[发明专利]通信语音转写AI connector中间元件的处理方法和装置

说明书

本发明公开了一种通信语音转写AI connector中间元件的处理方法和装置，处理方法包括MRCP服务端从MRCP客户端获取语音流，请求ASR引擎识别语音流，将识别果发送至AI模型，AI模型对识别结果进行AI识别文本纠正，将纠正结果推送至用户侧应用系统等步骤。本发明将MRCP服务的实时识别结果通过高性能RPC推送到AI模型，纠正后的识别结果导出到JAVA WEB服务，不再经过软交换，实现了实时识别的处理与软交换进程分离，提高软交换的稳定性，减少因软交换的运行受到影响而使得话务中断，提高了系统的可靠性和扩展性，能够通过神经网络进行错别字纠正，能够提高准确率。本发明广泛应用于通信语音技术领域。

技术领域

本发明涉及通信语音技术领域，尤其是一种通信语音转写AI connector中间元件的处理方法和装置。

背景技术

现有技术实现在语音通话过程中进行实时语音识别，主要是使用两种实现方式。第一种实现方式是开发软交换的插件，直接在软交换中集成各ASR厂商的SDK，识别结果以事件消息的方式使用socket的方式返回，这种实现方式的缺点是对接接口单一，例如软交换本身默认的对外开放的编程接口是socket，而开发时不太可能在插件中再集成其他如http,websocket这类接口，增加插件的复杂度，并且软交换和该识别插件运行在同一进程中，一旦插件有问题，将导致整个软交换进程退出，进而导致服务瘫痪，增加了不稳定的风险；第二种实现方式是使用ASR厂商的MRCP服务，目前阿里，百度，讯飞等ASR厂商均提供MRCP方式接入的实时语音识别中间件，但是，这些中间件也仅仅支持标准的MRCP协议，而且源代码是闭源的，它需要通过在软交换中配置MRCP客户端来接入，使用这种方式，同样也是需要懂软交换的技术人员，同样也是以单一的socket返回识别结果。

术语解释：

MRCP：Media Resource Control Protocol的缩写，即媒体资源控制协议；

ASR：Automatic Speech Recognition的缩写，即自动语音识别技术；

API：Application Programming Interface的缩写，即应用程序接口；

RTP：Real-time Transport Protocol的缩写，即实时传送协议；

AI：Artificial Intelligence的缩写，即人工智能。

发明内容

针对上述至少一个技术问题，本发明的目的在于提供一种通信语音转写AIconnector中间元件的处理方法和装置。

一方面，本发明实施例包括一种通信语音转写AI connector中间元件的处理方法，包括：

在接通通话后，MRCP服务端从MRCP客户端获取语音流；

所述MRCP服务端请求ASR引擎识别所述语音流；

所述MRCP服务端经过异步等待获取所述ASR引擎返回的识别结果，将所述识别结果发送至AI模型；

所述AI模型对所述识别结果进行AI识别文本纠正，获得纠正结果；

将所述纠正结果推送至用户侧应用系统。

进一步地，通信语音转写AI connector中间元件的处理方法还包括：

在接通通话时，当检测到软交换的调用，所述MRCP客户端的API启动识别流程。

进一步地，所述MRCP客户端的API启动识别流程，包括：

所述MRCP服务端接受所述MRCP客户端通过SIP代理发起的对MRCP通信和RTP通信的协商；