mrcp與一句話識別

MRCP：媒體資源控制協(xié)議，是一種計算機網(wǎng)絡(luò)應(yīng)用層通訊協(xié)議，用于語音服務(wù)器向客戶端提供各種語音服務(wù)（如：語音識別，語音合成，錄音服務(wù)等）。

我們提供的服務(wù)有：成都做網(wǎng)站、網(wǎng)站設(shè)計、外貿(mào)營銷網(wǎng)站建設(shè)、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認證、維西ssl等。為近1000家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學管理、有技術(shù)的維西網(wǎng)站制作公司

MRCP請求方式：類似于HTTP，MRCP使用請求-響應(yīng)模式，響應(yīng)可以是簡單的確認請求，或者回復關(guān)于處理的信息。例如語音識別：MRCP客戶端向服務(wù)端請求發(fā)送一些音頻數(shù)據(jù)，服務(wù)端可以響應(yīng)識別結(jié)果。

MRCP并未定義音頻數(shù)據(jù)的傳輸，數(shù)據(jù)傳輸必須依賴其他的協(xié)議，比如RTP、FTP來進行。因此MRCP傳輸可以是流式或者非流式傳輸。

一句話識別：實時短語音識別，可用于語音輸入法、智能客服等領(lǐng)域。可支持流式 和 非流式返回方式。

流式：用戶一邊說話，一邊返回識別結(jié)果

非流式：用戶整句話說完后返回識別結(jié)果

訊飛的語音識別的場景一般分為2種，如下：

支持格式：

針對上述兩種場景，背后的識別引擎的處理算法也有差異，具體分為兩種引起：

AI平臺語音識別引擎現(xiàn)采用訊飛的“轉(zhuǎn)寫”非流式引擎，但是在調(diào)用引擎之前，先把語音文件進行切割處理，分成多個小文件，再將一個個的小文件通過引擎識別，最后將識別結(jié)果合并起來，使得看上去類似于流式引擎。

想自己做機器人外呼系統(tǒng),線路,怎么組裝

自己做機器人外呼系統(tǒng)線路和組裝的方法分別是：

1、線路：由于機器人外呼系統(tǒng)線路難以自己研制只能選擇運營商線路。提供方包括三大運營商、集成線路商。這是我們打電話出去要交電話費，必須涉及的供應(yīng)商。

saas服務(wù)平臺。即用戶可以注冊、登錄、繳費、上傳呼叫列表、發(fā)起外呼任務(wù)、外呼結(jié)果查看的網(wǎng)站。這個是終端用戶唯一可以看得到的前端界面。

2、組裝：以呼叫中心技術(shù)系統(tǒng)為基礎(chǔ)，將計算機的信息處理功能、數(shù)字程控交換機的電話接入和智能分配、自動語音處理技術(shù)、 Internet技術(shù)、網(wǎng)絡(luò)通信技術(shù)。

商業(yè)智能技術(shù)與業(yè)務(wù)系統(tǒng)緊密結(jié)合在一起，將公司的通信系統(tǒng)、計算機處理系統(tǒng)、人工業(yè)務(wù)代表、信息等資源整合成統(tǒng)一、高效的服務(wù)工作平臺 。

機器人外呼系統(tǒng)的AI能力對接是：

在具體落地中，這個領(lǐng)域的常規(guī)參與者通常具備呼叫中心能力或者AI能力其中一種，而主要的對接點也就在于AI能力與呼叫中心設(shè)備去對接，而ASR/TTS與呼叫中心設(shè)備對接的常規(guī)協(xié)議主要是mrcp/sip。

媒體資源控制協(xié)議（Media Resource Control Protocol, MRCP）是一種通訊協(xié)議，用于語音服務(wù)器向客戶端提供各種語音服務(wù)(如語音識別和語音合成)。有兩個版本的MRCP協(xié)議，版本2使用SIP作為控制協(xié)議，版本1使用RTSP。

實際對接的時候，會遇到不少技術(shù)問題，有的呼叫中心廠商會要求ASR/TTS引擎做私有云部署，這樣避免了內(nèi)外網(wǎng)穿透時防火墻的諸多設(shè)置和語音流的時延。這對基于語義起家（并購買語音能力）的公司是一個小小的難題。

mrcp 協(xié)議和http協(xié)議區(qū)別

MRCP是引擎之間的一種通信的協(xié)議。HTTP協(xié)議，即超文本傳輸協(xié)議。

MRCP是PBX與ASR和TTS引擎之間的一種通信的協(xié)議。在MRCP規(guī)范1.0版本中，用RTSP發(fā)起會話，用RTP傳輸媒體流。在2.0版本中，會話控制協(xié)議由SIP替換(RTP仍然用于媒體流)。HTTP協(xié)議，即超文本傳輸協(xié)議(Hypertexttransferprotocol)。是一種詳細規(guī)定了瀏覽器和萬維網(wǎng)(WWW=WorldWideWeb)服務(wù)器之間互相通信的規(guī)則，通過因特網(wǎng)傳送萬維網(wǎng)文檔的數(shù)據(jù)傳送協(xié)議。

搭建智能語音交互系統(tǒng)重要點那些

序言

隨著人工智能命題的提出，近年來涌現(xiàn)出一大批基于人工智能的呼叫中心業(yè)務(wù)服務(wù)商和集成商，僅智能外呼這一模塊兒就將近百家公司在推廣和運營。可以說整個基于人工智能技術(shù)的市場開始蓬勃的發(fā)展起來了。

簡單介紹一下什么叫做智能語音交互平臺。其實大實話就是在呼叫中心基礎(chǔ)上，集成 ASR、 TTS、的呼叫服務(wù)平臺。

那么如何我們自己去搭建智能語音系統(tǒng)呢？

我們先列出搭建智能外呼系統(tǒng)的搭建需要那些技術(shù)和服務(wù)：

個人認為：

[if !supportLists]·????????[endif] 首先最重要的是交換機：

[if !supportLists]1.??? [endif]PBX也就是交換機，商用設(shè)備原廠包括像華為、Avaya、思科、東匯等這些生產(chǎn)硬件交換機，

[if !supportLists]2.??? [endif]還有就是目前FreeSitch、asterrisk、OpenPBX這些軟件交換機。

[if !supportLists]·????????[endif] 其次是AI技術(shù): 及包含語音識別、語義理解、語音合成這三種技術(shù)是核心組成部分。語音識別相當于人的“耳朵”，接進電話后，對人的話語進行處理轉(zhuǎn)義成系統(tǒng)能夠識別的數(shù)據(jù)交由系統(tǒng)處理去識別。在進一步的話，可以轉(zhuǎn)義為文字。語義理解相當于人的"大腦"，根據(jù)話語識別人的意圖。語音合成，相當于人的”嘴巴“，識別人的意圖之后，依照特定的回答方式，去回復和引導對話。

[if !supportLists]·????????[endif] 再者是前端服務(wù)平臺：即用戶登錄、配置呼叫流程，建立呼叫任務(wù)、統(tǒng)計呼叫數(shù)據(jù)、導出呼叫報表的網(wǎng)站，這個是終端用戶唯一可以看到并且操作的界面。

[if !supportLists]·????????[endif] 最后是外呼線路：其中包括三大運營商以及其他小型的集成線路供應(yīng)商，主要目的是外呼電話或者是接入電話。

也有人可能有疑問：”智能語音交互系統(tǒng)最重要的不是人工智能么，和交換機有啥關(guān)系？”為什么說最重要的是交換機呢，原因是不管我們是外呼還是接入電話、都需要前端服務(wù)平臺把外呼請求發(fā)送給交換機，通過外呼線路而撥出去。換句話說交換機是控制整體的外呼情況。硬件的交換機，比如說像華為的交換機，價格在大約幾萬到幾百萬不等的價格。對于想要建立自己的智能語音交互系統(tǒng)來說，價格對于一些小型公司來說承受不起，而FreeSitch這種軟交換則大大方便了小型公司建立自己的智能語音交互系統(tǒng)。

什么是FreeSwitch？

FreeSitch是一個電話的軟交換解決方案，包括一個軟電話和軟交換機用以提供語音和聊天的產(chǎn)品驅(qū)動。FreeSitch 可以用作交換機引擎、PBX、多媒體網(wǎng)關(guān)以及多媒體服務(wù)器等。支持多種通訊技術(shù)標準，包括 SIP, H.323, IAX2 以及 GoogleTalk ，同時也可以方便的與其他開源的PBX系統(tǒng)進行對接。而且具有很強的伸縮性。旨在為音頻、視頻、文字或任何其他形式的媒體，提供路由和互連 通信協(xié)議 。

FreeSwitch 的典型功能

[if !supportLists]·????????[endif]在線計費、預付費功能。?

[if !supportLists]·????????[endif]電話路由服務(wù)器。?

[if !supportLists]·????????[endif]語音轉(zhuǎn)碼服務(wù)器。?

[if !supportLists]·????????[endif]支持資源優(yōu)先權(quán)和QoS的服務(wù)器。?

[if !supportLists]·????????[endif]多點會議服務(wù)器。?

[if !supportLists]·????????[endif]IVR、語音通知服務(wù)器。?

[if !supportLists]·????????[endif]VoiceMail服務(wù)器。?

[if !supportLists]·????????[endif]PBX應(yīng)用和軟交換。?

[if !supportLists]·????????[endif]應(yīng)用層網(wǎng)關(guān)。?

[if !supportLists]·????????[endif]防火墻/NAT穿越應(yīng)用。?

[if !supportLists]·????????[endif]私有服務(wù)器。?

[if !supportLists]·????????[endif]SIP網(wǎng)間互聯(lián)網(wǎng)關(guān)。?

[if !supportLists]·????????[endif]SBC及安全網(wǎng)關(guān)。?

FreeSwitch最典型的功能是作為一個服務(wù)器，并用電話客戶端軟件連接到它。雖然FreeSwitch支持眾多的通信協(xié)議，但其最主要的協(xié)議還是SIP，通過SIP中繼發(fā)起會話協(xié)議。

使用FreeSwitch這種軟交換的好處在于，你只需要一臺服務(wù)器就可以隨時搭建自己的外呼中心，而且FreeSwitch支持跨平臺運行。能夠原生運行Windows、Linux、BSD等諸多32/64位平臺。

FreeSwitch內(nèi)部使用線程模型來處理并發(fā)請求，每個連接都在單獨的線程中進行處理，不同的線程間通過Mutex互斥訪問共享資源，并通過消息和異步事件等方式進行通信。FreeSwitch本身是比較穩(wěn)定的，它是比較優(yōu)秀的開源軟件。另一方面來講，F(xiàn)reeSwitch又是比較激進的，它的開發(fā)分支里會有大量的新特性加入，因此在測試不全面的情況下，很容易出現(xiàn)不穩(wěn)定的情況。而在用于生產(chǎn)環(huán)境的情況下，系統(tǒng)的穩(wěn)定性是系統(tǒng)能否正常被使用的關(guān)鍵。之前我們在做項目的過程中，就遇到一些FreeSwitch不穩(wěn)定的情況，導致外呼情況不理想。舉一個例子：我們在進行測試外呼的時候，語音通話斷斷續(xù)續(xù)，雖然前端服務(wù)平臺可以很好的接受到數(shù)據(jù)的傳輸，但是，真正在與人工進行溝通的時候，會出現(xiàn)各種各樣的溝通障礙，為了解決這一個問題，我們花費了幾個月的時間，去研究FreeSwitch的結(jié)構(gòu)特性。終于把這個問題解決掉。我們的項目才得以繼續(xù)推動，最終得以真正落地部署實施。

也有人可能有疑問：”FreeSwitch軟交換雖然重要，但是既然是智能語音交互系統(tǒng)人工智能不重要嗎？”，重要，當然重要！容我慢慢道來~

AI 技術(shù)

1. 通信原理

先簡單解釋一下正常打電話這個流程

流程：A→PSTN→B

解釋：PSTN是Public

Switched Telephone Network，意思為公共交換電話網(wǎng)絡(luò)，也就是我們的運營商的網(wǎng)絡(luò)電話，

那我們平時如何給呼叫中心比如打電話是如何打的？：個人A打電話給呼叫中心1***6 打電話，撥通后聽到錄音，您好，撥打人工臺，請按0鍵，按鍵之后，出現(xiàn)盲音，真正接通之后，客服接通了電話。

流程：A→PSTN→PBX→IVR→客服

解釋：PBX也叫交換機、相當于整個呼叫中心的出入口

IVR也叫互動/交互式語音應(yīng)答，語音導航，也就是相當于咨詢業(yè)務(wù)請按鍵，這一環(huán)節(jié)，根據(jù)業(yè)務(wù)去分流到客服。

智能語音交互平臺（智能機器人）落實到具體具體業(yè)務(wù)場景是如何實現(xiàn)的：

如：”個人A要在某一個大型酒店預訂位子“，

A撥通后先聽到了聲音，“您好，我是機器人小岳，需要我?guī)湍單蛔邮菃幔?/p>

個人A說，“我不要和機器人說話，找個真人來”。

然后聽到錄音，“為您轉(zhuǎn)接很貴的真人客服，排隊中，請稍后”。

幾分鐘后接通，真人客服接了電話。

流程：A→PSTN→PBX→IVR（TTS→ASR→NLP→TTS）→ACD→客服

解釋：在IVR部分：不再需要提示按鍵，而是直接問來電方需要辦理什么業(yè)務(wù)，然后識別語音、理解意圖后，根據(jù)用戶的需求，回答后轉(zhuǎn)入對應(yīng)的業(yè)務(wù)隊列排隊。

上邊是接通的流程，呼出的流程與之相反，就不在贅述了。

2. 現(xiàn)在市場上的AI技術(shù)的運用

目前市場上的不管是ASR、TTS、NLP都被阿里百度科大訊飛等巨頭公司所占據(jù)，這些技術(shù)在國內(nèi)基本已經(jīng)成為定局。像ASR這類引擎市場上大部分都是用的阿里云和訊飛云的，要不就是百度云。阿里云和訊飛云的識別率高一些，可以達到97%左右、百度的差一些，識別率在80%左右，我們當初在做項目的時候選擇ASR做過測試，事實證明阿里云識別率更高同時也可以識別方言。因此，我們在做項目的時候，當仁不讓的選擇了阿里云的

TTS我們選擇的是訊飛的，選擇的理由很簡單，畢竟科大訊飛是人工智能領(lǐng)域巨頭級的公司，質(zhì)量當然有的保證。

3. AI 能力對接

在具體落地中，這個領(lǐng)域的常規(guī)參與者通常具備呼叫中心能力或者AI能力其中一種，而主要的對接點也就在于AI能力與呼叫中心設(shè)備去對接，而ASR/TTS與呼叫中心設(shè)備對接的常規(guī)協(xié)議主要是mrcp/sip。

媒體資源控制協(xié)議（Media Resource Control

Protocol, MRCP）是一種通訊協(xié)議，用于語音服務(wù)器向客戶端提供各種語音服務(wù)(如語音識別和語音合成)。有兩個版本的MRCP協(xié)議，版本2使用SIP作為控制協(xié)議，版本1使用RTSP。

實際對接的時候，會遇到不少技術(shù)問題，當我們ASR/TTS引擎做私有云部署，為了避免了內(nèi)外網(wǎng)穿透時防火墻的諸多設(shè)置和語音流的時延。這在我們當時對接的時候也花費了好大一番功夫。

前端服務(wù)平臺：

其中最重要的就是配置呼叫流程這一塊兒了，

這一塊兒很容易被忽視，但是這反而是可以出成績的地方。一般來說一套最佳話術(shù)模板，可以以一敵萬。心理學基礎(chǔ)必須要有，一句話怎么說能讓接電話的人最大概率的順著自己的思路走，達成目的，從而形成特定細分領(lǐng)域機器人話術(shù)模板，得到最佳的外呼效果（接通率、通話時長、電銷意愿、催收意愿）或者是接通效果（滿意度）

其余的基本就是web端的東西了，具體功能點呢，即用戶登錄、配置呼叫流程，建立呼叫任務(wù)、統(tǒng)計呼叫數(shù)據(jù)、導出呼叫報表，這些功能點基本實現(xiàn)就可以，因為站在產(chǎn)品角度，產(chǎn)品最重要的價值就是可以呼通或者接通用戶的電話，并且能夠準確的識別用戶的意圖，并且準確的回答用戶。這就是智能語音交互系統(tǒng)的最終目標，也一直是我們的最終目標。

外呼線路廠商：

一般如果是購買系統(tǒng)的話，是給提供線路的，只需交一些線路費用。如果是自己做項目的話，網(wǎng)上、淘寶上一大堆，費用可以談，也給提供線路對接的接口。

結(jié)語

雖然現(xiàn)在市場上做智能語音交互系統(tǒng)的比較多，但一般只限于各個行業(yè)的電話銷售，真正意義上的智能語音交互還是很少的。原因很簡單，雖然原理不是很難但是真正落地實施的時候，遇到的困難非常的多，幾乎是一步一個坑。好在現(xiàn)在已經(jīng)真正的落地實施了，方方面面的效果都還是很不錯的。一年多的辛苦沒有白費。哈哈~

寫這篇文章嘗試給大家簡單介紹一下智能語音交互系統(tǒng)，然才疏學淺，疏漏和不當之處在所難免，權(quán)當給大家拋磚引玉。

諸多細節(jié)限于主題和篇幅的要求不做詳細記述，如有問題，歡迎隨時交流。

本文題目：mrcp協(xié)議go語言 mrcp 協(xié)議
標題來源：http://www.chinadenli.net/article18/dosgogp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供關(guān)鍵詞優(yōu)化、自適應(yīng)網(wǎng)站、網(wǎng)頁設(shè)計公司、企業(yè)建站、全網(wǎng)營銷推廣、

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)