鞠婧祎snh48视频,美女视频app免费版下载

MRCP學(xué)習(xí)筆記

　　在上一節(jié)的分享中，我們介紹了語音識別資源的六個標(biāo)準(zhǔn)的methods和五個語音注冊的methods。今天，我們繼續(xù)介紹語音識別資源中的三個事件，三十三個headers和十二個語音注冊的headers。

　　1、在語音識別資源中，MRCP支持了三種事件，它們分別是START-OF-INPUT，RECOGNITION-COMPLETE和INTERPRETATION-COMPLETE。

　　START-OF-INPUT事件是由語音識別資源側(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)收到了語音輸入或DTMF輸入。具體的輸入數(shù)據(jù)類型通過消息體中的Input-Type來表示。大部分情況下，此事件用來支持MRCP客戶端檢測打斷或停止語音回放。這里讀者要注意，語音識別資源不會對熱詞識別模式生成此事件。具體的事件使用場景在上一講做已經(jīng)介紹，讀者可以查閱歷史文檔來進(jìn)一步學(xué)習(xí)。

　　RECOGNITION-COMPLETE是語音識別資源生成的事件消息，它用來對MRCP客戶端說明，識別處理已經(jīng)完成，并且通過消息體傳輸了識別結(jié)果。事件消息體中的Completion-Cause和可選的Completion-Reason頭用來表示完成識別的狀態(tài)。在前面的章節(jié)中，我們提供了完整的識別流程消息說明，用戶可以查閱。這里，我們僅簡單列出一個RECOGNITION-COMPLETE示例（服務(wù)器端->客戶端）：

　　這里，如果是成功的識別流程，返回的識別結(jié)果通過語音文件格式。

　　INTERPRETATION-COMPLETE和前面提到的RECOGNITION-COMPLETE類似，但是它表示的是解析過程完成（不是識別過程），并且傳輸了解析結(jié)果。我們在上一講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，我們開始介紹語音識別資源的headers。因為篇幅比較長，筆者盡可能對每個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header，也是RECOGNITION-COMPLETE事件消息中總是出現(xiàn)的header-Completion-Cause。因為，此頭涉及了失敗原因碼的完整詳解，所以，筆者專門把此header單獨拿出來做完整的介紹。它用來表示完成的具體原因，如果識別失敗的話，它會支持相關(guān)的識別原因碼。注意，Completion-Cause也會出現(xiàn)在DEFINE-GRAMMAR的請求的對應(yīng)響應(yīng)消息中，它會說明請求中訪問結(jié)果或編譯的語法結(jié)果。具體的細(xì)節(jié)請看如下示例圖（原因碼，原因名稱和具體解釋）：

　　具體的語法示例：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和具體的示例說明。

Completion-Reason，它是可選的header，出現(xiàn)在Completion-Cause中，說明請求結(jié)束的原因，可用來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用來表示識別的模式類型，可支持normal或hotword模式。我們已經(jīng)在前面的章節(jié)中介紹過這兩種識別類型，這里不再介紹。示例如：Recognition-Mode:hotword。
Input-Type，此header會出現(xiàn)在START-OF-INPUT的事件中，它用來表示檢測到的輸入類型（DTMF或speech），其示例：Input-Type:speech。
Confidence-Threshold，此header用來設(shè)置一個安全閥值，設(shè)置最低的識別級別保證識別的成功率。如果識別結(jié)果攜帶的安全級別低于安全閥值，則返回一個Completion-Cause header，錯誤碼為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用來語音識別檢測的敏感度水平，對其背景噪音進(jìn)行過濾。敏感度比較低的話，則說明對其語音畢竟噪音不太敏感。此header通常是在per-RECOGNIZE請求設(shè)置。示例：Sensitivity-Level:0.65。
Speech-Vs-Accuracy，此header用來控制對性能和準(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，說明要求的準(zhǔn)確性越高，但是消耗更多的CPU資源。此header通過per-RECOGNIZE 請求來進(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語音識別資源返回的識別結(jié)果，最大可以支持N個返回的可選識別結(jié)果。這里讀者要注意，不同的返回結(jié)果支持不同的語法路徑，只有安全級別大于安全閥值的才會返回到客戶端。語音設(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，需要語音識別資源增加其處理能力。這也非常容易理解的，它的取值會影響語音識別資源的性能。此header通過per-RECOGNIZE請求設(shè)置，默認(rèn)（最小值）為1。示例：N-Best-List-Length:5。
No-Input-Timeout，此header是一個定時器，它用來檢測在一定時間內(nèi)，識別流程開始以后，系統(tǒng)沒有檢測到用戶的語音輸入或DTMF。如果No-Input-Timeout超時，語音識別資源會生成一個RECOGNITION-COMPLETE事件，攜帶Completion-Cause，其值為：002 no-input-timeout。其時間取值以毫秒為單位，示例：No-Input-Timeout:3000。
Recognition-Timeout，此定時器是用來限定整個識別處理時間。其header也可用來防止背景噪音占用了語音識別資源而導(dǎo)致的識別時間延長。這里要注意，在兩種識別模式下，返回的錯誤碼有所區(qū)別，讀者可以查閱RFC來做進(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用來表示說話人已經(jīng)停止說話，語音識別資源成功返回結(jié)果之間所必須消耗的時間。當(dāng)然，如果此設(shè)置太短，則可能導(dǎo)致語句被打斷；如果太長則會導(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，但是它使用的場景有所不同。有的情況下，語音之前的靜音或不正確的語法前綴無法全部匹配活動的語法。如果觸發(fā)了此定時器的話，語音識別資源會生成一個RECOGNITION-RESULT 事件，此事件攜帶Completion-Cause，語言碼設(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景中，有可能說話人語音郵件成功匹配了語音識別資源，但是說話人可能呼吸停頓，想繼續(xù)說的時候，仍然需要匹配相應(yīng)的語音識別資源。通常情況下，此定時器設(shè)置的時長會大于Speech-Complete-Timeout的時長，這樣，可以支持說話人短暫的停頓。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，用來限定需要識別的語句最大長度。此header配合Hotword-Min-Duration來使用，防止識別的語句過長或過短。示例：Hotword-Max-Duration:5000。
Hotword-Min-Duration，此header只能使用在hotword的模式下，用來限定需要識別的語句最小長度。此header配合Hotword-Max-Duration來使用，防止識別的語句過長或過短。示例：Hotword-Min-Duration:5000。
DTMF-Interdigit-Timeout，此header用來設(shè)定在語音識別生成結(jié)果之前，DTMF按鍵輸入之間的時間間隔。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)用的場景是成功匹配語法以后，仍然需要進(jìn)一步的DTMF輸入流程。它用來支持長數(shù)字序列的輸入和進(jìn)一步的輸入驗證的場景中。示例：DTMF-Term-Timeout:2000。
DTMF-Term-Char，此header用來設(shè)定某個特定字符來結(jié)束DTMF輸入。例如，大家經(jīng)常使用的“#”。我們按#來表示我們的DTMF結(jié)果輸入完成。示例：DTMF-Term-Char:#。
DTMF-Buffer-Time，此header用來表示表示DTMF類型的大小，通過緩沖的方式保存。語音識別資源可以支持在RECOGNIZE請求之間的DTMF按鍵，并且通過緩沖來保存。當(dāng)發(fā)起新的RECOGNIZE請求時，首先使用緩沖中的數(shù)據(jù)內(nèi)容進(jìn)行匹配識別，如果緩沖中的數(shù)據(jù)不能完全支持識別資源時，用戶則需要輸入更多的數(shù)字按鍵來匹配活動的語法。這里讀者要注意，因為平臺的不同，可能此header的設(shè)置也不同。示例：DTMF-Buffer-Time:10000。
Clear-DTMF-Buffer，此header用來清理緩沖中的DTMF數(shù)據(jù)。它通過RECOGNIZE請求來設(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用來表示是否保存識別的語音文件。如果保存，則此值設(shè)置為true，捕獲的語音流通過RECOGNITION-COMPLETE事件的Waveform-URI表示。MRCP客戶端可通過此URL獲取到從語音文件。默認(rèn)值是false，示例：Save-Waveform:true。
Waveform-URI，此header用來支持MRCP客戶端通過此header的URL獲取或訪問語音文件。此heade同時支持了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用來為RECOGNITION提供一個語音文件而不是使用媒體會話來提供語音文件。此功能的目的是執(zhí)行一個重新識別的流程，使用不同的語法和和以前捕捉的語音進(jìn)行對比來測試語法的覆蓋范圍。其示例：Input-Waveform-URI:http://10.0.0.1/utt01.wav。
Media-Type，此header表示語音文件支持的媒體類型。其示例：Media-Type:audio/x-wav。
Start-Input-Timers，此header會出現(xiàn)在RECOGNIZE請求中，通知語音識別引擎是否啟動No-Input-Timeout定時器。默認(rèn)值為true。示例是：Start-Input-Timers:false。
Speech-Language，此header表示語音識別默認(rèn)支持的語法語言。其示例：Speech-Language:de-CH。
Cancel-If-Queue，此header用來表示多個RECOGNIZE請求是有隊列支持。如果此值為true，則表示沒有使用隊列，IN-PROGRESSRECOGNIZE請求已被取消。已取消的識別請求會帶一個RECOGNITION-COMPLETE事件，這個事件的消息體的header帶Completion-Cause，設(shè)置的值為011 cancelled。如果是false，則表示RECOGNIZE請求會加入到隊列中。此header沒有默認(rèn)值，示例為：Cancel-If-Queue:true。
New-Audio-Channel，此header通過RECOGNIZE來設(shè)定，如果是true，則表示對語音資源來說，從此刻開始，從一個新的通道中收到了語音流。通常情況下，語音識別資源會解析為一個新的請求，重新設(shè)置終端的算法，因此會丟棄任何已執(zhí)行的通道。此功能非常有用，它可使用已存在的會話重用在一個新的電話呼叫的環(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RECOGNIZE請求中設(shè)置，如果設(shè)置為true，則表示語音識別資源可以使用緩沖中的可用的語音數(shù)據(jù)，此語音數(shù)據(jù)可用于后期說話人驗證引擎環(huán)境。當(dāng)然，這里一定要注意，說話人驗證資源一定要和識別請求共享一個會話。其示例是：Ver-Buffer-Utterance:true。
Early-No-Match，此header用來表示語音識別引擎是否執(zhí)行語法的早期匹配。它可以無需等待終端提示完成語音輸入然后開始識別的流程。語音識別引擎如果不支持早期匹配的話，可能會忽略此header值。默認(rèn)值是false。其語法示例為：Early-No-Match:true。
Interpret-Text，此header用來支持INTERPRET請求，指示需要解析的文本。INTERPRET請求中攜帶了text/plain消息。其示例為：Interpret-Text:text@example.com。
Recognizer-Context-Block，此header用來通過GET-PARAMS取值或通過SET-PARAMS來設(shè)置語音識別的內(nèi)容數(shù)據(jù)段。每個識別引擎平臺的內(nèi)容數(shù)據(jù)段都是完全不同的，包括了會話，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、語音注冊的headers包括了十二個headers。

　　Enroll-Utterance用來表示短語是否被注冊，是通過RECOGNIZE請求中設(shè)定。如果RECOGNIZE請求中設(shè)置了Enroll-Utterance為true的話，它僅能支持注冊會話。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。此短語會成為注冊的短語，最后接納為個人的語法。此header可以通過per-START-PHRASE-ENROLLMENT請求或SET-PARAMS來設(shè)置，其示例為：Num-Min-Consistent-Pronunciations:1。
Consistency-Threshold，此header應(yīng)用在語法注冊的過程中，用來表示前面注冊短語的發(fā)音和當(dāng)前短語的相似性。此值越高，說明介于其句子和短語發(fā)音匹配非常接近。其語法示例為：Consistency-Threshold:0.75。
Clash-Threshold，此header用來衡量語句短語和當(dāng)前個人語法中的短語的相似度或接近程度。例如：兩個不同的拼寫但是它們的發(fā)音困難非常相似：

　　“John Smith”和“Jon Smits”。這樣就會導(dǎo)致識別資源發(fā)現(xiàn)他們的不同。較小的取值會降低已檢測到的差異的數(shù)量。取值范圍從0到1，其語法示例：Consistency-Threshold:0.75 。

Personal-Grammar-URI，其header表示此URL是一個個人的語法。它會出現(xiàn)在START-PHRASE-ENROLLMENT，MODIFY-PHRASE，或DELETE-PHRASE的請求中。其語法示例為：Personal-Grammar-URI:http://example.com/enroll/user1.dat。
Phrase-ID，此header表示的一個短語ID確認(rèn)消息。在START-PHRASE-ENROLLMENT，MODIFY-PHRASE或者DELETE-PHRASE的請求中使用，表明其特別的ID號，對此ID進(jìn)行相應(yīng)的處理。其語法示例為：Phrase-ID:name_joe_bloggs。
New-Phrase-ID，此header應(yīng)用在MODIFY-PHRASE請求中，用來表示對目前存在的ID聲明一個新的短語ID。其語法示例為：New-Phrase-ID:name_joe_bloggs_02。
Phrase-NL，此header用來表示注冊語法相應(yīng)的自然語言或語義解析。當(dāng)短語識別以后，返回的解析文本結(jié)果。其語法示例為：Phrase-NL:item01。
Weight，此header表示一個短語發(fā)生的似然程度。從概念上來說，這個權(quán)重值和SRGS語法中的item屬性weight類似。此header可能出現(xiàn)在START-PHRASE-ENROLLMENT請求中來設(shè)定一個注冊語法的權(quán)重，也可能出現(xiàn)在MODIFY-PHRASE的請求中來修改權(quán)重值。其語法示例為：Weight:2.0。
Save-Best-Waveform，此header設(shè)置為true的話，用來支持客戶端要求語音識別資源在注冊會話的生命周期內(nèi)保存捕捉的語音數(shù)據(jù)，此數(shù)據(jù)是最佳的重復(fù)短語。語音識別資源必須對識別語音進(jìn)行錄制，并且通過URL來返回到客戶端，在END-PHRASE-ENROLLMENT中攜帶一個Waveform-URI表示語音URL路徑。如果沒有錄制成功或發(fā)送錯誤的話，語音識別資源必須返回一個空的URL。
Confusable-Phrases-URI，此header會出現(xiàn)在RECOGNIZE的請求中用來表示一個語法URL，這個URL中的短語可能沒有注冊或無效的短語。無法注冊的短語也可能是一個命令短語，所以不能注冊。其語法示例為：Confusable-Phrase-URI:file://c:\data\commands.dat。
Abort-Phrase-Enrollment，此header會出現(xiàn)在END-PHRASE-ENROLLMENT的請求中。如果其值設(shè)置為true，則表示語音識別資源會終止正在被注冊的短語。其語法示例為：Abort-Phrase-Enrollment:true。

　　5、在今天的分享中，我們完整地介紹了語音識別資源中的三個事件，三十三個headers和十二個語音注冊的headers。針對每一個header，筆者給出了具體的解釋，使用注意事項和一些必要的語法示例。筆者相信，筆者的解釋也可能出現(xiàn)偏差，雖然完全覆蓋了語音識別資源的所有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程中不斷測試加深對這些header的學(xué)習(xí)。到此為止，筆者已經(jīng)完整介紹了語音識別資源所有相關(guān)的methods，事件和headers。