[发明专利]基于云计算的语音能力服务开放系统

说明书

本发明公开了一种基于云计算的语音能力服务开放系统，部署于云计算平台，依次包括：应用数据库层，提供语音业务所需的各类应用数据库资源；数据服务层，用于数据的存取、同步、验证和转换逻辑；业务实现层，用于实现语音业务能力相关的所有功能组件；所述层，用于封装所有对外发布的语音业务能力；企业服务总线层，用于对外提供服务接入功能；业务流程层，用于把多个服务按照业务流程进行编排，通过对服务的组合或者编排，提供复合服务和流程服务；用户体验层，用于支持所有类型的客户端访问。实现了语音能力的统一管理和输出；只需要申请接入语音能力开放平台，降低了语音能力的使用门槛，使用成本和开发周期。

技术领域

本发明属于智能语音服务领域，具体涉及一种基于云计算的语音能力服务开放系统。

背景技术

随着智能语音技术的不断成熟，语音合成、语音导航及声纹识别的应用不断增加。语音技术的适用范围较为广泛，对于那些需要IVR（自助语音交互）的场景都适用，如电信行业、金融保险行业等。

语音合成实现文本到语音的转换过程，通过特殊的方法产生人造语音。在技术上，可以将任意文本信息（包括文字、字母、数字等）实时转化为标准的人的语音朗读出来。

语音导航属于在线语音识别范畴，该技术通过将用户的有效语音数据实时地传入识别引擎进行解码，用户说话完成后系统可以在很短的时间内返回语音识别结果。

声纹识别通过提出说话人语音中能够标识说话人特点的某些特定语音参数，实现用户身份的确定。

如图1所示，现有的语音能力提供方式都是各自独立开发、部署，各语音能力归属于不同的能力平台，能力之间如要配合使用，必须开发新的接口进行通信。

在目前的情况下，企业若要获取所需的语音能力，都是通过单独的系统建设来实现，门槛较高，开发周期长，且需要投入高额的成本。

现有语音平台技术实现存在如下缺陷：

1.从能力的建设上来看，现有技术实现都是通过建设独立的能力平台来实现各个能力，各能力之间被彼此分割。在需要多个语音能力配合使用的时候需要各平台开发接口进行通信。

2.现有语音平台的建设，都是基于传统的小型机或者PC Server来部署实现，投资成本较高，资源利用率不高。

3.从能力的使用上来看，企业或者个人若要获取这些语音能力，必须要通过单独的系统建设来实现。这样的实现门槛较高，开发周期长，且需要投入高额的成本。对于个人普通应用，如个人应用开发者，根本没有办法享受到这些语音能力服务。

4.从能力的使用范围来看，目前的语音能力使用的范围较为狭窄，多为电信和银行业，很多需要使用到语音能力的行业无法使用。

发明内容

为了解决现有技术在实现语音能力上的单一性、局限性，实现多少个能力就需要创建多少套应用系统的发展模式，本发明目的是：提供一种基于云计算的语音能力服务开放系统，实现了语音能力的统一管理和输出；同时，对于接入使用语音能力的用户而言，只需要申请接入语音能力开放平台，降低了语音能力的使用门槛，大大降低了用户的使用成本和开发周期。

本发明的技术方案是：

一种基于云计算的语音能力服务开放系统，其特征在于，所述系统部署于云计算平台，从下到上依次包括应用数据库层、数据服务层、业务实现层、服务层、企业服务总线层、业务流程层以及用户体验层；

所述应用数据库层，用于提供语音业务所需的各类应用数据库资源；

所述数据服务层，用于数据的存取、同步、验证和转换逻辑；

所述业务实现层，用于实现语音业务能力相关的所有功能组件，包括语音合成业务组件、语音导航业务组件及声纹识别业务组件；