转码服务器怎么搭

1. 搭建智能语音交互系统重要点那些

序言

随着人工智能命题的提出，近年来涌现出一大批基于人工智能的呼叫中心业务服务商和集成商，仅智能外呼这一模块儿就将近百家公司在推广和运营。可以说整个基于人工智能技术的市场开始蓬勃的发展起来了。

简单介绍一下什么叫做智能语音交互平台。其实大实话就是在呼叫中心基础上，集成 ASR、 TTS、的呼叫服务平台。

那么如何我们自己去搭建智能语音系统呢？

我们先列出搭建智能外呼系统的搭建需要那些技术和服务：

个人认为：

[if !supportLists]·        [endif] 首先最重要的是交换机：

[if !supportLists]1.    [endif]PBX也就是交换机，商用设备原厂包括像华为、Avaya、思科、东汇等这些生产硬件交换机，

[if !supportLists]2.    [endif]还有就是目前FreeSitch、asterrisk、OpenPBX这些软件交换机。

[if !supportLists]·        [endif] 其次是AI技术: 及包含语音识别、语义理解、语音合成这三种技术是核心组成部分。语音识别相当于人的“耳朵”，接进电话后，对人的话语进行处理转义成系统能够识别的数据交由系统处理去识别。在进一步的话，可以转义为文字。语义理解相当于人的"大脑"，根据话语识别人的意图。语音合成，相当于人的”嘴巴“，识别人的意图之后，依照特定的回答方式，去回复和引导对话。

[if !supportLists]·        [endif] 再者是前端服务平台：即用户登录、配置呼叫流程，建立呼叫任务、统计呼叫数据、导出呼叫报表的网站，这个是终端用户唯一可以看到并且操作的界面。

[if !supportLists]·        [endif] 最后是外呼线路：其中包括三大运营商以及其他小型的集成线路供应商，主要目的是外呼电话或者是接入电话。

也有人可能有疑问：”智能语音交互系统最重要的不是人工智能么，和交换机有啥关系？”为什么说最重要的是交换机呢，原因是不管我们是外呼还是接入电话、都需要前端服务平台把外呼请求发送给交换机，通过外呼线路而拨出去。换句话说交换机是控制整体的外呼情况。硬件的交换机，比如说像华为的交换机，价格在大约几万到几百万不等的价格。对于想要建立自己的智能语音交互系统来说，价格对于一些小型公司来说承受不起，而FreeSitch这种软交换则大大方便了小型公司建立自己的智能语音交互系统。

什么是FreeSwitch？

FreeSitch是一个电话的软交换解决方案，包括一个软电话和软交换机用以提供语音和聊天的产品驱动。FreeSitch 可以用作交换机引擎、PBX、多媒体网关以及多媒体服务器等。支持多种通讯技术标准，包括 SIP, H.323, IAX2 以及 GoogleTalk ，同时也可以方便的与其他开源的PBX系统进行对接。而且具有很强的伸缩性。旨在为音频、视频、文字或任何其他形式的媒体，提供路由和互连 通信协议 。

FreeSwitch 的典型功能

[if !supportLists]·        [endif]在线计费、预付费功能。 

[if !supportLists]·        [endif]电话路由服务器。 

[if !supportLists]·        [endif]语音转码服务器。 

[if !supportLists]·        [endif]支持资源优先权和QoS的服务器。 

[if !supportLists]·        [endif]多点会议服务器。 

[if !supportLists]·        [endif]IVR、语音通知服务器。 

[if !supportLists]·        [endif]VoiceMail服务器。 

[if !supportLists]·        [endif]PBX应用和软交换。 

[if !supportLists]·        [endif]应用层网关。 

[if !supportLists]·        [endif]防火墙/NAT穿越应用。 

[if !supportLists]·        [endif]私有服务器。 

[if !supportLists]·        [endif]SIP网间互联网关。 

[if !supportLists]·        [endif]SBC及安全网关。 

FreeSwitch最典型的功能是作为一个服务器，并用电话客户端软件连接到它。虽然FreeSwitch支持众多的通信协议，但其最主要的协议还是SIP，通过SIP中继发起会话协议。

使用FreeSwitch这种软交换的好处在于，你只需要一台服务器就可以随时搭建自己的外呼中心，而且FreeSwitch支持跨平台运行。能够原生运行Windows、linux、BSD等诸多32/64位平台。

FreeSwitch内部使用线程模型来处理并发请求，每个连接都在单独的线程中进行处理，不同的线程间通过Mutex互斥访问共享资源，并通过消息和异步事件等方式进行通信。FreeSwitch本身是比较稳定的，它是比较优秀的开源软件。另一方面来讲，FreeSwitch又是比较激进的，它的开发分支里会有大量的新特性加入，因此在测试不全面的情况下，很容易出现不稳定的情况。而在用于生产环境的情况下，系统的稳定性是系统能否正常被使用的关键。之前我们在做项目的过程中，就遇到一些FreeSwitch不稳定的情况，导致外呼情况不理想。举一个例子：我们在进行测试外呼的时候，语音通话断断续续，虽然前端服务平台可以很好的接受到数据的传输，但是，真正在与人工进行沟通的时候，会出现各种各样的沟通障碍，为了解决这一个问题，我们花费了几个月的时间，去研究FreeSwitch的结构特性。终于把这个问题解决掉。我们的项目才得以继续推动，最终得以真正落地部署实施。

也有人可能有疑问：”FreeSwitch软交换虽然重要，但是既然是智能语音交互系统人工智能不重要吗？”，重要，当然重要！容我慢慢道来~

AI 技术

1. 通信原理

先简单解释一下正常打电话这个流程

流程：A→PSTN→B

解释：PSTN是Public

Switched Telephone Network，意思为公共交换电话网络，也就是我们的运营商的网络电话，

那我们平时如何给呼叫中心比如打电话是如何打的？：个人A打电话给呼叫中心1***6 打电话，拨通后听到录音，您好，拨打人工台，请按0键，按键之后，出现盲音，真正接通之后，客服接通了电话。

流程：A→PSTN→PBX→IVR→客服

解释：PBX也叫交换机、相当于整个呼叫中心的出入口

IVR也叫互动/交互式语音应答，语音导航，也就是相当于咨询业务请按键，这一环节，根据业务去分流到客服。

智能语音交互平台（智能机器人）落实到具体具体业务场景是如何实现的：

如：”个人A要在某一个大型酒店预订位子“，

A拨通后先听到了声音，“您好，我是机器人小岳，需要我帮您订位子是吗？

个人A说，“我不要和机器人说话，找个真人来”。

然后听到录音，“为您转接很贵的真人客服，排队中，请稍后”。

几分钟后接通，真人客服接了电话。

流程：A→PSTN→PBX→IVR（TTS→ASR→NLP→TTS）→ACD→客服

解释：在IVR部分：不再需要提示按键，而是直接问来电方需要办理什么业务，然后识别语音、理解意图后，根据用户的需求，回答后转入对应的业务队列排队。

上边是接通的流程，呼出的流程与之相反，就不在赘述了。

2. 现在市场上的AI技术的运用

目前市场上的不管是ASR、TTS、NLP都被阿里网络科大讯飞等巨头公司所占据，这些技术在国内基本已经成为定局。像ASR这类引擎市场上大部分都是用的阿里云和讯飞云的，要不就是网络云。阿里云和讯飞云的识别率高一些，可以达到97%左右、网络的差一些，识别率在80%左右，我们当初在做项目的时候选择ASR做过测试，事实证明阿里云识别率更高同时也可以识别方言。因此，我们在做项目的时候，当仁不让的选择了阿里云的

TTS我们选择的是讯飞的，选择的理由很简单，毕竟科大讯飞是人工智能领域巨头级的公司，质量当然有的保证。

3. AI 能力对接

在具体落地中，这个领域的常规参与者通常具备呼叫中心能力或者AI能力其中一种，而主要的对接点也就在于AI能力与呼叫中心设备去对接，而ASR/TTS与呼叫中心设备对接的常规协议主要是mrcp/sip。

媒体资源控制协议（Media Resource Control

Protocol, MRCP）是一种通讯协议，用于语音服务器向客户端提供各种语音服务(如语音识别和语音合成)。有两个版本的MRCP协议，版本2使用SIP作为控制协议，版本1使用RTSP。

实际对接的时候，会遇到不少技术问题，当我们ASR/TTS引擎做私有云部署，为了避免了内外网穿透时防火墙的诸多设置和语音流的时延。这在我们当时对接的时候也花费了好大一番功夫。

前端服务平台：

其中最重要的就是配置呼叫流程这一块儿了，

这一块儿很容易被忽视，但是这反而是可以出成绩的地方。一般来说一套最佳话术模板，可以以一敌万。心理学基础必须要有，一句话怎么说能让接电话的人最大概率的顺着自己的思路走，达成目的，从而形成特定细分领域机器人话术模板，得到最佳的外呼效果（接通率、通话时长、电销意愿、催收意愿）或者是接通效果（满意度）

其余的基本就是web端的东西了，具体功能点呢，即用户登录、配置呼叫流程，建立呼叫任务、统计呼叫数据、导出呼叫报表，这些功能点基本实现就可以，因为站在产品角度，产品最重要的价值就是可以呼通或者接通用户的电话，并且能够准确的识别用户的意图，并且准确的回答用户。这就是智能语音交互系统的最终目标，也一直是我们的最终目标。

外呼线路厂商：

一般如果是购买系统的话，是给提供线路的，只需交一些线路费用。如果是自己做项目的话，网上、淘宝上一大堆，费用可以谈，也给提供线路对接的接口。

结语

虽然现在市场上做智能语音交互系统的比较多，但一般只限于各个行业的电话销售，真正意义上的智能语音交互还是很少的。原因很简单，虽然原理不是很难但是真正落地实施的时候，遇到的困难非常的多，几乎是一步一个坑。好在现在已经真正的落地实施了，方方面面的效果都还是很不错的。一年多的辛苦没有白费。哈哈~

写这篇文章尝试给大家简单介绍一下智能语音交互系统，然才疏学浅，疏漏和不当之处在所难免，权当给大家抛砖引玉。

诸多细节限于主题和篇幅的要求不做详细记述，如有问题，欢迎随时交流。

2. 如何搭建一个完整的视频直播系统_如何搭建视频直播服务器

视频直播，可以分为采集，前处理，编码，传输，解码，渲染这几个环节，下面分别说下：采集，iOS是比较简单的，android则要做些机型适配工作，PC最麻烦各种奇葩摄像头驱动，出了问题特别不好处理，建议放弃PC只支持手机主播，目前几个新进的直播平台都是这样的

前处理，现在直播美颜已经是标配了，80%的主播没有美颜根本没法看

美颜算法需要用到GPU编程，需要懂图像处理算法的人，没有好的开源实现，要自己参考论文去研究

难点不在于美颜效果，而在于GPU占用和美颜效果之间找平衡

GPU虽然性能好，但是也是有功耗的，GPU占用太高会导致手机发烫，而手机发烫会导致摄像头采集掉帧，iPhone6尤其明显孝腔，因为iPhone6的CPU和前置摄像头很近

编码，肯定要采用硬编码，软编码720p完全没希望，勉强能编码也会导致CPU过热烫到摄像头

硬编码兼容性又是一个大坑，android上要有人去填

编码要在分辨率，帧率，码率，GOP等参数设计上找到最佳平衡点

传输，自己做不现实，交给CDN服务商吧，也就是贵了点，相信有志于做直播平台改变世界的你不差钱

假设2WPCU大约每月带宽费用100万左右，因为清晰流畅的720p要1

5mbps左右

CDN只提供了带宽和服务器间传输，发送和接收端的网络连接抖动缓冲还是要自己写的

不想要卡顿，必然要加大缓冲，会导致延迟高，延迟高影响互动性，要做权衡

解码，也肯定要硬解码，目前手机普遍支持硬解了，只是android上还是有兼容性大坑要填

渲染，这个难点不在于绘制，而在于音画同步，目前几个直播做得都不好

此外音频还有几个坑耐纳要填，比如降噪，音频编码器的选择，各种蓝牙耳机，各种播放模式的适巧亩衫配等，如果你想做主播和观众连线聊天，还有个回声消除问题

以上是媒体模块，还有信令控制，登录、鉴权、权限管理、状态管理等等，各种应用服务，消息推送，聊天，礼物系统，支付系统，运营支持系统，统计系统等

后台还有数据库，缓存，分布式文件存储，消息队列，运维系统等

第一期至少要融资2000万RMB，组建至少10人的技术团队，10人的产品运营团队，争取3个月产品上线，半年达到5W在线（2w根本不够）然后融资1个亿，或许还有希望一搏

这些对于创业者来说是一个难度系数非常大，创业初期还是建议接入第三方的直播SDK，可以节省成本，趣拍直播还是很不错的，不管是转码还是推流，支持1000多万人在线不卡顿，可以去了解下

祝你朋友好运

3. 直播平台软件开发，搭建直播平台系统源码时，音视频编解码技术是如何实现的

这个让我来帮你解答一下。其实视频的编码和解码都是按照一定的算法来实现的，这也是对音视频信息的分析而推出的编解码算法。但音频的算法多样、复杂程度比视频更高。而且不同的场景需要选择不同的音频解码器。
音频编解码常用的实现方案有三种：第一种就是采用专用的音频芯片对语音信号进行采集和处理，音频编解码算法集成在硬件内部。第二种方案就是利用A/D采集卡加上计算机组成硬件平台，音频编解码算法由计算机软件来实现；第三种方案是使用高精度、高速度的A/D采集芯片来完成语音信号的采集。
直播平台软件开发，音视频流内容分发和转码方面的内容
1.前端设备，手机或者摄像机等设备将直播的音视频内容进行采集处理，才推动到平台源站服务器（采用多机集群热备份机制）。
2. 源站服务器一般会连接有专业的磁盘阵列存储设备，当源站服务器接收到数据之后，会先复制多份转发给下面的各个CDN节点，然后再复制其中一份发送给转码服务器。转码服务器会将收到的每一个音视频流进行实时转码。转码服务器会将实时的直播码流录制保存到磁盘阵列中，以方便用户进行回放使用。
3.由于音视频内容需要由高性能的服务器完成，在实时转码的过程中，常常会因为考虑不当，出现无法满足需求的问题。毕竟目前的直播应用属于高并发的大规模直播运营，在每个直播间不同的时间段都会遇上百个甚至成千上万个直播流，进行实时转码。这样一来就需要配置更多高配置的服务器，成本相对来说也会加大。
4.直播流的转码必须是实时性，而且必须要求转码延迟在1s内，对于先前的2-3s的延迟还是存在一定的差距的。所以，为了保证直播软件开发完成之后，音视频的转码能够顺利的进行，不仅需要在服务器的配置上多下功夫，也要注意是否具备高度实时性，转码延迟是否可以控制在一定的时间内。望采纳，谢谢

4. 视频转码的实现

当通过IP网络发送DVD光盘上的数据时(例如公司培训、视频点播或视频广播等应用)，转码技术同样适用。对于这种情况，源视频格式是MPEG-2，而VC1很可能被用作目标格式。以下将介绍如何利用两片TI TMS320C6455 DSP来实现这种系统原型。
从技术上来看，需采用视频转码技术来解决格式转换、位速率减小和时间/空间分辨率缩减等诸多问题。相应地，针对不同情况开发出了不同的智能视频转码方案，其基本原则是尽可能地复用原始输入视频流中所包含的信息以降低复杂性。
例如，运动矢量(MV)映射、DCT(离散余弦变换)域转换和残差重估(resial re-estimation)等日前流行的视频转码技术可大幅降低计算复杂性。
此外，人们也期待出现简单且可以扩展的转码架构。由于不同的视频转码方案要求以不同的方式对算法和架构进行调整，并且不存在单个的标准化视频转码方案，具有可编程能力的DSP(如C6455 DSP)适用于这一领域。
下面我们将提出一个可满足各种转码方案的通用视频转码架构及原型。为适应各种不同的视频转码目标，我们选取了最简单的转码方案将被解码的视频流按照新的约束条件完全重新编码。
这个初始的视频转码方案未复用原始输入视频流中所包含的信息，却能够处理所有复杂的解码和重编码任务。不过，该视频转码架构和软件基础设施是可扩展的，可以支持智能转码方案(如MV映射、DCT域转换等)，以提高通道密度并充分挖掘优化质量的潜能。由于采用了灵活的软硬件框架，这个架构可以实现许多传统的和新型的转码方案。
原型的实现
尽管MPEG-2/WMV9组合有望应用得非常普遍，但DSP的可编程能力使其可以方便地处理源视频/目标视频格式的几乎任何组合。
该系统的原始数据以MPEG-2格式的视频压缩文件储存在硬盘中，数据流通过Windows Media Player软件止于平板显示器。在这个展示装置中，视频信号采用NTSC标准分辨率并以30帧/s的速度进行转码。 运行在DSP1上的数据流接收器模块负责缓存MPEG-2数据流，并对MPEG-2解码器模块的输入数据进行管理。数据接收操作由TI公司的Network Development Kit(NDK)库(本质上是一种TCP/IP栈)控制。DSP2也有一个基于NDK的HTTP服务器，负责处理由Windows Media Player发出的流处理请求并把ASF数据包传送给WMP。然后，WMP将ASF数据包解码并在屏幕上显示视频信号。 该数据流的一个最有趣和最富挑战性的特性是两个DSP在sRIO接口上的交互。对于每个视频帧的传送，这一过程包括： 一旦DSP1发送完视频帧，便马上发送一个在sRIO协议规范中被称为DOORBELL(门铃)的数据包。DOORBELL数据包在DSP2上产生一个系统中断告知有帧到达，然后开始WMV9编码。在完成对帧的编码后，DSP2将一个DOORBELL数据包发送回DSP1，再次触发一个中断给DSP1中告知可继续发送下一帧。在实际的实现中，使用了一种PING-PONG缓冲方案来并行处理编码/解码和数据传送操作。接下来，该序列以循环方式运行直到演示停止。 GUI模块将控制和监视功能内置到系统中。sRIO链接和两个吉比特MAC(GMAC)链接的活动以实时方式显示出来。对于传送MPEG-2数据流的链接，平均数据速率为8Mbps，这对于标准分辨率下编码速率达30fps的情况十分普遍。对于传送ASF数据包的链接，平均位速率为4Mbps，这表明WMV9能够节省50%的带宽但仍可达到同样的视频质量。对于sRIO链接，平均位速率为124Mbps。

5. 怎么架设游戏服务器

让菜鸟和穷人也能架成自己的征途服务器：
首先你要忘掉网上发表的繁琐的架设教程，那都是有意无意的骗子，按本方法保证能很方便地架起自己的真征服务器。
一，机器需求。
内存必须大，建议4G，cpu要求不高，只要是64位的就行，比用amd
4200+，这套机器下来，价格在2000元元以下。
二，安装RHEL
5.0，可以电驴上搜索，DVD版的，下载后打人刻在一张DVD盘上。
Red
Hat
Enterprise
Linux
(Server
including
virtualization)系列号:2515dd4e215225dd
安装时，选则上mysql
web
等服务，其它可以不选，玩不转linux的人请关闭防火墙。
三，安装成功后，进入图形界面，界面很容易上手，在这里把网卡IP设好，这里假设为
192.168.0.200
然后
服务
中把
mysqld
httpd
选上启动并保存。
四，把home.tgz放在根目录，在图形界把它解开，在home目录里生成有server
ztgame
BAK三个目录。
把/home/BAK/MySQL-shared-compat-5.0.45-0.rhel5.x86_64.rpm安装上。
五，建立数据库用户zt10game
开通远程和本地权限
默认的root密码是空，第一进入要设置root密码，一定要把它记住。然后用以下命令建议名为zt10game密码是12345678的用户：
grant
all
privileges
on
*.*
to
'zt10game'@'localhost'
identified
by
'12345678'
with
grant
option;
grant
all
privileges
on
*.*
to
'zt10game'@'%'
identified
by
'12345678'
with
grant
option;
六，建立和导入游戏数据库
在客户机安装SQLyog
Enterprise。把home.tgz中的BAK\sql解在本地机，按名字建立数据库把把内容导入。
七，客户机管理工具主要用两个
SecureCRT
和
WinSCP3，前者是远程操作的，后者是文件管理。用WinSCP3设置所有文件为777属性。
八，用SecureCRT登录，cd
/home
然后
./4g.sh等待游戏启动。出现三个
可以进游戏啦，服务端启动完毕。
九，客户请用1.04加三合一补丁。
十，登录器请用
可注册的完美登录器，这些网上都有。实在找不到的请回贴索取。
声明：这个端是一个朋友弄的，一不小心被我拿到，现发出来供大家学习、研究，据说用综合了网上可能找到的紫龙1.04
征途资料
做征途最新版这三个素材而成，学习者请在24小时后删除，绝不可用于商业用途，发生法律纠纷由使用者承担法律责任，本人概不责。(转)

6. java转码问题

呵呵，看我这个，是本人原创。不管你是任何编码都可以解决，唯一的缺点是效率稍微低了点(不过比楼上那个要快)。

思路：
1.首先在jsp页面即客户端用JavaScript将汉字处理成asc码
2.服务端再将asc码还原成原有的字符

JavaScript转换代码：

var s=document.getElementById("text").value;
var t="";
//将汉字转换成ASCII码，然后在服务器端里再根据ASCII码转换成相应的字符
for(i=0;i<s.length;i++){
t+=s.charCodeAt(i)+" ";//将字符转换成相应的ASCII码并用空格隔开;
}

java服务端还原：

String param=request.getParameter("param");
StringBuffer buf=new StringBuffer("");
String[] ss = param.split(" ");
for (int i = 0; i < ss.length; i++) {
char c = (char) Integer.parseInt(ss[i].trim());
buf.append(c);
}
System.out.println("还原后的字符是："+buf.toString());

----------------------
如果你再把转换后的asc码再加个数字或者减个数字就是一个简单的加密，O(∩_∩)O~，希望对你有所帮助