天朗分布式语音识别系统改造传统IVR_交互语音_语音识别

天朗分布式语音识别系统改造传统IVR

2003/10/10

1 天朗分布式语音识别系统简介

　　天朗分布式语音识别引擎是天朗公司针对电信级、大企业级应用特点开发出来的一个基于多机的分布式语音识别引擎，它通过局域网连接多个识别服务器，来同时完成大量的语音识别任务，极大的拓展了单机版语音识别引擎在识别任务上的限制，可以同时支持几百到几千个语音识别任务并发执行，从而满足电信级这样的具有大识别任务量的应用。具体的详细介绍请看：
http://www.ctiforum.com/factory/f02_06/www.techlan.com/techlan.htm 或 http://www.ctiforum.com/factory/f02_06/www.techlan.com/techlan03_0903.htm

2 传统IVR系统改造
　　基于传统按键方式的IVR系统目前已广泛分布应用，在电信、金融等客服方面以及在旅游、教育、电子商务等方面的信息查询、交易都得到很好的应用。但是基于传统按键方式的IVR系统最大缺点在于系统菜单层层分级、使得菜单级数增加，从而让用户受到按键级数的限制；而手机的小键盘和小屏幕显示同时也让越来越多的用户感受到不便，从而使得整个客服系统使用变得非常繁琐。另外，按键个数限制也使得有许多任务使用传统按键方式的IVR系统无法完成(如订票、股票查询等)。

　　随着语音识别的实用化进程加快，人们越来越认识到采用语音识别技术有利于极大的提高传统按键方式IVR界面的友好性，提高服务的质量。另外，采用语音识别技术可以把以前不可能实现的事情变得可行。因此，目前IVR行业越来越多的人认识到语音识别技术的重要性，一些先行者已把语音识别技术集成到他们的系统中。那么，一个IVR厂商如何把天朗分布式语音识别系统集成到他们的IVR中呢？

　　对于已有现成IVR产品的厂商，集成天朗分布式语音识别系统是一件非常简便的工作。一般来说，常见的IVR系统如图1所示，其中IVR服务器会运行着流程控制引擎，控制系统流程的执行。目前的IVR一般都是通过菜单方式来给用户提供服务的，系统播放菜单项，提示用户按键来选择相应的功能。加入语音识别后，则采用语音的方式来选择菜单。因此，集成的主要工作是把IVR服务器和天朗分布式语音识别系统集成起来。集成包括硬件连接和软件连接。

　　硬件连接：天朗分布式语音识别系统是通过局域网来把客户端和服务器连在一起。因此在硬件上把天朗分布式语音识别系统联入到IVR的一种简单的办法是把引擎的所有服务器接入到系统现有的局域网中，使得识别服务器能和IVR服务器通过TCP/IP通讯即可。连接后的系统架构可以用图2来表示。

　　由于语音识别需要传输大量的数据，因此为了提高网络的传输效率，避免互相干扰，建议把天朗分布式语音识别系统的所有服务器单独组网，然后和IVR服务器相连，这种方法的好处是，网络传输效率高，且和系统其他数据传输互不干扰。另外，一个网络出错不会影响另一个网络。这种连接的架构图如图3所示。

　　软件连接：天朗分布式语音识别系统经过精心设计，把复杂的网络通讯和负载平衡等工作都隐藏起来，提供了一套简单、实用的API接口，来帮助用户使用天朗分布式语音识别系统。对于菜单式的IVR系统，集成天朗分布式语音识别系统，只要修改原有的IVR系统，在放完提示音后等待用户按键时，开始调用板卡的录音功能，录取用户的声音，并调用天朗分布式语音识别系统的API函数，把语音送入识别服务器进行识别。在识别系统返回识别结果时，根据识别结果模拟用户按了相应的按键，从而完成菜单选择。

天朗语音公司供稿 CTI论坛编辑