有人說AI應用最重要的是工程實現，而不僅僅是算法，誠哉斯言。
電話語音機器人目前應用最多的是電話營銷，我接過幾個這樣的電話，挺傻的，基本聽不懂人話。
我也見過一些廠家的電話機器人界面，配置十分複雜，每個關鍵字要配置一個節點，存儲到數據庫，運行的時候關鍵字匹配，需要在數據庫裏做上百個sql查詢，查來查去，效率極低不說，靈活性反而大受限制。
我實現的電話語音機器人，就是解決上述兩個根本性問題，而且接口十分簡單。
其實，我們完全可以採用AI裏面語意描述的概念：“詞槽”。比如查天氣，需要的詞槽有日期（今天，明天，星期幾），城市。只有這兩個詞槽都填充了，纔可以完成查詢。
簡單說來，詞槽有這麼幾種類型：
const MENU_SLOT = 0; // 菜單或選擇類型，最爲常見，需預先定義。
const AMOUNT_SLOT = 1; // 數量
const MONEY_SLOT = 2; // 金額
const TEXT_SLOT = 3; // 普通文本輸入
詞槽的描述，我的解決方案是完全採用文本串，配置串可以存儲在ini文件或數據庫，也可以通過api傳入，舉個配置的例子（完全用文本描述），比如需要讓用戶說珠三角的幾個城市，差不多是json格式，請注意我加上的註釋：
slot0 =
{
"name" : "city", // 詞槽的名字
"type" : MENU_SLOT, // 菜單類型
"init" : {"請說一個珠三角城市", "你想去哪裏呢，廣州、深圳、中山、香港還是澳門？", "您可以從廣州、深圳、香港、中山或澳門確定一個城市", "說一個珠三角城市，區縣名也可以"},"keys" : { // 關鍵字組
{"深圳","福田","南山","羅湖","鹽田","龍崗","龍華","寶安","光明"}, // 第1組深圳，索引值默認爲0
{"廣州","越秀","天河","番禺","增城","花都","海珠","白雲","黃埔"}, // 第2組廣州，索引值爲1
{"香港","屯門","元朗","新界","九龍","中環","港島"}, // 第3組香港，索引值爲2
{"澳門"}, // 第4組澳門，只有1個關鍵字，索引值爲3
{"中山","小欖","東昇","石岐","三角"} // 第5組中山，索引值爲4
}
};init 屬性相當於歡迎詞，用TTS（文本語音合成）自動播放出來。在多次交互中，系統會隨機選一個歡迎詞，同樣意思換不同說法，顯得有點智能。
keys 關鍵字後面的每一組關鍵字，具有相同的索引值，表示相同語義或相同的值。
如果用戶說“我在增城市”，系統將匹配到“增城”，返回詞槽的值是1，即廣州那組的索引值。
讓我們再來看看常見的外呼營銷例子：
營銷機器人爲了更逼真，需要播放真人錄音：
slot1 =
{
"name" : "sales", "type":MENU_SLOT,
"init" : {"voc/Invite-L7PGNX.wav"}, // 這個歡迎詞只有一個，請“林志玲”錄音，極盡溫柔勸說之能事
"keys" : {
{"沒興趣","不需要","不參加","不要","不用","騷擾","舉報","沒有","沒時間"}, // 索引值0，否定性質的關鍵詞
{"時間","時候","哪裏","地方","星期","考慮","意思","誰講", "看看"}, // 索引值1，中性關鍵字
{"可以","有興趣","還行","去吧","正要","好的","那行","那好","行吧", "好", "行"} // 索引值2，肯定
}
};
如果用戶說話做出反應，詞槽的返回值是下列之一：0否定；1中性，不明所以；2肯定。
應用層可以根據返回值做動作，如果用戶肯定，可以播放進一步聯繫方式（加微信），或者直接轉人工坐席；如果用戶否定，播放一個道歉語音然後掛斷；如果是中性，播放一個說明語音或詳細解釋的語音。
這樣的配置是不是既完備又簡單呢？
下面再說說算法。
有些廠家的電話語音機器人效果不好，用戶問起來，便統統推給ASR廠商：語音識別不準，我有什麼辦法？
現在大多采用免費的ASR接口，如百度、科大訊飛、騰訊、阿里，確實本身是免費的不可能爲你專門做優化，再說免費接口不能爲你的特定領域做訓練，識別效果馬馬虎虎也是無奈。
我對這個問題進行了深入研究，找到了解決方法。
一是儘量提高VAD檢測效果，儘量提交完整句子。
二是對文本匹配進行深入優化，漢字很多同音字，尤其是短語或單字，我找到識別的算法，準確度極高。（我還專門爲這個算法做了封裝成了一個動態庫）。這樣省去海量訓練或加很多同音關鍵字的麻煩。
語音系統支持標準SIP，系統運行在64位windows下，效果相當不錯。歡迎索取測試程序。
-------
附：
最新藍星際語音平臺REST接口：
v1.04 2018-04-04 [email protected]
-- 2018-4-20 v1.03 增加會議接口。
-- 2018-5-11 v1.04 增加錄音參數的含義，可進行無緩衝即時寫文件的錄音操作。
-- 2018-5-15 v1.05 增加PlayTTS可選參數charset=utf-8，可指定編碼。
-- 2018-6-30 v1.06 增加暫停放音PausePlay、恢復放音ResumePlay。
-- 2018-7-4 v1.10 增加智能機器人實現和接口
注意：大小寫敏感，方法名總是大寫字母開頭，參數名總是小寫字母開頭。
一、語音平臺作爲服務器：
1、呼叫相關：
1.1. 撥號呼叫：方法Dial：主叫號碼，被叫號碼
返回：id -相當於通道標識
請求URI樣例：
ttp://172.16.110.140:8000/Dial
請求消息樣例：
{"caller":"4008123","callee":"13902912345"}
返回消息樣例：
{"resultCode":"0","resultContext":"","id":"12"}
1.2. 對來電應答：方法Answer：id
--此方法暫時不用。
1.3. 掛斷通話：方法Hangup：id
請求URI樣例：
ttp://172.16.110.140:8000/Hangup
請求消息樣例：
{"id":"12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
1.4. 查詢通道狀態：方法GetState: id
返回：state: 0-空閒，1-通話中，2-外呼振鈴中，3-來電振鈴中
--此方法暫時不用。
2、放音操作
2.1. 放音：方法Play：id, file
注意：路徑請勿使用反斜槓，使用順斜槓/，參見後面樣例。
——如果上一次放音沒有結束，本次調用將自動停止上一次放音，然後開始本次放音
請求URI樣例：
ttp://172.16.110.140:8000/Play
請求消息樣例：
{"id":"12","file":"d:/voc/welcome.wav"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
2.2. TTS方式放音：PlayTTS：id，text-字符串, [charset=utf-8]
注意：如未指定charset=utf-8，默認中文請使用國標碼
請求URI樣例：
ttp://172.16.110.140:8000/PlayTTS
請求消息樣例：
{"id":"12","text":"你的問題我們已經知道了，謝謝！"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
如果是utf8之請求消息樣例：
{"id":"12","text":"你的問題我們已經知道了，謝謝！","charset":"utf-8"}
2.3. 停止放音：方法StopPlay：id
請求URI樣例：
ttp://172.16.110.140:8000/StopPlay
請求消息樣例：
{"id":"12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
2.4. 暫停放音：方法PausePlay：id
----暫停後可用ResumePlay方法恢復放音
請求URI樣例：
ttp://172.16.110.140:8000/PausePlay
請求消息樣例：
{"id":"12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
2.5. 恢復放音：方法ResumePlay：id
----恢復被PausePlay暫停的放音，從上次暫停的地方繼續播放
請求URI樣例：
ttp://172.16.110.140:8000/ResumePlay
請求消息樣例：
{"id":"12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
3、錄音操作
3.1. 開始錄音：方法StartRec：id, file, isVad=[0-不檢測對方說話一直錄音直到掛斷或調用停止錄音，1-錄音過程進行活動語音檢測，檢測結果及時上報，2-無緩衝大文件錄音]
注意：路徑請勿使用反斜槓，使用順斜槓/，參見後面樣例。
——參數file：基本文件名，當有多個產生時，系統會自動加上後綴；如果文件已經存在，則會被覆蓋
所有file參數務必帶上id，如下例：
請求URI樣例：
ttp://172.16.110.140:8000/StartRec
請求消息樣例：
{"id":"12","file":"d:/rec/r12","isVad":"1"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
3.2. 停止錄音：方法StopRec：id
請求URI樣例：
ttp://172.16.110.140:8000/StopRec
請求消息樣例：
{"id":"12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4、會議
說明：轉坐席相當於兩路橋接（外線通道和坐席通道），即兩方會議，外線通道和坐席通道加入相同的一個會議後，雙方就可以通話了。
當然，更多的通道也能加入，構成真正的多方語音會議。
4.1. 加入會議：方法JoinConf：id, confName, isListen=[1,只聽方式加入，如班長監聽功能; 0,正常方式加入，可說可聽]
——參數confName：會議名，標識當前會議，要有唯一性。
將通道id加入到會議confName。
如下例：
請求URI樣例：
ttp://172.16.110.140:8000/JoinConf
請求消息樣例：
{"id":"12","confName":"20180420_131201_12","isListen":"0"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4.2. 退出會議：方法ExitConf：id
將通道id退出會議。本方法不是必須，通道掛斷會自動退出會議。
如下例：
請求URI樣例：
ttp://172.16.110.140:8000/ExitConf
請求消息樣例：
{"id":"12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4.3. 對會議放音：方法PlayConf：id，confName, file
注意：路徑請勿使用反斜槓，使用順斜槓/，參見後面樣例。
——如果上一次會議放音沒有結束，本次調用將什麼也不幹
注意：本方法放音全體成員均可聽到。某通道加入會議後，2.1.放音方法Play仍然可用，但Play只對id通道進行放音，會議的其它成員聽不到。
請求URI樣例：
ttp://172.16.110.140:8000/PlayConf
請求消息樣例：
{"id":"12","confName":"20180420_131201_12","file":"d:/voc/welcome.wav"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4.4. 停止對會議放音：方法StopPlayConf：id，confName
請求URI樣例：
ttp://172.16.110.140:8000/StopPlayConf
請求消息樣例：
{"id":"12","confName":"20180420_131201_12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4.5. 對會議錄音：方法RecConf：id，confName, file
注意：路徑請勿使用反斜槓，使用順斜槓/，參見後面樣例。
注意：某通道加入會議後3.1.開始錄音方法StartRec仍然可用，但StartRec只對id通道的說話進行錄音，不會錄進其他成員說話的聲音。
請求URI樣例：
ttp://172.16.110.140:8000/RecConf
請求消息樣例：
{"id":"12","confName":"20180420_131201_12","file":"d:/voc/rec12.wav"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4.6. 停止對會議錄音：方法StopRecConf：id，confName
請求URI樣例：
ttp://172.16.110.140:8000/StopRecConf
請求消息樣例：
{"id":"12","confName":"20180420_131201_12"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
5、語音機器人
需要預先配置好AI.ini，並獲取相關模塊的授權。
本系統會字段自動執行相關流程，放音並獲取對方說話送至百度asr服務器進行識別，然後進行AI匹配。
AI結果將報告返回。
5.1. AI流程請求：方法AI: id, slotName-詞槽名稱，需預先在AI.ini配置好。
一般在外呼對方摘機後調用，或收到來電應答後調用。
請求URI樣例：
ttp://172.16.110.140:8000/AI
請求消息樣例：
{"id":"12","slotName":"city"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
{"resultCode":"-1","resultContext":"slot not found"}
二、語音平臺作爲客戶端：
1、報告通道狀態變化：方法OnState：id, state=[-1-對方掛斷, 1-接通，2-外呼振鈴, 3-有來電]，callerId-主叫號碼，calleeId-被叫號碼
請求URI樣例：
ttp://172.16.110.140:8020/OnState
請求消息樣例：
{"id":"12","state":"1","caller":"8888333","callee":"13902912345"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
2、報告VAD（語音活動檢測）結果：方法OnVad：id，file，vadVal=[1偵測到說話，2偵測到說話結束（靜音）]
請求URI樣例：
ttp://172.16.110.140:8020/OnVad
請求消息樣例：
{"id":"12","vadVal":"2","file":"d:/rec/r12_1_2_3"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
3、報告DTMF按鍵：方法OnDtmf：id，dtmf=[可能的值：0-9,*,#]
請求URI樣例：
ttp://172.16.110.140:8020/OnDtmf
請求消息樣例：
{"id":"12","dtmf":"1"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
4、報告機器人AI執行結果: 方法OnAI: id, resultIndex-匹配到詞槽關鍵字組的下標, retsultKey-匹配到的關鍵字, inputTxt-用戶說的原始內容文本
請求URI樣例：
ttp://172.16.110.140:8020/OnAI
請求消息樣例1：
{"id":"12","resultIndex":"1", "resultKey":"白雲", "inputTxt":"白雲區附近"}
請求消息樣例2：
{"id":"12","resultIndex":"-100", "resultKey":"time out", "inputTxt":""}
請求消息樣例3：
{"id":"12","resultIndex":"-1", "resultKey":"not match", "inputTxt":"河水東區啊"}
返回消息樣例：
{"resultCode":"0","resultContext":""}
注：暫不提供放音結束的報告，應用層能夠根據文件長度估算出放音時長。
三、配置：
1、Web服務端口
2、應用層Web服務地址和端口