隨著城市建設(shè)步伐的加快，城市公共交通也得到了迅速發(fā)展，公交線路越來越多，極大地方便了市民和外地游客。同時(shí)，公交公司也為人們提供了電話查詢公交線路的服務(wù)熱線。目前的服務(wù)熱線是人工查詢和自動查詢2種方式。
在人工查詢時(shí)，時(shí)間長、效果不好；在自動查詢時(shí)，人們根據(jù)語音提示，采用按鍵操作的方式，也要進(jìn)行較長的時(shí)間才能查詢完畢。例如：如果您要查詢"105'路公交車的運(yùn)行情況，就需要將"1"， "0"，"5"三個(gè)數(shù)字通過電話機(jī)進(jìn)行按鍵選擇；如果您要查詢?nèi)ツ骋粋€(gè)地方的所有公交車次，那只能通過人工查詢了，因?yàn)橥ㄟ^按鍵是不能實(shí)現(xiàn)這種查詢服務(wù)的。
伴隨著計(jì)算機(jī)技術(shù)和數(shù)字電子技術(shù)的重大突破性發(fā)展，語音識別技術(shù)也趨于成熟，尤其是在大詞匯量、非特定的連續(xù)語音識別方面，取得了重大進(jìn)展，已經(jīng)進(jìn)入到實(shí)用階段[1]。因此，我們提出了采用一種公共語音識別系統(tǒng)對原有的服務(wù)熱線進(jìn)行改造的方案。
1 公交線路智能查詢系統(tǒng)的特點(diǎn)
該公交線路語音查詢系統(tǒng)包括按鍵查詢(只包含公交線路查詢)和語音查詢(含按公交線路查詢和按城市地點(diǎn)查詢)2部分，其中按鍵查詢主要為了適應(yīng)老客戶，但系統(tǒng)主體是語音查詢，其特點(diǎn)有：
(1)實(shí)現(xiàn)了交互問答式查詢，用戶只需按系統(tǒng)的提示作出相應(yīng)的回答，便可得到自己所需的信息。
(2)作為系統(tǒng)本身來說，實(shí)現(xiàn)了語音識別的大眾化，任何第一次使用本系統(tǒng)的用戶，不需經(jīng)過語音訓(xùn)練，便可滿意的得到所需信息。
(3)可統(tǒng)計(jì)系統(tǒng)每天的話務(wù)量。
2 系統(tǒng)結(jié)構(gòu)與軟件方法
系統(tǒng)[1.2]主要由計(jì)算機(jī)網(wǎng)絡(luò)、人工座席、語音處理及存儲、系統(tǒng)管理(數(shù)據(jù)庫管理十語音編輯)幾部分組成，如圖1所示。本系統(tǒng)使用了工業(yè)機(jī)，性能穩(wěn)定，系統(tǒng)平臺為Windows NT操作系統(tǒng)，其作用是利用計(jì)算機(jī)和數(shù)字語音卡來處理大量繁雜的電話業(yè)務(wù)，提供開放式的公交線路智能查詢服務(wù)，具有速度快、全天候、高效率等特點(diǎn)。
2．1 系統(tǒng)軟硬件平臺配置和開發(fā)工具選擇(按30線配置)
系統(tǒng)的硬件采用工控機(jī)，以實(shí)現(xiàn)較高的性能價(jià)格比，而且可以通過計(jì)算機(jī)集群系統(tǒng)大幅度提高整個(gè)系統(tǒng)的性能。具體是CPU為P4 2.4G以上，內(nèi)存為1G以上，硬盤為60G以上。
系統(tǒng)的軟件平臺選擇Windows NT。Windows NT具有良好的圖形管理功能，而且提供了可靠的技術(shù)支持和開發(fā)環(huán)境。
語音卡采用D321／641語音卡，該卡在WindowsNT下的開發(fā)非常成熟，可以處理各種不同的需求。
D321／641[3]語音卡具有一下特點(diǎn)：
(1)集30／60路語音處理和El／2e1(PCM)數(shù)字中繼接口于一體，同時(shí)支持一號信令(ssl)和數(shù)字一號信令(Dssl)。
(2)功能強(qiáng)大，性價(jià)比高，便于用戶構(gòu)建性能穩(wěn)定、多功能的應(yīng)用系統(tǒng)。
(3)采用全DSP結(jié)構(gòu)，處理能力強(qiáng)大，可減輕主機(jī)負(fù)擔(dān)，保證高密度、大容量的應(yīng)用系統(tǒng)高效穩(wěn)定地運(yùn)行。同時(shí)，DSP技術(shù)便于軟件升級。
數(shù)據(jù)庫系統(tǒng)采用SQL Server。SQL Server是Windows NT環(huán)境下比較成熟的數(shù)據(jù)庫產(chǎn)品，他具有大型數(shù)據(jù)庫系統(tǒng)的所有特性，而且便于與NT集成管理。
開發(fā)工具選擇Visual C++，Visual Basic等。Visual C++功能強(qiáng)大、控制靈活，可以處理各種程序設(shè)計(jì)的需要；Visual Basic編制程序速度快，對程序設(shè)計(jì)人員要求不高，因此將兩者結(jié)合起來使用。
|
|
2．2 軟件設(shè)計(jì)
本系統(tǒng)界面由Visual Basic 6.0編程實(shí)現(xiàn)。以漢字和圖標(biāo)明確顯示其功能，操作簡單，一目了然，便于值班人員操作和監(jiān)控。
各功能程序由Visual C++編程實(shí)現(xiàn)，主要分為：檢測振鈴事件及接受用戶語音實(shí)現(xiàn)相應(yīng)的功能調(diào)用；確定進(jìn)入系統(tǒng)后界面菜單的有效狀態(tài)以及檢測和初始化電話語音卡；登錄數(shù)據(jù)庫服務(wù)器。
2．3 數(shù)據(jù)庫服務(wù)器的設(shè)計(jì)
客戶／服務(wù)器結(jié)構(gòu)[4]是基于數(shù)據(jù)庫的應(yīng)用程序廣泛采用的一種結(jié)構(gòu)。他利用了計(jì)算機(jī)系統(tǒng)硬件和軟件分布的不平衡性，把數(shù)據(jù)服務(wù)集中在服務(wù)器端，而識別客戶端則專門負(fù)責(zé)處理應(yīng)用邏輯和界面。這使得程序開發(fā)的復(fù)雜性大大降低，同時(shí)識別客戶端和識別服務(wù)器實(shí)時(shí)通信、協(xié)同工作，減少了時(shí)延，保證了較高的識別效率。客戶／服務(wù)器結(jié)構(gòu)包括了2個(gè)獨(dú)立的實(shí)
體：識別客戶端和識別服務(wù)器。前者上運(yùn)行的應(yīng)用程序稱為"前端"或"前臺"，后者的稱為"后端"。也就是說，服務(wù)器增加了"后端數(shù)據(jù)庫引擎"，電話接入時(shí)，識別客戶端接管電話用戶的語音輸入，實(shí)時(shí)傳送到識別服務(wù)器，并把識別服務(wù)器的識別結(jié)果向電話應(yīng)用平臺層返送，然后進(jìn)行內(nèi)部運(yùn)算查找符合條件的數(shù)據(jù)，此時(shí)客戶機(jī)還可以利用這些閑置時(shí)間處理其他的工作，等到服務(wù)器處理完畢，就會把所需的數(shù)據(jù)傳遞給前端應(yīng)用程序。
由于客戶／服務(wù)器結(jié)構(gòu)的前端應(yīng)用程序并不直接對數(shù)據(jù)庫進(jìn)行處理，因此利用ODBC作為一個(gè)橋梁幫我們打開前端應(yīng)用程序與后端數(shù)據(jù)庫管理系統(tǒng)的通道，并且由ODBC API提供制式化的控制函數(shù)來維護(hù)服務(wù)器的數(shù)據(jù)庫數(shù)據(jù)。
語音合成的處理是通過邊合成邊播放的策略，避免了由于合成長文本帶來的較大的延時(shí)。該系統(tǒng)在分段播放語音時(shí)，用戶的任何打斷都可以中止該次合成任務(wù)，免去了無謂的資源消耗。
3 系統(tǒng)的實(shí)現(xiàn)
本系統(tǒng)在啟動時(shí)，首先會訪問DataSource．ini文件，從中讀出有關(guān)數(shù)據(jù)庫信息，若數(shù)據(jù)庫服務(wù)器的數(shù)據(jù)改動時(shí)，只需改動此文件便可。DataSource．ini文件內(nèi)容如下：
[Source]
namc=flight
[DSN]
name="ODBC ;DSN=flight；UID=flight；PWD=flight'其中：nAME＝flight為數(shù)據(jù)源名稱，DSN為數(shù)據(jù)源名稱，UID為用戶ID，PWD為用戶密碼。
圖2為用戶通過語音實(shí)現(xiàn)的自動查詢系統(tǒng)流程圖。
|
|
4 結(jié) 語
本系統(tǒng)是以通信系統(tǒng)為背景，滿足實(shí)際需要為目的，采用現(xiàn)有成熟的硬件產(chǎn)品與軟件開發(fā)相結(jié)合的方法設(shè)計(jì)的一種使用方便、功能完善的語音查詢系統(tǒng)，集成語音識別和語音合成技術(shù)，改變舊的使用電話按鍵查詢的使用方式，支持語音輸入，人性化的語音界面使查詢更便捷、更有親和力，為公交系統(tǒng)的熱線服務(wù)提供了可靠的技術(shù)支持。