电话语音的处理方法与流程

技术特征：
1.一种电话语音的处理方法，其特征在于，包括如下步骤，获取用户音频，并进行vad检测，检测用户音频的语音起始点和静音停顿点，根据语音起始点和静音停顿点切分出音频段落，将音频段落送入语音识别服务进程，由语音识别进程将音频段落转换为文本；将语音识别进程转换的文本送入智能对话流程，并获得文本形式的对话返回结果；将文本形式的对话返回结果送入语音合成进程，将合成后的语音数据发送至电话网关，从而发送至用户端；用户端对合成后的语音数据进行播送，同时始终检测用户语音起始点，若检测到用户说话的语音起始点，则停止发送所述合成后的语音数据。2.根据权利要求1所述的电话语音的处理方法，其特征在于，还包括步骤，设置语音处理服务器，将语音识别服务器的地址标识发送至sip服务器登记保存；电话网关获取用户电话接入信号；电话网关向sip服务器发送invite请求，并在sip服务器发送响应后停止发送invite请求；sip服务器根据预设的语音处理服务器地址，转发invite请求至语音处理服务器；语音处理服务器发送接听响应，由sip服务器转发至电话网关，建立语音通道。3.根据权利要求2所述的电话语音的处理方法，其特征在于，在语音处理服务器发送接听响应，由sip服务器转发至电话网关，建立语音通道之后，语音处理服务器立即发送欢迎词音频数据，通过建立的语音通道发送至电话网关，从而发送至用户电话端。4.根据权利要求1所述的电话语音的处理方法，其特征在于，在语音处理服务器检测到用户说话的语音起始点时，先持续监测用户说话的语音静音停顿点，如果在时间tstop内未检测到语音静音停顿点，才执行进行步骤：停止发送所述合成后的语音数据。5.根据权利要求1所述的电话语音的处理方法，其特征在于，在语音处理服务器执行停止发送操作后，立即发送响应音频数据，通过建立的语音通道发送至电话网关。6.根据权利要求1所述的电话语音的处理方法，其特征在于，存在多个语音识别服务进程，语音处理服务器切分出语音起始点和静音停顿点部分的音频后，轮流送入不同的语音识别服务进程。7.根据权利要求1所述的电话语音的处理方法，其特征在于，智能对话系统流程具体包括步骤：对所述文本输入执行意图理解，根据意图理解的结果选择将文本输入送入开域对话及问答流程、任务式对话流程；其中，开域对话及问答流程如下，对文本输入计算第一句子向量；根据第一句子向量与答案库中的问题的句子向量比对结果，找出与第一句子向量相似度最高的答案库中的问题；返回该问题的答案；任务式对话流程的步骤如下：对文本输入计算第二句子向量；根据第二句子向量与任务式对话库中任务代表句子的句子向量比对结果，找出相似度最高的任务代表句子，获取任务代表句子对应的任务；获取任务代表句子对应的任务所要获取的信息；
检测所述文本输入中是否包含所述要获取的信息；如果没有，则提示用户补充信息，直至所有要获取的信息均被检测到；构建标注语料库，并用该语料库训练一个开域对话模型，在进入开域对话流程时直接使用该开域对话模型返回结果。8.根据权利要求7所述的电话语音的处理方法，其特征在于，所述开域对话流程的答案库通过语料库训练获得，所述语料库通过如下方式标注：切分步骤：获取n个待标注音频文件f1，f2，f3...fn，对每个待标注音频文件fi，计算mi个切分点，并将fi切分为mi 1个音频片段，i取值为1，2，3
……
n，与所述待标注音频文件的数量一致，将所有待标注音频文件切分形成的音频片段乱序处理，生成乱序处理后的音频片段集合as；记录所有待标注音频文件的切分点位置，以及所述切分点位置与所述切分位置对应的所述音频片段集合as中的元素的对应关系，形成切分记录rs；处理步骤：获取乱序处理后的音频片段集合as，对乱序后的音频片段进行标注处理，形成标注记录ls；合成步骤：获取标注记录ls，获取切分记录rs，利用rs将ls中的标注内容重组排列，使得重组后的标注内容的顺序与所述待标注音频文件的内容一致，形成重组标注记录rls；重组标注记录rls作为语料库，所述切分记录rs对所述处理步骤隔离。9.如权利要求8所述的电话语音的处理方法，其特征在于，所述乱序处理后的音频片段集合as中，每两个相邻的音频片段以大于等于p1的概率不属于同一个待标注音频文件，以大于或等于p2的概率不是同一个待标注音频文件的相邻两个音频片段。10.如权利要求8所述的电话语音的处理方法，其特征在于，生成乱序处理后的音频片段集合as之后还包括如下步骤：将音频片段集合as的内的音频片段随机重命名，记录重命名后的音频文件和原待标注音频文件的对应关系，将音频片段集合as的音频片段以文件名首字母顺序排序。