實(shí)現統一消息

李亞波 2001/08/09

　　統一消息具有使用簡(jiǎn)單和節省時(shí)間等顯著(zhù)的優(yōu)點(diǎn)，而它給人們帶來(lái)的益處恰好就在這些看似平凡的地方。如果能夠把語(yǔ)音郵件、傳真、電子郵件等變成單一的“消息”，就可以大幅度減少用于傳送手段和方法等耗費的時(shí)間和精力，而人們就可以用這些時(shí)間和精力去改善消息本身的內容和質(zhì)量。那么，它在技術(shù)上是如何實(shí)現的呢？

　　通用體系結構

　　統一消息系統是一個(gè)三層的體系結構，包括接入設備、應用服務(wù)器和后臺服務(wù)器。接入設備為用戶(hù)提供接入或訪(fǎng)問(wèn)統一消息系統的多樣靈活的方式和手段。應用服務(wù)器提供各種具體的應用服務(wù)邏輯，如內容服務(wù)、消息服務(wù)等，它接收用戶(hù)的服務(wù)請求，經(jīng)過(guò)處理后將消息內容按用戶(hù)需求的形式返回。后臺服務(wù)器用來(lái)存儲消息內容本身和提供管理員訪(fǎng)問(wèn)接口。其體系模型如圖1所示。

　圖1 通用統一消息三層結構示意圖

　　實(shí)現的兩種方式

　　理論上，統一消息采用的方法是，將所有的消息類(lèi)型，如語(yǔ)音、電子郵件、傳真和數據等，采用不同的形式集中存儲在一個(gè)設備中。這樣，用戶(hù)可在任何時(shí)候采用方便的方式訪(fǎng)問(wèn)該設備中的任何消息。因此，實(shí)現統一消息服務(wù)系統就是要解決各種不同的消息表現格式之間的兼容問(wèn)題，從而將語(yǔ)音、傳真、電子郵件、語(yǔ)音信箱、語(yǔ)音郵件等不同信息格式的業(yè)務(wù)有機地集成于一體。具體實(shí)現起來(lái)，可以有兩種方式：集成方式和統一方式。

　　集成方式

　　此種方式注重互通，它將不同類(lèi)型的消息（傳真、電子郵件及語(yǔ)音等）分別存放在不同的數據庫中。然后通過(guò)一個(gè)惟一的接口（消息網(wǎng)關(guān)），將不同數據庫中的消息提供給不同的設備，在PSTN、Internet、尋呼網(wǎng)、移動(dòng)通信網(wǎng)等各種網(wǎng)絡(luò )之間搭建一座橋梁。它對原有系統進(jìn)行優(yōu)化，系統不會(huì )產(chǎn)生新的號碼。（見(jiàn)圖2）

圖2 集成方式

　　統一方式

　　　此種方式注重統一，不同類(lèi)型的消息并不分開(kāi)存放，而是統一存放在一個(gè)數據庫中進(jìn)行統一訪(fǎng)問(wèn)，會(huì )產(chǎn)生新的統一消息服務(wù)號。（見(jiàn)圖3）

圖3 統一方式

　　基于IP的方案

　　數據交換技術(shù)的發(fā)展使IP逐漸成為數字、語(yǔ)音等各種信息服務(wù)的網(wǎng)絡(luò )基礎標準。各種基于IP傳送話(huà)音、視頻的技術(shù)標準（如SGCP、VoIP等）也不斷提出并迅速統一。那么，基于IP的統一消息方案由兩部分組成：通用信息接收箱功能模塊和通用連接手段。通用信息接收箱功能模塊用于把所有形式的消息，如傳真、話(huà)音郵件、電子郵件等集成到一個(gè)IP網(wǎng)上的通用接收箱，用來(lái)提供給用戶(hù)一個(gè)公共平臺，來(lái)管理所有的消息。通用連接手段允許用戶(hù)通過(guò)電話(huà)網(wǎng)、DSL網(wǎng)、有線(xiàn)電視網(wǎng)和無(wú)線(xiàn)網(wǎng)，使用電話(huà)、PC、電子郵件客戶(hù)設備、Web瀏覽器、無(wú)線(xiàn)手持設備和PDA訪(fǎng)問(wèn)通用信息接收箱。

　　統一消息平臺提供從Web瀏覽器訪(fǎng)問(wèn)話(huà)音、傳真和電子郵件信息的接口，以便為用戶(hù)提供最大的可用性，無(wú)論在任何地方都可借助因特網(wǎng)獲得信息。此外，統一消息還能提供個(gè)人助理服務(wù)，使通信功能得以增強和改進(jìn)。

　　全功能的基于IP的統一消息平臺還包括多種用戶(hù)接口和多種應用協(xié)議，便于從舊系統升級為新系統，服務(wù)于多級別的客戶(hù)。這些可行的因特網(wǎng)電話(huà)標準包括SIP（Standard Interface Protocol)、MGCP(Media Gateway Control Protocol)和H.323。

　　關(guān)鍵的語(yǔ)音技術(shù)

　　統一消息服務(wù)系統實(shí)現的關(guān)鍵是如何解決各種不同的消息表現格式間的兼容和互換問(wèn)題，即要實(shí)現語(yǔ)音、傳真、電子郵件等不同信息格式間的相互轉換。實(shí)現這一轉換的核心技術(shù)就是語(yǔ)音到文本的轉換技術(shù)（Text to Speech），也叫語(yǔ)音合成技術(shù)。如果沒(méi)有語(yǔ)音技術(shù)的支持，統一消息將很難真正實(shí)現“統一”。

　　語(yǔ)音合成技術(shù)就是把可視的文本信息轉化為可聽(tīng)的聲音信息。具體到統一消息服務(wù)中，就是將電子郵件、傳真等文字信息轉化成可聽(tīng)的電話(huà)語(yǔ)音。

　　目前，語(yǔ)音合成技術(shù)已逐漸在電信聲訊信息服務(wù)領(lǐng)域、智能電話(huà)查詢(xún)系統中展開(kāi)應用，并迅速推廣。在電話(huà)高度普及的今天，通過(guò)打電話(huà)來(lái)查詢(xún)所需要的信息，無(wú)疑給人們的日常生活帶來(lái)極大方便。漢語(yǔ)語(yǔ)音合成技術(shù)在聲訊服務(wù)領(lǐng)域內的應用，對現有的電話(huà)查詢(xún)系統產(chǎn)生了巨大的影響。

　　在統一消息的應用中，語(yǔ)音合成技術(shù)一方面將能夠使電話(huà)終端上的信息流或控制指令發(fā)送到Internet上，例如用戶(hù)可以通過(guò)電話(huà)方便地發(fā)送電子郵件和類(lèi)似的留言信息，不僅具有傳統的語(yǔ)音信箱功能，而且利用語(yǔ)音合成技術(shù)進(jìn)一步擴大了用戶(hù)接入Internet網(wǎng)的方式。另一方面，語(yǔ)音合成技術(shù)將電子郵件、傳真等文字信息轉化成可聽(tīng)的電話(huà)語(yǔ)音，也更加豐富了用戶(hù)接收消息的手段。

　　此外，統一消息還要求語(yǔ)音技術(shù)能夠支持多語(yǔ)言的語(yǔ)音合成，音速、音質(zhì)及韻律的靈活調整，合成質(zhì)量貼近自然話(huà)務(wù)播音員等。在統一消息系統的具體實(shí)施中，對語(yǔ)音轉換技術(shù)的要求還包括：

　　語(yǔ)音質(zhì)量

　　TTS的語(yǔ)音合成質(zhì)量應該清晰、連貫，在保證用戶(hù)聽(tīng)懂的前提下，具有一定的自然度。

　　處理速度

　　TTS語(yǔ)音轉換網(wǎng)關(guān)在統一消息平臺中要與其他系統通信，處理大量用戶(hù)的并發(fā)請求，所以，需要設計資源分配系統進(jìn)行排隊及負載平衡，從而根據用戶(hù)的數量方便地增加TTS處理主機，滿(mǎn)足電信級用戶(hù)收聽(tīng)語(yǔ)音的速度。

　　通信接口

　　TTS語(yǔ)音轉換網(wǎng)關(guān)應能提供多種標準的通信協(xié)議接口，包括TCP/IP、S.100及其他數據流格式等，方便其他系統調用語(yǔ)音資源。

　　語(yǔ)音壓縮格式

　　TTS語(yǔ)音轉換網(wǎng)關(guān)應能支持多種語(yǔ)音壓縮格式，包括G.723、G.726等標準的語(yǔ)音壓縮格式，以及一些大的語(yǔ)音板卡廠(chǎng)商的專(zhuān)用語(yǔ)音格式。

　 行業(yè)應用

　　TTS語(yǔ)音轉換網(wǎng)關(guān)應能根據不同行業(yè)的應用特點(diǎn)外掛接口，從而實(shí)現行業(yè)的語(yǔ)音處理定制。

　　用戶(hù)的個(gè)人語(yǔ)音定制

　　TTS語(yǔ)音轉換網(wǎng)關(guān)能為用戶(hù)提供個(gè)人音庫，從而能讓用戶(hù)在使用統一消息平臺時(shí)聽(tīng)到自己或朋友的語(yǔ)音。

摘自中國計算機報