捷通華聲語音網(wǎng)站解決方案
2001/11/16
1.1 背景和現(xiàn)狀
隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)的硬件設(shè)備的容量和技術(shù)水平在不斷提高，網(wǎng)絡(luò)帶寬正在持續(xù)快速增長和放大；在軟件方面，流媒體、語音合成等技術(shù)也日臻成熟�；ヂ�(lián)網(wǎng)硬件水平和軟件技術(shù)的相互作用，為語音、圖形圖象、動態(tài)影像等大容量數(shù)據(jù)在互聯(lián)網(wǎng)上的傳送提供了可能。
近年來，一些語音網(wǎng)站紛紛開通，其中比較著名是2000年4月18日在英國誕生的全球首位互聯(lián)網(wǎng)虛擬主持人：安娜諾娃（Ananova，www.ananova.com）。從技術(shù)角度分析，安娜諾娃的實(shí)現(xiàn)，基于三項(xiàng)主要的技術(shù)，即數(shù)字動畫技術(shù)、語音合成技術(shù)和流媒體技術(shù)。數(shù)字動畫技術(shù)可以為安娜諾娃創(chuàng)建人類的表情，語音合成技術(shù)可以將新聞的內(nèi)容合成為人類的語言，流媒體技術(shù)可以使用戶在線收看、收聽安娜諾娃所播報的新聞。
在中國，也先后出現(xiàn)了類似的網(wǎng)站，諸如香港一家電視臺的“Icy”， 51Go網(wǎng)站的“GoGirl”和天津電視臺的“言東方”等等。
但是，以上這些以漢語為信息載體的虛擬主持人（語音網(wǎng)站）或者沒有實(shí)現(xiàn)語音方式，或者聲音全部是用人工提前錄音的方式錄制的，沒有實(shí)現(xiàn)用計算機(jī)進(jìn)行實(shí)時動態(tài)合成。
1.2 捷通華聲語音網(wǎng)站方案解決的技術(shù)問題
1.3解決方案之一：jTTS—Service語音服務(wù)器方案
語音服務(wù)器－IIS服務(wù)器－瀏覽器
語音服務(wù)器方案是指利用捷通華聲在CTI領(lǐng)域成熟應(yīng)用的jTTS Service語音服務(wù)器，增加一臺或多臺語音服務(wù)器到現(xiàn)有的IIS服務(wù)系統(tǒng)的網(wǎng)絡(luò)環(huán)境中；在IIS服務(wù)器中，增加訪問語音服務(wù)器的功能。當(dāng)IIS服務(wù)器需要流媒體輸出時，向語音服務(wù)器發(fā)出請求，語音服務(wù)器接受IIS服務(wù)器的請求，并對請求的數(shù)據(jù)進(jìn)行合成、格式轉(zhuǎn)換，得到流媒體后返回給IIS服務(wù)器，IIS服務(wù)器再將此流媒體傳輸給用戶。
（1） jTTS Service
（2）ASP（用于響應(yīng)Web頁面請求、播放的腳本程序、ASP程序）
在本方案中，語音服務(wù)器是構(gòu)建語音網(wǎng)站的后臺。jTTS Service將處于監(jiān)聽某一TCP/IP端口狀態(tài)，響應(yīng)來自IIS服務(wù)器的多用戶請求。而IIS服務(wù)器則增加通過TCP/IP請求服務(wù)器和接受服務(wù)器返回數(shù)據(jù)的程序，來完成流媒體獲得的功能。
瀏覽器端（Explorer）發(fā)出瀏覽請求，網(wǎng)站服務(wù)器（IIS）根據(jù)請求查找流媒體（音頻流）文件，如有，則將流媒體返回客戶端，并啟動客戶端的MS media player播放流媒體。若沒有，則向語音服務(wù)器（jTTS Service）發(fā)出合成請求，并將所需合成的文本通過Socket接口傳送至語音服務(wù)器；語音服務(wù)器響應(yīng)網(wǎng)站服務(wù)器的合成請求后，將調(diào)用jTTS合成技術(shù)進(jìn)行語音合成，并調(diào)用WMF SDK將生成的音頻文件轉(zhuǎn)換成流媒體格式ASF；通過Socket接口返回IIS服務(wù)器端后，將此流媒體文件存儲到指定的Web目錄，同時將流媒體返回瀏覽器端，啟動MS media player播放。其流程如下：
（1）可實(shí)現(xiàn)語音服務(wù)器的分布式工作方式，對客戶端的請求自動調(diào)度，平衡負(fù)載，以達(dá)到更高的性能。
（2）適用于訪問量大(同時60線程及以上并發(fā)合成)的門戶網(wǎng)站或提供虛擬主機(jī)的IDC、ASP。
（3） 對現(xiàn)有的IIS服務(wù)系統(tǒng)不產(chǎn)生影響，也無需硬件升級，只需在IIS服務(wù)器上安裝客戶端軟件。
（4）投入少、實(shí)現(xiàn)簡單，只需增加一臺或多臺語音服務(wù)器（視服務(wù)量大小，建議配置：PIII550 128M 10G以上）到現(xiàn)有的IIS服務(wù)系統(tǒng)的網(wǎng)絡(luò)環(huán)境中。
1．服務(wù)器端
語音服務(wù)器：
（1）一臺或多臺語音服務(wù)器（視服務(wù)量大小建議配置：PIII550 128M 10G以上）。
（2）NT4.0、SP4及以上、WMF SDK4.0及以上或Windows 2000、WMF SDK4.0及以上。
（3）jTTS Service（捷通華聲TTS服務(wù)器）服務(wù)器端軟件。
IIS服務(wù)器：
（1）jTTS Service （捷通華聲TTS服務(wù)器）客戶端軟件。
2．Web頁面端
（1）加入傳播參數(shù)的腳本，加入調(diào)用播放器的腳本文件(mediaplayer.asp)。
（2）加入播放參數(shù)（播放文件標(biāo)志、播放引擎）。
1.4解決方案之二：jTTS－Web Service Pack語音網(wǎng)站服務(wù)包方案
語音網(wǎng)站服務(wù)包+IIS服務(wù)器－瀏覽器
與語音服務(wù)器方案不同的是，語音網(wǎng)站服務(wù)包方案不添加語音服務(wù)器，而是在IIS服務(wù)器中安裝捷通華聲語音網(wǎng)站服務(wù)包，從而構(gòu)成集網(wǎng)站服務(wù)器（IIS）、語音服務(wù)器（TTS）于一身的語音網(wǎng)站服務(wù)器。其工作方式與語音服務(wù)器方案大致相同。當(dāng)IIS服務(wù)器響應(yīng)瀏覽器請求需要流媒體輸出時，通過內(nèi)部COM控件向底層的jTTS發(fā)出請求，jTTS依據(jù)COM所傳遞的參數(shù)，對請求的數(shù)據(jù)進(jìn)行合成、格式轉(zhuǎn)換后，直接將此流媒體傳輸給客戶端的瀏覽器。
（1）COM控件（TTSPlayer.dll，用于鏈接Web腳本和TTS合成引擎jTTS_ma.dll的動態(tài)鏈接程序）
（2）jTTS SDK
在語音網(wǎng)站服務(wù)器中，語音服務(wù)器位于系統(tǒng)的底層，其作用是響應(yīng)來自IIS服務(wù)器的請求服務(wù)，來完成流媒體的生成。
瀏覽器端（Explorer）發(fā)出瀏覽請求時，加在Web頁面的服務(wù)器端ASP程序和腳本程序自動響應(yīng)，根據(jù)請求查找流媒體（音頻流）文件，如有，則將流媒體返回客戶端，并啟動客戶端的MS media player播放流媒體。若沒有，則向通過COM控件(TTSPlayer.dll)的傳遞函數(shù)向COM傳遞參數(shù)，并發(fā)送合成請求；COM控件根據(jù)參數(shù)和請求調(diào)用捷通華聲語音合成系統(tǒng)jTTS(jTTS_ma.dll)生成Wave格式的音頻文件，并返回給COM控件；COM控件得到之后再調(diào)用WMF SDK將所生成的音頻文件轉(zhuǎn)換成流媒體格式ASF，在保存到指定目錄后開始將此流媒體返回客戶端，啟動MS media player播放。其流程如下：
（1）投入少，實(shí)現(xiàn)簡單，不需增加任何硬件設(shè)備，性價比高。
（2）適用于訪問量不大（同時60線程左右并發(fā)合成）的企業(yè)、機(jī)關(guān)及各類網(wǎng)站或提供虛擬主機(jī)服務(wù)的IDC、ASP。
（3）對現(xiàn)有的IIS服務(wù)系統(tǒng)影響小，需在IIS服務(wù)器上安裝jTTS－Web Service Pack軟件。
1．服務(wù)器端
對IIS服務(wù)器的要求是SP4及以上，增加以下組件
jTTS SDK2.1、添加并注冊COM控件（TTSPlayer.dll）、WMF SDK4.0及以上。
2．Web頁面端
（1）加入傳播參數(shù)的腳本，加入調(diào)用播放器的腳本文件(mediaplayer.asp)。
（2） 加入播放參數(shù)（播放文件標(biāo)志、播放引擎）。
捷通華聲供稿 CTI論壇編輯
| 捷通華聲發(fā)布jASR5.5 ASR價格面前將無怯步 2008-04-16 |
| 捷通華聲TTS成功登陸中國郵政儲蓄銀行 2008-04-03 |
| 捷通華聲 jTTS 5.5 全面支持 MRCPv2標(biāo)準(zhǔn) 2008-03-31 |
| 捷通華聲移動導(dǎo)航HCI解決方案廣受青睞 2008-03-26 |
| 身邊的“智能”生活 2007-12-28 |