（信号与信息处理专业论文）跨平台语音交互系统流程代码的自动生成及测试.pdf

跨平台语音交互系统流程代码的 自动生成及测试 摘要 呼叫中心是一种新兴的信息服务形式，随着用户需求的进一步扩 大，传统的呼叫中心技术难以处理日益增加的用户请求，而将计算机 技术和电信技术结合起来的交互式语音应答( i v r ) 技术可以将人工坐 席从重复性的答复查询中解脱出来，极大地增强了呼叫中心的处理能 力。i v r 技术通过使用最新的数字处理技术，以及软硬件技术的结合， 将电信网络与计算机网络紧密地融合在起，使语音业务与数据业务 融为一体，从而大大地拓展了业务发展空间，该技术不仅具有先进、 安全、可靠的特点，而且还具有很强的可实现性。 i v r 技术的应用范围日趋广泛，面对复杂多变的应用环境，需要 能够方便修改、移植、兼容性强的i v r 设计方式。传统的i v r 设计 方式限制了应用系统的扩充性能，基于脚本解释的i v r 解释器以及 v o i c e x m l 浏览器则因为效率问题限制了它的应用范围。 本文讨论了一种基于有限状态机的跨平台i v r 程序设计结构，以 及基于此结构的i v r 流程代码生成工具和测试工具。使用代码生成 替代脚本解释提高了系统的运行效率，同时通过有效的系统结构设计 和简便的生成工具使得i v r 系统的设计和扩充都非常方便。 基于特征空间轨迹匹配法的语音识别方法具有很高的识别速度， 并且对电话应用环境下的无失真语音也有很高的识别率，因此本文讨 论了使用特征空间轨迹匹配法的i v r 测试工具。 作为例证，本文讨论了i v r 流程生成工具和测试工具在v m s 系 统中的应用，该系统已投入运行，实际运行数据表明了该设计的有效 性。 关键词有限状态机交互式语音应答计算机电话集成代码生成 状态机测试语音识别 c o d eg e n e r a t i o na n dt e s t i n g f o rh a r d w a r ei n d e p e n d e n ti v r a b s t r a c t c a l lc e n t e ri san e wm e t h o d1 1 1l n f o r m a t i o ns e r v i c ep r o v i d i n g a st h e u s e rr e q u e s te x p a n d i n g ，t r a d i t i o n a lc a l lc e n t e rt e c h n o l o g yc a nn o tm a n a g e t h eg r o w i n gu s e rr e q u e s t t h ei n t e r a c t i v ev o i c er e s p o n s e ( i v r ) w h i c h c o m b i n e st h ec o m p u t e rt e c h n o l o g yw i t ht e l e c o m m u n i c a t i o nt e c h n o l o g y , i sa b l et or e d u c et h e d u p l i c a t e a n d b o r i n gj o b s ，a n ds t r e n g t h e n t h e p r o c e s s i n ga b i l i t y o fc a l lc e n t e r t h e v r t e c h n o l o g y c o n n e c tt h e t e l e c o m m u n i c a t i o nn e t w o r kw i t h c o m p u t e rn e t w o r ku s i n gu p - - t o - d a t e d i g i t a lp r o c e s s i n gt e c h n o l o g y , c o m b i n et h ev o i c eo p e r a t i o n a n dd i g i t a l o p e r a t i o nt o g e t h e r , s ot h a tm a k e t h ec a l lc e n t e rt od e v e l o pm o r e o p e r a t i o n d o m a i n a st h eu s i n go fi v rt e c h n o l o g ye x p a n d s w en e e dan e wd e s i g n m e t h o dw h i c h c a nm a k et h e m o d i f i c a t i o n ，i m m i g r a t i o n o fi v r a p p l i c a t i o n e a s i e rw h i l et r a d i t i o n a li v r d e s i g n m e t h o dm a k et h e a p p l i c a t i o nh a r d t ob eu p g r a d e d o nt h eo t h e rh a n d ，t h ei v r p a r s e r b a s e d o ns c r i p tp a r s i n ga n dv o i c e x m lb r o w s e rh a v et h e i rl i m i t a t i o nf o rt h el o w p a r s i n gs p e e d t h i sa r t i c l ei sa b o u tan e wh a r d w a r e i n d e p e n d e n ti v r p r o g r a m m i n g a r c h i t e c t u r eb a s e do nf i n i t es t a t em a c h i n et h e o r y , i ta l s om e n t i o n sai v r p r o c e s s i n gc o d eg e n e r a t o ra n d t e s t e rb a s e do nt h i sa r c h i t e c t u r e t h e u s i n go fc o d eg e n e r a t i o ni n s t e a do fs c r i p tp a r s i n gw i l lm a k et h es y s t e m r u nf a s t e lw h i l et h ee f f e c t i v ea r c h i t e c t u r ea n ds i m p l eg e n e r a t o rm a k ei t e a s i e rt od e s i g nai v r s y s t e m o rt om o d i f yi t t h ev o i c er e c o g n i t i o nb a s e do nf e a t u r es p a c et r a c ep a t t e r nm a t c h i n g m e t h o dh a sa h i g hs p e e d i n r e c o g n i t i o n ，i t a l s oh a sah i g hs c o r ei n r e c o g n i t i o n o fn o n d i s t o r t i o n 、o i c ei n t e l e p h o n ya p p l i c a t i o n s o t h i s a r t i c l eu s ef e a t u r es p a c et r a c ep a t t e r nm a t c h i n gm e t h o da st h er e c o g n i t i o n c o r eo fi v r t e s t i n gt 0 0 1 a sa n e x a m p l e t h i s a r t i c l es h o ，st h e a p p l i c a t i o n o fi v rc o d e g e n e r a t o r a n d t e s t i n g t o o li nv m ss y s t e m t h i s s y s t e m h a sb e e n e s t a b l i s h e d ，a n d t h es t a t i s t i c s s h o w st h a lt h ee f f e c t l v e d e s so fi v r a r c h i t e c t u r em e n t i o n e di nt h i sa r t i c l e k e yw o r d sf s mi v rc t i c o d e g e n e r a t i o nt e s t i n g v o i c er e c o g n i t i o n 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包台其他人已经发表或撰写过的研究成果，也不包含为获李晕北庚邮电大学或其他 教育机构的学位或证书而使用过的材料。与我同工作的同志列本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处 本人签名： 盘叁篮 本人承担一切相关责任。 日期：一! 塑j 三：7 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论 文注释：本学位论文不属于保密范围，适用本授权书。 本人签名 导师签名黧瓦爷同期：泖r ， 第一章引言 本文讨论了一种跨平台的i v r 程序设计结构，以及基于此结构的i v r 流 程代码生成工具和测试工具。使用代码生成替代脚本解释提高了系统的运行 效率，同时通过有效的系统结构设讲和简便的生成工具使得i v r 系统的设计 和扩充都非常方便。 作为例证，本文讨论了i v r 流程生成工具和测试工具在v m s 系统中的 应用。 1 1研究背景 传统的企业客户服务通过分散的客户服务点为上门的客户提供售后技 术支持和维修服务，并且提供简单的咨询服务，由于网点分散，造成用户反 映的问题不能迅速的传达，企业也不能集中的掌握客户的需求，导致服务效 率低下，有损企业形象。由此催生了呼叫中心( c a l lc e n t e r ) 的概念，早期 的呼叫中心都使用人工坐席和热线电话为客户提供各种服务，呼叫中一心的建 立改变了传统的企业客户服务模式，它通过统一的接入号码，为客户提供信 息咨询和售后服务受理，客户不必跑到各个分散服务点，只需拨通一个统一 的接入号码，就可以迅速、便捷的获耿相关信息，企业也能通过一个方便记 忆的接入号码，对外提供一个统一的服务形象。 但是随着企业用户规模的扩大和服务内容的增加，呼叫量迅速上升，使 用人工坐席的成本急速增加，并且人工坐席不能在工作时阳j 之外全天候为客 户提供服务。随着信息科技的发展以及企业服务意识的提升，更多企业为呼 叫中心部署了自动语音应答系统，使得呼叫中心的受理能力大犬提高。现代 的呼叫中心，客户可以通过不同的方式，比如电话、传真、电子邮件、网站 等拨入到呼叫中心，根据呼叫中心提供的语音提示，选择各个菜单项，接受 各种自助查询服务或者转接人工服务，由于大部分简单重复的查询服务都由 语音应答系统自动完成，大大减轻了人工坐席的工作量，并且可以全天候 7 * 2 4 小时的为客户提供服务。 现代的呼叫中心不仅接受用户的呼入，还能通过掌握的客户信息，定期 的向用户发布企业的最新信息，大大拓展了企业的营销模式。现代的n 目r - , m i 中 心在盒融、保险、证券、电信等行业得到了广泛的应嗣，如电话银行、证券 业的电话自助委托交易系统、电信企业的电话缴费系统等。 | | 乎叫中心应用了系列信息技术发展的相关成果，计算机电信集成拽术 f c t l ：c o m p u l e l t e l e p h o n yi n t e g r a t i o n ) 是将计算机网和电话网通过某蝗硬件 和软件集成为一体，把语音和数掘服务融为一体，并在一个终端( 计算机或 电话机) 上得以实现。1 v r ( 交互式语音应答) 系统，是实现c t i 的核心技 术之一，通过对用户以不同的方式( 按键输入、语音识别) 输入选择给予响 应，处理用户的请求，并用语音方式提供答复。i v r 不是一种新的技术，但 是随着其他各种新技术的出现，i v r 系统一直不断的在得到扩充和提升晟 近的技术趋势是加入语音识别功能和采用v o i c e x m l 表达i v r 流程并且随 着服务内容的扩充，i v r 系统逐渐变得复杂，随时多变的服务需求也使得i v r 系统需要随时修改，这催生了一系列相关的i v r 设计技术。 1 2文章内容安排 本文分为五个部分，循序渐进论证了基于有限状态机的跨平台i v r 流程 控制代码生成方法，其中： 第一部分主要介绍了呼叫中心的相关概念和发展情况，并且介绍了c t i 和i v r 技术在呼叫中心中的应用。 第二部分介绍了i v r 系统跨平台特性的实现方法，并以实际系统为倒晚 明了硬件抽象层的设计方法。 第三部分主要介绍了有限状态机的相关概念及基于有限状态机的i v r 流程控制代码的生成方法。 第四部分介绍了语音识别的相关概念，并详细说明了特征空间匹配法在 w r 测试程序中的应用。 第二章呼叫中心的相关技术 2 1 呼叫中心概念及其业务形式 2 11现代意义上的呼叫中心 呼叫中心是一种新兴的信息服务形式，是一种典型的计算机电话集成技 术( c t i ) 的应用。它通过使用最新的数字处理技术，以及软硬件技术的结 合，将电信网络与计算机网络紧密地融合在一起，使语音业务与数据业务融 为一体，从而大大地拓展了业务发展空间，该技术不仅具有先进、安全、可 靠的特点，而且还具有很强的可实现性，其开展的应用业务种类比较贴近公 众。 21 2呼叫中心的基本结构 随着呼叫中心相关技术的发展，呼叫中心的功能r 益丰富，其组成结构 也同益复杂。一个完整的呼叫中心可以认为幽基本部分和扩展部分两部分组 成。基本部分是呼叫中心的必要组成部分，包括：智能网络( i n ) 、自动呼 叫分配( a c d ) 设备、交互式语音应答( i v r ) 系统、c t i 服务器、人工座 席、数据库服务器、管理平台等；扩展部分是随着呼叫中心技术的发展而逐 渐丰富的，新一代呼叫中心技术及其应用摘要：随着计算机和电信技术的发 展，信息传媒形式也越来越多，新一代呼叫中心技术虽然在国外已经趋于成 熟，但在国内的应用4 刚刚丌始 2 1 3呼叫中心的主要业务领域 呼叫中心应用的领域非常广泛，任何需要语音、数据通信，特别是那些 希望把计算机网与通信网结合起来完成语音数据信息交换的系统都会用到 呼叫中心，呼叫中心应用的主要行业： 电信运营商：固定网、移动网、数据网、卫星通信网 电信增值业务服务商：电话查号1 1 4 、司法咨询1 4 8 等特服、声讯台。 大、。| j 型企、也。 服务行业：大、中型商场、连锁店、宾馆、酒店、娱乐公司、订票系 统、拍卖公司、文化服务系统 公用特种行业：银行、保险、证券、铁路、公路、海运、航空、旅 游、医院、学校、政府、邮政、急救中心、火警、防汛系统、气象中心 2 2呼叫中心中的新技术 2 2 1c t i ( 计算机电话繁成) c t i ( c o m p u t e rt e l e p h o n yi n t e g r a t i o n ) 使计算机网和通信网融为一体。 c t i 服务器对整个呼叫中心进行全面管理，是呼叫中心的心脏。它与pbx 相连，接收来自pbx 的事件状态消息，并向pbx 发出命令。cti 服 务器能够向上提供统一的编程接口，屏蔽pbx 与计算机间的复杂通信协 议，给不同的用户开发应用程序带来方便。计算机电话集成( c t ! ) 服务器 是连接交换机和计算机计算机网络系统的最重要的设备。以c t i 技术为核 心的最大好处是：基于电话的语音网络与基于计算机的的数据网络的完美有 机结合，使语音流与数据流能够实现同步传输，从而能够使系统为用户提供 优质的服务奠定良好的基础。其主要作用是使交换机和计算机系统实现信息 麸享，传送、转发、管理各类呼叫相关的数据。根掘呼叫者、呼叫类别、客 户服务等级，呼叫所处的时间段和呼叫中心的通话状况等来选择呼叫路出和 更新数据库。c t l 技术在呼叫中心中的典型应用包括：客户信息屏幕弹出功 能、个性化的呼叫路由功能( 由最适合的业务代寝提供服务) 、拨号控制功 能、预览功能、预拨功能等等。 2 2 ，2i n t e r n e t 接入 传统意义上的呼叫中心，其与用户的连接是单纯依靠电路交换网，用户 与呼叫中心之间的通信方式局限于语音。现在，互联网作为一种新的联络方 式，正在为越来越多的用户所接受，通过互联网开展服务已经成为必然的潮 流。 主要功能：电子邮件、w e b 浏览、文字交谈、客户代表回复、互联网电 话、网页同步。另一方面，他是其他新技术实现的基础。 2 2 3分布式业务系统 分布式业务系统是指通过分和处理技术，提供电信增值业务的方式。通 过这种分前j 式处理技术，业务的设计节点和业务的运行节点可以分布在网络 的各个地方，而这些对于用户丽言是透明的。能够提供分布式业务系统的一 个重要技术支持。因此，i n t e r n e t 技术与呼叫中心技术结合后，可以提供分 布式的呼叫中心业务服务。分布式呼叫中心的出现对于呼叫中心领域具有重 要的意义，通过将处理呼叫的业务节点分布化可以大大地降低系统的成本， 并提高系统的处理能力，为用户提供更好的服务。 优点：灵活高效、易于建设、故障风险低和提供优质本地化服务，同时 易于扩容。 2 2 4c l t l l ( 客户关系管理) 现在的呼叫中心己远远超出了过去定义的范围，成为以信息技术为核心， 通过多种现代通信手段为客户提供交互式服务的服务系统。时至今日，呼叫 中心已发展到第四代。第四代呼叫中心在两个关键技术上有了很大进步，其 一是在接入方式上集成了i n t e m e t 渠道，这种集成并不是简单地把信息公布 在网上，而是使用户通过点击公司主页上的按钮，即可方便地与呼叫中心的 客户代表进行电话交谈；另一关键技术是在管理上融入了客户关系管理 f c r m ) 思想，呼叫中心不再仅仅是一个客户服务部门，而是立足于全局，把 生产、销售、配送、服务等部门形成一个互动的整体。c r m 与e r p 、电子 商务相结合，给企业的电子化运营绘制了美好的蓝图。 2 3呼叫中心类型 2 3 1自建型呼叫中心 即由企业自己购买硬件设备，并编写有关的业务流程软件，直接为自己 的硕客服务。该种方式中能够提供较大的灵活性，而且能够及时地了解用户 的各种反馈信息。特别在中国现有的经济体制下，有能力的原有国有大型企 业，大部分还是愿意自建呼叫中心的。 2 3 2外包型呼叫中心 外包型呼叫中心足指科i 用其他方的呼叫中心设备、座席、人员和运营管 理，完成客户服务、市场营销等渚多活动的类型。 外包的业务代理方式可分为三种。 t1 ) 服务外包代理：呼叫中心负责提供7 2 4 小时的服务包括号 码资源、通信线路、系统软硬件殴备、工作场地、坐席代表的人员安排和管 理，以及系统的日常维护工作； ( 2 ) 座席外包代理：考虑到部分客户所处的行业的专业性，座席代表由客 户自行安排，座席外包服务的优势在于租赁固定的座席，专职用于公司业务 的处理，这种形式的外包适合于专业性较强、实力较强的企业用户，如医疗 咨询、保险投资、技术支持和理财服务等； ( 3 ) 临时租用服务代理：针对一些临时性的呼叫中心租用服务，如市场 调研、商务会展等业务，呼叫中心将根据客户需求进行系统设计，提供服务。 调查表明，在世界5 0 0 强中，9 0 的企业利用外包呼叫中心从事至少一 项主要的商务活动；8 5 的企业比以前更加注重应用外包呼叫中心从事更多 的关键性的市场销售。 2 3 3虚拟呼叫中心 利用智能化网络技术，建立虚拟呼叫中心。这种呼叫中心可以是系统庞 寸：、功能齐全、座席数目过千的环球呼叫中心，也可以是这样一个庞大的 系统为若干中小企业同时服务，呼叫中心为运营商所有，各个中小公司的座 席代表特别是资深的专家，可叭在自己公司、实验室工作，而用虚拟网络与 中，心相连随时接受那些对公司极为重要的来自中心的询问。这种系统具有 大型数据库或数掘仓库，它可以为每一个“入网”的中小公司作决策和分析， 当然中心运营商要保证各公司之阳j 信启、绝对保密和安全，以使任何一个公司 不因采用共同呼叫中，d 而泄密。另外一种方法是入网的各中小企业来自不同 行业，由于采用不同的运营方式，使他们之问无共同之处，因此可以做到保 密。 2 3 4 a s p ( a p p i c a t i o ns e r v i c ep r o v i d e r s ) 型呼叫中心 asp 型呼叫中心是近一段时间以来出现的新模式，它的投资和操作模 式介于自己建设和外包两种模式之间，租用第三方的设备和技术，而座席代 表是公司自己的。 外包呼叫中心与asp 型呼叫中心都要借助第三方的力量来完成客户服 务。但不同的是，采用外包形式时，与外包运营商的合作关系相当紧密不 只是从技术方面的合作，还有座丽、管理等多方面的合作：而a s p 型呼叫 中心中，合作关系相对松散，主要是借助了a s p 应用服务提供商的强大软 件功能，而座席、管理等主要还是企业自己负责。 2 4呼叫中心市场发展趋势 国内呼叫中心行业在未来的4 年里将以较快的速度发展，据统计，到 2 0 0 4 年，呼叫中心的总座席数将达到1 9 24 1 1 个( 不包括寻呼企业的呼叫中 心座席数) ，年平均增长率将为2 2 。电信、银行仍然是未来几年呼叫中心 的主体细分市场，但在整个呼叫中心所占的比重将不断下降。证券、政府、 计算机、家电、远程购物及电子商务，制造业的呼叫中心的增长速度很快， 服务导向驱动的细分市场将是未来呼叫中心设备提供商和软件供应商追逐 的方向。 经过十几年的迅速发展，外包服务现在已经成为整个呼叫中心产业的主 流。据一项来自i d c 的调查表明，全球呼叫中心服务市场总产值在1 9 9 8 年 为2 3 0 亿美元。预计到2 0 0 3 年将翻番，达到5 8 6 亿美元。这主要是源于加 入w t o ，国家对电信服务业将采取进一步开放的政策；各行各业由于在面 对同益激烈的市场竞争中，意识到客户服务的重要性，从而导致对呼叫中心 的需求增加；企业越柬越专注于自己的核心业务，希望将非核心业务外包出 去。在现阶段希望从事外包服务的公司主要有：已经建成多年并且具有一定 系统余量的各地电信呼叫中心、正在积极寻求转型的各大寻呼公司、以行业 为基础的外包服务公司以及国外呼叫中心外包服务公司等。其中，各大寻呼 公司将成为支不可忽视的生力军。在寻呼业因种种原因造成业务量急剧下 降的今天，如能将原有的设备稍加改造，再利用多年积累下来的电信增值服 务的丰富经验，选择呼d u 中心辨包服务不失为一个明智之举。 中国的呼叫中心可以说是在国外几十年的运营基础上丌始发展的，呼叫 中心在欧美国家已经形成支柱产业，c t i 技术、口技术、互联网技术运用都 已经成熟，还将以较大的步伐继续增长。中国国内呼口q 中，t 5 产业处于萌芽状 态，仍然停留在单纯的c t i 呼叫中心阶段。虽然已有部分寻呼企业向呼叫 中心转型，但水平参差不齐，尤其是目前缺乏一个可以在全国范围内提供商 业服务的呼叫中心。随着中国加入w t o ，呼叫中一t l , 由自建自用发展到共建 共享，并逐步向专业化商业服务发展，呼叫中心将进入一个飞速发展的时期。 第三章跨平台i v r 系统 一般的 v r 应用都针对某一单独的硬件平台进行刃= 发，系统研发完成之 后便不能再作修改，基于已完成系统的二次开发也比较困难。比较大的i v r 应用都在交换机上作丌发，而小型的、企业级的i v r 应用一般选用语音卡作 为硬件平台，目前国内外各种档次的语音卡种类很多，能满足用户不同的应 用需求，但是各个厂家之间产品的开发接口各不相同，兼容性较差，为系统 的升级和更新增加了难度。但是尽管各种不同的i v r 系统的应用领域和所采 用的硬件设备可能不同其i v r 流程的基本特点和硬件设备所完成的功能都 基本类似。一般来说，面向用户的i v r 流程都由播放语音提示、接收用户按 键输入和播放用户要求的信息等交互内容构成，丽相应的硬件设备所完成的 功能主要有：摘机、拨号、挂机、检测振铃，播放提示音、录音，检测d t m f 信号等，只不过各个设备的实现细节不同，因此本文提出了一种独立于具体 i v r 应用以及系统所采用硬件设备的i v r 设计方法。 3 1i v r 系统概述 在论及跨平台i v r 系统设计细节之前，我们首先要明确一下：什么是i v r 系统? v r 系统的作用是什么? i v r ( i n t e r a c t i v ev o i c er e s p o n s e ，交互式语 音应答) 指的是利用计算机技术向通过电话拨入的用户播放语音提示菜单， 并根据用户的不同输入选择提供不同的服务，i v r 是将电信网络和计算机相 结合的产物，是利用电话按键控制计算机的交互网关。i v r 系统的主要功能 包括：语音菜单提示、自动应答、自动转接、数据查询、录放语音等。常见 的i v r 应用有： ( 1 ) 个人信息查询比如银行帐单、手机话费等资费查询系统： ( 2 ) 企业语音导航，一般可完成电话转接、企业情况介绍、新产品宣传等 功能。 ( 3 ) 预订服务，例如电话票务代理，客房预订等，这些系统一般采用i v r 系统与人工坐席相结合的方式提供更完全的服务内容： ( 4 ) 付费与催缴，这类一般会与银行系统相接，完成资会转账相关业务。 个典型的i v r 浯音导航菜单示例如下( 以话费奄询系统为倒) ：用户 通过固定电话或者手机拨打接入号连接到i v r 服务器，i v r 系统播放提示音 告诉用户可选择的操作菜单，比如“按1 进入话费查询系统，按2 进入信息 咨询系统，按0 1 转人工服务”等，倘若用户在电话键盘上按1 选择了话 费查询系统，i v r 服务器将提示要求用户输入所查话机的号码和查询密码， 确认无误后i v r 服务器会调用数据库查询子系统检索用户的话费信息，并通 过合成语音告诉用户。倘若用户在主菜单中按0 选择人工服务，i v r 系统会 通过转接功能将通话转交给人工坐席处理。 3 2i v r 系统的关键特性 一个典型的i v r 系统通常具有如下特性： 呼叫终止是指当一个呼叫不用转接到其它的网络就能处理完毕 主叫用户拨打号码，然后这个呼叫通过交换机或a c d 宜接到达i v r 系统。通过用户和i v r 系统之间的交互，主要通过d t m f 信号的产 生和检测，系统能够提供用户所需的系统。例如，用户可以按1 键 获得他的银行帐户余额。如果用户认为已获取了足够的信息，他将 挂机。在这种情况下，呼叫将中止于i v r 系统。 呼叫完成指用户的呼叫将会被转接到其它网络以获得更多的服务。 在这种情况下，用户不能从i v r 系统中得到足够多的信息，而需要 人工座席的帮助。i v r 通过一个外呼操作将该呼叫转移到人工座席。 这个呼叫最终会终止于单个的座席，而不是i v r 系统。 回放预先录制的或动态生成的语音提示。 i v r 系统通过向用户播放预先录制好的声音文件来提供信息。i v r 系统能够把几个语音片断动态地合成为一条提示。例女i v r 系统可 以从磁盘上获得以下几个语音片断文件：千”，百”，”零”，” 及”元”，把它们合成为千一百零元” 录制用户信息 系统也能录制用户的语音信息。这些信息能够以p c m 等多种格式存 贮下来。这些录音文件可以被存贮在数据库中供进一步使用。 从数掘库中提取用户所需信息 通常数据库应用程序运行在另外的应用服务器上，i v r 系统与它通 过局域网进行连接。 与其它的电话服务器如a c d 和管理服务器进行交互 这是指i v r 系统如何接受一个呼入的呼叫或产生外呼呼叫。 收集诸如主i t 号码之类的呼入电话信息 作为智能网的一部分，i v r 系统在呼叫连接之d 口就能收集a n i 来识 磊0 用户并处理呼叫信息。 3 2 1 具有语音识别功能的i v r 系统 具有语音识别功能的i v r 系统能够进行基于离散的数字和自然语音的识 别。 a s r * i t t s 两种语音技术在i v r 系统中的应用极大的扩充了i v r 系统的 功能以及其应用范围，受到电话机键盘的限制，传统的i v r 系统只能做些简 单的与账户相关的信扈、查询，而对于输入选项比较多而且复杂的信息查询， 比如已知出发港和到达港的飞机航班的查询，就比较难以实现。a s r s f t l t t s 很好的解决了这个问题。 3 ，2 2基于i p 的i v r 系统 基于口的i v r 系统能够提供以上提到的所有功能。但是在构建系统时， 需要考虑到p 本身所固有的一些特性，例如在带宽之内或之外都能够发送 d t m f 信号。 从硬件的构成上看，i v r 系统可以分成两种。一种是基于交换机的系统， 另外一种是基于电话语音卡的系统。基予交换机的系统能提供较多的电话线 路资源，能够同时为较多的用户提供服务，适合于较大规模的企业和部门使 用。基于电话语音卡的i v r 系统，具有配篱灵活轻便的特点，适合于广大中 小规模的企业和部门。 一般i v r 系统都是针对单一硬件平台j 丌发的，设计过程中需要涉及i 1 ：多硬 件设备相关接口的丌发，由于业务控制代码和设备丌发接口相互契合，对于 丌发人员的要求比较高，不利于划分模块协作开发，所开发的系统也不容易 较快的移植到其他硬件平台上系统的扩容和升级都比较困难。本文涉及的 i v r 系统提出了一种跨平台结构，通过在业务控制代码和硬件设备编程接口 之怕j 插入一层独立于硬件的通用硬件设备抽象层( h a l ：h a r d w a r ea b s tf a c t l a y e r ) ，将业务逻辑与底层平台分开，使得业务逻辑丌发和设备驱动开发可 以分开进行，并且系统可以方便的迁移到其他硬件设备上，降低了- 丌发和维 护成本。 图3 1 跨平台i v r 系统层次结构 如上图，通用a p i ，也即硬件抽象层屏蔽了底层不同的硬件设备和其对应 的编程接口，使得i v r 系统与硬件平台无关，极大地方便了系统的扩充了迁移。 3 3v m s 语音短信系统 v m s ( v o i c em e s s a g es y s t e m ) 语音短信系统是基于前述跨平台i v r 结构的 一个实际应用系统，通过硬件抽象层( h a l ) 结合各种不同的设备驱动，v m s 由部署在各个城市的v m s 服务器构成，v m s 服务器之间通过邮件服务器转 发信息，并通过p s t n ( 公共电话网) 及t p 语音网络接入用户，提供语音短 信转发服务。v m s 还提供通过w e b 客户端接受文本，并转化为语音的t t s 服务，满足用户的多样需求。 3 3 1 v m 8 语音短信系统功能概述 v m s 语音短信系统由分布在多个地方的v m s 服务器、数据库服务器、 邮件服务器以及与之相连的各种用户终端构成，以下是v m s 语音短信系统 的部署方式： 图3 - 2v m s 语音短信系统部署方案 如图，两台v m s 服务器通过e m a i l 服务器与i n t e m e t 连接在一起，之间 交换信息的方式是通过发送和接受固定格式的e m a i l 文件。用户能够以包括 固定电话、手机、p 电话、w e b 客户端等多种方式拨入到v m s 服务器上， 按照i v r 语音导航菜单的提示，通过话机键盘输入对方的位鬻、话机的号码、 拨出时间，并根据提示录下留言信息。v m s 语音短信系统接收了用户提供 的相关信息存入数据库系统，并根据数据库中保存的电话区号目的v m s 服务器对照表，查出所要联系的目标v m s 服务器邮件地址，将相关信息构 造出一封电子邮件，发往该邮件地址。目标v m s 服务器接收到邮件后，解 析其中的信息，并根掘用户要求在指定的时间拨打对方用户的电话号码，提 示对方收听留言。 以下是这一过程的图示： 乜剖i 口心电_ 口o 毒e 警越p - 。喵qt 1 1 1 i r 扯r r 一 - - 一一_ 一o l 毫土l t b 江一一一一一 图3 - 3v m s 语音系统运作实例 3 3 2 州s 服务器架构 v m s v i a e m a i j v m s v m s 服务器程序由一套通用的硬件抽象层a p i 整合底层不同的硬件平 台，为上层的i v r 应用提供呼叫建立、拆除、录放音、d t m f 识别等功能， 并结合t t s 、e m a i l 、g u i 等功能模块构成。除此之外，i v r 代码生成工具 和v m s 测试工具大大加快v m s 系统的丌发过程。 下图是v m s 服务器程序的架构及相关工具： 蚓3 - 4 跨平台的v m s 语贵短信系统及棚关l 只 在v m s 服务器程序中，几套不同的a p i 为v m s 提供了多利丰富的应用。 而统一的a p l 接口则使得v m s 系统可以方便的运行在不同的系统平台上， 升级、扩充新功能以及开发新应用都非常方便。 3 3 2 1 基手d i a l o g i c 语音卡的v m s 系统 电话语音卡设置有电话线路接口，可以识别和产生d t m f 拨号信号，完 成电话语音信号的采集和回放。因此可以用电话语音卡在p c 机上构成一个 电话语音识别系统。d i a l o g i c 公司的电话语音卡以产品齐全、性能稳定而得 到广泛的应用。( 1 9 9 9 年7 月d i a l o g i c 公司已被i n t e l ) 公司收购，成为其子 公司) 。目前常见的语音卡有d 4 1 e p c i 四路电话语音卡、d 1 2 0 j c t - l s 十二 路电话语音卡等。其中d 1 2 0 j c t - l s 是d i a l o g i c 的款性能较强的电话语 音卡。它与计算机的接口为p c i 接口，采用双口r a m 在语音卡和计算机间 进行高速的数据传输。d 1 2 0 j c t - l s 语音卡采用双处理器结构因而具有强大 的管理和处理能力，其中的控制处理器采用i n t e l8 0 4 8 6 通用处理器，用于控 制电话接口，实时地响应处理各种命令和信号，并负责管理语音卡与p c 机 的p c i 数据接口。d 1 2 0 j c t - l s 的数字信号处理器采用两片m o t o r o l a5 6 3 0 3 数字信号处理器，其主要功能有： ( 1 ) 自动增益控制及语音信号的压扩变换： ( 2 ) 采集和播放各种格式的电话语音信号，实现p c mu 律、a d p c m 、 g s m 算法等； ( 3 ) 辨识和产生d t m f 、m f 信号： ( 4 ) 语音打断( 触发) 功能( b a r g e i n ) ； ( 5 ) 实现i t u t g 3 传真功能。 由于d 1 2 0 j c t - l s 语音卡具有强大的硬件功能和适应性，便于f f 后的功 能扩展，因此选择它构成了v m s 系统中的硬件系统。 电话语音卡在系统中除了要完成电话振铃检测。执行摘机、挂机命令， 识别d t m f 信号之外，还要采集电话语音信号并且实时地向p c 机传送这些 数据用来完成语音短信。可见电话语音卡在这里除了要配合计算机完成语音 识别功能外，还可以完成常见的i v r 系统中所要求的功能。 d i a l o g i e 公司为其电话语音卡定义了a p i 接口标准。与硬件无关的通用 系统接口函数是在标准运行库( s r l ) 中定义。其中t b i s r l m t 。l i b 和l i b s r l m t 。 d 1 1 分别是标准运行库的静态链接库和动念链接库。与语音硬件有关的a p l 函数全部是在语音驱动程序库中定义。而l i b d x x m t 。l i b 是语音驱动程序的 d 静态迸链接库。 d i a l o g i c 语音卡支持同步豉异步工作模式。在同步模式下，调用函数只 有在完成了指定的功能后才能返回。而在异步方式下，a p i 晒数不必等待系 统完成操作就能够立即返回主线程。系统在完成异步a p l 函数指定的操作后 会向系统发事件消息，系绩需要个事件处理器来响应这些事件消息。 d i a l o g i c 语音卡的异步方式和同步方式都可以在多线程的环境下工作。在丌 发编程时应该根据语音卡应用系统的规模来确定选择那种工作模式。一般 情况下，选择同步模式的应用系统较容易开发，但是当工作线程较多时操作 系统用于管理线程的开销会增大。异步工作模式的特点是可以用一个主线程 管理所有的事件消息，因此在多设备的大系统中，应选择使用异步模式。 d i a l o g i c 提供的录音函数，例如d xr e c 0 ，d xr e c f 0 等a p i 库函数，没有 直接提供实时的录音手段。般情况下，每调用一次d xr e c 0 或d xr e c f 0 函 数，它就向指定的文件或者是若干个存储器缓冲区传送一段语音数据后返 回。这种方法只适合于录制有固定长度限制的语音数据。例如，电子语音信 箱等。在交互式语音应答系统中，完成一次人机交互的总时间是无法事先确 定的，因此不能对语音的录音长度有所限制。 3 3 2 2 基于i n t e lp i m p 软件的v m s 系统 i n t e l 主机媒体处理f h m p ) 软件产品，用于在基于i n t e l 构架之上的普通 服务器上进行媒体处理任务，而无需专门的硬件支持。使用该软件提供的媒 体服务，能够构建出灵活的、可扩充的、低成本的下一代口媒体服务器。 3 3 2 2 1h m p 介绍 主机媒体处理软件是i n t e l 通信积木技术的一种。安装该软件后，在用户 的应用软件看来，它就像d i a l o g i c 的d m 3 构架的语音板一样，不同的只是 所有的媒体处理都由主机的处理器来完成。为了帮助用户加快他们产品投放 市场的时间和向口方向移植他们已有的应用程序+ 该软件支持两种a p i ，即 进行媒体处理的r 4a p i 和呼叫控制的g l o b a lc a l l 。 h m p 软件使用了内置的网卡( n i c ) 柬提供j p 连接。它支持工业标准的h 。 3 2 3 协议来进行呼叫控制，通过g 。7 1l 格式来支持口上的r t p r t s p 媒体 流。为了有助于网络上的媒体流质量，h m p 软件支持1 0 、2 0 和3 0 毫秒大 小的i 陨，以及诸如q o s 门限告警之类的其它特性。 h m p 软件是用w i n d o w s 操作系统的核心模式驱动程序实现的，它以实 时优先绒运行。由于h m p 软件是做为纯的软件产品，它能够像其它软件一 样进行安装和升级。它使用工业标准的模块柬实现软件授权，浚模块使用 m a c 地址来使软件只能够绑定到一台计算机上。如果用户选择合并使用媒 体处理，h m p 软件将提供一些许可证模型。 h m p 软件提供的基于主机的资源包括 放音资源 录音资源 音调检测和生成资源 i p 电话媒体资源 会议资源 模块化的下一代网络将把语音和数据融和到一个分组的基础网络中。两 种主要的架构都能够布署媒体服务，他们分别是以电路交换为基础的网络接 口和以包交换为基础的口网络接口。图3 - 5 显示了这两种架构，h m p 软件 对于它们都能支持。 i n t 矿 时n 哪”髀- 州伸- r o 口讳“口帅p “ 1 璺】3 5 媒体服务器布署架构 基于包交换的i p 网络仅需要以太网接口。最近，对于i n t e r n e t a 骨干网服 务和电信语音连接，传统的服务提供商f 在将标准的百兆和千兆以太网做为 主要的接口方式。服务提供商正在前i 暑媒体网关，利用v o l p 技术将电路网络 中的语音流转换为以以太网为基础的结构。由于以太网的普遍存在，为标准 自 , j w e b 计算平台、台式电脑和笔记本电脑配备以太网卡己成为必要。结果， 在标准的w e b 计算平台上布署以太网电信媒体服务器，只需要h m p 软件而无 需其它语音处理硬件。以太网允许基于以太网的电信媒体服务器，同时为传 统的电路交换用户和基于口的用户提供语音媒体处理服务。 图3 - 6 的模块图显示了i n t e l 开发的i - i m p 软件参考体系结构，它是电信媒 体服务器解决方案中组件的蓝图。这个体系结构定义了接口的需求，和同时 支持基于电路和基于包的媒体服务器的功能。 图3 - 6h m p 软件参考体系结构模块图 参考体系结构有5 个主要的功能 l 。h m p 软件 2 。电信网接口 3 。语言和数掘存储接口 4 。h m p 软件编程接口 5 。标准计算平台 3 3 2 2 2 基于p s t n 网