论文部分内容阅读
随着增值业务的不断发展和电信用户需求的扩大，使用传统的语音增值业务提供服务的方式已经不能满足用户的需要。随着ASR(Automatic Speech Recognition)与TTS(Textto Speech)的发展，基于ASR&TTS的语音增值业务成为新的发展方向。ASR&TITS是语音增值业务极为重要的媒体资源能力，它们优化了用户与语音增值业务平台的交互手段，提高了服务质量。但是目前基于ASR&TTS的语音增值业务都是媒体资源紧耦合(硬件语音资源、ASR和TTS资源)，系统容量小，开放性差，不可移植。这样一旦环境有变化，系统需要重新开发，浪费很多人力和物力。
本课题为了解决目前基于ASR&TTS的语音增值业务存在的问题，提出了采用开放式松耦合协议层LCOPL(Loose Coupling and Open Protocol Layer of ASR&TTS)的解决方案。首先设计了模块化TCP协议MTCP(Modularize TCP)，并实现了RTP(RealtimeTransport Protocol)协议功能，系统模块用MTCP通信，语音流通过RTP传输。利用LCOPL，ASR&TTS功能不直接和语音资源交互，而是通过RTP传输语音流来完成。在此基础上设计和实现系统的核心程序模块。第二阶段，用LCOPL中的MRCP(MediaResource Control Protocol)协议连接．ASR和TTS资源，真正实现了系统对ASR和TTS资源的标准化接口。从而实现了系统摆脱了对硬件语音资源和ASR和TTS资源的依赖，实现了松散耦合的开放式系统。
本课题的研究工作主要有以下几个方面：
1．根据通讯助理系统的大容量的需求，研究和采用了Excel交换机的DSP2卡作为硬件语音资源的方案；
2．研究和设计LCOPL。首先实现了MTCP协议，MTCP主要管理模块名称和socket对应，模块通过名称即可以通信；然后实现了RTP功能。采用LCOPL设计了系统的总体架构；
3．实现处理实时语法信息的语法网关(BRIDGE)；实现ASR&TTS Server来处理ASR&TTS和请求，集成多个ASR和TTS引擎。TTS功能实现文本到语音流或者语音文件的转换，ASR功能实现语音识别，利用LCOPL传输需要的信息和数据；
4．对TTS和ASR功能以及ASR负载均衡等问题进行了改进设计；研究LCOPL协议层中的MRCP协议，在ASR&TTS Server中实现了MRCP协议客户端，从而实现了ASR和TTS资源的标准化接口；
5．通讯助理系统通过某电信运营商的实验室测试和上线测试，证明LCOPL方案的合理性和实用性。目前通讯助理系统投入实际的运营中，运营状况良好。本课题在国内外第一次率先实现了容量大、标准化程度高和开放性好的基于ASR&TTS的语音增值业务系统，具有先进性和创新性。