介绍

FreeSWITCH 电话机器人模块，包含脚本解析引擎和话术编辑器2部分。

话术编辑器

话术编辑器是一个图形化的应用程序，通过图形化编辑话术流程，生成JSON文件。支持ASR流接口，支持多种打断方案，支持TTS，支持变量，支持真人录音，支持TTS和录音文件混合放音，支持正则表达式匹配，支持NLP接口，支持知识库，支持限制流程重复执行。

ASR支持

采用ASR流接口，可以实时得到识别结果进行匹配，可实现抢话，快速打断等高级功能。

TTS支持

支持变量，支持TTS和真人录音混合放音，支持TTS音量、语速、语调、发音人等参数设置，支持不同通话使用不同发音人等高级功能。

NLP支持

支持NLP接口，用户只需要专注于NLP接口实现，就可以实现高级的话术流程。

知识库支持

知识库和话术逻辑分离，让话术逻辑条理清晰，可以在话术节点触发知识库放音，知识库放音话可以返回节点播放一个返回音。知识库放音的时候同样可以进行ASR识别。

限制流程重复次数

可以防止机器人重复播放一个声音，或者流程进入死循环。

脚本解析引擎

脚本解析引擎是FreeSWTICH的内嵌模块，用来解析和执行话术编辑器生产的JSON文件。它非常高效和功能强大，没ESL接口或者RESTAPI接口的额外开销，不需要查询数据库。

标准化

JSON脚本，可以手动编辑，也可以第三方工具生成，使用标准格式，方便第三方编写话术编辑器。

高效

直接使用FreeSWITCH模块方式，没有协议对接开销，使用通道变量设置TTS变量，不需要查询数据库。

分布式

通过消息队列推送对话流程，方便大规模群集。

ASRPROXY

ASR和TTS接口程序程序实现阿里云和科大的ASR流接口对接。

使用指南

全局配置

配置TTS，ASR和NLP

TTS配置

机器人引擎程序会根据配置生成 http://127.0.0.1:9989/tts?config=&voice=&volume=0&speechrate=0&pitchrate=0&engine=&text=%E4%BD%A0%E5%A5%BD%E8%BF%99%E9%87%8C%E6%98%AF%E9%A1%B6%E9%A1%B6%E9%80%9A%E8%BD%AF%E4%BB%B6 这样的路径去播放声音，voice和text使用utf8字符编码，然后进行url编码。用户可以直接实现TTS服务，也可以使用ASRPROXY提供的tts服务。

Freeswitch检测说话声音 freeswitch录音功能_等待时间

  • 发音人列表：可以配置多个发音人，每个电话循环使用发音人，避免每个电话都是同样的声音。
  • 默认发音人：如果配置了默认发音人，就不会使用循环使用发音人列表里面的发音人。
  • TTS接口：如果使用ASRPROXY，配置 http://127…0.0.1:0089/tts 这个地址
  • TTS配置：ASRPROXY可以配置多个不同的TTS服务和KEY，通过这个配置来控制使用具体的TTS服务。
  • 录音路径： 不是TTS文件的缓存录音路径，是真人录音文件的存放目录。

ASR配置

设置默认ASR参数，如果流程节点单独设置了ASR参数，就会覆盖全局设置。

Freeswitch检测说话声音 freeswitch录音功能_JSON_02

  • 模式：【mode】0:不启动ASR识别 1：放音的同时开启ASR识别; 2：放音完成之后才开启ASR识别。
  • 打断：【interrupt】0：不打断； 1：检测到声音打断； 2：有识别结果打断； 3：识别到一句话打断。
  • 地址：【asrproxy_addr】asr代理地址。
  • 开始：【vad_min_active_time_ms】说话时间大于这个值才开始提交ASR。
  • 停止：【vad_max_end_silence_time_ms】静音时间大于这个值认为说话停止。
  • 等待：【wait_speech_timeout_ms】放音完成后等待用户说话的等待时间。
  • 最大：【max_speech_time_ms】最大说话时间，说话时间超过这个值就停止ASR。
  • 热词：【hot_word】ASR热词。
  • 参数：【asr_params】ASR参数。

NLP配置

配置NLP接口地址和同义词组。

Freeswitch检测说话声音 freeswitch录音功能_正则表达式_03

  • 接口地址：NLP接口地址。
  • 同义词组：把相同一样的词可以放到一个组里，配置流程的时候，可以直接选择关键词组。

知识库

把常见问题的回复预先定义好，可以通过关键词或者NLP触发知识库放音

  • 分类：可以设置很多不同的分类方便和流程结点关联
  • 关键词：支持正则表达式，识别到关键词，就触发机器人放音
  • 放音：支持TTS和文件放音支持变量。
  • 重复：可以防止多次重复触发。

流程编辑

通过拖拉方式配置话术流程。

节点属性

  • NLPID：NLP ID,配置了这个值才会把输入事件提交给NLP接口处理
  • 等待：等待时间，单位毫秒，支持一个时间范围内的随机值比如1-10，动作执行完成后，等待时间内没输入，就触发等待超时(timeout)
  • 重复：动作最大重复执行次数，可防止流程进入死循环
  • 知识库：设置关联的知识库
  • 返回音：播放完知识库回答后面播放的声音
  • 文本滤：不接收哪些类型的识别结果【F,E,S(前缀F：识别完成，前缀E：ASR错误，前缀S：识别中)】,如果过滤条件第一个字母是’！’，就是只接收匹配的识别结果
  • 放音：机器人播放的声音文件
  • 重放：重复进入(知识库返回，或者其他流程返回)机器人播放的声音文件，如果不设置，会使用“放音”设置的参数
  • 模式：【mode】0:不启动ASR识别 1：放音的同时开启ASR识别; 2：放音完成之后才开启ASR识别。
  • ASR参数可以覆盖全局配置的默认ASR设置

箭头属性

Freeswitch检测说话声音 freeswitch录音功能_等待时间_04

  • 优先级：匹配的顺序，从高到低匹配。
  • 文本：填写匹配的关键词
  • 完成：填写匹配的完成原因
  • 按键：填写匹配的按键值