[发明专利]对用户语音信号进行处理的方法及其系统

说明书

技术领域

本发明涉及智能客服语音领域，特别涉及语音信号处理的技术。

背景技术

随着智能客服系统的不断发展，让客户用一句话描述需要咨询的问题并 据此进行机器人自动派单成为系统的重要组成部分，也是提高用户感受的重 要途径。因此自动检测客户语音的结束点成为系统的组成部分。

传统客服系统采用按键操作输入信息和客户和人工客服语言交互相结 合的方式，目前常用的是RFC2833信令方式。

在该方法中，按键操作阶段#号键做为按键操作结束标志，客户端发送 2833信令，通过event字段对客户语音和双音多频信号先进行编码，而编 码方式是不一样的，此外需要根据RFC2833协议对数据进行封装，服务器 通过解析数据包，监听双音多频(“DualToneMultiFrequency”,简称DTMF) 信号并对语音和DTMF信号加以区分。对数据的封装一定程度上增加了网络 传输的数据量。

此外有些系统不能够支持2833信令这种方式。

因此，随着智能客服系统的不断发展，2833信令方法在某些应用条件下 已经无法满足实际需求，我们需要探究其它处理方法。

发明内容

本发明的目的在于提供一种对用户语音信号进行处理的方法及其系统， 可以直接对混合了外部语音和双音多频按键音的用户语音信号进行处理，以 提升用户语音输入的结束点确定的便利性。

为解决上述技术问题，本发明的实施方式公开了一种对用户语音信号进 行处理的方法，用户可通过输入特定按键表示语音结束，包括以下步骤：

服务器接收用户语音信号，，该用户语音信号混合了该语音终端通过话 筒接收到的外部语音和该语音终端自身的双音多频按键音；

服务器对收到的用户语音信号进行频谱分析，得到用户语音信号的频 谱；

根据频谱中预先设定的按键对应的双音多频目标频率分量的大小，判断 在通话过程中预先设定的按键是否被按下；

如果预先设定的按键被按下，则判定用户当前的语音输入已经结束。

本发明的实施方式还公开了一种对用户语音信号进行处理的系统，包括 以下模块：

接收模块，用于接收用户语音信号，，该用户语音信号混合了该语音终 端通过话筒接收到的外部语音和该语音终端自身的双音多频按键音；

频谱分析模块，用于对收到的用户语音信号进行频谱分析，得到用户语 音信号的频谱；

预设按键状态检测模块，用于根据频谱中预先设定的按键对应的双音多 频目标频率分量的大小，判断在通话过程中预先设定的按键是否被按下；

语音结束判定模块，用于如果预先设定的按键被按下，则判定用户当前 的语音输入已经结束。

本发明实施方式与现有技术相比，主要区别及其效果在于：

本文提出的方法可以直接对用户语音信号进行处理，可以同时兼容语音 终端通过话筒接收到的外部语音和该语音终端自身的双音多频按键音，而不 用监听2833信令，对于不支持通过2833信令以检测语音结束的系统也能够 适用，适用范围更广。

进一步地，判定语音结束后，语音识别服务器对语音信号进行识别，并 根据识别结果查询到应答结果反馈给语音终端，用户仅通过描述需要咨询的 问题即可得到应答服务，明显提高了用户感受。

进一步地，不仅仅根据各帧信号中预先设定的按键对应的双音多频目标 频率分量的能量占比判断是否含有预先设定的按键音，还根据连续多帧的频 谱结构组合判断连续多帧的前后帧不是按键对应的双音多频信号，避免了在 语音终端通过话筒接收到的外部语音中含有预先设定的按键音的双音多频信 号时，误导为检测到预先设定的按键音而判断语音结束的情况。

进一步地，本发明中结合预先设定的按键音的检测和语音活动检测，双 重检测的方案降低了语音结束的漏检率。

附图说明

图1是本发明第一实施方式中一种对用户语音信号进行处理的方法的流 程示意图；

图2是本发明第二实施方式中一种对用户语音信号进行处理的方法的流 程示意图；

图3是本发明第二实施方式中一种智能客服系统IVR中对电话语音输入 数据的操作流程示意图；

图4是本发明第三实施方式中智能客服机器人语音处理流程示意图；