PacketMedia和IP媒體服務器
──新一代通信的增值業(yè)務
一．概述
二．IP世界中的增值業(yè)務
2.1 增值業(yè)務市場
2.2 新一代增值業(yè)務的貢獻
三．IP媒體服務器的作用
四．IP媒體服務器的特征和功能
4.1 交互式語音應答（IVR）
4.2 會議
4.3 傳真消息
4.4 DTMF音頻處理
4.5 自動語音識別（ASR）
4.6 文本到語音轉(zhuǎn)換（TTS）
4.7 編碼轉(zhuǎn)換
4.8 媒體流化
五．PACKETMEDIA──NMS IP媒體服務器平臺
5.1 支持要求的功能──并超出這些要求
5.2 一個超級平臺
六．一個實質(zhì)性的優(yōu)勢
縮寫和新詞
一．概述
IP的廣泛使用已經(jīng)導致各種多媒體通信（數(shù)據(jù)、語音、傳真等）集中到單一的IP網(wǎng)絡上來，IP網(wǎng)絡比傳統(tǒng)的PSTN網(wǎng)絡更易設計、建立和維護，而且成本更低。IP媒體服務器為這個新網(wǎng)絡提供了一個添加增強電話業(yè)務的平臺。它優(yōu)化了業(yè)務發(fā)布，易于擴展，并且在擁有運營級可靠性的同時具有IP互連性的優(yōu)點。IP媒體服務器平臺支持傳統(tǒng)增值業(yè)務，如召開會議、傳遞消息和發(fā)布通知，的同時，也支持包語音──這是通信技術(shù)發(fā)展最快的一個方面。IP媒體服務器促進了新的增值業(yè)務的開發(fā)，這些增值業(yè)務正如所希望的那樣，包含web驅(qū)動的環(huán)境、無線技術(shù)和移動用戶的集成。
本文討論了OEM廠商和增值業(yè)務平臺開發(fā)商在利用現(xiàn)成軟件、硬件以及相關的開發(fā)環(huán)境來實現(xiàn)IP媒體服務器時，得到的好處。并詳細介紹了PacketMedia，這是NMS通信在新通信網(wǎng)中為增值業(yè)務應用開發(fā)商提供的、犀利的、基于開放系統(tǒng)的總體解決方案。
二．IP世界中的增值業(yè)務
在這個語音和數(shù)據(jù)網(wǎng)整合的通信新時代，在運營商之間以及業(yè)務提供商之間，都為了爭奪用戶而激烈競爭。這些公司使自己有特色并贏得新用戶的一個方法是：提供一個永遠不斷增長的增值業(yè)務陣列。IP媒體服務器為業(yè)務提供商提供了一種方法，利用包語音技術(shù)發(fā)布功能強大的、創(chuàng)新的增值業(yè)務──語音門戶、語音瀏覽器和無線web接入──同時也提供傳統(tǒng)的增值業(yè)務。
2.1 增值業(yè)務市場
為了獲得競爭優(yōu)勢，業(yè)務提供商──傳統(tǒng)長途運營和本地交換運營商，因特網(wǎng)業(yè)務提供商（ISP），應用業(yè)務提供商，以及無線運營商──都在想方設法發(fā)布基于IP的業(yè)務，這些業(yè)務應該：對用戶有較高的價值，能縮短面市所需時間，部署是低成本高效益的。向用戶提供高價值的增值業(yè)務能為業(yè)務提供商帶來重要的收入源泉，并使他們更有特色，增加市場分額，特別是如果這些業(yè)務以快速、易于支持的方式部署，以上這些優(yōu)勢就會更加突出。據(jù)估計，到2003年增值業(yè)務設備僅在美國就能達到73億美元的市場，正如圖1所示。
圖1 美國增值業(yè)務設備市場
2.2 新一代增值業(yè)務的貢獻
傳統(tǒng)PSTN增值業(yè)務平臺必須和交換機一起放在中心局機房。在增值業(yè)務平臺和交換機之間的連接配置起來很復雜，并且實際的中心局機房空間非常昂貴。那樣部署的業(yè)務平臺可以插入一個可編程交換機到整個體系結(jié)構(gòu)之中來減少一些復雜性，通過這個可編程交換機進行總體控制。同時，這有助于隱藏CO交換機的復雜性，在體系結(jié)構(gòu)中插入了另一層。
最新的發(fā)展是向著基于IP網(wǎng)絡調(diào)整的新體系結(jié)構(gòu)的部署。嵌入在CO交換機中的功能被分布到多個IP網(wǎng)絡元素之中。這種分布式的體系結(jié)構(gòu)被稱作分解網(wǎng)關，它以一個分布式的結(jié)構(gòu)來提供CO交換機的功能，能在一個靈活、可擴容的框架內(nèi)提供傳統(tǒng)功能的同時，得到包網(wǎng)絡的所有好處。
業(yè)務提供商的難題是要動態(tài)發(fā)布基于IP業(yè)務的一個選擇，來仿真那些傳統(tǒng)電話系統(tǒng)的業(yè)務，還要向用戶提供獨特的、更可靠的性能。利用IP媒體服務器把現(xiàn)有增值業(yè)務移植到包網(wǎng)絡的一些例子包括：
■ 通訊業(yè)務
包括一些存貯形式和消息恢復，以及在某些情況下的原始消息或廣播消息。
典型的基本PSTN語音信箱提供的是具有以下功能的語音消息：跟隨有個性化的問候語、時間戳、和有密碼保護的讀取。但隨著統(tǒng)一消息的引入消息會變得很復雜──不僅允許提供接入到語音消息，而且允許提供接入到電子郵件和傳真。和使用語音信箱一樣，電子郵件和傳真也可以利用語音指令來創(chuàng)建和訪問。消息的每一種形式都可以存貯起來，并可以根據(jù)命令發(fā)往各種不同的目的地。另外，寫出來的消息也可以轉(zhuǎn)換成語音并通過一部電話放給經(jīng)過認證的用戶聽。
■ 預付費／支付業(yè)務
這種業(yè)務是指利用電話輸入用戶和個人識別號進行認證，來管理信用帳戶。
在很多例子中，預付費業(yè)務是使用借記電話卡或預付費電話卡來實現(xiàn)的，它們在無線市場中非常普遍。話單／支付業(yè)務可以擴展到任何的商業(yè)關系之中。
■ 易于使用的特性
象語音撥號、單鍵回呼、呼叫轉(zhuǎn)移、呼叫等待、以及各種形式的會議和呼叫實現(xiàn)，都具有易于使用的特性。
當前的很多增值業(yè)務不能得到很好的采用，都是由于它們不能提供易于使用的特性。易用性的一個例子是虛擬或電子輔助系統(tǒng)，它提供一個個性化的代理來輕松訪問增值業(yè)務。虛擬輔助允許在任務中使用語音識別，這些任務包括：復雜的通訊，單一號碼／跟隨業(yè)務，呼出，目錄管理,和通知業(yè)務。
由于IP網(wǎng)絡在迅速壯大，世界范圍內(nèi)網(wǎng)站上的信息可用性已經(jīng)增長，新的增值業(yè)務在不斷出現(xiàn)，包括：
■ 語音門戶和語音web瀏覽業(yè)務
這種業(yè)務為用戶提供通過語音命令訪問web內(nèi)容的功能。
語音門戶目前提供基本的web內(nèi)容，象股票報價、天氣預告、駕駛方向、以及交通報導那樣的信息，通過任一部電話利用語音命令很容易就能訪問到。語音門戶將會發(fā)展到提供一個廣大通信業(yè)務陣列，包括：語音會議和即時語音通訊──所有都和個人計算機、PIM以及移動電話集成在一起。
■ 定制可控制的廣告和流化媒體信息
這種業(yè)務為用戶提供可控制的或由業(yè)務提供商指定的定制內(nèi)容，包括基于用戶預定義文件的音樂選擇、股票報價或者感興趣的新聞故事。
■ IP會議
這種業(yè)務在IP網(wǎng)內(nèi)提供和傳統(tǒng)功能一樣的新的會議功能。
IP會議功能使得發(fā)言人可以通過任何專用網(wǎng)關或IP設備進入IP網(wǎng)絡參加在一個IP媒體服務器內(nèi)召開的會議。另外，IP會議業(yè)務也將能召開其它類型的會議。一個例子是：它能召開很大型的會議，比如信息廣播，收聽廣播的人既可以通過web接入，也可以通過PSTN接入，并且都允許收聽人從任何電話或IP連接設備"呼進來"提問題。
■ T.38/T.37傳真
這種業(yè)務支持把基于IP的實時傳真轉(zhuǎn)換成電子郵件的能力。
T.38規(guī)定了實時IP傳真的標準。因此，源于PSTN的一個傳真會話能夠以T.38的格式進入IP網(wǎng)絡。在IP媒體服務器中通過使用T.30,T.38和T.37，實時傳真會話可以把IP媒體服務器作為終端，并把實時傳真轉(zhuǎn)換成T.37兼容的傳真消息。然后，這個傳真消息會被用來產(chǎn)生一個就象一個電子郵件會話的T.37傳真。這使得IP媒體服務器可以提供"永不示忙"的IP傳真功能。這個功能也將為統(tǒng)一消息應用提供基于IP的傳真郵箱能力。
IP媒體服務器提供寬闊范圍的各種媒體功能──語音播放和錄制，語音識別，文本到語音轉(zhuǎn)換，會議以及傳真──這推動著所有增值業(yè)務的實現(xiàn)。
在下一代網(wǎng)絡的體系結(jié)構(gòu)中，信令和呼叫控制功能被從媒體處理和網(wǎng)關功能中分離出來。IP媒體服務器和媒體網(wǎng)關、信令網(wǎng)關、以及軟交換聯(lián)合在一起工作。圖2說明了這些組件之間的關系。
媒體網(wǎng)關把電路交換的PSTN和包交換的IP網(wǎng)絡連接起來，完成以下基本功能：
應用服務器和媒體網(wǎng)關、軟交換以及媒體服務器進行通信。它可以用MGCP、H.248或SIP和這些組件通信。應用服務器的責任重大，它和媒體服務器配合比網(wǎng)關提供更密集的媒體功能。應用服務器通常為IP媒體功能提供處理邏輯，而媒體服務器提供媒體處理。例如，在一個信用卡呼叫應用中，應用服務器可以包含數(shù)據(jù)庫信息，而媒體服務器用于提供音頻提示和利用語音識別收集計費信息（帳戶號、PIN等）。
軟交換完成呼叫控制和呼叫管理功能，并支持計費和管理。軟交換技術(shù)為應用程序編程接口（API）提供了一個開放平臺。軟交換用SIGTRAN和信令網(wǎng)關通信，用MGCP、H.248或SIP那樣的協(xié)議和其它包網(wǎng)絡組件通信。信令網(wǎng)關也和其它IP設備通信。
即使大多數(shù)業(yè)務提供商的網(wǎng)絡包含有媒體網(wǎng)關，他們也需要IP媒體服務器。雖然通常的媒體網(wǎng)關都有強大的媒體編碼／解碼能力，并可以提供媒體相關的功能，如播放通知，但它不太可能記錄消息或支持需要象語音識別那樣功能的媒體密集應用。這些功能在IP媒體服務器上實現(xiàn)會更理想，這樣做還可以保持媒體網(wǎng)關簡單、可靠、低價格高性能的特點。
一個專用的IP媒體服務器符合運營商和交換機制造商的需要，它的設計集中于單一目標──在各種增值業(yè)務應用所需的IP環(huán)境中支持媒體功能。為了滿足增值業(yè)務開發(fā)商的需求，IP媒體服務器必須提供：
一個媒體服務器可以隨意設計成同時向IP和PSTN端點提供服務。這樣的一個服務器的關鍵是密集媒體處理，附帶靈活地接受基于PSTN或基于包的輸入和輸出。
開發(fā)商要求大范圍的媒體支持，并期望這些功能隨著時間的過去將會得到擴展。以下是在一個IP媒體服務器中需要的核心媒體能力：
4.1 交互式語音應答（IVR）
交互式語音應答和語音消息傳遞功能對一個媒體服務器的運行很關鍵。以下功能是提供IVR和消息傳遞服務所必需的：
利用這些功能，可以開發(fā)出象統(tǒng)一消息、電話銀行、呼叫中心、以及信用卡呼叫那樣的應用。用嵌入式DSP來實現(xiàn)語音播放和錄制、以及DTMF處理，能夠得到高密度的應用平臺，易于應用開發(fā)，還能提供高運行效率以及方便維護。把錄音功能的集成和DTMF、語音識別事件緊密結(jié)合起來，能夠簡化應用的開發(fā)，并能對用戶的輸入作出快速的響應。在一個IP媒體服務器中對IVR和消息傳遞功能的需求，和在一個基于PSTN的增值業(yè)務平臺的需求幾乎是一樣的。但IP媒體服務器還支持額外的語音編碼格式，這種編碼只有IP環(huán)境才用到（流化音頻，G.723.1，以及其它）。
4.2 會議
眾多的增值業(yè)務需要會議功能，范圍包括從基本的會議召開到監(jiān)示和日志應用。
4.2.1 基本的會議需求
在PSTN中，會議的召開要求每個與會成員都接續(xù)到一個會議橋，一個通常的PSTN會議橋包括以下功能：
4.2.2 附加的IP會議需求
在一個IP環(huán)境中，會議功能必須能夠支持所有在傳統(tǒng)PSTN環(huán)境可用的混合特性，通過支持編碼語音的實時協(xié)議（RTP）使用輸入輸出數(shù)據(jù)流。下面附加的能力和需求也必須加以考慮：
4.3 傳真消息
在一個IP環(huán)境發(fā)傳真，為大量節(jié)省成本和增加功能提供潛力。因此，一個IP媒體服務器的重要需求是提供靈活的傳真處理功能。需要支持以下的傳真標準，來提供能處理所有潛在傳真消息類型的健壯特征集。
● T.30傳真
T.30定義了通過PSTN收發(fā)傳真的框架結(jié)構(gòu)。為了能接收傳真文檔或發(fā)送TIFF－F文件，必須使用T.30兼容的傳真功能產(chǎn)生或終結(jié)傳真信號。傳統(tǒng)上，呼入傳真信號直接來自通過PSTN連接起來的另一臺傳真機，但是，將來這些傳真信號也可能是解碼T.38傳真消息的結(jié)果。
● T.37傳真
T.37是基于存貯轉(zhuǎn)發(fā)的傳真標準，它定義了怎樣才能象發(fā)電子郵件那樣發(fā)傳真。T.37為把傳真發(fā)到簡單郵件傳送協(xié)議（SNMP）指定了一個多目的因特網(wǎng)郵件擴展（MIME），允許把傳真形成一個傳真文件，作為電子郵件的附件來發(fā)送。T.37標準允許通過"入站"網(wǎng)關把傳真文件從PSTN發(fā)送到IP網(wǎng)絡，通過"出站"網(wǎng)關從IP網(wǎng)絡發(fā)送到PSTN。
● T.38傳真
T.38標準為通過一個IP網(wǎng)絡實時傳送傳真提供框架。T.38標準是一個基于分段傳送的協(xié)議，協(xié)議中呼入傳真信號首先被傳送網(wǎng)關解調(diào)成T.30二進制數(shù)據(jù)，再轉(zhuǎn)換成T.38消息并通過IP網(wǎng)發(fā)送出去。然后，由接收網(wǎng)關或媒體服務器把T.38消息轉(zhuǎn)換回T.30二進制數(shù)據(jù)，這些二進制數(shù)據(jù)再被調(diào)制回到傳真信號。T.38標準還相當新，但已經(jīng)被基于IP的運營商廣泛接受。
為了涵蓋各種不同情況，根據(jù)傳真的源和目的地，IP媒體服務器必須支持廣大范圍的傳真能力。另外，開發(fā)商必須決定如何存貯傳真消息──作為一個TIFF文件，作為編碼IP消息，或以其它一些格式。舉例來說，在圖3中，媒體網(wǎng)關接收到一個發(fā)自A的傳真，它要用T.38協(xié)議經(jīng)一定的路由發(fā)到目的B。但是，由于B正忙，T.38傳真被軟交換重定向到IP媒體服務器C，在那里傳真被一個T.38接收進程接收。然后，一個具有T.30能力的傳真功能接過從接收T.38傳真進程產(chǎn)生的輸出，并把傳真文件轉(zhuǎn)換成一個TIFF－S文件用于存貯和后來的取回（讀出）。用戶以一個T.37兼容的電子郵件方式接收到這個傳真（D）。
我們的目標是讓IP媒體服務器能夠處理所有可能的源和目的傳真協(xié)議。另一個有意思的傳真消息能力可能是在一個語音信箱中提供語音通知，以及為應用從傳真中智能地摘取出一些標題或目錄信息，利用TTS技術(shù)把這些信息包含在通知里面。
4.4 DTMF音頻處理
從理論上說，隨著IP技術(shù)的廣泛使用，本來沒有必要再使用DTMF。但是，在混合了包交換和電路交換的網(wǎng)絡中，可能還是需要對DTMF音頻做處理。雖然DTMF在PSTN一側(cè)使用廣泛，但是在IP／PSTN網(wǎng)關中，它通常不是被壓制，就是被濾除。如果DTMF被網(wǎng)關濾除，然后用一個帶內(nèi)或帶外的消息來傳遞它，IP媒體服務器處理這個信號，并把它和被控制的行為相匹配，例如，播放一個提示或提供一個菜單選擇。如果DTMF沒有被網(wǎng)關濾除，那么IP媒體服務器就必須設計成能夠檢測出這個信號，并據(jù)此做出相應的動作。
圖3 傳真通訊應用
4.5 自動語音識別（ASR）
自動語音識別是語音驅(qū)動增值業(yè)務的關鍵，它使得呼叫者能使用語音命令來操控業(yè)務。優(yōu)質(zhì)語音識別的可用性正在不斷加強，推動著語音驅(qū)動應用的廣泛采用。IP媒體服務器必須收集實現(xiàn)全套語音驅(qū)動特征所需的所有功能。
語音識別的一個主要需求是提供高質(zhì)量的語音,以將語音識別組件的錯誤減到最少�；芈暫驮肼暠仨殢男盘栔袨V除，以優(yōu)化語音質(zhì)量。例如，無線是一個特別吵雜的環(huán)境，IP媒體服務器必須使用能在這個環(huán)境很好工作的語音識別引擎。另一個例子是打斷應用，這個應用要求很有效的語音功能檢測和靜音檢測，以確保背景噪聲沒有錯誤觸發(fā)識別器并中斷消息或用戶提示的遞送。
另一個ASR需求是語音引擎是基于主機的，因為基于主機比基于DSP的方案更有效和有更低的成本效益比。另外，必須使用短暫的緩沖，讓信息盡可能快地通過語音識別器，讓識別器提供出近乎即時的識別。對于大規(guī)模、可升級的語音識別應用，為了支持象Nuance通信(www.nuance.com)
和SpeechWorks(www.speechworks.com)那樣的領先供應商提供的設備，IP媒體服務器必須優(yōu)化緩沖和語音處理能力。
利用同時放音／錄音為ASR提供打斷功能
當和打斷相結(jié)合時，同時放音／錄音使得語音識別引擎在同時播放一個提示或其它語音流的同時，能夠偵測到由呼叫者發(fā)出的一個中斷信號。對大部分的語音應用來說這是一個重要的特性，特別是對web瀏覽和電子郵件閱讀，一旦用戶已聽到他們需要的信息，比如菜單選擇中的某項，他們通常想馬上中止聽余下的內(nèi)容，而轉(zhuǎn)移到下一個內(nèi)容。沒有對打斷的支持，用戶就必須聽完全部的提示，這就增加了讓用戶失望的可能性。有效的打斷很象一個全雙工的電話交談，交談中在聽的人能夠在說話的人把話說到一半的時候打斷他。而同時放音／錄音提供了一個更有效的辦法，更能讓用戶滿意，它能夠顯著地增加系統(tǒng)的載荷能力，因為它要求使用緩沖來持續(xù)傳遞語音到主機語音識別引擎。
4.6 文本到語音轉(zhuǎn)換（TTS）
對想收聽電子郵件或其它定制信息的移動工作者來說，文本到語音的轉(zhuǎn)換是一種越來越吸引人的應用。在語音應用中，TTS引擎通常是基于主機處理器的。除了要支持領先TTS引擎和提供接過TTS輸出，并利用對應編碼標準通過一個IP流重定向這個輸出的能力，也許再也沒有特別的要求了。對于實時應用，IP媒體服務器會流化進入的媒體，通過IP網(wǎng)絡送出去，同時偵聽其中的命令，例如，為了中斷一個正在閱讀的很長電子郵件。對于非實時應用，IP媒體服務器可以利用TTS把數(shù)據(jù)轉(zhuǎn)換成一個語音文件，然后象數(shù)據(jù)一樣通過網(wǎng)絡來傳遞，重新裝配，最后由一個接收器／播放器回放出來。
4.7 編碼轉(zhuǎn)換
因為有各種不同的語音編碼標準在使用，所以一些編碼轉(zhuǎn)換功能必須集成不同的聲碼器（語音編碼器）標準，并允許呼叫無縫地穿越IP網(wǎng)絡。單一的語音編碼標準也許永遠不可能，因為通過吵雜的空中接口支持移動無線用戶的聲碼器需求，不同于通過包網(wǎng)絡提供高質(zhì)量音頻的聲碼器需求。編碼轉(zhuǎn)換也可能繼續(xù)作為支持會議功能的一個重要需求，因為會議系統(tǒng)要求能夠處理使用不同編碼標準的混合發(fā)言。在一個IP媒體服務器上實現(xiàn)這個功能既低成本效益比，又具有極高的可靠性。
4.8 編碼轉(zhuǎn)換
應用的數(shù)量在不斷增長，尤其是語音門戶，為用戶提供訪問產(chǎn)品質(zhì)量和預先記錄內(nèi)容的能力，比如來自主要新聞機構(gòu)的新聞供給、音樂、叮當聲、或其它音效。音頻內(nèi)容用于增強用戶和應用程序的交互。在某些情況下，這個音頻內(nèi)容可以被簡單流化成一個文件，然后在客戶端設備上回放出來。在另一些情況下，需要IP媒體服務器把音頻內(nèi)容合并成一個與用戶的對話，也可能合并成其它媒體處理能力，比如通訊、語音識別、或者會議。IP媒體服務器也許必須執(zhí)行一個編碼轉(zhuǎn)換功能，把音頻從一種編碼格式轉(zhuǎn)換成另一種。
有多種音頻內(nèi)容可用的編碼格式，比如Real Networks的RealAuto和MP3（MPEG第三層）。這些編碼格式廣泛應用于流化給基于PC的客戶端的內(nèi)容。