Método para la conversión de mensajes de texto en llamadas de voz sobre IP que comprende

proveer un mensaje de texto contenido en una petición de HTTP (200) introducida por un usuario original (1,

100) a través de una interfaz Web, con un identificador;

enviar la petición con identificador (201) a un conversor de texto a voz (104);

convertir el texto contenido en la petición con identificador (201) en un fichero de de voz (202) mediante un conversor de texto a voz (104);

realizar una llamada de voz sobre IP al destino (2, 3, 103) indicado en la petición de HTTP (200);

reproducir el fichero de voz (202), cuando el destino (3, 103) responde a la llamada de voz, mediante el primer subsistema (101);

finalizar la llamada de voz, generar una notificación (205) sobre el resultado de la llamada de voz, y transmitir la notificación (205) al usuario original (1, 100).

Método y sistema para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web.

Campo técnico de la invención

La presente invención se encuadra en el campo técnico de de las telecomunicaciones y más concretamente en el campo de las redes de telecomunicaciones de nueva generación (tanto para comunicaciones fijas o móviles) desplegadas sobre redes IP (por ejemplo sobre Internet) y donde además se dispone de acceso Web. Particularmente, la invención pertenece al sector de los sistemas de conversión de mensajes de texto en voz que pueden emplearse en tales redes de telecomunicaciones.

Antecedentes de la invención

Los convertidores texto a voz consisten en sistemas especializados que permiten generar voz sintética a partir de un determinado texto. Son de aplicación en numerosos campos generalmente para generar mensajes grabados de forma sintética que son posteriormente reproducidos en sistemas de respuesta vocal interactiva, por ejemplo en un centro de llamadas o en un servicio de contestador automático. Un ejemplo de este tipo de aplicación se encuentra en la patente US-6549749-B1.

Por otro lado, los despliegues actuales de redes de comunicaciones sobre IP de los operadores telefónicos están mayoritariamente basados en el protocolo SIP (Session Initiation Protocol), descrito en IETF. Session Initiation Protocol (SIP). RFC3261, junio 2002, que permite el establecimiento y liberación de llamadas de voz sobre IP. Las llamadas SIP pueden estar generadas desde cualquier terminal incluyendo terminales ubicados en la red del operador. Además el protocolo SIP está diseñado de forma similar al protocolo HTTP, de forma que resulta sencillo integrar servicios que tengan una parte Web con una parte de voz sobre IP.

No obstante, los inventores no tienen conocimiento de la existencia de algún sistema que sea capaz de convertir un determinado texto introducido desde una página Web en una llamada de voz sobre IP de modo que la llamada termine en un usuario destino previamente identificado por su identificador único de usuario (URI) lo cual, a la vista de las múltiples aplicaciones prácticas que tendría tal sistema, supone una limitación de las aplicaciones actuales que constituye un inconveniente.

Descripción de la invención

La presente invención tiene por objeto superar el inconveniente del estado de la técnica más arriba detallado, mediante un método y un sistema para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web.

De acuerdo con la invención, el método es un método para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web que comprende enviar a un destino un mensaje de voz generado a partir de un texto enviado por un usuario original mediante un convertidor de texto a voz, que se caracteriza porque comprende:

una primera etapa en la que un mensaje de texto contenido en una petición de HTTP introducida por un usuario original a través de una interfaz Web de un primer subsistema que comprende un agente de usuario SIP, se provee con al menos un identificador para generar una petición con identificador que comprende un identificador de fichero y un texto correspondiente al mensaje de texto presente en la petición de HTTP;

una segunda etapa en la que la petición con identificador se envía a un conversor de texto a voz mediante un segundo subsistema;

una tercera etapa en la que el mensaje de texto contenido en la petición con identificador se convierte en un fichero de voz mediante el conversor de texto a voz sintética;

una cuarta etapa en la que el conversor de texto a voz sintética envía al primer subsistema el fichero de voz a un archivo de mensaje de voz identificado por el identificador indicado en la petición con identificador;

una quinta etapa en la que, mediante el primer subsistema, se realiza una llamada de voz sobre IP al destino indicado en la petición de HTTP;

una sexta etapa en la que, cuando el destino responde a la llamada de voz, se inicia una sesión de voz con el destino en la que el fichero de voz es reproducido con voz sintética por el primer subsistema y transmitido al destino;

una séptima etapa en la que el primer subsistema finaliza la llamada de voz y genera una notificación para informar al usuario original sobre el resultado de la llamada de voz, siendo la notificación una notificación de entrega cuando el fichero de voz ha sido comunicado al destino, y una notificación de error cuando el mensaje de voz no ha podido ser transmitido al destino; y

una octava etapa en la que el primer subsistema transmite la notificación al usuario original.

Por otra parte, el sistema según la invención es un sistema para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web a un destino, que comprende medios para recibir mensajes de texto de una pluralidad de usuarios, un conversor de texto a voz para convertir mensajes de texto enviadas por cada uno de los usuarios de origen en sendos mensajes de voz y medios para entregar cada mensaje de voz a su destino, como por ejemplo un usuario móvil o fijo, que se caracteriza en que comprende además un primer subsistema y un segundo subsistema, comprendiendo el primer subsistema:

una interfaz Web para introducir peticiones de mensajes HTTP que comprenden mensajes de texto,

un agente de usuario SIP para generar sendas peticiones con identificador que comprenden cada uno identificador de fichero y un texto correspondiente al mensaje de texto presente en la petición de HTTP, para enviar las peticiones con identificador al segundo subsistema, comprendiendo el segundo subsistema medios para enviar el texto de cada petición con identificador al conversor de texto a voz donde el texto contenido en cada mensaje se convierte en un fichero de voz con voz sintética, recibir cada fichero de voz y enviar cada fichero de voz a un archivo de mensaje en el primer subsistema identificado por el identificador,

medios para realizar llamadas de voz sobre IP a cada destino indicado en una petición de HTTP;

medios para, cuando un destino responde a la llamada de voz, iniciar una sesión de voz en la que el fichero de voz es reproducido con voz sintética por el primer subsistema y transmitido al destino;

medios para finalizar la llamada de voz y generar una notificación para informar al usuario original sobre el resultado de la llamada de voz, siendo la notificación una notificación de entrega cuando el fichero de voz ha sido comunicado al destino, y una notificación de error cuando el mensaje de voz no ha podido ser transmitido al destino; y

medios para transmitir la notificación al usuario original.

De acuerdo con la invención, el primer subsistema comprende un sistema SIP HTTP SERVLET, mientras que el segundo subsistema puede comprender un sistema INTERFAZ CONVERSOR.

La interfaz Web puede estar alojada en un servidor, y puede ser una página Web HTML en cuyo caso el usuario habitualmente es un navegador Web. La interfaz Web puede ser también una interfaz de servicio Web con tecnología que permite una comunicación máquina a máquina, pudiendo estar basada esta tecnología en tecnología de Representational State Transfer Roy Thomas Fielding, Representational State Transfer (REST) consultable en:

http://www.ics.uci.edu/∼fielding/pubs/dissertation/rest_arch_s tyle.htm, en cuyo caso el usuario habitualmente es un servicio de un tercero.

Preferentemente, el fichero de voz está codificado en un codec de audio. Como por ejemplo un codec G.711 ó un codec GSM, y encapsulado en formato RTP.

La interfaz de acceso Web puede estar alojada en cualquier servidor Web, por ejemplo, un servidor Web público accesible desde Internet. Para conseguir la conversión del texto en una llamada de voz sobre IP el sistema hace uso de un elemento de conversión texto a voz y de un agente de llamadas SIP que es capaz de iniciar desde la red llamadas de voz sobre IP con el usuario destino y de enviar el flujo de audio correspondiente a la voz generada por el convertidor texto a voz. Para la conversión texto a voz es posible utilizar convertidores texto a voz comerciales o gratuitos que estén disponibles, de modo que esta invención puede utilizarse con cualquiera de ellos. Por otro lado, el agente de llamadas SIP requerirá de un elemento externo capaz de encaminar las...

1. Método para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web que comprende enviar a un destino (2, 3, 103) un mensaje de voz (204) generado a partir de un texto enviado por un usuario original (1, 100) mediante un convertidor de texto a voz (104), caracterizado porque comprende:

una primera etapa en la que un mensaje de texto contenido en una petición de HTTP (200) introducida por un usuario original (1, 100) a través de una interfaz Web de un primer subsistema (101) que comprende un agente de usuario SIP, se provee con al menos un identificador para generar una petición con identificador (201) que comprende un identificador de fichero y un texto correspondiente al mensaje de texto presente en la petición de HTTP (200);

una segunda etapa en la que la petición con identificador (201) se envía a un conversor de texto a voz (104) mediante un segundo subsistema (102);

una tercera etapa en la que el mensaje de texto contenido en la petición con identificador (201) se convierte en un fichero de de voz (202) mediante el conversor de texto a voz sintética (104);

una cuarta etapa en la que el conversor de texto a voz sintética (104) envía al primer subsistema (101) el fichero de voz (202) a un archivo de mensaje de voz identificado por el identificador indicado en la petición con identificador (201);

una quinta etapa en la que, mediante el primer subsistema (101), se realiza una llamada de voz sobre IP al destino (2, 3, 103) indicado en la petición de HTTP (200);

una sexta etapa en la que, cuando el destino (3, 103) responde a la llamada de voz, se inicia una sesión de voz (203) con el destino (2, 3, 103) en la que el fichero de voz (202) es reproducido con voz sintética (204) por el primer subsistema (101) y transmitido al destino (2, 3, 103);

una séptima etapa en la que el primer subsistema finaliza la llamada de voz y genera una notificación (205) para informar al usuario original (1, 100) sobre el resultado de la llamada de voz, siendo la notificación (205) una notificación de entrega cuando el fichero de voz de voz ha sido comunicado al destino (2, 3, 103), y una notificación de error cuando el mensaje de voz no ha podido ser transmitido al destino (2, 3, 103); y

una octava etapa en la que el primer subsistema (101) transmite la notificación (205) al usuario original (1, 100).

2. Un método según la reivindicación 1, caracterizado porque el primer subsistema (101) comprende un sistema SIP HTTP SERVLET.

3. Un método según la reivindicación 1 ó 2, caracterizado porque el segunda subsistema (102) comprende un sistema INTERFAZ CONVERSOR.

4. Un método según una de las reivindicaciones precedentes, caracterizado porque el destino (2, 3, 103) es un usuario móvil (2).

5. Un método según una de las reivindicaciones precedentes, caracterizado porque el destino (2, 3, 103) es un usuario fijo (3).

6. Un método según una de las reivindicaciones precedentes, caracterizado porque la interfaz Web está alojada en un servidor (4).

7. Un método según una de las reivindicaciones precedentes, caracterizado porque la interfaz Web es una página Web es una página Web HTML y el usuario (1, 100) es un navegador Web.

8. Un método según una de las reivindicaciones precedentes, caracterizado porque la interfaz Web es una interfaz de servicio Web con tecnología que permite una comunicación máquina a máquina.

9. Un método según la reivindicación 8, caracterizado porque la tecnología que permite una comunicación máquina a máquina está basada en tecnología de Representational State Transfer.

10. Un método según la reivindicación 8 ó 9, caracterizado porque el usuario (1, 100) es un servicio de un tercero.

11. Un método según una de las reivindicaciones precedentes, caracterizado porque el fichero de voz (202) está codificado en un codec de audio y encapsulado en formato RTP.

12. Un método según la reivindicación 11, caracterizado porque el codec es un codec G.711 ó un codec GSM.

13. Sistema para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web a un destino (2, 3, 103), que comprende medios para recibir mensajes de texto de una pluralidad de usuarios (1, 100), un conversor de texto a voz (104) para convertir mensajes de texto enviadas por cada uno de los usuarios de origen (1, 100) en sendos mensajes de voz (204) y medios para entregar cada mensaje de voz (204) a su destino (2, 3, 203), caracterizado porque comprende además un primer subsistema (101) y un segundo subsistema (101), comprendiendo el primer subsistema (101)

una interfaz Web para introducir peticiones de mensajes HTTP (200) que comprenden mensajes de texto,

un agente de usuario SIP para generar sendas peticiones con identificador (201) que comprenden cada uno identificador de y un texto correspondiente al mensaje de texto presente en la petición de HTTP (200), para enviar las peticiones con identificador (201) al segundo subsistema (102), comprendiendo el segundo subsistema (102) medios para enviar el texto de cada petición con identificador (201) al conversor de texto a voz (104) donde el texto contenido en cada mensaje se convierte en un fichero de voz (202) con voz sintética, recibir cada fichero de voz (202) y enviar cada fichero de voz (202) a un archivo de mensaje en el primer subsistema (201) identificado por el identificador,

medios para realizar llamadas de voz sobre IP a cada destino (2, 3, 103) indicado en una petición de HTTP (200);

medios para, cuando un destino (2, 3, 103) responde a la llamada de voz, iniciar una sesión de voz (203) en la que el fichero de voz (202) es reproducido con voz sintética (204) por el primer subsistema (101) y transmitido al destino (2, 3, 103);

medios para finalizar la llamada de voz y generar una notificación (205) para informar al usuario original (1, 100) sobre el resultado de la llamada de voz, siendo la notificación (205) una notificación de entrega cuando el fichero de voz de voz ha sido comunicado al destino (2, 3, 103), y una notificación de error cuando el mensaje de voz no ha podido ser transmitido al destino (2, 3, 103); y

medios para transmitir la notificación al usuario original (1, 100).

14. Un sistema según la reivindicación 13, caracterizado porque el primer subsistema (101) comprende un sistema SIP HTTP SERVLET.

15. Un sistema según la reivindicación 13 ó 14, caracterizado porque el segunda subsistema (102) comprende un sistema INTERFAZ CONVERSOR.

16. Un sistema según una de las reivindicaciones 13 a 15, caracterizado porque el destino (2, 3, 103) es un usuario móvil (2).

17. Un sistema según una de las reivindicaciones 13 a 16, caracterizado porque el destino (2, 3, 103) es un usuario fijo (3).

18. Un sistema según una de las reivindicaciones 13 a 17, caracterizado porque la interfaz Web está alojada en un servidor (4).

19. Un sistema según una de las reivindicaciones 13 a 18, caracterizado porque la interfaz Web es una página Web es una página Web HTML y el usuario (1, 100) es un navegador Web.

20. Un sistema según una de las reivindicaciones 13 a 19, caracterizado porque la interfaz Web es una interfaz de servicio Web con tecnología que permite una comunicación máquina a máquina.

21. Un sistema según la reivindicación 20, caracterizado porque la tecnología que permite una comunicación máquina a máquina está basada en tecnología de Representational State Transfer.

22. Un sistema según la reivindicación 20 ó 21, caracterizado porque el usuario (1, 100) es un servicio de un tercero.

23. Un sistema según una de las reivindicaciones 13 a 22, caracterizado porque el fichero de voz (202) está codificado en un codec de audio y encapsulado en formato RTP.

24. Un sistema según la reivindicación 23, caracterizado porque el codec es un codec G.711 ó un codec GSM.