CentOS7Freeswitch1。10。7对接百度MrcpServer实现TTS和ASR

　　通过百度MrcpServer实现简单的呼叫对话机器人。
　　一、参考 百度AI接入指南，创建应用，获取AppID、API Key、Secret Key，用于后续配置使用
　　https://ai.baidu.com/ai-doc/REFERENCE/Ck3dwjgn3
　　二、下载MrcpServer安装包 sdk_asr_MRCPServer-20200609.tar.gz
　　https://ai.baidu.com/ai-doc/SPEECH/7kaxz0h2z
　　https://ai.baidu.com/download?sdkId=111
　　wget https://platform.bj.bcebos.com/sdk%2FasMRCPServer-20200609.tar.gz
　　三、解压sdk_asr_MRCPServer-20200609.tar.gz文件。会生成个MRCPServer文件夹。
　　tar -xvf sdk%2Fasr%2FMRCPServer-20200609.tar.gz
　　四、.安装百度MrcpServer
　　cd MRCPServer/
　　sh ./bootstrap.sh
　　ll /opt/compiler/
　　total 4
　　drwxrwxr-x 3 3308 3308 4096 Jun 9 2020 gcc-8.2
　　五、配置Mrcp
　　1>配置ASR，为FreeSWITCH提供语音识别服务。
　　mrcp-server/conf/mrcp-asr.conf
　　更改AUTH_APPID和AUTH_APPKEY为从百度官方获取的APPID和API Key的值
　　2>配置TTS，为FreeSWITCH提供语音合成服务。
　　配置文件为：mrcp-server/conf/mrcp-proxy.conf
　　更改AUTH_APPID和AUTH_APPKEY为从百度官方获取的APPID和API Key的值
　　3>配置MrcpServer的SIP服务端，为FreeSWITCH的MrcpClient提供SIP服务。
　　mrcp-server/conf/unimrcpserver.xml
　　4>启动MrcpServer，无报错即正常。
　　cd mrcp-server/
　　./bin/unimrcpserver -r . &
　　5>FreeSWITCH使用百度的MrcpServer需要用到grammar.xml这个语法文件。
　　cp /MRCPServer/mrcp-server/data/grammar.xml /etc/freeswitch/grammar/baidu.gram
　　六、FreeSWITCH配置
　　vim /etc/freeswitch/conf/mrcp_profiles/baiduserver.xml                                                               	                                                                         
　　vim /etc/freeswitch/conf/autoload_configs/unimrcp.conf.xml                                                        
　　七、测试
　　                                                                      import os import freeswitch from freeswitch import * import sys import json import tempfile # import requests import xml.etree.ElementTree as ET import freeswitch as fs from freeswitch import * from xml.dom.minidom import parseString import random import requests  ###########百度UNIT3.0聊天########### client_id = ＂ADIB9GGUGzYNpL**************＂ client_key = ＂eOu8qYRU5sogDKMKVkMYheXV**********＂ user_id = ＂88888＂  # 默认user_id都为88888   def handler(session, args):     session.answer()      session.sleep(1000)     session.execute(＂speak＂, ＂unimrcp:baiduserver||＂ + ＂我是你的智能小卓子,有什么可以帮助你的?＂)      tryagain = 0     while session.ready():          session.execute(＂play_and_detect_speech＂,                         ＂silence_stream://1000 detect:unimrcp:baiduserver {start-input-timers=false,no-input-timeout=60000,input-timeout=60000,recognition-timeout=60000}builtin:grammar/baidu＂)                  asr_result = session.getVariable(＂detect_speech_result＂)                  if asr_result is None:             tryagain = 0         else:             try:                 freeswitch.consoleLog(＂CRIT＂, ＂ ==================== ＂＂ + asr_result + ＂＂==================== ＂)                 #语音转文字                 guest_text = asr2text(asr_result)                 # freeswitch.consoleLog(＂CRIT＂, ＂----------------结果识别-------------------:＂＂ + text + ＂＂ ＂)                  tryagain = 1                  #对接机器人                 bot_text=bot_chat(guest_text, user_id, client_id, client_key)                 session.execute(＂speak＂, ＂unimrcp:baiduserver||＂ + bot_text)             except Exception as e:                 fs.consoleLog(＂CRIT＂, ＂>>> ASR result parse failed  %s＂ % e)                 continue         session.sleep(1000)     session.hangup()   def asr2text(text):       xml_dom = parseString(text)        collection = xml_dom.documentElement      returnInfo = collection.getElementsByTagName(＂input＂)       guest_text =returnInfo[0].firstChild.data       return guest_text def bot_chat(chat_input, user_id, client_id, client_secret):     # 设置默认回复     chat_reply = ＂不好意思，我正在学习中，随后回复你＂     # 固定的url格式     url = ＂https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s＂ % (     client_id, client_secret)     res = requests.post(url)     access_token = json.loads(res.text)[＂access_token＂]      unit_chatbot_url = ＂https://aip.baidubce.com/rpc/2.0/unit/service/v3/chat?access_token=＂ + access_token     # 拼装聊天接口对应请求         post_data = {         ＂version＂: ＂3.0＂,         ＂service_id＂: ＂S75157＂,         ＂session_id＂: ＂＂,         ＂log_id＂: str(random.random()),         ＂skill_ids＂:[＂1237888＂,＂1237895＂],         ＂request＂:             {                 ＂terminal_id＂: user_id,                 ＂query＂: chat_input             }     }       # 将聊天接口对应请求数据转为json数据     res = requests.post(url=unit_chatbot_url, json=post_data)      # 获取聊天接口返回数据     unit_chat_obj = json.loads(res.text)      if unit_chat_obj[＂error_code＂] != 0:         return chat_reply+＂(＂+unit_chat_obj[＂error_msg＂]+＂)＂      unit_chat_response_reply = unit_chat_obj[＂result＂][＂responses＂][0][＂actions＂][0][＂say＂]     return unit_chat_response_reply