專利名稱：語(yǔ)音服務(wù)代理方法及裝置、通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及人機(jī)交互技術(shù)領(lǐng)域，特別涉及一種語(yǔ)音服務(wù)代理方法及裝置、通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)。
背景技術(shù)：
計(jì)算機(jī)技術(shù)的飛速發(fā)展使得具有豐富應(yīng)用的設(shè)備的小型化和集成化成為可能，由之而來(lái)的各種智能設(shè)備層出不窮，給人們的日常生活提供了極大的便利。對(duì)于這些智能設(shè)備，用戶與設(shè)備之間人機(jī)交互方式的方便性與易用性成為評(píng)價(jià)設(shè)備能力的一個(gè)重要標(biāo)準(zhǔn)。比如在平板電視中，由于網(wǎng)絡(luò)化和智能化的趨勢(shì)越來(lái)越明顯，面對(duì)海量的音視頻等信息，人機(jī)交互越來(lái)越重要。作為人機(jī)交互的重要組成部分，輸入方式對(duì)用戶體驗(yàn)有著重要的意義，然而現(xiàn)有的電視中用戶輸入中文非常麻煩。為此引入的語(yǔ)音識(shí)別技術(shù)，把語(yǔ)音輸入作為一種中文輸入的輔助手段；將讓用戶輕松的體驗(yàn)到語(yǔ)音技術(shù)的魅力，提升應(yīng)用的用戶體驗(yàn)。同時(shí)，現(xiàn)有技術(shù)中還通過(guò)語(yǔ)音合成技術(shù)，讓用戶不但能看新聞，同時(shí)也能通過(guò)電視聽(tīng)新聞，這些都能讓用戶感受到用戶體驗(yàn)的樂(lè)趣。但是在現(xiàn)有技術(shù)中，語(yǔ)音識(shí)別或是語(yǔ)音合成技術(shù)的開(kāi)發(fā)者往往只側(cè)重于識(shí)別與合成的具體技術(shù)，或者在自己開(kāi)發(fā)的某些應(yīng)用中提供這些技術(shù)，往往沒(méi)有考慮語(yǔ)音識(shí)別或是語(yǔ)音合成技術(shù)的通用性。在實(shí)現(xiàn)本發(fā)明過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問(wèn)題在目前的智能設(shè)備中，各種新的應(yīng)用不斷被開(kāi)發(fā)出來(lái)，如現(xiàn)有平板電視的智能平臺(tái)中，不但有Linux操作系統(tǒng)，也有Android操作系統(tǒng)；同時(shí)，在這些不同的操作系統(tǒng)上，也會(huì)存在使用不同語(yǔ)言開(kāi)發(fā)的多種應(yīng)用，開(kāi)發(fā)語(yǔ)言可能是C/C++，也可能是Java或JSP等。這些具體的應(yīng)用中很多都可以進(jìn)一步提供語(yǔ)音識(shí)別或是語(yǔ)音合成服務(wù)以增強(qiáng)用戶體驗(yàn)和應(yīng)用的便捷性，但由于操作系統(tǒng)或開(kāi)發(fā)語(yǔ)言的不同，這些單獨(dú)開(kāi)發(fā)的不同的應(yīng)用通常并不兼容，其提供的語(yǔ)音識(shí)別或語(yǔ)音合成服務(wù)通常也是基于單獨(dú)開(kāi)發(fā)的語(yǔ)音庫(kù)。如果要利用其他應(yīng)用已有的語(yǔ)音庫(kù)在另一應(yīng)用中集成語(yǔ)音識(shí)別或語(yǔ)音合成服務(wù)， 必須針對(duì)應(yīng)用的操作系統(tǒng)和開(kāi)發(fā)語(yǔ)言使用該語(yǔ)音庫(kù)進(jìn)行二次開(kāi)發(fā)。這要求開(kāi)發(fā)人員不但需要了解語(yǔ)音采集、語(yǔ)音識(shí)別、語(yǔ)音合成、語(yǔ)音播放等有關(guān)接口，還需要針對(duì)不同應(yīng)用的不同開(kāi)發(fā)環(huán)境進(jìn)行移植，讓?xiě)?yīng)用二次開(kāi)發(fā)的難度變得很大，不亞于設(shè)計(jì)全新的應(yīng)用系統(tǒng)。而若是完全重新設(shè)計(jì)帶有語(yǔ)音功能的應(yīng)用軟件，與現(xiàn)有的已開(kāi)發(fā)的語(yǔ)音庫(kù)服務(wù)一起又變成了重復(fù)勞動(dòng)，明顯造成了系統(tǒng)資源、人力投入、時(shí)間成本以及開(kāi)發(fā)效率上的浪費(fèi)。

發(fā)明內(nèi)容
(一)要解決的技術(shù)問(wèn)題針對(duì)上述缺點(diǎn)，本發(fā)明為了解決現(xiàn)有技術(shù)中不能在應(yīng)用中快速集成語(yǔ)音功能的問(wèn)題，提供了一種語(yǔ)音服務(wù)代理方法及裝置、以及一種通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)，使得不同系統(tǒng)下、不同語(yǔ)言開(kāi)發(fā)出的應(yīng)用軟件可以方便地使用同一語(yǔ)音庫(kù)、提供同一語(yǔ)音識(shí)別和/或語(yǔ)音合成服務(wù)。( 二 )技術(shù)方案為了解決上述技術(shù)問(wèn)題，一方面，本發(fā)明提供了一種語(yǔ)音服務(wù)代理方法，所述方法包括步驟Si，接收語(yǔ)音應(yīng)用發(fā)送的語(yǔ)音請(qǐng)求；S2，根據(jù)通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的所述語(yǔ)音請(qǐng)求；S3，根據(jù)識(shí)別結(jié)果對(duì)所述語(yǔ)音請(qǐng)求進(jìn)行任務(wù)分派；S4，根據(jù)任務(wù)分派結(jié)果獲取所述語(yǔ)音請(qǐng)求對(duì)應(yīng)的數(shù)據(jù)；將獲取的數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器，按照所述語(yǔ)音請(qǐng)求對(duì)數(shù)據(jù)進(jìn)行處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得數(shù)據(jù)的處理結(jié)果；S5，向發(fā)送所述語(yǔ)音請(qǐng)求的所述語(yǔ)音應(yīng)用返回所述處理結(jié)果。另一方面，本發(fā)明還同時(shí)提供了一種語(yǔ)音服務(wù)代理裝置，所述裝置包括請(qǐng)求接收單元，用于接收語(yǔ)音應(yīng)用發(fā)送的語(yǔ)音請(qǐng)求；請(qǐng)求識(shí)別單元，用于根據(jù)通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的所述語(yǔ)音請(qǐng)求；任務(wù)分派單元，用于根據(jù)識(shí)別結(jié)果對(duì)所述語(yǔ)音請(qǐng)求進(jìn)行任務(wù)分派；任務(wù)實(shí)現(xiàn)單元，用于根據(jù)任務(wù)分派結(jié)果獲取所述語(yǔ)音應(yīng)用對(duì)應(yīng)的數(shù)據(jù)；并將獲取的數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器按照所述語(yǔ)音請(qǐng)求對(duì)數(shù)據(jù)進(jìn)行處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得數(shù)據(jù)的處理結(jié)果；結(jié)果反饋單元，用于向發(fā)送所述語(yǔ)音請(qǐng)求的所述語(yǔ)音應(yīng)用返回所述處理結(jié)果。再一方面，本發(fā)明還同時(shí)提供了一種通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)，所述系統(tǒng)包括至少一個(gè)語(yǔ)音應(yīng)用裝置，接收用戶的語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求并通過(guò)集成的統(tǒng)一調(diào)用接口將所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求發(fā)送給語(yǔ)音服務(wù)代理裝置；語(yǔ)音服務(wù)代理裝置，通過(guò)集成的通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求；將所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求分派給相應(yīng)的至少一個(gè)任務(wù)實(shí)現(xiàn)單元；由所述任務(wù)實(shí)現(xiàn)單元與語(yǔ)音云服務(wù)器交互，獲取所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求的處理結(jié)果并返回給所述至少一個(gè)語(yǔ)音應(yīng)用裝置；語(yǔ)音云服務(wù)器，對(duì)相應(yīng)的至少一個(gè)所述任務(wù)實(shí)現(xiàn)單元發(fā)送的數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別和 /或語(yǔ)音合成處理，將處理結(jié)果返回給語(yǔ)音服務(wù)代理裝置。(三)有益效果在本發(fā)明的上述技術(shù)方案中，通過(guò)語(yǔ)音服務(wù)代理使所有的應(yīng)用都能使用語(yǔ)音識(shí)別和/或語(yǔ)音合成應(yīng)用。在本發(fā)明的上述技術(shù)方案中，應(yīng)用不用關(guān)心語(yǔ)音技術(shù)的具體實(shí)現(xiàn)，只需要通過(guò)簡(jiǎn)單的語(yǔ)音服務(wù)代理器的接口調(diào)用，就能讓?xiě)?yīng)用增加語(yǔ)音功能，從而實(shí)現(xiàn)了在普通應(yīng)用中簡(jiǎn)單方便地集成語(yǔ)音處理功能，而無(wú)需針對(duì)每一項(xiàng)應(yīng)用單獨(dú)進(jìn)行語(yǔ)音庫(kù)的開(kāi)發(fā)。


圖1為本發(fā)明實(shí)施例中語(yǔ)音服務(wù)代理方法的一般處理流程示意圖；圖2為本發(fā)明實(shí)施例中語(yǔ)音服務(wù)代理方法處理語(yǔ)音識(shí)別請(qǐng)求和/或語(yǔ)音合成請(qǐng)求的流程示意圖3為本發(fā)明實(shí)施例中語(yǔ)音服務(wù)代理裝置的單元架構(gòu)圖；圖4為本發(fā)明實(shí)施例中通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)架構(gòu)圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。在本發(fā)明的實(shí)施例中，為應(yīng)用提供了一個(gè)基于Socket接口開(kāi)發(fā)的TCP/IP通用語(yǔ)音服務(wù)通信協(xié)議，不管應(yīng)用程序的開(kāi)發(fā)語(yǔ)言是基于C/C++還是JAVA/JSP，只要應(yīng)用能通過(guò)該通信協(xié)議與語(yǔ)音服務(wù)代理進(jìn)行TCP/IP通訊，采用消息交互獲得語(yǔ)音服務(wù)代理的支持，就能使用語(yǔ)音識(shí)別和語(yǔ)音合成功能。因而在本發(fā)明的實(shí)施例中，應(yīng)用不用考慮語(yǔ)音功能的具體實(shí)現(xiàn)，也無(wú)需考慮與語(yǔ)音云服務(wù)器的交互過(guò)程，只要應(yīng)用能按照通信協(xié)議的約定與語(yǔ)音服務(wù)代理進(jìn)行TCP/IP消息的收發(fā)即可。所有的語(yǔ)音功能都是由語(yǔ)音服務(wù)代理來(lái)實(shí)現(xiàn)的，用戶只需要按協(xié)議格式發(fā)出消息命令，告訴語(yǔ)音服務(wù)代理應(yīng)用想做什么，語(yǔ)音服務(wù)代理就會(huì)自動(dòng)識(shí)別命令去執(zhí)行相應(yīng)的功能，并返回執(zhí)行的結(jié)果。依靠該通用語(yǔ)音服務(wù)通信協(xié)議，在語(yǔ)音服務(wù)代理裝置中真正實(shí)現(xiàn)了對(duì)語(yǔ)音請(qǐng)求的識(shí)別和處理，根據(jù)協(xié)議的格式識(shí)別請(qǐng)求的類型，按請(qǐng)求的類型進(jìn)行對(duì)應(yīng)的處理并獲得處理結(jié)果，再通過(guò)該協(xié)議約定的TCP/IP消息通知應(yīng)用，讓?xiě)?yīng)用獲取處理結(jié)果。具體地，如圖1所示，本發(fā)明實(shí)施例中的語(yǔ)音服務(wù)代理方法的一般步驟為接收語(yǔ)音應(yīng)用發(fā)送的語(yǔ)音請(qǐng)求；根據(jù)通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的語(yǔ)音請(qǐng)求；根據(jù)識(shí)別結(jié)果對(duì)語(yǔ)音請(qǐng)求進(jìn)行任務(wù)分派；根據(jù)任務(wù)分派結(jié)果獲取語(yǔ)音請(qǐng)求對(duì)應(yīng)的數(shù)據(jù)；將獲取的數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器，按照語(yǔ)音請(qǐng)求對(duì)數(shù)據(jù)進(jìn)行處理，處理完成后從語(yǔ)音云服務(wù)器獲得數(shù)據(jù)的處理結(jié)果；向發(fā)送語(yǔ)音請(qǐng)求的語(yǔ)音應(yīng)用返回處理結(jié)果。在本發(fā)明的實(shí)施例中，用戶應(yīng)用模塊和語(yǔ)音服務(wù)代理之間根據(jù)所述通用語(yǔ)音服務(wù)通信協(xié)議采用本地Socket通信，語(yǔ)音服務(wù)代理作為TCP的服務(wù)端在啟動(dòng)后等待用戶應(yīng)用模塊的連接；用戶應(yīng)用模塊與語(yǔ)音服務(wù)代理維持長(zhǎng)連接，如果不做額外約定，語(yǔ)音服務(wù)代理將使用20000作為監(jiān)聽(tīng)端口。所述通用語(yǔ)音服務(wù)通信協(xié)議的一般消息幀格式如表1所示，一幀消息由幀頭、幀類型、幀內(nèi)容長(zhǎng)度、幀內(nèi)容、校驗(yàn)和幀尾各部分組成；各部分長(zhǎng)度分別為幀頭1字節(jié)、幀類型 1字節(jié)、幀內(nèi)容長(zhǎng)度2字節(jié)、幀內(nèi)容η字節(jié)(視具體內(nèi)容而定)、校驗(yàn)1字節(jié)和幀尾1字節(jié)
名稱幀頭幀類型幀內(nèi)容長(zhǎng)度幀內(nèi)容校驗(yàn)幀尾長(zhǎng)度(Byte)112η11內(nèi)容0x160x01-0x08ηXXXXXX校驗(yàn)值0x96表1幀格式具體地，幀頭通常由字符0x16來(lái)標(biāo)識(shí)；幀類型有8類(此處僅為示例性說(shuō)明，本領(lǐng)域技術(shù)人員可以理解，根據(jù)具體語(yǔ)音功能的擴(kuò)展，還可適當(dāng)?shù)卦黾踊蛘{(diào)整幀類型，以便為應(yīng)用提供更多的支持)，分別用字符0x01-0x08來(lái)表示；幀內(nèi)容長(zhǎng)度部分標(biāo)識(shí)幀內(nèi)容的實(shí)際長(zhǎng)度的字節(jié)數(shù)；幀內(nèi)容記錄該幀的實(shí)際內(nèi)容；校驗(yàn)部分記錄幀信息的校驗(yàn)值；幀尾通常由字符0x96來(lái)標(biāo)識(shí)。本發(fā)明的實(shí)施例中分別針對(duì)調(diào)用、事件上報(bào)、狀態(tài)查詢和服務(wù)停止4類情況提供了用于交互的通信消息，即每類情況提供2種消息幀，該協(xié)議的全部8種消息幀的具體形式如表2所示
權(quán)利要求
1.一種語(yǔ)音服務(wù)代理方法，其特征在于，所述方法包括步驟 Si，接收語(yǔ)音應(yīng)用發(fā)送的語(yǔ)音請(qǐng)求；S2，根據(jù)通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的所述語(yǔ)音請(qǐng)求； S3，根據(jù)識(shí)別結(jié)果對(duì)所述語(yǔ)音請(qǐng)求進(jìn)行任務(wù)分派；S4，根據(jù)任務(wù)分派結(jié)果獲取所述語(yǔ)音請(qǐng)求對(duì)應(yīng)的數(shù)據(jù)；將獲取的數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器，按照所述語(yǔ)音請(qǐng)求對(duì)數(shù)據(jù)進(jìn)行處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得數(shù)據(jù)的處理結(jié)果；S5，向發(fā)送所述語(yǔ)音請(qǐng)求的所述語(yǔ)音應(yīng)用返回所述處理結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在普通應(yīng)用中集成語(yǔ)音服務(wù)代理的統(tǒng)一調(diào)用接口以形成所述語(yǔ)音應(yīng)用。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，與所述語(yǔ)音應(yīng)用之間的交互采用異步控制方式利用基于Socket的TCP協(xié)議進(jìn)行消息應(yīng)答。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)步驟S2識(shí)別所述語(yǔ)音請(qǐng)求為語(yǔ)音識(shí)別請(qǐng)求時(shí)，步驟S3中，根據(jù)識(shí)別結(jié)果將所述語(yǔ)音識(shí)別請(qǐng)求分派為語(yǔ)音識(shí)別任務(wù)；步驟S4中，調(diào)用麥克風(fēng)進(jìn)行錄音獲取待識(shí)別的語(yǔ)音流數(shù)據(jù)；將獲取的語(yǔ)音流數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器，進(jìn)行語(yǔ)音識(shí)別處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得識(shí)別所述語(yǔ)音流后的文本信息；步驟S5中，將所述文本信息返回給發(fā)送所述語(yǔ)音識(shí)別請(qǐng)求的語(yǔ)音應(yīng)用，所述語(yǔ)音應(yīng)用顯示所述文本信息或執(zhí)行所述文本信息所對(duì)應(yīng)的操作。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)步驟S2識(shí)別所述語(yǔ)音請(qǐng)求為語(yǔ)音合成請(qǐng)求時(shí)，步驟S3中，根據(jù)識(shí)別結(jié)果將所述語(yǔ)音合成請(qǐng)求分派為語(yǔ)音合成任務(wù)；步驟S4中，從所述語(yǔ)音應(yīng)用獲取待合成的文本信息數(shù)據(jù)；將獲取的文本信息數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器，進(jìn)行語(yǔ)音合成處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得所述文本信息轉(zhuǎn)換成的語(yǔ)音流并調(diào)用揚(yáng)聲器或耳機(jī)播放所述合成后的語(yǔ)音流；步驟S5中，將播放進(jìn)度返回給發(fā)送所述語(yǔ)音合成請(qǐng)求的語(yǔ)音應(yīng)用。
6.一種語(yǔ)音服務(wù)代理裝置，其特征在于，所述裝置包括 請(qǐng)求接收單元，用于接收語(yǔ)音應(yīng)用發(fā)送的語(yǔ)音請(qǐng)求；請(qǐng)求識(shí)別單元，用于根據(jù)通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的所述語(yǔ)音請(qǐng)求； 任務(wù)分派單元，用于根據(jù)識(shí)別結(jié)果對(duì)所述語(yǔ)音請(qǐng)求進(jìn)行任務(wù)分派； 任務(wù)實(shí)現(xiàn)單元，用于根據(jù)任務(wù)分派結(jié)果獲取所述語(yǔ)音應(yīng)用對(duì)應(yīng)的數(shù)據(jù)；并將獲取的數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器按照所述語(yǔ)音請(qǐng)求對(duì)數(shù)據(jù)進(jìn)行處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得數(shù)據(jù)的處理結(jié)果；結(jié)果反饋單元，用于向發(fā)送所述語(yǔ)音請(qǐng)求的所述語(yǔ)音應(yīng)用返回所述處理結(jié)果。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括接口單元，用于向普通應(yīng)用提供語(yǔ)音服務(wù)代理的集成調(diào)用接口，使普通應(yīng)用形成為所述語(yǔ)音應(yīng)用。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括應(yīng)答單元，用于采用異步控制方式利用基于Socket的TCP協(xié)議與所述語(yǔ)音應(yīng)用進(jìn)行消息應(yīng)答。
9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，當(dāng)所述請(qǐng)求識(shí)別單元識(shí)別所述語(yǔ)音請(qǐng)求為語(yǔ)音識(shí)別請(qǐng)求時(shí)，所述任務(wù)分派單元將所述語(yǔ)音識(shí)別請(qǐng)求分派給語(yǔ)音識(shí)別任務(wù)實(shí)現(xiàn)單兀；其中，所述語(yǔ)音識(shí)別任務(wù)實(shí)現(xiàn)單元，用于調(diào)用麥克風(fēng)進(jìn)行錄音獲取待識(shí)別的語(yǔ)音流數(shù)據(jù)，將獲取的語(yǔ)音流數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器進(jìn)行語(yǔ)音識(shí)別處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得識(shí)別所述語(yǔ)音流后的文本信息。
10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，當(dāng)所述請(qǐng)求識(shí)別單元識(shí)別所述語(yǔ)音請(qǐng)求為語(yǔ)音合成請(qǐng)求時(shí)，所述任務(wù)分派單元將所述語(yǔ)音合成請(qǐng)求分派給語(yǔ)音合成任務(wù)實(shí)現(xiàn)單元；其中，所述語(yǔ)音合成任務(wù)實(shí)現(xiàn)單元，用于從所述語(yǔ)音應(yīng)用獲取待合成的文本信息數(shù)據(jù)； 將獲取的文本信息數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器進(jìn)行語(yǔ)音合成處理，處理完成后從所述語(yǔ)音云服務(wù)器獲得所述文本信息合成后的語(yǔ)音流并調(diào)用揚(yáng)聲器或耳機(jī)播放所述合成后的語(yǔ)音流。
11.一種通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)，其特征在于，所述系統(tǒng)包括至少一個(gè)語(yǔ)音應(yīng)用裝置，接收用戶的語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求并通過(guò)集成的統(tǒng)一調(diào)用接口將所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求發(fā)送給語(yǔ)音服務(wù)代理裝置；語(yǔ)音服務(wù)代理裝置，通過(guò)集成的通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的所述語(yǔ)音識(shí)別和 /或語(yǔ)音合成請(qǐng)求；將所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求分派給相應(yīng)的至少一個(gè)任務(wù)實(shí)現(xiàn)單元；由所述任務(wù)實(shí)現(xiàn)單元與語(yǔ)音云服務(wù)器交互，獲取所述語(yǔ)音識(shí)別和/或語(yǔ)音合成請(qǐng)求的處理結(jié)果并返回給所述至少一個(gè)語(yǔ)音應(yīng)用裝置；語(yǔ)音云服務(wù)器，對(duì)相應(yīng)的至少一個(gè)所述任務(wù)實(shí)現(xiàn)單元發(fā)送的數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別和/或語(yǔ)音合成處理，將處理結(jié)果返回給語(yǔ)音服務(wù)代理裝置。
全文摘要
本發(fā)明涉及人機(jī)交互技術(shù)領(lǐng)域，提供了一種語(yǔ)音服務(wù)代理方法及裝置、通過(guò)代理集成語(yǔ)音應(yīng)用的系統(tǒng)。語(yǔ)音服務(wù)代理方法的一般步驟為接收語(yǔ)音應(yīng)用發(fā)送的語(yǔ)音請(qǐng)求；根據(jù)通用語(yǔ)音服務(wù)通信協(xié)議識(shí)別接收到的語(yǔ)音請(qǐng)求；根據(jù)識(shí)別結(jié)果對(duì)語(yǔ)音請(qǐng)求進(jìn)行任務(wù)分派；根據(jù)任務(wù)分派結(jié)果獲取語(yǔ)音請(qǐng)求對(duì)應(yīng)的數(shù)據(jù)；將獲取的數(shù)據(jù)發(fā)送給語(yǔ)音云服務(wù)器按語(yǔ)音請(qǐng)求進(jìn)行處理，處理完成后從語(yǔ)音云服務(wù)器獲得數(shù)據(jù)處理結(jié)果；向發(fā)送語(yǔ)音請(qǐng)求的語(yǔ)音應(yīng)用返回處理結(jié)果。在本發(fā)明中，應(yīng)用無(wú)需關(guān)心語(yǔ)音技術(shù)的具體實(shí)現(xiàn)，只通過(guò)簡(jiǎn)單的接口調(diào)用與語(yǔ)音服務(wù)代理進(jìn)行消息通信，就能增加語(yǔ)音功能，從而實(shí)現(xiàn)了在普通應(yīng)用中簡(jiǎn)單方便地集成語(yǔ)音處理功能，而無(wú)需針對(duì)每一應(yīng)用單獨(dú)進(jìn)行語(yǔ)音庫(kù)的開(kāi)發(fā)。
文檔編號(hào)G10L15/26GK102427465SQ20111023820
公開(kāi)日2012年4月25日 申請(qǐng)日期2011年8月18日 優(yōu)先權(quán)日2011年8月18日
發(fā)明者朱敏 申請(qǐng)人:青島海信電器股份有限公司