[发明专利]一种提供自动语音识别统一开发平台的系统和方法

说明书

技术领域

本发明涉及电信增值业务的自动语音识别应用，尤其涉及的是，一种提供自动语音识别统一开发平台的系统和方法。

背景技术

ASR(Auto Speech Recognize，自动语音识别)为根据事先定义的语法规则，对用户说话的内容进行识别，并输出识别结果，免去按键的烦恼；即使用语法信息的形式来识别用户的回答。系统可以根据识别的结果再结合ASR应用与用户进行交互完成比较复杂的业务。如语音电话本、自动声讯台等应用都有ASR的应用案例。

随着电信、联通、移动和网通等各大运营商增值业务的发展，大多数的业务都由SP(Service Provider，业务提供商)来完成，在SP提供的业务中，ASR资源的使用越来越广泛。目前大多的SP业务开发能力很强，但对于ASR资源的集成则比较困难，且识别服务器品牌也比较多。目前，各厂商的ASR主要由客户端和服务器两个模块组成。不同的厂商使用自定义接口，所以，对于SP来说必须针对不同厂商进行不同的开发，对于SP来说开发难度较大。如果各个SP都建设自己的ASR资源平台，还存在资源的浪费、使用不均衡问题，同时，SP各建一套对于运营商在管理上也会带来问题，无法对SP有效的监管。

因此，现有技术存在缺陷，需要改进。

发明内容

本发明的目的在于提供一种提供自动语音识别统一开发平台的系统和方法，用户可以统一使用ASR资源平台。

本发明的技术方案如下：

一种提供自动语音识别统一开发平台的方法，在多用户和多客户端的场景下，该方法包括以下步骤：A1、在客户端为多个用户提供统一的自动语音识别相关接口函数，供各个用户按需使用；其中，所述自动语音识别相关接口函数包括：接口函数ASRInit()和接口函数DoASR()；A2、所述用户通过调用客户端的所述自动语音相关识别接口函数，并经由代理服务器端发送自动语音识别的语法信息到服务器端；A3、所述服务器端解析所述语法信息，判断所述语法信息正确，执行步骤A4，否则不再执行后续步骤；A4、所述服务器端经由所述代理服务器端向所述客户端返回开始识别语音数据的请求；A5、所述客户端连接到所述服务器端，并经由所述代理服务器端发送所述用户的语音数据；A6、所述服务器端进行自动语音识别，将识别结果经由所述代理服务器端返回到所述客户端；A7、所述客户端向所述用户返回所述识别结果。

所述的方法，其中，所述步骤A2具体包括：B1、所述客户端连接到代理服务器端、初始化用户参数；B2、所述客户端通过所述代理服务器端，发送自动语音识别的语法信息到服务器端；并且，所述步骤A4具体包括：所述服务器端通过所述代理服务器端，向所述客户端返回开始识别语音数据的请求。

所述的方法，其中，所述步骤B2之前还包括步骤：所述客户端向所述代理服务器端发送鉴权请求，鉴权成功则继续执行步骤B2，否则不再执行后续步骤。

所述的方法，其中，所述步骤A6具体包括：所述服务器端进行自动语音识别后，将识别结果通过所述代理服务器端，返回到所述客户端。

所述的方法，其中，所述步骤A6还包括：所述代理服务器端根据所述识别结果进行计费。

一种提供自动语音识别统一开发平台的系统，该系统应用于多用户和多客户端的场景下，该系统包括客户端模块、代理服务器模块和服务器端模块；所述客户端模块包括数据发送单元和识别单元；其中，所述数据发送单元用于接受所述识别单元的控制、向所述服务器端模块发送语音数据，所述识别单元还用于为多个用户提供统一的自动语音识别相关接口函数，供各个用户按需使用；其中，所述自动语音识别相关接口函数包括：接口函数ASRInit()和接口函数DoASR()；所述代理服务器模块用于实现所述客户端模块和所述服务器端模块之间的信息转发，处理所述自动语音识别请求，与所述服务器端模块交互自动语音识别信息；所述服务器端模块用于实现用户的自动语音识别功能。

所述的系统，其中，所述客户端模块还包括初始化单元，用于初始化用户参数、建立与所述代理服务器模块的连接，所述识别单元还用于向所述代理服务器模块发起自动语音识别请求和交互；所述代理服务器模块包括主控单元和协议处理单元，所述主控单元用于实现所述协议处理单元、所述客户端模块和所述服务器端模块之间的信息转发，所述协议处理单元用于处理所述自动语音识别请求、并与所述服务器端模块交互自动语音识别信息；所述识别单元还用于根据确定的所述自动语音识别信息，控制所述数据发送单元向所述服务器端模块发送语音数据。