• 基于SIP協(xié)議的媒體錄音規范（SIPREC）完整技術(shù)概述

　　在當前的語(yǔ)音通信環(huán)境中，除了用戶(hù)非常重視呼叫的用戶(hù)體驗，同時(shí)對其他第三方的業(yè)務(wù)要求也有了新的要求。特別是在某些金融領(lǐng)域，法律咨詢(xún)領(lǐng)域和人力資源領(lǐng)域，雙方電話(huà)溝通需要有完整的通話(huà)錄音，這些錄音可能會(huì )幫助雙方對某些歧義進(jìn)行進(jìn)一步的佐證。但是，隨著(zhù)呼叫中心，IPPBX部署方式的技術(shù)革命，很多呼叫中心，IPPBX已經(jīng)實(shí)現了云部署的方式，以前傳統的錄音方式基本上很難滿(mǎn)足用戶(hù)的需求，市場(chǎng)份額也正在萎縮。在當前主流的部署方式中，使用SBC對接其他業(yè)務(wù)應用是大家正在逐步使用的主要的部署方式。關(guān)于SBC的背景介紹，我們在以前的文章中做過(guò)非常多的關(guān)于SBC以及其功能的介紹，筆者也發(fā)表過(guò)關(guān)于開(kāi)源OpenSIPS電話(huà)錄音的分享。

• 如何通過(guò)SBC實(shí)現公網(wǎng)注冊SIP話(huà)機演示，實(shí)現聯(lián)通COP對接通話(huà)
• 圖解邊界會(huì )話(huà)控制器（SBC）的20個(gè)最常用功能
• SIP系列講座-邊界會(huì )話(huà)控制器-SBC全面剖析
• 基于OpenSIPS實(shí)現電話(huà)錄音解決方案探討

　　RFC5341-基于SIP的媒體錄音使用場(chǎng)景規范：
　　Use Cases and Requirements for SIP-Based Media Recording （SIPREC）
　　RFC7245-SIP媒體錄音技術(shù)架構：
　　An Architecture for Media Recording Using the Session Initiation Protocol
　　RFC 7865-SIP錄音時(shí)的metadata：
　　Session Initiation Protocol （SIP） Recording Metadata
　　RFC7866-SIP錄音的呼叫流程：

• 關(guān)于法律強制錄音的規定流程不在此規范討論范圍之內
• 關(guān)于媒體注入，編碼轉換，安全問(wèn)題不在本規范討論范圍之內
• 通過(guò)網(wǎng)絡(luò )鏡像方式錄音Passive 錄音方式不在本規范討論范圍之內

1. 支持錄音意識用戶(hù)代理- Recording-aware User Agent （UA）：此UA可以意識到其拓展已經(jīng)關(guān)聯(lián)到了通信會(huì )話(huà)（CS）。其拓展參數可以通知其UA錄音會(huì )話(huà)已啟動(dòng)或表示其狀態(tài)，可以啟動(dòng)，暫停和完全停止等消息。
2. 無(wú)錄音意識用戶(hù)代理-Recording-unaware User Agent （UA）：此UA意識不到其拓展已經(jīng)關(guān)聯(lián)到了通信會(huì )話(huà)（CS）。無(wú)錄音意識代理將通過(guò)其他手段通知其UA錄音會(huì )話(huà)已啟動(dòng)或表示其狀態(tài)，可以啟動(dòng)，暫停和完全停止等消息。
3. Recording Metadata：描述SRS服務(wù)器端需要的相關(guān)錄音身份確認數據，包括通信會(huì )話(huà)和dialog狀態(tài)信息等。一般情況下，這些metadata會(huì )和復制媒體錄音一起發(fā)送到SRS服務(wù)器端。
4. Replicated Media：由SRC客戶(hù)端創(chuàng )建的媒體流復制數據流，發(fā)送到SRS服務(wù)器端。它可能包括語(yǔ)音和視頻數據。

1. SRC查詢(xún)定位SRS的URL地址，按照解析方式來(lái)解析SRS地址。
2. 發(fā)送INVITE請求，創(chuàng )建一個(gè)dialog，然后發(fā)送到SRS。
3. 在INVITE請求中包括一個(gè)錄音指示，表示會(huì )話(huà)已經(jīng)創(chuàng )建，希望發(fā)送媒體錄音。
4. 如果馬上要發(fā)送復制媒體時(shí)，在SDP中包含一個(gè)“a=sendonly”，表示馬上發(fā)送媒體錄音。如果還沒(méi)有準備好發(fā)送媒體的話(huà)，包含一個(gè)“a=inactive”。
5. 復制的媒體流被錄音然后發(fā)送到SRS服務(wù)器端。

• 在SIPREC的規范中，它說(shuō)明了幾個(gè)基于SIP的錄音使用場(chǎng)景。這些場(chǎng)景都可以支持SIPREC規范RFC6341。在此規范中，一些必要的定義需要再次說(shuō)明一下：
• SRS-全稱(chēng)是Session Recording Server，它是一個(gè)具體的媒體服務(wù)器或媒體采集服務(wù)器，是一個(gè)用戶(hù)代理，同時(shí)匯總各種媒體流的metadata。SRS典型的部署方式是一個(gè)多口可拓展的服務(wù)器類(lèi)型。
• SRC-全稱(chēng)是Session Recording Client，它是一個(gè)SIP用戶(hù)代理，負責對服務(wù)器端發(fā)送媒體流數據，它本身是一個(gè)邏輯功能單元，可以支持多個(gè)物理設備，在實(shí)際應用環(huán)境中，SRC可以是SIP終端話(huà)機，媒體網(wǎng)關(guān)或者SBC。SRC同時(shí)對SRS服務(wù)器發(fā)送metadata。
• Communication Session （CS），通信會(huì )話(huà)創(chuàng )建于一個(gè)SIP或者多個(gè)用戶(hù)代理之間的會(huì )話(huà)，是一個(gè)正在被錄音的會(huì )話(huà)對象。
• Recording Session （RS）：為通信會(huì )話(huà)（CS）錄音目的創(chuàng )建的介于SRS和SRC之間的SIP會(huì )話(huà)。

• 全時(shí)錄音：對RS對一個(gè)CS（參考以下示例），系統對所有呼叫進(jìn)行錄音，典型的應用場(chǎng)景包括呼叫中心，企業(yè)客服和金融呼叫流程等。
• 選擇性錄音：當CS錄音創(chuàng )建后，啟動(dòng)RS錄音。如果CS沒(méi)有啟動(dòng)，系統不會(huì )錄音。
• 停止啟動(dòng)錄音：當呼叫在CS期間時(shí)，可以啟動(dòng)停止RS錄音。系統可以通過(guò)用戶(hù)界面按鈕或者其他熱鍵啟動(dòng)錄音。這里注意，在CS期間，可能會(huì )生成一個(gè)或者多個(gè)RS錄音。
• 持續錄音：一個(gè)RS可以捕捉一個(gè)或多個(gè)CS錄音。此錄音方式通常應用于某些場(chǎng)景中，例如前臺總機，轉每個(gè)特定的分機號碼或者呼叫。整個(gè)RS需要對多個(gè)環(huán)節中的終端錄音，包括了轉接時(shí)的靜音等。最后，這些錄音的metadata可以關(guān)聯(lián)在一起，錄音文件可以合并。這里可能涉及了編碼協(xié)商的流程。

• 實(shí)時(shí)錄音控制：在RS錄音期間，如果有特別業(yè)務(wù)要求，某些個(gè)人隱私或者安全信息不能錄音時(shí)，實(shí)時(shí)錄音控制方式可以停止對某一段時(shí)間內的錄音暫停/關(guān)閉，需要時(shí)重新開(kāi)啟。信用卡信息輸入就是一個(gè)比較常見(jiàn)的例子，如果用戶(hù)需要對系統服務(wù)人員報信用卡或者其他身份信息時(shí)就要暫停錄音。
• IVR入口錄音：對系統IVR進(jìn)行錄音，包括其metadata等。
• 企業(yè)移動(dòng)端錄音：系統對企業(yè)辦公人員進(jìn)行錄音。這些員工可能經(jīng)常不在辦公室環(huán)境中上班，他們經(jīng)常使用移動(dòng)端和企業(yè)呼叫中心或者通信系統進(jìn)行溝通，這些員工的呼叫需要被錄音。比較常見(jiàn)的場(chǎng)景包括銷(xiāo)售人員，保險銷(xiāo)售等。
• 分布式錄音或集中式錄音：一些企業(yè)，銀行，連鎖機構等辦公系統的電話(huà)呼叫需要通過(guò)部署在不同地區或者集中管理的電話(huà)系統進(jìn)行呼叫。系統需要對呼叫進(jìn)行錄音，并且對其每個(gè)RS的metadata進(jìn)行存儲。這樣方便管理每一個(gè)呼叫和其相關(guān)人分機。
• 復雜呼叫流程：復雜呼叫流程是一個(gè)比較抽象的說(shuō)法，沒(méi)有特別具體的定義，此場(chǎng)景比較靈活，寬泛。簡(jiǎn)單來(lái)說(shuō)，一個(gè)呼叫進(jìn)入到系統用戶(hù)，客戶(hù)電話(huà)可能首先被前臺人員接聽(tīng)，然后轉到具體的坐席人員。如果坐席人員不能回答客戶(hù)問(wèn)題的話(huà)，坐席人員可能需要再呼叫坐席主管，主管來(lái)接聽(tīng)客戶(hù)的電話(huà)。坐席人員在此呼叫流程中需要首先執行呼叫停靠，然后再呼叫他/她的主管，主管接聽(tīng)客戶(hù)電話(huà)以后，坐席掛機。整個(gè)流程稱(chēng)之為復雜呼叫流程，所有的呼叫都需要錄音，并且SRC需要對SRS發(fā)送所有的metadata數據。
• 高可靠性和持續錄音：根據用戶(hù)的需求，此應用場(chǎng)景需要SRS服務(wù)器端一直保持工作狀態(tài)，失效還原功能。所有創(chuàng )建的呼叫都能錄音。此場(chǎng)景要求SRS服務(wù)器端必須持續工作，無(wú)呼叫錄音服務(wù)丟失。
• 對通道和多會(huì )話(huà)錄音：一些應用場(chǎng)景要求媒體錄音是一個(gè)或者多個(gè)文件，可以實(shí)現同步存儲或者回放等功能。語(yǔ)音識別引擎可以對其明顯特定的媒體執行ASR/TTS處理。一些多渠道融合的呼叫中心或者IPPBX環(huán)境中可能需要對視頻，IM，其他數據文件進(jìn)行存儲。為了節省存儲空間，一些應用場(chǎng)景中可能需要僅多某些終端在某個(gè)特定時(shí)間段進(jìn)行錄音。
• 實(shí)時(shí)媒體處理：此場(chǎng)景在當前的呼叫中心或客服系統中實(shí)時(shí)質(zhì)檢環(huán)境中使用比較廣泛。SRS服務(wù)器端必須有能力支持語(yǔ)音識別引擎工具，這些偵查工具可以對某一段媒體進(jìn)行ASR和以及相關(guān)語(yǔ)義識別，情緒分析等工具處理，如果發(fā)現其錄音中帶有比較敏感的詞，或者客服人員態(tài)度語(yǔ)氣有問(wèn)題，應用系統的主管人員可以及時(shí)處理。通過(guò)SIPREC的metadata可以非常方便快捷地查詢(xún)到客服人員的電話(huà)座席。