CTI技術(shù)與現(xiàn)代電信網(wǎng)絡(luò)

敖旭光 2001/10/11

一 CTI技術(shù)的概念及發(fā)展概述

CTI（Computer Telephony Integration）是在電話網(wǎng)絡(luò)進(jìn)入數(shù)字化時代，計算機(jī)技術(shù)廣泛應(yīng)用于通訊領(lǐng)域后逐漸發(fā)展起來的一門綜合技術(shù)。從早期數(shù)字通信技術(shù)替代模擬通訊技術(shù)以來，計算機(jī)已經(jīng)不只是簡單作為電信交換和傳輸網(wǎng)絡(luò)的控制部分而存在，而是逐漸演變成語音通信的一部分，將智能化的語音延伸到通信網(wǎng)絡(luò)的每一個角落。這種計算機(jī)電話集成技術(shù)的發(fā)展從簡單的語音信箱應(yīng)用開始，很快發(fā)展起來了智能網(wǎng)業(yè)務(wù)、IP電話技術(shù)、ATM語音技術(shù)、統(tǒng)一消息技術(shù)、交互式會話系統(tǒng)等，其中IP電話和交互語音（IVR Interactive Voice Respond）是目前發(fā)展最快和應(yīng)用前景最為廣泛的兩種技術(shù)，并且已經(jīng)逐步滲透到無線通信網(wǎng)絡(luò)和多媒體網(wǎng)絡(luò)中。

CTI技術(shù)應(yīng)用范圍的不斷擴(kuò)展，特別是在與電信網(wǎng)絡(luò)融合的過程中，協(xié)議標(biāo)準(zhǔn)化問題顯尤為重要。CTI技術(shù)標(biāo)準(zhǔn)大部分由ECTF（Enterprise Computer Telephony Forum）定義。

二 CTI關(guān)鍵技術(shù)以及遵循的協(xié)議和國際標(biāo)準(zhǔn)

CTI在對語音的處理上流行的幾項技術(shù)主要包括：語音編碼技術(shù)、語音識別技術(shù)、語音合成技術(shù)等幾方面。

同電話系統(tǒng)相似，語音編碼技術(shù)最常用的是脈沖編碼調(diào)制（G.711 64K PCM標(biāo)準(zhǔn)），自適應(yīng)差分脈沖編碼調(diào)制（G.721 ,G.722 ADPCM標(biāo)準(zhǔn)），和增量調(diào)制（DM）。語音編碼方案一向以追求低碼率、短延時、高質(zhì)量為目標(biāo)，目前的G。728標(biāo)準(zhǔn)采用的優(yōu)化后的短延時激勵碼（LD-CELP）速率可達(dá)到16K/S，算法延時小于2ms；1995年 ITU推出的G.729標(biāo)準(zhǔn)再度將速率降到8K/S。日本數(shù)字移動通信采用的矢量和線性預(yù)測編碼（VSELP）已將語音編碼標(biāo)準(zhǔn)定為6.7K/S。高效的編碼方案將是語音在IP、ATM網(wǎng)上高速傳輸保證。

語音識別技術(shù)和語音合成技術(shù)是近幾年發(fā)展起來的計算機(jī)語言學(xué)（Computer Phonetics）的主要研究方向。語音識別早期主要采用的技術(shù)包括：線性預(yù)測分析技術(shù)（LPC），動態(tài)時間規(guī)劃算法（DTW），矢量量化技術(shù)（VQ）等。80年代以來對隱馬爾可夫模型（HMM）的研究推動了語音識別的迅速發(fā)展。這類方法的特點(diǎn)是，設(shè)計人員根據(jù)人工神經(jīng)網(wǎng)絡(luò)技術(shù)，設(shè)計出一種可訓(xùn)練的模型，并用大量已經(jīng)存在的數(shù)據(jù)去訓(xùn)練，得到大量非特定人連續(xù)語音識別模型。

語音合成技術(shù)又稱作文語轉(zhuǎn)換系統(tǒng)（TTS），包括文本分析、韻律建模和語音合成三部分。文本分析目前主要以統(tǒng)計學(xué)方法以及人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用為主，具有代表性的有：二元文法(Di Grammar Method)、三元文法(Tri Grammar Method)等；韻律特征包括的聲學(xué)參數(shù)包括頻率、時長、音強(qiáng)、停頓等；語音合成技術(shù)中比較著名的有Klatt的共振峰(Formant)合成系統(tǒng)，和最近發(fā)展起來的波形拼接(PSOLA) 語音合成技術(shù)。

由于CTI技術(shù)是伴隨計算機(jī)通信發(fā)展起來的，CTI應(yīng)用初期的關(guān)鍵技術(shù)就是計算機(jī)與電話交換機(jī)之間的接口技術(shù)，1988年歐洲計算機(jī)制造協(xié)會ECMA（Eoupean Computer Manufacture Association）首先提出了計算機(jī)與交換機(jī)之間的標(biāo)準(zhǔn)協(xié)議：CSTA（Computer Supported Telecommunications Applications），是OSI應(yīng)用層協(xié)議，其主要對象是基于交換機(jī)特別是專網(wǎng)電話交換機(jī)的中繼線和排隊機(jī)，主要技術(shù)包括連接、應(yīng)答、轉(zhuǎn)移、會議等呼叫控制服務(wù)；話機(jī)性能、音量控制等設(shè)備服務(wù)；消息的收發(fā)、事件管理和計費(fèi)等內(nèi)容。目前CSTA-III（98）版本仍廣泛應(yīng)用于PBX等領(lǐng)域。

美國國家標(biāo)準(zhǔn)學(xué)會（ANSI）于1989年制定了應(yīng)用于程控交換機(jī)中虛擬交換網(wǎng)（Centrex） 方面的標(biāo)準(zhǔn)：SCAI（Switching Computer Application Interface）實現(xiàn)了計算機(jī)和電話交換的集成。

目前隨著計算機(jī)硬件技術(shù)的迅速發(fā)展，特別是板卡和接口軟件技術(shù)的進(jìn)步，CTI領(lǐng)域最廣泛采用的還是各類應(yīng)用程序接口（API）技術(shù)和相關(guān)標(biāo)準(zhǔn)。

1.TAPI技術(shù)標(biāo)準(zhǔn)：Microsoft公司提出的，其目標(biāo)是為了促進(jìn)開發(fā)電話語音應(yīng)用和呼叫控制的Windows 電話 API。在TAPI 3.0的白皮書中，允許用Java、C／C++和VB等任何語言寫TAPI的應(yīng)用程序，實現(xiàn)用Windows應(yīng)用程序控制通信設(shè)備。TAPI是Windows 95和Windows NT的標(biāo)準(zhǔn)組件，支持USB和ActiveX控件，側(cè)重與計算機(jī)與電話的集成應(yīng)用。其結(jié)構(gòu)示意如下：

2、TSAPI技術(shù)標(biāo)準(zhǔn)：由Novell公司開發(fā)。它將程控交換機(jī)或中央電話系統(tǒng)與Netware網(wǎng)絡(luò)集成在一起。可以實現(xiàn)呼叫轉(zhuǎn)移，交互式語音（IVR）和自動呼叫分配（ACD）等功能。支持包括Windows各種版本、OS/2和Unix等目前主要操作系統(tǒng)。不同于TAPI ，TSAPI在計算機(jī)和桌面之間建立一個邏輯的連接，通過這些連接在任一端的TSAPI應(yīng)用就可以完成呼叫控制。由于TSAPI主要為Netware網(wǎng)操作系統(tǒng)增加電話服務(wù)，不在每個電話和PC之間建立直接的連接，而是由一個電話服務(wù)器Netware可加載模塊（NLM）、一個電話服務(wù)器API（TSAPI）、一個電話服務(wù)器庫和一個電話客戶庫組組成在服務(wù)器電話系統(tǒng)間建立的連接，因此這個連接也稱為PBX-To-Server連接。電話服務(wù)器 NLM是負(fù)責(zé) PBX和 Netware服務(wù)器間傳送信息的。電話服務(wù)器 API是為運(yùn)行于服務(wù)器上的應(yīng)用提供電話服務(wù)器API。三方連接在客戶--服務(wù)器組網(wǎng)中比單方連接有更大的靈活性。網(wǎng)上的每個用戶都可迅速地通過現(xiàn)有的LAN基礎(chǔ)結(jié)構(gòu)撥入PBX。對其他服務(wù)的接入，如主機(jī)或終端仿真、傳真、E-mail等，都可以通過CTI接口獲得，只要這些業(yè)務(wù)已經(jīng)存在于網(wǎng)上。結(jié)構(gòu)如圖：

TAPI和TSAPI強(qiáng)調(diào)對電話的控制。1995年成立的企業(yè)計算機(jī)電話論壇（ECTF）對媒體控制的信號處理系統(tǒng)架構(gòu)（SCSA）進(jìn)行研究并發(fā)展成為一種媒體控制API標(biāo)準(zhǔn)－S.100，并于1996年發(fā)布。媒體控制API的主要應(yīng)用領(lǐng)域是建立基于PC機(jī)的媒體處理系統(tǒng)及基于PC機(jī)的語音處理系統(tǒng)的開發(fā)，稱為媒體和交換服務(wù)界面，提供了包括語音信箱、傳真和其他媒體的轉(zhuǎn)換，是定義CTI應(yīng)用于交互操作的技術(shù)基礎(chǔ)。在此基礎(chǔ)上又推出了不同應(yīng)用之間進(jìn)行S.100業(yè)務(wù)通信的協(xié)議標(biāo)準(zhǔn)—S.200和對系統(tǒng)資源的控制的協(xié)議標(biāo)準(zhǔn)--S．300。

三 CTI技術(shù)在現(xiàn)代電信網(wǎng)上的應(yīng)用

CTI技術(shù)的發(fā)展既依賴于電信網(wǎng)絡(luò)又對現(xiàn)代電信網(wǎng)絡(luò)提出了更高的要求。由于計算機(jī)技術(shù)的迅猛發(fā)展，傳統(tǒng)的電信業(yè)務(wù)已經(jīng)遠(yuǎn)不能滿足人們信息交流的需求，九十年代以來，以數(shù)字交換與傳輸網(wǎng)絡(luò)為基礎(chǔ)的，結(jié)合計算機(jī)技術(shù)應(yīng)用而發(fā)展起來的ISDN業(yè)務(wù)、IP語音業(yè)務(wù)（VoIP）、交互式語音（IVR）、智能業(yè)務(wù)（IN）以及即將出現(xiàn)的INTERNET語音門戶Voice Portal、擴(kuò)展語音標(biāo)記語言（Voice XML）技術(shù)和統(tǒng)一消息業(yè)務(wù)給等將計算機(jī)與語音通信技術(shù)結(jié)合構(gòu)成一個全新概念的現(xiàn)代電信網(wǎng)絡(luò)。

1.IP語音技術(shù)（VoIP）：IP語音不同于傳統(tǒng)的基于電路交換的語音業(yè)務(wù)，而是以分組數(shù)據(jù)報的形式傳遞話音。自從95年以色列VocalTec公司研制出可以通過Internet打長途電話的軟件產(chǎn)品"Internet Phone"以來。IP電話發(fā)展到現(xiàn)在，已經(jīng)融合了分組語音技術(shù)、語音編碼和壓縮技術(shù)、IVR等技術(shù)成份。并且隨著QoS不斷提高，成本不斷降低，現(xiàn)在已經(jīng)開始分流傳統(tǒng)長話業(yè)務(wù)。目前IP電話關(guān)鍵信令技術(shù)由ITU-T H.323 和IETF會話初始化協(xié)議SIP（Session Initation Protocol）兩套標(biāo)準(zhǔn)體系構(gòu)成，SIP和H.323都是使用RTP作為媒體傳輸協(xié)議。SIP側(cè)重于將IP 電話作為Internet上的一個應(yīng)用，借鑒了其他Internet標(biāo)準(zhǔn)和協(xié)議的設(shè)計思想，比如FTP，SMTP等，增加了信令和QoS功能。相比之下H.323協(xié)議采用的是傳統(tǒng)的實現(xiàn)電話信令的模式，定義了4個主要的組件：終端（Terminal ）、網(wǎng)關(guān)（Gateway）、網(wǎng)守（Gatekeeper）和多點(diǎn)控制單元（MCU）便于與現(xiàn)有的電話網(wǎng)互通。由于H.323發(fā)展得比較成熟。我國目前的IP電話網(wǎng)也普遍采用了這種方式。

2.呼叫中心:是CTI技術(shù)應(yīng)用的一個主要領(lǐng)域,一般的呼叫中心由智能分配中心(Auto Call Distribution簡稱ACD)、CTI服務(wù)器、自動語音應(yīng)答設(shè)備(IVR)、自動傳真服務(wù)器、外撥服務(wù)器以及人工座席等幾部分構(gòu)成。排隊機(jī)通過CTI-Link與CTI服務(wù)器相連,根據(jù)話務(wù)量、客戶代表的要求或用戶呼叫歷史記錄分配資源。CTI服務(wù)器與前置交換機(jī)相聯(lián)，并屏蔽了交換機(jī)與計算機(jī)之間復(fù)雜的通信協(xié)議，向上提供統(tǒng)一的編程接口，使開發(fā)人員能方便地開發(fā)呼叫中心的各類應(yīng)用。CTI服務(wù)器一般由電話服務(wù)單元、安全數(shù)據(jù)庫和電話服務(wù)庫等組成，實現(xiàn)同步語音與數(shù)據(jù)的傳送、協(xié)調(diào)語音與數(shù)據(jù)的轉(zhuǎn)移、智能路由等功能。交互式語音應(yīng)答系統(tǒng)(IVR)。能識別用戶通過雙音頻話機(jī)數(shù)字鍵盤輸入的有關(guān)信息，并向用戶播放預(yù)先錄制好或通過TTS（Text-To-Speech）生成的語音。 用戶可以通過電話鍵盤與自動語音應(yīng)答設(shè)備進(jìn)行對話，并選擇自己所需的服務(wù)。

3.智能網(wǎng)技術(shù)：智能網(wǎng)（IN）是通信網(wǎng)發(fā)展的一個主要方向也是CTI在電信網(wǎng)絡(luò)上的另一個重要應(yīng)用。根據(jù)AT&T公司Bellcore制定的智能網(wǎng)標(biāo)準(zhǔn)（IN-1，IN-2），以及后期的AIN（Advanced Intelligent Network）標(biāo)準(zhǔn),ITU-T 1993年提出了智能網(wǎng)第一組功能集（CS-1）的建議，即Q.1200系列建議，并于1995對CS-1功能完善經(jīng)歷了CS-2、 CS-3階段�，F(xiàn)在智能網(wǎng)對CS-4的研究將包括智能網(wǎng)B-ISDN綜合、智能網(wǎng)支持寬帶移動業(yè)務(wù)，及通用個人通信、虛擬專用網(wǎng)、被叫集中付費(fèi)等業(yè)務(wù)；實現(xiàn)虛擬歸屬環(huán)境（VHE）的所有功能；支持IMT-2000；增加了認(rèn)證管理功能（AMF）或位置管理功能（LMF）。我國于1995年頒布了以ITU-T CS-1智能網(wǎng)標(biāo)準(zhǔn)為基礎(chǔ)的中國智能網(wǎng)標(biāo)準(zhǔn)，近幾年國內(nèi)智能網(wǎng)建設(shè)發(fā)展很快�，F(xiàn)在我國除流行的七種標(biāo)準(zhǔn)智能業(yè)務(wù)（ACC記帳卡、FPH被叫付費(fèi)、VPN虛擬專網(wǎng)、UPT通用個人通信、WAC廣域Centrex、VOT電話投票、MAS大眾呼叫）外，各地方運(yùn)營公司根據(jù)本地市場需求又推出了AD廣告、NP流動號碼、TP電話付費(fèi)業(yè)務(wù)等。

4.Internet呼叫中心：也是CTI技術(shù)最激動人心的應(yīng)用之一。Internet呼叫中心是呼叫中心技術(shù)與因特網(wǎng)技術(shù)相結(jié)合，設(shè)想一下：當(dāng)客戶在瀏覽網(wǎng)頁同時，如果希望就某一問題與客戶服務(wù)代表進(jìn)行討論，此時客戶不必呼叫中心的電話號碼，而是通過點(diǎn)擊網(wǎng)頁上的“呼叫”鏈接按鈕，顧客便可和業(yè)務(wù)代表進(jìn)行語音或文字的交流。Internet的呼叫中心提供以下幾種聯(lián)系客戶的方式：電子郵件(E-mail)：發(fā)送的電子郵件通過智能路由選擇功能分配到最適合的客服代表進(jìn)行處理；文字交談(Chat)；客戶與客服代表之間無需語音通信而是通過實時的文字形式進(jìn)行交交流；互聯(lián)網(wǎng)電話(Voice Over IP)：客戶可以使用VOIP功能，通過計算機(jī)呼叫呼叫中心�？蛻舻幕ヂ�(lián)網(wǎng)電話呼叫經(jīng)過呼叫中心的智能路由選擇后，被轉(zhuǎn)接到適合的客服代表；　電子商務(wù)：盡管電子商務(wù)發(fā)展迅速，并已經(jīng)形成一個相對獨(dú)立的網(wǎng)絡(luò)應(yīng)用分支。但是電子商務(wù)平臺和應(yīng)用軟件都離不開CTI技術(shù)。

四、CTI帶動語音通信技術(shù)的發(fā)展

——伴隨技術(shù)的進(jìn)步，下一代電信網(wǎng)絡(luò)將是以寬帶IP/ATM、寬帶無線網(wǎng)絡(luò)、全光網(wǎng)絡(luò)、軟交換的為技術(shù)支撐，廣泛結(jié)合CTI應(yīng)用，原有的電信網(wǎng)絡(luò)開放化，接口協(xié)議標(biāo)準(zhǔn)化，并實現(xiàn)業(yè)務(wù)應(yīng)用與承載的分離。用戶可以自行配置和定義自己的業(yè)務(wù)特征，不必關(guān)心承載業(yè)務(wù)的網(wǎng)絡(luò)形式以及終端類型。多協(xié)議標(biāo)記交換（MPLS）協(xié)議將成為通信網(wǎng)絡(luò)采用的主流技術(shù)。而實時話音處理操作系統(tǒng)（VPOS）是下一代CTI系統(tǒng)的核心。

1.統(tǒng)一消息（Unified Messaging）：任何人、任何地方、任何時刻、使用任何一種消息設(shè)備都能處理任何一種消息是未來信息技術(shù)的發(fā)展目標(biāo)。它不但要求具有實時性、準(zhǔn)確性可移動性還要能夠廣泛兼容各種通訊媒體。理論上統(tǒng)一消息將所有的消息類型，如語音、電子郵件、傳真和數(shù)據(jù)等，以不同的形式集中存儲在一個設(shè)備中。這樣，用戶可在任何時候采用方便的方式訪問該設(shè)備中的任何消息。統(tǒng)一消息服務(wù)系統(tǒng)實現(xiàn)的關(guān)鍵是解決各種不同的消息表現(xiàn)格式間的兼容問題，實現(xiàn)語音、傳真、電子郵件等不同信息格式間的相互轉(zhuǎn)換，其主要采用的技術(shù)之一是語音合成技術(shù)（Text to Speech）。語音合成技術(shù)就是把可視的文本信息轉(zhuǎn)化為可聽的聲音信息。具體到統(tǒng)一消息服務(wù)中，就是將電子郵件、傳真等文字信息轉(zhuǎn)化成可聽的電話語音。

2.多協(xié)議標(biāo)記交換（MPLS）技術(shù)：盡管IP已經(jīng)得到各類平臺廣泛支持，但是由于其面向無連接，QOS不完善， ISP面對各種新興的增值業(yè)務(wù)，實施流量工程和計費(fèi)管理措施還存在一定困難，Cisco提出的基于Tag-Switching技術(shù)的MPLS很快就被推崇為下一代Internet寬帶網(wǎng)絡(luò)技術(shù)的發(fā)展方向。由于采用標(biāo)記分配信令協(xié)議（LDP）用于實現(xiàn)標(biāo)簽的分配與轉(zhuǎn)發(fā)，通過TCP層保證信令消息可靠傳輸，采用基于標(biāo)記化的VPI/VCI及DLCI轉(zhuǎn)發(fā)機(jī)制，因此可以在ATM層上直接承載IP業(yè)務(wù)，解決了Internet擴(kuò)展和QoS傳輸?shù)膯栴}，并能夠提供IP無法保證的流量控制業(yè)務(wù)，平衡負(fù)荷保證某些業(yè)務(wù)的必要帶寬。路由、尋址與控制等功能集成使控制過程簡化。

3、軟交換（Softswitch）技術(shù)：現(xiàn)在電信網(wǎng)絡(luò)核心仍是基于電路交換的現(xiàn)在正逐漸向IP交換技術(shù)過度。預(yù)計在未來網(wǎng)絡(luò)中的語音消息將通過由軟交換機(jī)控制的媒體網(wǎng)關(guān)和語音網(wǎng)絡(luò)之間傳送。軟交換機(jī)有時候也稱為呼叫代理（Call Agent）、呼叫服務(wù)器或媒體網(wǎng)關(guān)控制器，它主要提供連接控制、翻譯和選路、網(wǎng)關(guān)管理、呼叫控制、帶寬管理、信令和呼叫計費(fèi)信息生成等功能。軟交換是一個基于軟件的分布式交換機(jī) ，為下一代網(wǎng)絡(luò)（ＮＧＮ）提供具有實時性要求的呼叫控制和連接控制功能，是下一代網(wǎng)絡(luò)呼叫與控制的核心。軟交換的主要功能有：連接各種媒體網(wǎng)關(guān)，如ＰＳＴＮ、IP、ＡＴＭ媒體網(wǎng)關(guān)等； 執(zhí)行呼叫控制功能，包括呼叫的建立、保持和釋放；提供多種業(yè)務(wù)， 包括PSTN/ISDN、IN、ATM交換等業(yè)務(wù)并實現(xiàn)各種網(wǎng)絡(luò)信令互通。各種網(wǎng)絡(luò)組件，通過使用交換協(xié)議，如媒體網(wǎng)絡(luò)控制(Megaco)、媒體網(wǎng)關(guān)控制協(xié)議(MGCP)、SCTP/M3UA和會話初始協(xié)議(SIP)相互通信。

4、語音門戶（Voice　Ｐortal）與Voice XML語言（eXtensible Markup Language）：當(dāng)人們使用電話設(shè)備實現(xiàn)信息交流同時，也希望通過電話語音接入網(wǎng)絡(luò)并以交互方式訪問INTERNET得到信息或進(jìn)行電子交易。交談式語言是人類最易掌握的交流方式，通過語音瀏覽和接入互聯(lián)網(wǎng)，促進(jìn)了語音門戶（Voice Portal）的出現(xiàn)。語音門戶是自動語音識別（ASR）技術(shù)、文語轉(zhuǎn)換（TTS）技術(shù)和CTI技術(shù)、Web技術(shù)、電信技術(shù)、計算機(jī)及網(wǎng)絡(luò)迅速發(fā)展的結(jié)果。從早期的交互式語音應(yīng)答系統(tǒng)IVR到最近出現(xiàn)的Voice XML語言都為語音門戶的發(fā)展提供了有力技術(shù)支持，Voice XML 讓W(xué)eb“聽”懂了人類語言，以AT&T，LUCENT，IBM，MOTOROLA幾家公司聯(lián)合發(fā)起的Voice XML 論壇確立了Voice XML1.0標(biāo)準(zhǔn)，對其語法結(jié)構(gòu)給了詳細(xì)定義。

綜觀CTI技術(shù)與現(xiàn)代電信網(wǎng)絡(luò)的演進(jìn)，語音從電路交換到分組交換，承載業(yè)務(wù)從單一話音到各種媒體，廣泛采用軟交換技術(shù)將傳統(tǒng)交換機(jī)的功能模塊化、部件化接口協(xié)議標(biāo)準(zhǔn)化使電信網(wǎng)絡(luò)逐全面，與計算機(jī)技術(shù)進(jìn)一步融合真正實現(xiàn)三網(wǎng)合一，以全光波分復(fù)用（DWDM）和無線通信技術(shù)為主的傳輸網(wǎng)絡(luò)為語音通信業(yè)務(wù)發(fā)展成為交互式多媒體通信提供更高的數(shù)據(jù)傳輸速率。而隨著統(tǒng)一消息、語音識別等技術(shù)成熟，語音門戶將成為INTERNET的又一重要形式。

本文由作者向CTI論壇提供

作者簡介：敖旭光 1990年畢業(yè)于長春郵電學(xué)院，長春電信分公司交換中心副主任，現(xiàn)就讀于北京科技大學(xué)計算機(jī)碩士專業(yè)。
作者聯(lián)系方法：aoxg@sohu.com