[发明专利]一种用于听障人士的沟通系统、接听拨打方法及通讯系统

说明书

本发明提供了一种用于听障人士的沟通系统，其特征在于，由下至上依次包括：接入层：用于对接语音中继接口以及服务接口；数据层：用于保存用户数据，用户数据包括通话信息和用户个性化配置信息；服务层：包括AI服务和业务系统服务，所述AI服务采用流式决策引擎，所述业务系统服务包括语音处理模块和信息推送模块；应用层：应用以不同形式集成在前端应用中。利用人工智能技术提供一种适合于聋哑身障人士进行无障碍沟通的通信方式，解决接听电话、拨打电话、对话沟通的问题；针对聋哑人交流沟通时遇到的手语不普及、专业设备较贵等问题，在现有的即时通信方式下，利用智能语音技术来解决聋哑人的听和说的难题。

技术领域

本发明涉及一种用于听障人士的沟通系统、接听拨打方法及通讯系统。

背景技术

对聋哑人来说，手语是他们母语，能够使用手语无障碍地即时远程通讯一直都是聋人的梦想。视频电话技术的发展使聋人之间的远程通信成为可能。

2010年，苹果公司在iphone4上推出了免费的Face Time功能，为了宣传Face Time强大的视频通话技术，苹果公司在中国专门拍摄了聋人使用iPhone4的Face Time打视频电话的广告。后来，这一功能在不同品牌的智能手机上都得到了实现。

2006年，南京残联推出了一款专门为聋人开发的“无障碍信息电话机”，在现有的固定电话线上使用，不改变号码，也不影响原来电话的所有功能，唯一的区别就是，在电话机最下方多了一块区域，上面有一块小屏幕以及几个按键，使其具有发短信的功能。

2011年，黑龙江大兴安岭地区一所小学的退休教师张林茂对上述仅支持发送短信的电话机进行了升级，发明出一种名为“龙人通”的电话机，聋人在电话机键盘上输入文字，电话机可以自动将其转化成语音，如果接电话的一方使用“龙人通”，对方传来的语音可以被转化成文字显示在屏幕上，从而实现了聋人之间、聋听之间的即时沟通。

智能语音技术背景。

1、聋哑人的听（语音转文本）

自动语音识别(ASR)是一种将口语转换为文本的过程。该技术正在不断应用于即时通讯应用程序、搜索引擎、车载系统和家庭自动化中。尽管所有这些系统都依赖于略有不同的技术流程，但这些所有系统的第一步都是相同的：捕获语音数据并将其转换为机器可读的文本。

从基础层面来看，自动语音识别看起来如下：音频数据输入，文本数据输出。

但是，从输入到输出，音频数据需要变成机器可读的数据。这意味着数据通过声学模型和语言模型进行发送。这两个过程是这样的：声学模型确定了语言中音频信号和语音单位之间的关系，而语言模型将声音与单词及单词序列进行匹配。这两个模型允许 ASR 系统对音频输入进行概率检查，以预测其中的单词和句子。然后，系统会选出具有最高置信度等级的预测。

ASR 技术已融身于社会。虚拟助手、车载系统和家庭自动化都让日常生活更加便利，应用范围也可能扩大。随着越来越多的人接纳这些服务，技术将进一步发展。

2、聋哑人的说（文本转语音）

TTS 技术本质上解决的是「从文本转化为语音的问题」，通过这种方式让机器开口说话。

语音合成，又称文语转换（Text to Speech）技术，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术，是中文信息处理领域的一项前沿技术，解决的主要问题就是如何将文字信息转化为可听的声音信息，也即让机器像人一样开口说话。我们所说的“让机器像人一样开口说话”与传统的声音回放设备（系统）有着本质的区别。传统的声音回放设备（系统），如磁带录音机，是通过预先录制声音然后回放来实现“让机器说话”的。这种方式无论是在内容、存储、传输或者方便性、及时性等方面都存在很大的限制。而通过计算机语音合成则可以在任何时候将任意文本转换成具有高自然度的语音，从而真正实现让机器“像人一样开口说话”。