audio - Asterisk 反向IVR？语音识别还是只是比较波形输出？

Question

我有一个用星号开发的应用程序，可以调用各种IVR服务并请求信息。这样可以节省员工自己打电话和按一堆按钮的时间。

我当前的实现方式是 call ，等待噪音，等待静音并按下适当的按钮，然后继续进行下一个提示。我已经记录了提示的顺序，因此我知道在每个“噪声/静默”阶段输入的内容。

但是，某些IVR会根据我提供的数据而有所不同或提出其他问题。

我正在寻找找出所问问题的方法？我已经研究了语音识别引擎，但我认为它们并不是真的适合这种情况。我还考虑只记录正在 call 的IVR中的提示并将其保存以进行比较。然后有一次，我进入了一段沉默，我将以前的 yield 与期权 list 进行了比较？我只需要弄清楚如何捕获该音频，然后将捕获的音频与磁盘上的各种音频文件进行比较即可。有点像大海捞针问题，但对于波浪文件。

编辑:

我大概可以在音频片段的长度上做到这一点？它们的长度可能都不同。

我正在研究的另一种选择是某种类型的音频指纹识别算法？

有关如何完成此操作的建议？

Answer 1

您可以在星号中使用语音识别功能。设置所有内容并不重要，它将为您节省大量的自定义软件开发时间。

语音识别必须非常可靠，因为IVR声音通常很干净。