首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>>炎黃新星

炎黃新星語(yǔ)音門(mén)戶(hù)技術(shù)解決方案

2002/04/01

　　語(yǔ)音門(mén)戶(hù)是由語(yǔ)音驅動(dòng)網(wǎng)站，它運行高速語(yǔ)音識別和文本／語(yǔ)音軟件，使用戶(hù)能夠通過(guò)電話(huà)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(huà)號碼查詢(xún)服務(wù)臺獲取信息。

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

　　為固定和移動(dòng)通信用戶(hù)和運營(yíng)商提供服務(wù)；

　　一個(gè)號碼接入: 用戶(hù)撥入一個(gè)特服號碼，享受全部服務(wù)；

　　以自動(dòng)語(yǔ)音識別（ASR）提供導航和服務(wù)；

　　提供個(gè)性化和人性化綜合服務(wù)和統一消息服務(wù)。

　　具體地說(shuō)，語(yǔ)音門(mén)戶(hù)應該是建立在電信運營(yíng)商的電信網(wǎng)絡(luò )上，為客戶(hù)提供個(gè)性化和人性化的客戶(hù)服務(wù)、信息服務(wù)、轉接服務(wù)和個(gè)人定制服務(wù)的平臺。在這個(gè)平臺上，用戶(hù)通過(guò)語(yǔ)音界面，可以更快捷、更方便地獲得比傳統IVR系統更豐富的信息和更完善的服務(wù)。

　　隨著(zhù)個(gè)人電話(huà)的普及，尤其是手機的普及全球現在已超過(guò)有8.5億部的電話(huà)用戶(hù)和4.5億部的手機用戶(hù)，相比之下，全球只有大約2億個(gè)網(wǎng)絡(luò )用戶(hù)。而隨著(zhù)手機服務(wù)商的快速增加，手機的用戶(hù)數也將隨之增加。預計到2003年全球將會(huì )有十億個(gè)手機用戶(hù)。這些數字表明未來(lái)通過(guò)電話(huà)來(lái)訪(fǎng)問(wèn)互聯(lián)網(wǎng)無(wú)疑是最普遍的一種工具，既然人類(lèi)的自然語(yǔ)音通過(guò)電話(huà)能夠被識別何理解的話(huà)，那么電話(huà)將無(wú)疑是最適合的一種工具用來(lái)提供關(guān)于大多數用戶(hù)所需求的市場(chǎng)和服務(wù)

　　從20世紀90年代末以來(lái)，隨著(zhù)語(yǔ)音技術(shù)的成熟和逐步實(shí)用化，由于計算機硬件性能的飛速提高，語(yǔ)音門(mén)戶(hù)開(kāi)始在世界發(fā)達國家出現。特別是在歐洲和美洲，較高的用戶(hù)消費水平能夠消化吸收較昂貴的新技術(shù)，語(yǔ)音技術(shù)開(kāi)始進(jìn)入客戶(hù)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(hù)提供個(gè)性化和人性化的服務(wù)。

　　炎黃新星基于中國電信交換系統接口，提供基于IP的新一代語(yǔ)音門(mén)戶(hù)的解決方案，提供了通過(guò)電信網(wǎng)和互技術(shù)實(shí)現

服務(wù)內容:

　　商旅人士可隨時(shí)隨地輕松獲取各種信息。例如，用戶(hù)只需撥打語(yǔ)音門(mén)戶(hù)網(wǎng)的號碼，就可在引導之下便捷瀏覽所需信息。在這個(gè)過(guò)程中，無(wú)須鍵入菜單選擇，僅需簡(jiǎn)單的語(yǔ)音應答即可完成操作。所以，語(yǔ)音門(mén)戶(hù)簡(jiǎn)單易用－－無(wú)論是通過(guò)PC機、手機、還是固定電話(huà)，也無(wú)論是在辦公室、家中、還是在路上、車(chē)上，“瀏覽”網(wǎng)絡(luò )的過(guò)程變得輕松無(wú)比！

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

• 收聽(tīng)新聞或了解當地交通情況
• 隨時(shí)得到企業(yè)新信息服務(wù)
• 查閱電子郵箱或語(yǔ)音信箱中的內容，并回復日常的電子郵件，傳真和語(yǔ)音郵件
• 尋找和預訂當地的飯店
• 尋找行車(chē)路線(xiàn)
• 了解當地影院的電影、關(guān)于電影評論的觀(guān)點(diǎn)以及可以在線(xiàn)購買(mǎi)演出當日的電影票
• 得到股票的最新指數及個(gè)股報價(jià)，包括當日開(kāi)盤(pán)價(jià)/收盤(pán)價(jià)、最高價(jià)/最低價(jià)、當前買(mǎi)入價(jià)，成交量等詳細信息呈現出來(lái)
• 查詢(xún)到各大航空公司的航班時(shí)刻，包括航班號，起飛時(shí)間，到達時(shí)間等信息。然后可直接接通機票預訂中心
• 訂一份美味的工作餐
• 使用個(gè)人信息服務(wù)。個(gè)人信息服務(wù)可以包括個(gè)人日歷、通訊錄、語(yǔ)音郵箱和個(gè)人理財等等。

核心技術(shù):

• 文語(yǔ)轉換

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

• 自動(dòng)語(yǔ)音識別

　　語(yǔ)音識別采用了最新的語(yǔ)音技術(shù)，包含先進(jìn)的識別引擎及大型的數據庫支持系統，支持多語(yǔ)言語(yǔ)音識別。系統接收其他系統模塊的語(yǔ)音信息，通過(guò)ASR轉換成相應的文字信息，將文字信息以文本方式發(fā)送回相應的系統，或通過(guò)命令分析，將分析出的命令送回相應的系統模塊。

• 語(yǔ)音轉換

　　目前調用清華TTS合成后的只支持WAV和VOX這兩種語(yǔ)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(yǔ)音格式進(jìn)行轉換。

　　支持的語(yǔ)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）

• 監控服務(wù)

　　定時(shí)輪詢(xún)監查各個(gè)SERVER的工作狀態(tài)，如果發(fā)生異常，監控系統不再分配任務(wù)給該SERVER。并且會(huì )自動(dòng)報警，呼叫系統管理員或EMAIL錯誤信息給管理員。

• 可靠過(guò)濾

　　當發(fā)送請求包出現錯誤的時(shí)候，不管是命令還是內容，系統都會(huì )向客戶(hù)端發(fā)送從新請求發(fā)送命令

• 負載平衡

　　可控制多臺主機擴展運行，并通過(guò)任務(wù)分析、任務(wù)調度，達到負載平衡。

• 二次開(kāi)發(fā)接口

　　提供IVR業(yè)務(wù)流程的二次開(kāi)發(fā)接口，無(wú)須復雜的C、C++等編程語(yǔ)言，UI（圖形用戶(hù)界面）自動(dòng)生成，方便簡(jiǎn)單。

• 提供客戶(hù)端API接口

　　提供此客戶(hù)端API對每一個(gè)登陸系統的客戶(hù)標識(客戶(hù)端IP+TCP端口+Serial)分配一個(gè)獨立的數據結構，因此支持客戶(hù)端編寫(xiě)多線(xiàn)程程序，以提高系統的運行效率。這套接口最多支持5個(gè)客戶(hù)標識同時(shí)登陸系統。

　　當多個(gè)客戶(hù)標識登陸系統時(shí)，本客戶(hù)端接口既支持多線(xiàn)程開(kāi)發(fā)，也支持單線(xiàn)程開(kāi)發(fā)。

　　語(yǔ)音門(mén)戶(hù)將使更多的用戶(hù)能夠快速接入互聯(lián)網(wǎng)的海量信息庫，帶來(lái)新的業(yè)務(wù)增長(cháng)點(diǎn)。電信系統是以大用戶(hù)量、大數據量、大工作負荷為特點(diǎn)的，要求系統響應迅速、工作穩定、維護簡(jiǎn)便，并能夠自動(dòng)處理故障。而炎黃新星的語(yǔ)音門(mén)戶(hù)提供的語(yǔ)音識別引擎和TTS都是電信級的產(chǎn)品，在技術(shù)設計時(shí)考慮了與電信網(wǎng)絡(luò )的集成，可以廣泛的運用到CTI的各個(gè)技術(shù)領(lǐng)域。

炎黃新星公司供稿 CTI論壇編輯