EasyMrcp 2.4.0 正式发布。本次版本围绕实际语音通话场景，对 ASR、VAD、RTP、TTS 和 SIP 等核心链路进行了系统优化，同时补充了更完整的 Java 接入示例。

从识别服务的选择，到音频传输的稳定性，再到高并发下的资源调度，2.4.0 进一步提升了 EasyMrcp 在实际业务环境中的可用性。

新增阿里云 FunASR 实时识别

2.4.0 新增 aliyun-funasr 识别服务，可通过配置切换使用，并支持两种识别模式：

• dictation：适合一句话识别、语音助手等短语音场景。
• transliterate：适合电话转写、实时字幕等长时间识别场景。

新的接入方式支持实时中间结果和最终结果回调。一句话识别模式也延续了现有的语音打断逻辑，可以自然地融入“播放 TTS、检测用户说话、打断播报”的交互流程。

在采样率方面，既可以直接使用 8kHz 模型，也可以将电话链路中的 8kHz 音频升采样至 16kHz，为不同模型和业务场景提供更灵活的选择。

VAD 判断更加适应真实通话

电话中的说话音量往往并不稳定。有些用户开头声音较大，后续逐渐变轻，原有基于历史平均能量的判断方式容易抬高语音触发门槛，造成后半段语音漏检。

2.4.0 调整了 VAD 的动态能量阈值计算方式，使用指数滑动平均估算背景噪声，并主要在尚未进入说话状态时更新噪声基线。前面的高音量语音不再长期影响后续判断，轻声语音更容易进入识别流程。

VAD 现在也同时支持 8kHz 和 16kHz 音频，可以更好地配合新增的升采样链路和不同 ASR 模型。

RTP 接收链路更加稳定

针对 UDP 传输中偶发的 RTP 乱序、重复和轻微丢包问题，2.4.0 新增了轻量级入站 RTP 重排机制。

系统会在一个较小的等待窗口内恢复乱序数据，丢弃重复包和已经迟到的包。当确认出现丢包时，则通过补充静音数据保持音频时间轴连续。对于连续丢包，系统也设置了补偿上限，避免长时间等待影响实时性。

这项优化主要面向内网、同机房和专线环境中的轻微网络波动，在保持较低延迟的同时，减少错序音频和时间轴跳变对 VAD、ASR 的影响。

TTS 调度进一步降低线程开销

TTS 处理与 RTP 发送链路在本次版本中完成了较大调整。原来每路通话分别创建处理线程和发送线程的方式，已经收敛为共享调度模型。

新的处理调度器和 RTP 发送调度器会根据任务数量动态创建和回收工作线程，同时保留原有的音频裁剪、重采样、编码、静音发送、播放完成和打断处理能力。

对于并发通话较多的部署环境，这种方式有助于减少线程数量和上下文切换，让资源使用更加可控。业务事件处理线程池也开放了核心线程数、最大线程数和队列容量等配置，便于根据部署规模进行调整。

完善 SIP 会话生命周期

2.4.0 补充了通话建立后 re-INVITE 和 CANCEL 的处理。

对于已经建立的通话，系统可以正确响应用于刷新会话时间的 re-INVITE，并复用首次协商得到的 RTP 端口和编码信息，不会重复初始化 ASR、TTS 和 RTP 资源。

当尚未完成的 INVITE 或 re-INVITE 被取消时，系统也会按照 SIP 事务要求完成 200 OK 和 487 Request Terminated 响应，使通话状态收尾更加完整。

需要注意的是，当前版本的 re-INVITE 主要用于会话刷新，暂不涉及媒体地址、编码格式或保持状态等媒体重协商。

新增 L16 PCM 音频支持

除了原有的 G.711 编码，2.4.0 新增了对 L16/8000 PCM 音频的协商和处理能力。

系统能够从 SDP 中识别动态 Payload Type，并根据 ptime 计算每个 RTP 包的音频大小，同时完成 L16 音频所需的字节序转换。这使 EasyMrcp可以适配更多使用线性 PCM 传输的 SIP 和媒体设备。

Java 示例更加完整

为了降低接入成本，仓库中的示例资源已统一整理到 examples 目录，并新增两个独立 Java 工程。

java-enhanced-client 展示了如何使用回调式 Netty TCP 客户端连接 EasyMrcp，包括事件模型、DetectSpeech、Speak 和 eventId 的使用方式。

java-esl-demo 则给出了一条更完整的 FreeSWITCH ESL 接入链路，涵盖事件监听、接听来电、创建 EasyMrcp B-leg、桥接通话、发送识别与合成命令，以及通话结束后的资源释放。

此外，本次版本还围绕阿里云 FunASR、RTP 重排、SIP 事务、TTS 调度、VAD 和示例工程补充了针对性测试，为后续迭代提供了更可靠的基础。

写在最后

EasyMrcp 2.4.0 的关键词可以概括为：更多选择、更稳传输、更轻调度和更易接入。

它既增加了阿里云 FunASR、L16 PCM 等新能力，也针对 VAD、RTP、SIP 和 TTS 中容易影响实际使用体验的环节进行了深入优化。对于正在使用EasyMrcp 构建智能客服、语音机器人、实时转写或坐席辅助系统的项目，2.4.0 是一次值得升级的版本。