首頁>>廠商>>語音識別與合成>>炎黃新星

炎黃新星語音門戶技術(shù)解決方案

2002/04/01

　　語音門戶是由語音驅(qū)動網(wǎng)站，它運(yùn)行高速語音識別和文本／語音軟件，使用戶能夠通過電話更容易地瀏覽網(wǎng)絡(luò)或檢查郵件，或者從金融服務(wù)中心、航空公司和電話號碼查詢服務(wù)臺獲取信息。

　　語音門戶（Voice Portal）是溝通電信用戶、互聯(lián)網(wǎng)及其他信息系統(tǒng)的橋梁，它是一種產(chǎn)品，而不是一種技術(shù)。語音門戶的主要特點(diǎn)包括：

　　為固定和移動通信用戶和運(yùn)營商提供服務(wù)；

　　一個號碼接入: 用戶撥入一個特服號碼，享受全部服務(wù)；

　　以自動語音識別（ASR）提供導(dǎo)航和服務(wù)；

　　提供個性化和人性化綜合服務(wù)和統(tǒng)一消息服務(wù)。

　　具體地說，語音門戶應(yīng)該是建立在電信運(yùn)營商的電信網(wǎng)絡(luò)上，為客戶提供個性化和人性化的客戶服務(wù)、信息服務(wù)、轉(zhuǎn)接服務(wù)和個人定制服務(wù)的平臺。在這個平臺上，用戶通過語音界面，可以更快捷、更方便地獲得比傳統(tǒng)IVR系統(tǒng)更豐富的信息和更完善的服務(wù)。

　　隨著個人電話的普及，尤其是手機(jī)的普及全球現(xiàn)在已超過有8.5億部的電話用戶和4.5億部的手機(jī)用戶，相比之下，全球只有大約2億個網(wǎng)絡(luò)用戶。而隨著手機(jī)服務(wù)商的快速增加，手機(jī)的用戶數(shù)也將隨之增加。預(yù)計到2003年全球?qū)�會有十億個手機(jī)用戶。這些數(shù)字表明未來通過電話來訪問互聯(lián)網(wǎng)無疑是最普遍的一種工具，既然人類的自然語音通過電話能夠被識別何理解的話，那么電話將無疑是最適合的一種工具用來提供關(guān)于大多數(shù)用戶所需求的市場和服務(wù)

　　從20世紀(jì)90年代末以來，隨著語音技術(shù)的成熟和逐步實用化，由于計算機(jī)硬件性能的飛速提高，語音門戶開始在世界發(fā)達(dá)國家出現(xiàn)。特別是在歐洲和美洲，較高的用戶消費(fèi)水平能夠消化吸收較昂貴的新技術(shù)，語音技術(shù)開始進(jìn)入客戶服務(wù)和信息服務(wù)領(lǐng)域，并逐漸與互聯(lián)網(wǎng)融合在一起，為客戶提供個性化和人性化的服務(wù)。

　　炎黃新星基于中國電信交換系統(tǒng)接口，提供基于IP的新一代語音門戶的解決方案，提供了通過電信網(wǎng)和互技術(shù)實現(xiàn)

服務(wù)內(nèi)容:

　　商旅人士可隨時隨地輕松獲取各種信息。例如，用戶只需撥打語音門戶網(wǎng)的號碼，就可在引導(dǎo)之下便捷瀏覽所需信息。在這個過程中，無須鍵入菜單選擇，僅需簡單的語音應(yīng)答即可完成操作。所以，語音門戶簡單易用－－無論是通過PC機(jī)、手機(jī)、還是固定電話，也無論是在辦公室、家中、還是在路上、車上，“瀏覽”網(wǎng)絡(luò)的過程變得輕松無比！

　　下述的例子中對于商旅人士而言可以在不同時間和不同地點(diǎn)是有幫助的：

• 收聽新聞或了解當(dāng)?shù)亟煌ㄇ闆r
• 隨時得到企業(yè)新信息服務(wù)
• 查閱電子郵箱或語音信箱中的內(nèi)容，并回復(fù)日常的電子郵件，傳真和語音郵件
• 尋找和預(yù)訂當(dāng)?shù)氐娘埖?/li>
• 尋找行車路線
• 了解當(dāng)?shù)赜霸旱碾娪�、關(guān)于電影評論的觀點(diǎn)以及可以在線購買演出當(dāng)日的電影票
• 得到股票的最新指數(shù)及個股報價，包括當(dāng)日開盤價/收盤價、最高價/最低價、當(dāng)前買入價，成交量等詳細(xì)信息呈現(xiàn)出來
• 查詢到各大航空公司的航班時刻，包括航班號，起飛時間，到達(dá)時間等信息。然后可直接接通機(jī)票預(yù)訂中心
• 訂一份美味的工作餐
• 使用個人信息服務(wù)。個人信息服務(wù)可以包括個人日歷、通訊錄、語音郵箱和個人理財?shù)鹊取?/li>

核心技術(shù):

• 文語轉(zhuǎn)換

　　文語轉(zhuǎn)換采用了炎黃新星與清華合作的華意語音計算機(jī)研究中心的第二代漢語文語轉(zhuǎn)換技術(shù)，支持多語言的語音合成，音速、音質(zhì)及韻律均可靈活調(diào)整，合成質(zhì)量貼近自然話務(wù)播音員。

• 自動語音識別

　　語音識別采用了最新的語音技術(shù)，包含先進(jìn)的識別引擎及大型的數(shù)據(jù)庫支持系統(tǒng)，支持多語言語音識別。系統(tǒng)接收其他系統(tǒng)模塊的語音信息，通過ASR轉(zhuǎn)換成相應(yīng)的文字信息，將文字信息以文本方式發(fā)送回相應(yīng)的系統(tǒng)，或通過命令分析，將分析出的命令送回相應(yīng)的系統(tǒng)模塊。

• 語音轉(zhuǎn)換

　　目前調(diào)用清華TTS合成后的只支持WAV和VOX這兩種語音格式， WAV和VOX都不適合在INTERNET上傳輸，所以TTS SERVER就必須對TTS合成好語音格式進(jìn)行轉(zhuǎn)換。

　　支持的語音格式有以下幾種：

　　NMS ADPCM

　　G..726-compliant ADPCM

　　OKI ADPCM (6 and 8 kHz)

　　ASF，WMA（Active Stream Format）

• 監(jiān)控服務(wù)

　　定時輪詢監(jiān)查各個SERVER的工作狀態(tài)，如果發(fā)生異常，監(jiān)控系統(tǒng)不再分配任務(wù)給該SERVER。并且會自動報警，呼叫系統(tǒng)管理員或EMAIL錯誤信息給管理員。

• 可靠過濾

　　當(dāng)發(fā)送請求包出現(xiàn)錯誤的時候，不管是命令還是內(nèi)容，系統(tǒng)都會向客戶端發(fā)送從新請求發(fā)送命令

• 負(fù)載平衡

　　可控制多臺主機(jī)擴(kuò)展運(yùn)行，并通過任務(wù)分析、任務(wù)調(diào)度，達(dá)到負(fù)載平衡。

• 二次開發(fā)接口

　　提供IVR業(yè)務(wù)流程的二次開發(fā)接口，無須復(fù)雜的C、C++等編程語言，UI（圖形用戶界面）自動生成，方便簡單。

• 提供客戶端API接口

　　提供此客戶端API對每一個登陸系統(tǒng)的客戶標(biāo)識(客戶端IP+TCP端口+Serial)分配一個獨(dú)立的數(shù)據(jù)結(jié)構(gòu)，因此支持客戶端編寫多線程程序，以提高系統(tǒng)的運(yùn)行效率。這套接口最多支持5個客戶標(biāo)識同時登陸系統(tǒng)。

　　當(dāng)多個客戶標(biāo)識登陸系統(tǒng)時，本客戶端接口既支持多線程開發(fā)，也支持單線程開發(fā)。

　　語音門戶將使更多的用戶能夠快速接入互聯(lián)網(wǎng)的海量信息庫，帶來新的業(yè)務(wù)增長點(diǎn)。電信系統(tǒng)是以大用戶量、大數(shù)據(jù)量、大工作負(fù)荷為特點(diǎn)的，要求系統(tǒng)響應(yīng)迅速、工作穩(wěn)定、維護(hù)簡便，并能夠自動處理故障。而炎黃新星的語音門戶提供的語音識別引擎和TTS都是電信級的產(chǎn)品，在技術(shù)設(shè)計時考慮了與電信網(wǎng)絡(luò)的集成，可以廣泛的運(yùn)用到CTI的各個技術(shù)領(lǐng)域。

炎黃新星公司供稿 CTI論壇編輯