[发明专利]一种在网页上实现全双工语音对话和页面控制的方法

说明书

本发明公开了一种在网页上实现全双工语音对话和页面控制的方法，包括：用户进行网页页面访问；用户在网页页面内发起语音会话请求；以及响应语音会话请求的服务端；服务端与用户建立全双工语音对话并输出用户意图；命令控制模块接收用户意图实现页面控制。本发明解决了现有网页管理者与网站访客对话交互体验较差、沟通效率不高的问题。

技术领域

本发明涉及人工智能领域和计算机领域，尤其涉及一种在网页上实现全双工语音对话和页面控制的方法。

背景技术

全双工是指在发送数据的同时也能够接收数据，两者同步进行。目前常用的实现网站管理者与网站访客进行对话的是通过安装SDK（软件开发工具包），实现在网页端与网站访客进行文本对话。当网站接入SDK后，将显示一个对话入口，网站访客点击入口后打开对话框，发送消息或留言，企业客服在后台回复访客咨询。

目前市面上的部分产品支持机器人辅助接待或机器人自动接待，其实现方式是客服先在后台配置问题关键词与答案，系统对访客发送的消息文本进行语义分析，匹配关键词后自动发送相应的答案。虽然现有方案能支持客服快速回复访客咨询，但访客与客服仍是基于文本互动，需要互相发送消息，交互方式不够简单、直接。另一方面，针对访客的操作性问题，客服只能以图文形式说明，具体还需要访客自行理解、摸索。

全双工语音对话技术在接收用户数据的同时，对用户数据进行理解分析后同步输出数据，将全双工的语音对话技术应用在网页中有望实现用户体验的下一次飞跃，并成为网页人工智能语音交互的新“标准配置”，大大提升网站访客对于网页语音交互手段的适应性。

发明内容

为解决现有网页管理者与网站访客对话交互体验较差、沟通效率不高的问题，本发明设计了一种在网页上实现全双工语音对话和页面控制的方法。

本发明采用如下技术方案：

一种在网页上实现全双工语音对话和页面控制的方法，包括：用户进行网页页面访问；用户在所述网页页面内发起语音会话请求；以及响应所述语音会话请求的服务端；所述服务端与用户建立全双工语音对话并输出用户意图；命令控制模块接收所述用户意图实现页面控制，所述网页页面包括网页脚本开发工具包，所述网页页面与所述服务端之间通过SIP软交换模块进行数据传输，所述服务端包括第二SIP客户端、对话分析引擎、AI机器人和AI话术，所述对话分析引擎包括语音识别模块、语音理解模块和决策树，所述网页脚本开发工具包包括第一SIP客户端和命令控制模块，所述第一SIP客户端、第二SIP客户端均包括SIP信令和网页实时通信模块。

作为优选，所述全双工语音对话步骤如下：

（1）所述第一SIP客户端内的SIP信令控制所述语音会话请求接入所述第一SIP客户端内的网页实时通信模块中；（2）所述第一SIP客户端内的网页实时通信模块将所述语音会话请求形成的人工语音流传输到所述SIP软交换模块中；（3）所述SIP软交换模块将所述人工语音流传输到服务端中；（4）所述第二SIP客户端内的SIP信令将所述人工语音流接入第二SIP客户端内的网页实时通信模块中；（5）所述第二SIP客户端内的网页实时通信模块将所述人工语音流转化为对话分析引擎能够理解的呼入AI语音流并传输至对话分析引擎内；（6）所述语音识别模块对所述呼入AI语音流进行识别，所述语音理解模块对所述呼入AI语音流进行理解分析，所述决策树对所述呼入AI语音流理解分析的结果进行AI机器人的AI话术匹配；（7）所述AI话术匹配后形成呼出AI语音流并通过第二SIP客户端、SIP软交换模块反向传输到网页页面内的第一SIP客户端内；（8）所述第一SIP客户端通过所述呼出AI语音流与用户进行对话。

作为优选，所述页面控制步骤如下：