voip - 是否有针对 TTS 和 ASR 的行业接口标准？

Question

我被要求在我们的产品中开发一个文本到语音模块，它应该支持各种文本到语音引擎。

是否有标准描述如何与第三方 TTS（文本到语音）服务或 ASR（自动语音识别）服务交互？

Answer 1

大多数 ASR 使用媒体资源控制协议 (MRCP)作为其接口的标准。它也可以用于 TTS。

Answer 2

这取决于您的目的或您将使用 ASR 和 TTS 的领域。

如果您将在呼叫中心等 IVR（交互式语音响应）应用程序中使用 MRCP，则可以使用 MRCP 来控制 ASR、TTS 媒体资源，在这种情况下，您可以将 MRCP 服务器与语音网关（如 CISCO 和 VXML 服务器）连接起来。一个著名且常见的 MRCP 实现是unimrcp，它是协议的 C 实现，它是一个良好且稳定的开源项目。

但最后，正如我所说，这取决于您的目的，您可能永远不需要使用 MRCP，如果它可以单独工作，您可以将 TTS 引擎用作独立服务器。

著名的开源 TTS 引擎是用 Java 编写的Mary TTS ，用 C++ 编写的Festival 。

著名的开源 ASR 引擎是用 Java 编写的cmu Sphinx4 ，用 C 编写的Julius 。