多命令詞語音采集系統(tǒng)技術(shù)規(guī)范2024-11-14發(fā)布2024-11-14實(shí)施I IV 1 13術(shù)語、定義和縮略語 13.1術(shù)語和定義 13.2縮略語 14系統(tǒng)架構(gòu) 25功能要求 25.1語音輸入設(shè)備控制 2 2 35.4音頻流媒體傳輸 35.5音頻采集與保存 36性能要求 36.1采樣率 36.2位深度 36.3信噪比 36.4聲道 36.5響應(yīng)延遲 37數(shù)據(jù)要求 37.1數(shù)據(jù)采集 3 47.3數(shù)據(jù)處理 47.4數(shù)據(jù)備份 47.5數(shù)據(jù)安全 48接口要求 5 58.2接口通信 58.3接口管理 5 58.5接口安全 59安全要求 69.1語音監(jiān)聽安全 69.2身份認(rèn)證安全 69.3應(yīng)急響應(yīng)安全 69.4隱私安全 6 6 6 6 6 7 7參考文獻(xiàn) 8本文件起草單位：武漢鈴聲科技有限公司、勵(lì)為(武漢)技術(shù)有限公司、湖北省諾爾達(dá)商貿(mào)有限公為助力中國企業(yè)參與國際貿(mào)易，推動(dòng)企業(yè)高質(zhì)量發(fā)展，中國聯(lián)合國采購促進(jìn)會(huì)依托聯(lián)合國采購體系，制定服務(wù)于國際貿(mào)易的系列標(biāo)準(zhǔn)，這些標(biāo)準(zhǔn)在國際貿(mào)易過程中發(fā)揮了越來越重要的作用，對(duì)促進(jìn)貿(mào)易效率提升，減少交易成本和不確定性，確保產(chǎn)品質(zhì)量與安全，增強(qiáng)消費(fèi)者信心具有重要的意義。聯(lián)合國標(biāo)準(zhǔn)產(chǎn)品與服務(wù)分類代碼(UNSPSC,UnitedNationsStandardProductsandServicesCode)是聯(lián)合國制定的標(biāo)準(zhǔn)，用于高效、準(zhǔn)確地對(duì)產(chǎn)品和服務(wù)進(jìn)行分類。在全球國際化采購中發(fā)揮著至關(guān)重要的作用，它為采購商和供應(yīng)商提供了一個(gè)共同的語言和平臺(tái)，促進(jìn)了全球貿(mào)易的高效、有序發(fā)展。圍繞UNSPSC進(jìn)行相關(guān)產(chǎn)品、技術(shù)和服務(wù)團(tuán)體標(biāo)準(zhǔn)的制定，對(duì)助力企業(yè)融入國際采購，提升國際競(jìng)爭(zhēng)力具有十分重要的作用和意義。本文件采用UNSPSC分類代碼由6位組成，對(duì)應(yīng)原分類中的大類、中類和小類并用小數(shù)點(diǎn)分割。本文件UNSPSC代碼“81.11.15”,由3段組成。其中：第1段“81”為大類，表示“工程和研究以及基于技術(shù)的服務(wù)”,第2段為中類，“11”表示“計(jì)算機(jī)服務(wù)”,第3段為小類，“15”表示“軟件或硬件工程”。1本文件適用于多命令詞語音采集系統(tǒng)(以下簡(jiǎn)稱“系統(tǒng)”)的設(shè)計(jì)、開發(fā)、部署和應(yīng)用。僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本(包括所有的修改單)適用于本信息安全技術(shù)個(gè)人信息安全規(guī)范信息安全技術(shù)移動(dòng)互聯(lián)網(wǎng)應(yīng)用程序(App)收集個(gè)人信息基本要求API:應(yīng)用程序接口(ApplicationProgrammingInterface)HTTPS:超文本傳輸安全協(xié)議(HypertextTransferProtocolSecure)JSON:JavaScript對(duì)象表示法(JavaScript2RESTful:表述性狀態(tài)轉(zhuǎn)移(RepresentationalStateSSL:安全套接層(SecureSocketsLayer)TLS:傳輸層安全協(xié)議(TransportLayerSecurity)UTF-8:8位Unicode轉(zhuǎn)換格式(UnicodeTransformation4系統(tǒng)架構(gòu)多命令詞語音采集系統(tǒng)的系統(tǒng)架構(gòu)見圖1。多命令詞語音采集系統(tǒng)的系統(tǒng)架構(gòu)見圖1。圖1系統(tǒng)架構(gòu)圖5功能要求5.1語音輸入設(shè)備控制系統(tǒng)語音輸入設(shè)備控制功能模塊的要求包括但不限于：a)實(shí)現(xiàn)對(duì)語音輸入設(shè)備的有效管理和便捷查詢，如設(shè)備注冊(cè)、設(shè)備注銷、狀態(tài)監(jiān)控、信息檢索b)自由選擇并配置不同類型的語音輸入設(shè)備；c)對(duì)語音輸入的音量進(jìn)行靈活調(diào)整；d)集成智能的自動(dòng)增益控制功能，能根據(jù)輸入語音的強(qiáng)弱自動(dòng)調(diào)節(jié)增益；e)有效去除背景噪音，突出語音信號(hào)，提升語音識(shí)別的準(zhǔn)確性；f)集成回聲消除技術(shù)，通過算法優(yōu)化，有效消除語音輸入中的回聲干擾。5.2語音前端信號(hào)處理系統(tǒng)語音前端信號(hào)處理功能模塊的要求包括但不限于：a)提供多種音頻編碼格式，能進(jìn)行語音音頻的壓縮和解壓縮處理；b)支持自動(dòng)優(yōu)化輸入語音的信噪比，通過先進(jìn)的算法改善語音質(zhì)量；c)支持自動(dòng)對(duì)發(fā)聲源的空間位置進(jìn)行定位，為語音交互提供更精準(zhǔn)的上下文信息；d)支持自動(dòng)對(duì)輸入音頻的格式進(jìn)行轉(zhuǎn)換，并確保語音內(nèi)容不變；e)能靈活調(diào)整數(shù)字語音信號(hào)的采樣率，適應(yīng)不同的應(yīng)用場(chǎng)景和傳輸要求；f)能對(duì)輸入音頻質(zhì)量進(jìn)行自動(dòng)判斷，識(shí)別并處理數(shù)據(jù)誤差或不確定性。3b)支持對(duì)編解碼器類型進(jìn)行選擇，滿足不同應(yīng)用場(chǎng)景和傳輸需求；c)支持用戶根據(jù)實(shí)際需求調(diào)整編解碼器的數(shù)據(jù)輸出速率，優(yōu)化帶寬占用和傳輸效率；e)可根據(jù)需要調(diào)整編解碼器的輸出數(shù)據(jù)音質(zhì)，達(dá)到最佳的聽覺效果；f)支持編解碼器對(duì)數(shù)據(jù)誤差或d)提供多種傳輸模式，包括點(diǎn)對(duì)點(diǎn)傳輸、廣播傳輸、多播傳輸?shù)龋籥)可查找并獲取所需的音頻采集信息，包括采集設(shè)備狀態(tài)、采集參數(shù)、歷史記錄等；6.2位深度系統(tǒng)響應(yīng)延遲速度應(yīng)小于500ms。7.1.1應(yīng)采用先進(jìn)的語音采集設(shè)備，可清晰地捕捉各種語音信號(hào)，包括微弱的語音指令和不同音色、7.1.2在采集過程中，宜考慮噪音水平、回聲干擾、空氣濕度等不同的環(huán)境因素對(duì)語音采集質(zhì)量的影4響，且通過合理設(shè)置采集參數(shù)和采用有效的降噪技術(shù)，最大限度地減少環(huán)境干擾。7.1.3應(yīng)明確采集的語音信號(hào)格式和參數(shù)要求。7.1.4采集過程應(yīng)記錄相關(guān)噪聲水平、采集時(shí)間、采集地點(diǎn)等環(huán)境參數(shù)。7.1.5應(yīng)對(duì)采集到的語音數(shù)據(jù)進(jìn)行實(shí)時(shí)質(zhì)量檢測(cè)，包括對(duì)信號(hào)強(qiáng)度、信噪比等指標(biāo)的監(jiān)測(cè)。可通過實(shí)時(shí)顯示采集到的語音波形和頻譜圖，了解語音信號(hào)的質(zhì)量。當(dāng)發(fā)現(xiàn)信號(hào)強(qiáng)度過弱或信噪比過低時(shí)，系統(tǒng)應(yīng)及時(shí)發(fā)出警報(bào)，提醒采集人員調(diào)整采集設(shè)備或環(huán)境條件。7.1.6應(yīng)采用自動(dòng)增益控制技術(shù)，根據(jù)語音信號(hào)的強(qiáng)度自動(dòng)調(diào)整麥克風(fēng)的增益。7.1.7應(yīng)采用語音活性檢測(cè)技術(shù)，自動(dòng)識(shí)別和去除采集到的語音中的靜音部分。7.2數(shù)據(jù)存儲(chǔ)7.2.1應(yīng)建立安全、可靠的數(shù)據(jù)存儲(chǔ)機(jī)制。7.2.2應(yīng)選擇硬盤、固態(tài)硬盤、云存儲(chǔ)等存儲(chǔ)介質(zhì)，且根據(jù)數(shù)據(jù)的重要性和使用頻率，合理分配存儲(chǔ)資源。對(duì)于重要的語音數(shù)據(jù)，可采用冗余存儲(chǔ)的方式，將數(shù)據(jù)存儲(chǔ)在多個(gè)不同的存儲(chǔ)介質(zhì)中。7.2.3可根據(jù)采集時(shí)間、采集地點(diǎn)、采集人員、語音指令類型等信息對(duì)語音數(shù)據(jù)進(jìn)行分類，并為每個(gè)數(shù)據(jù)文件賦予唯一的標(biāo)識(shí)，如文件名、編號(hào)等。7.2.4應(yīng)采用有效的數(shù)據(jù)壓縮技術(shù)，在不影響數(shù)據(jù)質(zhì)量的前提下，減少存儲(chǔ)空間的占用。應(yīng)根據(jù)實(shí)際需求選擇壓縮算法，包括無損壓縮算法、有損壓縮算法等。且壓縮過程中應(yīng)保護(hù)語音數(shù)據(jù)的完整性和可恢復(fù)性。7.3數(shù)據(jù)處理7.3.1應(yīng)用先進(jìn)的語音處理算法和技術(shù)，對(duì)采集到的語音數(shù)據(jù)進(jìn)行去噪、增強(qiáng)、特征提取等處理，提高語音數(shù)據(jù)的質(zhì)量和可用性。分析提供基礎(chǔ)。7.3.2應(yīng)制定數(shù)據(jù)處理流程圖，明確各個(gè)處理環(huán)節(jié)的輸入、輸出和處理方法。并對(duì)處理過程中的參數(shù)設(shè)置進(jìn)行記錄和管理。7.3.3應(yīng)對(duì)處理后的語音數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估，包括語音清晰度、可懂度等指標(biāo)的評(píng)價(jià)。7.3.4數(shù)據(jù)處理過程中應(yīng)保護(hù)用戶隱私，對(duì)涉及個(gè)人信息的語音數(shù)據(jù)應(yīng)進(jìn)行加密處理。7.3.5在數(shù)據(jù)處理過程中，宜采用匿名化、去標(biāo)識(shí)化等技術(shù)，保護(hù)用戶的隱私。7.4數(shù)據(jù)備份7.4.1應(yīng)制定完善的數(shù)據(jù)備份計(jì)劃，且根據(jù)數(shù)據(jù)的重要性和使用頻率，確定備份的周期和方式。7.4.2對(duì)于重要的語音數(shù)據(jù)，可采用實(shí)時(shí)備份或定期增量備份的方式，對(duì)于普通的語音數(shù)據(jù)，可采用定期全量備份的方式，降低備份成本。7.4.3語音數(shù)據(jù)備份可采用本地備份和遠(yuǎn)程備份相結(jié)合的方式，確保在本地存儲(chǔ)設(shè)備出現(xiàn)故障時(shí)，可從遠(yuǎn)程備份中恢復(fù)數(shù)據(jù)。7.4.4對(duì)備份數(shù)據(jù)應(yīng)進(jìn)行定期檢查和驗(yàn)證，可采用哈希校驗(yàn)、循環(huán)冗余校驗(yàn)等數(shù)據(jù)校驗(yàn)算法。7.4.5應(yīng)定期對(duì)備份數(shù)據(jù)進(jìn)行恢復(fù)測(cè)試，驗(yàn)證備份數(shù)據(jù)的可用性。在恢復(fù)測(cè)試過程中，應(yīng)模擬硬件故障、軟件故障、人為誤操作等各種可能的故障場(chǎng)景，確保在實(shí)際故障發(fā)生時(shí)，可快速、準(zhǔn)確地恢復(fù)數(shù)據(jù)。7.4.6應(yīng)建立備份數(shù)據(jù)的管理機(jī)制，明確備份數(shù)據(jù)的存儲(chǔ)位置、訪問權(quán)限和使用規(guī)定。7.4.7應(yīng)制定備份數(shù)據(jù)的使用規(guī)定，明確備份數(shù)據(jù)的使用目的、使用范圍和使用方式。7.4.8備份數(shù)據(jù)應(yīng)存儲(chǔ)在加密硬盤、云存儲(chǔ)平臺(tái)等存儲(chǔ)設(shè)備中。7.4.9應(yīng)對(duì)備份數(shù)據(jù)的訪問權(quán)限進(jìn)行嚴(yán)格管理，只有經(jīng)過授權(quán)的人員才可訪問備份數(shù)據(jù)。7.5數(shù)據(jù)安全7.5.1應(yīng)采取加密技術(shù)、訪問控制、防火墻等安全措施，保護(hù)語音數(shù)據(jù)的機(jī)密性、完整性和可用性。57.5.3應(yīng)制定數(shù)據(jù)安全策略和應(yīng)急預(yù)案，定期對(duì)系統(tǒng)進(jìn)行安全審計(jì)和風(fēng)險(xiǎn)評(píng)估，并及時(shí)發(fā)現(xiàn)和解決安a)應(yīng)融合加密技術(shù)與身份驗(yàn)證機(jī)制，包括使用TLS/SSL證書加密通信以及基于API密鑰、b)應(yīng)統(tǒng)一使用JSON格式進(jìn)行接口數(shù)據(jù)交互，提升數(shù)據(jù)解析的效率與兼容性，支持?jǐn)?shù)據(jù)序列化與c)接口字符編碼應(yīng)統(tǒng)一采用UTF-8,且支持多語言字符的傳輸與顯示；d)應(yīng)設(shè)置接口調(diào)用超時(shí)時(shí)間與重試機(jī)制，在網(wǎng)絡(luò)不穩(wěn)定或服務(wù)器故障時(shí)可自動(dòng)恢復(fù)連接與重試b)應(yīng)對(duì)重要接口進(jìn)行版本號(hào)管理，通過語義化版本號(hào)表示接口的更新情況，確保接口更新的有d)應(yīng)記錄接口的變更歷史，包括變更時(shí)間、變更內(nèi)容、影響范圍等。a)應(yīng)在接口更新前，通過郵件、短信、站內(nèi)通知等方式通知相關(guān)用戶，通知信息包括更新內(nèi)b)在重大更新時(shí)，新舊接口應(yīng)并行運(yùn)行一段時(shí)間，且提供平滑過渡方案，確保用戶可平穩(wěn)過渡c)應(yīng)采用灰度發(fā)布策略，逐步將接口更新推送給用戶，通過分批次、分地區(qū)或分用戶群體的方d)在接口更新后，若遇到嚴(yán)重問題或用戶反饋不佳時(shí)，應(yīng)提供回滾機(jī)制，將接口恢復(fù)至更新前6c)應(yīng)根據(jù)用戶角色與權(quán)限，通過RBAC或d)應(yīng)詳細(xì)記錄接口訪問日志，包括訪問時(shí)間、訪問用戶、操作類型、請(qǐng)求參數(shù)、返回結(jié)果等信e)應(yīng)定期對(duì)接口訪問日志進(jìn)行審計(jì)與分析，發(fā)現(xiàn)潛在的安全風(fēng)險(xiǎn)與違規(guī)行為，應(yīng)及時(shí)采取措施b)在用戶未被授權(quán)的情況下，不應(yīng)保存用戶音9.2.1對(duì)于有權(quán)訪問語音采集系統(tǒng)的人員，包括管理員、開發(fā)人員、運(yùn)維人員等，應(yīng)實(shí)施多9.2.2對(duì)于使用語音采集系統(tǒng)的用戶，在其首次使用或關(guān)鍵操作時(shí)，可通過短信驗(yàn)證碼、設(shè)備綁定等9.2.3系統(tǒng)應(yīng)定期提示用戶更新認(rèn)證信息，應(yīng)對(duì)認(rèn)證失敗的情況進(jìn)行記錄和監(jiān)控，當(dāng)出現(xiàn)異常頻繁的9.3.1應(yīng)制定完善的應(yīng)急響應(yīng)預(yù)案，明確在面對(duì)數(shù)據(jù)泄露、系統(tǒng)被攻擊等安全事件時(shí)的應(yīng)對(duì)流程和責(zé)9.3.2應(yīng)急響應(yīng)團(tuán)隊(duì)?wèi)?yīng)具備專業(yè)的技術(shù)能力和豐富的應(yīng)急處理經(jīng)驗(yàn)，在安全事件發(fā)生后可迅速開展調(diào)9.3.3應(yīng)定期對(duì)應(yīng)急響應(yīng)預(yù)案進(jìn)行演練和測(cè)試，檢驗(yàn)預(yù)案的可行性和有效性，且根據(jù)演練9.4.1個(gè)人信息的收集應(yīng)符合GB/T35273—202