FreeSwitch采用mrcp协议对接科大讯飞asr和tts以及对话系统

最近由于有开发智能语音机器人的需求，需要使用语音识别（ASR）和文本语音转换（TTS）技术，老板指定使用科大讯飞的原子能力来提供这两项技术的支持。在语音侧，我们使用开源的软交换系统FreeSwitch来对接科大的接口。在与科大讯飞的技术支撑沟通后，确认ASR和TTS的对接采用mrcp协议，幸好FreeSwitch是支持这个协议的，下面就把整个对接的过程记录下。

首先我们得搞清楚这个mrcp协议的大体交互流程，主要是如下图。

mrcp一般是由客户端发起invite请求与服务器协商语音编码和mrcp通道信息，然后进行基于mrcp协议的asr信息和tts信息的交互，最后进行rtp语音流交互并返回识别信息直到挂机为止。

 FreeSwitch内部有一个mod_unimrcp的模块专门用来处理对接mrcp服务器，它的配置文件在conf/autoload_config/unimrcp.conf.xml中，主要的配置如下：

这其中最主要的是default-tts-profile和default-asr-profile的配置，它对应了ASR和TTS的配置文件，这个配置文件一般在conf/mrcp_profiles/下面，我们来看一下相关的配置：

这其中server-ip和server-port就是科大讯飞mrcp服务器的地址和端口。

在配置好后，我们就可以启动FreeSwitch进行应用了，我们可以在dialplan或者esl中调用App函数play_and_detect_speech来进行放音并识别的操作，典型的命令如下：

最终我们可以通过获取SWITCH_EVENT_DETECTED_SPEECH的事件信息得到ASR的文本。

以上是关于语音原子能力引擎的对接，至于智能机器人的对话系统，科大讯飞提供了DCM系统，它是通过http restful接口来交互的，这块比较简单，就不再赘述了。大家有什么问题的话欢迎私信沟通。