MRCPv2在电信智能语音识别业务中的应用

Posted 2021-02-11 damizhou

1. MRCPv2协议简介

      媒体资源控制协议(Media Resource Control Protocol, MRCP)是一种基于TCP/IP的通讯协议，用于客户端向媒体资源服务器请求提供各种媒体资源服务。此协议是由Cisco、Nuance等公司联合开发，由IETF作为Internet草案发布，经过不断的更新，目前最新的版本为RFC6787,可以支持的媒体资源业务包括文语转换(Text to Speech, TTS)、自动语音识别 (Automatic Speech Recognition, ASR)、录音(Recording)、声纹识别(Voiceprint Recognition, VPR)。

 

2. MRCPv2系统结构及协议控制

      MRCP 协议本身不是独立的，它不仅仅依赖于TCP/IP协议，还依赖于SIP、SDP、RTP、RTCP、RTSP等协议。

      其系统结构如图1所示：

      （1） 控制面：它通过sip协议在客户端(MRCP Client)和服务器(MRCP Server)之间建立和管理会话（注：MRCPv1就使用RTSP协议完成控制，MRCPv2改为sip协议）。

       （2）它通过SDP交换媒体能力以及通过RTP协议完成媒体的承载交换。

        （3）业务面：它通过MRCP协议来控制完成媒体资源服务的相关请求，响应和事件的传递，从而为客户端提供所需要的媒体资源服务。

         其协议控制机制如图2所示：

 

         （1）SIP协商过程中，MRCP Client在INVITE消息中携带自身用于传递MRCP协议以及RTP语音流的SDP（IP地址和端口号）。

          （2）在协商成功返回200消息中会带上MRCP Server侧的SDP。

          （3）MRCP Client发起TCP连接创建，并且通过TCP连接上发送MRCP协议控制MRCP Server分配的资源。

           （4）MRCP Client/Server通过在RTP连接上传输语音数据从而实现媒体资源业务。

            （5）当业务应用结束时，终止SIP会话的同时，还需要关闭TCP和RTP连接。

      

    MRCPv2的使用规范可以总结如下：

    （1）MRCP Client 通过SIP&SDP建立与MRCP Server的MRCP控制通道（使用MRCP 通道ID进行唯一标识，MRCP Server返回200消息时，通过a==channel属性指定）

     （2）可以使用SIP的Re-INVITE消息添加或者删除一个会话中的MRCP控制通道，所以一个会话可以拥有多个MRCP控制通道（比如：一个会话可以同时拥有ASR&TTS 通道）

      （3）多个MRCP控制通道可以共享同一个TCP链接。

       （4）一个MRCP消息只能携带一个MRCP通道ID。

       （5）MRCP控制消息不能更改SIP绘话的状态。

       （6）由于MRCP不保证传输的可靠性，所以必须使用TCP来保证其传输。