1. 需求分析与业务理解1.1 临床诊断流程

根据临床经验，眩晕的临床诊断是有固定流程的，如下图所示：

参考来源：吉林大学中日联谊医院耳鼻咽喉头颈外科 郑军 眩晕概述

1.2 临床痛点

根据临床经验，对于眩晕的诊断和问诊已经形成了比较明确的诊断流程，但医生需要询问的问题比较多，对于每位患者，大部分问诊都是重复的，而且还需要书写问诊记录，所以需要耗费较长的时间。在医生比较繁忙和疲惫时，或者对于没有经验的医生，往往可能会漏掉某些问题，导致漏诊或误诊。

从技术上来说，语音问诊最大的难点和痛点就是通话质量差、有回声、噪声感染、在网络差的时候会表现出更差的通话等，这些问题都是技术上需要克服的难点，如果进行自研，会消耗很大的时间和精力在这上面，但同时又不得不重视这一领域，所以业内对这一问题的解决呼声很高，希望出现技术可靠、功能稳定，快速集成的解决方案。

1.3 临床需求

为了提升临床上对眩晕诊断的准确性以及诊断的效率，拟研发眩晕智能语音问诊产品，其应用场景有如下两种模式：

模式1：线上模式

模式2：线下模式

2. 整体设计方案2.1 产品架构

整个产品在逻辑上可以划分为客户端和服务端两部分，客户端分为患者端和医生端在线问诊系统，基本功能相似，包括交互界面、登录管理、语义播放和语音接收等功能，医生端还包括问诊记录的浏览及编辑交互界面。服务端包括问答管理子系统、问诊记录管理子系统、系统管理子系统和支撑数据库。

2.2 技术架构

技术架构可分为客户端和服务端两大部分，客户端直接面向终端客户在线问诊系统，包括患者端和医生端，其中的核心技术包括回声消除、噪音抑制(NS)、语音端点检测(VAD)等，集成 SDK提供的先进技术，专注于为企业提供跨平台的音频解决方案，实现通话过程中的回声消除、噪音抑制、会议混音等。另外内置Opus、Speex以及PCM编解码；实时接收多路音频输入，输出混音音频。而且提供多平台支持，支持、iOS、、Linux及嵌入式Linux系统。

服务端包括语音数据处理层、文本数据处理层、程序逻辑层、技术支撑层和数据支持层。语音数据处理层包括语音合成(TTS)和自动语音识别(ASR)。文本数据处理层包括自然语言处理、知识图谱和知识推理。程序逻辑层包括问答系统和问诊记录管理，承载了系统的业务核心。技术支撑层为整个系统提供了基础技术的支撑。数据支持层为上层提供模型、词库、问答库、推理依赖的本体知识库以及业务中间和结果数据的存储服务。

2.3 总体设计亮点或优势

整体架构设计的亮点主要体现在以下两个方面：

（1）集成了先进的擎声 SDK：整个系统以语音作为交互指令，所以对接收的语音的质量控制直接关系到服务端提供服务的质量。擎声 SDK提供的回声消除、噪音抑制等关键技术很好地保证了接收的语音数据的质量。