首頁>>廠商>>CTI系統(tǒng)平臺廠商>>易谷網(wǎng)絡

基于VoiceXML技術的可視化IVR系統(tǒng)設計和實現(xiàn)(三)

上海易谷網(wǎng)絡科技有限公司 查瑋 2009/12/29

基于VoiceXML技術的可視化IVR系統(tǒng)設計和實現(xiàn)(一)

基于VoiceXML技術的可視化IVR系統(tǒng)設計和實現(xiàn)(二)

　　從圖4.4所示結構中，通過主窗體可以訪問其它窗體操作，同時控制窗體與類模塊的信息交互。系統(tǒng)中的各個窗口的實現(xiàn)均是基于基礎類包的。下面詳細介紹IVR系統(tǒng)流程工具各個部分的實現(xiàn)。其實現(xiàn)工具的內(nèi)容詳見文獻[31]。

　　主程序是IVR系統(tǒng)流程定義工具的主體，它包括各個窗口的定義、流程類的定義、節(jié)點類定義等。主程序通過主窗體類定義將其它各個類窗體組織在一起，同時負責各子窗體之間的信息交互。主窗體類則定義了流程間的組織結構，它通過用戶界面操作協(xié)助用戶完成流程制作，同時生成含有VoiceXML標簽的Web頁面交給執(zhí)行引擎進行解釋執(zhí)行。

　　主窗體主要負責各個窗體和類模塊之間的信息交互和訪問控制。圖4.2描述IVR系統(tǒng)業(yè)務流程定義工具的主窗體界面。分為工具箱窗體、菜單窗體、流程編輯(畫布)窗體、屬性窗體，同時包括流程節(jié)點的訪問控制。

圖4.2 IVR系統(tǒng)流程定義工具主窗體

　　工具箱窗體：工具箱窗體提供系統(tǒng)支持節(jié)點類型控件的選擇，用戶通過拖拽方式添加節(jié)點以制作流程。工具箱窗體類主要包括工具箱窗體的事件響應和主窗體交互部分，提供每種實現(xiàn)方法。

　　菜單窗體：菜單窗體是提供關于整個系統(tǒng)流程的打開、編輯等操作。

　　屬性設置窗體：屬性窗體為每一類節(jié)點提供屬性設置功能，其中包括屬性窗體操作、與主窗體信息交互兩大類，提供各個節(jié)點所涉及到的每種屬性窗體的實現(xiàn)方法。

　　流程編輯(畫布)窗體：此窗體類提供了制作流程的畫布操作。在此窗口定義了一個畫布控件;流程編輯窗體接收畫布對象的事件，提交給主窗體，同時通過與主窗體的信息交互控制在畫布上確保正確制作流程。

　　主程序除了上述4種主要的模塊定義之外，還有一些窗體類和類模塊定義，主要負責各種屬性的設置和操作:同時為使流程制作更加人性化，主程序增加了一些通用編輯功能。

　　以上為主程序的設計及其部分實現(xiàn)。在實現(xiàn)中通過引用窗體控件和畫布窗體類定義，集成了對畫布控件和節(jié)點控件的訪問操作。

4.2 IVR系統(tǒng)執(zhí)行引擎的實現(xiàn)

　　IVR系統(tǒng)執(zhí)行引擎是整個IVR系統(tǒng)的核心系統(tǒng)，它負責對之前由IVR系統(tǒng)流程定義工具生成的中間文件(含有VoiceXML標簽的Web頁面)解釋和驅動。本文設計的IVR系統(tǒng)是基于VoiceXML技術，以開源OpenVXI項目為基礎，設計并實現(xiàn)的IVR系統(tǒng)執(zhí)行引擎部分。

　　OpenVXI[32] 是一種簡便的開源庫，用來解釋VoiceXML對話標記語言(dialog markup language)。為了避免其它私有的標準，它嚴格支持VoiceXML 2.0 草案(現(xiàn)在已經(jīng)支持部分3.0的標準),同時OpenVXI是一個跨平臺的開發(fā)系統(tǒng)。

　　OpenVXI本身只是VoiceXML平臺的一個組件[32]，它只是提供了簡單的語音識別、語音提示和TTS(text-to-speech)功能。而對于電話功能，由于語音卡的種類繁多，同時VoIP(Voice over IP)技術的快速發(fā)展，就需要使用者自己提供實際的組件和函數(shù)進行整合。既便如此，OpenVXI還是提供一個強大的基本框架讓使用者構建自己的語音平臺。

4.4.1 OpenVXI的系統(tǒng)架構

　　根據(jù)圖2.3描述的VoiceXML平臺的基本體系結構分析，OpenVXI符合基本架構，具體的系統(tǒng)架構圖如圖4.3所示。整個平臺執(zhí)行VoiceXML頁面，并提供與電話網(wǎng)絡連接的服務，平臺總共分4個部分：

　　1．主進程、操作管理和維護系統(tǒng)：一個收集系統(tǒng)管理和錯誤報告的工具。這個核心組件通過創(chuàng)建線程的方式來喚醒VoiceXML瀏覽器。

　　2．OpenVXI：負責解釋VoiceXML標記語言和語音平臺返回的呼叫標志信息(通過返回相應的事件信息)。

　　3．OpenSpeech Browser PIK：提供了為系統(tǒng)運行所必要的高層次(high-level)服務，包括識別引擎、語音引導引擎、Internet fetch庫(提供通過URL對web服務器訪問的庫)、ECMA Script[32]引擎。OpenVXI通過系統(tǒng)提供的函數(shù)接口來訪問這些組件，這些接口不需要定義和實現(xiàn)各種機制來滿足與底層電話系統(tǒng)軟件系統(tǒng)之間的通訊，而是通過使用支持Client/Server模式的TCP/IP協(xié)議來實現(xiàn)。

　　4．Telephony and base services:需要能接收到電話的基本操作系統(tǒng)服務和電話服務。

圖4.3 OpenVXI系統(tǒng)架構圖

4.4.2 OpenSpeech Browser PIK組件結構

　　圖4.4描述了OpenSpeech Browser PIK 的架構和組件構成，包括為完成語音識別和TTS功能整合的產(chǎn)品SpeechWorks。 所有的組件都被設計成很容易的去訪問。這個語音瀏覽器(Speech Browser)包括：

　　1．VXI：解析所有的VoiceXML標記，并且擔當程序中的主控作用。VXI實現(xiàn)了VoiceXML 1.0中所有必需(mandatory)的部分和大部分的可選功能。

　　2．XML Parser Interface：提供對XML DOM解析器的訪問，現(xiàn)在的實現(xiàn)方式是通過直接調(diào)用開源的Apache Xerces SAX and DOM parse解析接口。

　　3．Internet Interface：通過http://和file://的方式訪問應用文檔(即URL的方式訪問Web頁面)，同時也支持POST的方式給應用服務器返回數(shù)據(jù)。這方面的實現(xiàn)是整合了開源W3C Libwww開發(fā)庫。

　　4．ECMAScript(JavaScript) Interface ：提供了對ECMAScript執(zhí)行服務的訪問。相關的實現(xiàn)整合了Mozilla SpiderMonkey開源引擎。

　　5．Logging Interface：用來報告系統(tǒng)級別的錯誤、事件和診斷信息。它是將日志存儲成日志文件，并且可以選擇進行標準的輸出。

核心瀏覽器中與語音平臺相關的API主要包括：

　　1．Recognizer Interface：提供語法管理和由VoiceXML指定的識別服務(例如：收取DTMF碼)，包括動態(tài)語法創(chuàng)建和語法構建。它通過Telephony Service來獲取呼叫信息，并且已經(jīng)在OpenSpeech Browser中整合。

　　2．Prompting Interface：提供完整的放音服務，包括播放可變語音。它必須處理語音文件并且提供語音服務。OpenSpeech Browser PIK已經(jīng)整合了支持幾種語言的TTS。

　　3．Telephony Interface：提供呼叫控制服務，包括發(fā)送語音平臺的時間、轉接和掛斷電話。OpenSpeech Browser PIK已經(jīng)實現(xiàn)了與底層的語音平臺交互，并抽象了API來提供呼叫控制服務。

　　4．Object Interface：提供了對對象的訪問。通過對象元素，平臺可以訪問定義的那些對VoiceXML語音的擴展。對象可以很容易的被定義成適合語音平臺需要的呼叫控制擴展、CTI系統(tǒng)的彈屏顯示或者其它一些需求。

圖4.4 OpenSpeech Browser PIK 組件構成圖

　　通過對OpenVXI的描述，可以看出：模塊化和分層次的設計使得在平臺里的各個組件之間即相對獨立，又相互聯(lián)系、互相協(xié)作來完成整個平臺的功能。使用者可以通過實現(xiàn)平臺提供的各種接口來實現(xiàn)對基于各種硬件或者軟件的語音系統(tǒng)的整合。本文設計的IVR系統(tǒng)所涉及到的是模擬語音卡，所以對與錄音、放音、取鍵都由語音卡所提供的API來完成即可。

4.4.3 接口實現(xiàn)（取鍵、錄音、放音、轉接）

　　OpenSpeech Browser PIK自身就是支持標準的VoiceXML 2.0的標準，同時對VoiceXML的解析能力比較強大，又同時整合了Apache的XML解析器、W3C的LIBWWW進行Web訪問和Mozilla Spider Monkey作為ECMA Script的執(zhí)行器，本文主要是通過實現(xiàn)相應的語音平臺接口來實現(xiàn)IVR系統(tǒng)的執(zhí)行引擎。沒有對VoiceXML解析功能做過多的修改。

Recognizer Interface(識別接口)的實現(xiàn)

　　對應Recognizer的接口,OpenVXI分別針對收取用戶按鍵(DTMF碼)和語音識別(speech recognize)的接口，但是由于現(xiàn)在語音識別的技術并不是很成熟，特別是對中文的識別率不是很高，本文設計的IVR系統(tǒng)就沒有涉及到該功能，只是留下接口等待以后實現(xiàn)。需要實現(xiàn)的具體接口函數(shù)有收取用戶按鍵和錄音。

收鍵接口，函數(shù)體描述如下：

VXIpromptResult Recognize (struct VXIrecInterface* pThis,
const VXIMap* properties,
VXIrecRecognitionResult** recogResult)

圖4.5描述了實現(xiàn)該接口的流程圖。

圖4.5 使用Recognize接口實現(xiàn)收DTMF碼流程圖

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺。通過GetImplementaionName來獲得實例名稱，進入下一步；

　　2)使用BeginSession來創(chuàng)建session，并且通過LoadGrammarURI來裝載語法。這時候開始啟動收鍵，進入下一步；

　　3)啟動計時器，等待事件觸發(fā)；

　　4)如果接收到SC_EVENT_DISCCONET事件，表示用戶主動放棄，返回REC_FAILURE，調(diào)用EndSession，流程結束；如果接收到SC_EVENT_TIMEOUT事件，表示用戶在計時器的時間內(nèi)沒有輸入，返回REC_NOINPUT，調(diào)用EndSession，流程結束；如果接收到SC_EVENT_DTMF_RECEIVED事件，表示用戶輸入完畢，進入下一步；

　　5)檢查語法的符合性，通過檢查是否滿足在.gram文件里設置的正則表達式來判斷，如果符合轉6，不符合轉7；

　　6)符合語法，返回REC_SUCESS，調(diào)用EndSession，流程結束；

　　7)不符合語法，返回REC_NOMATCH，調(diào)用EndSession，流程結束。

錄音接口，接口函數(shù)體描述如下：

VXIrecResult Record (struct VXIrecInterface* pThis,
const VXIMap* propertites,
VXIrecRecordResult** recordResult)

圖4.6描述了實現(xiàn)該接口的流程圖。

圖4.6使用Record接口實現(xiàn)錄音流程圖

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺。通過GetImplementaionName來獲得實例名稱，進入下一步；

　　2)創(chuàng)建錄音文件名，進入下一步；

　　3) 使用BeginSession來創(chuàng)建session，并且通過LoadGrammarURI來裝載語法。這時候開始啟動錄音功能，進入下一步；

　　4)啟動計時器，等待事件觸發(fā)；

　　5)如果接收到SC_EVENT_DISCCONET事件，表示用戶主動放棄，轉到步驟7；如果接收到SC_EVENT_TIMEOUT事件，表示用戶在計時器的時間內(nèi)沒有輸入，返回REC_NOINPUT，調(diào)用EndSession，流程結束；如果接收到SC_EVENT_RECORD_RECEIVED事件，表示用戶錄音完畢，進入下一步；

　　6)返回REC_SUCCESS，進入下一步；

　　7)檢查錄音文件是否有數(shù)據(jù)。如果錄音文件沒有數(shù)據(jù)不存在數(shù)據(jù)，表示錄音不成功，返回REC_FAILURE，調(diào)用EndSession，流程結束；如果錄音文件有數(shù)據(jù)，表示錄音成功，返回成功，調(diào)用EndSession，流程結束。

Prompting Interface(放音接口)的實現(xiàn)

　　對于放音接口，所需要關注的是3個函數(shù)的實現(xiàn)：Queue()接口、Play()接口和Wait()接口。

　　Queue接口僅僅是將所要播放或者重復播放的語音文件放入隊列中，并不擔當放音的功能， Play()接口才是啟動播放動作的。這個調(diào)用會一直阻塞直到放音數(shù)據(jù)返回以便于調(diào)用者可以確認是否需要重播。接口函數(shù)體描述如下：

VXIpromptResult Queue (struct VXIproptInterface* pThis,
const VXIchar* type,
const VXIchar* content,
const VXIchar* text,
const VXIMap* properties)


　　在實現(xiàn)過程中，本文設計的IVR系統(tǒng)只是涉及到語音文件的播放，所以只是需要通過調(diào)用語音卡API將語音文件放入播放隊列即可，而需要重復播放的語音文件，只要重復放入到語音隊列當中便可實現(xiàn)。

　　Play接口是完成放音動作的接口。實現(xiàn)非常簡單，只需要調(diào)用語音卡放音API去播放存在播放隊列里的語音文件。接口函數(shù)體描述如下：

VXIpromptResult Queue (struct VXIproptInterface* pThis)

　　Wait接口是等待所有的放音文件都結束，去捕獲放音時間結束。接口函數(shù)體描述如下：

VXIpromptResult Wait (struct VXIproptInterface* pThis
VXIpromptResult* playResutl)


　　圖4.7描述了這三個接口實現(xiàn)流程圖。

圖4.7 Queue、Play、Wait接口實現(xiàn)流程圖

Queue接口實現(xiàn)如下：

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺，進入下一步；

　　2)判斷語音文件是否合法，如果合法轉3，不合法返回PROMPT_FAILURE，流程結束；

　　3)將要播放的文件名放入播放隊列中等待播放，返回PROMPT_SUCCESS，流程結束。

Play接口實現(xiàn)如下：

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺，進入下一步；

　　2)判斷播放隊列是否為空，如果為空返回PROMPT_SUCCESS，流程結束；如果不為空，轉3；

　　3)調(diào)用語音卡放音API實現(xiàn)放音功能，轉2。

Wait接口實現(xiàn)如下：

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺，進入下一步；

　　2)啟動計時器，等待事件觸發(fā)；

　　3)如果收到SC_EVENT_DISCONNECT事件，表示話路斷開，返回PROMPT_FAILURE，流程結束；如果收到SC_EVENT_PROMPT_END,返回PROMPT_SUCCESS，流程結束。

Telephony Interface(轉接接口)的實現(xiàn)

　　對于電話接口，需要實現(xiàn)的方法有GetStatus、Disconnect、TransferBlind，而TransferBridge指的是通過橋接的方式去轉接。首先，他需要平臺的支持，其次還要進行大量的配置，同時占有很多的資源，非常的不實用。對于IVR系統(tǒng)來說，不需要這么復雜的操作。對于大型的呼叫中心，IVR系統(tǒng)只是前置于整個呼叫平臺，更多的話路操作還需要交給CTI系統(tǒng)去完成。

　　下面給出每個接口實現(xiàn)的流程圖，如圖4.8所示。

圖4.8 GetStatus、Disconnect、TransferBlind接口流程圖

GetStatus函數(shù)體描述如下：

VXItelResult GetStatus(struct VXItelInterface* pThis,
VXItelStatus* status)

接口實現(xiàn)如下：

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺，進入下一步；

　　2)調(diào)用語音卡API去查看通道狀態(tài)，進入下一步；

　　3)將獲得狀態(tài)返回，如果通道中有電話返回VXI_STATUS_ACTIVE；如果通道是空閑狀態(tài)則返回VXI_STATUS_INACTIVE流程結束。

Disconnect函數(shù)體描述如下

VXItelResult Disconnect(struct VXItelInterface* pThis)

接口實現(xiàn)如下：

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺，進入下一步；

　　2)調(diào)用語音卡API去檢查語音連接是否存在，如果存在，則進入下一步；如果不存在，轉4；

　　3)調(diào)用語音卡API去掛斷電話，進入下一步；

　　4) 調(diào)用語音卡API釋放所有資源，流程結束。

TransferBlind函數(shù)體描述如下

VXItelResult TransferBlind (struct VXItelInterface* pThis,
const VXIMap* properties，
const VXIChar* transferDestination,
VXIMap** resp)


接口實現(xiàn)如下：

　　1)獲取連接實例，其數(shù)據(jù)是從語音卡檢測到的信令，發(fā)送給語音平臺，進入下一步；

　　2)調(diào)用語音卡API去檢查語音連接是否存在，如果存在，則進入下一步；如果不存在，轉4；

　　3)調(diào)用語音卡API去轉接電話(因為是采用的是“盲轉”方式轉接，IVR系統(tǒng)只要將電話轉移到話機上即可，不需要管理轉接后的狀態(tài))，返回成功，流程結束；

　　4)返回失敗，流程結束。

4.3本章小結

　　本章在基于整個IVR系統(tǒng)的詳細設計基礎上，基于MFC技術和OpenVXI的開源項目，實現(xiàn)了IVR系統(tǒng)可視化的過程定義工具和IVR系統(tǒng)的執(zhí)行引擎。

基于VoiceXML技術可視化IVR設計和實現(xiàn)(四)

作者獨家提供CTI論壇稿件，其它媒體謝絕轉載

CTI論壇報道