务代理服务器、方法、设备及存储介质，能够解耦媒体设备与业务系统，提供公有云鉴权，流控，计费，安全等服务，并为ASR服务扩展知识。

本申请的一方面，提供一种语音识别服务代理服务器，所述服务器包括：

MRCP代理模块，用于接收媒体设备发送的语音流处理请求；将所述语音流处理请求发送给业务代理模块进行处理；从所述业务代理模块接收处理结果；将所述处理结果发送给所述语音业务请求对应的业务系统应用；

业务代理模块，用于从所述MRCP代理模块接收所述语音流处理请求；与语音业务服务器交互，实现对语音流的处理，将处理结果返回给MRCP代理模块。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述语音业务服务器为ASR服务器和/或扩展业务服务器。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述业务代理模块包括：

ASR处理子模块，用于向所述ASR服务器发送ASR请求，接收所述ASR服务器返回的语音识别结果；和/或，

扩展业务处理子模块，用于向所述扩展业务服务器发送扩展业务请求，接收所述扩展业务服务器返回的扩展业务处理结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述业务代理模块还用于与控制服务器交互，实现对所述媒体设备的控制。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述控制服务器为鉴权/流控/计费/安全服务器；

所述业务代理模块还包括：

鉴权子模块，用于与所述鉴权服务器交互，实现对所述媒体设备的鉴权；