呼叫中心中的語音服務治理與調(diào)度關鍵問題研究.pdf

1、隨著VoIP技術的不斷發(fā)展，第五代呼叫中心也呼之欲出，圍繞多媒體、大數(shù)據(jù)、云平臺、智能化的企業(yè)通信方案，給傳統(tǒng)的通信方案帶來巨大沖擊。呼叫中心中的語音服務處理是呼叫中心邁向智能化的重要一環(huán)，涉及到了語音識別、TTS、語義理解相關的服務。呼叫中心中類似的服務很多，面臨的場景也很復雜。本文中試圖通過引入SOA服務治理相關的技術，來實現(xiàn)語音服務治理和調(diào)度，以改善呼叫中心中服務的管理、維護以及版本變更中遇到的諸多問題，更好地應對大規(guī)模服務的部署

2、和使用中的性能問題。
　　本文中透過SOA技術，完成了語音處理相關技術ASR、TTS、語義理解服務的設計和實現(xiàn)，通過服務的編排針對語音訂票場景完成了語音訂票功能的設計和實現(xiàn)。ASR服務處理時采用Sphinx開源框架，針對語音訂票場景訓練語音模型和聲學模型，并且針對這些場景設計了訂票場景下的語義理解服務。最后結合IVR服務，利用FreeTTS技術，實現(xiàn)了電話訂票場景的智能客服功能。語音處理中所有的服務都是基于Dubbo RPC框架實

3、現(xiàn)，能夠處理高并發(fā)的業(yè)務請求，同時使用ZooKeeper管理服務注冊中心，大大提高了系統(tǒng)的穩(wěn)定性和可靠性。
　　針對現(xiàn)有服務調(diào)度，提出了服務動態(tài)部署、彈性擴展的實施方法，特別是針對服務請求負載過高的情況下，引入了虛擬服務來對服務請求分流，避免了服務超時和重連帶來的服務性能下降甚至服務出現(xiàn)異常的情況。與此同時，對SOA服務的歷史信息進行分析，評估不同服務的執(zhí)行時間，提出了基于歷史信息的調(diào)度算法，從而優(yōu)化整個系統(tǒng)的吞吐率。
　　

4、最后對服務功能和性能進行測試，針對負載均衡調(diào)度算法給出了對比分析。發(fā)現(xiàn)引入SOA服務治理之后，整個服務的管理、監(jiān)控、發(fā)布、部署以及后期的維護、重構，變得更加高效。同時，系統(tǒng)中的服務設計都依托于統(tǒng)一的RPC框架，在調(diào)度算法設計的時候，只需要針對此種類型的服務提出對應的調(diào)度策略，簡化了調(diào)度系統(tǒng)本身的設計，同時能夠設計針對性的算法。
　　當然，本文中提出的一些策略和實施方案還可以進一步細化，對系統(tǒng)中的服務調(diào)度，可以通過對資源的多維度建模