1、在語(yǔ)音識(shí)別資源中，MRCP支持了三種事件，它們分別是START-OF-INPUT，RECOGNITION-COMPLETE和INTERPRETATION-COMPLETE。
START-OF-INPUT事件是由語(yǔ)音識(shí)別資源側(cè)回復(fù)的事件消息，它通知MRCP客戶端資源服務(wù)器已經(jīng)收到了語(yǔ)音輸入或DTMF輸入。具體的輸入數(shù)據(jù)類型通過(guò)消息體中的Input-Type來(lái)表示。大部分情況下，此事件用來(lái)支持MRCP客戶端檢測(cè)打斷或停止語(yǔ)音回放。這里讀者要注意，語(yǔ)音識(shí)別資源不會(huì)對(duì)熱詞識(shí)別模式生成此事件。具體的事件使用場(chǎng)景在上一講做已經(jīng)介紹，讀者可以查閱歷史文檔來(lái)進(jìn)一步學(xué)習(xí)。
RECOGNITION-COMPLETE是語(yǔ)音識(shí)別資源生成的事件消息，它用來(lái)對(duì)MRCP客戶端說(shuō)明，識(shí)別處理已經(jīng)完成，并且通過(guò)消息體傳輸了識(shí)別結(jié)果。事件消息體中的Completion-Cause和可選的Completion-Reason頭用來(lái)表示完成識(shí)別的狀態(tài)。在前面的章節(jié)中，我們提供了完整的識(shí)別流程消息說(shuō)明，用戶可以查閱。這里，我們僅簡(jiǎn)單列出一個(gè)RECOGNITION-COMPLETE示例（服務(wù)器端->客戶端）：
這里，如果是成功的識(shí)別流程，返回的識(shí)別結(jié)果通過(guò)語(yǔ)音文件格式。
INTERPRETATION-COMPLETE和前面提到的RECOGNITION-COMPLETE類似，但是它表示的是解析過(guò)程完成（不是識(shí)別過(guò)程），并且傳輸了解析結(jié)果。我們?cè)谏弦恢v中也提供了完整的示例流程，讀者可以查閱。這里，我們提供一個(gè)響應(yīng)部分的具體的示例如下（服務(wù)器端->客戶端）：
2、現(xiàn)在，我們開始介紹語(yǔ)音識(shí)別資源的headers。因?yàn)槠容^長(zhǎng)，筆者盡可能對(duì)每個(gè)header做出解釋，如果有不詳細(xì)的地方，建議讀者查看RFC標(biāo)準(zhǔn)�，F(xiàn)在，我們介紹第一個(gè)header，也是RECOGNITION-COMPLETE事件消息中總是出現(xiàn)的header-Completion-Cause。因?yàn)�，此頭涉及了失敗原因碼的完整詳解，所以，筆者專門把此header單獨(dú)拿出來(lái)做完整的介紹。它用來(lái)表示完成的具體原因，如果識(shí)別失敗的話，它會(huì)支持相關(guān)的識(shí)別原因碼。注意，Completion-Cause也會(huì)出現(xiàn)在DEFINE-GRAMMAR的請(qǐng)求的對(duì)應(yīng)響應(yīng)消息中，它會(huì)說(shuō)明請(qǐng)求中訪問結(jié)果或編譯的語(yǔ)法結(jié)果。具體的細(xì)節(jié)請(qǐng)看如下示例圖（原因碼，原因名稱和具體解釋）：
具體的語(yǔ)法示例：Completion-Cause: 001 no-match
3、剛才，筆者介紹了事件消息中的第一大“頭”-Completion-Cause�，F(xiàn)在我們列出其余的headers和具體的示例說(shuō)明。
- Completion-Reason，它是可選的header，出現(xiàn)在Completion-Cause中，說(shuō)明請(qǐng)求結(jié)束的原因，可用來(lái)支持客戶端的日志消息。具體的示例如：Completion-Reason:Recursive grammars not supported。
- Failed-URI，此頭用來(lái)表示攜帶的URL資源訪問失敗。示例：Failed-URI:http://192.168.1.1/numbers.grxml。
- Failed-URI-Cause，此頭配合Failed-URI使用，表示失敗碼。例如：Failed-URI-Cause:404 Not Found。
- Recognition-Mode，此header用來(lái)表示識(shí)別的模式類型，可支持normal或hotword模式。我們已經(jīng)在前面的章節(jié)中介紹過(guò)這兩種識(shí)別類型，這里不再介紹。示例如：Recognition-Mode:hotword。
- Input-Type，此header會(huì)出現(xiàn)在START-OF-INPUT的事件中，它用來(lái)表示檢測(cè)到的輸入類型（DTMF或speech），其示例：Input-Type:speech。
- Confidence-Threshold，此header用來(lái)設(shè)置一個(gè)安全閥值，設(shè)置最低的識(shí)別級(jí)別保證識(shí)別的成功率。如果識(shí)別結(jié)果攜帶的安全級(jí)別低于安全閥值，則返回一個(gè)Completion-Cause header，錯(cuò)誤碼為001 no-match。其取值范圍在0.0–1.0之間。示例：Confidence-Threshold:0.5。
- Sensitivity-Level，此header用來(lái)語(yǔ)音識(shí)別檢測(cè)的敏感度水平，對(duì)其背景噪音進(jìn)行過(guò)濾。敏感度比較低的話，則說(shuō)明對(duì)其語(yǔ)音畢竟噪音不太敏感。此header通常是在per-RECOGNIZE請(qǐng)求設(shè)置。示例：Sensitivity-Level:0.65。
- Speech-Vs-Accuracy，此header用來(lái)控制對(duì)性能和準(zhǔn)確率的調(diào)整設(shè)置，其取值范圍從0.0-1.0之間。取值越高，說(shuō)明要求的準(zhǔn)確性越高，但是消耗更多的CPU資源。此header通過(guò)per-RECOGNIZE 請(qǐng)求來(lái)進(jìn)行設(shè)定。示例：
- Speed-Vs-Accuracy:0.35。
- N-Best-List-Length，此header表示MRCP客戶端可以接收多個(gè)語(yǔ)音識(shí)別資源返回的識(shí)別結(jié)果，最大可以支持N個(gè)返回的可選識(shí)別結(jié)果。這里讀者要注意，不同的返回結(jié)果支持不同的語(yǔ)法路徑，只有安全級(jí)別大于安全閥值的才會(huì)返回到客戶端。語(yǔ)音設(shè)備資源可以返回低于N的結(jié)果，如果返回比較大的數(shù)值N的話，需要語(yǔ)音識(shí)別資源增加其處理能力。這也非常容易理解的，它的取值會(huì)影響語(yǔ)音識(shí)別資源的性能。此header通過(guò)per-RECOGNIZE請(qǐng)求設(shè)置，默認(rèn)（最小值）為1。示例：N-Best-List-Length:5。
- No-Input-Timeout，此header是一個(gè)定時(shí)器，它用來(lái)檢測(cè)在一定時(shí)間內(nèi)，識(shí)別流程開始以后，系統(tǒng)沒有檢測(cè)到用戶的語(yǔ)音輸入或DTMF。如果No-Input-Timeout超時(shí)，語(yǔ)音識(shí)別資源會(huì)生成一個(gè)RECOGNITION-COMPLETE事件，攜帶Completion-Cause，其值為：002 no-input-timeout。其時(shí)間取值以毫秒為單位，示例：No-Input-Timeout:3000。
- Recognition-Timeout，此定時(shí)器是用來(lái)限定整個(gè)識(shí)別處理時(shí)間。其header也可用來(lái)防止背景噪音占用了語(yǔ)音識(shí)別資源而導(dǎo)致的識(shí)別時(shí)間延長(zhǎng)。這里要注意，在兩種識(shí)別模式下，返回的錯(cuò)誤碼有所區(qū)別，讀者可以查閱RFC來(lái)做進(jìn)一步的研究。默認(rèn)設(shè)置為10秒，以毫秒為單位，示例：Recognition-Timeout:7000。
- Speech-Complete-Timeout，此header用來(lái)表示說(shuō)話人已經(jīng)停止說(shuō)話，語(yǔ)音識(shí)別資源成功返回結(jié)果之間所必須消耗的時(shí)間。當(dāng)然，如果此設(shè)置太短，則可能導(dǎo)致語(yǔ)句被打斷；如果太長(zhǎng)則會(huì)導(dǎo)致系統(tǒng)響應(yīng)變慢。其取值以毫秒為單位，取值范圍從300到1000毫秒之間。示例：Speech-Complete-Timeout:500。
- Speech-Incomplete-Timeout，此header和上面的Speech-Complete-Timeout的使用方式非常類似，但是它使用的場(chǎng)景有所不同。有的情況下，語(yǔ)音之前的靜音或不正確的語(yǔ)法前綴無(wú)法全部匹配活動(dòng)的語(yǔ)法。如果觸發(fā)了此定時(shí)器的話，語(yǔ)音識(shí)別資源會(huì)生成一個(gè)RECOGNITION-RESULT 事件，此事件攜帶Completion-Cause，語(yǔ)言碼設(shè)定的值為013 partial-match（部分匹配）。此header也可以使用在另外一種場(chǎng)景中，有可能說(shuō)話人語(yǔ)音郵件成功匹配了語(yǔ)音識(shí)別資源，但是說(shuō)話人可能呼吸停頓，想繼續(xù)說(shuō)的時(shí)候，仍然需要匹配相應(yīng)的語(yǔ)音識(shí)別資源。通常情況下，此定時(shí)器設(shè)置的時(shí)長(zhǎng)會(huì)大于Speech-Complete-Timeout的時(shí)長(zhǎng)，這樣，可以支持說(shuō)話人短暫的停頓。此取值以毫秒為單位，取值范圍從0到最大值。示例：Speech-Incomplete-Timeout:1000。
- Hotword-Max-Duration，此header只能使用在hotword的模式下，用來(lái)限定需要識(shí)別的語(yǔ)句最大長(zhǎng)度。此header配合Hotword-Min-Duration來(lái)使用，防止識(shí)別的語(yǔ)句過(guò)長(zhǎng)或過(guò)短。示例：Hotword-Max-Duration:5000。
- Hotword-Min-Duration，此header只能使用在hotword的模式下，用來(lái)限定需要識(shí)別的語(yǔ)句最小長(zhǎng)度。此header配合Hotword-Max-Duration來(lái)使用，防止識(shí)別的語(yǔ)句過(guò)長(zhǎng)或過(guò)短。示例：Hotword-Min-Duration:5000。
- DTMF-Interdigit-Timeout，此header用來(lái)設(shè)定在語(yǔ)音識(shí)別生成結(jié)果之前，DTMF按鍵輸入之間的時(shí)間間隔。此header可能出現(xiàn)在RECOGNIZE，SET-PARAMS，或GET-PARAMS。它以毫秒為單位，默認(rèn)是5000毫秒，示例：DTMF-Interdigit-Timeout:3000。
- DTMF-Term-Timeout，此header和以上header類似，但是它應(yīng)用的場(chǎng)景是成功匹配語(yǔ)法以后，仍然需要進(jìn)一步的DTMF輸入流程。它用來(lái)支持長(zhǎng)數(shù)字序列的輸入和進(jìn)一步的輸入驗(yàn)證的場(chǎng)景中。示例：DTMF-Term-Timeout:2000。
- DTMF-Term-Char，此header用來(lái)設(shè)定某個(gè)特定字符來(lái)結(jié)束DTMF輸入。例如，大家經(jīng)常使用的“#”。我們按#來(lái)表示我們的DTMF結(jié)果輸入完成。示例：DTMF-Term-Char:#。
- DTMF-Buffer-Time，此header用來(lái)表示表示DTMF類型的大小，通過(guò)緩沖的方式保存。語(yǔ)音識(shí)別資源可以支持在RECOGNIZE請(qǐng)求之間的DTMF按鍵，并且通過(guò)緩沖來(lái)保存。當(dāng)發(fā)起新的RECOGNIZE請(qǐng)求時(shí)，首先使用緩沖中的數(shù)據(jù)內(nèi)容進(jìn)行匹配識(shí)別，如果緩沖中的數(shù)據(jù)不能完全支持識(shí)別資源時(shí)，用戶則需要輸入更多的數(shù)字按鍵來(lái)匹配活動(dòng)的語(yǔ)法。這里讀者要注意，因?yàn)槠脚_(tái)的不同，可能此header的設(shè)置也不同。示例：DTMF-Buffer-Time:10000。
- Clear-DTMF-Buffer，此header用來(lái)清理緩沖中的DTMF數(shù)據(jù)。它通過(guò)RECOGNIZE請(qǐng)求來(lái)設(shè)置。默認(rèn)設(shè)置為false。如果設(shè)置為true表示清理緩沖。示例：Clear-DTMF-Buffer:true。
- Save-Waveform：此header用來(lái)表示是否保存識(shí)別的語(yǔ)音文件。如果保存，則此值設(shè)置為true，捕獲的語(yǔ)音流通過(guò)RECOGNITION-COMPLETE事件的Waveform-URI表示。MRCP客戶端可通過(guò)此URL獲取到從語(yǔ)音文件。默認(rèn)值是false，示例：Save-Waveform:true。
- Waveform-URI，此header用來(lái)支持MRCP客戶端通過(guò)此header的URL獲取或訪問語(yǔ)音文件。此heade同時(shí)支持了size（以bytes為單位）和duration（毫秒）的取值。其示例是：Waveform-URI:;size=8000;duration=1000。
- Input-Waveform-URI，此header用來(lái)為RECOGNITION提供一個(gè)語(yǔ)音文件而不是使用媒體會(huì)話來(lái)提供語(yǔ)音文件。此功能的目的是執(zhí)行一個(gè)重新識(shí)別的流程，使用不同的語(yǔ)法和和以前捕捉的語(yǔ)音進(jìn)行對(duì)比來(lái)測(cè)試語(yǔ)法的覆蓋范圍。其示例：Input-Waveform-URI:http://10.0.0.1/utt01.wav。
- Media-Type，此header表示語(yǔ)音文件支持的媒體類型。其示例：Media-Type:audio/x-wav。
- Start-Input-Timers，此header會(huì)出現(xiàn)在RECOGNIZE請(qǐng)求中，通知語(yǔ)音識(shí)別引擎是否啟動(dòng)No-Input-Timeout定時(shí)器。默認(rèn)值為true。示例是：Start-Input-Timers:false。
- Speech-Language，此header表示語(yǔ)音識(shí)別默認(rèn)支持的語(yǔ)法語(yǔ)言。其示例：Speech-Language:de-CH。
- Cancel-If-Queue，此header用來(lái)表示多個(gè)RECOGNIZE請(qǐng)求是有隊(duì)列支持。如果此值為true，則表示沒有使用隊(duì)列，IN-PROGRESSRECOGNIZE請(qǐng)求已被取消。已取消的識(shí)別請(qǐng)求會(huì)帶一個(gè)RECOGNITION-COMPLETE事件，這個(gè)事件的消息體的header帶Completion-Cause，設(shè)置的值為011 cancelled。如果是false，則表示RECOGNIZE請(qǐng)求會(huì)加入到隊(duì)列中。此header沒有默認(rèn)值，示例為：Cancel-If-Queue:true。
- New-Audio-Channel，此header通過(guò)RECOGNIZE來(lái)設(shè)定，如果是true，則表示對(duì)語(yǔ)音資源來(lái)說(shuō)，從此刻開始，從一個(gè)新的通道中收到了語(yǔ)音流。通常情況下，語(yǔ)音識(shí)別資源會(huì)解析為一個(gè)新的請(qǐng)求，重新設(shè)置終端的算法，因此會(huì)丟棄任何已執(zhí)行的通道。此功能非常有用，它可使用已存在的會(huì)話重用在一個(gè)新的電話呼叫的環(huán)境中。默認(rèn)值為false，示例為：New-Audio-Channel:true。
- Ver-Buffer-Utterance，此header可以通過(guò)RECOGNIZE請(qǐng)求中設(shè)置，如果設(shè)置為true，則表示語(yǔ)音識(shí)別資源可以使用緩沖中的可用的語(yǔ)音數(shù)據(jù)，此語(yǔ)音數(shù)據(jù)可用于后期說(shuō)話人驗(yàn)證引擎環(huán)境。當(dāng)然，這里一定要注意，說(shuō)話人驗(yàn)證資源一定要和識(shí)別請(qǐng)求共享一個(gè)會(huì)話。其示例是：Ver-Buffer-Utterance:true。
- Early-No-Match，此header用來(lái)表示語(yǔ)音識(shí)別引擎是否執(zhí)行語(yǔ)法的早期匹配。它可以無(wú)需等待終端提示完成語(yǔ)音輸入然后開始識(shí)別的流程。語(yǔ)音識(shí)別引擎如果不支持早期匹配的話，可能會(huì)忽略此header值。默認(rèn)值是false。其語(yǔ)法示例為：Early-No-Match:true。
- Interpret-Text，此header用來(lái)支持INTERPRET請(qǐng)求，指示需要解析的文本。INTERPRET請(qǐng)求中攜帶了text/plain消息。其示例為：Interpret-Text:text@example.com。
- Recognizer-Context-Block，此header用來(lái)通過(guò)GET-PARAMS取值或通過(guò)SET-PARAMS來(lái)設(shè)置語(yǔ)音識(shí)別的內(nèi)容數(shù)據(jù)段。每個(gè)識(shí)別引擎平臺(tái)的內(nèi)容數(shù)據(jù)段都是完全不同的，包括了會(huì)話，終端設(shè)置等相關(guān)數(shù)據(jù)。其示例為：Recognizer-Context-Block:data@vendor-x.com。
4、語(yǔ)音注冊(cè)的headers包括了十二個(gè)headers。
Enroll-Utterance用來(lái)表示短語(yǔ)是否被注冊(cè)，是通過(guò)RECOGNIZE請(qǐng)求中設(shè)定。如果RECOGNIZE請(qǐng)求中設(shè)置了Enroll-Utterance為true的話，它僅能支持注冊(cè)會(huì)話。其示例為：Enroll-Utterance:true。
- Num-Min-Consistent-Pronunciations，此header表示從用戶側(cè)獲得的最少連續(xù)的發(fā)音短語(yǔ)。此短語(yǔ)會(huì)成為注冊(cè)的短語(yǔ)，最后接納為個(gè)人的語(yǔ)法。此header可以通過(guò)per-START-PHRASE-ENROLLMENT請(qǐng)求或SET-PARAMS來(lái)設(shè)置，其示例為：Num-Min-Consistent-Pronunciations:1。
- Consistency-Threshold，此header應(yīng)用在語(yǔ)法注冊(cè)的過(guò)程中，用來(lái)表示前面注冊(cè)短語(yǔ)的發(fā)音和當(dāng)前短語(yǔ)的相似性。此值越高，說(shuō)明介于其句子和短語(yǔ)發(fā)音匹配非常接近。其語(yǔ)法示例為：Consistency-Threshold:0.75。
- Clash-Threshold，此header用來(lái)衡量語(yǔ)句短語(yǔ)和當(dāng)前個(gè)人語(yǔ)法中的短語(yǔ)的相似度或接近程度。例如：兩個(gè)不同的拼寫但是它們的發(fā)音困難非常相似：
“John Smith”和“Jon Smits”。這樣就會(huì)導(dǎo)致識(shí)別資源發(fā)現(xiàn)他們的不同。較小的取值會(huì)降低已檢測(cè)到的差異的數(shù)量。取值范圍從0到1，其語(yǔ)法示例：Consistency-Threshold:0.75 。
- Personal-Grammar-URI，其header表示此URL是一個(gè)個(gè)人的語(yǔ)法。它會(huì)出現(xiàn)在START-PHRASE-ENROLLMENT，MODIFY-PHRASE，或DELETE-PHRASE的請(qǐng)求中。其語(yǔ)法示例為：Personal-Grammar-URI:http://example.com/enroll/user1.dat。
- Phrase-ID，此header表示的一個(gè)短語(yǔ)ID確認(rèn)消息。在START-PHRASE-ENROLLMENT，MODIFY-PHRASE或者DELETE-PHRASE的請(qǐng)求中使用，表明其特別的ID號(hào)，對(duì)此ID進(jìn)行相應(yīng)的處理。其語(yǔ)法示例為：Phrase-ID:name_joe_bloggs。
- New-Phrase-ID，此header應(yīng)用在MODIFY-PHRASE請(qǐng)求中，用來(lái)表示對(duì)目前存在的ID聲明一個(gè)新的短語(yǔ)ID。其語(yǔ)法示例為：New-Phrase-ID:name_joe_bloggs_02。
- Phrase-NL，此header用來(lái)表示注冊(cè)語(yǔ)法相應(yīng)的自然語(yǔ)言或語(yǔ)義解析。當(dāng)短語(yǔ)識(shí)別以后，返回的解析文本結(jié)果。其語(yǔ)法示例為：Phrase-NL:item01。
- Weight，此header表示一個(gè)短語(yǔ)發(fā)生的似然程度。從概念上來(lái)說(shuō)，這個(gè)權(quán)重值和SRGS語(yǔ)法中的item屬性weight類似。此header可能出現(xiàn)在START-PHRASE-ENROLLMENT請(qǐng)求中來(lái)設(shè)定一個(gè)注冊(cè)語(yǔ)法的權(quán)重，也可能出現(xiàn)在MODIFY-PHRASE的請(qǐng)求中來(lái)修改權(quán)重值。其語(yǔ)法示例為：Weight:2.0。
- Save-Best-Waveform，此header設(shè)置為true的話，用來(lái)支持客戶端要求語(yǔ)音識(shí)別資源在注冊(cè)會(huì)話的生命周期內(nèi)保存捕捉的語(yǔ)音數(shù)據(jù)，此數(shù)據(jù)是最佳的重復(fù)短語(yǔ)。語(yǔ)音識(shí)別資源必須對(duì)識(shí)別語(yǔ)音進(jìn)行錄制，并且通過(guò)URL來(lái)返回到客戶端，在END-PHRASE-ENROLLMENT中攜帶一個(gè)Waveform-URI表示語(yǔ)音URL路徑。如果沒有錄制成功或發(fā)送錯(cuò)誤的話，語(yǔ)音識(shí)別資源必須返回一個(gè)空的URL。
- Confusable-Phrases-URI，此header會(huì)出現(xiàn)在RECOGNIZE的請(qǐng)求中用來(lái)表示一個(gè)語(yǔ)法URL，這個(gè)URL中的短語(yǔ)可能沒有注冊(cè)或無(wú)效的短語(yǔ)。無(wú)法注冊(cè)的短語(yǔ)也可能是一個(gè)命令短語(yǔ)，所以不能注冊(cè)。其語(yǔ)法示例為：Confusable-Phrase-URI:file://c:\data\commands.dat。
- Abort-Phrase-Enrollment，此header會(huì)出現(xiàn)在END-PHRASE-ENROLLMENT的請(qǐng)求中。如果其值設(shè)置為true，則表示語(yǔ)音識(shí)別資源會(huì)終止正在被注冊(cè)的短語(yǔ)。其語(yǔ)法示例為：Abort-Phrase-Enrollment:true。
5、在今天的分享中，我們完整地介紹了語(yǔ)音識(shí)別資源中的三個(gè)事件，三十三個(gè)headers和十二個(gè)語(yǔ)音注冊(cè)的headers。針對(duì)每一個(gè)header，筆者給出了具體的解釋，使用注意事項(xiàng)和一些必要的語(yǔ)法示例。筆者相信，筆者的解釋也可能出現(xiàn)偏差，雖然完全覆蓋了語(yǔ)音識(shí)別資源的所有headers，但這些分享也不一定完全能夠滿足讀者學(xué)習(xí)的需要，讀者仍然需要在使用過(guò)程中不斷測(cè)試加深對(duì)這些header的學(xué)習(xí)。到此為止，筆者已經(jīng)完整介紹了語(yǔ)音識(shí)別資源所有相關(guān)的methods，事件和headers。
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
