雲伺服器合成語音

㈠ 搭建智能語音交互系統重要點那些

序言

隨著人工智慧命題的提出，近年來涌現出一大批基於人工智慧的呼叫中心業務服務商和集成商，僅智能外呼這一模塊兒就將近百家公司在推廣和運營。可以說整個基於人工智慧技術的市場開始蓬勃的發展起來了。

簡單介紹一下什麼叫做智能語音交互平台。其實大實話就是在呼叫中心基礎上，集成 ASR、 TTS、的呼叫服務平台。

那麼如何我們自己去搭建智能語音系統呢？

我們先列出搭建智能外呼系統的搭建需要那些技術和服務：

個人認為：

[if !supportLists]·        [endif] 首先最重要的是交換機：

[if !supportLists]1.    [endif]PBX也就是交換機，商用設備原廠包括像華為、Avaya、思科、東匯等這些生產硬體交換機，

[if !supportLists]2.    [endif]還有就是目前FreeSitch、asterrisk、OpenPBX這些軟體交換機。

[if !supportLists]·        [endif] 其次是AI技術: 及包含語音識別、語義理解、語音合成這三種技術是核心組成部分。語音識別相當於人的「耳朵」，接進電話後，對人的話語進行處理轉義成系統能夠識別的數據交由系統處理去識別。在進一步的話，可以轉義為文字。語義理解相當於人的"大腦"，根據話語識別人的意圖。語音合成，相當於人的」嘴巴「，識別人的意圖之後，依照特定的回答方式，去回復和引導對話。

[if !supportLists]·        [endif] 再者是前端服務平台：即用戶登錄、配置呼叫流程，建立呼叫任務、統計呼叫數據、導出呼叫報表的網站，這個是終端用戶唯一可以看到並且操作的界面。

[if !supportLists]·        [endif] 最後是外呼線路：其中包括三大運營商以及其他小型的集成線路供應商，主要目的是外呼電話或者是接入電話。

也有人可能有疑問：」智能語音交互系統最重要的不是人工智慧么，和交換機有啥關系？」為什麼說最重要的是交換機呢，原因是不管我們是外呼還是接入電話、都需要前端服務平台把外呼請求發送給交換機，通過外呼線路而撥出去。換句話說交換機是控制整體的外呼情況。硬體的交換機，比如說像華為的交換機，價格在大約幾萬到幾百萬不等的價格。對於想要建立自己的智能語音交互系統來說，價格對於一些小型公司來說承受不起，而FreeSitch這種軟交換則大大方便了小型公司建立自己的智能語音交互系統。

什麼是FreeSwitch？

FreeSitch是一個電話的軟交換解決方案，包括一個軟電話和軟交換機用以提供語音和聊天的產品驅動。FreeSitch 可以用作交換機引擎、PBX、多媒體網關以及多媒體伺服器等。支持多種通訊技術標准，包括 SIP, H.323, IAX2 以及 GoogleTalk ，同時也可以方便的與其他開源的PBX系統進行對接。而且具有很強的伸縮性。旨在為音頻、視頻、文字或任何其他形式的媒體，提供路由和互連 通信協議 。

FreeSwitch 的典型功能

[if !supportLists]·        [endif]在線計費、預付費功能。 

[if !supportLists]·        [endif]電話路由伺服器。 

[if !supportLists]·        [endif]語音轉碼伺服器。 

[if !supportLists]·        [endif]支持資源優先權和QoS的伺服器。 

[if !supportLists]·        [endif]多點會議伺服器。 

[if !supportLists]·        [endif]IVR、語音通知伺服器。 

[if !supportLists]·        [endif]VoiceMail伺服器。 

[if !supportLists]·        [endif]PBX應用和軟交換。 

[if !supportLists]·        [endif]應用層網關。 

[if !supportLists]·        [endif]防火牆/NAT穿越應用。 

[if !supportLists]·        [endif]私有伺服器。 

[if !supportLists]·        [endif]SIP網間互聯網關。 

[if !supportLists]·        [endif]SBC及安全網關。 

FreeSwitch最典型的功能是作為一個伺服器，並用電話客戶端軟體連接到它。雖然FreeSwitch支持眾多的通信協議，但其最主要的協議還是SIP，通過SIP中繼發起會話協議。

使用FreeSwitch這種軟交換的好處在於，你只需要一台伺服器就可以隨時搭建自己的外呼中心，而且FreeSwitch支持跨平台運行。能夠原生運行Windows、Linux、BSD等諸多32/64位平台。

FreeSwitch內部使用線程模型來處理並發請求，每個連接都在單獨的線程中進行處理，不同的線程間通過Mutex互斥訪問共享資源，並通過消息和非同步事件等方式進行通信。FreeSwitch本身是比較穩定的，它是比較優秀的開源軟體。另一方面來講，FreeSwitch又是比較激進的，它的開發分支里會有大量的新特性加入，因此在測試不全面的情況下，很容易出現不穩定的情況。而在用於生產環境的情況下，系統的穩定性是系統能否正常被使用的關鍵。之前我們在做項目的過程中，就遇到一些FreeSwitch不穩定的情況，導致外呼情況不理想。舉一個例子：我們在進行測試外呼的時候，語音通話斷斷續續，雖然前端服務平台可以很好的接受到數據的傳輸，但是，真正在與人工進行溝通的時候，會出現各種各樣的溝通障礙，為了解決這一個問題，我們花費了幾個月的時間，去研究FreeSwitch的結構特性。終於把這個問題解決掉。我們的項目才得以繼續推動，最終得以真正落地部署實施。

也有人可能有疑問：」FreeSwitch軟交換雖然重要，但是既然是智能語音交互系統人工智慧不重要嗎？」，重要，當然重要！容我慢慢道來~

AI 技術

1. 通信原理

先簡單解釋一下正常打電話這個流程

流程：A→PSTN→B

解釋：PSTN是Public

Switched Telephone Network，意思為公共交換電話網路，也就是我們的運營商的網路電話，

那我們平時如何給呼叫中心比如打電話是如何打的？：個人A打電話給呼叫中心1***6 打電話，撥通後聽到錄音，您好，撥打人工台，請按0鍵，按鍵之後，出現盲音，真正接通之後，客服接通了電話。

流程：A→PSTN→PBX→IVR→客服

解釋：PBX也叫交換機、相當於整個呼叫中心的出入口

IVR也叫互動/互動式語音應答，語音導航，也就是相當於咨詢業務請按鍵，這一環節，根據業務去分流到客服。

智能語音交互平台（智能機器人）落實到具體具體業務場景是如何實現的：

如：」個人A要在某一個大型酒店預訂位子「，

A撥通後先聽到了聲音，「您好，我是機器人小岳，需要我幫您訂位子是嗎？

個人A說，「我不要和機器人說話，找個真人來」。

然後聽到錄音，「為您轉接很貴的真人客服，排隊中，請稍後」。

幾分鍾後接通，真人客服接了電話。

流程：A→PSTN→PBX→IVR（TTS→ASR→NLP→TTS）→ACD→客服

解釋：在IVR部分：不再需要提示按鍵，而是直接問來電方需要辦理什麼業務，然後識別語音、理解意圖後，根據用戶的需求，回答後轉入對應的業務隊列排隊。

上邊是接通的流程，呼出的流程與之相反，就不在贅述了。

2. 現在市場上的AI技術的運用

目前市場上的不管是ASR、TTS、NLP都被阿里網路科大訊飛等巨頭公司所佔據，這些技術在國內基本已經成為定局。像ASR這類引擎市場上大部分都是用的阿里雲和訊飛雲的，要不就是網路雲。阿里雲和訊飛雲的識別率高一些，可以達到97%左右、網路的差一些，識別率在80%左右，我們當初在做項目的時候選擇ASR做過測試，事實證明阿里雲識別率更高同時也可以識別方言。因此，我們在做項目的時候，當仁不讓的選擇了阿里雲的

TTS我們選擇的是訊飛的，選擇的理由很簡單，畢竟科大訊飛是人工智慧領域巨頭級的公司，質量當然有的保證。

3. AI 能力對接

在具體落地中，這個領域的常規參與者通常具備呼叫中心能力或者AI能力其中一種，而主要的對接點也就在於AI能力與呼叫中心設備去對接，而ASR/TTS與呼叫中心設備對接的常規協議主要是mrcp/sip。

媒體資源控制協議（Media Resource Control

Protocol, MRCP）是一種通訊協議，用於語音伺服器向客戶端提供各種語音服務(如語音識別和語音合成)。有兩個版本的MRCP協議，版本2使用SIP作為控制協議，版本1使用RTSP。

實際對接的時候，會遇到不少技術問題，當我們ASR/TTS引擎做私有雲部署，為了避免了內外網穿透時防火牆的諸多設置和語音流的時延。這在我們當時對接的時候也花費了好大一番功夫。

前端服務平台：

其中最重要的就是配置呼叫流程這一塊兒了，

這一塊兒很容易被忽視，但是這反而是可以出成績的地方。一般來說一套最佳話術模板，可以以一敵萬。心理學基礎必須要有，一句話怎麼說能讓接電話的人最大概率的順著自己的思路走，達成目的，從而形成特定細分領域機器人話術模板，得到最佳的外呼效果（接通率、通話時長、電銷意願、催收意願）或者是接通效果（滿意度）

其餘的基本就是web端的東西了，具體功能點呢，即用戶登錄、配置呼叫流程，建立呼叫任務、統計呼叫數據、導出呼叫報表，這些功能點基本實現就可以，因為站在產品角度，產品最重要的價值就是可以呼通或者接通用戶的電話，並且能夠准確的識別用戶的意圖，並且准確的回答用戶。這就是智能語音交互系統的最終目標，也一直是我們的最終目標。

外呼線路廠商：

一般如果是購買系統的話，是給提供線路的，只需交一些線路費用。如果是自己做項目的話，網上、淘寶上一大堆，費用可以談，也給提供線路對接的介面。

結語

雖然現在市場上做智能語音交互系統的比較多，但一般只限於各個行業的電話銷售，真正意義上的智能語音交互還是很少的。原因很簡單，雖然原理不是很難但是真正落地實施的時候，遇到的困難非常的多，幾乎是一步一個坑。好在現在已經真正的落地實施了，方方面面的效果都還是很不錯的。一年多的辛苦沒有白費。哈哈~

寫這篇文章嘗試給大家簡單介紹一下智能語音交互系統，然才疏學淺，疏漏和不當之處在所難免，權當給大家拋磚引玉。

諸多細節限於主題和篇幅的要求不做詳細記述，如有問題，歡迎隨時交流。

㈡ 阿里雲的主要功能是什麼

阿里雲致力於以在線公共服務的方式，提供安全、可靠的計算和數據處理能力，讓計算和人工智慧成為普惠科技。

阿里雲服務著製造、金融、政務、交通、醫療、電信、能源等眾多領域的領軍企業，包括中國聯通、12306、中石化、中石油、飛利浦、華大基因等大型企業客戶，以及微博、知乎、錘子科技等明星互聯網公司。在天貓雙11全球狂歡節、12306春運購票等極富挑戰的應用場景中，阿里雲保持著良好的運行紀錄。

阿里雲在全球各地部署高效節能的綠色數據中心，利用清潔計算為萬物互聯的新世界提供源源不斷的能源動力，目前開服的區域包括中國（華北、華東、華南、香港）、新加坡、美國（美東、美西）、歐洲、中東、澳大利亞、日本。

(2)雲伺服器合成語音擴展閱讀：

阿里雲主要產品：

1、彈性計算：

雲伺服器ECS：可彈性擴展、安全、穩定、易用的計算服務

塊存儲：可彈性擴展、高性能、高可靠的塊級隨機存儲

專有網路VPC：幫您輕松構建邏輯隔離的專有網路

負載均衡：對多台雲伺服器進行流量分發的負載均衡服務

彈性伸縮：自動調整彈性計算資源的管理服務

資源編排：批量創建、管理、配置雲計算資源

容器服務：應用全生命周期管理的Docker服務

高性能計算HPC：加速深度學習、渲染和科學計算的GPU物理機

批量計算：簡單易用的大規模並行批處理計算服務

E-MapRece：基於Hadoop/Spark的大數據處理分析服務

2、資料庫：

雲資料庫RDS：完全兼容Mysql，SQLServer，PostgreSQL

雲資料庫MongoDB版：三節點副本集保證高可用

雲資料庫Redis版：兼容開源Redis協議的Key-Value類型

雲資料庫Memcache版：在線緩存服務，為熱點數據的訪問提供高速響應

PB級雲資料庫PetaData：支持PB級海量數據存儲的分布式關系型資料庫

雲資料庫HybridDB：基於GreenplumDatabase的MPP數據倉庫

雲資料庫OceanBase：金融級高可靠、高性能、分布式自研資料庫

數據傳輸：比GoldenGate更易用，阿里異地多活基礎架構

數據管理：比phpMyadmin更強大，比Navicat更易用

3、存儲：

對象存儲OSS：海量、安全和高可靠的雲存儲服務

文件存儲：無限擴展、多共享、標准文件協議的文件存儲服務

歸檔存儲：海量數據的長期歸檔、備份服務

塊存儲：可彈性擴展、高性能、高可靠的塊級隨機存儲

表格存儲：高並發、低延時、無限容量的Nosql數據存儲服務

4、網路：

CDN：跨運營商、跨地域全網覆蓋的網路加速服務

專有網路VPC：幫您輕松構建邏輯隔離的專有網路

高速通道：高速穩定的VPC互聯和專線接入服務

NAT網關：支持NAT轉發、共享帶寬的VPC網關

2018年6月20日，阿里雲宣布聯合三大運營商全面對外提供IPv6服務。

5、大數據：

MaxCompute：原名ODPS，是一種快速、完全託管的TB/PB級數據倉庫解決方案。

QuickBI：高效數據分析與展現平台，通過對數據源的連接，和數據集的創建，對數據進行即席的分析與查詢。並通過電子表格或儀錶板功能，以拖拽的方式進行數據的可視化呈現。

大數據開發套件：提供可視化開發界面、離線任務調度運維、快速數據集成、多人協同工作等功能，擁有強大的OpenAPI為數據應用開發者提供良好的再創作生態

DataV數據可視化：專精於業務數據與地理信息融合的大數據可視化，通過圖形界面輕松搭建專業的可視化應用，滿足您日常業務監控、調度、會展演示等多場景使用需求

關系網路分析：基於關系網路的大數據可視化分析平台，針對數據情報偵察場景賦能，如打擊虛假交易，審理保險騙賠，案件還原研判等

推薦引擎：推薦服務框架，用於實時預測用戶對物品偏好，支持A/BTest效果對比

公眾趨勢分析：利用語義分析、情感演算法和機器學習，分析公眾對品牌形象、熱點事件和公共政策的認知趨勢

企業圖譜：提供企業多維度信息查詢，方便企業構建基於企業畫像及企業關系網路的風險控制、市場監測等企業級服務

數據集成：穩定高效、彈性伸縮的數據同步平台，為阿里雲各個雲產品提供離線(批量)數據進出通道

分析型資料庫：在毫秒級針對千億級數據進行即時的多維分析透視和業務探索

流計算：流式大數據分析平台，提供給用戶在雲上進行流式數據實時化分析工具

6、人工智慧：

機器學習：基於阿里雲分布式計算引擎的一款機器學習演算法平台，用戶通過拖拉拽的方式可視化的操作組件來進行試驗，平台提供了豐富的組件，包括數據預處理、特徵工程、演算法組件、預測與評估

語音識別與合成：基於語音識別、語音合成、自然語言理解等技術，為企業在多種實際應用場景下，賦予產品「能聽、會說、懂你」式的智能人機交互體驗

人臉識別：提供圖像和視頻幀中人臉分析的在線服務，包括人臉檢測、人臉特徵提取、人臉年齡估計和性別識別、人臉關鍵點定位等獨立服務模塊

印刷文字識別：將圖片中的文字識別出來，包括身份證文字識別、門店招牌識別、行駛證識別、駕駛證識別、名片識別等證件類文字識別場景

7、雲安全：

伺服器安全（安騎士）：由輕量級Agent和雲端組成，集檢測、修復、防禦為一體，提供網站後門查殺、通用Web軟體0day漏洞修復、安全基線巡檢、主機訪問控制等功能，保障伺服器安全

DDoS高防IP：雲盾DDoS高防IP是針對互聯網伺服器（包括非阿里雲主機）在遭受大流量的DDoS攻擊後導致服務不可用的情況下，推出的付費增值服務，用戶可以通過配置高防IP，將攻擊流量引流到高防IP，確保源站的穩定可靠

Web應用防火牆：網站必備的一款安全防護產品。通過分析網站的訪問請求、過濾異常攻擊，保護網站業務可用及資產數據安全

加密服務：滿足雲上數據加密，密鑰管理、加解密運算需求的數據安全解決方案

CA證書服務：雲上簽發Symantec、CFCA、GeoTrustSSL數字證書，部署簡單，輕松實現全站HTTPS化，防監聽、防劫持，呈現給用戶可信的網站訪問

數據風控：凝聚阿里多年業務風控經驗，專業、實時對抗垃圾注冊、刷庫撞庫、活動作弊、論壇灌水等嚴重威脅互聯網業務安全的風險

綠網：智能識別文本、圖片、視頻等多媒體的內容違規風險，如涉黃，暴恐，涉政等，省去90%人力成本

安全管家：基於阿里雲多年安全實踐經驗為雲上用戶提供的全方位安全技術和咨詢服務，為雲上用戶建立和持續優化雲安全防禦體系，保障用戶業務安全

雲盾混合雲：在用戶自有IDC、專有雲、公共雲、混合雲等多種業務環境為用戶建設涵蓋網路安全、應用安全、主機安全、安全態勢感知的全方位互聯網安全攻防體系

態勢感知：安全大數據分析平台，通過機器學習和結合全網威脅情報，發現傳統防禦軟體無法覆蓋的網路威脅，溯源攻擊手段、並且提供可行動的解決方案

先知：全球頂尖白帽子和安全公司幫你找漏洞，最私密的安全眾測平台。全面體檢，提早發現業務漏洞及風險，按效果付費

移動安全：為移動APP提供安全漏洞、惡意代碼、仿冒應用等檢測服務，並可對應用進行安全增強，提高反破解和反逆向能力。

8、互聯網中間件：

企業級分布式應用服務EDAS：以應用為中心的中間件PaaS平台、

消息隊列MQ：ApacheRocketMQ商業版企業級非同步通信中間件

分布式關系型資料庫服務DRDS：水平拆分/讀寫分離的在線分布式資料庫服務

雲服務匯流排CSB：企業級互聯網能力開放平台

業務實施監控服務ARMS：端到端一體化實時監控解決方案產品

9、分析：

E-MapRece：基於Hadoop/Spark的大數據處理分析服務

雲資料庫HybirdDB：基於GreenplumDatabase的MPP數據倉庫

高性能計算HPC：加速深度學習、渲染和科學計算的GPU物理機

大數據計算服務MaxCompute：TB/PB級數據倉庫解決方案

分析型資料庫：海量數據實時高並發在線分析

開放搜索：結構化數據搜索託管服務

QuickBI：通過對數據源的連接，對數據進行即席分析和可視化呈現。