作者簡介
本文作者為攜程基礎業務研發部呼叫中心團隊，其在傳統呼叫中心基礎上，結合軟交換、智能分配、自動語音語義處理等技術，為攜程用戶提供人性化、人機互動、便捷的電話語音服務。
一、前言
智能手機早已成為日常生活中不可或缺的一部分，隨著移動互聯網的快速發展，人們的生活習慣與工作方式也在不斷發生改變。從移動通信、移動支付，再到移動辦公，“移動化”已滲透至各行各業，并逐步成為企業業務發展的趨勢。
攜程呼叫中心研發團隊根據業務的需求，研發完成了一套完整的呼叫中心移動坐席解決方案，使業務坐席不再受制于工作時間、辦公地點，隨時隨地，有網絡的地方，就有呼叫中心。
二、移動辦公呼叫中心系統架構
移動場景保留了典型的呼叫中心系統架構，在接入端加入 SBC，用于移動呼叫中心語音接入和安全控制。坐席無論身在何處，只需要一臺電腦、智能手機或智能設備，通過 Wifi、3G 或 4G 網絡登錄坐席 App，即可開啟日常工作。
三、移動場景下面臨的挑戰
目前國內企業的 Intranet 基本為 100M，而自有機房的核心網絡可達到 1000M 甚至雙 1000M。因為物理網絡有著高度可靠的帶寬、網絡質量與穩定性，用戶基本無需顧慮帶寬、延時、網絡抖動等情況。
而相較于物理網絡，移動環境普遍存在著穩定性差、帶寬波動劇烈、信號覆蓋不均衡導致網絡頻繁切換等多個問題，加之外部環境的復雜性與多樣性，通話延遲、卡頓、中斷、回聲與噪聲等問題難以避免，克服這些問題便成為了呼叫中心移動化所面臨的巨大挑戰與難點。
四、攜程呼叫中心移動坐席解決方案
攜程呼叫中心通過優化標準的 SIP 協議，減少坐席應用與后端服務的交互；深度定制音頻編解碼器，在提高音質的同時降低了數據流量；通過丟包補償技術來提升弱網環境下的通話質量。
基于優化后的 SIP 協議開發標準的 SDK，應用層可快速實現電話相關的功能，將原來基于電腦或 IP 電話的 IP-Talk 的方式移植到移動智能終端，突破傳統的空間限制，實現了完全開放的自由移動。
1、CCodec
音頻編解碼器，通俗理解就是把自然界的聲音采集，轉換成數字信號，再采用相應的壓縮技術，對得到的數字信號進行壓縮，即可形成常見的音頻文件，如 wav、mp3、aac 等。
而音頻的數字化采集與處理，理論上無法實現完全與自然發音相同，只是盡可能優化算法，使其最大化接近原始發音。同等條件下，音頻質量主要取決于以下技術指標：
經過相關的編碼、壓縮算法的處理，音質越高所產生的音頻流越大，傳輸所需要的帶寬也越高，與之相對應的，耗費的流量也同比上漲。
移動場景下，音頻編碼及相關的壓縮算法需要在提高音質保證用戶體驗的同時，盡可能降低傳輸帶寬和存儲空間。如果音頻編解碼能支持動態碼率，便能為用戶帶來更好的通話體驗。所謂動態碼率支持，即：
攜程呼叫中心研發團隊通過研究最近的音頻編解碼技術和相關壓縮算法，研發完成了一套有損音頻編碼器——CCodec。
CCodec 是基于開源音頻編解碼算法研發的有損音頻編解碼器，不僅可以支持動態調整比特率、音頻帶寬和幀大小，同時能在編碼的過程中根據音頻數據的復雜程序即時確定使用的比特率，在保證質量的前提下兼顧編碼后產生文件的大小，即 VBR（Variable Bit Rate）。在保證音頻質量的同時，大大降低了數據流量，尤其適合互聯網上的語音實時交互和音樂傳輸。
CCodec 可用于較多類型的音頻應用，如 VoIP、視頻會議、游戲內的語音聊天、基于實時的音樂會直播等。其主要有以下特性：
-
支持多種比特率
-
支持 8kHz 到 48kHZ 的采樣率
-
支持 CBR 和 VBR 兩種碼率技術
-
支持單聲道和立體聲
-
支持多聲道
-
可以動態調整比特率、音頻帶寬和幀大小
-
具有較好的魯棒性丟失率和丟包補償機制
經過實驗對比，除以上技術功能的支持外，它也具有良好的低算法延遲，非常適合實時通訊類的應用。在平衡音質和比特率的情況下，算法延遲可進一步降低到 5ms。
質量比特率對比
從比特率與質量的對比曲線中可以看出，CCodec 編解碼不僅在低比特時對音頻的保真超越了 iLBC、AMR-NB、Speex、AMR-WB，在高比特率的情況下，音質依然越超眾多現有的編解碼。
在移動弱網場景下，可以設置 CCodec 比特率為16-32，優先滿足通話功能，進行有效溝通。而當網絡狀態良好的情況下，可以使用32以上的比特率，以適應傳輸更高品質的音樂等豐富的音頻數據流。
比特率遲時對比
呼叫中心系統多用于處理用戶的電話咨詢或售后服務，屬于實時通信系統。在實時通信系統中，音頻的延時對雙方的溝通體驗會造成巨大影響，而延時也是實時通訊系統中極為重要的標準。因此，音頻算法的延時顯得尤為重要。
CCodec 編解碼器算法延時小的特性，非常適合應用于攜程電話、VoIP 或視頻會議等應用場景。
2、CSIP
SIP 是由 IETF 制定的多媒體通信協議，它是一個基于文本的應用層控制協議，用于創建、修改和釋放一個或多個參與者的會話，廣泛應用于 CS（Circuit Switched，電路交換），NGN（Next Generation Network，下一代網絡）以及 IMS（IP Multimedia Subsystem，IP 多媒體子系統）的網絡中，可支持并應用于語音、視頻、數據等多媒體業務。
而 CSIP 是一個基于 SIP、SDP、RTP、STUN 等協議而實現的通信庫，可以支持音頻、視頻及短消息的傳輸。為適應移動網絡的抖動、時延，CSIP 實現時加入了以下特性：
3、Ctrip PhoneSDK 便捷接入
CSIP 功能強大且靈活，但由于是基于 C 語言開發，接口及使用方式對于移動開發來說，比較復雜且不宜使用。PhoneSDK 在 CSIP 的基礎上進行了邏輯封裝，提供簡單且易于使用的接口 API。
考慮到呼叫中心的特殊場景，在 PhoneSDK 的基礎上，團隊進一步擴展了與坐席相關的功能，實現了坐席的登錄、狀態改變等相關功能，進一步降低了坐席類應用的開發成本。
PhoneSDK 可快速實現以下網絡電話相關的功能：
-
呼出/應答
-
掛起
-
轉移
-
靜音
-
多人會話
-
會議
-
網絡狀態監測
-
IPv6
-
WebSocket
-
P2P
-
TCP/SSL/UDP
-
噪聲消除
-
回聲抑制
-
丟包補償
-
抗網絡抖動
-
動態碼率調整
流量對比
為了使用 PhoneSDK 適應移動場景下的音頻傳輸，在音頻壓縮方面采用了有損壓縮算法，在保證音質的前提下，大大降低了編碼后的音頻大小。在相同的網絡環境下，使用相同的設備進行測試，在使用 CCodec 48KHz 采樣率的情況下，編碼的音頻僅為微信的1/2，是傳統 G711/PCMu 的1/3左右。
五、案例—— “十一貝”呼叫中心私有云
北京十一貝技術有限公司，主要側重于保險營銷業務，提供去哪兒等用戶群不同類型的保險產品。根據其業務特性及具體需求，以移動 App 為主題，利用 PhoneSDK 快速研發了一套坐席 App，提供十一貝業務人員使用。
