ES2372142B1

ES2372142B1 - METHOD AND SYSTEM FOR CONVERSION OF TEXT MESSAGES IN VOICE CALLS ON IP FROM A WEB INTERFACE.

Info

Publication number: ES2372142B1
Application number: ES200930666A
Authority: ES
Inventors: Santiago Prieto Martín; David Artuñedo Guillén
Original assignee: Telefonica SA
Current assignee: Telefonica SA
Priority date: 2009-09-09
Filing date: 2009-09-09
Publication date: 2012-08-07
Anticipated expiration: 2029-09-09
Also published as: ES2372142A1; UY32881A; WO2011029862A1; AR078277A1

Abstract

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).Method for converting text messages into voice over IP calls comprising # providing a text message contained in an HTTP request (200) introduced by an original user (1, 100) through a Web interface, with a identifier; #send the request with identifier (201) to a text-to-speech converter (104); # convert the text contained in the request with identifier (201) into a voice file (202) by means of a text converter to voice (104); # make a voice over IP call to the destination (2, 3, 103) indicated in the HTTP request (200); # play the voice file (202), when the destination (3, 103) answer the voice call, using the first subsystem (101); # end the voice call, generate a notification (205) about the result of the voice call, and transmit the notification (205) to the original user (1, 100).

Description

Método y sistema para la conversión de mensajes de texto en llamadas de voz sobre IP desde una interfaz Web. Method and system for converting text messages into voice calls over IP from a Web interface.

Campo técnico de la invención Technical Field of the Invention

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. The present invention falls within the technical field of telecommunications and more specifically in the field of new generation telecommunications networks (both for fixed or mobile communications) deployed over IP networks (for example over the Internet) and where it is also available Web access. Particularly, the invention belongs to the sector of text to voice message conversion systems that can be used in such telecommunications networks.

Antecedentes de la invención Background of the invention

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. Text-to-speech converters consist of specialized systems that allow synthetic speech to be generated from a specific text. They are generally applied in numerous fields to generate messages recorded synthetically that are subsequently reproduced in interactive voice response systems, for example in a call center or in an answering service. An example of this type of application is found in 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. On the other hand, the current deployments of IP communications networks of telephone operators are mostly based on the SIP (Session Initiation Protocol) protocol, described in IETF. Session Initiation Protocol (SIP). RFC3261, June 2002, which allows the establishment and release of voice calls over IP. SIP calls can be generated from any terminal including terminals located in the operator's network. In addition, the SIP protocol is designed similarly to the HTTP protocol, so it is easy to integrate services that have a Web part with a voice over IP part.

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. However, the inventors are not aware of the existence of any system that is capable of converting a certain text entered from a Web page into a voice over IP call so that the call ends in a destination user previously identified by its unique identifier. of user (URI) which, in view of the multiple practical applications that such a system would have, supposes a limitation of the current applications that constitutes an inconvenience.

Descripción de la invención Description of the invention

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. The present invention aims to overcome the inconvenience of the state of the art detailed above, by means of a method and a system for the conversion of text messages into voice calls over IP from a Web interface.

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: According to the invention, the method is a method for converting text messages into voice calls over IP from a Web interface comprising sending a voice message generated from text sent by an original user to a destination via a text to speech converter, characterized in that it comprises:

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; a first stage in which a text message contained in an HTTP request introduced by an original user through a Web interface of a first subsystem comprising a SIP user agent, is provided with at least one identifier to generate a request with identifier comprising a file identifier and a text corresponding to the text message present in the HTTP request;

una segunda etapa en la que la petición con identiﬁcador se envía a un conversor de texto a voz mediante un segundo subsistema; a second stage in which the request with identifier is sent to a text-to-speech converter through a second subsystem;

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; a third stage in which the text message contained in the request with identifier is converted into a voice file by means of the synthetic text to speech converter;

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; a fourth stage in which the text-to-speech converter sends the voice file to the first subsystem to a voice message file identified by the identifier indicated in the request with identifier;

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; a fifth stage in which, by means of the first subsystem, a voice over IP call is made to the destination indicated in the HTTP request;

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; a sixth stage in which, when the destination answers the voice call, a voice session is initiated with the destination in which the voice file is reproduced with synthetic voice by the first subsystem and transmitted to the destination;

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 a seventh stage in which the first subsystem finalizes the voice call and generates a notification to inform the original user about the result of the voice call, the notification being a delivery notification when the voice file has been communicated to the destination, and an error notification when the voice message could not be transmitted to the destination; Y

una octava etapa en la que el primer subsistema transmite la notiﬁcación al usuario original. an eighth stage in which the first subsystem transmits the notification to the original user.

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: On the other hand, the system according to the invention is a system for converting text messages into voice calls over IP from a Web interface to a destination, comprising means for receiving text messages from a plurality of users, a converter text to voice to convert text messages sent by each of the origin users into two voice messages and means to deliver each voice message to its destination, such as a mobile or fixed user, characterized in that it also comprises a first subsystem and a second subsystem, comprising the first subsystem:

una interfaz Web para introducir peticiones de mensajes HTTP que comprenden mensajes de texto, a Web interface for entering requests for HTTP messages that include text messages,

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, a SIP user agent to generate individual identifier requests that each comprise a file identifier and a text corresponding to the text message present in the HTTP request, to send the identifier requests to the second subsystem, the second subsystem comprising means to send the text of each request with identifier to the text-to-speech converter where the text contained in each message is converted into a voice file with synthetic voice, receive each voice file and send each voice file to a message file in the first subsystem identi ﬁ ed by the identi ﬁ er,

medios para realizar llamadas de voz sobre IP a cada destino indicado en una petición de HTTP; means for making voice over IP calls to each destination indicated in an HTTP request;

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; means for, when a destination responds to the voice call, to initiate a voice session in which the voice file is reproduced with synthetic voice by the first subsystem and transmitted to the destination;

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 means for finalizing the voice call and generating a notification to inform the original user about the result of the voice call, the notification being a delivery notification when the voice file has been communicated to the destination, and an error notification when the Voicemail could not be transmitted to the destination; Y

medios para transmitir la notiﬁcación al usuario original. means for transmitting the notification to the original user.

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. According to the invention, the first subsystem comprises an SIP HTTP SERVLET system, while the second subsystem may comprise a CONVERSE INTERFACE system.

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: The Web interface can be hosted on a server, and it can be an HTML Web page in which case the user is usually a Web browser. The Web interface can also be a Web service interface with technology that allows machine-to-machine communication, and this technology can be based on Representational State Transfer technology Roy Thomas Fielding, Representational State Transfer (REST) available at:

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. http://www.ics.uci.edu/∼ ﬁ elding / pubs / dissertation / rest_arch_s tyle.htm, in which case the user is usually a third party service.

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. Preferably, the voice file is encoded in an audio codec. Such as a G.711 codec or a GSM codec, and encapsulated in RTP format.

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 llamadas generadas por aquel, por ejemplo un servidor proxy SIP o una red IP genérica para comunicaciones de Voz sobre IP como las redes IP con arquitectura IMS o las redes NGN. The Web access interface can be hosted on any Web server, for example, a public Web server accessible from the Internet. In order to achieve the conversion of text into a voice over IP call, the system uses a text to speech conversion element and a SIP call agent that is able to initiate voice over IP calls from the network with the destination user and of sending the corresponding audio ﬂ ow to the voice generated by the text-to-speech converter. For text to speech conversion it is possible to use commercial or free text to speech converters that are available, so that this invention can be used with any of them. On the other hand, the SIP call agent will require an external element capable of routing the calls generated by it, for example a SIP proxy server or a generic IP network for Voice over IP communications such as IP networks with IMS architecture or networks NGN

La presente invención tiene diversas aplicaciones, como, por ejemplo, en el campo de los servicios de comunicaciones de voz que pueda ofrecer un operador de telecomunicaciones desde su propia red, por ejemplo, una red de Voz sobre IP o una red con un núcleo IMS (IP Multimedia Subsystem). The present invention has various applications, such as, for example, in the field of voice communications services that a telecommunications operator can offer from its own network, for example, a Voice over IP network or a network with an IMS core (IP Multimedia Subsystem).

El usuario del sistema puede ser un usuario ﬁnal, por ejemplo, un usuario con conectividad a Internet al que se le da acceso para realizar conversiones de texto en llamadas de voz sobre IP. Los aspectos de tariﬁcación de este servicio quedan fuera del alcance de esta invención. En el caso de que el servicio sea ofrecido por un operador de voz sobre IP, éste será el encargado de deﬁnir las condiciones de tariﬁcación. Una posibilidad sencilla es la de dotar al sistema de una interfaz de autenticación previa, que permita posteriormente asociar la conversión realizada con el usuario autenticado. The system user can be a final user, for example, a user with Internet connectivity who is given access to perform text conversions in voice over IP calls. The pricing aspects of this service are beyond the scope of this invention. In the event that the service is offered by a voice over IP operator, it will be in charge of defining the charging conditions. A simple possibility is to provide the system with a previous authentication interface, which allows the conversion made with the authenticated user to be associated later.

Otro usuario puede ser un tercero, es decir, un sistema tercero que utiliza la interfaz REST para ofrecer a otros usuarios o terceros la conversión texto en llamada. Another user may be a third party, that is, a third party system that uses the REST interface to offer other users or third parties the conversion of text into call.

Finalmente, otro usuario puede ser un servicio adicional del propio operador que aloja al sistema objeto de esta patente. Dicho servicio invocará mediante la interfaz REST la conversión de texto en llamada. Esto puede ser de aplicación para incluir anuncios en forma de llamadas de voz sobre IP en cualquier otro servicio de voz del operador. Finally, another user may be an additional service of the operator himself who hosts the system object of this patent. This service will invoke the conversion of text into call through the REST interface. This may be applicable to include announcements in the form of voice over IP calls in any other operator voice service.

Breve descripción de las ﬁguras Brief description of the ﬁ gures

A continuación se describen aspectos y realizaciones de la invención sobre la base de unos dibujos, en los que la ﬁgura 1 muestra una visión general del entorno en el que esta invención puede ser aplicada. La Figura 2 es un diagrama de funcionamiento de una realización del sistema de la presente invención que permite Aspects and embodiments of the invention are described below on the basis of drawings, in which Figure 1 shows an overview of the environment in which this invention can be applied. Figure 2 is an operation diagram of an embodiment of the system of the present invention that allows

un intercambio de mensajes entre el usuario original, el servidor y los usuarios destino. an exchange of messages between the original user, the server and the target users.

En estas ﬁguras, aparecen una serie de referencias numéricas que identiﬁcan los siguientes elementos: In these figures, a series of numerical references appear that identify the following elements:

1 usuario 1 user

2 usuario destino móvil 2 mobile destination user

3 usuario destino ﬁjo 3 fixed target user

4 servidor que aloja la interfaz Web del servicio 4 server that hosts the web interface of the service

5 red IP genérica 5 generic IP network

6 red IP para comunicaciones de voz sobre IP 6 IP network for voice over IP communications

100 usuario original 100 original user

101 SIP_HTTP_SERVLET 101 SIP_HTTP_SERVLET

102 subsistema INTERFAZ_CONVERSOR 102 INTERFACE_CONVERSOR subsystem

103 destino 103 destination

104 convertidor de texto a voz 104 text to speech converter

200 petición HTTP de conversión de texto 200 HTTP text conversion request

201 petición con identiﬁcador 201 request with identifier

202 ﬁchero de mensaje de voz 202 voice message file

204 sesión de voz con paquetes RTP 204 voice session with RTP packets

205 notiﬁcación del resultado de la llamada. Modos de realizar la invención 205 noti ﬁ cation of the result of the call. Ways of carrying out the invention

De acuerdo con la realización mostrada en la ﬁgura 1, el sistema objeto de la presente invención que está compuesto por diferentes elementos que se comunican a través de una red IP genérica (5) que permite a los usuarios acceder al sistema y de una red IP para comunicaciones de voz sobre IP (6). Esta red IP para comunicaciones de voz sobre IP In accordance with the embodiment shown in Figure 1, the system object of the present invention which is composed of different elements that communicate through a generic IP network (5) that allows users to access the system and an IP network for voice over IP communications (6). This IP network for voice over IP communications

(6) está formada por un único servidor SIP capaz de encaminar las llamadas de voz sobre IP o bien puede ser una completa red IMS de un operador, en cuyo caso, el sistema estará alojado en la misma red del operador. (6) It is formed by a single SIP server capable of routing voice calls over IP or it can be a complete IMS network of an operator, in which case, the system will be hosted on the same operator network.

Un usuario (1) que desee convertir un determinado texto en una llamada de voz sobre IP que termine en un usuario destino móvil (2) o ﬁjo (3), accederá a una interfaz Web ofrecida por el servidor (4) que aloja la interfaz Web del servicio. La interfaz Web puede ser o bien una página Web HTML en cuyo caso el usuario (1) es un navegador Web convencional, o bien una interfaz de servicio Web basada en cualquier tecnología que permite la comunicación máquina a máquina como REST (descrito, por ejemplo, en Wikipedia, Representational State Transfer (REST): A user (1) who wishes to convert a certain text into a voice over IP call ending in a mobile destination user (2) or fixed (3), will access a Web interface offered by the server (4) that hosts the interface Web of the service. The Web interface can be either an HTML Web page in which case the user (1) is a conventional Web browser, or a Web service interface based on any technology that allows machine-to-machine communication as REST (described, for example , on Wikipedia, Representational State Transfer (REST):

http://en.wikipedia.org/wiki/Representational_State_Transfer). En el segundo caso el usuario (1) será típicamente un servicio de un tercero. http://en.wikipedia.org/wiki/Representational_State_Transfer). In the second case the user (1) will typically be a third party service.

La interfaz ofrece como parámetros obligatorios de entrada el texto que se desea convertir en voz y el destinatario de la llamada en forma de SIP URI (p.ej. “sip:usuario_destino@dominio”). La interfaz ofrece un botón o un comando que permite lanzar la conversión de texto en llamada. The interface offers as mandatory input parameters the text to be converted into voice and the recipient of the call in the form of a SIP URI (eg “sip: destination_user @ domain”). The interface offers a button or command that allows you to launch the conversion of text on call.

Una vez que el usuario (1) ha lanzado la petición de conversión, el sistema se encarga de convertir el texto en un ﬁchero de voz sintética, mediante un convertidor texto a voz estándar alojado en el servidor (4), El ﬁchero (202) así generado se codiﬁca en un codec de audio (G.711, GSM u otro) y se encapsula en formato RTP (Real Time Transport Protocol) (descrito, por ejemplo, en IETF. RTP: A Transport Protocol for Real-Time Applications. RFC 1889.1996). Once the user (1) has launched the conversion request, the system is responsible for converting the text into a synthetic voice file, using a standard text-to-speech converter hosted on the server (4), The file (202) thus generated it is encoded in an audio codec (G.711, GSM or other) and encapsulated in RTP (Real Time Transport Protocol) format (described, for example, in IETF. RTP: A Transport Protocol for Real-Time Applications. RFC 1889.1996).

Una vez realizada la encapsulación, el sistema (4) utilizando un Agente de Usuario SIP, generará una llamada al usuario destino (3). El Agente de Usuario SIP es un agente multi-línea, es decir, es capaz de generar tantas llamadas de voz sobre IP como peticiones haya, con el único límite de la capacidad del equipo en el que se ejecuta dicho agente y el ancho de banda multimedia disponible. Once the encapsulation has been carried out, the system (4) using a SIP User Agent will generate a call to the destination user (3). The SIP User Agent is a multi-line agent, that is, it is capable of generating as many voice calls over IP as there are requests, with the only limit of the capacity of the equipment on which said agent is running and the bandwidth multimedia available.

El agente de usuario SIP utilizará como tráﬁco multimedia el ﬁchero previamente encapsulado en formato RTP y no requiere recibir ni almacenar tráﬁco multimedia del usuario destino (3) llamado. The SIP user agent will use the file previously encapsulated in RTP format as multimedia traffic and does not require receiving or storing multimedia traffic of the called user (3) called.

Finalmente, una vez haya concluido la llamada, ya sea de forma completa como incompleta o fallida se almacenará el resultado de la llamada incluyendo la información de éxito o fracaso de la misma a partir de la información de señalización que proporciona el protocolo SIP. Esta información puede ser mostrada al usuario (1) que invocó la conversión, ya sea mediante la propia interfaz Web o mediante un mensaje de respuesta a través de la propia interfaz Web. Finally, once the call is finished, either completely or incompletely or as a result, the result of the call will be stored, including the success or failure of the call based on the signaling information provided by the SIP protocol. This information can be shown to the user (1) who invoked the conversion, either through the Web interface itself or through a reply message through the Web interface itself.

De acuerdo con la realización del procedimiento según la invención mostrada en la ﬁgura 2, el sistema está compuesto por dos elementos que lo implementan denominados subsistema SIP_HTTP_SERVLET (101) y subsistema INTERFAZ_CONVERSOR (102), El subsistema (101) es el que ofrece la interfaz Web y el que realiza la llamada con el destino (103). El subsistema 102 se encarga enviar al convertidor texto voz (104) el texto que debe ser convertido y de recoger el resultado en forma de ﬁchero generado por el convertidor. According to the performance of the method according to the invention shown in Figure 2, the system is composed of two elements that implement it called subsystem SIP_HTTP_SERVLET (101) and subsystem INTERFAZ_CONVERSOR (102), Subsystem (101) is the one that offers the interface Web and the person making the call with the destination (103). The subsystem 102 is responsible for sending the text that must be converted to the voice text converter (104) and for collecting the result in a form generated by the converter.

Un usuario (100), a través de la interfaz Web alojado en un subsistema SIP HTTP SERVLET, envía al servicio mediante la petición HTTP (200) los datos del texto a convertir y destino de la llamada de voz sobre IP, a raíz de lo cual el subsistema INTERFAZ_CONVERSOR (102) crea un identiﬁcador de ﬁchero y realiza una petición (201) de conversión de texto en voz a través de la interfaz con el convertidor (104), indicando el texto a convertir y el identiﬁcador de ﬁchero donde el convertidor debe escribir el ﬁchero de voz sintética. A user (100), through the Web interface hosted in a SIP HTTP SERVLET subsystem, sends to the service through the HTTP request (200) the text data to be converted and destination of the voice over IP call, as a result of which the INTERFACE_CONVERSOR subsystem (102) creates a file identifier and makes a request (201) for converting text to speech through the interface with the converter (104), indicating the text to be converted and the file identifier where the converter You must write the synthetic voice file.

Una vez que el convertidor (104) texto a voz ha realizado la conversión, la interfaz (102) notiﬁca el mensaje (202) al subsistema SIP_HTTP_SERVLET (101) de modo que la llamada de voz sobre IP puede comenzar. A continuación el subsistema (101) realiza una llamada SIP con destino el usuario identiﬁcado por el destino (103). La señalización SIP a utilizar es la estándar. En el diagrama mostrado en la ﬁgura 2 se presupone que el destino (103) responde a la llamada. Once the text-to-speech converter (104) has performed the conversion, the interface (102) notifies the message (202) to the SIP_HTTP_SERVLET (101) subsystem so that the voice over IP call can begin. Subsequently, the subsystem (101) makes a SIP call to the user identified by the destination (103). The SIP signaling to be used is the standard. The diagram shown in Figure 2 assumes that the destination (103) answers the call.

Detectada la aceptación de la llamada, el subsistema (101) comienza la reproducción del ﬁchero de voz (202) que se ha enviado debidamente codiﬁcado y encapsulado al destino (103) en una sesión de voz (203) con paquetes RTP (Real Time Protocol), de manera que el ﬁchero de voz (202) se reproduce con voz sintética (204). Once the acceptance of the call has been detected, the subsystem (101) begins the reproduction of the voice file (202) that has been duly encoded and encapsulated to the destination (103) in a voice session (203) with RTP (Real Time Protocol) ), so that the voice file (202) is played with synthetic voice (204).

Finalmente, terminada la reproducción, el servicio provoca el ﬁnal de la llamada, y se comunica al usuario original Finally, after the reproduction is over, the service causes the end of the call, and is communicated to the original user

(100) el resultado de la llamada mediante una notiﬁcación (205). (100) the result of the call by means of a notification (205).

Sin perjuicio de la señalización aquí presentada, es posible que la llamada no sea exitosa por diversas causas contempladas en el protocolo SIP. Estas causas pueden ser igualmente notiﬁcadas en el mensaje (205) de modo que el usuario original (100) dispone de información sobre el resultado del servicio invocado. Without prejudice to the signaling presented here, it is possible that the call is not successful due to various causes contemplated in the SIP protocol. These causes can also be notified in the message (205) so that the original user (100) has information on the result of the invoked service.

Claims

1. Method for converting text messages into voice over IP calls from a Web interface comprising sending a voice message (204) generated to a destination (2, 3, 103) generated from a text sent by a user original (1, 100) by means of a text to speech converter (104), characterized in that it comprises:

a first stage in which a text message contained in an HTTP request (200) introduced by an original user (1, 100) through a Web interface of a first subsystem (101) comprising a SIP user agent, at least one identifier is provided to generate a request with identifier (201) comprising a file identifier and a text corresponding to the text message present in the HTTP request (200);

a second stage in which the request with identifier (201) is sent to a text-to-speech converter (104) through a second subsystem (102);

a third stage in which the text message contained in the request with identifier (201) is converted into a voice file (202) by means of the synthetic text to speech converter (104);

a fourth stage in which the text to synthetic voice converter (104) sends the voice file (202) to the first subsystem (101) to a voice message file identified by the identifier indicated in the request with identifier (201) ;

a fifth stage in which, by means of the first subsystem (101), a voice call is made over IP to the destination (2, 3, 103) indicated in the HTTP request (200);

a sixth stage in which, when the destination (3, 103) answers the voice call, a voice session begins

(203) with the destination (2, 3, 103) in which the voice file (202) is reproduced with synthetic voice (204) by the first subsystem (101) and transmitted to the destination (2, 3, 103);

a seventh stage in which the first subsystem finalizes the voice call and generates a notification (205) to inform the original user (1, 100) about the result of the voice call, the notification (205) being a delivery notification when the voice voice file has been communicated to the destination (2, 3, 103), and an error notification when the voice message could not be transmitted to the destination (2, 3, 103); Y

an eighth stage in which the first subsystem (101) transmits the notification (205) to the original user (1, 100).

2. 2.: Un método según la reivindicación 1, caracterizado porque el primer subsistema (101) comprende un sistema SIP HTTP SERVLET. A method according to claim 1, characterized in that the first subsystem (101) comprises a SIP HTTP SERVLET system.

3. 3.: Un método según la reivindicación 1 ó 2, caracterizado porque el segunda subsistema (102) comprende un sistema INTERFAZ CONVERSOR. A method according to claim 1 or 2, characterized in that the second subsystem (102) comprises a CONVERSE INTERFACE system.

4. Four.: Un método según una de las reivindicaciones precedentes, caracterizado porque el destino (2, 3, 103) es un usuario móvil (2). A method according to one of the preceding claims, characterized in that the destination (2, 3, 103) is a mobile user (2).

5. 5.: Un método según una de las reivindicaciones precedentes, caracterizado porque el destino (2, 3, 103) es un usuario ﬁjo (3). A method according to one of the preceding claims, characterized in that the destination (2, 3, 103) is a fixed user (3).

6. 6.: Un método según una de las reivindicaciones precedentes, caracterizado porque la interfaz Web está alojada en un servidor (4). A method according to one of the preceding claims, characterized in that the Web interface is hosted on a server (4).

7. 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. A method according to one of the preceding claims, characterized in that the Web interface is a Web page is an HTML Web page and the user (1, 100) is a Web browser.

8. 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. A method according to one of the preceding claims, characterized in that the Web interface is a Web service interface with technology that allows machine-to-machine communication.

9. 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. A method according to claim 8, characterized in that the technology that allows a machine-to-machine communication is based on Representational State Transfer technology.

10. A method according to claim 8 or 9, characterized in that the user (1, 100) is a third party service.

A method according to one of the preceding claims, characterized in that the voice file (202) is encoded in an audio codec and encapsulated in RTP format.

12. 12.: Un método según la reivindicación 11, caracterizado porque el codec es un codec G.711 ó un codec GSM. A method according to claim 11, characterized in that the codec is a G.711 codec or a GSM codec.

13. 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) System for converting text messages into voice over IP calls from a Web interface to a destination (2, 3, 103), which comprises means for receiving text messages from a plurality of users (1, 100), a converter text to voice (104) to convert text messages sent by each of the originating users (1, 100) into two voice messages (204) and means to deliver each voice message (204) to its destination (2 , 3, 203), characterized in that it further comprises a first subsystem (101) and a second subsystem (101), the first subsystem (101) comprising

a Web interface for entering requests for HTTP messages (200) comprising text messages,

a SIP user agent to generate paths with identifier (201) each comprising identifier of and a text corresponding to the text message present in the HTTP request (200), to send requests with identifier (201) to the second subsystem (102), the second subsystem (102) comprising means for sending the text of each request with identifier (201) to the text-to-speech converter (104) where the text contained in each message is converted into a voice file (202) with synthetic voice, receive each voice file (202) and send each voice file (202) to a message file in the first subsystem (201) identified by the identifier,

means for making voice over IP calls to each destination (2, 3, 103) indicated in an HTTP request (200);

means for, when a destination (2, 3, 103) answers the voice call, initiating a voice session (203) in which the voice file (202) is reproduced with synthetic voice (204) by the first subsystem (101) and transmitted to the destination (2, 3, 103);

means to end the voice call and generate a notification (205) to inform the original user (1, 100) of the result of the voice call, the notification (205) being a delivery notification when the voice voice file it has been communicated to the destination (2, 3, 103), and an error notification when the voice message could not be transmitted to the destination (2, 3, 103); Y

means for transmitting the notification to the original user (1, 100).

14. 14.: Un sistema según la reivindicación 13, caracterizado porque el primer subsistema (101) comprende un sistema SIP HTTP SERVLET. A system according to claim 13, characterized in that the first subsystem (101) comprises a SIP HTTP SERVLET system.

15. fifteen.: Un sistema según la reivindicación 13 ó 14, caracterizado porque el segunda subsistema (102) comprende un sistema INTERFAZ CONVERSOR. A system according to claim 13 or 14, characterized in that the second subsystem (102) comprises a CONVERSOR INTERFACE system.

16. 16.: Un sistema según una de las reivindicaciones 13 a 15, caracterizado porque el destino (2, 3, 103) es un usuario móvil (2). A system according to one of claims 13 to 15, characterized in that the destination (2, 3, 103) is a mobile user (2).

17. 17.: Un sistema según una de las reivindicaciones 13 a 16, caracterizado porque el destino (2, 3, 103) es un usuario ﬁjo (3). A system according to one of claims 13 to 16, characterized in that the destination (2, 3, 103) is a fixed user (3).

18. 18.: Un sistema según una de las reivindicaciones 13 a 17, caracterizado porque la interfaz Web está alojada en un servidor (4). A system according to one of claims 13 to 17, characterized in that the Web interface is hosted on a server (4).

19. 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. A system according to one of claims 13 to 18, characterized in that the Web interface is a Web page is an HTML Web page and the user (1, 100) is a Web browser.

20. twenty.: 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. A system according to one of claims 13 to 19, characterized in that the Web interface is a Web service interface with technology that allows machine-to-machine communication.

21. twenty-one.: 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. A system according to claim 20, characterized in that the technology that allows a machine-to-machine communication is based on Representational State Transfer technology.

22. 22: Un sistema según la reivindicación 20 ó 21, caracterizado porque el usuario (1, 100) es un servicio de un tercero. A system according to claim 20 or 21, characterized in that the user (1, 100) is a third party service.

23. 2. 3.: 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. A system according to one of claims 13 to 22, characterized in that the voice file (202) is encoded in an audio codec and encapsulated in RTP format.

24. A system according to claim 23, characterized in that the codec is a G.711 codec or a GSM codec.

SPANISH OFFICE OF THE PATENTS AND BRAND

Application no .: 200930666

SPAIN

Date of submission of the application: 09.09.2009

Priority Date:

REPORT ON THE STATE OF THE TECHNIQUE

51 Int. Cl.: See Additional Sheet

RELEVANT DOCUMENTS

Categoría Category: Documentos citados Reivindicaciones afectadas Documents cited Claims Affected

X X: CN 101465825 A (ALIBABA GROUP HOLDING CO LTD) 24.06.2009, todo el documento. 1-24 CN 101465825 A (ALIBABA GROUP HOLDING CO LTD) 24.06.2009, the whole document. 1-24

X X: WO 2007037891 A2 (CISCO TECH INC et al.) 05.04.2007, página 8, línea 18 – página 10, línea 4; figura 6. 1-24 WO 2007037891 A2 (CISCO TECH INC et al.) 05.04.2007, page 8, line 18 - page 10, line 4; figure 6. 1-24

X X: US 2004003041 A1 (MOORE RICHARD G et al.) 01.01.2004, párrafos [103-105],[179-195]. 1-24 US 2004003041 A1 (MOORE RICHARD G et al.) 01.01.2004, paragraphs [103-105], [179-195]. 1-24

X X: US 2008077664 A1 (VANDERBAAN KABE et al.) 27.03.2008 1-24 US 2008077664 A1 (VANDERBAAN KABE et al.) 27.03.2008 1-24

A TO: EP 1414204 A1 (KONINKL KPN NV) 28.04.2004, párrafos [20-24]. 1-24 EP 1414204 A1 (KONINKL KPN NV) 28.04.2004, paragraphs [20-24]. 1-24

Categoría de los documentos citados X: de particular relevancia Y: de particular relevancia combinado con otro/s de la misma categoría A: refleja el estado de la técnica O: referido a divulgación no escrita P: publicado entre la fecha de prioridad y la de presentación de la solicitud E: documento anterior, pero publicado después de la fecha de presentación de la solicitud Category of the documents cited X: of particular relevance Y: of particular relevance combined with other / s of the same category A: reflects the state of the art O: refers to unwritten disclosure P: published between the priority date and the date of priority submission of the application E: previous document, but published after the date of submission of the application

El presente informe ha sido realizado • para todas las reivindicaciones • para las reivindicaciones nº: This report has been prepared • for all claims • for claims no:

Fecha de realización del informe 23.12.2011 Date of realization of the report 23.12.2011: Examinador J. Santaella Vallejo Página 1/5 Examiner J. Santaella Vallejo Page 1/5

REPORT OF THE STATE OF THE TECHNIQUE

CLASSIFICATION OBJECT OF THE APPLICATION G06F17 / 20 (2006.01)

H04M3 / 42 (2006.01) H04M7 / 00 (2006.01) Minimum documentation sought (classification system followed by classification symbols)

G06F, H04M

Electronic databases consulted during the search (name of the database and, if possible, terms of search used) INVENTIONS, EPODOC

WRITTEN OPINION

Date of Written Opinion: 23.12.2011

Statement

Novedad (Art. 6.1 LP 11/1986) Novelty (Art. 6.1 LP 11/1986): Reivindicaciones Reivindicaciones 1 2-24 SI NO Claims Claims 1 2-24 IF NOT

Actividad inventiva (Art. 8.1 LP11/1986) Inventive activity (Art. 8.1 LP11 / 1986): Reivindicaciones Reivindicaciones 2-24 SI NO Claims Claims 2-24 IF NOT

The application is considered to comply with the industrial application requirement. This requirement was evaluated during the formal and technical examination phase of the application (Article 31.2 Law 11/1986).

Opinion Base.-

This opinion has been made on the basis of the patent application as published.

WRITTEN OPINION

1. Documents considered.-

The documents belonging to the state of the art taken into consideration for the realization of this opinion are listed below.

Documento Document: Número Publicación o Identificación Fecha Publicación Publication or Identification Number publication date

D01 D01: CN 101465825 A (ALIBABA GROUP HOLDING CO LTD) 24.06.2009 CN 101465825 A (ALIBABA GROUP HOLDING CO LTD) 06.24.2009

D02 D02: WO 2007037891 A2 (CISCO TECH INC et al.) 05.04.2007 WO 2007037891 A2 (CISCO TECH INC et al.) 04.04.2007

D03 D03: US 2004003041 A1 (MOORE RICHARD G et al.) 01.01.2004 US 2004003041 A1 (MOORE RICHARD G et al.) 01.01.2004

D04 D04: US 2008077664 A1 (VANDERBAAN KABE et al.) 27.03.2008 US 2008077664 A1 (VANDERBAAN KABE et al.) 03/27/2008

D05 D05: EP 1414204 A1 (KONINKL KPN NV) 28.04.2004 EP 1414204 A1 (KONINKL KPN NV) 04/28/2004

2. Statement motivated according to articles 29.6 and 29.7 of the Regulations for the execution of Law 11/1986, of March 20, on Patents on novelty and inventive activity; quotes and explanations in support of this statement

The claimed invention presents a method and system for converting text messages into voice over IP calls comprising providing a text message contained in an HTTP request entered by an original user through a Web interface, with an identifier. ; send the request with identifier to a text-to-speech converter; convert the text contained in the request with an identifier into a voice file using a text to voice converter; make a voice over IP call to the destination indicated in the HTTP request; play the voice file when the destination responds to the voice call, using the first subsystem; end the voice call, generate a notification about the result of the voice call, and transmit it notification to the original user.

The state of the art document closest to the invention is D01 and discloses a method of instant communication that involves the conversion of text data received from the user's terminal into voice data and transmission of voice data through corresponding user terminals preset phone number.

For clarity, and as far as possible, the same wording used in claim 1 is used. The references in parentheses correspond to D01. Technical characteristics not found in document D01 are indicated in square brackets.

NOTE: References are made by citing US document US2010 / 169096 with a subsequent publication date but claiming priority of document D01

Claim 1 Method for converting text messages into voice over IP calls from a Web interface comprising sending a voice message generated from a text sent by an original user to a destination via a text-to-speech converter with the following stages (title, summary, figure 2):

1. one.: 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; a first stage in which a text message contained in an HTTP request introduced by an original user through a Web interface of a first subsystem comprising a SIP user agent, is provided with at least one identifier to generate a request with identifier comprising a file identifier and a text corresponding to the text message present in the http request;

2. 2.: una segunda etapa en la que la petición con identificador se envía a un conversor de texto a voz mediante un segundo subsistema; a second stage in which the request with identifier is sent to a text-to-speech converter through a second subsystem;

3. 3.: una tercera etapa en la que el mensaje de texto contenido en la petición con identificador se convierte en un fichero de de voz mediante el conversor de texto a voz sintética; a third stage in which the text message contained in the request with identifier is converted into a voice file by means of the text to synthetic voice converter;

4. Four.: una cuarte 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; a fourth stage in which the text to synthetic voice converter sends the voice file to a voice message file identified by the identifier indicated in the request with identifier to the first subsystem;

5. 5.: una quinta etapa en la que, mediante el primer subsistema (101), se realiza una llamada de voz sobre IP al destino indicado en la petición de HTTP; a fifth stage in which, by means of the first subsystem (101), a voice over IP call is made to the destination indicated in the HTTP request;

6. 6.: 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; a sixth stage in which, when the destination responds to the voice call, a voice session is initiated with the destination in which the voice file is reproduced with synthetic voice by the first subsystem and transmitted to the destination;

7. 7.: 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 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 a seventh stage in which the first subsystem ends the voice call and generates a notification to inform the original user about the result of the voice call, the notification being a delivery notification when the voice voice file has been communicated to the destination, and an error notification when the voice message could not be transmitted to the destination; Y

8. 8.: una octava etapa en la que el primer subsistema transmite la notificación al usuario original. an eighth stage in which the first subsystem transmits the notification to the original user.

All these steps are fully understood in paragraphs 16-25 and figures 2 and 3.

Therefore in light of D01, the first invention is not new as set forth in article 6 of the 1986 Patent Law.

WRITTEN OPINION

Claims 2-12 In view of the aforementioned document D01 the rest of the claims are practical issues, which are previously known from the cited document for a person skilled in the art.

Therefore, in light of D01, inventions 2-12 are new but lack inventive activity as set forth in articles 6 and 8 of the 1986 Patent Law.

Claim 13-24 In view of method D01 it is considered that the inventions claimed 13-24 are mere particular executions of said method.

Therefore, in light of D01, inventions 13-24 are new but lack inventive activity as set forth in articles 6 and 8 of the 1986 Patent Law.