• 基于SIP協(xié)議的媒體錄音規(guī)范（SIPREC）完整技術(shù)概述

　　在當(dāng)前的語音通信環(huán)境中，除了用戶非常重視呼叫的用戶體驗(yàn)，同時(shí)對(duì)其他第三方的業(yè)務(wù)要求也有了新的要求。特別是在某些金融領(lǐng)域，法律咨詢領(lǐng)域和人力資源領(lǐng)域，雙方電話溝通需要有完整的通話錄音，這些錄音可能會(huì)幫助雙方對(duì)某些歧義進(jìn)行進(jìn)一步的佐證。但是，隨著呼叫中心，IPPBX部署方式的技術(shù)革命，很多呼叫中心，IPPBX已經(jīng)實(shí)現(xiàn)了云部署的方式，以前傳統(tǒng)的錄音方式基本上很難滿足用戶的需求，市場(chǎng)份額也正在萎縮。在當(dāng)前主流的部署方式中，使用SBC對(duì)接其他業(yè)務(wù)應(yīng)用是大家正在逐步使用的主要的部署方式。關(guān)于SBC的背景介紹，我們?cè)谝郧暗奈恼轮凶鲞^非常多的關(guān)于SBC以及其功能的介紹，筆者也發(fā)表過關(guān)于開源OpenSIPS電話錄音的分享。

• 如何通過SBC實(shí)現(xiàn)公網(wǎng)注冊(cè)SIP話機(jī)演示，實(shí)現(xiàn)聯(lián)通COP對(duì)接通話
• 圖解邊界會(huì)話控制器（SBC）的20個(gè)最常用功能
• SIP系列講座-邊界會(huì)話控制器-SBC全面剖析
• 基于OpenSIPS實(shí)現(xiàn)電話錄音解決方案探討

　　RFC5341-基于SIP的媒體錄音使用場(chǎng)景規(guī)范：
　　Use Cases and Requirements for SIP-Based Media Recording （SIPREC）
　　RFC7245-SIP媒體錄音技術(shù)架構(gòu)：
　　An Architecture for Media Recording Using the Session Initiation Protocol
　　RFC 7865-SIP錄音時(shí)的metadata：
　　Session Initiation Protocol （SIP） Recording Metadata
　　RFC7866-SIP錄音的呼叫流程：

• 關(guān)于法律強(qiáng)制錄音的規(guī)定流程不在此規(guī)范討論范圍之內(nèi)
• 關(guān)于媒體注入，編碼轉(zhuǎn)換，安全問題不在本規(guī)范討論范圍之內(nèi)
• 通過網(wǎng)絡(luò)鏡像方式錄音Passive 錄音方式不在本規(guī)范討論范圍之內(nèi)

1. 支持錄音意識(shí)用戶代理- Recording-aware User Agent （UA）：此UA可以意識(shí)到其拓展已經(jīng)關(guān)聯(lián)到了通信會(huì)話（CS）。其拓展參數(shù)可以通知其UA錄音會(huì)話已啟動(dòng)或表示其狀態(tài)，可以啟動(dòng)，暫停和完全停止等消息。
2. 無錄音意識(shí)用戶代理-Recording-unaware User Agent （UA）：此UA意識(shí)不到其拓展已經(jīng)關(guān)聯(lián)到了通信會(huì)話（CS）。無錄音意識(shí)代理將通過其他手段通知其UA錄音會(huì)話已啟動(dòng)或表示其狀態(tài)，可以啟動(dòng)，暫停和完全停止等消息。
3. Recording Metadata：描述SRS服務(wù)器端需要的相關(guān)錄音身份確認(rèn)數(shù)據(jù)，包括通信會(huì)話和dialog狀態(tài)信息等。一般情況下，這些metadata會(huì)和復(fù)制媒體錄音一起發(fā)送到SRS服務(wù)器端。
4. Replicated Media：由SRC客戶端創(chuàng)建的媒體流復(fù)制數(shù)據(jù)流，發(fā)送到SRS服務(wù)器端。它可能包括語音和視頻數(shù)據(jù)。

1. SRC查詢定位SRS的URL地址，按照解析方式來解析SRS地址。
2. 發(fā)送INVITE請(qǐng)求，創(chuàng)建一個(gè)dialog，然后發(fā)送到SRS。
3. 在INVITE請(qǐng)求中包括一個(gè)錄音指示，表示會(huì)話已經(jīng)創(chuàng)建，希望發(fā)送媒體錄音。
4. 如果馬上要發(fā)送復(fù)制媒體時(shí)，在SDP中包含一個(gè)“a=sendonly”，表示馬上發(fā)送媒體錄音。如果還沒有準(zhǔn)備好發(fā)送媒體的話，包含一個(gè)“a=inactive”。
5. 復(fù)制的媒體流被錄音然后發(fā)送到SRS服務(wù)器端。

• 在SIPREC的規(guī)范中，它說明了幾個(gè)基于SIP的錄音使用場(chǎng)景。這些場(chǎng)景都可以支持SIPREC規(guī)范RFC6341。在此規(guī)范中，一些必要的定義需要再次說明一下：
• SRS-全稱是Session Recording Server，它是一個(gè)具體的媒體服務(wù)器或媒體采集服務(wù)器，是一個(gè)用戶代理，同時(shí)匯總各種媒體流的metadata。SRS典型的部署方式是一個(gè)多口可拓展的服務(wù)器類型。
• SRC-全稱是Session Recording Client，它是一個(gè)SIP用戶代理，負(fù)責(zé)對(duì)服務(wù)器端發(fā)送媒體流數(shù)據(jù)，它本身是一個(gè)邏輯功能單元，可以支持多個(gè)物理設(shè)備，在實(shí)際應(yīng)用環(huán)境中，SRC可以是SIP終端話機(jī)，媒體網(wǎng)關(guān)或者SBC。SRC同時(shí)對(duì)SRS服務(wù)器發(fā)送metadata。
• Communication Session （CS），通信會(huì)話創(chuàng)建于一個(gè)SIP或者多個(gè)用戶代理之間的會(huì)話，是一個(gè)正在被錄音的會(huì)話對(duì)象。
• Recording Session （RS）：為通信會(huì)話（CS）錄音目的創(chuàng)建的介于SRS和SRC之間的SIP會(huì)話。

• 全時(shí)錄音：對(duì)RS對(duì)一個(gè)CS（參考以下示例），系統(tǒng)對(duì)所有呼叫進(jìn)行錄音，典型的應(yīng)用場(chǎng)景包括呼叫中心，企業(yè)客服和金融呼叫流程等。
• 選擇性錄音：當(dāng)CS錄音創(chuàng)建后，啟動(dòng)RS錄音。如果CS沒有啟動(dòng)，系統(tǒng)不會(huì)錄音。
• 停止啟動(dòng)錄音：當(dāng)呼叫在CS期間時(shí)，可以啟動(dòng)停止RS錄音。系統(tǒng)可以通過用戶界面按鈕或者其他熱鍵啟動(dòng)錄音。這里注意，在CS期間，可能會(huì)生成一個(gè)或者多個(gè)RS錄音。
• 持續(xù)錄音：一個(gè)RS可以捕捉一個(gè)或多個(gè)CS錄音。此錄音方式通常應(yīng)用于某些場(chǎng)景中，例如前臺(tái)總機(jī)，轉(zhuǎn)每個(gè)特定的分機(jī)號(hào)碼或者呼叫。整個(gè)RS需要對(duì)多個(gè)環(huán)節(jié)中的終端錄音，包括了轉(zhuǎn)接時(shí)的靜音等。最后，這些錄音的metadata可以關(guān)聯(lián)在一起，錄音文件可以合并。這里可能涉及了編碼協(xié)商的流程。

• 實(shí)時(shí)錄音控制：在RS錄音期間，如果有特別業(yè)務(wù)要求，某些個(gè)人隱私或者安全信息不能錄音時(shí)，實(shí)時(shí)錄音控制方式可以停止對(duì)某一段時(shí)間內(nèi)的錄音暫停/關(guān)閉，需要時(shí)重新開啟。信用卡信息輸入就是一個(gè)比較常見的例子，如果用戶需要對(duì)系統(tǒng)服務(wù)人員報(bào)信用卡或者其他身份信息時(shí)就要暫停錄音。
• IVR入口錄音：對(duì)系統(tǒng)IVR進(jìn)行錄音，包括其metadata等。
• 企業(yè)移動(dòng)端錄音：系統(tǒng)對(duì)企業(yè)辦公人員進(jìn)行錄音。這些員工可能經(jīng)常不在辦公室環(huán)境中上班，他們經(jīng)常使用移動(dòng)端和企業(yè)呼叫中心或者通信系統(tǒng)進(jìn)行溝通，這些員工的呼叫需要被錄音。比較常見的場(chǎng)景包括銷售人員，保險(xiǎn)銷售等。
• 分布式錄音或集中式錄音：一些企業(yè)，銀行，連鎖機(jī)構(gòu)等辦公系統(tǒng)的電話呼叫需要通過部署在不同地區(qū)或者集中管理的電話系統(tǒng)進(jìn)行呼叫。系統(tǒng)需要對(duì)呼叫進(jìn)行錄音，并且對(duì)其每個(gè)RS的metadata進(jìn)行存儲(chǔ)。這樣方便管理每一個(gè)呼叫和其相關(guān)人分機(jī)。
• 復(fù)雜呼叫流程：復(fù)雜呼叫流程是一個(gè)比較抽象的說法，沒有特別具體的定義，此場(chǎng)景比較靈活，寬泛。簡(jiǎn)單來說，一個(gè)呼叫進(jìn)入到系統(tǒng)用戶，客戶電話可能首先被前臺(tái)人員接聽，然后轉(zhuǎn)到具體的坐席人員。如果坐席人員不能回答客戶問題的話，坐席人員可能需要再呼叫坐席主管，主管來接聽客戶的電話。坐席人員在此呼叫流程中需要首先執(zhí)行呼叫停靠，然后再呼叫他/她的主管，主管接聽客戶電話以后，坐席掛機(jī)。整個(gè)流程稱之為復(fù)雜呼叫流程，所有的呼叫都需要錄音，并且SRC需要對(duì)SRS發(fā)送所有的metadata數(shù)據(jù)。
• 高可靠性和持續(xù)錄音：根據(jù)用戶的需求，此應(yīng)用場(chǎng)景需要SRS服務(wù)器端一直保持工作狀態(tài)，失效還原功能。所有創(chuàng)建的呼叫都能錄音。此場(chǎng)景要求SRS服務(wù)器端必須持續(xù)工作，無呼叫錄音服務(wù)丟失。
• 對(duì)通道和多會(huì)話錄音：一些應(yīng)用場(chǎng)景要求媒體錄音是一個(gè)或者多個(gè)文件，可以實(shí)現(xiàn)同步存儲(chǔ)或者回放等功能。語音識(shí)別引擎可以對(duì)其明顯特定的媒體執(zhí)行ASR/TTS處理。一些多渠道融合的呼叫中心或者IPPBX環(huán)境中可能需要對(duì)視頻，IM，其他數(shù)據(jù)文件進(jìn)行存儲(chǔ)。為了節(jié)省存儲(chǔ)空間，一些應(yīng)用場(chǎng)景中可能需要僅多某些終端在某個(gè)特定時(shí)間段進(jìn)行錄音。
• 實(shí)時(shí)媒體處理：此場(chǎng)景在當(dāng)前的呼叫中心或客服系統(tǒng)中實(shí)時(shí)質(zhì)檢環(huán)境中使用比較廣泛。SRS服務(wù)器端必須有能力支持語音識(shí)別引擎工具，這些偵查工具可以對(duì)某一段媒體進(jìn)行ASR和以及相關(guān)語義識(shí)別，情緒分析等工具處理，如果發(fā)現(xiàn)其錄音中帶有比較敏感的詞，或者客服人員態(tài)度語氣有問題，應(yīng)用系統(tǒng)的主管人員可以及時(shí)處理。通過SIPREC的metadata可以非常方便快捷地查詢到客服人員的電話座席。