一種基于語音識別的騷擾電話撥測系統(tǒng)

中國移動(dòng)通信集團(tuán)江蘇有限公司網(wǎng)絡(luò)部 王玉申

現(xiàn)有騷擾電話治理中，存在的主要問題是：識別的號碼數(shù)量多與客服撥測人員工作量大之間的矛盾。相比于目前通常采用的人工撥測方式，計(jì)算機(jī)自動(dòng)處理有著速度快、效率高、誤差率低等特點(diǎn)，尤其是針對重復(fù)內(nèi)容的自動(dòng)撥測和處理技術(shù)更是具有不可替代的作用。近年來，語音識別技術(shù)已經(jīng)得到了長足的發(fā)展，通過引入語音識別技術(shù)對錄音文件進(jìn)行甄別，可以極大提高騷擾電話的撥測效率。

1 騷擾電話自動(dòng)撥測系統(tǒng)構(gòu)建

通過新增1套騷擾電話撥測識別系統(tǒng)，實(shí)現(xiàn)騷擾電話的自動(dòng)撥測、識別、錄音和取證功能。該系統(tǒng)與現(xiàn)有騷擾電話治理各系統(tǒng)間的關(guān)系如圖1所示。

該系統(tǒng)通過文件接口從騷擾電話識別系統(tǒng)采集需要撥測的號碼清單，對號碼進(jìn)行撥測、錄音、語音識別，撥測結(jié)果輸出到攔截系統(tǒng)和客服系統(tǒng)進(jìn)行后續(xù)處理。通過騷擾電話自動(dòng)撥測識別系統(tǒng)代替客服的人工撥測和審核，提升騷擾電話人工審核的效率和準(zhǔn)確度，提高騷擾電話治理效果。

1.1 騷擾電話撥測系統(tǒng)處理流程

騷擾電話撥測系統(tǒng)的處理流程見圖2。

騷擾電話自動(dòng)撥測識別系統(tǒng)的業(yè)務(wù)流程主要分為4步，分別是：待撥測號碼的采集分析、對號碼進(jìn)行撥打呼叫、對騷擾電話的識別和判斷、結(jié)果輸出。

1.2 撥測系統(tǒng)構(gòu)建

撥測錄音模塊設(shè)計(jì)了2個(gè)方案供選擇：測試卡方案或模擬主叫號碼方案。測試卡方案：利用自動(dòng)撥測系統(tǒng)的撥測儀進(jìn)行撥打。模擬主叫號碼方案：利用自動(dòng)撥測系統(tǒng)，采用PBX（專用小交換機(jī)）撥測設(shè)備進(jìn)行撥打。

1.2.1 方案一 測試卡方案

為滿足多張本省和外省測試卡在撥測儀上進(jìn)行測試，設(shè)計(jì)采用自動(dòng)撥測系統(tǒng)上已配備的SUM（服務(wù)器集中監(jiān)控管理）設(shè)備集中插放SIM（用戶識別模塊）卡，通過遠(yuǎn)程調(diào)用的方式實(shí)現(xiàn)SIM卡自動(dòng)切換撥測，以達(dá)到測試的目的。系統(tǒng)構(gòu)架圖見圖3。

1.2.2 方案二 模擬主叫號碼方案

在現(xiàn)有自動(dòng)撥測系統(tǒng)基礎(chǔ)上，使用PBX中繼撥測儀實(shí)現(xiàn)自動(dòng)撥測與錄音功能，以達(dá)到測試的目的。保持現(xiàn)網(wǎng)自動(dòng)撥測系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)不變，新增的專業(yè)撥測儀采用IP方式接入，接受自動(dòng)撥測系統(tǒng)管理。組成拓?fù)湟妶D4。

本方案中新增1臺（PBX）中繼撥測儀，通過TCP/IP（傳輸控制協(xié)議/網(wǎng)際協(xié)議）方式接入自動(dòng)撥測系統(tǒng)，接受CMS（內(nèi)容管理系統(tǒng)）的管理和維護(hù)。中繼撥測設(shè)備通過E1中繼專線方式連接匯接局或MSC（移動(dòng)交換中心）、且與STP（信令轉(zhuǎn)接點(diǎn)）間開鏈路。使中繼撥測儀成為移動(dòng)MSC下的一個(gè)專用PBX用戶端局。通過匯接局或MSC可以實(shí)現(xiàn)與MSC、GMSC（網(wǎng)關(guān)移動(dòng)交換中心）以及其他運(yùn)營商網(wǎng)絡(luò)的用戶通信。為專用的E1（2.048 Mb/s數(shù)字同步傳輸）中繼電路配置專用OPC（源信令點(diǎn)編碼），并設(shè)置為免費(fèi)，解決計(jì)費(fèi)問題。

2 自動(dòng)識別算法

為了提高騷擾電話撥測系統(tǒng)的識別準(zhǔn)確率，降低騷擾電話誤識別率，我們采用了多種組合算法進(jìn)行騷擾電話的識別。具體的算法說明如下。

1）先進(jìn)行較小文件過濾。通過對騷擾電話的錄音分析，發(fā)現(xiàn)騷擾電話都有較長的通話時(shí)長（約30～100 s），錄音文件也都比較大（起碼大于800KB）。因此先將一部分較小的文件過濾掉（都是關(guān)機(jī)、停機(jī)、暫時(shí)無法接通等），這些小文件的幾乎都可以確定都是非騷擾電話。獲得較小文件大小的經(jīng)驗(yàn)值為450KB，小于450KB的認(rèn)為是非騷擾電話。

2）騷擾電話號碼識別庫過濾。騷擾電話號碼識別庫可以通過歷史的自動(dòng)撥測系統(tǒng)平臺全國共享，避免同一個(gè)號碼重復(fù)識別，節(jié)約系統(tǒng)資源，提高騷擾電話的判斷效率和準(zhǔn)確性。

3）PESQ（語音質(zhì)量的感覺評定）過濾（過濾掉長時(shí)間的振鈴、無人接聽和來電提醒等）。參考文件為常見的非騷擾電話，score（ITU-TP.862）speech分?jǐn)?shù)大于2，認(rèn)為評估文件是非騷擾電話。

PESQ語音評估軟件其本質(zhì)就是一個(gè)相似度比對系統(tǒng)，原理是把無法自動(dòng)判斷的錄音文件，比如怪異的接聽?wèi)?yīng)答音，先通過人為判定是否是騷擾電話，然后設(shè)取比對值，作為一個(gè)文件藍(lán)本庫保存。當(dāng)下次撥測產(chǎn)生與之相似度高的錄音文件時(shí)，自動(dòng)判斷成藍(lán)本庫所屬內(nèi)容，確定是不是騷擾電話。因此，隨著不斷的開展撥測工作，樣本庫文件會不斷的豐富，最終的識別率也會不斷提高。

4）語音識別。使用一系列常見的騷擾電話關(guān)鍵字進(jìn)行識別，同時(shí)對正常帶彩鈴的號碼進(jìn)行識別。語音識別系統(tǒng)其本質(zhì)是一套通過對錄音文件中的關(guān)鍵字匹配來確認(rèn)是否是騷擾電話的系統(tǒng)。關(guān)鍵字如“公證處”“抽獎(jiǎng)”“中獎(jiǎng)”“獎(jiǎng)金”等，其內(nèi)容庫可以通過語音訓(xùn)練不斷豐富，以提高最終的識別率。

語音識別軟件采用定制的InterReco語音識別系統(tǒng)，是一款與說話人無關(guān)的語音識別系統(tǒng)，能夠完成電話應(yīng)用環(huán)境下的語音識別功能。定制的語音識別系統(tǒng)采用了ASR（自動(dòng)語音識別）技術(shù)。它是一種使計(jì)算機(jī)能夠識別人通過麥克風(fēng)或者電話輸入的詞語或語句的技術(shù)。簡單地說，就是能夠讓計(jì)算機(jī)聽懂人說話。它的最終目標(biāo)是使得計(jì)算機(jī)在不受詞匯量限制，在各種噪聲環(huán)境、語音信道下，能夠?qū)崟r(shí)、準(zhǔn)確地識別不同方言、口音等特點(diǎn)的說話人的語句。包含了騷擾電話特征詞，如：中獎(jiǎng)、公證處、賭博、六合彩等。

由語音識別模塊對經(jīng)過“騷擾電話號碼庫”過濾的錄音文件進(jìn)行自動(dòng)識別，判斷出具有騷擾電話特征的錄音文件，并判斷為騷擾電話，隨錄音文件一起送至輸出接口模塊。語音識別中不符合騷擾電話特征的錄音文件繼續(xù)轉(zhuǎn)交下一步處理。

5）PESQ語音再評估（語音識別的識別率只有70%～80%，還有20%～30%的疑似騷擾電話沒有被識別出來）。我們對這些沒有被識別出來的20%～30%的疑似騷擾電話進(jìn)行PESQ語音評估，目的是提高被降低的語音識別漏判率。

3 應(yīng)用情況

3.1 試點(diǎn)情況

騷擾電話撥測系統(tǒng)于2013年3月底完成平臺的搭建，實(shí)現(xiàn)了對騷擾電話的撥測測試。撥測系統(tǒng)初期對江蘇移動(dòng)提供過的三批共計(jì)2 758個(gè)騷擾電話樣本做了識別判斷，具體測試情況見表1。

?

采用基于語音識別的騷擾電話撥測系統(tǒng)對1 000個(gè)號碼進(jìn)行撥測和識別，需要的時(shí)間約為20min，存儲空間約為12GB，大大提升了騷擾電話的人工審核效率。同時(shí)，對于無法確認(rèn)的號碼輸出撥測錄音，供客服人員人工判斷，有效解決了部分號碼無法通過系統(tǒng)進(jìn)行識別的問題。

我們把完成1～5項(xiàng)步驟的判斷機(jī)制定義為“模式一”，把僅完成1～3項(xiàng)步驟的判斷機(jī)制定義為“模式二”。模式一是對模式二識別出來的疑似騷擾電話號碼再進(jìn)行一次語音識別和PESQ再評估，目的是降低誤判率，而語音識別和PESQ再評估沒有100%地將騷擾電話識別出來，因此，漏判率增加了。

模式二的思路是排除非騷擾電話，剩下的認(rèn)為是騷擾電話；模式一的思路是排除非騷擾電話，剩下的進(jìn)行語音識別和PESQ再評估，識別出來的是騷擾電話，沒有識別出來的是非騷擾電話。因此，模式一比模式二誤判率低，漏判率高。

在實(shí)際使用中，可能還會存在正常帶彩鈴的錄音文件，這個(gè)必須要借助語音識別系統(tǒng)來判斷，所以說必須要用模式一的判斷機(jī)制來進(jìn)行撥測。當(dāng)然模式二的測試結(jié)果給了我們一些參考，比如在測試當(dāng)中發(fā)現(xiàn)和論證了這樣一個(gè)問題：模式一比模式二誤判率低，漏判率高。如果不使用語音識別軟件（即模式二），漏判率反倒有明顯的降低。結(jié)合上述三批測試，模式二測試情況見表2。

?

經(jīng)過反復(fù)比對和論證，查明的原因是：第三方的語音識別軟件本身也存在一定的不足，語音識別率只有70%~80%，即使我們已經(jīng)通過PESQ語音評估進(jìn)行補(bǔ)漏，也不能達(dá)到100%的識別率，會漏掉很多的騷擾電話，只能不斷來優(yōu)化完善它，后續(xù)需不斷進(jìn)行改進(jìn)。

3.2 試點(diǎn)結(jié)論

從理論上分析，使用語音識別后可以減少誤判的發(fā)生，隨著語音識別軟件的日益完善，這方面的效果會越來越得到體現(xiàn)。本著盡可能減低騷擾電話誤判率（為此可以犧牲部分的漏判）的原則，體現(xiàn)真實(shí)的判斷效果，且正確判斷正常帶彩鈴的號碼，建議繼續(xù)使用語音識別系統(tǒng)，即模式一這樣的全程判斷機(jī)制來做騷擾電話撥測。

4 其他應(yīng)用領(lǐng)域

基于語音識別的騷擾電話撥測系統(tǒng)，除了能夠準(zhǔn)確識別騷擾電話外，還可以廣泛應(yīng)用于基于語音識別的語音撥測系統(tǒng)，如：來電提醒系統(tǒng)的撥測、10086客服系統(tǒng)的撥測等，從而極大地提升系統(tǒng)撥測的效率，提高系統(tǒng)的運(yùn)行穩(wěn)定性。 ◆