[发明专利]视频通话过程语音采集方法、装置、计算机设备及介质

权利要求书

1.一种视频通话过程语音采集方法，其特征在于，包括控制平台执行的如下步骤：

获取用户终端发送的携带终端ID的视频通话请求，基于所述视频通话请求创建用户终端和虚拟形象平台之间的与所述终端ID关联的专用通信通道，所述虚拟形象平台包括原始虚拟坐席和与所述原始虚拟坐席对应的原始坐席ID；

接收所述用户终端的通话媒体流数据，所述通话媒体流数据包括目标坐席ID、音频媒体流数据和终端ID，将所述目标坐席ID和所述终端ID关联存储，获取与所述音频媒体流数据对应的响应话术文本；

将所述响应话术文本和所述目标坐席ID发送给虚拟形象平台，将与所述目标坐席ID相匹配的所述原始坐席ID对应的所述原始虚拟坐席确定为目标虚拟坐席，以使所述目标虚拟坐席通过所述专用通信通道播报所述响应话术文本对应的响应语音数据；

与所述媒体流处理平台建立MRCP连接，将所述响应话术文本关联的所述目标坐席ID发送给所述媒体流处理平台；

若接收到媒体流处理平台发送的所述目标坐席ID对应的目标虚拟坐席的话术播报结束通知，则关闭与所述媒体流处理平台的MRCP连接，根据所述目标坐席ID启动语音识别平台采集音频媒体流数据。

2.如权利要求1所述的视频通话过程语音采集方法，其特征在于，所述获取与所述音频媒体流数据对应的响应话术文本，包括：

启动语音识别平台识别所述音频媒体流数据，将所述音频数据转化成用户请求文本；

接收所述语音识别平台发送的所述用户请求文本，采用响应话术模型对所述用户请求文本进行识别，生成与所述用户请求文本对应的响应话术文本。

3.如权利要求2所述的视频通话过程语音采集方法，其特征在于，所述采用响应话术模型对所述用户请求文本进行识别，生成与所述用户请求文本对应的响应话术文本，包括：

采用关键字匹配算法对所述用户请求文本进行关键字提取，获取文本关键字；

将所述文本关键字输入预先训练好的响应话术模型，生成与所述用户请求文本对应的响应话术文本。

4.如权利要求1所述的视频通话过程语音采集方法，其特征在于，在所述接收所述用户终端的通话媒体流数据之前，所述视频通话过程语音采集方法还包括：

在所述专用通信通道创建之后的预设时间段内，判断是否接收到所述语音识别平台采集所述用户终端的通话媒体流数据；

若在预设时间段内，接收到所述用户终端生成的通话媒体流数据，则触发将所述目标坐席ID和终端ID关联存储，获取与所述音频媒体流数据对应的响应话术文本；

若在预设时间段内，没有接收到所述用户终端生成的通话媒体流数据，则断开用户终端和虚拟形象平台之间的专用通信通道。

5.如权利要求1所述的视频通话过程语音采集方法，其特征在于，所述将所述响应话术文本关联的所述目标坐席ID发送给所述媒体流处理平台，包括：

所述控制平台生成携带有目标坐席ID的MRCP协议报文，将所述MRCP协议报文进行封装并发送给所述媒体流处理平台，以使所述媒体流处理平台获取所述MRCP协议报文所携带的目标坐席ID。

6.一种视频通话过程语音采集方法，其特征在于，包括虚拟形象平台执行的如下步骤：

创建用户终端和虚拟形象平台之间的与所述终端ID关联的专用通信通道；

接收响应话术文本，基于所述响应话术文本获取响应语音数据，控制目标虚拟坐席通过所述专用通信通道播报所述响应话术文本对应的响应语音数据；

在所述响应语音数据播报结束时，生成携带目标坐席ID的话术播报结束通知，将所述话术播报结束通知发送给媒体流处理平台。

7.如权利要求6所述的视频通话过程语音采集方法，其特征在于，所述在所述响应语音数据播报结束时，生成携带目标坐席ID的话术播报结束通知，包括：

启动监控程序对目标虚拟坐席播报所述响应语音数据进行监控，并生成播报状态标识，所述播报状态标识包括播报标识和停止标识；

若所述监控程序监控到所述播报状态标识为停止标识，则生成携带与所述目标虚拟坐席对应的目标坐席ID的话术播报结束通知。