基于Asterisk和TTS/ASR语音识别配置示例

智能客服的开发基于ASR和TTS的处理是一个非常关键的技术点。博主通过多年研究后发现通过软交换平台直接和一些大公司的ASR和TTS接口进行交互，通过媒体服务器的拨号规则的处理，可以实现智能客服，或者自动拨号功能。

以下是笔者看到的一个比较完整的示例，此示例支持了Asterisk，google ASR/TTS API接口。通过API调用返回的结果来实现呼叫的处理。现在和大家分享一下具体的处理流程：

首先，我们一下基于Google的语音识别的处理。首先需要安装依赖支持包：

然后把speech-recog.agi的AGI文件拷贝到 /var/lib/asterisk/agi-bin/

拷贝进去以后，处理执行权限，保证agi那个正常工作。此agi配置文件配置了API接口的调用机制。

使用语法：

agi(speech-recog.agi,[lang],[timeout],[intkey],[NOBEEP])
通过拨号规则的AGI接口调用语音识别和TTS数据：

imple speech recognition
exten => 1234,1,Answer()
exten => 1234,n,agi(speech-recog.agi,en-US) //
exten => 1234,n,Verbose(1,The text you just said is: ${utterance})
exten => 1234,n,Verbose(1,The probability to be right is: ${confidence})
exten => 1234,n,Hangup()

;;Speech recognition demo:
exten => 1235,1,Answer()
exten => 1235,n,agi(googletts.agi,“Say something in English, when done press the pound key.”,en)
exten => 1235,n(record),agi(speech-recog.agi,en-US)
exten => 1235,n,Verbose(1,Script returned: ${confidence} , ${utterance})

;Check the probability of a successful recognition:
exten => 1235,n(success),GotoIf(["["["{confidence}" > “0.8”]?playback:retry)

;Playback the text:
exten => 1235,n(playback),agi(googletts.agi,“The text you just said was…”,en)
exten => 1235,n,agi(googletts.agi,"${utterance}",en)
exten => 1235,n,goto(end)

;Retry in case speech recognition wasn’t successful:
exten => 1235,n(retry),agi(googletts.agi,“Can you please repeat more clearly?”,en)
exten => 1235,n,goto(record)

exten => 1235,n(fail),agi(googletts.agi,“Failed to get speech data.”,en)
exten => 1235,n(end),Hangup()

;;Voice dialing example
exten => 1236,1,Answer()
exten => 1236,n,agi(googletts.agi,“Please say the number you want to dial.”,en)
exten => 1236,n(record),agi(speech-recog.agi,en-US)
exten => 1236,n,GotoIf(["["["{confidence}" > “0.8”]?success:retry)

exten => 1236,n(success),goto(${utterance},1)

exten => 1236,n(retry),agi(googletts.agi,“Can you please repeat?”,en)
exten => 1236,n,goto(record)

以上是ASR的接口调用，用户也可以使用TTS调用方式。当然，首先需要创建一个tts.agi 文件，拷贝此文件到agi默认路径，执行权限设置，保证其可执行。

使用语法：

agi(googletts.agi,text,[language],[intkey])
TTS和asterisk的测试示例：

GoogleTTS Demo

exten => 1234,1,Answer()
;;Play mesage in English:
exten => 1234,n,agi(googletts.agi,“This is a simple google text to speech test in english.”,en)
;;Play message in Spanish:
exten => 1234,n,agi(googletts.agi,“Esta es una simple prueba en español.”,es)
;;Play message in Greek:
exten => 1234,n,agi(googletts.agi,“Αυτό είναι ένα απλό τέστ στα ελληνικά.”,el)
;;Play message in Japanese:
exten => 1234,n,agi(googletts.agi,“これは、日本の簡単なテストです。良い一日を。”,ja)
;;Play message in simplified Chinese:
exten => 1234,n,agi(googletts.agi,“这是一个简单的测试，在中国。有一个愉快的一天。”,zh-CN)
;A simple dynamic IVR using GoogleTTS

[my_ivr]
exten => s,1,Answer()
exten => s,n,Set(TIMEOUT(digit)=5)
exten => s,n,agi(googletts.agi,“Welcome to my small interactive voice response menu.”,en)
;;Wait for digit:
exten => s,n(start),agi(googletts.agi,“Please dial a digit.”,en,any)
exten => s,n,WaitExten()

    ;;PLayback the name of the digit and wait for another one:

exten => _X,1,agi(googletts.agi,“You just pressed ${EXTEN}. Try another one please.”,en,any)
exten => _X,n,WaitExten()

exten => i,1,agi(googletts.agi,“Invalid extension.”,en)
exten => i,n,goto(s,start)

exten => t,1,agi(googletts.agi,“Request timed out.”,en)
exten => t,n,goto(s,start)

exten => h,1,Hangup()

以上示例是一个国外开发人员的开源代码分享，笔者没有测试，因为访问Google还是有很多不方便的地方。开发人员也提供了语音合成的接口，支持微软的翻译工具来实现，读者可以进一步研究。读者可以根据ASR和TTS的接口给的大概思路，利用我们国内的ASR和TTS厂家（例如，百度，科大讯飞等）的API接口进行调整来实现ASR/TTS/IVR的流程处理。

基于Asterisk和TTS/ASR语音识别配置示例相关推荐

Linux 添加IPv6策略路由,基于策略的路由通过IPv6配置示例
基于策略的路由为表示和实现转发提供一机制/根据策略的路由数据包定义由网络管理员.基于策略的路由应用到流入数据包并且使用路由映射定义策略.基于在路由映射定义的标准,数据包转发/路由对适当的下一跳.本文为 ...
vsftpd基于mysql_vsftpd的基于pam_mysql的虚拟用户配置示例
~]# yum install mariadb-server ~]# yum install vsftpd 因为中CentOS 7平台上/lib64/security/中没有pam_mysql模块驱动 ...
ASR 语音识别（VOSK）API资源/DEMO
jiaying系列网页版演示地址:ai.moneymeeting.club ASR 语音识别(VOSK)API资源/DEMO 注:VOSK将下线,改为NEMO,请移步:https://blog.cs ...
基于OpenSeq2Seq的NLP与语音识别混合精度训练
基于OpenSeq2Seq的NLP与语音识别混合精度训练 Mixed Precision Training for NLP and Speech Recognition with OpenSeq2Se ...
快手团队长文解读：基于FPGA加速的自动语音识别在大规模直播和短视频场景的应用...
来源:机器之心本文约6000字,建议阅读10分钟本文介绍了基于FPGA加速的自动语音识别在大规模直播和短视频场景的应用. 典型的实时流式自动语音识别业务如语音搜索.语音输入等和用户操作相关,直接影 ...
基于深度学习的中文语音识别系统框架（pluse）
目录声学模型 GRU-CTC DFCNN DFSMN 语言模型 n-gram CBHG 数据集本文搭建一个完整的中文语音识别系统,包括声学模型和语言模型,能够将输入的音频信号识别为汉字. 声学模型 ...
基于深度学习的中文语音识别系统框架搭建
基于深度学习的中文语音识别系统框架转自@https://blog.csdn.net/chinatelecom08/article/details/82557715 本文搭建一个完整的中文语音识别系统 ...
基于STM32的有限词条语音识别与对话模块
基于STM32的有限词条语音识别与对话模块一.模块整体设计思路二.器件选型与方案确定 1.器件选型 (1)语音识别模块 (2)词条存储模块 (3)语音提示模块 (4)主控芯片 2.方案确定三.I ...
AI周报丨快手团队长文解读：基于FPGA加速的自动语音识别在大规模直播和短视频场景的应用
AI周报 - 热门论文 - 题目:On Training Implicit Models 本文主要研究无限层隐式模型的训练问题.具体地说,以前的工作采用隐式微分,并为反向传播计算精确的梯度.然而,是否 ...

基于Asterisk和TTS/ASR语音识别配置示例

基于Asterisk和TTS/ASR语音识别配置示例相关推荐

最新文章

热门文章