基于IMS的Push-to-Voice模擬系統(tǒng)的設(shè)計與實現(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)受到越來越多的關(guān)注。Push—to—Voice作為Push—to—X的一個重要分支，主要實現(xiàn)語音查詢的功能，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)，實現(xiàn)了一個比較簡單的Push—to—Voice系統(tǒng)。客戶端和服務(wù)器端通過SIP(Session Initia

2、tion Protocol，會話初始化協(xié)議)協(xié)議建立起會話，通過RTP(Real—time Transport Protocol，實時傳輸協(xié)議)協(xié)議傳輸音頻流，客戶端對待查詢語音文件進行打包，形成音頻流發(fā)給服務(wù)器端，服務(wù)器端收到后，對該音頻數(shù)據(jù)拆包重組成AMR(Adaptive Multi—Rate，自適應(yīng)多碼率)語音文件，然后通過語音識別引擎將聲音文件轉(zhuǎn)換為文本信息，構(gòu)成SQL 語句搜索后臺數(shù)據(jù)庫，查詢結(jié)果返回給語音識別引擎，將文本轉(zhuǎn)

3、換為語音文件，再打包返回給客戶端，客戶端經(jīng)過拆包重組把收到的RTP包合并為語音文件，用戶就可以聽到自己要查詢信息的結(jié)果。 語音文件的打包拆包重組方法是根據(jù)從遼寧移動截獲的RTP語音包分析得來的。經(jīng)過測試，本系統(tǒng)實現(xiàn)了簡單的Push-to-Voice功能，對6字以下的語音查詢準確率達到百分之九十左右。對6字以上的語音查詢準確率下降，基本達到了預(yù)期的效果。 由于時間倉促，本系統(tǒng)目前只實現(xiàn)了Push-to-Voice系統(tǒng)的一