国 家 标 准 中 文 语 音 识 别 互 联 网 服 务 接 口 规 范 ( 征 求 意 见 稿 ) 编 制 说 明 一 工 作 简 况 1 任 务 来 源 按 照 国 家 标 准 化 管 理 委 员 会 2014 年 第 一 批 国 家 标 准 制 修 订 计 划 安 排, 国 家 标 准 制 定 项 目 中 文 语 音 识 别 互 联 网 服 务 接 口 规 范 ( 征 求 意 见 稿 ) 计 划 号 (20141232-T-469),2016 年 完 成 标 准 编 制 单 位 是 科 大 讯 飞 股 份 有 限 公 司, 协 作 单 位 包 括 中 国 电 信 集 团 公 司 中 国 电 子 技 术 标 准 化 研 究 院 北 京 慧 听 科 技 有 限 公 司 苏 州 思 必 驰 信 息 科 技 有 限 公 司 阿 里 巴 巴 网 络 技 术 有 限 公 司 哈 尔 滨 工 业 大 学 等 单 位 本 标 准 由 全 国 信 息 技 术 标 准 化 技 术 委 员 会 提 出 并 归 口 2 背 景 目 的 和 意 义 随 着 云 计 算 和 移 动 互 联 网 技 术 的 蓬 勃 发 展, 语 音 技 术 也 从 较 早 期 的 行 业 应 用 迅 速 转 变 为 大 众 化 的 应 用, 基 于 各 种 智 能 终 端 设 备 的 语 音 应 用 也 如 雨 后 春 笋 般 涌 现 出 来, 世 界 各 大 语 音 巨 头 纷 纷 投 入 巨 大 财 力 和 人 力 去 占 领 语 音 市 场, 如 美 国 Apple 公 司 在 其 ios 设 备 上 提 供 的 Siri,Google 公 司 在 其 Android 设 备 上 提 供 的 Google Now, 国 内 科 大 讯 飞 公 司 提 供 的 讯 飞 语 点 灵 犀 等 语 音 助 理 应 用 在 互 联 网 环 境 下, 语 音 服 务 提 供 商 普 遍 采 用 云 计 算 的 方 式 提 供 高 质 量 的 语 音 识 别 服 务 客 户 端 应 用 将 语 音 服 务 的 请 求 发 送 到 云 端, 利 用 云 端 海 量 的 数 据 资 源 和 优 秀 的 运 算 资 源 得 到 最 优 的 语 音 服 务 在 这 样 的 工 作 模 式 下, 客 户 端 如 何 调 用 接 口 来 获 得 云 端 的 语 音 识 别 服 务 就 成 为 构 建 语 音 识 别 应 用 的 重 要 环 节 目 前 国 内 的 语 音 识 别 服 务 提 供 商 大 多 数 通 过 提 供 客 户 端 开 发 组 件 的 方 式 提 供 服 务, 客 户 端 应 用 软 件 开 发 商 面 向 客 户 端 开 发 组 件 进 行 二 次 开 发, 构 建 具 体 的 语 音 识 别 应 用 目 前 国 内 各 大 语 音 识 别 服 务 提 供 商 提 供 的 客 户 端 开 发 组 件 的 接 口 形 式 不 一, 中 文 语 音 识 别 服 务 系 统 具 备 的 功 能 集 也 不 尽 相 同 在 这 样 的 背 景 下, 本 标 准 立 足 于 中 文 语 音 识 别 互 联 网 服 务 的 现 状, 并 着 眼 于 其 技 术 和 业 务 的 发 展 趋 势, 规 范 了 中 文 语 音 识 别 在 互 联 网 环 境 下 提 供 服 务 的 开 发 接 口 系 统 功 能 集 等, 适 用 于 互 联 网 环 境 下 中 文 语 音 识 别 软 件 的 设 计 开 发 应 用 和 维 护 等 方 面 本 标 准 通 过 制 定 中 文 语 音 识 别 互 联 网 服 务 接 口 规 范, 明 确 定 义 了 客 户 端 访
问 调 用 云 端 的 语 音 服 务 的 接 口 形 式, 对 规 范 语 音 识 别 服 务 提 供 方 式, 方 便 客 户 端 的 集 成 调 用, 从 而 促 进 语 音 交 互 应 用 的 推 广 发 展, 促 进 广 大 用 户 充 分 享 受 到 语 音 交 互 带 来 的 快 速 便 捷 服 务, 提 高 国 家 在 互 联 网 / 移 动 互 联 网 时 代 的 信 息 服 务 水 平, 具 有 十 分 重 要 的 意 义 3 主 要 工 作 过 程 在 国 标 委 下 达 本 标 准 制 定 计 划 之 前, 中 国 语 音 产 业 联 盟 及 各 成 员 单 位 已 开 展 了 大 量 的 研 究 和 准 备 工 作 2014 年 6 7 月 间, 中 国 语 音 产 业 联 盟 就 制 定 互 联 网 条 件 下 的 语 音 服 务 规 范 征 询 成 员 单 位 意 见, 这 一 提 议 得 到 积 极 响 应, 国 内 的 语 音 服 务 提 供 商 科 大 讯 飞 云 知 声 等 积 极 组 织 人 力, 讨 论 制 定 标 准 的 积 极 意 义, 论 证 可 行 性, 确 定 编 写 指 导 思 想, 细 分 该 标 准 体 系 科 大 讯 飞 组 织 人 力 起 草 中 文 语 音 识 别 互 联 网 服 务 接 口 规 范, 积 极 准 备 8 月 初 在 北 京 召 开 的 讨 论 会 2014 年 8 月 4 日, 信 标 委 用 户 界 面 分 技 术 委 员 会 和 中 国 语 音 产 业 联 盟 在 北 京 召 开 会 议, 商 讨 本 标 准 的 立 项 事 宜 就 本 标 准 的 编 写 思 路 编 写 规 范 等 给 出 意 见, 并 针 对 草 案 当 中 涉 及 的 技 术 问 题 文 档 架 构 等 方 面 做 了 详 细 讨 论 2014 年 8 月 中 旬, 标 准 起 草 组 详 细 分 析 和 讨 论 了 北 京 会 议 意 见, 就 国 标 的 文 档 性 质 书 写 规 范 等 在 组 内 做 了 宣 贯, 并 制 定 了 本 标 准 草 案 的 后 续 书 写 计 划, 上 报 了 中 国 语 音 产 业 联 盟 2014 年 8 9 月 间, 标 准 起 草 组 重 新 规 划 了 本 标 准 的 文 档 架 构, 详 细 讨 论 确 定 了 各 部 分 包 括 的 内 容 和 条 目, 然 后 将 书 写 任 务 进 行 了 分 工, 最 后 由 专 人 进 行 统 一 合 并 整 理 和 修 改 9 月 下 旬, 标 准 起 草 组 向 中 国 语 音 产 业 联 盟 的 相 关 成 员 单 位 发 出 了 本 标 准 草 案 的 第 一 次 修 改 稿 2014 年 12 月 下 旬, 标 准 起 草 组 召 开 讨 论 会, 就 本 标 准 草 案 的 术 语 定 义 功 能 条 目 及 分 类 表 述 规 范 等 给 出 了 大 量 的 意 见 和 建 议 会 后 的 两 个 月 时 间 内, 标 准 起 草 组 根 据 会 议 意 见 进 行 了 修 改 本 次 修 改 后, 本 标 准 的 草 案 基 本 成 型 2015 年 4 月 中 旬, 标 准 起 草 组 再 次 召 开 讨 论 会, 就 本 标 准 修 改 后 的 术 语 定 义 参 数 描 述 和 修 改 过 程 中 未 能 确 定 的 问 题 再 次 进 行 了 明 确, 提 出 下 一 步 修 改 意 见 和 建 议 修 改 后 的 版 本 在 4 月 下 旬 提 交 给 信 标 委 用 户 界 面 分 委 会 秘 书 处 ( 中 国 电 子 技 术 标 准 化 研 究 院 )
2015 年 5 月 12 日, 信 标 委 用 户 界 面 分 委 会 秘 书 处 在 北 京 组 织 标 准 讨 论 会, 中 国 语 音 产 业 联 盟 科 大 讯 飞 公 司 中 国 电 信 等 来 自 国 内 政 府 机 构 语 音 技 术 研 究 机 构 语 音 服 务 提 供 商 行 业 用 户 等 近 20 家 单 位 30 余 人 出 席 了 会 议, 与 会 专 家 详 细 讨 论 了 本 标 准 的 草 案 通 过 本 次 会 议 以 及 会 后 的 意 见 征 集, 共 收 到 了 30 条 意 见 和 建 议 2015 年 7 月 中 旬, 标 准 起 草 组 结 合 收 集 到 的 意 见 和 建 议 对 标 准 进 行 了 修 改, 形 成 了 征 求 意 见 稿, 并 提 交 给 信 标 委 用 户 界 面 分 委 会 秘 书 处 ( 中 国 电 子 技 术 标 准 化 研 究 院 ) 2015 年 12 月 上 旬, 标 准 起 草 组 召 开 扩 大 电 话 会 议, 就 标 准 征 求 意 见 稿 在 提 交 送 审 之 前 进 行 意 见 征 集, 会 上 征 集 到 意 见 和 建 议 共 4 条, 会 后 标 准 起 草 组 根 据 修 改 意 见 进 行 了 修 改 2016 年 4 月 中 旬, 信 标 委 用 户 界 面 分 委 会 秘 书 处 ( 中 国 电 子 技 术 标 准 化 研 究 院 ) 在 北 京 召 开 会 议, 对 征 求 意 见 稿 进 行 内 审 会 后 标 准 起 草 组 根 据 会 议 意 见 和 要 求 进 行 了 修 改 4 主 要 起 草 人 及 承 担 的 工 作 : 单 位 名 称 姓 名 承 担 工 作 科 大 讯 飞 股 份 有 限 公 司 科 大 讯 飞 股 份 有 限 公 司 科 大 讯 飞 股 份 有 限 公 司 李 洪 亮 严 峻 于 继 栋 朱 恩 德 程 彩 锋 张 陈 胡 修 文 主 导 标 准 内 容 的 编 写 和 修 改 标 准 编 制 说 明 及 相 关 附 件 材 料 的 编 写 和 修 改 负 责 标 准 技 术 内 容 的 审 查, 参 与 评 审 并 反 馈 修 改 意 见 等 参 与 标 准 相 关 内 容 的 起 草 修 改 和 评 审 等 中 国 电 信 集 团 公 司 杨 震 参 与 标 准 评 审, 反 馈 修 改 意 见 中 国 电 子 技 术 标 准 化 研 究 院 赵 菁 华 参 与 标 准 评 审, 负 责 标 准 格 式 及 形 式 审 查, 反 馈 修 改 意 见 北 京 慧 听 科 技 有 限 公 司 双 志 伟 参 与 标 准 评 审, 反 馈 修 改 意 见 苏 州 思 必 驰 信 息 科 技 有 限 公 司 周 伟 达 参 与 标 准 评 审, 反 馈 修 改 意 见 阿 里 巴 巴 网 络 技 术 有 限 公 司 林 財 旗 参 与 标 准 评 审, 反 馈 修 改 意 见
哈 尔 滨 工 业 大 学 李 海 峰 参 与 标 准 评 审, 反 馈 修 改 意 见 二 标 准 编 制 原 则 和 主 要 内 容 1 标 准 编 制 原 则 标 准 的 用 语 格 式 按 照 GB/T 1.1-2009 给 出 的 规 则 起 草 标 准 内 容 的 编 制 遵 循 以 下 原 则 : a) 结 合 业 界 实 际 情 况 本 标 准 起 草 组 中 包 含 了 来 自 全 国 各 地 的 语 音 服 务 提 供 商 语 音 行 业 用 户 研 究 机 构 大 学 等 单 位 代 表 在 标 准 制 定 过 程 中, 坚 持 立 足 于 中 文 语 音 识 别 互 联 网 服 务 的 现 状 和 未 来 发 展 趋 势, 听 取 各 方 意 见, 充 分 调 研 语 音 识 别 业 务 的 市 场 需 求, 提 炼 出 符 合 国 内 语 音 产 业 发 展 现 状 和 趋 势 的 接 口 规 范 b) 借 鉴 国 内 外 相 关 标 准 国 际 上 关 于 语 音 识 别 类 的 相 关 标 准 包 括 MRCPv1 MRCPv2 等, 国 内 相 关 标 准 有 GB/T 21023-2007 中 文 语 音 识 别 系 统 通 用 技 术 规 范 在 本 标 准 起 草 过 程 中, 积 极 借 鉴 了 其 中 成 熟 的 做 法, 引 用 了 这 些 标 准 的 部 分 内 容 2 主 要 内 容 本 标 准 规 定 了 中 文 语 音 识 别 系 统 的 互 联 网 服 务 接 口 规 范, 主 要 包 括 相 关 术 语 定 义, 基 本 功 能 集 和 扩 展 功 能 集, 输 入 数 据 及 描 述 参 数, 输 出 数 据 及 描 述 参 数, 接 口 描 述, 服 务 器 响 应 消 息 示 例 等 本 标 准 适 用 于 基 于 互 联 网 的 中 文 语 音 识 别 系 统 软 件 的 设 计 和 开 发 本 标 准 不 包 括 客 户 端 - 服 务 器 之 间 交 互 消 息 的 具 体 格 式 和 规 范 本 标 准 定 义 的 功 能 集 和 接 口 不 包 括 基 本 中 文 语 音 识 别 之 外 的 其 他 相 关 功 能, 如 与 自 然 语 言 理 解 相 关 的 后 继 处 理, 语 种 识 别 等 本 标 准 起 草 时 个 性 化 语 音 识 别 的 相 关 技 术 还 不 够 成 熟, 因 此 只 对 个 性 化 识 别 功 能 做 了 分 类 和 定 义, 与 之 相 关 的 热 词 集 结 构 属 性 和 格 式 规 范 不 做 定 义, 对 用 户 级 个 性 化 相 关 的 个 性 化 语 音 数 据 的 收 集 和 处 理 的 接 口 不 做 定 义 本 标 准 中 的 语 音 服 务 客 户 端 的 相 关 描 述 涉 及 客 户 端 开 发 组 件 中 和 网 络 交 互 相 关 的 逻 辑 功 能 模 块, 不 涉 及 其 他 功 能 模 块
三 有 关 技 术 说 明 有 关 本 标 准 起 草 过 程 中 的 一 些 技 术 问 题 说 明 如 下 : 1 系 统 架 构 本 标 准 描 述 的 语 音 识 别 服 务 系 统 是 基 于 互 联 网 架 构 的, 语 音 识 别 服 务 系 统 既 可 以 通 过 客 户 端 开 发 组 件 的 方 式 提 供 服 务, 又 可 以 通 过 直 接 提 供 网 络 服 务 接 口 的 方 式 提 供 服 务 本 标 准 因 为 系 统 架 构 的 不 同 而 产 生 的 差 异 之 处 已 经 在 标 准 中 相 应 的 地 方 做 了 特 别 说 明 2 输 入 输 出 和 接 口 本 标 准 定 义 的 是 基 于 互 联 网 的 中 文 语 音 识 别 服 务 系 统 的 接 口 规 范 以 及 与 之 相 应 的 输 入 输 出 数 据 的 取 值 和 格 式 规 范, 整 体 上 采 用 了 参 数 驱 动 和 接 口 驱 动 相 结 合 的 思 想, 即 不 同 的 接 口 使 用 不 同 的 参 数 或 其 组 合 可 以 驱 动 系 统 的 不 同 行 为 3 接 口 描 述 本 标 准 在 对 中 文 语 音 识 别 服 务 系 统 接 口 的 描 述 中, 采 用 了 模 糊 化 的 描 述 方 法, 不 具 体 定 义 接 口 的 函 数 原 型, 而 是 定 义 了 接 口 行 为 和 功 能 必 要 的 输 入 输 出 参 数 以 及 关 键 行 为 的 接 口 调 用 序 列 4 进 阶 模 式 下 候 选 词 的 数 量 在 语 音 识 别 会 话 为 进 阶 模 式 时, 候 选 词 数 组 中 元 素 的 数 量 不 能 大 于 1 原 因 是 如 果 该 数 组 中 有 多 个 候 选 词, 则 多 个 候 选 词 的 长 度 可 能 不 尽 相 同, 除 非 客 户 端 子 系 统 向 服 务 器 反 馈 用 户 选 择 了 哪 一 个 候 选 词, 否 则 服 务 器 在 后 继 的 消 息 中 难 以 准 确 确 定 进 阶 范 围 (progressive-range) 的 值 标 准 中 对 进 阶 模 式 下 候 选 词 数 组 元 素 数 量 做 了 限 制, 是 为 了 简 化 客 户 端 - 服 务 器 的 交 互 流 程, 提 高 会 话 的 成 功 率 5 识 别 结 果 信 息 参 数 语 音 识 别 结 果 缺 省 包 含 语 音 厂 商 支 持 的 所 有 信 息 有 时 应 用 或 用 户 希 望 识 别 结 果 包 含 自 己 感 兴 趣 的 信 息, 不 包 含 不 感 兴 趣 的 信 息, 此 时, 应 用 或 用 户 可 以 使 用 识 别 结 果 信 息 参 数 (result-info) 来 显 式 指 明 识 别 结 果 中 包 含 的 信 息, 实 现 识 别 结 果 的 定 制 化 和 个 性 化
四 专 利 和 知 识 产 权 情 况 说 明 本 标 准 不 涉 及 专 利 和 知 识 产 权 问 题 五 采 用 国 际 标 准 和 国 外 先 进 标 准 情 况 本 标 准 定 义 了 中 文 语 音 识 别 服 务 在 互 联 网 环 境 下 的 集 成 接 口 规 范 目 前 国 际 和 国 内 有 多 家 企 业 在 其 语 音 服 务 产 品 中 提 供 了 自 有 的 接 口 定 义, 如 谷 歌 公 司 在 Android 操 作 系 统 中 提 供 的 语 音 交 互 集 成 接 口 等 但 这 些 接 口 规 范 仅 作 为 企 业 标 准 存 在, 目 前 还 没 有 正 式 的 国 际 标 准 和 国 家 标 准 1 直 接 引 用 的 标 准 GB 13000 信 息 技 术 通 用 多 八 位 编 码 字 符 集 (UCS)( GB 13000 2010,ISO/IEC 10646:2003,IDT) GB 18030 信 息 技 术 中 文 编 码 字 符 集 GB/T 21023 2007 中 文 语 音 识 别 系 统 通 用 技 术 规 范 汉 语 拼 音 方 案 (1958 年 2 月 11 日 第 一 届 全 国 人 民 代 表 大 会 第 五 次 会 议 批 准 ) RFC 2045 多 用 途 互 联 网 邮 件 扩 展 第 1 部 分 : 互 联 网 消 息 体 格 式 ( Multipurpose Internet Mail Extensions (MIME) Part One: Format of Internet Message Bodies) RFC 2586 多 用 途 互 联 网 邮 件 扩 展 内 容 类 型 (The Audio/L16 MIME content type) RFC 5234 语 法 规 范 的 扩 展 巴 科 斯 范 式 ( Augmented BNF for Syntax Specifications: ABNF) RFC 5646 语 言 识 别 标 签 (Tags for Identifying Languages) SRGS 1.0 语 音 识 别 语 法 规 范 (Speech Recognition Grammar Specification Version 1.0) 国 际 语 音 学 会 手 册 : 国 际 音 标 使 用 指 南 (Handbook of the International Phonetic Association: A Guide to the Use of International Phonetic Alphabet) 2 间 接 参 考 的 标 准 GB 3100-93 国 际 单 位 制 及 其 应 用 GB/T 4880-2005 语 种 名 称 代 码
ISO 639-1:2002 语 种 描 述 代 码 第 1 部 分 :2 字 符 (Codes for the representation of names of languages Part 1: Alpha-2 code) ISO 639-2:1998 语 种 描 述 代 码 第 2 部 分 :3 字 符 (Codes for the representation of names of languages Part 2: Alpha-3 code) ISO 639-3:2007 语 种 描 述 代 码 第 3 部 分 : 广 泛 范 围 的 语 种 3 字 符 代 码 (Codes for the representation of names of languages Part 3: Alpha-3 code for comprehensive coverage of languages) ISO/IEC 80000-1 量 和 单 元 第 1 部 分 : 通 则 (Quantities and units Part 1: General) RFC 822 ARPA 互 联 网 文 本 消 息 标 准 (Standard for ARPA Internet Text Messages) RFC 2616 超 文 本 传 输 协 议 HTTP 1.1(Hypertext Transfer Protocol -- HTTP/1.1) RFC 3550 RTP: 一 种 实 时 应 用 的 传 输 协 议 (RTP: A Transport Protocol for Real-Time Applications) RFC 3551 RTP 音 视 频 会 议 最 小 控 制 总 则 (RTP Profile for Audio and Video Conferences with Minimal Control) RFC 4463 媒 体 资 源 控 制 协 议 (A Media Resource Control Protocol (MRCP)) RFC 6787 媒 体 资 源 控 制 协 议 第 2 版 (Media Resource Control Protocol Version 2 (MRCPv2)) 六 与 现 行 相 关 法 律 法 规 规 章 及 相 关 标 准 的 协 调 性 本 标 准 会 使 用 ( 引 用 ) 现 有 国 家 标 准 GB/T 21023-2007 中 文 语 音 识 别 系 统 通 用 技 术 规 范 中 定 义 的 术 语 分 类 等 方 面 的 内 容 截 至 目 前, 尚 未 发 现 本 标 准 与 我 国 有 关 的 现 行 法 律 法 规 和 相 关 强 制 性 标 准 相 冲 突 七 标 准 性 质 的 建 议 鉴 于 本 标 准 的 内 容, 建 议 主 管 部 门 将 该 标 准 作 为 推 荐 性 国 家 标 准 发 布 八 贯 彻 标 准 的 要 求 和 措 施 建 议 为 了 更 好 地 发 挥 本 标 准 的 作 用, 建 议 采 取 以 下 措 施 推 动 本 标 准 的 贯 彻 实 施 :
1 政 府 积 极 推 动 : 标 准 发 布 后, 由 信 标 委 牵 头, 组 织 召 开 标 准 发 布 通 报 会, 并 通 过 官 方 微 信 等 新 媒 体 在 相 关 产 业 链 应 用 领 域 加 强 宣 传, 提 升 标 准 的 宣 传 权 威 性 和 受 众 针 对 性 2 行 业 团 体 优 先 推 广 : 考 虑 优 先 在 相 关 产 业 链 联 盟 组 织 ( 如 语 音 产 业 联 盟 等 ) 等 相 关 行 业 团 体 中 推 广 实 施, 发 挥 行 业 团 体 的 市 场 主 体 作 用 3 制 定 配 套 支 持 政 策 : 政 府 通 过 制 定 配 套 鼓 励 政 策, 如 在 招 投 标 市 场 准 入 认 证 服 务 等 方 面 出 台 相 关 政 策, 引 导 和 提 升 相 关 企 业 应 用 积 极 性 4 在 政 府 相 关 官 方 平 台 提 供 免 费 下 载 标 准 文 本 服 务