独立智能外设中基于MRCP的语音定制业务的设计与实现

论文摘要

随着移动增值业务的发展，彩铃业务应运而生，自从2003年以来得到了迅猛发展，受到越来越多的用户的喜爱。截止2006年底，全国彩铃用户已经突破1.4亿。然而，面对着日益增长的用户数量，移动运营商更加关心的是，如何在保住现有用户群体的基础上增加新的用户群体。经市场调查显示，令目前的彩铃用户最烦恼的是彩铃的定制方式。目前的彩铃定制方式主要是WEB和交互语音导航(Interactive Voice Response，IVR)方式。WEB操作简单，功能强大，但是用户必须接入Internet才能实现，无法做到随时随地的操作；而IVR方式虽然可以随时随地进行接入管理，但是却比较繁琐，用户必须逐级菜单的进行选择，定制一首歌曲往往需要几分钟的时间。因此，一种方便快捷的铃音定制方式，将更加有利于彩铃业务的拓展。正是基于上述考虑，我们提出了在现有彩铃平台中增加语音定制(Speech Customization，SC)功能。彩铃语音定制功能使用了先进的自动语音识别(Automatic Speech Recognize，ASR)技术，取代了传统IVR的按键操作方式，用户只需直接说出歌手或歌曲名就可以快速完成定制，用户在方便快捷完成铃音定制的同时还可以感受到语音识别技术的奇妙，这将极大地刺激用户使用彩铃的积极性，有助于继续推进彩铃市场的持续高速发展。本文首先介绍了论文背景相关知识，包括独立智能外设、语音定制业务。然后介绍了独立智能外设平台(Independent Intelligent Peripheral，IIP)中基于识别引擎API(Application Procedure Interface)调用的通用的语音识别功能实现方案。然而，这种实现方案存在很大的弊端，主要是开发工作量大，网络部署复杂，维护版本多，受语音板卡类型限制等。在分析其弊端的基础上，本文建设性的提出了基于MRCP(Media Resource Control Protocol)的实现方案。该方案为各种识别引擎提供了统一的接入平台，能够真正实现“即插即用”。MRCP协议的引入，是本文的创新点。最后详细介绍了基于MRCP协议的语音定制业务的设计与实现。本文各个章节的内容设计如下：第一章概要介绍了独立智能外设、语音识别技术及语音定制业务等基本概念。第二章通过对识别引擎API调用实现方案的分析，针对其弊端，建设性的提出MRCP实现方案。并对两种语音定制功能实现方案进行了分析比较，提出基于MRCP实现方案的优点。第三章概要介绍了MRCP协议内容，包括：相关协议SIP、SDP、RTP；MRCP协议系统架构；MRCP消息格式和类型；语音识别消息等。第四章详细介绍了IIP平台中增加基于MRCP协议的语音定制功能的总体设计及改造方案，包括系统的物理架构、系统架构和软件架构的设计。第五章根据第四章的总体设计方案，详细介绍了独立智能外设中资源节点(Resource Node，RN)中各个功能模块的详细设计及实现方案。第六章对MRCP协议及语音定制业务的思考及展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 概述
• 1.1 独立智能外设
• 1.1.1 独立智能外设的出现及其在移动智能网中的位置
• 1.1.2 CMIN02-IIPv2独立智能外设系统
• 1.2 语音定制业务
• 1.2.1 语音定制功能介绍
• 1.2.2 语音识别技术介绍
• 1.2.3 语音定制业务流程介绍
• 第二章 RN中语音定制功能实现方案的分析与比较
• 2.1 基于识别引擎 API调用的实现方案
• 2.1.1 Nuance 8.5
• 2.1.2 Open Speech Recognizer
• 2.1.3 识别引擎 API调用实现方案的 RN系统结构设计
• 2.2 基于 MRCP协议的实现方案
• 2.2.1 MRCP实现方案的引入
• 2.2.2 MRCP协议简介
• 2.2.3 基于 MRCP协议实现方案的 RN系统结构设计
• 2.3 两种实现方案的比较
• 第三章 MRCP协议
• 3.1 概述
• 3.2 MRCP协议基础
• 3.2.1 SIP和 SDP协议
• 3.2.2 RTP协议
• 3.2.3 MRCP协议系统架构
• 3.2.4 MRCP消息传输
• 3.2.4.1 控制通道的管理
• 3.2.4.2 媒体通道的管理
• 3.2.5 MRCP消息格式
• 3.2.6 MRCP消息类型
• 3.3 MRCP语音识别消息
• 3.3.1 语音识别消息起始行
• 3.3.2 语音识别消息头
• 3.3.3 语音识别消息体
• 3.3.3.1 识别语法
• 3.3.3.2 识别结果
• 第四章 IIP语音定制功能的总体设计
• 4.1 系统设计原则
• 4.2 IIP系统改造方案
• 4.2.1 物理架构改造方案
• 4.2.2 系统架构改造方案
• 4.2.3 软件架构改造方案
• 第五章 RN语音定制功能的详细设计与实现
• 5.1 协议处理模块的设计与实现
• 5.1.1 协议处理模块结构设计
• 5.1.2 协议处理模块类详细设计
• 5.1.3 协议栈配置方式设计
• 5.1.4 协议栈适配子模块的实现
• 5.2 资源处理模块的设计
• 5.2.1 消息队列的设计
• 5.2.2 会话连接池的设计
• 5.2.2.1 SIP会话流程
• 5.2.2.2 会话连接池结构设计
• 5.3 消息处理模块中语音识别内部消息设计
• 5.4 通道状态迁移处理模块中语音识别自动机的设计
• 5.5 语音识别流程详细设计
• 5.6 语音识别流程的消息实现
• 第六章 MRCP协议及语音定制业务的思考
• 结束语
• 参考文献
• 致谢