首頁(yè)>>廠(chǎng)商>>系統集成及應用軟件開(kāi)發(fā)商>>上海聲軟技術(shù)（Voicesoft）

電話(huà)用戶(hù)與Web對話(huà)的橋梁——VoiceXML語(yǔ)言

2004/05/09

　　VoiceXML--語(yǔ)音擴展描述語(yǔ)言是由AT&T、IBM、Lucent Technologies、以及Motorola通過(guò)W3C協(xié)會(huì )于2000年聯(lián)合推出的電話(huà)語(yǔ)音應用系統標準，是為語(yǔ)音應用制訂的基于XML的語(yǔ)音可擴展標記語(yǔ)言。有了VoiceXML，互聯(lián)網(wǎng)信息從此能夠以語(yǔ)音的方式流向公用電話(huà)網(wǎng)，從而使互聯(lián)網(wǎng)服務(wù)得以延伸到電話(huà)用戶(hù)。VoiceXML徹底改變了傳統的CTI(計算機電話(huà)集成系統) 的開(kāi)發(fā)模式和應用范圍，使公用電話(huà)網(wǎng)、語(yǔ)音處理技術(shù)、以及互聯(lián)網(wǎng)有機地結合為一體，架起了電話(huà)用戶(hù)與Web對話(huà)的橋梁。

　　VoiceXML使公用電話(huà)網(wǎng)與互聯(lián)網(wǎng)的結合體現在三個(gè)方面：語(yǔ)音瀏覽器的使用、互聯(lián)網(wǎng)和公用電話(huà)網(wǎng)的信息共享、類(lèi)似于Web網(wǎng)頁(yè)開(kāi)發(fā)過(guò)程的電話(huà)語(yǔ)音應用系統的開(kāi)發(fā)。

1. 語(yǔ)音瀏覽器的使用
　　IE、Netscape等Web瀏覽器的出現有力地帶動(dòng)了互聯(lián)網(wǎng)的發(fā)展，給人們的日常生活和工作方式帶來(lái)新的變革。Web瀏覽器通過(guò)計算機終端進(jìn)行文本信息交流，類(lèi)似地，VoiceXML語(yǔ)音瀏覽器則是通過(guò)電話(huà)終端進(jìn)行語(yǔ)音信息交流。

　　VoiceXML語(yǔ)音瀏覽的實(shí)現主要依賴(lài)于語(yǔ)音處理技術(shù)和類(lèi)似于Web瀏覽技術(shù)的語(yǔ)音瀏覽技術(shù)。在VoiceXML語(yǔ)音瀏覽器的支持下，電話(huà)用戶(hù)可以用語(yǔ)音輸入和傳統的按鍵輸入方式通過(guò)電話(huà)與電話(huà)語(yǔ)音應用系統進(jìn)行對話(huà)交流，電話(huà)語(yǔ)音應用系統則用語(yǔ)音的方式與用戶(hù)對話(huà)。在此過(guò)程中，語(yǔ)音識別（語(yǔ)音到文字的轉換）和語(yǔ)音合成（文字到語(yǔ)音的轉換）等語(yǔ)音處理技術(shù)起著(zhù)重要的作用。

　　語(yǔ)音處理技術(shù)是使電話(huà)用戶(hù)能夠用自然語(yǔ)言的方式與Web對話(huà)的關(guān)鍵技術(shù)之一。其中，語(yǔ)音識別技術(shù)使得應用系統能夠識別電話(huà)用戶(hù)的語(yǔ)音輸入并將之轉換成文字以便計算機處理。目前，最好的語(yǔ)音識別系統能夠在一定范圍內達到自然語(yǔ)言的識別。雖然由于技術(shù)的局限和中國多方言多口音的特征，使得語(yǔ)音識別系統的應用受到一定的限制，但是語(yǔ)音識別技術(shù)仍然在不斷地走進(jìn)人們的日常生活，人們也在開(kāi)始使用語(yǔ)音的方式與電話(huà)語(yǔ)音應用系統進(jìn)行交流。另一方面，語(yǔ)音合成技術(shù)相對于語(yǔ)音識別技術(shù)來(lái)說(shuō)則在實(shí)際應用中顯得更成熟。目前，較好語(yǔ)音合成系統已經(jīng)可以達到比較好的可懂度和自然度。語(yǔ)音合成技術(shù)是使互聯(lián)網(wǎng)信息流向公用電話(huà)網(wǎng)的關(guān)鍵技術(shù)，它可以將諸如及時(shí)新聞等的文本信息轉換成語(yǔ)音格式并通過(guò)電話(huà)播放給用戶(hù)，從而擺脫了電話(huà)用戶(hù)只能收聽(tīng)到預先錄制好的錄音的傳統使用方式。

　　除了語(yǔ)音處理技術(shù)之外，VoiceXML語(yǔ)音瀏覽技術(shù)也是電話(huà)語(yǔ)音應用系統的關(guān)鍵技術(shù)。與HTML類(lèi)似，VoiceXML使得電話(huà)語(yǔ)音應用系統根據對話(huà)流程所處的狀態(tài)和具體應用領(lǐng)域的業(yè)務(wù)需求將當前對話(huà)流程轉向由互聯(lián)網(wǎng)URI鏈接定義的下一個(gè)對話(huà)流程。在對話(huà)流程的定義中，不僅可以訪(fǎng)問(wèn)互聯(lián)網(wǎng)上的URI文件，而且還可以訪(fǎng)問(wèn)互聯(lián)網(wǎng)和局域網(wǎng)內的數據庫。同時(shí)，Web瀏覽技術(shù)的引進(jìn)使電話(huà)語(yǔ)音應用系統與互聯(lián)網(wǎng)有機地結合，使電話(huà)語(yǔ)音應用系統以開(kāi)放式的方式呈現給電話(huà)用戶(hù)。

　　VoiceXML語(yǔ)音瀏覽器利用Web瀏覽技術(shù)將語(yǔ)音處理技術(shù)和語(yǔ)音瀏覽技術(shù)整合為一體，極大地擴展了電話(huà)語(yǔ)音應用系統的應用范圍，同時(shí)也使互聯(lián)網(wǎng)的信息和服務(wù)走向電話(huà)用戶(hù)群，從而使得互聯(lián)網(wǎng)可以贏(yíng)得更多的用戶(hù)。

2. 互聯(lián)網(wǎng)和公用電話(huà)網(wǎng)的信息共享
　　互聯(lián)網(wǎng)與公用電話(huà)網(wǎng)長(cháng)期以來(lái)出于分離狀態(tài)。隨著(zhù)互聯(lián)網(wǎng)的飛速發(fā)展和互聯(lián)網(wǎng)信息的迅速增加，讓龐大的電話(huà)用戶(hù)群（包括固定電話(huà)用戶(hù)群和移動(dòng)電話(huà)用戶(hù)群）訪(fǎng)問(wèn)互聯(lián)網(wǎng)信息和享用互聯(lián)網(wǎng)提供的服務(wù)顯得越來(lái)越重要。VoiceXML的問(wèn)世，無(wú)疑對互聯(lián)網(wǎng)服務(wù)商、運營(yíng)商以及內容提供商都提供了一個(gè)極好的商機。

　　首先，VoiceXML瀏覽技術(shù)是開(kāi)放式的，VoiceXML瀏覽器可以瀏覽互聯(lián)網(wǎng)上的任何公開(kāi)的文件和數據，這使得電話(huà)用戶(hù)可以借助于語(yǔ)音處理技術(shù)通過(guò)電話(huà)訪(fǎng)問(wèn)互聯(lián)網(wǎng)信息。例如，電話(huà)用戶(hù)可以通過(guò)VoiceXML瀏覽器收聽(tīng)網(wǎng)上新聞、查詢(xún)網(wǎng)上數據庫、下載和收聽(tīng)語(yǔ)音文件(如音樂(lè )、歌曲、留言、語(yǔ)音郵件等) 。因而，VoiceXML瀏覽技術(shù)的使用，使得互聯(lián)網(wǎng)的信息能夠自然地流向公用電話(huà)網(wǎng)。

　　與此同時(shí)，VoiceXML瀏覽技術(shù)還可以將公用電話(huà)網(wǎng)的信息傳送給互聯(lián)網(wǎng)。公用電話(huà)網(wǎng)信息與互聯(lián)網(wǎng)信息不同之處在于前者是動(dòng)態(tài)的、以語(yǔ)音形式為主并且隨著(zhù)電話(huà)對話(huà)流的結束而消失。然而，在有些電話(huà)語(yǔ)音應用系統中，需要將對話(huà)流所產(chǎn)生的信息保存起來(lái)，以便將來(lái)通過(guò)Web瀏覽器進(jìn)行訪(fǎng)問(wèn)。例如，用戶(hù)的語(yǔ)音留言和對話(huà)過(guò)程等都可以利用VoiceXML瀏覽技術(shù)通過(guò)電子郵件或文件的形式傳到互聯(lián)網(wǎng)中進(jìn)行保存，此后，互聯(lián)網(wǎng)用戶(hù)和電話(huà)用戶(hù)就可以分別通過(guò)Web瀏覽器和VoiceXML瀏覽器訪(fǎng)問(wèn)這些信息。

　　VoiceXML瀏覽技術(shù)的引入，使互聯(lián)網(wǎng)和公用電話(huà)網(wǎng)得以有機地結合，使兩網(wǎng)信息可以互相流動(dòng)，從而使互聯(lián)網(wǎng)與公用電話(huà)網(wǎng)達到信息共享。

3. 電話(huà)語(yǔ)音應用系統的開(kāi)發(fā)
　　電話(huà)語(yǔ)音應用系統的傳統開(kāi)發(fā)模式是利用CTI（計算機電話(huà)集成）技術(shù)將語(yǔ)音卡、交換機等各系統構件組織和集成起來(lái)，開(kāi)發(fā)人員因此需要熟悉相關(guān)的底層編碼并深入了解有關(guān)硬件的編程接口才能建立一個(gè)傳統的電話(huà)語(yǔ)音應用系統。VoiceXML的出現則不僅改變了電話(huà)語(yǔ)音應用系統的使用方法和使用范圍，而且給電話(huà)語(yǔ)音應用系統的開(kāi)發(fā)過(guò)程帶來(lái)全新的概念和模式，使電話(huà)語(yǔ)音應用系統的開(kāi)發(fā)實(shí)際上成為"語(yǔ)音網(wǎng)頁(yè)"的開(kāi)發(fā)。

　　首先，VoiceXML瀏覽器的使用可以使開(kāi)發(fā)人員從繁瑣的編程細節中解脫出來(lái)。開(kāi)發(fā)"語(yǔ)音網(wǎng)頁(yè)"不需要了解各系統構件（如語(yǔ)音識別、語(yǔ)音合成、語(yǔ)音卡、交換機等）的編程接口，而是類(lèi)似于Web網(wǎng)頁(yè)的開(kāi)發(fā)，只需編寫(xiě)VoiceXML腳本。開(kāi)發(fā)人員因此能夠把精力放在應用系統的業(yè)務(wù)流程上。

　　其次，"語(yǔ)音網(wǎng)頁(yè)"的開(kāi)發(fā)過(guò)程簡(jiǎn)單、快捷。開(kāi)發(fā)人員不需要掌握C/C++或Java等高級計算機編程語(yǔ)言便可以開(kāi)發(fā)一個(gè)完整的電話(huà)語(yǔ)音應用系統，并且所開(kāi)發(fā)出來(lái)的系統往往比傳統開(kāi)發(fā)方式開(kāi)發(fā)出來(lái)的系統更開(kāi)放、功能更強大。

　　再者，"語(yǔ)音網(wǎng)頁(yè)"的開(kāi)發(fā)對開(kāi)發(fā)人員的技術(shù)要求較低、開(kāi)發(fā)周期大幅度縮短，從而使開(kāi)發(fā)成本大大降低。所開(kāi)發(fā)出來(lái)的應用系統同時(shí)還具有很高的可維護性、可移植性、可擴展性以及可重用性。

　　下面是一個(gè)VoiceXML的簡(jiǎn)單例子。當用戶(hù)與電話(huà)語(yǔ)音系統接通以后，將會(huì )聽(tīng)到語(yǔ)音合成的提示信息"用戶(hù)您好！請選擇我們?yōu)槟�提供的服�?wù)："。當用戶(hù)說(shuō)"股票市場(chǎng)"，語(yǔ)音瀏覽器就會(huì )通過(guò)語(yǔ)音識別功能識別用戶(hù)的選擇，然后把對話(huà)流程轉向另一個(gè)VoiceXML腳本文件stocks.vxml。stocks.vxml腳本文件則是一個(gè)專(zhuān)門(mén)向用戶(hù)提供股票市場(chǎng)相關(guān)服務(wù)的語(yǔ)音網(wǎng)頁(yè)。

　　顯而易見(jiàn)，基于VoiceXML開(kāi)發(fā)電話(huà)語(yǔ)音應用系統拋棄了傳統的CTI開(kāi)發(fā)模式，使其開(kāi)發(fā)過(guò)程類(lèi)似于Web網(wǎng)頁(yè)的開(kāi)發(fā)過(guò)程。

　　VoiceXML的出現，使互聯(lián)網(wǎng)和公用電話(huà)網(wǎng)有機地融為一體，從而使得電話(huà)用戶(hù)能夠通過(guò)電話(huà)與網(wǎng)頁(yè)交流，使公用電話(huà)網(wǎng)與互聯(lián)網(wǎng)實(shí)現信息共享，使語(yǔ)音網(wǎng)頁(yè)的新概念取代傳統的文字瀏覽的網(wǎng)站，使公用電話(huà)網(wǎng)成為互聯(lián)網(wǎng)的延伸，為互聯(lián)網(wǎng)內容商、運營(yíng)商以及服務(wù)商提供了難得的商機。目前，VoiceXML在發(fā)達國家剛興起不久，中國在開(kāi)發(fā)VoiceXML相關(guān)產(chǎn)品方面也是處于剛剛起步的階段。用VoiceXML開(kāi)發(fā)"語(yǔ)音網(wǎng)頁(yè)"如同編寫(xiě)HTML語(yǔ)言一樣的簡(jiǎn)單方便，它將引導普通網(wǎng)站的技術(shù)革新，揭開(kāi)語(yǔ)音網(wǎng)站的新篇章！

上海聲軟技術(shù)（Voicesoft）