概述

Hi，您好，歡迎使用百度智能呼叫中心實時語音識別云服務。本文檔主要面向呼叫中心開發(fā)者，介紹產(chǎn)品合作流程以及使用C++ SDK快速接入服務的。

智能呼叫中心提供的ASR模型為呼叫中心定制版，較通用電話場景下的ASR模型識別效果更佳。服務以云服務方式提供，企業(yè)通過集成的MrcpServer，向百度實時輸入語音流，百度將實時識別文本推送回企業(yè)的業(yè)務系統(tǒng)，企業(yè)可在此基礎上實現(xiàn)金牌銷售、機器人、質(zhì)檢等產(chǎn)品。

如果您對合作方式及文檔內(nèi)容有任何疑問，或者您需要深度定制服務，請通過文檔下方“聯(lián)系我們”找到我們。

合作流程

流程說明

• 免費服務申請

  • 頁面右上方“控制臺”點擊進入，登錄百度賬號，進入百度云管理后臺頁面。
  • 左側(cè)導航欄上方，依次選擇 產(chǎn)品服務->人工智能->智能呼叫中心，進入應用“概覽”頁面。
  • 服務申請。點擊“創(chuàng)建應用”，“接口選擇”已默認勾選完成，如無其他需求，無需勾選，完成其他資料后，點擊最下方“立即創(chuàng)建”按鈕。
  • 應用成功則頁面顯示“創(chuàng)建完畢”，點擊”返回應用列表”， 查看新創(chuàng)建應用詳情，記錄AppID，API Key，Secret Key。
  • 從呼叫中心設備或開發(fā)語言角度出發(fā)，選擇較低集成成本的接入方式（Java SDK、Linux C++ SDK、 MrcpServer）快速接入并試用服務。

• 付費開通 參考“免費賬號和服務申請”流程，進入應用“概覽”頁面，查看服務列表，在所選服務最右側(cè)點擊「立即購買」。

• 商務合作提交 進入AI開放平臺，選擇 產(chǎn)品服務 -> 智能呼叫中心 -> 呼叫中心語音識別 ，選擇 “商務合作”，填寫您的聯(lián)系方式及呼叫中心需求，我們將在2~3個工作日聯(lián)系您。

• 商務談判 我們將為您提供產(chǎn)品方案咨詢、技術(shù)方案咨詢、價格咨詢等服務，為您定制語音識別模型以提升特定場景的識別準確率； 確定商務合作后，就合同、具體定制費用等相關問題細則進行商務溝通，百度可根據(jù)您的調(diào)用量提供一定的折扣； 確定費用后，雙方簽訂合同及支付，即可直接調(diào)用。在此過程中，百度可提供POC服務、聯(lián)調(diào)服務等。

服務內(nèi)容

• 特訓呼叫中心語音識別模型 百度針對呼叫中心設備特征，特訓大量電話數(shù)據(jù)，形成呼叫中心領域?qū)倌Ｐ?，為企業(yè)呼叫中心各類智能化產(chǎn)品提供精準的語音轉(zhuǎn)文字服務。

• 高時效，低價格，實時語音識別 您可以使用本服務，將您業(yè)務通話過程中的實時音頻流以分軌或單軌的形式發(fā)送至百度，百度將在為您開辟的專屬通路中實時為您返回識別后的文本，為您提供百毫秒級的返回時效，并保障高穩(wěn)定性、安全性。

• 免費試用，快速驗證效果 您可以通過「立即使用」入口，進入呼叫中心語音識別的控制臺頁面，根據(jù)您的業(yè)務需要創(chuàng)建App，獲得API Key、Secret Key后，即可免費試用本服務；免費試用無時限，但專屬識別通路數(shù)量有限制。

• 線上直接調(diào)用服務 您可以通過「立即使用」入口，進入呼叫中心語音識別的控制臺頁面，在控制臺頁面下方找到本服務，右側(cè)有「立即購買」入口，您可以付費開通更加穩(wěn)定且并發(fā)通路更多的服務。我們將在您提交付費后為你準備專屬的服務器，保障服務效率及您的數(shù)據(jù)安全。

• 線下商務合作 您也可以通過「商務合作」，進入表單提交頁面，填寫您的業(yè)務需求并提交。我們會在線下與您取得聯(lián)系，確認購買量后，您可以獲得商務合作優(yōu)惠價。我們還可以為您訓練打造專屬的行業(yè)場景模型，提升特定場景的語音識別準確率，滿足您的業(yè)務需求。

• 單雙軌支持 本服務需要按照并發(fā)通路購買。為達到更好的識別效果，我們建議您拆分通話雙側(cè)音頻流為兩通路，可同時發(fā)送通話雙方的音頻流，按兩通路來并行識別；如果您的業(yè)務僅需要識別一側(cè)語音，也可只發(fā)送單側(cè)音頻流，按一通路識別；如果您的通話無法將兩側(cè)拆分為雙軌，可將電話混音發(fā)送音頻流，按一通路識別。

快速開始

Release Notes

接入準備

• 參考“流程說明”—>“免費服務申請”完成權(quán)限申請；

• 點擊智能電銷及實時語音識別-MrcpServer完成MrcpServer下載；

• 開發(fā)環(huán)境依賴：

  • Linux 64位 centos 6u3
  • gcc: 482 以上libc，CXX11，百度提供gcc4.8.2壓縮包，存放于libs目錄下，解壓后執(zhí)行bootstrap.sh完成默認配置
  • curl : 7.33
  • ssl : 1.0.1i
  • daemontools 守護進程
  • 須有root賬戶權(quán)限運行，curl、ssl服務器未安裝或版本不夠，請自行安裝或升級。

• 開發(fā)機對conf/recogplugin.json配置中“app.serverAddress”（服務訪問）、“app.authAddress”（鑒權(quán)）地址開放公網(wǎng)訪問權(quán)限;

• 詳見下文“測試mrcpserver”，運行自帶paasclient，熟悉mrcpserver的運行情況

并發(fā)限制

受內(nèi)存，核數(shù)限制，4核8G內(nèi)存，并發(fā)數(shù)為20。

語音流改造

輸出

語速 = 完整句字數(shù) / 秒。其中，單個單詞整體算作1個字，不會按實際字母數(shù)統(tǒng)計。

目錄結(jié)構(gòu)

${SERVER_ROOT}
|--- bin    // 服務可執(zhí)行程序
	|--- control // 啟動腳本
	|--- bootstrap.sh // 初始化環(huán)境
|--- conf // 配置文件
	|--- recogplugin.json // 識別插件配置文件
|--- data  // 數(shù)據(jù)資源
|--- include // 頭文件
|--- lib     // 依賴庫
|--- libs    // 依賴庫
|--- log // 日志目錄
|--- plugin // 插件及依賴

參數(shù)配置

識別相關配置文件目錄 ${SERVER_ROOT}/conf/recogplugin.json ，參考“流程說明”—>“免費賬號和服務申請”流程，進入應用“概覽”頁面，點擊左側(cè)導航“應用列表”，查詢“API Key”和“Secret Key”。必須修改

"app.appKey": "API Key",  
"app.appSecret": "Secret Key", 
"app.scope": "brain_bicc", 

其他參數(shù)，無特殊需求，無需修改，保持現(xiàn)狀。

配置項說明

關于 userparams 參數(shù) 目前支持的參數(shù)包括：

• 結(jié)果返回模式

"sentenceHandler": {
	"client": "STANDARD_COMPLETED",
	"agent": "STANDARD_COMPLETED"
}

client 和 agent表示對應用戶與坐席的返回類型設置，支持的結(jié)果返回模式包括

識別結(jié)果

識別結(jié)果通過回調(diào)，返回的字段說明如下：

extJson字段說明

返回示例：

<result>
	<interpretation grammar="" confidence="1.0">
		<instance>
			<callId>20913-35009.1520997556725710129-423467</callId>
			<logId>02bbdf02-c00a-45eb-ae9d-6a7a6d1f74b9_8</logId>
			<rolecategory>AGENT</rolecategory>
			<categotyId>TXT</categotyId>
			<extJson>
                <snStartTime>00:01.600</snStartTime>
                <snStopTime>00:09.759</snStopTime>
                <speed>5.39</speed>
            </extJson>
		</instance>
		<input mode="speech">醫(yī)學考試時間</input>
	</interpretation>
</result>

使用mrcpserver

1. 每次替換MrcpServer安裝包，都需要在${SERVER_ROOT}/ 目錄，root權(quán)限下執(zhí)行 sh bootstrap.sh ，主要功能：完成百度自帶gcc4.8.2的環(huán)境配置。
2. 啟動： 在${SERVER_ROOT}/bin目錄執(zhí)行 ./control start
3. 停止： 在${SERVER_ROOT}/bin目錄執(zhí)行 ./control stop
4. 重啟： 在${SERVER_ROOT}/bin目錄執(zhí)行 ./control restart
5. **查看服務狀態(tài)：**在${SERVER_ROOT}/bin目錄執(zhí)行 ./control status

服務啟動中遇到的問題：

• 若執(zhí)行control start失敗，請按照以下步驟排查服務

1、在${SERVER_ROOT}/bin目錄執(zhí)行

[root@xxx bin]$ ./unimrcpserver 
bash: ./unimrcpserver: /opt/compiler/gcc-4.8.2/lib64/ld-linux-x86-64.so.2: bad ELF interpreter: No such file or directory，

說明bootstrap.sh執(zhí)行失敗，請移步壓縮包自帶README文件，手動完成gcc4.8.2的配置。

2、若單獨啟動unimrcpserver正常，命令行直接輸入“supervise”，若supervise非系統(tǒng)命令，說明守護進程安裝失敗，請檢查守護進程。

• 日志中的常見錯誤

測試mrcpserver

運行測試client: 請至${SERVER_ROOT}/bin目錄，運行 ./paasclient, 輸入run recog
默認ip為：本機內(nèi)網(wǎng)地址
默認sip端口為：8060
默認rtp端口為：5000-6000
配置外網(wǎng)ip、更改端口配置詳見壓縮包自帶README文件

當前paasclient代碼邏輯為支持一次識別結(jié)果返回，與MrcpServer能力無關，MrcpServer可支持連續(xù)識別結(jié)果返回。

客戶端要求

保持一通電話單側(cè)（坐席|客戶）使用同一個SIP連接。
SIP頭部擴展參數(shù)P-UserData（可選字段），攜帶callid及roleid，格式說明及事例如下：

示例

c sip:39.107.25.82:5060 SIP/2.0   
Via: SIP/2.0/UDP 114.215.196.183:5092;rport;branch=z9hG4bKHXm44FX131NFF   
Max-Forwards: 70 
From: <sip:114.215.196.183:5092>;tag=BcjjUe581cFUj 
To: <sip:39.107.25.82:5060> 
CSeq: 118054628 INVITE 
User-Agent: CCP 
P-UserData:callid=aaa79db9-7b80-1236-08a2-00163e02342e,roleid=1
Allow: INVITE, ACK, BYE, CANCEL, OPTIONS, PRACK, MESSAGE, SUBSCRIBE, NOTIFY, REFER, UPDATE
Supported: timer, 100rel 
Content-Type: application/sdp 
Content-Disposition: session
Content-Length: 334

重要提示，P-UserData為非必須擴展字段。 返回結(jié)果

MRCP/2.0 709 RECOGNITION-COMPLETE 2 COMPLETE
Channel-Identifier: b6c5e7958133499c@speechrecog
Completion-Cause: 000 success
Content-Type: application/nlsml+xml
Content-Length: 522

<?xml version="1.0" encoding="utf-8"?>
<result>
	<interpretation grammar="" confidence="1.0">
		<instance>
			<callId>20913-35009.1520997556725710129-423467</callId>
			<logId>02bbdf02-c00a-45eb-ae9d-6a7a6d1f74b9_8</logId>
			<rolecategory>AGENT</rolecategory>
			<categotyId>TXT</categotyId>
			<extJson>
                <snStartTime>00:01.600</snStartTime>
                <snStopTime>00:09.759</snStopTime>
                <speed>5.39</speed>
            </extJson>
		</instance>
		<input mode="speech">醫(yī)學考試時間</input>
	</interpretation>
</result>