[发明专利]电话语音的处理方法

说明书

一种电话语音的处理方法，包括如下步骤，获取用户语音，并进行VAD检测，检测用户说话的语音起始点和静音停顿点，根据语音起始点和静音停顿点切分出音频段落，将音频段落送入语音识别服务进程，由语音识别进程将音频段落转换为文本；将语音识别进程转换的文本送入智能对话系统流程，并获得文本形式的对话返回结果；将文本形式的对话返回结果送入语音合成进程，将合成后的语音数据发送至电话网关，从而发送至用户电话端。通过上述方案我们实现了一种电话语音的会话处理方法，能够通过处理输入的语音音频，并进行分析，并通过处理结果进行响应，从而提升用户的使用体验。

技术领域

本发明涉及人机交互领域，尤其涉及一种电话语音的处理方法。

背景技术

自动化客服已经深入了各行各业，能够进行简单的问题检索和显示，但仍然不够智能，为了能够进行相关的人工智能对话的更加智能化，需要提出一种新的电话语音的会话处理的方法。

发明内容

为此，需要提供一种进行相关的人工智能对话的电话语音的处理方法，以解决在现有技术中人机交互过程中用户体验不佳的问题；

为实现上述目的，发明人提供了一种电话语音的处理方法，包括如下步骤，

获取用户语音，并进行VAD检测，检测用户说话的语音起始点和静音停顿点，根据语音起始点和静音停顿点切分出音频段落，将音频段落送入语音识别服务进程，由语音识别进程将音频段落转换为文本；

将语音识别进程转换的文本送入智能对话系统流程，并获得文本形式的对话返回结果；

将文本形式的对话返回结果送入语音合成进程，将合成后的语音数据发送至电话网关，从而发送至用户电话端；但在此过程中，始终检测用户语音起始点，若语音处理服务器检测到用户说话的语音起始点，则停止发送所述合成后的语音数据。

具体地，还包括步骤，设置语音处理服务器，将语音识别服务器的地址标识发送至sip服务器登记保存；

电话网关获取用户电话接入信号；

电话网关向sip服务器发送INVITE请求，并在sip服务器发送响应后停止发送INVITE请求；

sip服务器根据预设的语音处理服务器地址，转发INVITE请求至语音处理服务器；

语音处理服务器发送接听响应，由sip服务器转发至电话网关，建立语音通道。

具体地，在语音处理服务器发送接听响应，由sip服务器转发至电话网关，建立语音通道之后，语音处理服务器立即发送欢迎词音频数据，通过建立的语音通道发送至电话网关，从而发送至用户电话端。

进一步地，在语音处理服务器检测到用户说话的语音起始点时，先持续监测用户说话的语音静音停顿点，如果在时间Tstop内未检测到语音静音停顿点，才执行进行步骤：停止发送所述合成后的语音数据。

优选地，在语音处理服务器执行停止发送操作后，立即发送响应音频数据，通过建立的语音通道发送至电话网关。

进一步地，包括多个语音识别服务进程，语音处理服务器切分出语音起始点和静音停顿点部分的音频后，轮流送入不同的语音识别服务进程。

具体地，智能对话系统流程具体包括步骤：对所述文本输入执行意图理解，根据意图理解的结果选择将文本输入送入开域对话及问答流程、任务式对话流程；

其中，开域对话及问答流程如下，

对文本输入计算第一句子向量；

根据第一句子向量与答案库中的问题的句子向量比对结果，找出与第一句子向量相似度最高的答案库中的问题；

返回该问题的答案；

任务式对话流程的步骤如下：