專利名稱：實現(xiàn)ip網(wǎng)絡(luò)中交互式語音應(yīng)答的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及多媒體語音通訊領(lǐng)域中實現(xiàn)交互式語音應(yīng)答(IVR)的方法，特別是涉及基于MGCP協(xié)議和VXML規(guī)范實現(xiàn)IP網(wǎng)絡(luò)中交互式語音應(yīng)答(IVR)的方法。
SCP(Service Control Point)服務(wù)控制點，實現(xiàn)智能網(wǎng)中的業(yè)務(wù)控制功能，與SSP之間用NO.7信令交互。SMS(Service Manage System)業(yè)務(wù)管理系統(tǒng)，對SSP和SCP進行管理。
SCE(Service Create Environment)業(yè)務(wù)生成環(huán)境，負責創(chuàng)建新的業(yè)務(wù)邏輯。
目前在公眾服務(wù)電話網(wǎng)(Public Service Telephone NetworkPSTN)上存在很多種不同類型的IVR設(shè)備，例如電話銀行、168聲訊臺等。這些設(shè)備都是通過中繼接口直接接到PSTN上。由于PSTN上涉及復(fù)雜的信令處理和中繼接口，導(dǎo)致其只能在特殊硬件上開發(fā)；與硬件的相關(guān)性使得開發(fā)出的系統(tǒng)具有成本較高，系統(tǒng)靈活性較差的缺點，在更換了硬件之后一般還需要重新開發(fā)；同時由于涉及復(fù)雜的信令處理，對于不熟悉PSTN網(wǎng)絡(luò)信令的開發(fā)人員來說，開發(fā)的難度也非常大，一般需要專業(yè)的開發(fā)人員來進行相應(yīng)的開發(fā)工作。而且目前的IVR系統(tǒng)的流程控制大多采用自行定義的語言，無法與其它IVR系統(tǒng)互通，這就導(dǎo)致了用戶必須熟悉所采用的IVR系統(tǒng)的流程控制語言，不便于IVR系統(tǒng)的應(yīng)用。
傳統(tǒng)的網(wǎng)關(guān)用來實現(xiàn)寬帶網(wǎng)絡(luò)和傳統(tǒng)網(wǎng)絡(luò)之間業(yè)務(wù)的互通，網(wǎng)關(guān)需要能夠建立PSTN和Internet之間的呼叫連接；能夠執(zhí)行媒體格式的變換和信令的轉(zhuǎn)換網(wǎng)關(guān)在Internet一側(cè)執(zhí)行H.323、MGCP或者SIP協(xié)議，在PSTN側(cè)通常執(zhí)行ISDN信令、一號信令或者七號信令；由于傳統(tǒng)網(wǎng)關(guān)功能過于復(fù)雜，通常只能支持較少用戶，因此為了系統(tǒng)擴展的需要，必須將網(wǎng)關(guān)進行分離。
分離網(wǎng)關(guān)的關(guān)鍵就是將媒體變換功能和網(wǎng)關(guān)控制功能分離。使網(wǎng)關(guān)只承擔簡單的媒體變換功能，復(fù)雜的網(wǎng)關(guān)控制功能則由網(wǎng)關(guān)之外的獨立的控制實體(呼叫代理或者媒體網(wǎng)關(guān)控制器)執(zhí)行。它的特點是將控制智能集中到網(wǎng)絡(luò)中來，即少量的呼叫代理中，其思路和電信網(wǎng)中的智能網(wǎng)類似。MGCP協(xié)議就是根據(jù)網(wǎng)關(guān)功能分離的基本思想提出的一種協(xié)議。分離后的網(wǎng)關(guān)模型如圖2所示，圖中的各個組件的含義如下SG信令網(wǎng)關(guān)(Signal Gateway)，完成PSTN上的信令(例如七號信令，R2信令，ISDN信令)到IP網(wǎng)絡(luò)上的信令(例如BICC，SIGTRAN)的轉(zhuǎn)換。
MG媒體網(wǎng)關(guān)(Media Gateway)，完成PSTN上的語音(例如T1、E1)到IP網(wǎng)絡(luò)上的語音(例如RTP/RTCP)的轉(zhuǎn)換。
MGC媒體網(wǎng)關(guān)控制器(Media Gateway Controller)，實現(xiàn)復(fù)雜的網(wǎng)關(guān)控制功能，通常作為獨立的控制實體。
MGCP媒體網(wǎng)關(guān)控制協(xié)議(Media Gateway Control Protocol)，MGC通過此協(xié)議定義的消息和控制流程來實現(xiàn)對MG的控制。
VoiceXML(VXML)是XML的一個擴展標準，其主要用途是通過聲音和電話訪問Internet的內(nèi)容和信息，將基于WEB的開發(fā)和內(nèi)容移植到IVR應(yīng)用中。結(jié)構(gòu)模型如圖3，圖中的各個組件的含義如下文檔服務(wù)器(Document Server)，存放VoiceXML文檔，用戶通過編輯VoiceXML文檔定制需要的流程。
VoiceXML解釋器(VoiceXML Interpreter)，主要完成VoiceXML文檔的解釋。
執(zhí)行平臺(Implementation Platform)，主要完成VoiceXML文檔的執(zhí)行，并負責與用戶進行交互。VXML通過在一個文件中定義多個交互，減少了客戶/服務(wù)器的交互操作；把應(yīng)用開發(fā)人員從底層、平臺相關(guān)的細節(jié)中解放出來；分離了用戶交互代碼(VoiceXML)和服務(wù)邏輯(CGI scripts)；增強了服務(wù)在不同執(zhí)行平臺的可移植性。對內(nèi)容提供商、工具提供者和平臺提供者而言，VoiceXML是一個通用語言。
本發(fā)明的解決方案為將交互式語音應(yīng)答(IVR)系統(tǒng)接入IP網(wǎng)絡(luò)中，所述的IP網(wǎng)絡(luò)采用MGCP協(xié)議對交互式語音應(yīng)答系統(tǒng)的語音呼叫控制；在交互式應(yīng)答(IVR)系統(tǒng)中設(shè)置聲碼器，對接收的語音進行解碼和對發(fā)送的語音進行編碼；在交互式應(yīng)答(IVR)系統(tǒng)中建立語音VXML文檔及VXML文檔管理模塊，并使所述的VXML文檔定制的業(yè)務(wù)流程與交互式應(yīng)答的控制流程建立映射關(guān)系，所述的VXML文檔管理模塊負責讀取、解釋和執(zhí)行系統(tǒng)指定的VXML文檔；
當用戶通過語音呼叫交互式應(yīng)答系統(tǒng)時，IP網(wǎng)絡(luò)中的媒體網(wǎng)關(guān)控制器完成呼叫的信令交互過程并使呼叫用戶與交互式應(yīng)答系統(tǒng)接通，交互式應(yīng)答系統(tǒng)根據(jù)用戶的服務(wù)需求，通過XML文檔管理模塊對系統(tǒng)指定的VXML文檔進行操作，以控制IVR與用戶的交互過程。
根據(jù)上述技術(shù)方案；所述的交互式應(yīng)答系統(tǒng)通過以太網(wǎng)接口接入IP網(wǎng)絡(luò)；所述的聲碼器為ACM解碼器和ACM編碼器；所述的映射關(guān)系為交互式應(yīng)答的流程控制要求與VXML規(guī)范的主要語法元素之間的映射關(guān)系。
本發(fā)明通過MGCP協(xié)議來解決IP網(wǎng)絡(luò)上IVR應(yīng)用的信令控制，通過VXML來解決IVR應(yīng)用的流程控制，這樣就采用完全標準的接口實現(xiàn)了IP網(wǎng)絡(luò)上的IVR應(yīng)用。由于全部基于標準協(xié)議，不僅大大簡化了實際應(yīng)用中的開發(fā)過程，也能夠與目前所有的標準設(shè)備互通。采用本發(fā)明的方法，可在計算機上開發(fā)出基于軟件的IVR設(shè)備，有效地克服現(xiàn)有IVR系統(tǒng)的缺點和大大降低開發(fā)成本，并使系統(tǒng)具有較強的靈活性。
(2)MGC收到Setup消息后，判斷能否接受呼叫，當呼叫合法時，就向IVR發(fā)出CRCX命令，通知IVR有呼叫到來。
(3)IVR接受到CRCX命令后，分配相關(guān)的資源，然后回復(fù)ACK消息，表示接受次呼叫。
(4)MGC收到ACK后，向GW發(fā)送Alerting消息，開始傳送回鈴音。
(5)IVR進行完相關(guān)的初始化操作，向MGC發(fā)送NTFY消息，攜帶offhook參數(shù)，表示IVR接通電話。
(6)MGC收到NTFY消息后，向GW發(fā)送Connect消息，同時向IVR發(fā)送MDCX消息，把呼叫接通，主叫能夠停到IVR播放的提示音，IVR也能夠開始錄音。
(7)IVR按照預(yù)先定義的流程開始工作，用戶可以通過電話輸入DTMF按鍵控制流程，例如電話銀行應(yīng)用中用戶可以通過電話輸入他的卡號和密碼查詢余額。GW把用戶的DTMF按鍵通過UserInput消息送給MGC(8)MGC把用戶按鍵消息通過RQNT消息送給IVR設(shè)備，IVR根據(jù)用戶按鍵進入到相應(yīng)的流程。
(9)用戶完成相應(yīng)操作，掛機后，GW給MGC發(fā)送Release消息。
(10)MGC收到Release消息給IVR發(fā)送DLCX消息，IVR結(jié)束流程。
IVR設(shè)備需要提供單向的語音通道，以便播放語音，這就要求IVR設(shè)備能夠支持IP網(wǎng)絡(luò)上的實時語音，目前IP網(wǎng)絡(luò)上的實時語音傳送一般采用RTP/RTCP協(xié)議，IVR設(shè)備若需支持普通電話通過IP電話網(wǎng)關(guān)訪問或者PC客戶端直接訪問，則必須支持RTP/RTCP協(xié)議。目前IP網(wǎng)絡(luò)上的語音一般都進行壓縮以節(jié)約帶寬，常用的壓縮算法有G.723.1、G.729，可以根據(jù)具體情況選用。
本發(fā)明通過采用ACM(Audio Compress Management)來進行語言編碼的變換，來解決對IP網(wǎng)絡(luò)語音的支持，在接收時，把RTP包和RTCP包的相關(guān)信息送給ACM解碼器，解碼為指定格式的文件保存；在發(fā)送時，從預(yù)先保存的文件中讀取信息，送給ACM編碼器，還原出RTP包和RTCP包送給對方用戶。
通過ACM的使用，由于進行了語音的壓縮，能夠大大減少文件保存的空間，同時通過對RTP和RTCP信息的處理，能夠提供非常好的音質(zhì)，完全能夠滿足語音應(yīng)用的要求。
為了使業(yè)務(wù)流程控制過程更加靈活和方便，本發(fā)明采用VXML規(guī)范。在交互式應(yīng)答(IVR)系統(tǒng)中建立語音VXML文檔及VXML文檔管理模塊，整個IVR系統(tǒng)的流程控制遵循VXML規(guī)范，并通過VXML文檔定制。VXML文檔管理模塊讀取系統(tǒng)指定的VXML文檔，并解釋和執(zhí)行文檔中制定的流程來控制與用戶的IVR交互過程。此方法的優(yōu)點是控制靈活、修改方便。VXML主要有如下的語法元素

在IVR流程控制中主要有如下的要求錄音、放音、接收DTMF輸入、文本到語音轉(zhuǎn)換(Text To SpeechTTS)、語音識別(Auto speech RecognizationASR)、菜單選擇和異常處理。
本實施例把IVR中流程控制要求和VXML元素建立下表中的映射關(guān)系

通過映射，使得所有的IVR流程控制全部可以由VXML語音表示，這樣通過標準的VXML語音書寫的流程就能夠被IVR設(shè)備支持，解決了不同廠家的IVR設(shè)備互通的問題。
圖5進一步顯示了本發(fā)明的IVR系統(tǒng)的邏輯結(jié)構(gòu)，整個IP IVR系統(tǒng)主要由以下幾個部分組成IVR Application Logic，為整個IVR系統(tǒng)的應(yīng)用邏輯控制部分，對外提供各種IVR業(yè)務(wù)。
MGCP and RTP/RTCP Stack，這部分主要在系統(tǒng)中負責語音呼叫的信令控制和媒體流在IP網(wǎng)絡(luò)上的實時傳輸。
VoiceXML Core，為核心VoiceXML部件，主要完成VoiceXML文檔的解釋與執(zhí)行，負責IVR系統(tǒng)業(yè)務(wù)流程的控制。其中包含VoiceXML Interpreter和VirtualVoice Device兩部分。VoiceXML Interpreter解釋并執(zhí)行VoiceXML文檔。VoiceXML Parser和FIA(Form Interpreter Algorithm)是其中的兩個重要部分。Virtual Voice Device是虛擬的語音設(shè)備，它實現(xiàn)VoiceXML語音設(shè)備到物理語音設(shè)備的轉(zhuǎn)換。
IVR Procedure Definition，這是IVR業(yè)務(wù)流程及應(yīng)用相關(guān)的對象的定義。它包含兩部分，VoiceXML Documents和External VoiceXML Objects，VoiceXMLDocuments用于定義流程，External VoiceXML Objects是與應(yīng)用相關(guān)的VoiceXML外部對象的定義。通過這一部分可以根據(jù)用戶的不同需求定制出不同的IVR業(yè)務(wù)，使系統(tǒng)具有較高的靈活性。
請參閱圖6，在IP網(wǎng)絡(luò)中實現(xiàn)本發(fā)明。IP網(wǎng)絡(luò)基于軟交換(SoftSwitch)架構(gòu)。普通電話用戶通過IP電話網(wǎng)關(guān)GW通過軟交換(SoftSwitch)設(shè)備完成對IVR系統(tǒng)的訪問，PC用戶通過PC客戶端在IP網(wǎng)絡(luò)上完成對IVR系統(tǒng)的訪問，Web用戶則可以通過瀏覽器直接訪問IVR系統(tǒng)。
本發(fā)明通過MGCP作為呼叫控制信令，解決了與其它設(shè)備互通的問題，同時由于MGCP較為簡單，基于MGCP協(xié)議的IVR也能夠較為容易的實現(xiàn)。
權(quán)利要求
1.一種實現(xiàn)IP網(wǎng)絡(luò)中交互式語音應(yīng)答的方法，其特征在于將交互式語音應(yīng)答(IVR)系統(tǒng)接入IP網(wǎng)絡(luò)中，所述的IP網(wǎng)絡(luò)采用MGCP協(xié)議對交互式語音應(yīng)答系統(tǒng)的語音呼叫進行控制；在交互式應(yīng)答(IVR)系統(tǒng)中設(shè)置聲碼器，對接收的語音進行解碼和對發(fā)送的語音進行編碼；在交互式應(yīng)答(IVR)系統(tǒng)中建立語音VXML文檔及VXML文檔管理模塊，并使所述的VXML文檔定制的業(yè)務(wù)流程與交互式應(yīng)答的控制流程建立映射關(guān)系，所述的VXML文檔管理模塊負責讀取、解釋和執(zhí)行系統(tǒng)指定的VXML文檔；當用戶通過語音呼叫交互式應(yīng)答系統(tǒng)時，IP網(wǎng)絡(luò)中的媒體網(wǎng)關(guān)控制器完成呼叫的信令交互過程并使呼叫用戶與交互式應(yīng)答系統(tǒng)接通，交互式應(yīng)答系統(tǒng)根據(jù)用戶的服務(wù)需求，通過XML文檔管理模塊對系統(tǒng)指定的VXML文檔進行操作，以控制IVR與用戶的交互過程。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述的交互式應(yīng)答系統(tǒng)通過以太網(wǎng)接口接入IP網(wǎng)絡(luò)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述的聲碼器為ACM解碼器和ACM編碼器。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于所述的映射關(guān)系為交互式應(yīng)答的流程控制要求與VXML規(guī)范的主要語法元素之間的映射關(guān)系。
全文摘要
本發(fā)明公開了基于MGCP協(xié)議和VXML規(guī)范實現(xiàn)IP網(wǎng)絡(luò)中交互式語音應(yīng)答(IVR)的方法，該方法通過MGCP協(xié)議對IP網(wǎng)絡(luò)中的IVR設(shè)備的語音呼叫進行控制，并采用聲碼器使IVR設(shè)備支持IP網(wǎng)絡(luò)上的實時語音，使IVR設(shè)備的流程控制遵循VXML規(guī)范，使得IVR設(shè)備能夠在IP網(wǎng)絡(luò)上獨立運行。該方法使IVR系統(tǒng)的靈活性提高，系統(tǒng)開發(fā)成本降低，開發(fā)難度也大為減少，可以非常容易的構(gòu)造出滿足各種不同需求的IP IVR設(shè)備。
文檔編號H04M3/42GK1457180SQ0211899
公開日2003年11月19日 申請日期2002年5月10日 優(yōu)先權(quán)日2002年5月10日
發(fā)明者冒曉鳴 申請人:北京艾尼通科技有限公司