[发明专利]多场景的语音服务实时匹配方法、系统、设备及存储介质

说明书

本发明提供了多场景的语音服务实时匹配方法、系统、设备及存储介质，其中，匹配方法包括：服务端设备对客户端设备上传的网络包进行解析，过滤出基于会话初始协议或基于媒体资源控制协议的网络包；服务端设备将基于会话初始协议的网络包进行协议转换，转换为媒体资源控制协议的网络包；服务端设备对媒体资源控制协议的网络包进行解析获得语音包和呼叫信息，呼叫信息被配置于由客户端设备发起的语音服务请求获得的消息字段中的预设字段，呼叫信息至少包括已签约的语音业务的唯一标识；服务端设备至少基于呼叫信息对应的语音业务处理网络包的语音包。本发明能够兼容两种协议的语音流来源，通过复合调用多种实时语音应用服务来匹配不同的业务场景。

技术领域

本发明涉及智能语音领域，具体地说，涉及多场景的语音服务实时匹配方法、系统、设备及存储介质。

背景技术

在呼叫中心智能语音场景下，实时语音主要应用于智能语音导航、智能语音质检、坐席助手、热点发现、身份验证等业务。实时语音不仅用于录音，还用于声纹识别、语音识别等人工智能技术。

呼叫中心与AI语音能力引擎直接对接进行声纹识别或语音识别等单通话过程的语音应用的技术的方案已经比较成熟。但对于一个实际的业务来说，往往同一个通话不仅仅需要一个业务场景，而且不同的业务场景也并不是需要面向呼叫中心接入的全部通话。需要有一种单个通话的多业务场景应用，并提供灵活的配置来管理选择不同的业务场景的方法。

因此，本发明提供了一种多场景的语音服务实时匹配方法、系统、设备及存储介质。

需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

针对现有技术中的问题，本发明的目的在于提供多场景的语音服务实时匹配方法、系统、设备及存储介质，克服了现有技术的困难，能够兼容两种协议的语音流来源，通过复合调用多种实时语音应用服务的灵活配置来满足不同的业务场景需求。

本发明的实施例提供一种多场景下的实时语音匹配方法，包括以下步骤：

服务端设备对客户端设备上传的网络包进行解析，过滤出基于会话初始协议或基于媒体资源控制协议的网络包；

服务端设备将基于会话初始协议的网络包进行协议转换，转换为媒体资源控制协议的网络包；

服务端设备对所述媒体资源控制协议的网络包进行解析获得语音包和呼叫信息，所述呼叫信息被配置于由客户端设备发起的语音服务请求获得的消息字段中的预设字段，所述呼叫信息至少包括已签约的语音业务的唯一标识；以及

服务端设备至少基于所述呼叫信息对应的语音业务处理所述网络包的语音包。

优选地，所述服务端设备至少基于所述呼叫信息对应的语音业务处理所述语音包的语音包之后，还包括：基于同一个呼叫的主叫语音的语音包或者被叫语音的语音包建立一会话，所述会话进行语音包的缓存。

优选地，所述基于同一个呼叫的主叫语音的语音包或者被叫语音的语音包建立一会话，所述会话进行语音包的缓存之后，还包括：

当所述唯一标识对应的语音业务包括语音包缓存时长的预设条件，判断所述会话缓存的语音包时长是否满足所述预设条件，若是，则执行对应的语音业务，若否，则所述会话继续进行语音包的缓存。

优选地，所述服务端设备将基于会话初始协议的网络包进行协议转换，转换为媒体资源控制协议的网络包，包括：

通过对会话初始协议的网络包中消息格式的解析，获取主叫和被叫的语音实时传输协议端口；

将一基于会话初始协议的呼叫拆分并构造为基于媒体资源控制协议的主叫侧的网络包和被叫侧的网络包。