Распознавание речи в Asterisk

Сначала определим план действий для такой функции:

1. Определиться с сервисом, который будет распознавать речь. (Для этого использовался wit.ai).

2. Производить запись речи клиента и помещать во временное хранилище.

3. Отослать запись на выбранный сервис и получить результат обработки.

4. Сравнить с текущими фамилиями сотрудников.

5. Совершить вызов на сотрудника, если таковой нашелся.

Все описанные действия в статье на сервере телефонии необходимо выполнять от имени суперпользователя (root). Установка и настройка производилась на предустановленной системе CentOS 6.9 + Asterisk 11.25.1 + FreePBX 13.

Сервис распознавания речи

Про сервис Wit.ai было рассказано тут. Так же в той статье описано получение API ключа, для дальнейшей работы.

Запись речи клиента

Как известно в астериске есть стандартное приложение для записи голоса. Record. Для начала надо предупредить клиента о произнесении нужной информации. Для этого используем приложение Playback.

exten=>s,1,Set(QW=${CALLERID(num)})
same => n,Playback(custom/second_name)
same => n,Record(/tmp/${CDR(uniqueid)}.wav,,5)

second_name – имя файла записи, которое будет воспроизводиться для клиента.

/tmp/${CDR(uniqueid)}.wav — файл куда будет записываться сообщение клиента

5 — Таймаут записи в секундах. (Для произнесения добавочного или фамилии будет достаточно 5 секунд)

Wait – даем немного времени для освобождения файла от записи.

Обработка записи

Для побработки записи будем использовать скрипт. (Будет использоваться php.)

#!/usr/bin/php -q
<?php
require (‘phpagi.php’);
$agi = new AGI();
$recname = strval($agi->request[‘uniqueid’]);
$url = ‘https://api.wit.ai/speech?v=20160526&access_token=API_wit_ai’;

$data = file_get_contents(‘/tmp/’.$recname.’.wav’);

$headers = array();
$headers[] = ‘X-Requested-With: JSONHttpRequest’;
$headers[] = ‘Content-Type: audio/wav’;
$resource = curl_init();

curl_setopt($resource, CURLOPT_URL, $url);
curl_setopt($resource, CURLOPT_HTTPHEADER,$headers);
curl_setopt($resource, CURLOPT_POST,1);
curl_setopt($resource, CURLOPT_BINARYTRANSFER, true);
curl_setopt($resource, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($resource, CURLOPT_POSTFIELDS,$data);

$result= curl_exec($resource);
$result= json_decode($result);

curl_close($resource);

$result = serialize($result);

preg_match_all(‘/[а-я А-Я]+/u’,$result,$matches);

Подключаем библиотеку phpagi. Она нужна для передачи параметра uniqueid в скрипт. Т.к. Мы сохраняем файл голоса клиента с именем UNIQUEID звонка. (см. выше).

recname – имя нашей записи.

url – урл к сервису распознавания речи

API_wit_ai — АПИ ключ, который мы ранее получили в ЛК wit.ai.

Далее методами CURL отправляем содержимое файла $data к сервису wit. На что, через некоторое время получаем JSON ответ, с содержанием в поле _text нашей распознанной речи:

{s:5:»_text»;s:12:»Зайцев»;s:8:»entities»;O:8:»stdClass»:0{}s:6:»msg_id»;s:17:»0I2OngrCjdKXb3cHA»;}

Сравнение с текущими фамилиями

Распознавание речи не всегда бывает точным. Бывают случаи, когда человек кортавит или же шипилявит, поэтому точно распознать речь не получится. И не всегда присылаемый текст совпадает с нашими ожиданиями, поэтому был применен алгоритм Левенштейна.

// введенное слово с опечаткой
$input = $matches[0][0];
// массив сверяемых слов
$words  = array(‘Зайцев’ => 105,’Иванов’ => 201,’Петров’ => 220,’Сидоров’ => 216,
‘Грачев’ => 217);
//Массив вызываемых абонентов
// кратчайшее расстояние пока еще не найдено
$shortest = -1;
// проходим по словам для нахождения самого близкого варианта
foreach ($words as $word => $ext) {
// вычисляем расстояние между входным словом и текущим
$lev = levenshtein($input, $word);
// проверяем полное совпадение
if ($lev == 0) {
// это ближайшее слово (точное совпадение)
$closest = $word;
$shortest = 0;
// выходим из цикла — мы нашли точное совпадение
break;
}
// если это расстояние меньше следующего наименьшего расстояния
// ИЛИ если следующее самое короткое слово еще не было найдено
if ($lev <= $shortest || $shortest < 0) {
// устанивливаем ближайшее совпадение и кратчайшее расстояние
$closest  = $word;
$shortest = $lev;
}
}

Далее нам надо передать в диалплан необходимый номер телефона (указан в словаре $words)

$agi->set_variable(«VOICE_NUM»,$words[$closest]);
$agi->set_variable(«VOICE_NAME»,$closest);
?>

VOICE_NUM – номер клиента

VOICE_NAME – Фамилия клиента (для дебага в консоле)

Совершить вызов на сотрудника

        same => n,AGI(voice.php)
same => n,Goto(ext-local,${VOICE_NUM},1)

AGI(voice.php) – вызов нашего скрипта для дальнейшей передачи переменных в диалплан

Goto — переходим в необходимый контекст для вызова распознанного номера (в FreePBX по умолчанию это ext-local).