CN108833590A - 一种语音识别服务代理服务器及代理方法 - Google Patents
一种语音识别服务代理服务器及代理方法 Download PDFInfo
- Publication number
- CN108833590A CN108833590A CN201810758656.8A CN201810758656A CN108833590A CN 108833590 A CN108833590 A CN 108833590A CN 201810758656 A CN201810758656 A CN 201810758656A CN 108833590 A CN108833590 A CN 108833590A
- Authority
- CN
- China
- Prior art keywords
- server
- voice
- proxy
- request
- media device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012545 processing Methods 0.000 claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 50
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 230000003213 activating effect Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005111 flow chemistry technique Methods 0.000 claims 1
- 238000013519 translation Methods 0.000 abstract description 9
- 239000003795 chemical substances by application Substances 0.000 description 51
- 238000004891 communication Methods 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种语音识别服务代理服务器及代理方法,所述服务器包括MRCP代理模块,用于接收媒体设备发送的语音流处理请求;将所述语音流处理请求发送给业务代理模块进行处理;从所述业务代理模块接收处理结果;将所述处理结果发送给所述语音业务请求对应的业务***应用;业务代理模块,用于从所述MRCP代理模块接收所述语音流处理请求;与语音业务服务器交互,实现对所述语音流的处理,将处理结果返回给MRCP代理模块。在媒体设备与ASR服务之间解耦,利于服务扩展;通过业务代理服务对ASR服务请求进行鉴权,流控,安全,反作弊等,可很好应用于公有云;通过业务代理服务下挂接其他业务模块,对ASR服务进行扩展,如搜索,翻译,识别意图等。
Description
【技术领域】
本发明涉及计算机应用技术,特别涉及一种语音识别服务代理服务器及代理方法。
【背景技术】
随着ASR(Automatic Speech Recognition,自动语音识别)技术日趋成熟和相互结合,基于ASR的增值业务不断涌现和迅猛发展。
现有技术中,媒体设备可以通过MRCP(Media Resource Control Protocol,媒体资源控制协议)直接连接ASR服务,这样的应用方式有两个劣势:
1,对于私有云有很好的支持,对于公有云支持不好,因为公有云需要有鉴权,流控,安全,反作弊等机制。原生的方法要支持公有云,要么放弃这些机制,要么让这些机制与ASR服务耦合;
2,对于ASR服务,只能返回识别的文本,不能有很好的扩展,若要扩展,需要让ASR耦合其他业务模块。
另外,媒体设备也可以通过HTTP对接共有云平台再对接ASR服务,这样的应用方式劣势如下:
因为媒体设备通常不具备HTTP对接ASR的能力,需要进行改造。因此对接不方便,有改造成本。并且,对于ASR服务,只能返回识别的文本,不能有很好的扩展。
【发明内容】
本申请的多个方面提供了语音识别服务代理服务器、方法、设备及存储介质,能够解耦媒体设备与业务***,提供公有云鉴权,流控,计费,安全等服务,并为ASR服务扩展知识。
本申请的一方面,提供一种语音识别服务代理服务器,所述服务器包括:
MRCP代理模块,用于接收媒体设备发送的语音流处理请求;将所述语音流处理请求发送给业务代理模块进行处理;从所述业务代理模块接收处理结果;将所述处理结果发送给所述语音业务请求对应的业务***应用;
业务代理模块,用于从所述MRCP代理模块接收所述语音流处理请求;与语音业务服务器交互,实现对语音流的处理,将处理结果返回给MRCP代理模块。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述语音业务服务器为ASR服务器和/或扩展业务服务器。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述业务代理模块包括:
ASR处理子模块,用于向所述ASR服务器发送ASR请求,接收所述ASR服务器返回的语音识别结果;和/或,
扩展业务处理子模块,用于向所述扩展业务服务器发送扩展业务请求,接收所述扩展业务服务器返回的扩展业务处理结果。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述业务代理模块还用于与控制服务器交互,实现对所述媒体设备的控制。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述控制服务器为鉴权/流控/计费/安全服务器;
所述业务代理模块还包括:
鉴权子模块,用于与所述鉴权服务器交互,实现对所述媒体设备的鉴权;
流控子模块,用于与所述流控服务器交互,实现对所述媒体设备的流控;
计费子模块,用于与所述计费服务器交互,实现对所述媒体设备的计费;
安全子模块,用于与所述安全服务器交互,实现对所述媒体设备的安全服务。
根据本申请的另一方面,提供一种基于上述语音识别服务代理服务器的语音识别服务代理方法,所述方法包括:
代理服务器接收媒体设备发送的语音流处理请求;
与语音业务服务器交互,实现对语音流的处理,获取处理结果;
将所述处理结果发送给所述语音业务请求对应的业务***应用。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述代理服务器接收媒体设备发送的语音流处理请求包括:
所述代理服务器的MRCP代理模块接收媒体设备发送的语音流处理请求,将所述语音流处理请求发送给业务代理模块进行处理。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述与语音业务服务器交互,实现对语音流的处理包括:
所述代理服务器的业务代理模块接收所述语音流处理请求,与语音业务服务器交互,实现对语音流的处理,将处理结果返回给所述MRCP代理模块。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,将所述处理结果发送给所述语音业务请求对应的业务***应用包括:
所述MRCP代理模块将所述处理结果发送给所述语音业务请求对应的业务***应用。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述语音业务服务器为ASR服务器和/或扩展业务服务器。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述业务代理模块接收所述语音流处理请求,与语音业务服务器交互,实现对所述语音流的处理包括:
向所述ASR服务器发送ASR请求,接收所述ASR服务器返回的语音识别结果;和/或,
向所述扩展业务服务器发送扩展业务请求,接收所述扩展业务服务器返回的扩展业务处理结果。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述方法还包括:
所述业务代理模块与控制服务器交互,实现对所述媒体设备的控制。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述控制服务器为鉴权/流控/计费/安全服务器;
所述业务代理模块与控制服务器交互,实现对所述媒体设备的控制还包括:
与所述鉴权服务器交互,实现对所述媒体设备的鉴权;
与所述流控服务器交互,实现对所述媒体设备的流控;
与所述计费服务器交互,实现对所述媒体设备的计费;
与所述安全服务器交互,实现对所述媒体设备的安全服务。
本发明的另一方面,提供一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
本发明的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出,采用本发明所述方案,使媒体设备与ASR服务之间,增加MRCP代理服务和业务代理服务,一来在媒体设备与ASR服务之间解耦,利于服务扩展;二来通过业务代理服务对ASR服务请求进行鉴权,流控,安全,反作弊等,可很好应用于公有云;三来通过业务代理服务下挂接其他业务模块,对ASR服务进行扩展(如搜索,翻译,识别意图等)。
【附图说明】
图1为本发明语音识别服务代理服务器的实施示意图;
图2为本发明所述语音识别服务代理方法的流程图;
图3示出了适于用来实现本发明实施方式的示例性计算机***/服务器012的框图。
【具体实施方式】
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本申请保护的范围。
图1为本发明的语音识别服务代理服务器在语音综合平台中的实施示意图,如图1所示,示出了媒体设备、语音识别代理服务器、业务***、ASR服务器、扩展业务服务器、控制服务器。
所述媒体设备连接到语音识别代理服务器,所述语音识别代理服务器与业务***应用、ASR服务器、扩展业务服务器、控制服务器分别连接。具体的,所述语音识别代理服务器包括MRCP代理模块和业务代理模块,所述媒体设备连接到所述MRCP代理模块,所述MRCP代理模块连接到业务代理模块。所述MRCP代理模块与业务***相连接。所述业务代理模块与ASR服务器、扩展业务服务器、控制服务器分别连接。
所述语音识别代理服务器用于接收媒体设备发送的语音流处理请求;与语音业务服务器交互,实现对所述语音流的处理,获取处理结果;将所述处理结果发送给所述语音业务请求对应的业务***应用。
所述语音识别代理服务器包括:
MRCP代理模块,用于接收媒体设备发送的语音流处理请求;将所述语音流处理请求发送给业务代理模块进行处理;从所述业务代理模块接收处理结果;将所述处理结果发送给所述语音业务请求对应的业务***应用;
业务代理模块,用于从所述MRCP代理模块接收所述语音流处理请求;与语音业务服务器交互,实现对所述语音流的处理,将处理结果返回给MRCP代理模块。
优选地,所述MRCP代理模块与媒体设备连接。媒体设备向所述MRCP代理模块发送语音流处理请求,例如ASR处理请求。
所述MRCP代理模块将所述语音流处理请求发送给业务代理模块进行处理。
所述业务代理模块包括ASR处理子模块,用于根据所述语音流处理请求,生成对应的语音业务请求,发送给对应的语音业务服务器。例如,根据所述ASR处理请求,生成ASR请求发送给ASR服务器进行处理,接收所述ASR服务器返回的语音识别结果。
在本实施例中,由于所述业务代理模块连接扩展业务服务器以实现扩展语音业务,例如翻译业务。所述业务代理模块包括扩展业务处理子模块,用于根据媒体设备发送并由MRCP代理模块转发的语音流处理请求,其中,所述语音流处理请求为翻译处理请求,生成翻译请求发送给翻译服务器进行处理,接收所述翻译服务器返回的翻译结果。
所述业务代理模块接收ASR服务器和/或扩展业务服务器的处理结果后,将所述处理结果发送给MRCP代理服务器,以便MRCP代理服务器将所述处理结果发送给所述语音业务请求对应的业务***应用。
优选地,所述MRCP代理服务器将所述处理结果发送给媒体设备,由媒体设备将所述处理结果发送给业务***应用。
由于所述代理服务器对所述媒体设备是透明的,用户不会感知到上述处理过程与现有的媒体设备将语音流处理请求发送给ASR服务器,接收ASR服务器的语音识别结果,将所述语音识别结果发送给业务***应用的操作流程有和不同。
优选地,在本实施例的一种优选实现方式中,为了解决为公有云所需要的鉴权,流控,计费、安全,反作弊等机制,所述业务代理模块提供了与鉴权,流控,计费、安全,反作弊等控制服务器的连接,与控制服务器交互,实现对所述媒体设备的控制。
优选地,所述语音流处理请求中还包括鉴权请求以及登录所述媒体设备的用户的账号和用户密码。
本实施例中,所述业务代理模块还包括鉴权子模块,用于与所述鉴权服务器交互,实现对所述媒体设备的鉴权;流控子模块,用于与所述流控服务器交互,实现对所述媒体设备的流控;计费子模块,用于与所述计费服务器交互,实现对所述媒体设备的计费;安全子模块,用于与所述安全服务器交互,实现对所述媒体设备的安全服务。
鉴权子模块向鉴权服务器发送申请鉴权请求,所述申请鉴权请求包括登录所述媒体设备的用户的账号和用户密码,鉴权服务器根据账号和用户密码进行鉴权,如果合法则返回鉴权通过信号给所述鉴权子模块。鉴权成功后,业务代理模块根据所述语音流处理请求,生成对应的语音业务请求,发送给对应的ASR服务器和/或扩展业务服务器;接收ASR服务器和/或扩展业务服务器的处理结果后,将所述处理结果发送给MRCP代理服务器,以便MRCP代理服务器将所述处理结果发送给所述语音业务请求对应的业务***应用。
优选地,当ASR服务器和/或扩展业务服务器资源就绪,则向业务代理模块返回连接成功消息。业务代理模块获得连接成功消息后,建立与ASR服务器和/或扩展业务服务器的连接,同时,计费子模块向计费服务器发送计费开始信号;流控子模块向流控服务器发送流量控制开始信号。当ASR服务器和/或扩展业务服务器完成了用户的语音业务请求,则向业务代理模块返回识别完成消息。业务代理模块获得识别完成消息后,向ASR服务器和/或扩展业务服务器发送断开资源链接的请求,同时,计费子模块向计费服务器发送停止计费的消息;流控子模块向流控服务器发送停止流量控制的消息。优选地,计费服务器根据所述语音业务请求的时长或流量进行计费。
优选地,本实施例中,通过公网访问第三方的业务服务器,很容易带来安全隐患,包括:会话创建的安全问题、控制会话的保护、媒体会话的保护、非直接的内容访问、已存储的媒体文件的保护。因此,所述业务代理模块的安全子模块与安全服务器相连接,由所述安全服务器提供安全服务。
优选地,所述鉴权,流控,计费、安全服务器也可集成在所述业务代理模块中,直接提供鉴权,流控,计费、安全服务。
通过本实施例所述代理服务器,使媒体设备与ASR服务之间,增加MRCP代理服务和业务代理服务,一来在媒体设备与ASR服务之间解耦,利于服务扩展;二来通过业务代理服务对ASR服务请求进行鉴权,流控,安全,反作弊等,可很好应用于公有云;三来通过业务代理服务下挂接其他业务模块,对ASR服务进行扩展(如搜索,翻译,识别意图等)。
在本申请所提供的实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理器中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
图2为基于本发明所述语音识别服务代理服务器的语音识别服务代理方法的流程图,如图2所示,所述方法包括:
步骤S21、代理服务器接收媒体设备发送的语音流处理请求;
步骤S22、与语音业务服务器交互,实现对语音流的处理,获取处理结果;
步骤S23、将所述处理结果发送给所述语音业务请求对应的业务***应用。
在步骤S21的一种优选实现方式中,
代理服务器接收媒体设备发送的语音流处理请求;
优选地,所述代理服务器的MRCP代理模块接收媒体设备发送的语音流处理请求;
优选地,述MRCP代理模块与媒体设备连接。媒体设备向所述MRCP代理模块发送语音流处理请求,例如ASR处理请求。所述MRCP模块将所述语音流处理请求,例如ASR处理请求,发送给代理服务器的业务代理模块进行处理。
在步骤S22的一种优选实现方式中,
代理服务器与语音业务服务器交互,实现对语音流的处理,获取处理结果;
优选地,所述代理服务器的业务代理模块接收所述MRCP代理模块发送的语音流处理请求,与语音业务服务器交互,实现对所述语音流的处理
优选地,所述业务代理模块包括处理子模块,用于根据所述语音流处理请求,生成对应的语音业务请求,发送给对应的语音业务服务器。例如,ASR处理子模块,根据所述ASR处理请求,生成ASR请求发送给ASR服务器进行处理,接收所述ASR服务器返回的语音识别结果。
在本实施例中,由于所述业务代理模块连接扩展业务服务器以实现扩展语音业务,例如翻译业务。所述业务代理模块包括扩展业务处理子模块,用于根据媒体设备发送,并由MRCP代理模块转发的语音流处理请求,其中,所述语音流处理请求为翻译处理请求,生成翻译请求发送给翻译服务器进行处理,接收所述翻译服务器返回的翻译结果。
所述业务代理模块接收ASR服务器和/或扩展业务服务器的处理结果后,将所述处理结果发送给MRCP代理服务器,以便MRCP代理服务器将所述处理结果发送给所述语音业务请求对应的业务***应用。
优选地,在本实施例的一种优选实现方式中,为了解决为公有云所需要的鉴权,流控,计费、安全,反作弊等机制,所述业务代理模块提供了与鉴权,流控,计费、安全,反作弊等控制服务器的连接,与控制服务器交互,实现对所述媒体设备的控制。
优选地,所述语音流处理请求中还包括鉴权请求以及登录所述媒体设备的用户的账号和用户密码。
本实施例中,所述业务代理模块还包括鉴权子模块,用于与所述鉴权服务器交互,实现对所述媒体设备的鉴权;流控子模块,用于与所述流控服务器交互,实现对所述媒体设备的流控;计费子模块,用于与所述计费服务器交互,实现对所述媒体设备的计费;安全子模块,用于与所述安全服务器交互,实现对所述媒体设备的安全服务。
鉴权子模块向鉴权服务器发送申请鉴权请求,所述申请鉴权请求包括登录所述媒体设备的用户的账号和用户密码,鉴权服务器根据账号和用户密码进行鉴权,如果合法则返回鉴权通过信号给所述鉴权子模块。鉴权成功后,业务代理模块根据所述语音流处理请求,生成对应的语音业务请求,发送给对应的ASR服务器和/或扩展业务服务器;接收ASR服务器和/或扩展业务服务器的处理结果后,将所述处理结果发送给MRCP代理服务器,以便MRCP代理服务器将所述处理结果发送给所述语音业务请求对应的业务***应用。
优选地,当ASR服务器和/或扩展业务服务器资源就绪,则向业务代理模块返回连接成功消息。业务代理模块获得连接成功消息后,建立与ASR服务器和/或扩展业务服务器的连接,同时,计费子模块向计费服务器发送计费开始信号;流控子模块向流控服务器发送流量控制开始信号。当ASR服务器和/或扩展业务服务器完成了用户的语音业务请求,则向业务代理模块返回识别完成消息。业务代理模块获得识别完成消息后,向ASR服务器和/或扩展业务服务器发送断开资源链接的请求,同时,计费子模块向计费服务器发送停止计费的消息;流控子模块向流控服务器发送停止流量控制的消息。优选地,计费服务器根据所述语音业务请求的时长或流量进行计费。
优选地,本实施例中,通过公网访问第三方的业务服务器,很容易带来安全隐患,包括:会话创建的安全问题、控制会话的保护、媒体会话的保护、非直接的内容访问、已存储的媒体文件的保护。因此,所述业务代理模块的安全子模块与安全服务器相连接,由所述安全服务器提供安全服务。
优选地,所述鉴权,流控,计费、安全服务器也可集成在所述业务代理模块中,直接提供鉴权,流控,计费、安全服务。
在步骤S23的一种优选实现方式中,
将所述处理结果发送给所述语音业务请求对应的业务***应用。
优选地,所述MRCP代理服务器将从业务代理模块接收到的处理结果发发送给业务***应用。
优选地,所述MRCP代理服务器将从业务代理模块接收到的处理结果发送给媒体设备,由媒体设备将所述处理结果发送给业务***应用。
由于所述代理服务器对所述媒体设备是透明的,用户不会感知到上述处理过程与现有的媒体设备将语音流处理请求发送给ASR服务器,接收ASR服务器的语音识别结果,将所述语音识别结果发送给业务***应用的操作流程有和不同。
通过本实施例所述方法,通过业务代理服务对ASR服务请求进行鉴权,流控,安全,反作弊等,可很好应用于公有云;通过业务代理服务下挂接其他业务模块,对ASR服务进行扩展(如搜索,翻译,识别意图等)。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图3示出了适于用来实现本发明实施方式的示例性计算机***/服务器012的框图。图3显示的计算机***/服务器012仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,计算机***/服务器012以通用计算设备的形式表现。计算机***/服务器012的组件可以包括但不限于:一个或者多个处理器或者处理器016,***存储器028,连接不同***组件(包括***存储器028和处理器016)的总线018。
总线018表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机***/服务器012典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机***/服务器012访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器028可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机***/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***034可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块042的程序/实用工具040,可以存储在例如存储器028中,这样的程序模块042包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。
计算机***/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信,在本发明中,计算机***/服务器012与外部雷达设备进行通信,还可与一个或者多个使得发声者能与该计算机***/服务器012交互的设备通信,和/或与使得该计算机***/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且,计算机***/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图3所示,网络适配器020通过总线018与计算机***/服务器012的其它模块通信。应当明白,尽管图3中未示出,可以结合计算机***/服务器012使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理器016通过运行存储在***存储器028中的程序,从而执行本发明所描述的实施例中的功能和/或方法。
上述的计算机程序可以设置于计算机存储介质中,即该计算机存储介质被编码有计算机程序,该程序在被一个或多个计算机执行时,使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。
随着时间、技术的发展,介质含义越来越广泛,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在发声者计算机上执行、部分地在发声者计算机上执行、作为一个独立的软件包执行、部分在发声者计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到发声者计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理器中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (15)
1.一种语音识别服务代理服务器,其特征在于,所述服务器包括:
MRCP代理模块,用于接收媒体设备发送的语音流处理请求;将所述语音流处理请求发送给业务代理模块进行处理;从所述业务代理模块接收处理结果;将所述处理结果发送给所述语音业务请求对应的业务***应用;
业务代理模块,用于从所述MRCP代理模块接收所述语音流处理请求;与语音业务服务器交互,实现对语音流的处理,将处理结果返回给MRCP代理模块。
2.根据权利要求1所述的代理服务器,其特征在于,所述语音业务服务器为ASR服务器和/或扩展业务服务器。
3.根据权利要求2所述的代理服务器,其特征在于,所述业务代理模块包括:
ASR处理子模块,用于向所述ASR服务器发送ASR请求,接收所述ASR服务器返回的语音识别结果;和/或,
扩展业务处理子模块,用于向所述扩展业务服务器发送扩展业务请求,接收所述扩展业务服务器返回的扩展业务处理结果。
4.根据权利要求1所述的代理服务器,其特征在于,所述业务代理模块还用于与控制服务器交互,实现对所述媒体设备的控制。
5.根据权利要求4所述的代理服务器,其特征在于,
所述控制服务器为鉴权/流控/计费/安全服务器;
所述业务代理模块还包括:
鉴权子模块,用于与所述鉴权服务器交互,实现对所述媒体设备的鉴权;
流控子模块,用于与所述流控服务器交互,实现对所述媒体设备的流控;
计费子模块,用于与所述计费服务器交互,实现对所述媒体设备的计费;
安全子模块,用于与所述安全服务器交互,实现对所述媒体设备的安全服务。
6.一种基于权利要求1-5所述语音识别服务代理服务器的语音识别服务代理方法,其特征在于,所述方法包括:
代理服务器接收媒体设备发送的语音流处理请求;
与语音业务服务器交互,实现对语音流的处理,获取处理结果;
将所述处理结果发送给所述语音业务请求对应的业务***应用。
7.根据权利要求6所述的方法,其特征在于,所述代理服务器接收媒体设备发送的语音流处理请求包括:
所述代理服务器的MRCP代理模块接收媒体设备发送的语音流处理请求,将所述语音流处理请求发送给业务代理模块进行处理。
8.根据权利要求7所述的方法,其特征在于,所述与语音业务服务器交互,实现对语音流的处理包括:
所述代理服务器的业务代理模块接收所述语音流处理请求,与语音业务服务器交互,实现对语音流的处理,将处理结果返回给所述MRCP代理模块。
9.根据权利要求8所述的方法,其特征在于,将所述处理结果发送给所述语音业务请求对应的业务***应用包括:
所述MRCP代理模块将所述处理结果发送给所述语音业务请求对应的业务***应用。
10.根据权利要求9所述的方法,其特征在于,所述语音业务服务器为ASR服务器和/或扩展业务服务器。
11.根据权利要求10所述的方法,其特征在于,所述业务代理模块接收所述语音流处理请求,与语音业务服务器交互,实现对所述语音流的处理包括:
向所述ASR服务器发送ASR请求,接收所述ASR服务器返回的语音识别结果;和/或,
向所述扩展业务服务器发送扩展业务请求,接收所述扩展业务服务器返回的扩展业务处理结果。
12.根据权利要求9所述的方法,其特征在于,所述方法还包括:
所述业务代理模块与控制服务器交互,实现对所述媒体设备的控制。
13.根据权利要求12所述的方法,其特征在于,
所述控制服务器为鉴权/流控/计费/安全服务器;
所述业务代理模块与控制服务器交互,实现对所述媒体设备的控制还包括:
与所述鉴权服务器交互,实现对所述媒体设备的鉴权;
与所述流控服务器交互,实现对所述媒体设备的流控;
与所述计费服务器交互,实现对所述媒体设备的计费;
与所述安全服务器交互,实现对所述媒体设备的安全服务。
14.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求6~13中任一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求6~13中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810758656.8A CN108833590B (zh) | 2018-07-11 | 2018-07-11 | 一种语音识别服务代理服务器及代理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810758656.8A CN108833590B (zh) | 2018-07-11 | 2018-07-11 | 一种语音识别服务代理服务器及代理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108833590A true CN108833590A (zh) | 2018-11-16 |
CN108833590B CN108833590B (zh) | 2021-10-26 |
Family
ID=64136036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810758656.8A Active CN108833590B (zh) | 2018-07-11 | 2018-07-11 | 一种语音识别服务代理服务器及代理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108833590B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111050002A (zh) * | 2019-12-17 | 2020-04-21 | 北京鸿博信通科技有限公司 | 一种智能电话总机及其工作方法和*** |
CN111128198A (zh) * | 2019-12-25 | 2020-05-08 | 厦门快商通科技股份有限公司 | 一种声纹识别方法、装置、存储介质、服务器及*** |
CN112786022A (zh) * | 2019-11-11 | 2021-05-11 | 青岛海信移动通信技术股份有限公司 | 终端、第一语音服务器、第二语音服务器及语音识别方法 |
CN114500128A (zh) * | 2022-02-07 | 2022-05-13 | 北京百度网讯科技有限公司 | 一种流控计费方法、装置、***、电子设备、介质及产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079885A (zh) * | 2007-06-26 | 2007-11-28 | 中兴通讯股份有限公司 | 一种提供自动语音识别统一开发平台的***和方法 |
CN101677329A (zh) * | 2008-09-18 | 2010-03-24 | 中兴通讯股份有限公司 | 一种综合语音资源平台代理服务器及其数据处理方法 |
CN102427465A (zh) * | 2011-08-18 | 2012-04-25 | 青岛海信电器股份有限公司 | 语音服务代理方法及装置、通过代理集成语音应用的*** |
-
2018
- 2018-07-11 CN CN201810758656.8A patent/CN108833590B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079885A (zh) * | 2007-06-26 | 2007-11-28 | 中兴通讯股份有限公司 | 一种提供自动语音识别统一开发平台的***和方法 |
CN101677329A (zh) * | 2008-09-18 | 2010-03-24 | 中兴通讯股份有限公司 | 一种综合语音资源平台代理服务器及其数据处理方法 |
CN102427465A (zh) * | 2011-08-18 | 2012-04-25 | 青岛海信电器股份有限公司 | 语音服务代理方法及装置、通过代理集成语音应用的*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112786022A (zh) * | 2019-11-11 | 2021-05-11 | 青岛海信移动通信技术股份有限公司 | 终端、第一语音服务器、第二语音服务器及语音识别方法 |
CN112786022B (zh) * | 2019-11-11 | 2023-04-07 | 青岛海信移动通信技术股份有限公司 | 终端、第一语音服务器、第二语音服务器及语音识别方法 |
CN111050002A (zh) * | 2019-12-17 | 2020-04-21 | 北京鸿博信通科技有限公司 | 一种智能电话总机及其工作方法和*** |
CN111128198A (zh) * | 2019-12-25 | 2020-05-08 | 厦门快商通科技股份有限公司 | 一种声纹识别方法、装置、存储介质、服务器及*** |
CN114500128A (zh) * | 2022-02-07 | 2022-05-13 | 北京百度网讯科技有限公司 | 一种流控计费方法、装置、***、电子设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN108833590B (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108833590A (zh) | 一种语音识别服务代理服务器及代理方法 | |
CN110166432A (zh) | 对内网目标服务的访问方法、提供内网目标服务的方法 | |
CN110083465A (zh) | 一种寄宿应用间的数据传递方法 | |
US20060190532A1 (en) | Apparatus and methods for multiple user remote connections to an information handling system via a remote access controller | |
CN108257590A (zh) | 语音交互方法、装置、电子设备、存储介质 | |
US11233897B1 (en) | Secure call center communications | |
CN106302211B (zh) | 一种网络资源的请求量控制方法和装置 | |
CN109785829A (zh) | 一种基于语音控制的客服辅助方法和*** | |
CN109951488A (zh) | 内容分发网络的服务实现方法、装置、设备及存储介质 | |
CN108135026A (zh) | Wi-Fi连接方法、计算机设备及存储介质 | |
CN109951295A (zh) | 密钥处理和使用方法、装置、设备及介质 | |
CN113992755B (zh) | 基于微服务网关的请求处理方法、***、设备及存储介质 | |
CN109976922A (zh) | 小程序平台间的发现方法、设备和计算机存储介质 | |
CN108540552A (zh) | 设备互连方法、装置、***、设备和存储介质 | |
CN109886798A (zh) | 基于数据标准化的金融业务远程处理方法及装置 | |
WO2019136685A1 (zh) | 终端进行网络选择的方法、装置、计算机设备及存储介质 | |
KR102107197B1 (ko) | 스마트 컨택 관리 서버 및 이를 이용한 스마트 컨택 서비스 시스템 | |
US20220269517A1 (en) | Adaptable warnings and feedback | |
WO2020177731A1 (zh) | 一种寄宿应用间的即时通讯方法 | |
WO2019056901A1 (zh) | 即时通讯过程中的语音信息转发方法、设备及存储介质 | |
CN108829646A (zh) | 数据存储及解析方法、装置、***及存储介质 | |
CN108876299A (zh) | 一种处理电子合同的方法及装置 | |
CN107770835A (zh) | 一种连接无线接入点的方法、设备和计算机存储介质 | |
CN110572438A (zh) | 一种网络连接建立方法、装置、网络设备和存储介质 | |
CN114301789B (zh) | 数据传输方法及装置、存储介质、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |