गूगल + स्मार्ट आईवीआर के माध्यम से तारांकन भाषण मान्यता

अच्छे दिन, प्रिय Habra उपयोगकर्ता।
एक परियोजना में, तारांकन आईपी-पीबीएक्स पर आधारित एक स्मार्ट आईवीआर बनाना आवश्यक था। "स्मार्ट" शब्द का क्या अर्थ है: एक निश्चित संख्या में कॉल करते समय, स्टेशन सब्सक्राइबर का नाम पूछता है, तार के दूसरे छोर पर व्यक्ति नाम को कॉल करता है और स्टेशन इसे वांछित ग्राहक से जोड़ता है।

मेरे मामले में, मैंने पहले से प्रीइंस्टॉल्ड की गई FreePBX के साथ AsteriskNow की तैयार विधानसभा का उपयोग किया, हालांकि इस मामले में यह एक विशेष भूमिका नहीं निभाता है, क्योंकि अंतर केवल डायल योजना के संपादन में होगा।

चरण 1:

Google के साथ काम करें

पहली बात यह है कि किसी भी तरह कॉलर के भाषण को पहचानना है। Google अनुवाद का उपयोग करने के लिए Habr पर पर्याप्त ( एक , दो ) लेख थे। मैंने विशाल गितुब में पाई जाने वाली तैयार लिपियों को लेने का फैसला किया: googletts.agi - ताकि Asterisk को बोलना और भाषण देना-recog.agi करना सिखाया जा सके - ताकि Asterisk भाषण को पहचान सके।

फ़ाइलें googletts.agi और भाषण-recog.agi को फ़ोल्डर / var / lib / तारांकन / agi-bin में फेंक दिया जाता है।
काम करने के लिए सफल स्क्रिप्ट के लिए, आपके पास निम्नलिखित पैकेज होने चाहिए: पर्ल, पर्ल-लिबीडब्ल्यू, आईओ-सॉकेट-एसएसएल, फ्लैक, सोक्स, एमपीजी123। सभी पैकेज जिन्हें मैंने सफलतापूर्वक डाउनलोड किया और रिपॉजिटरी (yum इंस्टॉल के माध्यम से) से स्थापित किया, mpg123 के अपवाद के साथ, मुझे इसे अलग से डाउनलोड करना पड़ा।

Googletts.agi में हम $ lang वैरिएबल का मान en से ru में बदलते हैं, क्योंकि हम चाहते हैं कि Asterisk रूसी बोलें।
भाषण-रिकोग.आग में, हम एन-यूएस से आरयू-आरयू तक $ भाषा चर के मूल्य को बदलते हैं ताकि Google रूसी में परिणाम लौटाए।
सब कुछ, मैंने स्क्रिप्ट्स में कुछ और नहीं छुआ।

चरण 2:

एक डायल योजना लिखना

जैसा कि मैंने ऊपर कहा, मेरे पास FreePBX स्थापित है, इसलिए मैं एक्सटेंशन_custom.conf फ़ाइल में सभी परिवर्तन करूंगा।
इसके साथ शुरू करने के लिए, कॉल करने वाले को नमस्कार करना और उसे आगे क्या करना है, इस पर टिप्पणी देना अच्छा है।

exten => 100,1,Answer()
exten => 100,n,agi(googletts.agi,”! .”,ru)

फिर, भाषण-recog.agi का उपयोग करते हुए, हम सुनते हैं कि उपयोगकर्ता क्या कहता है, रिकॉर्ड करें, कनवर्ट करें, Google को भेजें और उससे परिणाम प्राप्त करें।

exten => 100,n(record),agi(speech-recog.agi,ru-RU)

अगला, गोटोआईएफ फ़ंक्शन का उपयोग करके , हम जांचते हैं कि स्क्रिप्ट ने कैसे काम किया।
स्क्रिप्ट निम्न मान लौटाता है:

स्थिति: निष्पादन स्थिति लौटाता है। 0 का मतलब है सफलता
उच्चारण: स्ट्रिंग Google द्वारा लौटाई गई
आत्मविश्वास: 0 से 1 तक का मान सही पहचान की संभावना को दर्शाता है

exten => 100,n,GotoIf($[$["${status}" = "0"] & $["${confidence}" > "0.8"]]?if1:retry)

यदि परीक्षण सफल हो जाता है, तो if1 घटना पर जाएं, यदि यह विफल रहता है, तो पुन: प्रयास करने वाली घटना पर जाएं, जिसमें हम उपयोगकर्ता को दोहराने के लिए कहते हैं।

exten => 100,n(retry),agi(googletts.agi,”, ”,ru)

अगला, हम सीधे उस लाइन के साथ काम करने के लिए आगे बढ़ते हैं, जो हमें Google से मिली थी। प्राप्त स्ट्रिंग $ {उच्चारण} की तुलना कुछ टेम्पलेट के साथ करना और यह तय करना आवश्यक है कि आगे क्या करना है। GotoIf फ़ंक्शन का उपयोग करना

exten => 100,n(if1),GotoIf($[“${utterance}” = “”]?vasya:retry)

यदि Google से प्राप्त लाइन "वास्या" से मेल खाती है, तो वैश्य घटना पर जाएं, यदि यह मेल नहीं खाता है, तो हम उपयोगकर्ता को दोहराने के लिए कहते हैं।

और यह केवल वास्या को बुलाने के लिए बनी हुई है

exten => 100,n(vasya),Dial(SIP/101)

एक थीम पर बदलाव

• उदाहरण की सादगी के लिए, मैंने टेम्पलेट के साथ जो कुछ भी सुना, उसकी तुलना करने के लिए केवल एक शर्त का हवाला दिया, वास्तव में और अधिक होना चाहिए।
• बहुत अच्छे वाक्यांश नहीं हैं जो Google से "आयरन लेडी" कहते हैं। कार्यशील संस्करण में, निश्चित रूप से, "लाइव" आवाज़ के साथ वाक्यांशों को रिकॉर्ड करना और उन्हें प्लेबैक फ़ंक्शन का उपयोग करके खेलना अच्छा लगता है।

ब्योरा

Google अनुवाद के साथ इस तरह के काम के साथ, यह विचार करने योग्य है कि यह अच्छी तरह से काम करता है, लेकिन पूरी तरह से नहीं, और इसे उन खाकों को बनाते समय ध्यान में रखना चाहिए जिनके साथ हम Google से प्राप्त परिणाम की तुलना करेंगे।

यहाँ रेक का एक उदाहरण दिया गया है:
मेरा नाम सिरिल है (अंत में दो "एल")। किसी कारण के लिए Google केवल एक बार फिर से "साइरिल" या "सिरिल" के रूप में जाना जाता है।

अंतभाषण

एक संदेह है कि तुलना को कुछ और तकनीकी तरीके से लागू किया जा सकता है, मुझे टिप्पणियों में आपकी राय और सुझाव सुनने में खुशी होगी।
और एक पैमाने पर एक खुला प्रश्न बना हुआ है: यदि बहुत सारे ग्राहक हैं तो क्या होगा, सभी तुलनाओं के माध्यम से जाने में कितना समय लगेगा, यदि, निश्चित रूप से, वे मेरे द्वारा प्रस्तावित विधि का उपयोग करके कार्यान्वित किए जाते हैं। लेकिन लगभग 20 ग्राहकों के लिए एक छोटे पीबीएक्स के लिए, यह विधि स्वीकार्य है।

आपका ध्यान देने के लिए धन्यवाद।

युपीडी

उदाहरण

एक उदाहरण के रूप में, मैंने थोड़ी अलग डायल योजना का उपयोग किया, लेकिन इसका सार नहीं बदलता है।


सफल मान्यता के साथ रिकॉर्ड लिंक ।

सफल मान्यता के लिए लिंक नहीं।