FreeSWITCH 语音识别 ASR 接口介绍 科大讯飞 百度 阿里云 等接口实现

FreeSWITCH 语音识别 ASR 模块

最近很多人都对FreeSWITCH和ASR对接比较感谢兴趣，我之前已经做了一个商业模块（商业模块请点击这里http://www.dingdingtong.cn/smartivr/），考虑到大部分人，只是研究一下，并不准确购买商业模块，特意做一个开源项目给大家提供一个参考。

第一个版本实现 阿里云ASR和FreeSWITCH的直接对接，把识别结果通过ESL输出。

联系我

微信：cdevelop qq:1280791187 我的网站:www.ddrj.com

2017-12-10 第一版本代码提交

• 安装

  • 如果你觉得自己编译太麻烦，可以直接下载我编译好的，放在bin 目录里面。路径请根据自己情况修改。注意只支持x64系统
  • mod_asr.so 复制到到 FreeSWITCH mod 目录。 cp mod_asr.so /usr/local/freeswitch/mod/,如果是fs1.2,请用fs1.2_mod_asr.so的那个。
  • librealTimeUnity.so FreeSWITCH lib 目录，或者系统lib目录。cp librealTimeUnity.so /usr/local/freeswitch/lib/
  • libopus.so FreeSWITCH lib 目录，或者系统lib目录。cp libopus.so.0 /usr/local/freeswitch/lib/
  • config-realtime.txt 复制到 /etc/目录。cp config-realtime.txt /etc/
  • /usr/local/freeswitch/conf/autoload_configs/modules.conf.xml 加入 <load module="mod_asr"/>
  • 重启FreeSWITCH，或者fs_cli 里面执行 reload mod_asr
  • 注意默认只支持单声道8000hz的编码,opus或者g722编码不支持。

• 编译

  • 下载阿里云语音识别SDK http://download.taobaocdn.com/freedom/33762/compress/nlsSpeech-release.zip?spm=5176.doc48715.2.4.bRraen&file=nlsSpeech-release.zip
  • 安装FreeSWITCH https://freeswitch.org/confluence/display/FREESWITCH/Installation
  • 下载mod_asr代码 git clone https://github.com/cdevelop/FreeSWITCH-ASR.git
  • 编译 g++ -shared -fPIC -o mod_asr.so mod_asr.cpp -pthread -I ./nlsSpeech-release/include -I /usr/local/freeswitch/include -L./nlsSpeech-release/lib/linux -L /usr/local/freeswitch/lib -ldl -lopus -lrealTimeUnity -lfreeswitch，nlsSpeech-release和FreeSWITCH路径请根据自己情况修改。

• 使用

  • 申请阿里云的Access Key ID 和 Secret ，请参考 https://help.aliyun.com/document_detail/30437.html?spm=5176.doc35312.6.539.7eNuaN，如果你还没有，可以先使用我已经申请的id（LTAIRLpr2pJFjQbY）和key（oxrJhiBZB5zLX7LKYqETC8PC8ulwh0）测试。

  • fs_cli 执行 originate user/1001 ‘start_asr:id secret,park’ inline，如 bgapi originate user/1001 'start_asr:LTAIRLpr2pJFjQbY oxrJhiBZB5zLX7LKYqETC8PC8ulwh0,park' inline，分机接起来开始说话，就可以看到识别结果输出了。 输出结果的日志等级是 notify console loglevel 5

  • dialplan中使用 测试的时候如果不执行其他APP，park超时会自动挂断，可以加入<action application="set" data="park_timeout=60"/>修改park超时时间。

      <extension name="asr">
      	<condition field="destination_number" expression="^(888)$">
      		<action application="answer"/>
      		<action application="start_asr" data="LTAIRLpr2pJFjQbY oxrJhiBZB5zLX7LKYqETC8PC8ulwh0"/>
      		<action application="park"/>
      	</condition>
      </extension> 
    

• 开发

  • fs_cli 测试方式 ，执行 /event custom asr 订阅事件。

  • 识别结果会通过esl输出（需要订阅 custom asr 事件）（阿里云返回的原始json数据）例子如下：

      RECV EVENT
      Event-Subclass: asr
      Event-Name: CUSTOM
      Core-UUID: 48a08a69-7858-407a-be69-679150d34193
      FreeSWITCH-Hostname: MiWiFi-R3D-srv
      FreeSWITCH-Switchname: MiWiFi-R3D-srv
      FreeSWITCH-IPv4: 192.168.31.164
      FreeSWITCH-IPv6: ::1
      Event-Date-Local: 2017-12-10 11:30:32
      Event-Date-GMT: Sun, 10 Dec 2017 03:30:32 GMT
      Event-Date-Timestamp: 1512876632835590
      Event-Calling-File: mod_asr.cpp
      Event-Calling-Function: OnResultDataRecved
      Event-Calling-Line-Number: 55
      Event-Sequence: 914
      ASR-Response: {"finish":0,"request_id":"ee87d7fd5e304bdaa9343d9262f34125","result":{"sentence_id":2,"begin_time":4200,"end_time":6525,"status_code":0,"text":"美国拜拜"},"status_code":200,"version":"2.0"}
      Channel: sofia/external/linphone@192.168.31.210
    

    ASR-Response：asr返回结果。
    Channel:当前通道。主要使用这2个通道变量。

  • 如果你需要用户说完一整句话，再一次性返回结果。请把config-realtime.txt文件ResponseMode:streaming修改为ResponseMode:normal。

  • 如果你觉得自己开发太麻烦了，可以联系QQ：1280791187 或者微信：cdevelop，获取商业服务和支持。