一种自动忙音检测的通话方法及系统技术方案

本发明专利技术涉及通讯领域，尤其涉及一种自动忙音检测的通话方法及系统，该方法包括以下步骤：S1：建立忙音检测模型；S2：实时获取通话过程中访客的音频流；S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。本发明专利技术从而实现了在通话的过程中对忙音的检测，并大大提升沟通效率与通话质量。

A Call Method and System for Automatic Busy Sound Detection

【技术实现步骤摘要】
一种自动忙音检测的通话方法及系统
本专利技术涉及通讯领域，尤其涉及一种自动忙音检测的通话方法及系统。
技术介绍
目前，可以通过AutomaticSpeechRecognition(ASR，实时语音识别)与Neuro-LinguisticProgramming(NLP，自然语言理解)，实现机器人实时理解人类声音语言，在客服、销售等场景进行AI智能沟通。通过对人类声音语言进行大规模语料训练，在指定场景下，可以得到识别质量较好的识别模型。机器人将人类的声音实时发送到ASR识别，得到文本形式的识别结果，用于关键字匹配，或者语义处理，得到预设的问题与答案，在以音频形式播放出来，做得人与机器的语音沟通。虽然现有方案能支持机器人与人类的语言沟通，但是由于网络拥堵等原因经常挂断信令丢失导致对方一直播放忙音，从而导致机器人认为对方正常通话而进行无效通话。另外，由于信令丢失导致无效对话在网络拥塞时情况会愈加严重，导致网络拥塞，更多的无效通话，导致浪费大量的资源。
技术实现思路
为解决上述问题，本专利技术提出一种自动忙音检测的通话方法及系统，以提高通话的质量。一方面，一种自动忙音检测的通话方法，包括以下步骤：S1：建立忙音检测模型；S2：实时获取通话过程中访客的音频流；S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。优选的，所述忙音检测模型包括：频谱检测模型，用于对访客音频流的频谱进行匹配；能量谱检测模型，用于对访客音频流的能量谱进行匹配。优选的，所述实时获取通话过程中访客的音频流包括：按照设定的音频流采集周期T来获取通话过程中访客的音频流。优选的，所述实时获取通话过程中访客的音频流之后还包括：音频流的预处理：将获取的音频流整流至设定频率的连续的矩形波。优选的，所述将音频流输入忙音检测模型进行匹配，输出忙音检测结果包括：将音频流输入频谱检测模型和能量谱检测模型进行匹配；若频谱检测模型的匹配率大于等于设定阈值，且能量谱检测模型的匹配率大于等于设定阈值，则输出忙音检测结果为忙音；若频谱检测模型的匹配率小于设定阈值，能量谱检测模型的匹配率小于设定阈值，则输出忙音检测结果不为忙音。另一方面，一种自动忙音检测的通话系统，包括：音频流采集模块，用于实时获取通话过程中访客的音频流；忙音检测模块，用于建立忙音检测模型，将音频流输入忙音检测模型进行匹配，输出忙音检测结果，若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。优选的，所述忙音检测模型包括：频谱检测模型，用于对访客音频流的频谱进行匹配；能量谱检测模型，用于对访客音频流的能量谱进行匹配。优选的，所述音频流采集模块按照设定的音频流采集周期T来获取通话过程中访客的音频流。优选的，还包括：预处理模块，用于将获取的音频流整流至设定频率的连续的矩形波。优选的，所述忙音检测模块将音频流输入频谱检测模型和能量谱检测模型进行匹配；若频谱检测模型的匹配率大于等于设定阈值，且能量谱检测模型的匹配率大于等于设定阈值，则输出忙音检测结果为忙音；若频谱检测模型的匹配率小于设定阈值，能量谱检测模型的匹配率小于设定阈值，则输出忙音检测结果不为忙音。本专利技术具备以下有益效果：建立忙音检测模型，实时获取通话过程中访客的音频流，将音频流输入忙音检测模型进行匹配，输出忙音检测结果，若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑，从而实现了在通话的过程中对忙音的检测，并大大提升沟通效率与通话质量。附图说明下面结合附图和具体实施方式对本专利技术作进一步详细的说明。图1是本专利技术一实施例一种自动忙音检测的通话方法的流程示意图；图2是本专利技术一实施例一种自动忙音检测的通话系统的结构示意图；图3是本专利技术一实施例一种自动忙音检测的通话系统中预处理模块的结构示意图。具体实施方式以下结合附图，对本专利技术的技术方案作进一步的描述，但本专利技术并不限于这些实施例。本专利技术的基本思想是建立忙音检测模型，实时获取通话过程中访客的音频流，将音频流输入忙音检测模型进行匹配，输出忙音检测结果，若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑，从而实现了在通话的过程中对忙音的检测，并大大提升沟通效率与通话质量。语音识别技术，也被称为自动语音识别AutomaticSpeechRecognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。NLP是神经语言程序学(Neuro-LinguisticProgramming)，N(Neuro)指的是神经系统，包括大脑和思维过程。L(Linguistic)是指语言，更准确点说，是指从感觉信号的输入到构成意思的过程。P(Programming)是指为产生某种后果而要执行的一套具体指令。即指我们思维上及行为上的习惯，就如同电脑中的程序，可以透过更新软件而改变。机器人将人类的声音实时发送到ASR识别，得到文本形式的识别结果，用于关键字匹配，或者语义处理，得到预设的问题与答案，在以音频形式播放出来，做得人与机器的语音沟通。基于以上构思及技术，本专利技术实施例提出一种自动忙音检测的通话方法，如图1所示，包括以下步骤：S1：建立忙音检测模型；S2：实时获取通话过程中访客的音频流；S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。忙音检测模型，即根据忙音的音频特征而建立的模型。忙音在实际的通话过程中，具有重复性、规律性等特征，因此根据这些特征来建立忙音检测模型，当访客的音频流基本符合这些特征时，即可判断为忙音。在一实施例中，忙音检测模型包括：频谱检测模型，用于对访客音频流的频谱进行匹配；能量谱检测模型，用于对访客音频流的能量谱进行匹配。为提高忙音检测的准确性，根据忙音的频谱和能量谱两方面的特征分别建立频谱检测模型和能量谱检测模型，通过频谱和能量谱两方面来对访客的忙音进行检测。在模型建立后，则需要对访客通话过程中的音频流进行采集。具体的，按照设定的音频流采集周期T来获取通话过程中访客的音频流。其中，音频流采集周期T可以根据实际需要进行设定，一般设定为5S。此外，音频流的时间也可以根据实际需要进行设定，一般设定的时间需要大于忙音的两个周期长度。在实时获取通话过程中访客的音频流之后还包括：音频流的预处理：将获取的音频流整流至设定频率的连续的矩形波。由于受到通话干扰信号的影响，导致采集的音频流也会受到干扰信号的影响。为剔除这些干扰信号，以提高检测的准确度，则需要通过将音频流整流至设定频率的连续的矩形波。在音频流的预处理之后，将音频流输入忙音检测模型进行匹配。在匹配的过程中，需要找出基本符合忙音规律且持续设定时间的音频片段，并将该音频片段与标准的忙音音频片段进行对比，计算匹配率。具体的，将音频流输入频谱检测模型和能量谱检测模型进行匹配；若频谱检测模型的匹配率大于等于设定阈值，且能量谱检测模型的匹配率大于等于设定阈值，则输出忙音检测结果为忙音；若频谱检测模型的匹配率小于设定阈值，能量谱检测模型的匹配率小于设定阈值，则输出忙音检测结果不为忙音。若检测结果为忙音，则执行挂断逻本文档来自技高网...

【技术保护点】
1.一种自动忙音检测的通话方法，其特征在于，包括以下步骤：S1：建立忙音检测模型；S2：实时获取通话过程中访客的音频流；S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。

【技术特征摘要】
1.一种自动忙音检测的通话方法，其特征在于，包括以下步骤：S1：建立忙音检测模型；S2：实时获取通话过程中访客的音频流；S3：将音频流输入忙音检测模型进行匹配，输出忙音检测结果；S4：若检测结果为忙音，则执行挂断逻辑；若检测结果不为忙音，则执行通话逻辑。2.根据权利要求1所述的一种自动忙音检测的通话方法，其特征在于，所述忙音检测模型包括：频谱检测模型，用于对访客音频流的频谱进行匹配；能量谱检测模型，用于对访客音频流的能量谱进行匹配。3.根据权利要求1所述的一种自动忙音检测的通话方法，其特征在于，所述实时获取通话过程中访客的音频流包括：按照设定的音频流采集周期T来获取通话过程中访客的音频流。4.根据权利要求1所述的一种自动忙音检测的通话方法，其特征在于，所述实时获取通话过程中访客的音频流之后还包括：音频流的预处理：将获取的音频流整流至设定频率的连续的矩形波。5.根据权利要求2所述的一种自动忙音检测的通话方法，其特征在于，所述将音频流输入忙音检测模型进行匹配，输出忙音检测结果包括：将音频流输入频谱检测模型和能量谱检测模型进行匹配；若频谱检测模型的匹配率大于等于设定阈值，且能量谱检测模型的匹配率大于等于设定阈值，则输出忙音检测结果为忙音；若频谱检测模型的匹配率小于设定阈值，能量谱检测模型的...

【专利技术属性】
技术研发人员：王磊，
申请(专利权)人：浙江百应科技有限公司，
类型：发明
国别省市：浙江,33