圖2.1 可視化建模工具總體框架圖

　　根據總體框架，可視化建模工具開(kāi)發(fā)環(huán)境主要包括以下兩個(gè)方面的研究：

　　(1)可視化建模語(yǔ)言的描述方法；
　　(2)目標編輯器的配置和實(shí)現。

　　2.1.2 可視化建模語(yǔ)言描述方法

　　可視化建模語(yǔ)言的描述方法是總體框架的基礎。分為三個(gè)部分：

　　1.語(yǔ)素—語(yǔ)素是最小的語(yǔ)法單位，可視化語(yǔ)言的語(yǔ)素表現為圖元符號(本文中不再區分語(yǔ)素和圖元)。

　　2.語(yǔ)法—語(yǔ)法定義了圖元符號之間的關(guān)系，包括兩個(gè)部分：抽象語(yǔ)法和具體語(yǔ)法。抽象語(yǔ)法定義圖元之間邏輯連接關(guān)系；具體語(yǔ)法定義圖元外觀(guān)的類(lèi)型以及圖元之間幾何位置關(guān)系。

　　3.語(yǔ)義—語(yǔ)義表明了圖元符號和連接關(guān)系的含義，是模型的具體含義。

　　目前，大多數可視化建模語(yǔ)言描述的研究主要是針對語(yǔ)法描述研究，描述方法主要有基于文法的形式化描述、基于邏輯的形式化描述 、基于代數的形式化描述和基于規則的半形式化描述方法[12]。一般分為兩大部分：基于規則的語(yǔ)法形式化描述和基于元模型技術(shù)的靜態(tài)語(yǔ)義描述。

　　(1)基于規則的語(yǔ)法描述方法(RGVL，Rule-based Grammar Visual Language)

　　基于規則的可視化建模語(yǔ)言描述方法(RGVL)具有如下優(yōu)點(diǎn)：

1. 規則的解析效率高；


2. 規則容易理解和書(shū)寫(xiě)；


3. 描述能滿(mǎn)足當前大多數的可視化建模語(yǔ)言需求。

　　RGVL采用一組規則來(lái)定義圖元與圖元之間的邏輯關(guān)系，并利用一組規則來(lái)描述圖元的位置關(guān)系等幾何信息。該描述方法形式上可以定義為一個(gè)三元組：
　　　　　　　　　　
　　　　　 　　　　　　　　G={p,AG,CG}　　　　　　　　　　　式(2-1)

　　G 為可視化建模語(yǔ)言的語(yǔ)法，其中，
　　p：為一個(gè)有窮的圖元集合。形式表示為：
　　P={P/P為可視化建模語(yǔ)言中的基本圖元類(lèi)型} 例如，UML類(lèi)圖中的類(lèi)和關(guān)聯(lián)類(lèi)可以表示為：

　　　　　　　　　　　　　P{Class,Assiciaion}　　　　　　　式(2-2)

　　AG：抽象語(yǔ)法規則集合。形式表示為：

　　 　　　　　　AG={r/r(p1,p2,n)p1€p,p2€p,n為自然數}　　　式(2-3)

　　r 為圖元之間的連接關(guān)系， r 可以為Connection_from 和Connection_to 兩種類(lèi)型的關(guān)系， n表示連接的勢(多重性)； *表示無(wú)窮； Connection_from表示從p2 連接到p1 ，p1為當前圖元；Connection_to 表示從p1 連接到p2 ， p1為當前圖元。例如，在UML關(guān)聯(lián)關(guān)系的定義中，為了表示關(guān)聯(lián)關(guān)系與類(lèi)之間的抽象語(yǔ)法關(guān)系，可以書(shū)寫(xiě)如下的規則：

　　　　　　　　AG={Connection_to(Class,Associalion,*),
　　　　　　　　Connection_from(Class,Associalion,1)} 　　　　式(2-4)

　　表示類(lèi)圖元可以連接多個(gè)關(guān)聯(lián)關(guān)系，每個(gè)關(guān)聯(lián)關(guān)系必須連接到一個(gè)類(lèi)圖元。

　　CG：具體語(yǔ)法規則集合。形式表示為:

　　　　　　　　　　　CG={(p,render,lsyout)/p€P,render€R.layout€C}　　式(2-5)

　　R是圖元外觀(guān)類(lèi)型的集合，L是圖元位置關(guān)系的集合。例如，

　　　　　　　　　　　CG={Class.MutiTextViz,AtLocation Layout}　式(2-6)

　　公式(2-6)表示類(lèi)圖元具有帶有多個(gè)文本框的外觀(guān)類(lèi)型和指定位置放置圖元的位置關(guān)系定義時(shí)，為了增強可擴展行,定義了用戶(hù)自定義類(lèi)型(在實(shí)現時(shí)，定義了相關(guān)的編程接口使得用戶(hù)可以自定義外觀(guān)和圖元位置關(guān)系)。

　　(2)基于元模型的靜態(tài)語(yǔ)義描述方法(MSS)

　　將傳統的語(yǔ)義分為兩個(gè)部分：靜態(tài)語(yǔ)義和動(dòng)態(tài)語(yǔ)義。靜態(tài)語(yǔ)義表示圖元符號的屬性信息，是可視化建模語(yǔ)言中一個(gè)重要組成部分。通過(guò)擴展元模型MOF(Meta Object Facility)技術(shù)對靜態(tài)語(yǔ)義進(jìn)行定義。MOF是對象管理組織定義的一個(gè)用于在平臺無(wú)關(guān)方式下，定義、使用和集成元數據以及數據的模型驅動(dòng)框架[13]。

　　利用MOF元模型對可視化建模語(yǔ)言的靜態(tài)語(yǔ)義進(jìn)行描述時(shí)，MOF的表達能力還不足以滿(mǎn)足完整地描述可視化建模語(yǔ)言的語(yǔ)素(圖元)的靜態(tài)關(guān)系和操作關(guān)系，擴展了MOF中的關(guān)聯(lián)關(guān)系，在關(guān)聯(lián)中增加標簽值來(lái)專(zhuān)門(mén)說(shuō)明該關(guān)聯(lián)與其它關(guān)聯(lián)之間的關(guān)系，提出了基于MOF的靜態(tài)語(yǔ)義描述方法稱(chēng)為MSS(MOF-based Static Sematic)。該方法可以定義為一個(gè)三元組：

　　　　　　　　　　　　　　　MSS={m,Rs,Rop}　　　　　　　　　式(2-7)

　　MSS為可視化建模語(yǔ)言的靜態(tài)語(yǔ)義，其中，M：為擴展的MOF的靜態(tài)語(yǔ)義模型。可表示為

　　　　　　　　　　　　　　　M=CssURss　　　　　　　　　　　式(2-8)

　　Css表示元類(lèi)的集合， Rss表示元類(lèi)之間的關(guān)系集合。在Rss 中使用的是擴展后的關(guān)聯(lián)關(guān)系，可以定義關(guān)聯(lián)之間的關(guān)系。

　　Rs：為圖元與靜態(tài)語(yǔ)義模型中元類(lèi)的靜態(tài)關(guān)系。可表示為

　　　　　　　　　　　　　　 Rs={(p,c)/p€P,C€Css}　　　　　　式(2-9)

　　公式(2-9)中 p為語(yǔ)素集合， Css為元類(lèi)集合。

　　對于目標編輯器的配置和實(shí)現，主要是對可視化建模語(yǔ)言研究和分析后，根據實(shí)現的需要，同時(shí)考慮了解析能力和描述能力，定義了一套支持語(yǔ)義定義的可視化建模語(yǔ)言描述方法。

　　2.2 基于VoiceXML的交互式語(yǔ)音應答

　　2.2.1 VoiceXML概述

　　VoiceXML是W3C用來(lái)制定通過(guò)對話(huà)訪(fǎng)問(wèn)Web的內容及其交互語(yǔ)音應答的傳遞標準。VoiceXML使公共電話(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。它是一種域專(zhuān)用語(yǔ)言，定義了一系列的語(yǔ)音應用概念、元素及其對應的操作，能根據播放的音頻文件、輸出的文本語(yǔ)音、要錄制和識別的語(yǔ)音以及所接收的按鍵音，連定義人和計算機之間的語(yǔ)音交互過(guò)程。

　　VoiceXML希望通過(guò)交互式語(yǔ)音界面應用Web上已經(jīng)存在的大量信息，同時(shí)希望能夠將開(kāi)發(fā)人員從最低級的編程和資源處理工作中解放出來(lái)。VoiceXML還能夠利用人們已經(jīng)非常熟悉的C/S,將語(yǔ)音服務(wù)和數據服務(wù)融合起來(lái)[14][15]。

　　2.2.2 VoiceXML基本體系結構

　　VoiceXML系統的基本結構如圖2.2所示[16]。其中，文檔服務(wù)器充當的是Web服務(wù)器的角色，他負責處理執行平臺發(fā)送的請求文檔，并與后臺數據庫進(jìn)行交互，組織VoiceXML文檔對該請求進(jìn)行響應。
VoiceXML解析器上下文和VoiceXML解釋器負責解析VoiceXML文件，控制執行平臺。執行平臺提供合成語(yǔ)音的輸出(text to speech，TTS)、音頻文件的輸出、話(huà)音輸入的識別(automated speech recognition，ASR)、DTMF輸入識別、語(yǔ)音輸入的錄音、電話(huà)功能等[17]。

圖2.2 VoiceXML的基本體系結構圖

　　VoiceXML語(yǔ)言規范的層次結構如圖2.3[18]所示，層次從底向上依次升高。

圖2.3 VoiceXML層次結構

　　(1)Session。用戶(hù)開(kāi)始和VoiceXML解析器進(jìn)行交互式標志一次會(huì )話(huà)(Session)開(kāi)始，繼續完成文檔獲取和處理，當用戶(hù)、文檔或者解釋器要求退出時(shí)，這次Session結束。

　　(2)Application。一個(gè)應用(Application)是指一系列文檔共享一個(gè)相同的應用文檔。當用戶(hù)和一個(gè)應用中的文檔交互時(shí)，它的應用根文檔同時(shí)被加載；當文檔跳轉到的另一個(gè)文檔也存在于同一個(gè)應用中，這時(shí)根文檔不被釋放當根文檔被加載后它的變量可以被其他子文檔使用。

　　(3)Dialog和SubDialog。每個(gè)VoiceXML 文檔都是一個(gè)交談的有限狀態(tài)自動(dòng)機用戶(hù)某時(shí)只能在一個(gè)會(huì )話(huà)狀態(tài)Dialog ，它決定了下一個(gè)要執行的Dialog 執行時(shí)就是在Dialog 之間跳轉。

　　Dialog 分為兩種Form 和Menu。Form定義了一系列Field項目用于交互，每一個(gè)Field 可以使用Grammar 語(yǔ)法指定允許輸入的內容。Menu 提供給用戶(hù)選擇然后根據用戶(hù)的選擇跳轉到指定的Dialog 中。

　　SubDialog 類(lèi)似于函數調用，它提供一種機制允許激活一個(gè)新的交互，等交互完成后返回到原先的交互中去。使用SubDialog 可以實(shí)現一個(gè)特定模塊以便重復使用。

　　(4) Grammar。每個(gè)Dialog 都有至少一個(gè)語(yǔ)法(Grammar)。語(yǔ)法包括兩種：DTMF語(yǔ)法和語(yǔ)音語(yǔ)法。在機器導引方式中，只有當用戶(hù)處于這個(gè)Dialog 中，該Dialog 的Grammar 才是有效的；在混合方式中，有些Dialog可以標記為即使當前用戶(hù)不處于該Dialog 中，這個(gè)語(yǔ)法也是有效的。

　　(5)Event。VoiceXML提供了一種Form-Filling機制來(lái)處理通常的輸入，另外還需要處理一些事件。在有些情況下平臺會(huì )拋出一些事件，例如用戶(hù)無(wú)響應、超時(shí)或沒(méi)有正確響應、請求幫助等。如果解釋器發(fā)現語(yǔ)義錯誤，也會(huì )拋出事件。事件由Catch 元素來(lái)捕獲并作相應的處理。

　　2.2.3 在IVR系統中運用VoiceXML技術(shù)

　　VoiceXML的推出給電話(huà)語(yǔ)音系統帶來(lái)全新的應用和開(kāi)發(fā)概念，使傳統的CTI技術(shù)從繁瑣、封閉的模式中走了出來(lái)，使廣大的語(yǔ)音系統開(kāi)發(fā)人員可以用極其簡(jiǎn)單的方法實(shí)現復雜系統的開(kāi)發(fā)。同時(shí)VoiceXML技術(shù)突破地實(shí)現了互聯(lián)網(wǎng)與電話(huà)網(wǎng)的融合，在以語(yǔ)音為核心的電話(huà)網(wǎng)絡(luò )與以數據為核心的互聯(lián)網(wǎng)絡(luò )之間建立了良好的溝通“橋梁”。

　　到目前為止，人們從Internet獲取各種資源時(shí)，還只能是借助計算機來(lái)實(shí)現。而實(shí)際上，電話(huà)具有比計算機更高的普及率，如果允許人們通過(guò)電話(huà)來(lái)訪(fǎng)問(wèn)Internet的資源，那么這對于Internet的應用發(fā)展必將是一次質(zhì)的飛躍。在這類(lèi)應用前景的驅動(dòng)下，VoiceXML 1.0標準被提出來(lái)了，目前最新版本為2.1[19]。

　　VoiceXML使得用戶(hù)可以通過(guò)電話(huà)按鍵或語(yǔ)音來(lái)訪(fǎng)問(wèn)Internet上的各種資源，它是語(yǔ)音瀏覽技術(shù)以及語(yǔ)音互聯(lián)網(wǎng)的核心。 VoiceXML為語(yǔ)音應用領(lǐng)域展現了一個(gè)廣闊的未來(lái)，用VoiceXML開(kāi)發(fā)的語(yǔ)音應用系統，不僅可以完全代替傳統CTI(計算機電話(huà)集成) 系統所能提供的功能，而且還可以使應用系統開(kāi)發(fā)過(guò)程極其簡(jiǎn)單快捷、系統有極高的可擴展性、可維護性、可移植性、可重用性和開(kāi)放性，在語(yǔ)音門(mén)戶(hù)、語(yǔ)音呼叫中心(Call Center) 、語(yǔ)音信息服務(wù)、語(yǔ)音電子商務(wù)等領(lǐng)域有著(zhù)廣泛的應用。

　　下面給出兩個(gè)簡(jiǎn)單的例子說(shuō)明VoiceXML在IVR系統的應用：

　　第一個(gè)是“Hello world”：

　　域(field)用于輸入。用戶(hù)在處理窗體中下一個(gè)元素之前，必須為一個(gè)域提供相應的信息。以上腳本的一個(gè)交互例子如下：

C(computer)：Would you like coffee, tea , milk, or nothing?
H(human) ：Orange juice。
C：I did not understand what you said.
C：Would you like coffee, tea , milk, or nothing?
H：Tea
C：(continues in document drink2.jsp)

　　通過(guò)這兩個(gè)例子可以看到，VoiceXML使用非常簡(jiǎn)單。哪怕只是看幾個(gè)例子，就可以掌握一些基本的使用方法；而且它的特點(diǎn)正好符合用戶(hù)通過(guò)語(yǔ)音交互的業(yè)務(wù)特性，對聲訊業(yè)務(wù)支持近乎完美。

　　VoiceXML 2.0中共預定義了43個(gè)元素，按照功能可以分為文檔對話(huà)有關(guān)、資源功能類(lèi)、事件處理類(lèi)。文檔對話(huà)相關(guān)的元素主要實(shí)現信息表達、數據采集、變量賦值、條件控制、函數調用等功能；時(shí)間處理類(lèi)元素主要實(shí)現產(chǎn)生、捕獲時(shí)間的功能，可進(jìn)行錯誤處理、超時(shí)處理、幫助處理等；資源功能類(lèi)元素主要實(shí)現錄、放音，TTS，ASR等與語(yǔ)音資源控制相關(guān)的功能，是對語(yǔ)音資源能提供功能的描述。

　　2.3　本章小結

　　本章首先闡述了可視化建模語(yǔ)言的總體框架，論述了可視化建模語(yǔ)言的描述方法。其次，介紹了VoiceXML技術(shù)的概念和基本體系結構，隨后描述了在IVR系統中VoiceXML技術(shù)的簡(jiǎn)單應用。本章的內容將為基于VoiceXML的IVR系統圖形化開(kāi)發(fā)環(huán)境與執行引擎設計和實(shí)現提供理論基礎。

基于VoiceXML技術(shù)可視化IVR設計和實(shí)現(二)

基于VoiceXML技術(shù)可視化IVR設計和實(shí)現(三)

基于VoiceXML技術(shù)可視化IVR設計和實(shí)現(四)

作者獨家提供CTI論壇稿件，其它媒體謝絕轉載

CTI論壇編輯