[發(fā)明專利]一種語音識別服務(wù)器的軟件設(shè)計方法

有效

• 申請?zhí)枺?/td>: 201811638895.6
• 申請日: 2018-12-29
• 公開（公告）號: CN109727595B
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計）人: 張琨;趙耀;李雪楓;朱錦雷
• 申請（專利權(quán)）人: 神思電子技術(shù)股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/30;H04L29/08;H04L29/06;H04L12/26
• 代理公司: 濟南泉城專利商標事務(wù)所 37218
• 代理人: 趙玉鳳

本發(fā)明公開一種針對局域網(wǎng)基于socket網(wǎng)絡(luò)通信的語音識別服務(wù)器軟件設(shè)計方法，采用進程池+任務(wù)池+線程池構(gòu)建socket服務(wù)器，設(shè)計并優(yōu)化了系統(tǒng)架構(gòu)，從而達到可以支撐一定的并發(fā)（適配服務(wù)器硬件）、可靠地服務(wù)客戶端、占用較少的資源。這種設(shè)計方法特點就是能夠在滿足功能需求前提下，以最小的資源占用進行靈活部署。本發(fā)明中提出的設(shè)計方法在局域網(wǎng)中搭建的語音識別服務(wù)器，在給定的并發(fā)量下，識別效果流暢，性能穩(wěn)定可靠，占用資源有限。

技術(shù)領(lǐng)域

本發(fā)明公開一種語音識別服務(wù)器的軟件設(shè)計方法，該語音識別服務(wù)器適用于局域網(wǎng)或者其他網(wǎng)絡(luò)，屬于人工智能、并發(fā)網(wǎng)絡(luò)通信領(lǐng)域。

背景技術(shù)

近些年來，隨著自動語音識別技術(shù)（ASR）的不斷完善，涌現(xiàn)了一些擁有較為成熟技術(shù)的公司，比如：科大訊飛、百度等。在市場的強烈需求刺激和這些公司的大力推動下，ASR已經(jīng)走進了很多領(lǐng)域，包括移動設(shè)備、汽車、家居等C端應(yīng)用和電子病歷、客服等B端場景。但是，以上公司將自己的服務(wù)部署于公網(wǎng)，對于一些只能限定于內(nèi)網(wǎng)工作的設(shè)備（銀行、稅務(wù)、醫(yī)院的自助設(shè)備或者服務(wù)機器人等）無法使用，或者將公網(wǎng)服務(wù)直接部署于內(nèi)網(wǎng)將增加過多的成本。因而這里提出一種針對局域網(wǎng)構(gòu)建語音識別服務(wù)器的軟件設(shè)計方法。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種語音識別服務(wù)器的軟件設(shè)計方法，在滿足功能需求前提下，以最小的資源占用進行靈活部署，適用于局域網(wǎng)。

為了解決所述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種語音識別服務(wù)器的軟件設(shè)計方法，包括以下步驟：

S01）、通信模塊設(shè)計，socket用來連接服務(wù)端與客戶端，服務(wù)端建立socket連接并進行監(jiān)聽，當收到客戶端的連接請求，則建立連接，然后接收消息、解析，經(jīng)過處理后立即返回給客戶端；

S02）、應(yīng)用層設(shè)計，建立在socket上的自定義的數(shù)據(jù)協(xié)議，數(shù)據(jù)頭描述數(shù)據(jù)包的信息、包含類型、長度，數(shù)據(jù)包中包含音頻數(shù)據(jù)；

S03）、進程池設(shè)計，包括主進程和子進程，主進程監(jiān)聽socket，并在運行之初創(chuàng)建所有子進程，同時建立主進程與子進程之間的通道，主進程向子進程分配客戶端連接，子進程接受以后利用任務(wù)池完成相應(yīng)的數(shù)據(jù)處理；

S04）、任務(wù)池設(shè)計，任務(wù)池是某個子進程內(nèi)的所有可以執(zhí)行的任務(wù)，它保存某個客戶端所有有用的信息，每當子進程檢測到某個連接上有數(shù)據(jù)到來，它會去執(zhí)行相應(yīng)的任務(wù)；由于語音識別引擎需要占用的資源很多，包括時間和空間，因此，這里執(zhí)行任務(wù)是指將接收到的數(shù)據(jù)推進對應(yīng)線程里面運行的語音識別引擎，然后在回調(diào)函數(shù)里實現(xiàn)識別結(jié)果返回；

S05）、線程池設(shè)計，每個子進程包含一個線程池，每個線程池里面運行一個獨立的語音識別引擎，任務(wù)池執(zhí)行任務(wù)時，將接收到的數(shù)據(jù)推進到相應(yīng)線程池里面運行的語音識別引擎，然后在回調(diào)函數(shù)里實現(xiàn)識別結(jié)果返回。

進一步的，進程池、任務(wù)池、線程池的大小是與語音識別引擎占用的資源和服務(wù)器硬件配置相匹配的，程序運行期間固定。

進一步的，服務(wù)端與客戶端之間的socket為全雙工通信，兩個線程可以同時對服務(wù)端和客戶端進行操作，一個接受數(shù)據(jù)，另一個發(fā)送數(shù)據(jù)。

為了節(jié)省帶寬，應(yīng)用層的數(shù)據(jù)包采用壓縮格式，同時帶有驗證身份的客戶端的唯一標識。

由于線程和引擎的創(chuàng)建和銷毀占用很多時間，因而線程池在子進程開始運行時即創(chuàng)建完畢，然后等待子進程的主線程利用任務(wù)池給相應(yīng)的線程推送數(shù)據(jù)。

進一步的，主進程利用epoll機制復(fù)用IO，將監(jiān)聽socket、信號加入epoll核心事件表。