在與各類ASR等做對接時(shí)，總避免不了有些ASR沒有一個(gè)更為標(biāo)準(zhǔn)的對接方式，有時(shí)就需要自己按mrcp協(xié)議去處理這些ASR識(shí)別引擎。
在這里我們采用unimrcp這個(gè)開源項(xiàng)目來作為識(shí)別中間件，對FreeSWITCH的語音部分通過unimrcp送給ASR識(shí)別引擎，然后識(shí)別引擎再把結(jié)果送到unimrcp后，由unimrcp再回送到FreeSWITCH結(jié)構(gòu)大致如下：
在以上的開發(fā)流程中，我們結(jié)合了第三方語音機(jī)器人開發(fā)公司上海寧衛(wèi)的檢測模塊的業(yè)務(wù)流程處理，結(jié)合unimrcp和第三方的MRCP服務(wù)器進(jìn)行對接，ASR 服務(wù)器進(jìn)行識(shí)別處理。
本之間我們先介紹下unimrcp這個(gè)開源項(xiàng)目。
這是一個(gè)基于RFC6787和RFC4463的跨平臺(tái)mrcp的輕量實(shí)現(xiàn)，其跨平臺(tái)是依賴apache apr庫，而FreeSwitch的跨平臺(tái)也是依賴于這一c實(shí)現(xiàn)庫。在unimrcp中，還有以下一些第三方庫：
- mpf - Media processing framework.
- mrcp - Implementation of MRCP basics （message, parser, resources）.
- mrcpv2-transport - Implementation of the MRCPv2 transport layer.
- mrcp-signaling - Abstract MRCP signaling （session management） interface.
- mrcp-engine - Abstract resource engine interface.
- mrcp-client - Implementation of an MRCP client stack based on the abstract signaling interface.
- mrcp-server - Implementation of an MRCP server stack based on the abstract signaling and engine interfaces.
- uni-rtsp - Implementation of a minimal RTSP stack required for MRCPv1.
- Mrcp-sofia - Implementation of the abstract signaling interface using the SofiaSIP library.
以上的介紹都算是一些基本的知識(shí)要求，而在unimrcp如果要按我們的想法去實(shí)現(xiàn)相關(guān)的對接，則是去實(shí)現(xiàn)一個(gè)個(gè)的插件（plugin）.在unimrcp中現(xiàn)在默認(rèn)支持以下四種plugin:
- demo-synth - Implementation of a TTS plugin which simulates synthesis.
- demo-recog - Implementation of an ASR plugin which simulates recognition.
- demo-verif - Implementation of an SVI plugin which simulates speaker verification.
- mrcp-recorder - Implementation of a recorder plugin.
在我們現(xiàn)在的語音機(jī)器人開發(fā)中，我們僅使用了語音識(shí)別功能和語音合成功能。當(dāng)然，語音合成或TTS也可以使用其他第三方的模塊來進(jìn)行處理。在這里recorder（錄音）或verif（驗(yàn)證）對我們暫時(shí)不需要，因?yàn)槲覀児┲鶩reeSwitch來實(shí)現(xiàn)recorder更容易，而verif對我們來說，基本沒什么需求，都可以略過。那么我們講講如何實(shí)現(xiàn)和ASR進(jìn)行編程進(jìn)行對接。
在實(shí)現(xiàn)unimrcp的ASR插件時(shí)，要按它的標(biāo)準(zhǔn)去實(shí)現(xiàn)一些接口或方法。
定義的結(jié)構(gòu)體
MRCP引擎維護(hù)的方法：
static const struct mrcp_engine_method_vtable_t engine_vtable = {
demo_recog_engine_destroy,
demo_recog_engine_open,
demo_recog_engine_close,
demo_recog_engine_channel_create
};
這里其實(shí)就是聲明為函數(shù)的指針，其定義如下：
/** Table of MRCP engine virtual methods */
struct mrcp_engine_method_vtable_t {
apt_bool_t （*destroy）（mrcp_engine_t *engine）;
apt_bool_t （*open）（mrcp_engine_t *engine）;
apt_bool_t （*close）（mrcp_engine_t *engine）;
mrcp_engine_channel_t* （*create_channel）（mrcp_engine_t *engine, apr_pool_t *pool）;
};
按以上兩個(gè)定義，我們可以看到，實(shí)際上就是針對mrcp的通道建立、數(shù)據(jù)傳輸、關(guān)閉、釋放做對應(yīng)的回調(diào)。
2. MRCP通道的維護(hù)方法：
static const struct mrcp_engine_channel_method_vtable_t channel_vtable = {
demo_recog_channel_destroy,
demo_recog_channel_open,
demo_recog_channel_close,
demo_recog_channel_request_process
};
同樣需要考慮這個(gè)mrcp_engine_channel_method_vtable_t結(jié)構(gòu)的具體實(shí)現(xiàn)，其定義如下：
/** Table of channel virtual methods */
struct mrcp_engine_channel_method_vtable_t {
apt_bool_t （*destroy）（mrcp_engine_channel_t *channel）;
apt_bool_t （*open）（mrcp_engine_channel_t *channel）;
apt_bool_t （*close）（mrcp_engine_channel_t *channel）;
apt_bool_t （*process_request）（mrcp_engine_channel_t *channel, mrcp_message_t *request）;
};
通過以上這個(gè)結(jié)構(gòu)體實(shí)現(xiàn)的方法，來完成對于識(shí)別通道的維護(hù)。
3. 針對音頻流的維護(hù)方法：
static const mpf_audio_stream_vtable_t audio_stream_vtable = {
demo_recog_stream_destroy,
NULL,
NULL,
NULL,
demo_recog_stream_open,
demo_recog_stream_close,
demo_recog_stream_write,
NULL
};
這是在mpf（media process framework）中定義的對于流媒體的處理接口要求，原結(jié)構(gòu)：
/** Table of audio stream virtual methods */
struct mpf_audio_stream_vtable_t {
apt_bool_t （*destroy）（mpf_audio_stream_t *stream）;
apt_bool_t （*open_rx）（mpf_audio_stream_t *stream, mpf_codec_t *codec）;
apt_bool_t （*close_rx）（mpf_audio_stream_t *stream）;
apt_bool_t （*read_frame）（mpf_audio_stream_t *stream, mpf_frame_t *frame）;
apt_bool_t （*open_tx）（mpf_audio_stream_t *stream, mpf_codec_t *codec）;
apt_bool_t （*close_tx）（mpf_audio_stream_t *stream）;
apt_bool_t （*write_frame）（mpf_audio_stream_t *stream, const mpf_frame_t *frame）;
void （*trace）（mpf_audio_stream_t *stream, mpf_stream_direction_e direction, apt_text_stream_t *output）;
};
4. 接下來要實(shí)現(xiàn)一個(gè)引擎隊(duì)列維護(hù)對象
struct demo_recog_engine_t {
apt_consumer_task_t *task;
};
5. 需要明確聲明一個(gè)對通道進(jìn)行識(shí)別的一個(gè)具體的對象
struct demo_recog_channel_t {
demo_recog_engine_t *demo_engine;
mrcp_engine_channel_t *channel;
mrcp_message_t *recog_request;
mrcp_message_t *stop_response;
apt_bool_t timers_started;
mpf_activity_detector_t *detector;
FILE *audio_out;
};
這里需要注意的是這里可以定義定時(shí)器timers_started，用來配合detector這個(gè)mpf的特性來完成語音的有效或者說活動(dòng)性檢測。
而audio_out可以完成錄音性的東西。
需要完成的方法
- demo_recog_engine_channel_create 用來創(chuàng)建一個(gè)要進(jìn)行識(shí)別的通道，基本以sip為主，通過信令來管理。
- demo_recog_stream_write 對于通過rtp送過來的數(shù)據(jù)，送給識(shí)別引擎進(jìn)行處理，更為大量的工作是在這里進(jìn)行處理。
- 通過業(yè)務(wù)邏輯對話術(shù)進(jìn)行處理和邏輯判斷。此部分的內(nèi)容我們在后續(xù)的增加中會(huì)通過簡單示例來演示如何使用MRCP協(xié)議實(shí)現(xiàn)外呼，通過語音識(shí)別結(jié)合語義匹配實(shí)現(xiàn)銀行催收業(yè)務(wù)和教育培訓(xùn)業(yè)務(wù)的處理
unimrcp-MRCP協(xié)議學(xué)習(xí)分享，QQ群號(hào)：208136295
關(guān)注微信公眾號(hào)：asterisk-cn，獲得有價(jià)值的Asterisk行業(yè)分享
freepbx 技術(shù)論壇：www.ippbx.org.cn
Asterisk， freepbx技術(shù)文檔： www.freepbx.org.cn
歐米（Omni）智能客服解決方案
融合通信商業(yè)解決方案，協(xié)同解決方案首選產(chǎn)品：www.hiastar.com
Asterisk/FreePBX唯一中國官方合作伙伴
