專利名稱：一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電話外撥技術(shù)領(lǐng)域以及語音識別領(lǐng)域，尤其涉及一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法和設(shè)備。
背景技術(shù)：
電話外撥是指撥打電話，并識別被叫方的呼叫狀態(tài)，根據(jù)呼叫狀態(tài)進(jìn)行后續(xù)處理的操作。所述呼叫狀態(tài)包括但不限于對方接通、空號、被叫用戶關(guān)機(jī)、被叫不在服務(wù)區(qū)、被叫停機(jī)、有呼叫等待功能被叫忙、無呼叫等待功能被叫忙、中繼忙/網(wǎng)絡(luò)忙、被叫用戶設(shè)置了呼入限制、其它運(yùn)營商方向線路故障、被叫久叫不應(yīng)等。電話外撥系統(tǒng)是指計(jì)算機(jī)自動撥打電話，并自動判斷呼叫狀態(tài)，根據(jù)呼叫狀態(tài)進(jìn)行后續(xù)處理的系統(tǒng)，根據(jù)后續(xù)處理的類型，分成自動外撥和預(yù)測式外撥兩種類型。電話外撥系統(tǒng)被廣泛應(yīng)用于市場營銷、商務(wù)辦公、金融服務(wù)、售前售后服務(wù)、社會信息調(diào)查等方面。電話外撥方案的核心，是準(zhǔn)確識別出被叫方的呼叫狀態(tài)，該過程被稱為呼叫進(jìn)程分析。在現(xiàn)有技術(shù)中，電話外撥系統(tǒng)最常用的電信線路為綜合業(yè)務(wù)數(shù)字網(wǎng)(ISDN， Integrated Services Digital Network)線路。ISDN線路上的信息分成兩類，一類是帶外信息，S卩ISDN信令，一類是帶內(nèi)信息，即人可以聽到的音頻。傳統(tǒng)的基于ISDN線路的呼叫進(jìn)程分析檢測方法包括以下三種信令檢測方法、標(biāo)準(zhǔn)信息音檢測方法和人聲檢測方法。信令檢測方法就是根據(jù)ISDN所接收的ISDN信令判斷被叫方的呼叫狀態(tài)。標(biāo)準(zhǔn)信息音檢測方法就是通過檢測標(biāo)準(zhǔn)信息音來判斷被叫方的呼叫狀態(tài)。標(biāo)準(zhǔn)信息音是帶內(nèi)信息的一種，由單一頻率的、有占空比的聲音信號組成。常用的標(biāo)準(zhǔn)信息音包括回鈴音和忙音?；剽徱艉兔σ舳际蔷哂刑囟l譜特征的聲音信號。圖1所示為回鈴音的波形示意圖，采用頻率為450士25Hz的交流電源，發(fā)送電平為-10士3dBm，它是k 斷續(xù)的信號音，即Is送，如斷。圖2所示為忙音的波形示意圖，采用頻率為450士25Hz的交流電源，發(fā)送電平為-10士3dBm，它是0. 7斷續(xù)的信號音，即0. 35送，0. 35斷。標(biāo)準(zhǔn)信息音的檢測原則一般為檢測到回鈴音，回鈴音消失，則認(rèn)為對方接通；檢測到忙音，則認(rèn)為對方?jīng)]有接通。人聲檢測方法就是檢測ISDN線路接收的帶內(nèi)信息是否符合人聲的頻譜特征來判斷其是否為人聲。該方法可以區(qū)分出聲音信號不是標(biāo)準(zhǔn)信息音，但對于區(qū)分此聲音是用戶說話聲，還是彩鈴或錄音通知的準(zhǔn)確率非常低。在實(shí)際應(yīng)用中，可以將三種方法綜合使用，以提高檢測準(zhǔn)確率。以下針對多種呼叫進(jìn)程的情況進(jìn)行具體分析。對于被叫方應(yīng)答的情況，在呼叫端收到的信號序列依次為回鈴信令、回鈴音或彩鈴、接通信令和人聲。采用標(biāo)準(zhǔn)信息音檢測方式，如果收到的是彩鈴而不是回鈴音，則無法檢測到對方回鈴，如果采用人聲檢測方式，在收到彩鈴時就會判定為對方應(yīng)答，以致出現(xiàn)誤判。對于空號、被叫用戶關(guān)機(jī)、被叫停機(jī)、有呼叫等待功能被叫忙、無呼叫等待功能被叫忙、中繼忙/網(wǎng)絡(luò)忙、被叫用戶設(shè)置了呼入限制、其它運(yùn)營商方向線路故障的情況，在呼叫端收到的信號序列依次為錄音通知(持續(xù)約10秒，內(nèi)容為例如“您好！您所撥打的號碼是空號，請核對后再撥”、“您好！您所撥打的電話已關(guān)機(jī)”、“對不起！您撥打的用戶暫時無法接通，請稍后再撥”、“對不起！您撥打的電話已停機(jī)”等)、忙音(持續(xù)約20秒)、用戶請求拆線的信令。通過信令檢測方法可以檢測沒有接通，但是有較大的延遲，將近30秒(錄音通知10秒，忙音20秒)，并且無法從用戶請求拆線信息中獲取具體的呼叫狀態(tài)；通過標(biāo)準(zhǔn)信息音檢測方法，可以檢測沒有接通，但是有較大的延遲，將近10秒，并且無法從用戶請求拆線信息中獲取具體的呼叫狀態(tài)；通過真人聲檢測方法，會將錄音通知誤判為真人接通， 也無法獲取具體的呼叫狀態(tài)。對于尋呼被叫不成功的情況，在呼叫端收到的信號序列依次為靜音(持續(xù)約15 秒)、錄音通知(持續(xù)約10秒，內(nèi)容為“對不起，您撥打的電話暫時無人接聽，請稍后再撥”)、 忙音(持續(xù)約20秒)、用戶請求拆線的信令。通過信令檢測方法，可以檢測沒有接通，但是有較大的延遲，約45秒(15+10+20)，并且無法獲取對方不在服務(wù)區(qū)的呼叫狀態(tài)；通過標(biāo)準(zhǔn)信息音檢測方法，可以檢測沒有接通，但是有較大的延遲，將近25秒，并且無法獲取對方不在服務(wù)區(qū)；通過真人聲檢測方法，會將錄音通知誤判為真人接通，并且無法獲取對方不在服務(wù)區(qū)。如果是尋呼被叫成功，但被叫方久不應(yīng)答的情況，在呼叫端收到的信號序列依次為回鈴音或彩鈴、錄音通知(持續(xù)約10秒，內(nèi)容為“對不起，您撥打的電話暫時無人接聽， 請稍后再撥”)、忙音(持續(xù)約20秒)、用戶請求拆線的信令。通過信令檢測方法可以檢測沒有接通，但是有較大的延遲，將近30秒(錄音通知10秒，忙音20秒)，并且無法獲取對方是久叫不應(yīng)；通過標(biāo)準(zhǔn)信息音檢測方法，可以檢測沒有接通，但是有較大的延遲，將近10 秒，并且無法獲取對方是久叫不應(yīng)；通過真人聲檢測方法，會將錄音通知誤判為真人接通， 并且無法獲取對方是久叫不應(yīng)。從以上分析可以看出，即使將上述三種方法混合使用，仍然會產(chǎn)生檢測錯誤、檢測延遲太大和無法獲知被叫方準(zhǔn)確的狀態(tài)等問題。

發(fā)明內(nèi)容
本發(fā)明提供了用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法和裝置，可以提高被叫方狀態(tài)的檢測正確率，獲取呼叫的準(zhǔn)確狀態(tài)，縮短檢測延遲。本發(fā)明實(shí)施例提出一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法，包括如下步驟A、電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼，從呼叫線路中提取來自被叫方的語音作為源語音樣本，選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形關(guān)鍵詞語音幀特征序列模板；B、電話外撥系統(tǒng)撥打被叫方號碼，從呼叫線路中提取來自被叫方的語音作為目標(biāo)語音樣本，對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列；C、利用關(guān)鍵詞語音幀特征序列模板，對目標(biāo)語音幀特征序列進(jìn)行識別。較佳地，步驟A和/或步驟B所述從呼叫線路中提取來自被叫方的語音包括語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、或IP交換機(jī)從呼叫線路中提取音頻數(shù)據(jù)，并對所提取的音頻數(shù)據(jù)進(jìn)行線性化處理。較佳地，步驟A所述選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形成幀特征序列，將所述幀特征序列存儲為關(guān)鍵詞語音幀特征序列模板包括Al、對每一份包含關(guān)鍵詞的源語音樣本進(jìn)行分幀加窗處理，得到源語音幀；A2、使用幀過零率或短時能量特征對所述源語音幀進(jìn)行靜音判定，對于每一個源語音幀，生成用于指示該源語音幀是否為靜音幀的靜音標(biāo)識；A3、對每一個源語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示源語音幀為非靜音幀，根據(jù)該源語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；A4、依次存儲每一個源語音幀的靜音標(biāo)識以及倒譜系數(shù)形成分幀語音倒譜系數(shù)序列；將所述分幀語音倒譜系數(shù)序列作為關(guān)鍵詞語音幀特征序列模板。較佳地，步驟B所述對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列包括Bi、對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到目標(biāo)語音幀；B2、使用幀過零率或短時能量特征對所述目標(biāo)語音幀進(jìn)行靜音判定，對于每一個目標(biāo)語音幀，生成用于指示該目標(biāo)語音幀是否為靜音幀的靜音標(biāo)識；B3、對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；B4、將目標(biāo)語音幀的靜音標(biāo)識以及倒譜系數(shù)按照順序排列，形成分幀語音倒譜系數(shù)序列；將所述分幀語音倒譜系數(shù)序列作為目標(biāo)語音幀特征序列。較佳地，所述步驟Al進(jìn)一步包括對源語音樣本進(jìn)行預(yù)加重處理。較佳地，所述關(guān)鍵詞包括是空號、已關(guān)機(jī)、無法接通、正在通話中、無法接通、呼入限制、無需加零、網(wǎng)絡(luò)暫時無法接通、暫時無人接聽或以上關(guān)鍵詞的任意組合。較佳地，所述步驟C包括Cl、將目標(biāo)語音幀特征序列分別對每一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配， 計(jì)算出與每一個關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差；C2、將所有關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差進(jìn)行比較，找出其中最小的匹配誤差；C3、判斷所述最小的匹配誤差是否小于預(yù)先設(shè)定的誤差門限，若是，認(rèn)為目標(biāo)語音包含該最小的匹配誤差對應(yīng)的關(guān)鍵詞語音幀特征序列模板所對應(yīng)的關(guān)鍵詞，否則，認(rèn)為語音不包含關(guān)鍵詞。較佳地，步驟Cl中對一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與該關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差包括設(shè)目標(biāo)語音幀特征序列中的一個幀F(xiàn)l與關(guān)鍵詞語音幀特征序列模板的一個幀F(xiàn)2 之間的歐拉距離的表達(dá)式為Df(F\, F2)=如、-βι)2+(α2-β2)2- + {ακ 一凡)2 ；其中，α” α2··· α κ 為所述幀
Fl的倒譜系數(shù)，β β 2. . . β κ為所述幀F(xiàn)2的倒譜系數(shù)；設(shè)目標(biāo)語音幀特征序列共包括M個語音幀，分別為FDpFD1. . . FDsh，而關(guān)鍵詞語音幀特征序列模板包括N個語音幀分別為FI；、FT1. . . FTim，其中M > N，目標(biāo)語音幀特征序列中進(jìn)行匹配的起始幀號為s ；計(jì)算關(guān)鍵詞語音幀特征序列模板與目標(biāo)語音中從幀s到幀s+Ν-Ι的平均歐拉距離平均歐拉距離DTs
DTs = [Df (FDs+0, FT0) +Df (FDS+1，F(xiàn)T1) +··· +Df (FDs^1, FV1) ] /N ；將所述起始幀號s從0遍歷到M-N+1，計(jì)算所有的平均歐拉距離DI；、 DT1. · · · DTm—N+i ‘在所述平均歐拉距離DTr DT1. . . . DTm_n+1中找到一個最小值，作為該關(guān)鍵詞語音幀特征序列模板的匹配誤差。本發(fā)明實(shí)施例還提出一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析裝置，包括源語音幀特征序列提取模塊，用于在電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼時，從呼叫線路中提取來自被叫方的語音作為源語音樣本，選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形成關(guān)鍵詞語音幀特征序列模板；目標(biāo)語音特征提取模塊，用于在電話外撥系統(tǒng)撥打被叫方號碼時，從呼叫線路中提取來自被叫方的語音作為目標(biāo)語音樣本，對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列；特征識別模塊，用于利用所述特征模塊建立的關(guān)鍵詞語音幀特征序列模板，對信號提取模塊所提取的目標(biāo)語音幀特征序列進(jìn)行識別。較佳地，所述源語音幀特征序列提取模塊包括第一音頻數(shù)據(jù)提取單元，用于從語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、或IP 交換機(jī)中提取音頻數(shù)據(jù)并輸出所述音頻數(shù)據(jù)；第一線性化處理單元，用于對第一音頻數(shù)據(jù)提取單元所提取的音頻數(shù)據(jù)進(jìn)行線性化處理，并輸出線性化處理后的音頻數(shù)據(jù)；關(guān)鍵詞選擇單元，用于從第一線性化處理單元輸出的音頻數(shù)據(jù)中截取包含關(guān)鍵詞的音頻片段作為源語音樣本；第一加窗處理單元，用于對每一份包含關(guān)鍵詞的源語音樣本進(jìn)行分幀加窗處理， 得到源語音幀并輸出；第一靜音判定單元，用于使用幀過零率與短時能量特征對所述源語音幀進(jìn)行靜音判定，對于加窗處理單元輸出的每一個源語音幀，生成用于指示該源語音幀是否為靜音幀的靜音標(biāo)識；第一計(jì)算單元，用于對每一個源語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示源語音幀為非靜音幀，根據(jù)該源語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；存儲單元，用于依次存儲每一個源語音幀的靜音標(biāo)識以及倒譜系數(shù)形成分幀語音倒譜系數(shù)序列；所述分幀語音倒譜系數(shù)序列即為關(guān)鍵詞語音幀特征序列模板。較佳地，所述目標(biāo)語音特征提取模塊包括第二音頻數(shù)據(jù)提取單元，用于從語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、或IP 交換機(jī)中提取音頻數(shù)據(jù)并輸出所述音頻數(shù)據(jù)；第二線性化處理單元，用于對音頻數(shù)據(jù)提取單元所提取的音頻數(shù)據(jù)進(jìn)行線性化處理，并輸出線性化處理后的音頻數(shù)據(jù)作為目標(biāo)語音樣本；第二加窗處理單元，用于對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到并輸出目標(biāo)語音幀；第二靜音判定單元，用于使用幀過零率與短時能量特征對所述目標(biāo)語音幀進(jìn)行靜音判定，對于每一個目標(biāo)語音幀，生成用于指示該目標(biāo)語音幀是否為靜音幀的靜音標(biāo)識；
第二計(jì)算單元，用于對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；特征序列單元，用于將目標(biāo)語音幀的靜音標(biāo)識以及倒譜系數(shù)按照順序排列，形成分幀語音倒譜系數(shù)序列；所述分幀語音倒譜系數(shù)序列作為目標(biāo)語音幀特征序列。 較佳地，所述特征識別模塊包括匹配單元，用于將目標(biāo)語音幀特征序列分別對每一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與該關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差；比較單元，用于將所有匹配誤差進(jìn)行比較，找出其中最小的匹配誤差并輸出至判斷單元；以及判斷單元，用于判斷來自所述比較單元的匹配誤差是否小于預(yù)先設(shè)定的誤差門限，若是，判斷結(jié)果為目標(biāo)語音包含該關(guān)鍵詞語音幀特征序列模板對應(yīng)的關(guān)鍵詞，否則，判斷結(jié)果為語音不包含關(guān)鍵詞，并輸出該判斷結(jié)果。從以上技術(shù)方案可以看出，在電話外撥系統(tǒng)撥打被叫號碼時，提取來自被叫方的信號，根據(jù)預(yù)先建立錄音通知包含的關(guān)鍵詞的特征模板對該信號進(jìn)行識別。該技術(shù)方案具有如下有益效果1、檢測時間短，在接收到關(guān)鍵詞30毫秒內(nèi)，即可檢測完成；2、檢測信息全面，不但通過信令可以檢測對方接通，還可以檢測出空號、被叫用戶關(guān)機(jī)、被叫不在服務(wù)區(qū)、被叫停機(jī)、有呼叫等待功能被叫忙、無呼叫等待功能被叫忙、中繼忙 /網(wǎng)絡(luò)忙、被叫用戶設(shè)置了呼入限制、GSM手機(jī)撥GSM手機(jī)加〃 0〃、固定網(wǎng)撥本地GSM手機(jī)加"0"、撥號未加長途區(qū)號、其它運(yùn)營商方向線路故障、被叫久叫不應(yīng)等信息；3、誤判率低不會將彩鈴或錄音通知誤判為對方應(yīng)答，不會因?yàn)椴殊徴`判為沒有回鈴。


圖1為回鈴音的波形示意圖；圖2為忙音的波形示意圖；圖3為本發(fā)明實(shí)施例提出的呼叫進(jìn)程分析的流程示意圖；圖4為本發(fā)明實(shí)施例提出的用于電話外撥系統(tǒng)的呼叫進(jìn)程分析裝置的結(jié)構(gòu)框圖；圖5為圖4中的源語音幀特征序列提取模塊401的內(nèi)部結(jié)構(gòu)圖；圖6為圖4中的目標(biāo)語音特征提取模塊402的內(nèi)部結(jié)構(gòu)圖；圖7為圖4中的特征識別模塊的內(nèi)部結(jié)構(gòu)圖。
具體實(shí)施例方式本發(fā)明實(shí)施例提出的用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法，其關(guān)鍵技術(shù)特征為對被叫方的信號進(jìn)行關(guān)鍵詞語音識別，以解決檢測錯誤、檢測延遲太大和無法獲知被叫方準(zhǔn)確的狀態(tài)等問題。圖3所示為本發(fā)明實(shí)施例提出的呼叫進(jìn)程分析的流程示意圖，包括如下步驟步驟301 建立關(guān)鍵詞語音幀特征序列模板。
建立關(guān)鍵詞語音幀特征序列模板的流程包括如下步驟步驟301a 建立關(guān)鍵詞字典，所述關(guān)鍵詞包含但不限于“是空號”、“已關(guān)機(jī)”、“無法接通”、“正在通話中”、“無法接通”、“呼入限制”、“無需加零”、“網(wǎng)絡(luò)暫時無法接通”、“暫時無人接聽”等；步驟301b 電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼，從呼叫線路中提取來自被叫方的語音作為源語音樣本。目前有大量的設(shè)備可以提取音頻數(shù)據(jù)和信令，形成音頻數(shù)據(jù)流，包括語音板卡、 ISDN到H. 323或SIP語音的網(wǎng)關(guān)、IP交換機(jī)等。通過這些設(shè)備可以直接從呼叫線路中提取音頻數(shù)據(jù)，數(shù)據(jù)編碼格式常用的是G. 711 A Law，將其線性化處理后即可進(jìn)行語音識別處理。步驟301c 選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形成關(guān)鍵詞語音幀特征序列模板。步驟如下步驟301C-1 對源語音樣本進(jìn)行預(yù)加重處理，該步驟為可選步驟，其目的是提升高頻部分，使信號的頻譜變得平坦，保證語音特征明顯，減少噪聲對頻譜分析的影響。步驟301c-2 對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到目標(biāo)語音幀，該步驟的目的是保證分幀語音的短時平穩(wěn)性；步驟301C-3 使用幀過零率或短時能量特征對所述源語音幀進(jìn)行靜音判定，對于每一個源語音幀，生成用于指示該源語音幀是否為靜音幀的靜音標(biāo)識。使用幀過零率的判定方法如下設(shè)置采樣值門限G和過零率門限為R，過零率=幀中采樣值超過G的數(shù)量/N。當(dāng)過零率< R時，則判定這一幀為靜音幀，否則判定這一幀為非靜音幀。步驟301C-4、對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)。步驟 301c-5、依次存儲每一個源語音幀的靜音標(biāo)識以及倒譜系數(shù)形成分幀語音倒譜系數(shù)序列； 將所述分幀語音倒譜系數(shù)序列作為關(guān)鍵詞語音幀特征序列模板。由于每一個關(guān)鍵詞的倒譜系數(shù)序列都具有其獨(dú)特的特征，并且易于識別，可以將其作為關(guān)鍵詞的特征模板。步驟302 電話外撥系統(tǒng)撥打被叫方號碼。步驟303 從呼叫線路中提取來自被叫方的帶內(nèi)語音。提取方式與提取源語音樣本的方式相同。步驟304 對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列。步驟304具體包括如下子步驟步驟304-1、對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到目標(biāo)語音幀。步驟304-2、使用幀過零率與短時能量特征對所述目標(biāo)語音幀進(jìn)行靜音判定，對于每一個目標(biāo)語音幀，生成用于指示該目標(biāo)語音幀是否為靜音幀的靜音標(biāo)識；步驟304-3、對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；步驟304-4、將目標(biāo)語音幀的靜音標(biāo)識以及倒譜系數(shù)按照順序排列，形成分幀語音倒譜系數(shù)序列；將所述分幀語音倒譜系數(shù)序列作為目標(biāo)語音幀特征序列。較佳地，在步驟304-1之前，也可以對目標(biāo)語音樣本進(jìn)行預(yù)加重處理。步驟305 利用關(guān)鍵詞語音幀特征序列模板，對目標(biāo)語音幀特征序列進(jìn)行識別。具體包括如下子步驟步驟305-1 將目標(biāo)語音幀特征序列分別對每一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與該關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差；具體方法分解為三個部分1、計(jì)算幀誤差，定義為函數(shù)Df (F1，F(xiàn)2)例如，設(shè)目標(biāo)語音幀特征序列中一個幀F(xiàn) 1的倒譜系數(shù)為α2... α κ,關(guān)鍵詞語音幀特征序列模板中一個幀F(xiàn)2的倒譜系數(shù)為β β 2. . . β κ，計(jì)算所述兩個幀的歐拉距離為Df (Fl, F2) = sqrt (( α 1-β 1) "2+(α 2-β 2) "2. . . (αΚ_βΚ)~2)。該歐拉距離是幀F(xiàn)l與幀F(xiàn)2之間的幀誤差。2、計(jì)算平均歐拉距離DT設(shè)目標(biāo)語音共包括M個語音幀，分別為FDpFD1. . . FDsh，而關(guān)鍵詞語音幀特征序列模板包括N個語音幀分別為F!；、FT1. . . FTim，其中M > N，起始幀為S。計(jì)算關(guān)鍵詞語音幀特征序列模板與目標(biāo)語音中從幀s到幀s+Ν-Ι的平均歐拉距離 DTs:DTs = [Df(FDs+0, FT0)+Df (FDS+1, FT1)+···+Df (FDs^1, FV1) ]/N3、將所述起始幀號 s 從0遍歷到M-N+1，計(jì)算所有的平均歐拉距離DTpDT1. . . . DTM_N+14、在所述平均歐拉距離DT。、 DT1. . . . DTm_n+1中找到一個最小值，作為該關(guān)鍵詞語音幀特征序列模板的匹配誤差步驟305-2 將所有匹配誤差進(jìn)行比較，找出其中最小的匹配誤差，作為關(guān)鍵詞語音幀特征序列模板的匹配誤差；步驟305-3 判斷所述最小的匹配誤差是否小于預(yù)先設(shè)定的誤差門限，若是，認(rèn)為目標(biāo)語音包含該關(guān)鍵詞語音幀特征序列模板對應(yīng)的關(guān)鍵詞，否則，認(rèn)為語音不包含關(guān)鍵詞。本發(fā)明實(shí)施例還提出一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析裝置，其結(jié)構(gòu)框圖如圖4所示，該呼叫進(jìn)程分析裝置400包括源語音幀特征序列提取模塊401，用于在電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼時，從呼叫線路中提取來自被叫方的語音作為源語音樣本，選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形成關(guān)鍵詞語音幀特征序列模板；目標(biāo)語音特征提取模塊402，用于在電話外撥系統(tǒng)撥打被叫方號碼時，從呼叫線路中提取來自被叫方的語音作為目標(biāo)語音樣本，對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列；特征識別模塊403，用于利用所述特征模塊建立的關(guān)鍵詞語音幀特征序列模板，對信號提取模塊所提取的目標(biāo)語音幀特征序列進(jìn)行識別。較佳地，所述源語音幀特征序列提取模塊401的內(nèi)部結(jié)構(gòu)如圖5所示，包括第一音頻數(shù)據(jù)提取單元501，用于從語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、 或IP交換機(jī)中提取音頻數(shù)據(jù)并輸出所述音頻數(shù)據(jù)；第一線性化處理單元502，用于對第一音頻數(shù)據(jù)提取單元所提取的音頻數(shù)據(jù)進(jìn)行線性化處理，并輸出線性化處理后的音頻數(shù)據(jù)；關(guān)鍵詞選擇單元503，用于從第一線性化處理單元502輸出的音頻數(shù)據(jù)中截取包含關(guān)鍵詞的音頻片段作為源語音樣本；第一加窗處理單元504，用于對每一份包含關(guān)鍵詞的源語音樣本進(jìn)行分幀加窗處理，得到源語音幀并輸出；第一靜音判定單元505，用于使用幀過零率與短時能量特征對所述源語音幀進(jìn)行靜音判定，對于加窗處理單元輸出的每一個源語音幀，生成用于指示該源語音幀是否為靜音幀的靜音標(biāo)識；第一計(jì)算單元506，用于對每一個源語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示源語音幀為非靜音幀，根據(jù)該源語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；存儲單元507，用于依次存儲每一個源語音幀的靜音標(biāo)識以及倒譜系數(shù)形成分幀語音倒譜系數(shù)序列；所述分幀語音倒譜系數(shù)序列即為關(guān)鍵詞語音幀特征序列模板。較佳地，所述目標(biāo)語音特征提取模塊402的內(nèi)部結(jié)構(gòu)如圖6所示，包括第二音頻數(shù)據(jù)提取單元601，用于從語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、 或IP交換機(jī)中提取音頻數(shù)據(jù)并輸出所述音頻數(shù)據(jù)；第二線性化處理單元602，用于對音頻數(shù)據(jù)提取單元601所提取的音頻數(shù)據(jù)進(jìn)行線性化處理，并輸出線性化處理后的音頻數(shù)據(jù)作為目標(biāo)語音樣本；第二加窗處理單元603，用于對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到并輸出目標(biāo)語音幀；第二靜音判定單元604，用于使用幀過零率與短時能量特征對所述目標(biāo)語音幀進(jìn)行靜音判定，對于每一個目標(biāo)語音幀，生成用于指示該目標(biāo)語音幀是否為靜音幀的靜音標(biāo)識；第二計(jì)算單元605，用于對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；特征序列單元606，用于將目標(biāo)語音幀的靜音標(biāo)識以及倒譜系數(shù)按照順序排列，形成分幀語音倒譜系數(shù)序列；所述分幀語音倒譜系數(shù)序列作為目標(biāo)語音幀特征序列輸出。較佳地，所述特征識別模塊的內(nèi)部結(jié)構(gòu)如圖7所示，包括匹配單元701，用于將目標(biāo)語音幀特征序列分別對每一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與該關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差；比較單元702，用于將所有匹配誤差進(jìn)行比較，找出其中最小的匹配誤差并輸出至判斷單元；以及判斷單元703，用于判斷來自所述比較單元的匹配誤差是否小于預(yù)先設(shè)定的誤差門限，若是，判斷結(jié)果為目標(biāo)語音包含該關(guān)鍵詞語音幀特征序列模板對應(yīng)的關(guān)鍵詞，否則， 判斷結(jié)果為語音不包含關(guān)鍵詞，并輸出該判斷結(jié)果。本發(fā)明實(shí)施例的技術(shù)方案具有以下有益效果1、檢測時間短，在接收到關(guān)鍵詞30毫秒內(nèi)，即可檢測完成，例如，在聽到“是空號” 的聲音30毫秒后，即可判定對方是空號；2、檢測信息全面，不但通過信令可以檢測對方接通，還可以檢測出空號、被叫用戶關(guān)機(jī)、被叫不在服務(wù)區(qū)、被叫停機(jī)、有呼叫等待功能被叫忙、無呼叫等待功能被叫忙、中繼忙 /網(wǎng)絡(luò)忙、被叫用戶設(shè)置了呼入限制、GSM手機(jī)撥GSM手機(jī)加〃 0〃、固定網(wǎng)撥本地GSM手機(jī)加"0"、撥號未加長途區(qū)號、其它運(yùn)營商方向線路故障、被叫久叫不應(yīng)等信息；3、誤判率低不會將彩鈴或錄音通知誤判為對方應(yīng)答，不會因?yàn)椴殊徴`判為沒有回鈴。利用本發(fā)明實(shí)施例提出的呼叫進(jìn)程分析方案，可以極大提高自動外撥的速度和效率。具體分析如下在實(shí)際使用中，電話外撥系統(tǒng)經(jīng)常利用外撥資源同時發(fā)起上百個外撥任務(wù)，而且對于呼叫沒有接通的電話需要重新呼叫。一方面，利用本發(fā)明實(shí)施例提出的呼叫進(jìn)程分析方案快速檢測呼叫狀態(tài)，可以減少外撥資源占用，提高外撥效率；另一方面，通過制定策略， 可以減少無效外撥對外撥資源的占用，并提高接通率，具體策略如下對于空號、被叫用戶設(shè)置了呼入限制等狀態(tài)的電話不再重復(fù)呼叫；對于被叫停機(jī)的狀態(tài)，選擇M小時后重復(fù)呼叫，避免資源占用；對于被叫用戶關(guān)機(jī)的狀態(tài)，選擇延遲Ml小時后重復(fù)呼叫，例如，延遲5小時后呼叫；對于被叫不在服務(wù)區(qū)、被叫久叫不應(yīng)的狀態(tài)，選擇延遲M2小時后重復(fù)呼叫；例如， 所述M2 = 2。一般來說，M2應(yīng)小于Ml。對于有呼叫等待功能被叫忙、無呼叫等待功能被叫忙、中繼忙/網(wǎng)絡(luò)忙、其它運(yùn)營商方向線路故障的狀態(tài)，選擇M3小時后重復(fù)呼叫。例如，所述M3=l。一般來說，M3應(yīng)小于M2。本發(fā)明實(shí)施例提出的準(zhǔn)確的呼叫進(jìn)程分析還可以用于提高預(yù)測式外撥的人員利用率。預(yù)測式外撥系統(tǒng)在自動外撥的基礎(chǔ)上，增加接通后轉(zhuǎn)接到人工的功能。首先，快速檢測呼叫狀態(tài)，可以減少人工等待，降低人力成本。其次，降低誤判，降低人工接聽沒有接通的電話帶來的人力浪費(fèi)；最后，準(zhǔn)確的呼叫進(jìn)程分析提供的數(shù)據(jù)，可以大幅優(yōu)化預(yù)測外撥的算法，提高坐席工作效率，降低騷擾率。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。
權(quán)利要求
1.一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法，其特征在于，包括如下步驟A、電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼，從呼叫線路中提取來自被叫方的語音作為源語音樣本，選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形關(guān)鍵詞語音幀特征序列模板；B、電話外撥系統(tǒng)撥打被叫方號碼，從呼叫線路中提取來自被叫方的語音作為目標(biāo)語音樣本，對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列；C、利用關(guān)鍵詞語音幀特征序列模板，對目標(biāo)語音幀特征序列進(jìn)行識別。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟A和/或步驟B所述從呼叫線路中提取來自被叫方的語音包括語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、或IP交換機(jī)從呼叫線路中提取音頻數(shù)據(jù)， 并對所提取的音頻數(shù)據(jù)進(jìn)行線性化處理。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟A所述選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形成幀特征序列，將所述幀特征序列存儲為關(guān)鍵詞語音幀特征序列模板包括Al、對每一份包含關(guān)鍵詞的源語音樣本進(jìn)行分幀加窗處理，得到源語音幀； A2、使用幀過零率或短時能量特征對所述源語音幀進(jìn)行靜音判定，對于每一個源語音幀，生成用于指示該源語音幀是否為靜音幀的靜音標(biāo)識；A3、對每一個源語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示源語音幀為非靜音幀，根據(jù)該源語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；A4、依次存儲每一個源語音幀的靜音標(biāo)識以及倒譜系數(shù)形成分幀語音倒譜系數(shù)序列； 將所述分幀語音倒譜系數(shù)序列作為關(guān)鍵詞語音幀特征序列模板。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟B所述對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列包括Bi、對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到目標(biāo)語音幀； B2、使用幀過零率或短時能量特征對所述目標(biāo)語音幀進(jìn)行靜音判定，對于每一個目標(biāo)語音幀，生成用于指示該目標(biāo)語音幀是否為靜音幀的靜音標(biāo)識；B3、對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；B4、將目標(biāo)語音幀的靜音標(biāo)識以及倒譜系數(shù)按照順序排列，形成分幀語音倒譜系數(shù)序列；將所述分幀語音倒譜系數(shù)序列作為目標(biāo)語音幀特征序列。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟Al進(jìn)一步包括對源語音樣本進(jìn)行預(yù)加重處理。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述關(guān)鍵詞包括是空號、已關(guān)機(jī)、無法接通、正在通話中、無法接通、呼入限制、無需加零、網(wǎng)絡(luò)暫時無法接通、暫時無人接聽或以上關(guān)鍵詞的任意組合。
7.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的方法，其特征在于，所述步驟C包括Cl、將目標(biāo)語音幀特征序列分別對每一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與每一個關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差；C2、將所有關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差進(jìn)行比較，找出其中最小的匹配誤差；C3、判斷所述最小的匹配誤差是否小于預(yù)先設(shè)定的誤差門限，若是，認(rèn)為目標(biāo)語音包含該最小的匹配誤差對應(yīng)的關(guān)鍵詞語音幀特征序列模板所對應(yīng)的關(guān)鍵詞，否則，認(rèn)為語音不包含關(guān)鍵詞。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，步驟Cl中對一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與該關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差包括設(shè)目標(biāo)語音幀特征序列中的一個幀F(xiàn)l與關(guān)鍵詞語音幀特征序列模板的一個幀F(xiàn)2之間的歐拉距離的表達(dá)式為Df(F\, F2) = -β])2+(α2-β2)2·'· + (ακ-βκ)2α” α 2. . . α κ 為所述幀 Fl的倒譜系數(shù)，β β 2. . . β κ為所述幀F(xiàn)2的倒譜系數(shù)；設(shè)目標(biāo)語音幀特征序列共包括M個語音幀，分別為FDciJD1. . . FDsh，而關(guān)鍵詞語音幀特征序列模板包括N個語音幀分別為FI；、FT1. . . FTim，其中M > N，目標(biāo)語音幀特征序列中進(jìn)行匹配的起始幀號為s ；計(jì)算關(guān)鍵詞語音幀特征序列模板與目標(biāo)語音中從幀s到幀s+Ν-Ι的平均歐拉距離平均歐拉距離DTs DTs = [Df (FDs+0, FT0) +Df (FDS+1，F(xiàn)T1) +··· +Df (FDs^1, FTnJ ] /N ； 將所述起始幀號s從0遍歷到M-N+1，計(jì)算所有的平均歐拉距離DI；、DT1. . . . DTm_n+1 ； 在所述平均歐拉距離DI；、DT1. . . . DTm_n+1中找到一個最小值，作為該關(guān)鍵詞語音幀特征序列模板的匹配誤差。
9.一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析裝置，其特征在于，包括源語音幀特征序列提取模塊，用于在電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼時，從呼叫線路中提取來自被叫方的語音作為源語音樣本，選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形成關(guān)鍵詞語音幀特征序列模板；目標(biāo)語音特征提取模塊，用于在電話外撥系統(tǒng)撥打被叫方號碼時，從呼叫線路中提取來自被叫方的語音作為目標(biāo)語音樣本，對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列；特征識別模塊，用于利用所述特征模塊建立的關(guān)鍵詞語音幀特征序列模板，對信號提取模塊所提取的目標(biāo)語音幀特征序列進(jìn)行識別。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述源語音幀特征序列提取模塊包括 第一音頻數(shù)據(jù)提取單元，用于從語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、或IP交換機(jī)中提取音頻數(shù)據(jù)并輸出所述音頻數(shù)據(jù)；第一線性化處理單元，用于對第一音頻數(shù)據(jù)提取單元所提取的音頻數(shù)據(jù)進(jìn)行線性化處理，并輸出線性化處理后的音頻數(shù)據(jù)；關(guān)鍵詞選擇單元，用于從第一線性化處理單元輸出的音頻數(shù)據(jù)中截取包含關(guān)鍵詞的音頻片段作為源語音樣本；第一加窗處理單元，用于對每一份包含關(guān)鍵詞的源語音樣本進(jìn)行分幀加窗處理，得到源語音幀并輸出；第一靜音判定單元，用于使用幀過零率與短時能量特征對所述源語音幀進(jìn)行靜音判定，對于加窗處理單元輸出的每一個源語音幀，生成用于指示該源語音幀是否為靜音幀的靜音標(biāo)識；第一計(jì)算單元，用于對每一個源語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示源語音幀為非靜音幀，根據(jù)該源語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；存儲單元，用于依次存儲每一個源語音幀的靜音標(biāo)識以及倒譜系數(shù)形成分幀語音倒譜系數(shù)序列；所述分幀語音倒譜系數(shù)序列即為關(guān)鍵詞語音幀特征序列模板。
11.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述目標(biāo)語音特征提取模塊包括第二音頻數(shù)據(jù)提取單元，用于從語音板卡、ISDN到H. 323或SIP語音的網(wǎng)關(guān)、或IP交換機(jī)中提取音頻數(shù)據(jù)并輸出所述音頻數(shù)據(jù)；第二線性化處理單元，用于對音頻數(shù)據(jù)提取單元所提取的音頻數(shù)據(jù)進(jìn)行線性化處理， 并輸出線性化處理后的音頻數(shù)據(jù)作為目標(biāo)語音樣本；第二加窗處理單元，用于對每一份目標(biāo)語音樣本進(jìn)行分幀加窗處理，得到并輸出目標(biāo)語音幀；第二靜音判定單元，用于使用幀過零率與短時能量特征對所述目標(biāo)語音幀進(jìn)行靜音判定，對于每一個目標(biāo)語音幀，生成用于指示該目標(biāo)語音幀是否為靜音幀的靜音標(biāo)識；第二計(jì)算單元，用于對每一個目標(biāo)語音幀的靜音標(biāo)識進(jìn)行識別，若靜音標(biāo)識指示目標(biāo)語音幀為非靜音幀，根據(jù)該目標(biāo)語音幀的語音線性猜測模型計(jì)算語音特征的倒譜系數(shù)；特征序列單元，用于將目標(biāo)語音幀的靜音標(biāo)識以及倒譜系數(shù)按照順序排列，形成分幀語音倒譜系數(shù)序列；所述分幀語音倒譜系數(shù)序列作為目標(biāo)語音幀特征序列。
12.根據(jù)權(quán)利要求9至11任一項(xiàng)所述的方法，其特征在于，所述特征識別模塊包括 匹配單元，用于將目標(biāo)語音幀特征序列分別對每一個關(guān)鍵詞語音幀特征序列模板進(jìn)行匹配，計(jì)算出與該關(guān)鍵詞語音幀特征序列模板對應(yīng)的匹配誤差；比較單元，用于將所有匹配誤差進(jìn)行比較，找出其中最小的匹配誤差并輸出至判斷單元；以及判斷單元，用于判斷來自所述比較單元的匹配誤差是否小于預(yù)先設(shè)定的誤差門限，若是，判斷結(jié)果為目標(biāo)語音包含該關(guān)鍵詞語音幀特征序列模板對應(yīng)的關(guān)鍵詞，否則，判斷結(jié)果為語音不包含關(guān)鍵詞，并輸出該判斷結(jié)果。
全文摘要
本發(fā)明提供了一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析方法，包括如下步驟A、電話外撥系統(tǒng)撥打狀態(tài)已知的被叫方號碼，從呼叫線路中提取來自被叫方的語音作為源語音樣本，選取包含關(guān)鍵詞的源語音樣本進(jìn)行特征提取形關(guān)鍵詞語音幀特征序列模板；B、電話外撥系統(tǒng)撥打被叫方號碼，從呼叫線路中提取來自被叫方的語音作為目標(biāo)語音樣本，對目標(biāo)語音樣本進(jìn)行特征提取，形成目標(biāo)語音幀特征序列；C、利用關(guān)鍵詞語音幀特征序列模板，對目標(biāo)語音幀特征序列進(jìn)行識別。本發(fā)明還提供了一種用于電話外撥系統(tǒng)的呼叫進(jìn)程分析裝置。本發(fā)明方案可以提高被叫方狀態(tài)的檢測正確率，獲取呼叫的準(zhǔn)確狀態(tài)，縮短檢測延遲。
文檔編號G10L15/06GK102404462SQ20101027700
公開日2012年4月4日 申請日期2010年9月8日 優(yōu)先權(quán)日2010年9月8日
發(fā)明者黃河 申請人:北京商路通信息技術(shù)有限公司