MRCP的录音资源可以具有一些基本的语音处理能力支持语音检测。这里的语音检测功能可以支持对录音起始阶段，结束阶段的录音，甚至于中间的录音进行静音压缩处理，因此移除语音中的静音部分，从而降低录音文件存储大小。另外，如果在预设的超时设置中，没有收到任何语音，此功能可以支持录音终止执行。如果接收端在结束之前检测到一段静音状态，录音资源也要自动结束录音。录音资源的应用范围非常广泛，可以应用在语音留言服务器环境，智能客服语音导航等环境中。在本章节中，我们会详细介绍录音资源的请求，事件和标题的具体内容。
1、录音资源支持三个请求消息和两个事件信息，以及十五个头三个请求消息是：
两个事件消息是：
十五个标题包括：
MRCP录音资源同样也支持一个状态机。MRCP客户端发起一个请求，媒体录音资源生成事件消息。
2、RECORD请求方法是由MRCP客户端发起，默认情况下，录音资源开始捕捉语音数据。如果当出现在 Capture-On-Speech标题出现在请求中，并且此值为true，当语音被检测到以后，录音资源才开始捕捉语音数据。录音格式是通过Media-Type header来设置。此标题会出现在RECORD请求中。录音资源对捕捉到语音录音以后，通过Record-URI的形式表示录音存储路径。如果此标题出现没有支持设置的值，则录音资源会在录音完成事件消息中返回记录-URI或在STOP请求中，携带一个URL地址。
如果在记录的请求中省略了记录-URI，录音资源则会在录音完成事件的消息体中或者停止响应中返回这个URL值。
MRCP要求Record-URI至少支持HTTPS来保证数据传输的安全性，MRCP同样也支持经常使用的http：//和file：// URI的形式。如果Record-URI是无效的地址，则会返回无效状态码“404标题非法值”。如果录音资源因为各种原因不能对创建的内容链接，则返回407方法或操作失败。
视频资源，请求中可以支持队列的处理。的流程图：
3、默认环境下，启动录音以后，No-Input-Timeout标头就会启动一个无输入定时器的定时器。如果在定时器超时之前没有检测到语音输入时，RECORD-COMPLETE事件消息会返回完成 - 原因，此值为002 noinput-timeout。通常情况下，系统提示用户完成输入以后，MRCP客户端会马上发起一个RECORD请求。对某些应用场景来说，用户输入的同时需要同时启动录音操作。录音资源可以通过二次设置来启动定时器的设置。RECORD请求中可以设置开始输入，定时器为假来表示不启动定时器，如果需要定时器启动的话，MRCP客户端可以发起一个开始输入，定时器请求来启动定时器设置以下是一个。开始输入，定时器流程图：
4、STOP方法结束录音流程，并且通知录音资源从录音状态切换到空闲状态。STOP响应消息中包含一个Active-Request-Id-List表示请求停止的ID。以下是一个停止请求的流程图：
五、MRCP录音资源支持两个事件消息，它们分别是START-OF-INPUT和RECORD完成消息。
当录音资源第一次检测到语音时，录音资源会生成START-OF-INPUT事件消息。MRCP客户端可以使用事件消息来结束语音回放等流程。例如，在语音合成资源中的强行插入而出现的消息激活打断流程。
当录音资源完成对RECORD请求流程后，录音资源生成并返回RECORD-COMPLETE消息事件，并且录音资源从录音资源切换到空闲状态。录音资源会自动结束录音流程，结束的原因会返回到MRCP客户端。具体结束原因可能是：无输入超时，最大时间到期，检测到最终静音等。完成 - 原因标题表示了RECORD请求结束的原因。如果录音结束后，请求没有携带任何错误的话，RECORD-COMPLETE消息则会表示一个录音文件的URL地址。
6、录音资源支持了十五个头。我们逐一介绍这些报头的使用方式。
完成 - 原因，此标题总是出现在RECORD-COMPLETE事件中，用来表示RECORD结束原因。如果出现错误的话，它也可能出现在RECORD请求的返回响应消息中。示例：完成 - 原因：002无输入 - 时间到。
完成 - 原因，此标题可选出现在RECORD-COMPLETE事件消息中，提供更多结束原因代码。示例：完成 - 原因：磁盘空间不足。为客户端通过日志跟踪信息：
Failed-URI，此标题表示访问所给URL失败。示例：Failed-URI：http：//192.168.1.10/audio/mailbox01.wav。
Failed-URI-Cause，此标题表示访问URL失败的具体原因，示例：Failed-URI-Cause：404 Not Found。
Record-URI，表示录音的存储URL路径。示例：Record-URI：; 大小= 40000;持续时间= 5000。
Media-Type，此标题表示录音文件格式。示例：Media-Type：audio / x-wav。
Capture-On-Speech，此标题是一个布尔值，表示是否当检测到语音时开始录音。默认值是假，表示接收方收到录音请求后马上开始录音。示例：Capture-On-Speech：true。
No-Input-Timeout，此标题表示当录音开始时，在设定的时间内没有检测到语音。在返回RECORD-COMPLETE事件消息中携带完成 - 原因，其值为002 noinput-timeout。示例为：No - 输入 - 超时：3000。
最大时，其头部用来设定最大录音时间，此时间从开始录音计算，不包括其中的静音压缩时段。其值以毫秒为单位。当录音时长达到最大录音时间时，录音会结束，录音资源会生成并且返回RECORD-COMPLETE事件，携带完成 - 原因，值为000 success-silence。示例：Max-Time：10000。
Final-Silence，此标题设定一个静音时长（毫秒为单位），用来表示录音结束前的静音时长。如果此值为0，表示无穷大，无最后静音检测。示例：Final-Silence：3500。
灵敏度等级，此标题表示一个语音检测的敏感度。取值范围从0到1.取值比较低表示对噪音不敏感 ;取值比较高表示输入时静音比较敏感。示例：敏感度等级：0.85 。
Trim-Length，此标头使用在STOP请求中。其值表示从录音结束起，所移除的时间长度。默认值为0.示例：Trim-Length：1000。
Start-Input-Timers，此header在RECORD请求中设定一个延迟启用no-input timer的时间，直到MRCP客户端重新发送START-INPUT-TIMERS请求。示例：Start-Input-Timers：false。
Ver-Buffer-Utterance，此标题使用在RECORD请求中，表示录音文件使用在后续的说话人验证流程中，这里，假设说话让验证资源被分配在同一会话中。默认值为假。示例：Ver-缓冲 - 话语：是的。
新的音频通道，如果此头在录音请求中设置为真，则表示语音数据正在从不同的语音资源，通道或讲话人发送。如果此头出现的话，并且设置为真，则表示正在调整某些算法。这些算法可能已经在语音检测中使用，为了适应新的语音资源，一些算法需要调整。示例：New-Audio-Channel：false。
7、这里，我们稍微花一点时间再多讨论一下关于静音检测到问题。首先说明，笔者不是语音检测算法方面的专家，因为我们在VOIP领域一直涉及相关的技术话题，所以这里提醒用户，对于录音资源的VAD检测也是非常重要的一环。静音检测在终端设计中结合厂家的技术特点都有各自的算法，具体的应用场景很多，包括检测语音挂机，降低录音文件大小，优化网络带宽都具有非常重要的作用。关于在SIP环境中的VAD检测，笔者在以前的SIP讲座中做过非常深入的讨论。这里，我们仅对录音资源中的静音处理做一些简单提示。因为在录音环境中，如果没有对录音进行静音检测处理或者优化，它会导致录音文件非常庞大，严重影响系统存储性能，同时也会影响语音识别的准确性。当然，如果开启VAD检测到话，同时也会增加系统的负载具体。的VAD设计流程如下：
更多关于VAD的算法，读者可以结合笔者给出的参考资料做进一步的研究，也可以针对录音资源的几个头做适当的调整来优化录音文件。读者也可以参考PSJIP或FreeSWITCH的的VAD模块做更多了解。另外，如果读者想进一步了解VAD的话，读者也需要结合静音压缩的算法，舒适噪音生成来进一步了解这几个算法的相互关系。
8、在本章节的分享中，笔者详细介绍了MRCP中的录音资源的细节内容，包括请求，事件消息和头的完整介绍。并且，对录音优化过程中的VAD做了简单分享，希望读者在优化录音文件时更多注意这些参数。
参考资料：
TomB?ckstr?m， 语音活动检测 语音处理
E. Verteletskaya，K。Sakhnov，语音增强应用的语音活动检测
Md Sahidullah，说话人识别语音活动检测技术的比较
J.Ramírez，JMGórriz，语音活动检测。基础知识和语音识别系统的稳健性
