• MRCP學(xué)習(xí)筆記

　　在前面的講座中，我們介紹了MRCP媒體資源的幾個(gè)主要類型，它們分別是語音合成資源，語音識(shí)別資源和錄音資源的所有請(qǐng)求，事件和headers的細(xì)節(jié)。今天的講座中，我們介紹MRCP媒體資源的最后一個(gè)資源類型-說話人驗(yàn)證資源（speaker verification resource-speakverify）。

　　1、說話人驗(yàn)證資源對(duì)MRCP客戶端提供說話人的驗(yàn)證和確認(rèn)功能。說話人驗(yàn)證主要關(guān)心的是說話人應(yīng)該是誰。通常情況下，說話人驗(yàn)證是通過他們自己聲明的身份數(shù)據(jù)來驗(yàn)證。說話人通過一系列的驗(yàn)證方式來關(guān)聯(lián)身份驗(yàn)證。這一系列的驗(yàn)證方式包括輸入密碼，客戶ID，或者呼叫號(hào)碼綁定的方式來加以驗(yàn)證。說話人的語句可以和其保存的聲紋語句進(jìn)行對(duì)比來確認(rèn)其身份，然后執(zhí)行通過或者拒絕的流程。而說話人確認(rèn)功能則處理的是通過從多人的說話語句中識(shí)別出其身份，它通過已錄制的語句對(duì)比一組存儲(chǔ)的說話人聲紋來確認(rèn)說話人身份。簡單來說，說話人確認(rèn)就是一個(gè)已錄制的語音和一組或者多組存儲(chǔ)的聲紋進(jìn)行對(duì)比，識(shí)別出其身份。事實(shí)上，如果從MRCP說話人驗(yàn)證資源的角度來討論的話，說話人確認(rèn)可以看作為多組聲紋的說話人驗(yàn)證方式。因此，為了討論方便，我們通常使用說話人驗(yàn)證來表示驗(yàn)證和確認(rèn)步驟。另外，MRCP驗(yàn)證資源的處理方式和基于文本方式的處理方式是相似的，它也借用了自然語言語義標(biāo)識(shí)語音的語法格式來封裝說話人驗(yàn)證和確認(rèn)的結(jié)果。

　　2、MRCP驗(yàn)證資源可以在兩種工作模式下執(zhí)行，它可以配合語音識(shí)別資源或錄音資源來工作，也可以獨(dú)立工作。當(dāng)獨(dú)立工作時(shí)，它在媒體會(huì)話中通過實(shí)時(shí)傳輸?shù)姆绞将@得的語音數(shù)據(jù)，然后對(duì)語音數(shù)據(jù)進(jìn)行分析。當(dāng)結(jié)合其他媒體資源工作時(shí)，驗(yàn)證資源會(huì)通過驗(yàn)證資源的緩沖和語音識(shí)別資源或錄音資源共享緩沖數(shù)據(jù)。通過設(shè)定Ver-Buffer-Utterance header，語音識(shí)別資源和錄音資源可以對(duì)緩沖進(jìn)行數(shù)據(jù)寫入的操作。在語音識(shí)別或錄音過程中，這個(gè)緩沖中的語音數(shù)據(jù)可以后續(xù)支持說話人驗(yàn)證或者確認(rèn)的分析任務(wù)。

　　MRCP驗(yàn)證資源支持十一個(gè)請(qǐng)求消息，兩個(gè)事件消息，二十個(gè)headers和一個(gè)狀態(tài)機(jī)。狀態(tài)機(jī)可支持兩種工作模式：訓(xùn)練模式和驗(yàn)證模式。狀態(tài)機(jī)的狀態(tài)改變是通過VERIFY或VERIFY-FROM-BUFFER method來實(shí)現(xiàn)。驗(yàn)證資源的狀態(tài)機(jī)的工作流程圖如下：

　　3、START-SESSION method 是用來啟動(dòng)一個(gè)訓(xùn)練或驗(yàn)證會(huì)話。Verification-Mode header可以用來表示其啟動(dòng)的會(huì)話模式。這個(gè)會(huì)話類型值包括：train和verify。如果設(shè)置為驗(yàn)證會(huì)話的話，它會(huì)綁定聲紋的數(shù)據(jù)倉庫，其路徑通過Repository-URI來表示。每個(gè)會(huì)話可以綁定一個(gè)或多個(gè)聲紋，他們通過各自的聲紋ID Voiceprint-Identifier header表示。這里需要讀者注意，結(jié)合本章節(jié)前面談到的關(guān)于驗(yàn)證資源和確認(rèn)資源的區(qū)別，他們的使用方式在在這里得到了體現(xiàn)。如果是驗(yàn)證資源的話，指定的是一個(gè)聲紋資源URL。如果是說話人確認(rèn)的話，可以支持多個(gè)聲紋路徑，通過分號(hào)分開多個(gè)聲紋資源。在訓(xùn)練期間的話，如果聲紋不存在的話，系統(tǒng)會(huì)自動(dòng)創(chuàng)建。其請(qǐng)求的圖例如下：

　　現(xiàn)在，我們看一下此請(qǐng)求的消息流程：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　END-SESSION請(qǐng)求支持結(jié)束訓(xùn)練或驗(yàn)證會(huì)話。在Abort-Model header創(chuàng)建聲紋，這個(gè)聲紋則反映更新狀態(tài)。如果聲紋更新，則可能是訓(xùn)練會(huì)話被激活，或者驗(yàn)證會(huì)話被激活，同時(shí)聲紋狀態(tài)信息也會(huì)更新。聲紋更新是通過START-SESSION會(huì)話中設(shè)置 header Adapt-Model 為true來實(shí)現(xiàn)。如果Abort-Model設(shè)置為false，則會(huì)導(dǎo)致聲紋的任何修改都最終保存到數(shù)據(jù)庫中。如果此header設(shè)置為true，則會(huì)丟棄任何對(duì)聲紋的修改。以下是結(jié)束會(huì)話的圖例：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　4、VERIFY method是驗(yàn)證資源對(duì)實(shí)時(shí)語音通過媒體會(huì)話進(jìn)行傳輸，啟動(dòng)聲紋訓(xùn)練，或啟動(dòng)驗(yàn)證，并且對(duì)比多組聲紋數(shù)據(jù)。具體的操作模式是在START-SESSION的header Verification-Mode中設(shè)置。當(dāng)VERIFY 請(qǐng)求完成后，驗(yàn)證資源會(huì)生成一個(gè)VERIFICATION-COMPLETE事件消息。NLSML數(shù)據(jù)會(huì)包含在這個(gè)事件消息中，包括訓(xùn)練狀態(tài)和驗(yàn)證狀態(tài)數(shù)據(jù)。以下圖例是一個(gè)訓(xùn)練模式下的流程圖：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　F3 （client → speakverify）:

　　F4 （speakverify → client）:

　　F5 （speakverify → client）:

　　F6 （speakverify → client）:

　　F7 （client → speakverify）:

　　F8 （speakverify → client）:

　　5、VERIFY-FROM-BUFFER 請(qǐng)求的和VERIFY的工作方式相同，但是VERIFY-FROM-BUFFER的語音流源來自于驗(yàn)證緩沖而不是來自于實(shí)時(shí)的語音數(shù)據(jù)。驗(yàn)證緩沖數(shù)據(jù)寫入的方式支持通過說話人驗(yàn)證資源寫入數(shù)據(jù)，通過VERIFY請(qǐng)求的頭中設(shè)置Ver-Buffer-Utterance為true來獲得支持，也可以通過語音識(shí)別資源分配同樣的SIP dialog，通過RECOGNIZE請(qǐng)求中設(shè)置Ver-Buffer-Utterance為true的方式寫入，還可以通過錄音資源分配同樣的SIP dialog，通過RECORD請(qǐng)求中設(shè)置Ver-Buffer-Utterance為true來獲得支持。這里，需要讀者注意，系統(tǒng)不會(huì)為VERIFY-FROM-BUFFER 請(qǐng)求生成START-OF-INPUT事件消息。

　　使用從驗(yàn)證緩沖中驗(yàn)證說話人有幾個(gè)方面的理由。語音識(shí)別資源可以用來驗(yàn)證其用戶身份（例如通過識(shí)別客戶賬戶），然后，緊接著此語音數(shù)據(jù)可以和其相應(yīng)的聲紋進(jìn)行匹配。另外，如果VERIFY請(qǐng)求驗(yàn)證用戶失敗的話，但是MRCP客戶端希望使用同樣的語音數(shù)據(jù)匹配其他不同的聲紋資源，這個(gè)資源可以被重復(fù)使用。這里我們假設(shè)，初始的VERIFY已傳輸了Ver-Buffer-Utterance為true的header，驗(yàn)證緩沖將被寫入，START-SESSION 創(chuàng)建了一個(gè)新的會(huì)話支持了不同的聲紋，VERIFY-FROM-BUFFER請(qǐng)求也已經(jīng)啟動(dòng)。以下是一個(gè)VERIFY-FROM-BUFFER圖例：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　F3 （speakverify → client）:

　　6、VERIFY-ROLLBACK 請(qǐng)求時(shí)回滾到前面VERIFY或VERIFY-FROM-BUFFER的請(qǐng)求，因此，前面已處理的語音數(shù)據(jù)不再用于聲紋訓(xùn)練（訓(xùn)練會(huì)話中）和聲紋的調(diào)整環(huán)境中（驗(yàn)證會(huì)話）。如果多次發(fā)起VERIFY-ROLLBACK請(qǐng)求，則會(huì)導(dǎo)致無效回滾。以下是一個(gè)回滾請(qǐng)求的圖例：

　　VERIFY-ROLLBACK 的消息流程：

　　F1（client→speakverify）:

　　F2（speakverify→client）:

　　START-INPUT-TIMERS請(qǐng)求用來支持對(duì)驗(yàn)證資源啟動(dòng)定時(shí)器。啟動(dòng)默認(rèn)環(huán)境下，當(dāng)發(fā)起一個(gè)VERIFY請(qǐng)求時(shí)，系統(tǒng)會(huì)自動(dòng)啟動(dòng)No-Input-Timeout的定時(shí)器。如果在定時(shí)器時(shí)間范圍內(nèi)，驗(yàn)證資源沒有檢測(cè)到任何輸入的話，VERIFY請(qǐng)求會(huì)結(jié)束這個(gè)請(qǐng)求，并且生成VERIFICATION-COMPLETE消息，消息中說明了Completion-Cause，其值為002 no-input-timeout。通常情況下，如果用戶完成輸入的話，MRCP 客戶端會(huì)馬上發(fā)起VERIFY請(qǐng)求。但是，在有一些應(yīng)用場(chǎng)景中，我們需要用戶輸入的同時(shí)在同一時(shí)間內(nèi)啟動(dòng)訓(xùn)練或驗(yàn)證流程。因此，它可以支持熟悉的用戶可以打斷輸入，并且盡早啟動(dòng)訓(xùn)練或驗(yàn)證資源。有時(shí)，在提示回放的同時(shí)，訓(xùn)練/驗(yàn)證資源也同時(shí)啟動(dòng)，如果用戶不想啟動(dòng)No-Input-Timeout 定時(shí)器，他/她需要讓系統(tǒng)完成提示回放以后，才開始啟動(dòng)定時(shí)器。用戶可以VERIFY消息中設(shè)置Start-Input-Timers header為false來實(shí)現(xiàn)以上要求。如果在稍后的處理過程中，MRCP客戶端知道提示回放已經(jīng)完成的話，客戶端可以對(duì)驗(yàn)證資源發(fā)起START-INPUT-TIMERS啟動(dòng)No-Input-Timeout定時(shí)器。 以下是一個(gè)START-INPUT-TIMERS圖例：

　　F1（client→speakverify）:

　　F2（speakverify→client）:

　　F3（client→speakverify）:

　　F4（speakverify→client）:

　　F5（speakverify→client）:

　　F6（speakverify→client）:

　　當(dāng)VERIFY或VERIFY-FROM-BUFFER請(qǐng)求正在處理中時(shí)，MRCP客戶端可以發(fā)出GET-INTERMEDIATE-RESULT請(qǐng)求要求獲得更多累計(jì)的驗(yàn)證資源。這里讀者要注意，GET-INTERMEDIATE-RESULT的響應(yīng)消息中包含NLSML數(shù)據(jù)，因?yàn)檎?qǐng)求仍然進(jìn)行中，還沒有完成，所以響應(yīng)消息中沒有Completion-Cause header。當(dāng)驗(yàn)證資源在空閑狀態(tài)時(shí)，MRCP客戶端發(fā)送GET-INTERMEDIATE-RESULT請(qǐng)求時(shí)，它會(huì)收到402 Method not valid in this state 響應(yīng)碼。以下是GET-INTERMEDIATE-RESULT圖例：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　STOP method用來支持正在進(jìn)行的訓(xùn)練驗(yàn)證資源，資源狀態(tài)返回到空閑狀態(tài)。STOP 的響應(yīng)消息中會(huì)包含Active-Request-Id-List 列表，表示結(jié)束的ID。在STOP請(qǐng)求method中可以包含一個(gè)Abort-Verification 頭，此header可以用來表示訓(xùn)練驗(yàn)證結(jié)果是否丟棄（true）或者保持（false）。 如果是false的話，STOP請(qǐng)求的響應(yīng)消息中包含驗(yàn)證結(jié)果。以下是STOP 請(qǐng)求的圖例：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　F3 （client → speakverify）:

　　F4 （speakverify → client）:

　　CLEAR-BUFFER method用來清除驗(yàn)證緩沖數(shù)據(jù)。在前面的討論中，我們已經(jīng)介紹了如何實(shí)現(xiàn)緩沖數(shù)據(jù)寫入。這里，使用CLEAR-BUFFER來清除緩沖數(shù)據(jù)。具體的緩沖清除圖例如下：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　QUERY-VOICEPRINT method用來支持MRCP客戶端對(duì)驗(yàn)證資源進(jìn)行聲紋數(shù)據(jù)查詢。聲紋數(shù)據(jù)是通過Repository-URI和Voiceprint-Identifier 來確定。在給定的URL資源中，每個(gè)Voiceprint-Identifier 設(shè)定了一個(gè)唯一的ID。QUERY-VOICEPRINT 響應(yīng)消息中會(huì)包含一個(gè)布爾值Voiceprint-Exists來表示此聲紋是否存在。如果Repository-URI 不存在，則返回響應(yīng)消息，并且相當(dāng)Completion-Cause: 007 repository-uri-failure header。 以下是一個(gè)查詢聲紋資源的圖例：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　DELETE-VOICEPRINT method用來支持MRCP客戶端刪除聲紋，具體的聲紋身份確認(rèn)由Repository-URI 和Voiceprint-Identifier構(gòu)成。 這里，讀者要注意，如果指定的需要?jiǎng)h除的聲紋不存在的話，不會(huì)會(huì)任何返回錯(cuò)誤。圖例是刪除聲紋的流程：

　　F1 （client → speakverify）:

　　F2 （speakverify → client）:

　　7、驗(yàn)證資源包括兩個(gè)消息事件，兩個(gè)事件分別是START-OF-INPUT和VERIFICATION-COMPLETE。這兩個(gè)事件在前面的章節(jié)中都有完整的消息示例，讀者可以參考那些示例來進(jìn)一步了解這兩個(gè)事件。

　　START-OF-INPUT事件是由說話人驗(yàn)證資源生成，通知MRCP客戶端已經(jīng)收到輸入數(shù)據(jù)。MRCP客戶端使用此事件來進(jìn)行語音打斷檢測(cè)或者停止語音回放。

　　VERIFICATION-COMPLETE是由說話人驗(yàn)證資源生成來對(duì)MRCP客戶端說明訓(xùn)練/驗(yàn)證流程已經(jīng)完成，正在消息體中傳輸訓(xùn)練或驗(yàn)證結(jié)果。Completion-Cause和可選Completion-Reason header來表示訓(xùn)練或驗(yàn)證的完成狀態(tài)。

　　8、MRCP協(xié)議的驗(yàn)證資源支持了二十個(gè)headers�，F(xiàn)在，我們逐一介紹這些headers的使用方式。

　　9、在本講座中，我們首先介紹了說話人驗(yàn)證資源的背景知識(shí)，驗(yàn)證資源和確認(rèn)資源的區(qū)別，然后分別介紹了驗(yàn)證資源的請(qǐng)求方式，事件和所有驗(yàn)證資源的headers。在每個(gè)請(qǐng)求方式的介紹過程中，筆者結(jié)合具體的流程圖和消息流程做了非常詳細(xì)的解釋，以及需要讀者特別注意到對(duì)方。另外，對(duì)headers也做了非常詳細(xì)的解釋，這樣可以幫助讀者能夠完全掌握MRCP協(xié)議中說話人驗(yàn)證資源的所有相關(guān)細(xì)節(jié)。

　　到目前為止，我們已經(jīng)基本上介紹了整個(gè)MRCP協(xié)議的主體部分。在后續(xù)的章節(jié)中，筆者會(huì)根據(jù)時(shí)間安排等實(shí)際情況，更多討論MRCP相關(guān)的安全方面的話題和其應(yīng)用實(shí)踐。

 

 

　　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