1、基于H. 323 的自助語音系統(tǒng)設(shè)計與實現(xiàn)    摘 要：本文研究了基于H323 協(xié)議的呼叫中心自助語音系統(tǒng)設(shè)計與實現(xiàn)，包括自動應答系統(tǒng)和自動外呼系統(tǒng)。為了滿足業(yè)務的多樣性，開發(fā)了VXML 解析器，針對不同的業(yè)務需求，編寫不同的業(yè)務腳本。在產(chǎn)品中集成了TTS（文本轉(zhuǎn)語音）和ASR（自動語音設(shè)別）模塊，可提供靈活的自助查詢業(yè)務。IVR 系統(tǒng)與Mysql 數(shù)據(jù)庫進行通信，與其他業(yè)務層的通信方式采用web service 或者socket。開發(fā)壓力測試工具高并發(fā)呼叫器來驗證系統(tǒng)的穩(wěn)定性。開發(fā)守護進程，確保系統(tǒng)異常情況下不會影響客戶的使用。關(guān)鍵詞：自助語音 呼叫

2、中心 TTS1 引言呼叫中心（Call Center）又可稱為客戶服務中心，是一種基于CTI 技術(shù)的企業(yè)用戶服務方式。它通過電話系統(tǒng)接入，用戶可通過交互式語音應答系統(tǒng)檢索自己所需的信息或得到需要的幫助和服務。呼叫中心一般與一個信息數(shù)據(jù)庫相連接，其中存儲了用戶的相關(guān)資料和企業(yè)的內(nèi)部資料，交互式語音應答設(shè)備通過該數(shù)據(jù)庫得到數(shù)據(jù)幫助。IVR 系統(tǒng)作為呼叫中心的重要模塊，起著不可或缺的作用。IVR 系統(tǒng)主要包括兩個模塊：呼入IVR 系統(tǒng)和呼出IVR 系統(tǒng)。呼入IVR 系統(tǒng)主要應用在電話銀行，EMS 查詢系統(tǒng)，或者自助服務（例如：10086 服務）。呼出IVR 系統(tǒng)主要應用在催帳系統(tǒng)，可自動往指定號碼打

3、電話，并播放錄音或者從數(shù)據(jù)庫取出來的內(nèi)容。傳統(tǒng)的呼叫中心在原有的電信通信的體系結(jié)構(gòu)中占有著重要的位置，即便是今天，仍然是許多企業(yè)的主要通信方式。然而隨著新的技術(shù)的出現(xiàn)，人們的需求日新月異，傳統(tǒng)的呼叫中心的缺點則逐漸暴露出來。首先是它的高成本（DSP 語音板卡，PBX 交換機等硬件設(shè)備價格昂貴）， 同時傳統(tǒng)的呼叫中心系統(tǒng)的成本高，系統(tǒng)的功能單一，設(shè)備利用率低?；赩oIP 技術(shù)的呼叫中心則應運而生，有望解決傳統(tǒng)的呼叫中心的不足?；贖323 協(xié)議的IP-IVR 基于軟件實現(xiàn)所有話路（本地和長途話路）采用VOIP 實現(xiàn)，大大降低運營成本。并且通過可配置的VXML 語音流程設(shè)計使得操作流程的修改更加

4、方便，快捷，進一步降低運營成本，受到了越來越多企業(yè)用戶的青睞。網(wǎng)絡技術(shù)和通訊技術(shù)不斷融合，使話音通信與數(shù)據(jù)通信逐步走向統(tǒng)一，有力地促進了以IP 為基本網(wǎng)絡架構(gòu)的企業(yè)級通訊系統(tǒng)的運用與實施。該系統(tǒng)是將企業(yè)和客戶連為一體的一個完整的綜合信息服務系統(tǒng)，利用現(xiàn)有的各種先進的通信手段，有效地為客戶提供高質(zhì)量、高效率、全方位的服務。2 自動語音應答系統(tǒng)結(jié)構(gòu)設(shè)計自動應答流程 自動外呼流程輸入處理模塊 vxml 解析器 通信模塊TTS ASRH323 協(xié)議棧圖1 系統(tǒng)結(jié)構(gòu)圖2.1 H.323 協(xié)議棧H.323 協(xié)議1是由ITU-T 提出的VoIP 標準建議，被各國電信運營商廣泛采納和運用。當今，全球大部分的V

5、oIP 流量來自H.323 網(wǎng)絡。我國也把H.323 作為構(gòu)建電信級VoIP 的基礎(chǔ)。 網(wǎng)守是H.323 體系中定義的功能實體之一，提供對終端和呼叫的管理功能2，在實際H.323 IP 電話系統(tǒng)中，具有舉足輕重的地位。2.2 TTS傳統(tǒng)的預錄音方式，需要人工將這些信息以錄音的方式預先存放好，其漫長的制作周期和繁重的工作量，顯然已經(jīng)越來越顯得力不從心。而語音合成技術(shù)（TEXT TO SPEECH），能夠?qū)⒏鞣N文字信息轉(zhuǎn)化成連續(xù)的語音，是電話信息服務系統(tǒng)成為提供高質(zhì)量、智能化的語音服務的關(guān)鍵技術(shù)，可以預見，語音合成技術(shù)在電話信息服務行業(yè)中將會有非常廣闊的應用前景。IVR 系統(tǒng)中集成了兩種TTS 產(chǎn)

6、品普通話TTS：用于將數(shù)據(jù)庫或者其他業(yè)務層獲得的文本格式轉(zhuǎn)成語音播放給客戶方言TTS（汕頭話TTS）：首先準備好方言的各種可能的發(fā)音元素，通過定義合適的語法，將業(yè)務層獲取的文本，通過解析組合成語音文件。一個包含TTS 服務的電話訪問流程大致可分為五步：1）用戶電話撥入，系統(tǒng)IVR 響應，獲得用戶按鍵等信息。2）IVR 通過其TCP 通訊接口將需要合成的文本信息發(fā)送給TTS Server。3）TTS Server 將用戶文本合成為語音文件放置在一個共享目錄中。4）TTS Server 通過其TCP 通訊接口通知IVR 合成完畢，并返回文件名。5）IVR 播放相應的語音文件給電話用戶。2.3 AS

7、R復雜的業(yè)務系統(tǒng)，例如：電話銀行系統(tǒng)，多層次的按鍵重復及業(yè)務分類，導致了客戶按鍵操作的盲目性，最終導致只能重新?lián)艽螂娫拠L試。通過引入ASR 語音識別系統(tǒng)，客戶可說出需要的業(yè)務，通過語音識別，直接跳轉(zhuǎn)到相應的業(yè)務流程。將語音識別技術(shù)引入到IVR 系統(tǒng)的優(yōu)勢是顯而易見的。一方面，用于IVR 系統(tǒng)的語音識別能夠加快事物處理的速度，而這些事物處理起來往往相對復雜，以致不能在傳統(tǒng)的按鍵式IVR 系統(tǒng)中實現(xiàn)自動化。例如，在預訂飛機票時，在按鍵式IVR 系統(tǒng)中，要求航空公司列出所有可能的出發(fā)和到達的城市是不現(xiàn)實的。但如果不列出所有航班的相關(guān)信息，用戶卻無法接受這種服務。當有了語音識別系統(tǒng)以后，用戶只需說出他

8、們的起點和終點的城市名字就可以了。同時，語音識別技術(shù)的引進，也大大豐富了人機交互界面，使用戶和IVR 系統(tǒng)的交互方式變得靈活而方便，用戶可以直接用語音進行有關(guān)的交互工作。由于使用語音和自然語言，用戶在使用IVR 系統(tǒng)時，就像與服務員一樣進行直接交流一樣，連續(xù)地說出自己的請求和選擇，跳轉(zhuǎn)到選定流程，而避免了在按鍵式IVR 流程中走迷宮式的頻繁按鍵。2.4 VXML 解析器呼叫中心的業(yè)務范圍廣和行業(yè)內(nèi)部業(yè)務變化快的特點要求IVR 必須適應業(yè)務的快速變化，運用Voice XML 技術(shù)，采用開放式架構(gòu)，具有良好的可擴展性，可根據(jù)業(yè)務的變化實時的修改IVR 流程及應答語句，從而滿足開發(fā)的敏捷性。同時VX

9、ML 使IVR 的智能性大大提高，為B2B 與B2C 之類的交易提供了一種便利通道。當然還需要確保IVR 與相關(guān)信息存儲和處理系統(tǒng)的緊密銜接，以便能夠根據(jù)客戶需求，給于客戶實時、準確、相關(guān)的數(shù)據(jù)和信息。VXML 人機交互的范圍包括下列內(nèi)容：合成語音的輸出（也就說文本到語音） 語音文件的輸出 語音輸入（自然語言）的識別DTMF 音頻的識別 對話的控制和播放 語音輸入或者DTMF 輸入的記錄 諸如電話轉(zhuǎn)接和斷開等高級特性2。從概念上講，VXML 應用程序是基于一系列VXML 文檔或者腳本的。當用戶開始同VXML 瀏覽器進行交互操作的時候，一個會話就開始了。VXML 會引用一個會話，并將文檔作為對話

10、來執(zhí)行，后者由一個或者多個對話或者交互路徑組成。在任何給定的時間內(nèi)，活動的最終用戶一直都是與一個對話進行交互操作的。對話可以是菜單或者表單。表單會定義收集信息的交互操作，并能夠設(shè)置變量。表單的每個元素都可以定義語法或者定義能夠被允許的輸入。菜單會為用戶提供一組同其他對話相關(guān)聯(lián)的選項。當用戶從一個對話切換到另一個對話的時候，這就是個轉(zhuǎn)換，它用標準的URI 參照來表示。當一個沒有參照URI 的轉(zhuǎn)換結(jié)束時，開發(fā)人員可以認為這個會話已經(jīng)完成，執(zhí)行就要結(jié)束了。VoiceXML3，可以將應用與數(shù)據(jù)系統(tǒng)結(jié)合起來，可以靈活擴充新業(yè)務。而無需再與開發(fā)商聯(lián)系，重新定制開發(fā)，只需要編寫幾個VoiceXML 頁面就可

11、以實現(xiàn)新的業(yè)務流程。而且編制好的VoiceXML 腳本可以隨時隨地加入到系統(tǒng)中，而不會影響系統(tǒng)的正常運行。2.5 通信模塊設(shè)計與業(yè)務層通信包括sokcet 通信和web service 通信，并且可在標簽屬性里指定通信方式，調(diào)用不同的文件。由于外部服務類型的不確定性，因此接口做成動態(tài)鏈接庫形式，用戶可以根據(jù)已定的鏈接庫形式，加入自己的私有代碼，如具體通信格式，交互信息，只需要把給客戶的信息由函數(shù)返回至IVR 內(nèi)部線程即可。IVR 讀取vxml 配置文件，讀入<perform> 標簽，由標簽中的service 字段載入需加載的動態(tài)鏈接庫程序，IVR 通過實例化動態(tài)鏈接庫中的接口類，傳

12、入用戶信息，并調(diào)用動態(tài)鏈接庫的通信函數(shù)，由用戶自定義的通信進程與外部服務程序進行通信，并以返回值的形式獲得給客戶的信息，并實時讀取給用戶接聽。3 自動語音外呼系統(tǒng)結(jié)構(gòu)設(shè)計主動外呼（Outbound）是現(xiàn)代客戶服務中心系統(tǒng)不可或缺的一個組成部分。外呼分為兩個階段：外呼數(shù)據(jù)的獲取以及外呼動作的發(fā)起。外呼IVR 集成獲取外呼隊列的Web Service，通過WSDL 發(fā)布服務，業(yè)務端首先獲取WSDL，將外呼數(shù)據(jù)通過SOAP 信息發(fā)給Web Service.外呼程序定時從web 隊列中獲取需要外呼的信息，加入呼叫隊列的同時也寫入數(shù)據(jù)庫做備份。同時可配置認為失敗的呼叫次數(shù)及呼叫間隔，并且將呼叫結(jié)果（成功

13、或者失敗）通過SOAP 消息發(fā)送到業(yè)務端。在外呼過程中，可以通過VXML 標記“transfer”可以將用戶轉(zhuǎn)接到呼入IVR，從而實現(xiàn)與呼入IVR 同樣的功能。實現(xiàn)外呼IVR 與呼入IVR 的融合。支持的功能列表：1）定時外呼：通過外呼策略指定呼叫時間，在指定時間外呼2）實時外呼：在加入外呼任務后直接呼出。3）獲取外呼隊列：通過web 服務、文件或者數(shù)據(jù)庫4）取消呼叫任務：將還未到點的呼叫任務取消。5）用戶摘機后系統(tǒng)自動語音應答，按鍵引導客戶查聽相關(guān)語音6）呼叫統(tǒng)計：成功次數(shù)、失敗次數(shù)、呼叫開始時間、持續(xù)時間、呼叫結(jié)果、7）用戶在收聽過程中，如有疑問，可按預設(shè)的按鍵直接與人工座席通話8)呼入I

14、VR 所有功能4 輔助功能模塊介紹4.1 數(shù)據(jù)庫處理進程用于處理呼叫中心所有組件的數(shù)據(jù)庫操作，將數(shù)據(jù)庫處理操作解耦出來，使得呼叫中心組件更能專注與通話處理操作。4.2 守護進程實時的監(jiān)測IVR 系統(tǒng)的運行，當有異常發(fā)生，導致系統(tǒng)崩潰時，可進行日志統(tǒng)計，并立刻重啟啟動，確保不影響客戶的使用4.3 壓力測試工具可模擬高并發(fā)的實時呼叫，在上線之前對系統(tǒng)的穩(wěn)定性和性能進行測試。        5 結(jié)論本文研究了如何在H.323 體系結(jié)構(gòu)的基礎(chǔ)上實現(xiàn)IP-IVR 應用，以及IVR 系統(tǒng)中集成的各個模塊的功能，設(shè)計了可滿足業(yè)務

15、需求多變性的自助語音應答系統(tǒng)，并描述了多個輔助功能組件的作用。參考文獻1H.323Packet-based multimedia communications systems SITU-T2馬小明，基于VoiceXML 的交互式語音系統(tǒng)的設(shè)計與實現(xiàn) M，微電子學與計算機3Recommendation Voice Extensible Markup Language S W3CThe Design and Implementation of IVR System based onH.323Wang Wenjun, Xu Saihong, Ma YueSchool of Computers, Be

16、ijing University of Posts and Telecommunications, Beijing, PRC,(100876)AbstractThis paper shows the design and implementation of IVR system based on H323 protocol. This systemincludes interactive voice response and interactive voice call out module. A vxml parser is developedfor the complicated service. As a result, different scripts will be written for different requirement. TTS(Text to Speech) and ASR (Automatic Speech Recognition) are integrated in the system to supportflexible service. IVR communicates with database of M