پروتکل کنترل منابع رسانه (MRCP) پروتکلی ارتباطی است که توسط سرور های گفتار برای ارائه خدمات متنوعی مانند بازشناسی گفتار و تجزیه گفتار به کلاینت های خود استفاده می کند.
این پروتکل به پروتکلهای دیگری مانند پروتکل پخش در زمان (RTSP) یا پروتکل شروع جلسه (SIP) برای ایجاد یک جلسه کنترل و پخش های صوتی میان کلاینت و سرور استفاده میکند.
عملکرد پروتکل MRCP
پروتکل MRCP از سبک مشابهی از سیگنال دهی متن-آشکار مانند HTTP و بسیاری از پروتکل های اینترنتی استفاده میکند که در آن هر پیام حاوی سه بخش است :
- خط اول
- هدر (سرآیند)
- بدنه
خط اول
نوع پیام را مانند اطلاعاتی چون کدهای پاسخ نشان میدهد.
هدر
شامل خط هایی است که هر یک به شکل <header> هستند.
بدنه
بدنه که طول آن توسط هدر مشخص میشود، حاوی جزئیاتی در ارتباط با پیام است.
پروتکل MRCP همانند پروتکل HTTP از مدل درخواست (که معمولا توسط کلاینت ارائه میشود) و پاسخ استفاده میکند. این پاسخ ممکن است به سادگی دریافت تصدیق درخواست یا ارائه اطلاعات دیگر، مطابق با پردازش آن باشد.
به عنوان مثال کلاینت MRCP ممکن است درخواست ارسال برخی دادههای صوتی برای پردازش ( به عنوان مثال برای بازشناسی گفتار) به سمت سرور نماید که میتواند پاسخ را از طریق پیامی که حاوی شماره پورت مناسب برای ارسال داده است استفاده نماید.
از آنجا که پروتکل MRCP از داده صوتی هیچگونه پشتیبانی به عمل نمیآورد، لذا اینگونه موارد بایستی توسط سایر پروتکل ها مانند پروتکل انتقال در لحظه (RTP) مدیریت شوند.
پروتکل MRCP نسخه ۲
پروتکل MRCP نسخه ۲ به عنوان یک RFC پذیرفته شده است. این نسخه از پروتکل SIP برای مدیریت جلسات و پخش صوتی میان سرور و کلاینت ها استفاده میکند درحالیکه نسخه ۱ پروتکل اصلی را مشخص نمیکند.
پروتکل MRCP توسط محدوده وسیعی از برنامههای نرم افزاری تجاری صوتی مانند IBM WebSphere Voice Server، Microsoft Speech Server و... پذیرفته شده است.