[发明专利]一种自动忙音检测的通话方法及系统

说明书

本发明涉及通讯领域，尤其涉及一种自动忙音检测的通话方法及系统，该方法包括以下步骤：S1：建立忙音检测模型；S2：实时获取通话过程中访客的音频流；S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。本发明从而实现了在通话的过程中对忙音的检测，并大大提升沟通效率与通话质量。

技术领域

本发明涉及通讯领域，尤其涉及一种自动忙音检测的通话方法及系统。

背景技术

目前，可以通过Automatic Speech Recognition(ASR，实时语音识别)与Neuro-Linguistic Programming(NLP，自然语言理解)，实现机器人实时理解人类声音语言，在客服、销售等场景进行AI智能沟通。通过对人类声音语言进行大规模语料训练，在指定场景下，可以得到识别质量较好的识别模型。机器人将人类的声音实时发送到ASR识别，得到文本形式的识别结果，用于关键字匹配，或者语义处理，得到预设的问题与答案，在以音频形式播放出来，做得人与机器的语音沟通。

虽然现有方案能支持机器人与人类的语言沟通，但是由于网络拥堵等原因经常挂断信令丢失导致对方一直播放忙音，从而导致机器人认为对方正常通话而进行无效通话。另外，由于信令丢失导致无效对话在网络拥塞时情况会愈加严重，导致网络拥塞，更多的无效通话，导致浪费大量的资源。

发明内容

为解决上述问题，本发明提出一种自动忙音检测的通话方法及系统，以提高通话的质量。

一方面，一种自动忙音检测的通话方法，包括以下步骤：

S1：建立忙音检测模型；

S2：实时获取通话过程中访客的音频流；

S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；

S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。

优选的，所述忙音检测模型包括：

频谱检测模型，用于对访客音频流的频谱进行匹配；

能量谱检测模型，用于对访客音频流的能量谱进行匹配。

优选的，所述实时获取通话过程中访客的音频流包括：

按照设定的音频流采集周期T来获取通话过程中访客的音频流。

优选的，所述实时获取通话过程中访客的音频流之后还包括：

音频流的预处理：将获取的音频流整流至设定频率的连续的矩形波。

优选的，所述将音频流输入忙音检测模型进行匹配，输出忙音检测结果包括：

将音频流输入频谱检测模型和能量谱检测模型进行匹配；

若频谱检测模型的匹配率大于等于设定阈值，且能量谱检测模型的匹配率大于等于设定阈值，则输出忙音检测结果为忙音；若频谱检测模型的匹配率小于设定阈值，能量谱检测模型的匹配率小于设定阈值，则输出忙音检测结果不为忙音。

另一方面，一种自动忙音检测的通话系统，包括：

音频流采集模块，用于实时获取通话过程中访客的音频流；

忙音检测模块，用于建立忙音检测模型，将音频流输入忙音检测模型进行匹配，输出忙音检测结果，若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。

优选的，所述忙音检测模型包括：

频谱检测模型，用于对访客音频流的频谱进行匹配；

能量谱检测模型，用于对访客音频流的能量谱进行匹配。