CN103731540B - 一种分布式语音分离录音*** - Google Patents

Abstract

本发明涉及一种分布式语音分离录音***，包括：中心监控服务器；与所述中心监控服务器连接的至少一个语音督查客户端、至少一个监控配置客户端和至少一个电话录音服务器；以及与每个所述电话录音服务器连接的至少一个语音分离录音盒。本发明采用嵌入式技术，对模拟电话线和网线进行串线连接，实现了无论是模拟电话还是IP电话都可以从中分离出通话双方的语音，并分别录制；本发明还采用了分布式技术，每一个语音分离录音盒都可以设置在远端，录音数据可以实时上传，由中心监控服务器统一监控，也可以在本地缓存，供随时调用。

Description

一种分布式语音分离录音***

技术领域

本发明涉及一种通信信息***，尤其涉及一种分布式语音分离录音***。

背景技术

电话录音***是指能同时将程控交换机上的多路模拟或数字的语音信号进行采集，转换成录音文件，实现对语音通话进行自动录音、存储和检索的信息***。传统的电话录音***由一般由录音服务器、电话录音卡和电话录音软件组成，其中，电话录音卡安插在录音服务器上，进行模拟和数字语音信号的采集，通常采用与被录电话并线高阻跨接的方式来截取语音信号；录音软件安装在录音服务器上，控制录音的起停、压缩、存储、播放等。这类电话录音***因其结构简单、方便语音举证，而被广泛用于公安、消防、电信、电力等多种社会应急与信息服务呼叫中心。

随着IP语音通信技术的发展和各行业业务模式的扩大，对电话录音提出了新要求：

（1）所有服务窗口的电话，无论是否呼叫中心的分机，均要能录音；

（2）IP电话要能够录音；

（3）分布录音，录音文件统一监控；

（4）能区分通话双方语音，便于对来电人和受理人的语音进行分析，进一步扩展业务，如根据语音分析服务人员的服务态度、来电人的身份、情绪状态等。

传统的电话录音***受电话录音卡和录音截取模式的限制，通常每一台录音服务器的容量是有限的，而且只能对有限距离范围内的电话进行录音，录音文件也通常由本地服务器自行监控，不能跨网共享。有的虽然能集成IP电话录音卡，但混合IP电话录音和模拟电话录音的***较为少见，而且也不能实现通话双方的语音分离。因此，目前需要开发一种新的电话录音***以满足使用要求。

发明内容

为了解决上述现有技术存在的问题，本发明旨在提供一种分布式语音分离录音***，以实现各类电话的录音和统一监控，并且对通话双方的语音进行分离。

本发明所述的一种分布式语音分离录音***，其包括：

中心监控服务器；

与所述中心监控服务器连接的至少一个语音督查客户端、至少一个监控配置客户端和至少一个电话录音服务器；以及

与每个所述电话录音服务器连接的至少一个语音分离录音盒；

其中，所述每个语音分离录音盒接收***IP电话和/或模拟电话输出的通话双向语音，并对所述通话双向语音进行录音和分离，并向所述电话录音服务器输出录音数据；所述中心监控服务器一方面根据所述语音督查客户端输出的指令对存储在所述电话录音服务器中的所述录音数据进行统一监控，另一方面根据所述监控配置客户端输出的指令对所述语音督查客户端、电话录音服务器和语音分离录音盒进行配置。

在上述的分布式语音分离录音***中，所述的语音分离录音盒包括：

主控单元；

与所述主控单元连接的语音采集芯片；

与所述语音采集芯片连接的IP电话接口和至少一个模拟电话接口；以及

与所述主控单元连接的网管接口；

其中，所述语音采集芯片分别通过所述IP电话接口和模拟电话接口对所述***IP电话和模拟电话输出的通话双向语音进行录音，将所述通话双向语音分离为主叫数据和被叫数据，并将该主叫数据和被叫数据数字化后打包输出至所述主控单元；所述主控单元将从所述语音采集芯片接收到的语音数据包按主叫数据和被叫数据分为两个文件，依次写到本地缓存文件，同时通过所述网管接口向所述电话录音服务器输出录音数据。

在上述的分布式语音分离录音***中，所述主控单元对从所述语音数据包进行判断，若判断该语音数据包为所述***IP电话的数据包，则对该***IP电话的数据包进行排序。

在上述的分布式语音分离录音***中，所述IP电话接口包括第一入接口和第一出接口，其中，所述第一入接口与广域网连接，所述第一出接口通过局域网与所述***IP电话连接。

在上述的分布式语音分离录音***中，每个所述模拟电话接口包括第二入接口和第二出接口，其中，所述第二入接口与公众电话网连接，所述第二出接口与所述模拟电话连接。

在上述的分布式语音分离录音***中，所述网管接口通过所述广域网与所述电话录音服务器连接。

在上述的分布式语音分离录音***中，所述语音分离录音盒还包括与所述主控单元连接的存储接口，其与外部存储设备连接。

在上述的分布式语音分离录音***中，所述存储接口包括USB2.0接口、USB1.0接口和SD/MMC接口。

由于采用了上述的技术解决方案，本发明放弃了传统的电话录音卡加并线高阻跨接的录音技术，而采用嵌入式技术，对模拟电话线和网线进行串线连接，实现了无论是模拟电话还是IP电话都可以从中分离出通话双方的语音，并分别录制；本发明还采用了分布式技术，每一个语音分离录音盒都可以设置在远端，录音数据可以实时上传，由中心监控服务器统一监控，也可以在本地缓存，供随时调用。

附图说明

图1是本发明一种分布式语音分离录音***的结构示意图；

图2是本发明一种分布式语音分离录音***中语音分离录音盒的结构示意图；

图3是本发明一种分布式语音分离录音***中语音分离录音盒的工作流程图；

图4是本发明一种分布式语音分离录音***的工作流程图。

具体实施方式

下面结合附图，给出本发明的较佳实施例，并予以详细描述。

如图1所示，本发明，即一种分布式语音分离录音***，包括：中心监控服务器1、分别与中心监控服务器1连接的至少一个语音督查客户端2、至少一个监控配置客户端3和至少一个电话录音服务器4、以及与每个电话录音服务器4连接的至少一个语音分离录音盒5。

下面对上述部件进行详细说明。

语音分离录音盒5是本发明的基本单元模块，其设置在各个服务窗口或需进行电话录音的部门，可用于同时对接续在其上的IP电话8和模拟电话10的通话双方语音进行分离，并进行录音。

具体来说，如图2所示，语音分离录音盒5包括主控单元51、语音采集芯片52、IP电话接口、至少一个模拟电话接口、网管接口55和存储接口56，其中：

主控单元51是语音分离录音盒5的核心模块，用于控制语音采集芯片52和各类接口；在本实施例中，主控单元51采用德州仪器TI的OMAP138芯片；

IP电话接口包括第一入接口531和第一出接口532，在本实施例中，该第一入接口531和第一出接口532分别与广域网交换机和局域网交换机连接，即，如图2所示，IP电话接口通过广域网6接入，通过局域网7接出，除上述连接方式外，反之亦可；所需要录音的IP电话8通过局域网7与第一出接口532连接，因此，一个语音分离录音盒4可以对局域网7中的所有IP电话8进行录音；

每个模拟电话接口包括第二入接口541和第二出接口542，在本实施例中，如图2所示，该第二入接口541和第二出接口542分别与公众电话网9和模拟电话10连接，即，模拟电话接口通过公众电话网9接入，通过模拟电话10接出（该连接方式为本***的默认设置），除上述连接方式外，反之亦可。每个模拟电话接口可以接一路模拟电话10，在本实施例中，每个语音分离录音盒5可以连接四路模拟电话10；

语音采集芯片52串行插在第一、二入接口531、541和第一、二出接口532、542之间，其用于监听和截取IP电话8通路和模拟电话10通路中的语音信息，并分别将IP电话8通路和模拟电话10通路中的双向语音信息（即主叫数据和被叫数据）分离，并分别进行数字化和打包，发送给主控单元51处理；当语音采集芯片52发生故障时，IP电话8和模拟电话10的通路会直接接通，从而不会影响正常的通话；在本实施例中，语音采集芯片52采用ZARLINK半导体公司VE8911芯片；

网管接口55与广域网6连接，由主控单元51控制与外部网络的连接，所有的语音信息可以通过该网管接口55以IP包方式发送到电话录音服务器4统一处理，另外，通过该网管接口55还可以传送对语音分离录音盒5的配置信息；

存储接口56与外部存储设备11连接，受主控单元51控制；该存储接口56包括一个USB2.0接口、一个USB1.0接口和一个SD/MMC接口（图中未示），可以连接U盘、大容量硬盘、SD卡等外部存储设备11；每个语音分离录音盒5所录的语音信息都可以缓存在本地的外部存储设备11中，作为网络连接不正常时的一个分布式录音存储备份。

如图3所示，语音分离录音盒5的工作流程如下：

当语音分离录音盒5接通电源之后，主控单元51开始工作，对网管接口55、存储接口56和语音采集芯片52进行初始化，启动网络监听和本地的外部存储设备11，启动语音采集芯片52和语音数据端口（图中未示），开始监听语音采集芯片52发送回来的录音数据包；

语音采集芯片52启动后，开始监听通路上的IP电话接口和模拟电话接口，一旦监测到任一通路上有语音通话，就自动采集通话双方的语音信息，将模拟语音信息数字化，并分别打包任一通路上的主叫数据和被叫数据，并写到与主控单元51连接的语音数据端口；

主控单元51一直监听语音采集芯片52的语音数据端口，当收到语音数据包后，首先判断该语音数据包是IP通话的数据包还是模拟通话的数据包，如果是IP通话的数据包，则需要对IP语音数据包进行排序；如果是模拟通话的数据包，则每个数据包必然是按通话时间顺序发送的，无需排序；

主控单元51将排好序的语音数据包按主叫数据和被叫数据分为两个文件，依次写到本地缓存文件，同时通过网管接口55发送给电话录音服务器4；当网络中断时，语音文件保存在本地的外部存储设备11中，当网络重新连接上时，可自动将未发送的语音文件发送到电话录音服务器4。

重新回到图1，中心监控服务器1是整个***的核心，可以根据需要做成主从备份的双机模式，其用于统一监控分布在各地的电话录音资源，还可以负责语音督查客户端2的用户认证、授权和管理，以及经由监控配置客户端3对整个***的综合管理。

电话录音服务器4通过广域网6与语音分离录音盒5连接，其负责接收来自语音分离录音盒5的录音数据，实现录音存储、索引、检索、回放等功能，还可以实现对录音数据的智能语音分析，识别说话人身份、情绪等特征；每个电话录音服务器可下挂多个语音分离录音盒5，可下挂的录音盒个数与电话录音服务器4与语音分离录音盒5的网络连接带宽有关，对10M网络而言，当网络负载到达50%时，可下挂40个语音分离录音盒5。

语音督查客户端2为网络用户提供电话状态监控、通话实时监听、录音浏览、录音查询、录音证据保全及统计报表等可视化人机交互界面，其采用B/S模式，向与中心监控服务器1注册申请各类录音相关服务和数据，并用图形化用户界面展示出来；授权用户只要能与中心监控服务器1网络连接，则均可向中心监控服务器1注册；在本实施例中，最多允许500个语音督查客户端2同时在线。

监控配置客户端3一般由***管理员操作，其用于提供对中心监控服务器1进行配置的可视化操作界面，包括对用户的授权管理、录音资源的编目、电话录音服务器4的配置和语音分离录音盒5的管理和配置等。

语音督查客户端2通过中心监控服务器1获取录音服务的分布式录音协同工作流程如图4所示，该图4展示了语音督查客户端2实时监听电话录音的一个过程：

（1）语音督查客户端2向中心监控服务器1发送实时媒体获取请求，请求中包含被监听电话的号码或位置信息；

（2）中心监控服务器1将被监听电话的号码或位置信息在资源目录中匹配，找到实际的终端地址，建立一个终端对应会话ID；

（3）中心监控服务器1向管理对应终端（即语音分离录音盒5）的电话录音服务器4发起实时媒体获取请求；

（4）电话录音服务器4回复实时媒体请求到中心监控服务器1；

（5）中心监控服务器1创建一个媒体转发规则，将相应终端对应会话ID返回给语音督查客户端2，从而建立了一条从电话录音服务器4到语音督查客户端2的媒体传输通道；

（6）媒体传输通道实时传输从电话录音服务器4到语音督查客户端2的音频流，从而实现语音督查客户端2对目标电话的实时监听。

语音督查客户端2申请其他录音服务的流程与***听流程类似。

综上所述，本发明不仅能够解决在物理位置上分散的包括IP电话、模拟电话在内的各类电话的录音和统一监控问题，还能够对通话双方的语音进行分离，实现对单个通话人的智能语音分析，该分离的语音也可以留作其他业务拓展的基础。本***不仅扩展了录音的范围，也使录音容量可以无限扩充，更重要的是提取了分离的语音信息，使更进一步的基于语音的智能化应用成为可能。

以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。

Claims (7)

1.一种分布式语音分离录音***，其特征在于，所述***包括：

中心监控服务器；

与所述中心监控服务器连接的至少一个语音督查客户端、至少一个监控配置客户端和至少一个电话录音服务器；以及

与每个所述电话录音服务器连接的至少一个语音分离录音盒；

其中，所述每个语音分离录音盒接收***IP电话和/或模拟电话输出的通话双向语音，并对所述通话双向语音进行录音和分离，并向所述电话录音服务器输出录音数据；所述中心监控服务器一方面根据所述语音督查客户端输出的指令对存储在所述电话录音服务器中的所述录音数据进行统一监控，另一方面根据所述监控配置客户端输出的指令对所述语音督查客户端、电话录音服务器和语音分离录音盒进行配置；

其中，所述的语音分离录音盒包括：

主控单元；

与所述主控单元连接的语音采集芯片；

与所述语音采集芯片连接的IP电话接口和至少一个模拟电话接口；以及

与所述主控单元连接的网管接口；

其中，所述语音采集芯片分别通过所述IP电话接口和模拟电话接口对所述***IP电话和模拟电话输出的通话双向语音进行录音，将所述通话双向语音分离为主叫数据和被叫数据，并将该主叫数据和被叫数据数字化后打包输出至所述主控单元；所述主控单元将从所述语音采集芯片接收到的语音数据包按主叫数据和被叫数据分为两个文件，依次写到本地缓存文件，同时通过所述网管接口向所述电话录音服务器输出录音数据。

2.根据权利要求1所述的分布式语音分离录音***，其特征在于，所述主控单元对从所述语音数据包进行判断，若判断该语音数据包为所述***IP电话的数据包，则对该***IP电话的数据包进行排序。

3.根据权利要求1或2所述的分布式语音分离录音***，其特征在于，所述IP电话接口包括第一入接口和第一出接口，其中，所述第一入接口与广域网连接，所述第一出接口通过局域网与所述***IP电话连接。

4.根据权利要求3所述的分布式语音分离录音***，其特征在于，每个所述模拟电话接口包括第二入接口和第二出接口，其中，所述第二入接口与公众电话网连接，所述第二出接口与所述模拟电话连接。

5.根据权利要求4所述的分布式语音分离录音***，其特征在于，所述网管接口通过所述广域网与所述电话录音服务器连接。

6.根据权利要求1、2、4或5所述的分布式语音分离录音***，其特征在于，所述语音分离录音盒还包括与所述主控单元连接的存储接口，其与外部存储设备连接。

7.根据权利要求6所述的分布式语音分离录音***，其特征在于，所述存储接口包括USB2.0接口、USB1.0接口和SD/MMC接口。