首頁(yè) >
VoiceXML--語(yǔ)音擴(kuò)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)合推出的電話語(yǔ)音應(yīng)用系統(tǒng)標(biāo)準(zhǔn)，是為語(yǔ)音應(yīng)用制訂的基于XML的語(yǔ)音可擴(kuò)展標(biāo)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網(wǎng)，從而使互聯(lián)網(wǎng)服務(wù)得以延伸到電話用戶。VoiceXML徹底改變了傳統(tǒng)的CTI(計(jì)算機(jī)電話集成系統(tǒng)) 的開發(fā)模式和應(yīng)用范圍，使公用電話網(wǎng)、語(yǔ)音處理技術(shù)、以及互聯(lián)網(wǎng)有機(jī)地結(jié)合為一體，架起了電話用戶與Web對(duì)話的橋梁。
VoiceXML使公用電話網(wǎng)與互聯(lián)網(wǎng)的結(jié)合體現(xiàn)在三個(gè)方面：語(yǔ)音瀏覽器的使用、互聯(lián)網(wǎng)和公用電話網(wǎng)的信息共享、類似于Web網(wǎng)頁(yè)開發(fā)過(guò)程的電話語(yǔ)音應(yīng)用系統(tǒng)的開發(fā)。
1. 語(yǔ)音瀏覽器的使用
IE、Netscape等Web瀏覽器的出現(xiàn)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(jì)算機(jī)終端進(jìn)行文本信息交流，類似地，VoiceXML語(yǔ)音瀏覽器則是通過(guò)電話終端進(jìn)行語(yǔ)音信息交流。
VoiceXML語(yǔ)音瀏覽的實(shí)現(xiàn)主要依賴于語(yǔ)音處理技術(shù)和類似于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，電話用戶可以用語(yǔ)音輸入和傳統(tǒng)的按鍵輸入方式通過(guò)電話與電話語(yǔ)音應(yīng)用系統(tǒng)進(jìn)行對(duì)話交流，電話語(yǔ)音應(yīng)用系統(tǒng)則用語(yǔ)音的方式與用戶對(duì)話。在此過(guò)程中，語(yǔ)音識(shí)別（語(yǔ)音到文字的轉(zhuǎn)換）和語(yǔ)音合成（文字到語(yǔ)音的轉(zhuǎn)換）等語(yǔ)音處理技術(shù)起著重要的作用。
語(yǔ)音處理技術(shù)是使電話用戶能夠用自然語(yǔ)言的方式與Web對(duì)話的關(guān)鍵技術(shù)之一。其中，語(yǔ)音識(shí)別技術(shù)使得應(yīng)用系統(tǒng)能夠識(shí)別電話用戶的語(yǔ)音輸入并將之轉(zhuǎn)換成文字以便計(jì)算機(jī)處理。目前，最好的語(yǔ)音識(shí)別系統(tǒng)能夠在一定范圍內(nèi)達(dá)到自然語(yǔ)言的識(shí)別。雖然由于技術(shù)的局限和中國(guó)多方言多口音的特征，使得語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用受到一定的限制，但是語(yǔ)音識(shí)別技術(shù)仍然在不斷地走進(jìn)人們的日常生活，人們也在開始使用語(yǔ)音的方式與電話語(yǔ)音應(yīng)用系統(tǒng)進(jìn)行交流。另一方面，語(yǔ)音合成技術(shù)相對(duì)于語(yǔ)音識(shí)別技術(shù)來(lái)說(shuō)則在實(shí)際應(yīng)用中顯得更成熟。目前，較好語(yǔ)音合成系統(tǒng)已經(jīng)可以達(dá)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(zhuǎn)換成語(yǔ)音格式并通過(guò)電話播放給用戶，從而擺脫了電話用戶只能收聽到預(yù)先錄制好的錄音的傳統(tǒng)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)也是電話語(yǔ)音應(yīng)用系統(tǒng)的關(guān)鍵技術(shù)。與HTML類似，VoiceXML使得電話語(yǔ)音應(yīng)用系統(tǒng)根據(jù)對(duì)話流程所處的狀態(tài)和具體應(yīng)用領(lǐng)域的業(yè)務(wù)需求將當(dāng)前對(duì)話流程轉(zhuǎn)向由互聯(lián)網(wǎng)URI鏈接定義的下一個(gè)對(duì)話流程。在對(duì)話流程的定義中，不僅可以訪問(wèn)互聯(lián)網(wǎng)上的URI文件，而且還可以訪問(wèn)互聯(lián)網(wǎng)和局域網(wǎng)內(nèi)的數(shù)據(jù)庫(kù)。同時(shí)，Web瀏覽技術(shù)的引進(jìn)使電話語(yǔ)音應(yīng)用系統(tǒng)與互聯(lián)網(wǎng)有機(jī)地結(jié)合，使電話語(yǔ)音應(yīng)用系統(tǒng)以開放式的方式呈現(xiàn)給電話用戶。
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?cái)U(kuò)展了電話語(yǔ)音應(yīng)用系統(tǒng)的應(yīng)用范圍，同時(shí)也使互聯(lián)網(wǎng)的信息和服務(wù)走向電話用戶群，從而使得互聯(lián)網(wǎng)可以贏得更多的用戶。
2. 互聯(lián)網(wǎng)和公用電話網(wǎng)的信息共享
互聯(lián)網(wǎng)與公用電話網(wǎng)長(zhǎng)期以來(lái)出于分離狀態(tài)。隨著互聯(lián)網(wǎng)的飛速發(fā)展和互聯(lián)網(wǎng)信息的迅速增加，讓龐大的電話用戶群（包括固定電話用戶群和移動(dòng)電話用戶群）訪問(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(duì)互聯(lián)網(wǎng)服務(wù)商、運(yùn)營(yíng)商以及內(nèi)容提供商都提供了一個(gè)極好的商機(jī)。
首先，VoiceXML瀏覽技術(shù)是開放式的，VoiceXML瀏覽器可以瀏覽互聯(lián)網(wǎng)上的任何公開的文件和數(shù)據(jù)，這使得電話用戶可以借助于語(yǔ)音處理技術(shù)通過(guò)電話訪問(wèn)互聯(lián)網(wǎng)信息。例如，電話用戶可以通過(guò)VoiceXML瀏覽器收聽網(wǎng)上新聞、查詢網(wǎng)上數(shù)據(jù)庫(kù)、下載和收聽語(yǔ)音文件(如音樂、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網(wǎng)。
與此同時(shí)，VoiceXML瀏覽技術(shù)還可以將公用電話網(wǎng)的信息傳送給互聯(lián)網(wǎng)。公用電話網(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電話對(duì)話流的結(jié)束而消失。然而，在有些電話語(yǔ)音應(yīng)用系統(tǒng)中，需要將對(duì)話流所產(chǎn)生的信息保存起來(lái)，以便將來(lái)通過(guò)Web瀏覽器進(jìn)行訪問(wèn)。例如，用戶的語(yǔ)音留言和對(duì)話過(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)用戶和電話用戶就可以分別通過(guò)Web瀏覽器和VoiceXML瀏覽器訪問(wèn)這些信息。
VoiceXML瀏覽技術(shù)的引入，使互聯(lián)網(wǎng)和公用電話網(wǎng)得以有機(jī)地結(jié)合，使兩網(wǎng)信息可以互相流動(dòng)，從而使互聯(lián)網(wǎng)與公用電話網(wǎng)達(dá)到信息共享。
3. 電話語(yǔ)音應(yīng)用系統(tǒng)的開發(fā)
電話語(yǔ)音應(yīng)用系統(tǒng)的傳統(tǒng)開發(fā)模式是利用CTI（計(jì)算機(jī)電話集成）技術(shù)將語(yǔ)音卡、交換機(jī)等各系統(tǒng)構(gòu)件組織和集成起來(lái)，開發(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(tǒng)的電話語(yǔ)音應(yīng)用系統(tǒng)。VoiceXML的出現(xiàn)則不僅改變了電話語(yǔ)音應(yīng)用系統(tǒng)的使用方法和使用范圍，而且給電話語(yǔ)音應(yīng)用系統(tǒng)的開發(fā)過(guò)程帶來(lái)全新的概念和模式，使電話語(yǔ)音應(yīng)用系統(tǒng)的開發(fā)實(shí)際上成為"語(yǔ)音網(wǎng)頁(yè)"的開發(fā)。
首先，VoiceXML瀏覽器的使用可以使開發(fā)人員從繁瑣的編程細(xì)節(jié)中解脫出來(lái)。開發(fā)"語(yǔ)音網(wǎng)頁(yè)"不需要了解各系統(tǒng)構(gòu)件（如語(yǔ)音識(shí)別、語(yǔ)音合成、語(yǔ)音卡、交換機(jī)等）的編程接口，而是類似于Web網(wǎng)頁(yè)的開發(fā)，只需編寫VoiceXML腳本。開發(fā)人員因此能夠把精力放在應(yīng)用系統(tǒng)的業(yè)務(wù)流程上。
其次，"語(yǔ)音網(wǎng)頁(yè)"的開發(fā)過(guò)程簡(jiǎn)單、快捷。開發(fā)人員不需要掌握C/C++或Java等高級(jí)計(jì)算機(jī)編程語(yǔ)言便可以開發(fā)一個(gè)完整的電話語(yǔ)音應(yīng)用系統(tǒng)，并且所開發(fā)出來(lái)的系統(tǒng)往往比傳統(tǒng)開發(fā)方式開發(fā)出來(lái)的系統(tǒng)更開放、功能更強(qiáng)大。
再者，"語(yǔ)音網(wǎng)頁(yè)"的開發(fā)對(duì)開發(fā)人員的技術(shù)要求較低、開發(fā)周期大幅度縮短，從而使開發(fā)成本大大降低。所開發(fā)出來(lái)的應(yīng)用系統(tǒng)同時(shí)還具有很高的可維護(hù)性、可移植性、可擴(kuò)展性以及可重用性。
下面是一個(gè)VoiceXML的簡(jiǎn)單例子。當(dāng)用戶與電話語(yǔ)音系統(tǒng)接通以后，將會(huì)聽到語(yǔ)音合成的提示信息"用戶您好！請(qǐng)選擇我們?yōu)槟峁┑姆⻊?wù)："。當(dāng)用戶說(shuō)"股票市場(chǎng)"，語(yǔ)音瀏覽器就會(huì)通過(guò)語(yǔ)音識(shí)別功能識(shí)別用戶的選擇，然后把對(duì)話流程轉(zhuǎn)向另一個(gè)VoiceXML腳本文件stocks.vxml。stocks.vxml腳本文件則是一個(gè)專門向用戶提供股票市場(chǎng)相關(guān)服務(wù)的語(yǔ)音網(wǎng)頁(yè)。
顯而易見，基于VoiceXML開發(fā)電話語(yǔ)音應(yīng)用系統(tǒng)拋棄了傳統(tǒng)的CTI開發(fā)模式，使其開發(fā)過(guò)程類似于Web網(wǎng)頁(yè)的開發(fā)過(guò)程。
VoiceXML的出現(xiàn)，使互聯(lián)網(wǎng)和公用電話網(wǎng)有機(jī)地融為一體，從而使得電話用戶能夠通過(guò)電話與網(wǎng)頁(yè)交流，使公用電話網(wǎng)與互聯(lián)網(wǎng)實(shí)現(xiàn)信息共享，使語(yǔ)音網(wǎng)頁(yè)的新概念取代傳統(tǒng)的文字瀏覽的網(wǎng)站，使公用電話網(wǎng)成為互聯(lián)網(wǎng)的延伸，為互聯(lián)網(wǎng)內(nèi)容商、運(yùn)營(yíng)商以及服務(wù)商提供了難得的商機(jī)。目前，VoiceXML在發(fā)達(dá)國(guó)家剛興起不久，中國(guó)在開發(fā)VoiceXML相關(guān)產(chǎn)品方面也是處于剛剛起步的階段。用VoiceXML開發(fā)"語(yǔ)音網(wǎng)頁(yè)"如同編寫HTML語(yǔ)言一樣的簡(jiǎn)單方便，它將引導(dǎo)普通網(wǎng)站的技術(shù)革新，揭開語(yǔ)音網(wǎng)站的新篇章！
上海聲軟技術(shù)（Voicesoft）
