[发明专利]一种语音数据采集服务系统及方法

说明书

技术领域

本发明涉及语音采集服务技术领域，尤其涉及一种语音数据采集服务系统及方法。

背景技术

现有基于日志的语音采集服务系统通常采用二层服务框架。具体的，由位于采集层的采集装置（一般是语音处理单元）处理并记录语音信息，这些语音信息通常是线上数据，如语音识别云服务的语音信息；之后，采集装置将记录的语音信息按照预定的规则发送至位于存储管理层的数据采集服务器，实现语音数据的采集。

可见，现有的基于日志的语音采集服务系统中，语音数据的处理和采集都是由采集装置来完成的，这种方式导致采集装置的复杂性和维护难度较高；并且，由于语音数据的采集会延长采集装置的响应时间，导致采集装置的服务质量降低。

发明内容

本发明提供了一种语音数据采集服务系统，能够降低采集装置的复杂性和维护难度，并提高采集装置的服务质量。

本发明还提供了一种语音数据采集服务方法，能够降低采集装置的复杂性和维护难度，并提高采集装置的服务质量。

本发明的技术方案是这样实现的：

一种语音数据采集服务系统，包括：

采集装置，用于采集语音采集数据，将所述语音采集数据发送至采集服务代理；

采集服务代理，用于接收来自一个以上采集装置的语音采集数据，将所述语音采集数据按照接收的先后顺序发送至数据采集服务器；

数据采集服务器，用于对来自采集服务代理的语音采集数据进行处理或存储。

上述系统可以进一步包括代理接口，所述代理接口分别与采集装置和采集服务代理连接；

所述采集装置将语音采集数据发送至代理接口，代理接口将接收到的语音采集数据转发至采集服务代理。

上述系统中，代理接口向采集装置提供采集服务代理的地址或端口信息、语音数据的采集比例或者采集到的语音类型信息；

采集装置根据代理接口提供的所述信息采集语音采集数据并发送至代理接口。

上述系统中，代理接口接收到语音采集数据后，按照预先设定的封装协议将所述语音采集数据封装为采集消息，将所述采集消息转发至采集服务代理；

所述语音采集数据包括语音数据和语音元数据；

所述采集消息包括采集数据类型字段、数据长度字段及序列化的语音数据和语音元数据。

上述系统中，所述采集服务代理建立与代理接口的连接，当监听到所述代理接口转发的采集消息时，接收所述采集消息，并将所述采集消息保存在消息队列中；

当消息队列中存在采集消息时，按照进入队列的先后顺序将队列中的采集消息依次发送至数据采集服务器，并将已发送的采集消息从消息队列中删除。

当所述消息队列中保存的采集消息的数量达到预先设定的队列长度时，如果采集服务代理再次收到代理接口转发的采集消息，则丢弃该采集消息。

上述系统中，数据采集服务器可以包括分发模块和针对不同采集数据类型的多个处理模块；

分发模块接收来自采集服务代理的采集消息，根据所述采集消息中的采集数据类型字段将所述采集消息分发至对应的处理模块；

处理模块按照预先设定的封装协议将所述采集消息解封装为语音采集数据，对所述语音采集数据进行处理，将所述语音采集数据中的语音数据和语音元数据分别进行存储，并通过文件路径将语音数据与相关的语音元数据关联。

一种语音数据采集服务方法，包括：

采集装置采集语音采集数据，将所述语音采集数据发送至采集服务代理；

采集服务代理接收来自一个以上采集装置的语音采集数据，将所述语音采集数据按照接收的先后顺序发送至数据采集服务器；

数据采集服务器对来自采集服务代理的语音采集数据进行处理或存储。

上述方法中，采集装置将语音采集数据发送至采集服务代理的方式可以为：采集装置将语音采集数据发送至代理接口，代理接口将接收到的语音采集数据转发至采集服务代理。

采集装置采集语音采集数据之前可以进一步包括：所述代理接口向采集装置提供采集服务代理的地址或端口信息、语音数据的采集比例或者采集到的语音类型信息；

所述采集装置根据代理接口提供的所述信息采集语音采集数据并发送至代理接口。

上述方法中，代理接口将接收到的语音采集数据转发至采集服务代理的方式可以为：按照预先设定的封装协议将所述语音采集数据封装为采集消息，将所述采集消息转发至采集服务代理；

所述语音采集数据包括语音数据和语音元数据；