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/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:
-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 /freedom/33762/compress/nlsSpeech-release.zip?spm=5176.doc48715.2.4.bRraen&file=nlsSpeech-release.zip安装FreeSWITCH /confluence/display/FREESWITCH/Installation下载mod_asr代码git clone /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 /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 notifyconsole 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 EVENTEvent-Subclass: asrEvent-Name: CUSTOMCore-UUID: 48a08a69-7858-407a-be69-679150d34193FreeSWITCH-Hostname: MiWiFi-R3D-srvFreeSWITCH-Switchname: MiWiFi-R3D-srvFreeSWITCH-IPv4: 192.168.31.164FreeSWITCH-IPv6: ::1Event-Date-Local: -12-10 11:30:32Event-Date-GMT: Sun, 10 Dec 03:30:32 GMTEvent-Date-Timestamp: 1512876632835590Event-Calling-File: mod_asr.cppEvent-Calling-Function: OnResultDataRecvedEvent-Calling-Line-Number: 55Event-Sequence: 914ASR-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。
如果觉得《FreeSWITCH 语音识别 ASR 接口介绍 科大讯飞 百度 阿里云 等接口实现》对你有帮助,请点赞、收藏,并留下你的观点哦!