統(tǒng)一消息具有使用簡單和節(jié)省時間等顯著的優(yōu)點，而它給人們帶來的益處恰好就在這些看似平凡的地方。如果能夠把語音郵件、傳真、電子郵件等變成單一的“消息”，就可以大幅度減少用于傳送手段和方法等耗費的時間和精力，而人們就可以用這些時間和精力去改善消息本身的內(nèi)容和質(zhì)量。那么，它在技術(shù)上是如何實現(xiàn)的呢？

　　統(tǒng)一消息系統(tǒng)是一個三層的體系結(jié)構(gòu)，包括接入設備、應用服務器和后臺服務器。接入設備為用戶提供接入或訪問統(tǒng)一消息系統(tǒng)的多樣靈活的方式和手段。應用服務器提供各種具體的應用服務邏輯，如內(nèi)容服務、消息服務等，它接收用戶的服務請求，經(jīng)過處理后將消息內(nèi)容按用戶需求的形式返回。后臺服務器用來存儲消息內(nèi)容本身和提供管理員訪問接口。其體系模型如圖1所示。

　圖1 通用統(tǒng)一消息三層結(jié)構(gòu)示意圖

　　理論上，統(tǒng)一消息采用的方法是，將所有的消息類型，如語音、電子郵件、傳真和數(shù)據(jù)等，采用不同的形式集中存儲在一個設備中。這樣，用戶可在任何時候采用方便的方式訪問該設備中的任何消息。因此，實現(xiàn)統(tǒng)一消息服務系統(tǒng)就是要解決各種不同的消息表現(xiàn)格式之間的兼容問題，從而將語音、傳真、電子郵件、語音信箱、語音郵件等不同信息格式的業(yè)務有機地集成于一體。具體實現(xiàn)起來，可以有兩種方式：集成方式和統(tǒng)一方式。

　　集成方式

　　此種方式注重互通，它將不同類型的消息（傳真、電子郵件及語音等）分別存放在不同的數(shù)據(jù)庫中。然后通過一個惟一的接口（消息網(wǎng)關(guān)），將不同數(shù)據(jù)庫中的消息提供給不同的設備，在PSTN、Internet、尋呼網(wǎng)、移動通信網(wǎng)等各種網(wǎng)絡之間搭建一座橋梁。它對原有系統(tǒng)進行優(yōu)化，系統(tǒng)不會產(chǎn)生新的號碼。（見圖2）

圖2 集成方式

　　統(tǒng)一方式

　　　此種方式注重統(tǒng)一，不同類型的消息并不分開存放，而是統(tǒng)一存放在一個數(shù)據(jù)庫中進行統(tǒng)一訪問，會產(chǎn)生新的統(tǒng)一消息服務號。（見圖3）

圖3 統(tǒng)一方式

　　基于IP的方案

　　數(shù)據(jù)交換技術(shù)的發(fā)展使IP逐漸成為數(shù)字、語音等各種信息服務的網(wǎng)絡基礎標準。各種基于IP傳送話音、視頻的技術(shù)標準（如SGCP、VoIP等）也不斷提出并迅速統(tǒng)一。那么，基于IP的統(tǒng)一消息方案由兩部分組成：通用信息接收箱功能模塊和通用連接手段。通用信息接收箱功能模塊用于把所有形式的消息，如傳真、話音郵件、電子郵件等集成到一個IP網(wǎng)上的通用接收箱，用來提供給用戶一個公共平臺，來管理所有的消息。通用連接手段允許用戶通過電話網(wǎng)、DSL網(wǎng)、有線電視網(wǎng)和無線網(wǎng)，使用電話、PC、電子郵件客戶設備、Web瀏覽器、無線手持設備和PDA訪問通用信息接收箱。

　　統(tǒng)一消息平臺提供從Web瀏覽器訪問話音、傳真和電子郵件信息的接口，以便為用戶提供最大的可用性，無論在任何地方都可借助因特網(wǎng)獲得信息。此外，統(tǒng)一消息還能提供個人助理服務，使通信功能得以增強和改進。

　　全功能的基于IP的統(tǒng)一消息平臺還包括多種用戶接口和多種應用協(xié)議，便于從舊系統(tǒng)升級為新系統(tǒng)，服務于多級別的客戶。這些可行的因特網(wǎng)電話標準包括SIP（Standard Interface Protocol)、MGCP(Media Gateway Control Protocol)和H.323。

　　關(guān)鍵的語音技術(shù)

　　統(tǒng)一消息服務系統(tǒng)實現(xiàn)的關(guān)鍵是如何解決各種不同的消息表現(xiàn)格式間的兼容和互換問題，即要實現(xiàn)語音、傳真、電子郵件等不同信息格式間的相互轉(zhuǎn)換。實現(xiàn)這一轉(zhuǎn)換的核心技術(shù)就是語音到文本的轉(zhuǎn)換技術(shù)（Text to Speech），也叫語音合成技術(shù)。如果沒有語音技術(shù)的支持，統(tǒng)一消息將很難真正實現(xiàn)“統(tǒng)一”。

　　語音合成技術(shù)就是把可視的文本信息轉(zhuǎn)化為可聽的聲音信息。具體到統(tǒng)一消息服務中，就是將電子郵件、傳真等文字信息轉(zhuǎn)化成可聽的電話語音。

　　目前，語音合成技術(shù)已逐漸在電信聲訊信息服務領(lǐng)域、智能電話查詢系統(tǒng)中展開應用，并迅速推廣。在電話高度普及的今天，通過打電話來查詢所需要的信息，無疑給人們的日常生活帶來極大方便。漢語語音合成技術(shù)在聲訊服務領(lǐng)域內(nèi)的應用，對現(xiàn)有的電話查詢系統(tǒng)產(chǎn)生了巨大的影響。

　　在統(tǒng)一消息的應用中，語音合成技術(shù)一方面將能夠使電話終端上的信息流或控制指令發(fā)送到Internet上，例如用戶可以通過電話方便地發(fā)送電子郵件和類似的留言信息，不僅具有傳統(tǒng)的語音信箱功能，而且利用語音合成技術(shù)進一步擴大了用戶接入Internet網(wǎng)的方式。另一方面，語音合成技術(shù)將電子郵件、傳真等文字信息轉(zhuǎn)化成可聽的電話語音，也更加豐富了用戶接收消息的手段。

　　此外，統(tǒng)一消息還要求語音技術(shù)能夠支持多語言的語音合成，音速、音質(zhì)及韻律的靈活調(diào)整，合成質(zhì)量貼近自然話務播音員等。在統(tǒng)一消息系統(tǒng)的具體實施中，對語音轉(zhuǎn)換技術(shù)的要求還包括：

　　語音質(zhì)量

　　TTS的語音合成質(zhì)量應該清晰、連貫，在保證用戶聽懂的前提下，具有一定的自然度。

　　處理速度

　　TTS語音轉(zhuǎn)換網(wǎng)關(guān)在統(tǒng)一消息平臺中要與其他系統(tǒng)通信，處理大量用戶的并發(fā)請求，所以，需要設計資源分配系統(tǒng)進行排隊及負載平衡，從而根據(jù)用戶的數(shù)量方便地增加TTS處理主機，滿足電信級用戶收聽語音的速度。

　　通信接口

　　TTS語音轉(zhuǎn)換網(wǎng)關(guān)應能提供多種標準的通信協(xié)議接口，包括TCP/IP、S.100及其他數(shù)據(jù)流格式等，方便其他系統(tǒng)調(diào)用語音資源。

　　語音壓縮格式

　　TTS語音轉(zhuǎn)換網(wǎng)關(guān)應能支持多種語音壓縮格式，包括G.723、G.726等標準的語音壓縮格式，以及一些大的語音板卡廠商的專用語音格式。

　 行業(yè)應用

　　TTS語音轉(zhuǎn)換網(wǎng)關(guān)應能根據(jù)不同行業(yè)的應用特點外掛接口，從而實現(xiàn)行業(yè)的語音處理定制。

　　用戶的個人語音定制

　　TTS語音轉(zhuǎn)換網(wǎng)關(guān)能為用戶提供個人音庫，從而能讓用戶在使用統(tǒng)一消息平臺時聽到自己或朋友的語音。

摘自中國計算機報