1、隨著3G技術的不斷發(fā)展，基于IMS(IP Multimedia Subsystem，多媒體子系統(tǒng))的Push—to—X技術受到越來越多的關注。Push—to—Voice作為Push—to—X的一個重要分支，主要實現語音查詢的功能，該應用方便快捷，節(jié)省系統(tǒng)資源，是3G時代的重要應用之一。 本文在局域網環(huán)境下，搭建模擬系統(tǒng)，實現了一個比較簡單的Push—to—Voice系統(tǒng)?？蛻舳撕头掌鞫送ㄟ^SIP(Session Initia

2、tion Protocol，會話初始化協議)協議建立起會話，通過RTP(Real—time Transport Protocol，實時傳輸協議)協議傳輸音頻流，客戶端對待查詢語音文件進行打包，形成音頻流發(fā)給服務器端，服務器端收到后，對該音頻數據拆包重組成AMR(Adaptive Multi—Rate，自適應多碼率)語音文件，然后通過語音識別引擎將聲音文件轉換為文本信息，構成SQL 語句搜索后臺數據庫，查詢結果返回給語音識別引擎，將文本轉

3、換為語音文件，再打包返回給客戶端，客戶端經過拆包重組把收到的RTP包合并為語音文件，用戶就可以聽到自己要查詢信息的結果。 語音文件的打包拆包重組方法是根據從遼寧移動截獲的RTP語音包分析得來的。經過測試，本系統(tǒng)實現了簡單的Push-to-Voice功能，對6字以下的語音查詢準確率達到百分之九十左右。對6字以上的語音查詢準確率下降，基本達到了預期的效果。 由于時間倉促，本系統(tǒng)目前只實現了Push-to-Voice系統(tǒng)的一