[發(fā)明專利]一種語音數(shù)據(jù)采集服務(wù)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310040998.3
• 申請(qǐng)日: 2013-02-01
• 公開（公告）號(hào): CN103971688A
• 公開（公告）日: 2014-08-06
• 發(fā)明（設(shè)計(jì)）人: 劉學(xué)梁
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G10L15/30
• 分類號(hào): G10L15/30;H04L29/06
• 代理公司: 北京德琦知識(shí)產(chǎn)權(quán)代理有限公司 11018
• 代理人: 閻敏;宋志強(qiáng)

技術(shù)領(lǐng)域

本發(fā)明涉及語音采集服務(wù)技術(shù)領(lǐng)域，尤其涉及一種語音數(shù)據(jù)采集服務(wù)系統(tǒng)及方法。

背景技術(shù)

現(xiàn)有基于日志的語音采集服務(wù)系統(tǒng)通常采用二層服務(wù)框架。具體的，由位于采集層的采集裝置（一般是語音處理單元）處理并記錄語音信息，這些語音信息通常是線上數(shù)據(jù)，如語音識(shí)別云服務(wù)的語音信息；之后，采集裝置將記錄的語音信息按照預(yù)定的規(guī)則發(fā)送至位于存儲(chǔ)管理層的數(shù)據(jù)采集服務(wù)器，實(shí)現(xiàn)語音數(shù)據(jù)的采集。

可見，現(xiàn)有的基于日志的語音采集服務(wù)系統(tǒng)中，語音數(shù)據(jù)的處理和采集都是由采集裝置來完成的，這種方式導(dǎo)致采集裝置的復(fù)雜性和維護(hù)難度較高；并且，由于語音數(shù)據(jù)的采集會(huì)延長(zhǎng)采集裝置的響應(yīng)時(shí)間，導(dǎo)致采集裝置的服務(wù)質(zhì)量降低。

發(fā)明內(nèi)容

本發(fā)明提供了一種語音數(shù)據(jù)采集服務(wù)系統(tǒng)，能夠降低采集裝置的復(fù)雜性和維護(hù)難度，并提高采集裝置的服務(wù)質(zhì)量。

本發(fā)明還提供了一種語音數(shù)據(jù)采集服務(wù)方法，能夠降低采集裝置的復(fù)雜性和維護(hù)難度，并提高采集裝置的服務(wù)質(zhì)量。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一種語音數(shù)據(jù)采集服務(wù)系統(tǒng)，包括：

采集裝置，用于采集語音采集數(shù)據(jù)，將所述語音采集數(shù)據(jù)發(fā)送至采集服務(wù)代理；

采集服務(wù)代理，用于接收來自一個(gè)以上采集裝置的語音采集數(shù)據(jù)，將所述語音采集數(shù)據(jù)按照接收的先后順序發(fā)送至數(shù)據(jù)采集服務(wù)器；

數(shù)據(jù)采集服務(wù)器，用于對(duì)來自采集服務(wù)代理的語音采集數(shù)據(jù)進(jìn)行處理或存儲(chǔ)。

上述系統(tǒng)可以進(jìn)一步包括代理接口，所述代理接口分別與采集裝置和采集服務(wù)代理連接；

所述采集裝置將語音采集數(shù)據(jù)發(fā)送至代理接口，代理接口將接收到的語音采集數(shù)據(jù)轉(zhuǎn)發(fā)至采集服務(wù)代理。

上述系統(tǒng)中，代理接口向采集裝置提供采集服務(wù)代理的地址或端口信息、語音數(shù)據(jù)的采集比例或者采集到的語音類型信息；

采集裝置根據(jù)代理接口提供的所述信息采集語音采集數(shù)據(jù)并發(fā)送至代理接口。

上述系統(tǒng)中，代理接口接收到語音采集數(shù)據(jù)后，按照預(yù)先設(shè)定的封裝協(xié)議將所述語音采集數(shù)據(jù)封裝為采集消息，將所述采集消息轉(zhuǎn)發(fā)至采集服務(wù)代理；

所述語音采集數(shù)據(jù)包括語音數(shù)據(jù)和語音元數(shù)據(jù)；

所述采集消息包括采集數(shù)據(jù)類型字段、數(shù)據(jù)長(zhǎng)度字段及序列化的語音數(shù)據(jù)和語音元數(shù)據(jù)。

上述系統(tǒng)中，所述采集服務(wù)代理建立與代理接口的連接，當(dāng)監(jiān)聽到所述代理接口轉(zhuǎn)發(fā)的采集消息時(shí)，接收所述采集消息，并將所述采集消息保存在消息隊(duì)列中；

當(dāng)消息隊(duì)列中存在采集消息時(shí)，按照進(jìn)入隊(duì)列的先后順序?qū)㈥?duì)列中的采集消息依次發(fā)送至數(shù)據(jù)采集服務(wù)器，并將已發(fā)送的采集消息從消息隊(duì)列中刪除。

當(dāng)所述消息隊(duì)列中保存的采集消息的數(shù)量達(dá)到預(yù)先設(shè)定的隊(duì)列長(zhǎng)度時(shí)，如果采集服務(wù)代理再次收到代理接口轉(zhuǎn)發(fā)的采集消息，則丟棄該采集消息。

上述系統(tǒng)中，數(shù)據(jù)采集服務(wù)器可以包括分發(fā)模塊和針對(duì)不同采集數(shù)據(jù)類型的多個(gè)處理模塊；

分發(fā)模塊接收來自采集服務(wù)代理的采集消息，根據(jù)所述采集消息中的采集數(shù)據(jù)類型字段將所述采集消息分發(fā)至對(duì)應(yīng)的處理模塊；

處理模塊按照預(yù)先設(shè)定的封裝協(xié)議將所述采集消息解封裝為語音采集數(shù)據(jù)，對(duì)所述語音采集數(shù)據(jù)進(jìn)行處理，將所述語音采集數(shù)據(jù)中的語音數(shù)據(jù)和語音元數(shù)據(jù)分別進(jìn)行存儲(chǔ)，并通過文件路徑將語音數(shù)據(jù)與相關(guān)的語音元數(shù)據(jù)關(guān)聯(lián)。

一種語音數(shù)據(jù)采集服務(wù)方法，包括：

采集裝置采集語音采集數(shù)據(jù)，將所述語音采集數(shù)據(jù)發(fā)送至采集服務(wù)代理；

采集服務(wù)代理接收來自一個(gè)以上采集裝置的語音采集數(shù)據(jù)，將所述語音采集數(shù)據(jù)按照接收的先后順序發(fā)送至數(shù)據(jù)采集服務(wù)器；

數(shù)據(jù)采集服務(wù)器對(duì)來自采集服務(wù)代理的語音采集數(shù)據(jù)進(jìn)行處理或存儲(chǔ)。

上述方法中，采集裝置將語音采集數(shù)據(jù)發(fā)送至采集服務(wù)代理的方式可以為：采集裝置將語音采集數(shù)據(jù)發(fā)送至代理接口，代理接口將接收到的語音采集數(shù)據(jù)轉(zhuǎn)發(fā)至采集服務(wù)代理。

采集裝置采集語音采集數(shù)據(jù)之前可以進(jìn)一步包括：所述代理接口向采集裝置提供采集服務(wù)代理的地址或端口信息、語音數(shù)據(jù)的采集比例或者采集到的語音類型信息；

所述采集裝置根據(jù)代理接口提供的所述信息采集語音采集數(shù)據(jù)并發(fā)送至代理接口。

上述方法中，代理接口將接收到的語音采集數(shù)據(jù)轉(zhuǎn)發(fā)至采集服務(wù)代理的方式可以為：按照預(yù)先設(shè)定的封裝協(xié)議將所述語音采集數(shù)據(jù)封裝為采集消息，將所述采集消息轉(zhuǎn)發(fā)至采集服務(wù)代理；

所述語音采集數(shù)據(jù)包括語音數(shù)據(jù)和語音元數(shù)據(jù)；