基于IMS的Push-to-Voice模擬系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著3G技術(shù)的不斷發(fā)展，基于IMS(IP Multimedia Subsystem，多媒體子系統(tǒng))的Push—to—X技術(shù)受到越來(lái)越多的關(guān)注。Push—to—Voice作為Push—to—X的一個(gè)重要分支，主要實(shí)現(xiàn)語(yǔ)音查詢的功能，該應(yīng)用方便快捷，節(jié)省系統(tǒng)資源，是3G時(shí)代的重要應(yīng)用之一。 本文在局域網(wǎng)環(huán)境下，搭建模擬系統(tǒng)，實(shí)現(xiàn)了一個(gè)比較簡(jiǎn)單的Push—to—Voice系統(tǒng)?？蛻舳撕头?wù)器端通過(guò)SIP(Session Initia

2、tion Protocol，會(huì)話初始化協(xié)議)協(xié)議建立起會(huì)話，通過(guò)RTP(Real—time Transport Protocol，實(shí)時(shí)傳輸協(xié)議)協(xié)議傳輸音頻流，客戶端對(duì)待查詢語(yǔ)音文件進(jìn)行打包，形成音頻流發(fā)給服務(wù)器端，服務(wù)器端收到后，對(duì)該音頻數(shù)據(jù)拆包重組成AMR(Adaptive Multi—Rate，自適應(yīng)多碼率)語(yǔ)音文件，然后通過(guò)語(yǔ)音識(shí)別引擎將聲音文件轉(zhuǎn)換為文本信息，構(gòu)成SQL 語(yǔ)句搜索后臺(tái)數(shù)據(jù)庫(kù)，查詢結(jié)果返回給語(yǔ)音識(shí)別引擎，將文本轉(zhuǎn)

3、換為語(yǔ)音文件，再打包返回給客戶端，客戶端經(jīng)過(guò)拆包重組把收到的RTP包合并為語(yǔ)音文件，用戶就可以聽到自己要查詢信息的結(jié)果。 語(yǔ)音文件的打包拆包重組方法是根據(jù)從遼寧移動(dòng)截獲的RTP語(yǔ)音包分析得來(lái)的。經(jīng)過(guò)測(cè)試，本系統(tǒng)實(shí)現(xiàn)了簡(jiǎn)單的Push-to-Voice功能，對(duì)6字以下的語(yǔ)音查詢準(zhǔn)確率達(dá)到百分之九十左右。對(duì)6字以上的語(yǔ)音查詢準(zhǔn)確率下降，基本達(dá)到了預(yù)期的效果。 由于時(shí)間倉(cāng)促，本系統(tǒng)目前只實(shí)現(xiàn)了Push-to-Voice系統(tǒng)的一