[發(fā)明專利]外呼系統的語音合成方法、平臺、服務器以及介質

在審

• 申請?zhí)枺?/td>: 202010569834.X
• 申請日: 2020-06-20
• 公開（公告）號: CN111916055A
• 公開（公告）日: 2020-11-10
• 發(fā)明（設計）人: 張浩;李志福;艾巍;張友權;鹿江鋒;程榆;汪博;李蟬秀;謝隆飛;邵小亮
• 申請（專利權）人: 中國建設銀行股份有限公司;建信金融科技有限責任公司
• 主分類號: G10L13/08
• 分類號: G10L13/08;G10L13/047
• 代理公司: 北京市蘭臺律師事務所 11354
• 代理人: 張峰

本申請?zhí)峁┝艘环N外呼系統的語音合成方法、平臺、服務器以及介質，方法包括：互動式語音應答模塊接收待合成文字段，將待合成文字段發(fā)送至中間件；中間件將待合成文字段切分成第一數量的單位文字段，并將第一數量的單位文字段發(fā)送至語音合成服務器，使得語音合成服務器基于各單位文字段在待合成文字段中的位置順序，將第一數量的單位文字段合并成第二數量的子文字段；互動式語音應答模塊基于各語音文件被合成的時間順序，依次播放被語音合成服務器合成的各語音文件。該方法能夠在有限語音合成能力并發(fā)通路的前提下，能夠盡可能的滿足高并發(fā)通話時的語音合成較低延時的需求，更大能力的發(fā)揮語音合成的能力效果，顯著地提升了客戶的使用體驗。

技術領域

本申請涉及在線支付的技術領域，具體而言，本申請涉及一種外呼系統的語音合成方法、平臺、服務器以及介質。

背景技術

目前的智能外呼系統，一般是采用媒體資源控制協議(Media Resource ControlProtocol,MRCP)，即通過流媒體的形式進行文字的語音合成，也就是文字可以一邊合成為語音流，同時語音流可以一邊被播放給客戶聽取。這樣可以帶來更小的延時，避免發(fā)生大段文字需要全部合成完語音之后再播放所帶來的較長時間的等待。但同時也帶來了相應的問題，即在租用的有限語音合成并發(fā)通路條件下，一段文字通過流媒體形式的語音合成，在全部的文字合成完并且合成的語音流全部播放完之前會一直占用使用的語音合成通路不會釋放，進而在高并發(fā)的外呼通話情況下出現合成語音需要等待的情況，進而影響給客戶的應答反饋速度，嚴重影響客戶體驗。換句話說，在有限語音合成能力并發(fā)通路的前提下，當出現高并發(fā)的外呼通話時，能獲取到語音合成通路的一方確實能夠實現較低延時的體驗，但是不能獲取語音合成通路的一方則有可能出現較長時間的等待來獲取通路，進而導致在進行智能外呼應答時，容易出現有較大延時的情況。

發(fā)明內容

本申請針對現有方式的缺點，提出一種外呼系統的語音合成方法、平臺、服務器以及介質，用以解決上述至少一個技術問題。

第一方面，本申請實施例提供了一種外呼系統的語音合成方法，包括：

互動式語音應答模塊接收待合成文字段，將待合成文字段發(fā)送至中間件；

中間件將待合成文字段切分成第一數量的單位文字段，并將第一數量的單位文字段發(fā)送至語音合成服務器，使得語音合成服務器基于各單位文字段在待合成文字段中的位置順序，將第一數量的單位文字段合并成第二數量的子文字段；

互動式語音應答模塊基于各語音文件被合成的時間順序，依次播放被語音合成服務器合成的各語音文件。

在本申請的一個實施例中，將待合成文字段切分成第一數量的單位文字段，包括：

中間件以待合成文字段中的標點符號作為切分位置，將待合成文字段切分成第一數量的單位文字段。

在本申請的一個實施例中，基于各語音文件被合成的時間順序，依次播放被語音合成服務器合成的各語音文件，包括：

互動式語音應答模塊根據中間件提供的存儲路徑確定出語音文件的存儲位置，根據中間件提供的文件名稱確定出第一個語音文件；

互動式語音應答模塊從第一個語音文件開始，基于各語音文件被合成的時間順序依次播放存儲位置中的各語音文件。

第二方面，本申請實施例提供了一種外呼系統的語音合成方法，包括：

接收中間件發(fā)送的第一數量的單位文字段；

基于各單位文字段在待合成文字段中的位置順序，將第一數量的單位文字段合并成第二數量的子文字段；

基于各子文字段被合并的時間順序，將各子文字段分別合成對應的語音文件并進行存儲。