首頁>>廠商>>IVR系統(tǒng)平臺廠商>>Voxeo

基于VoiceXML的語音應(yīng)用系統(tǒng)開發(fā)

2008/10/30

圖一、VoiceXML應(yīng)用和WEB應(yīng)用的比較

下圖（圖二）展示了基于VoiceXML的語音應(yīng)用系統(tǒng)的基本架構(gòu)：

　　文檔服務(wù)器（WEB Server）：用于存放VoiceXML腳本文件（或者根據(jù)由VoiceXML Server發(fā)過來了HTTP請求自動生成VoiceXML腳本），和事先錄制好的音頻文件等一切有關(guān)的文檔。 VoiceXML Server通過HTTP請求從該文檔服務(wù)器獲取各種需要的文件。

　　VoiceXML 服務(wù)器（VoiceXML Gateway）：用于接收和識別用戶的輸入，解釋和執(zhí)行VoiceXML腳本文件，并把結(jié)果轉(zhuǎn)換成語音輸出給用戶。它一般具備下列組件：VoiceXML解釋器組件（VoiceXML Browser）,呼叫控制組件（CCXML Browser），自動語音識別組件（ASR），語音合成組件（TTS）等。這些組件共同組成了VoiceXML的解釋和執(zhí)行平臺。

圖二、VoiceXML應(yīng)用系統(tǒng)架構(gòu)

　　和互聯(lián)網(wǎng)用戶通過鍵盤輸入某個WEB頁面的地址（ＵRL）來訪問WEB應(yīng)用類似，VoiceXML用戶通過電話或者VoIP終端撥打某個應(yīng)用對應(yīng)的電話號碼來訪問該應(yīng)用程序（圖中的步驟1）。VoiceXML服務(wù)器收到用戶的呼叫后，根據(jù)用戶撥打的號碼去文檔服務(wù)器查找對應(yīng)的VoiceXML文件（圖中的步驟2），通過HTTP請求把文件下載到本機執(zhí)行，根據(jù)特定應(yīng)用的需要，VoiceXML服務(wù)器可能會發(fā)出多個HTTP請求獲取和應(yīng)用有關(guān)的其他文件，比如需要播放的語言文件等（圖中的步驟3）。然后由 VoiceXML解釋器組件（ VoiceXML Browser）解釋和執(zhí)行VoiceXML腳本語言并把結(jié)果轉(zhuǎn)換成語音傳送給用戶（圖中的步驟4）。在執(zhí)行過程中，用戶可能需要通過語音和VoiceXML服務(wù)器進行交互，比如菜單選擇或者對查詢結(jié)果進行過濾等。VoiceXML服務(wù)器通過呼叫控制組件（CCXML Browser），自動語音識別組件（ASR），語音合成組件（TTS）來實現(xiàn)這些交互。

　　在VoiceXML系統(tǒng)中有兩種形式語音的輸出： 機器合成語音（TTS）和事先錄制好的語音文件。

　　TTS ( Text-To-Speech) : 是由機器把文本轉(zhuǎn)換為數(shù)字語音格式，這種聲音聽起來會感覺有些機械和不自然，但是輸出內(nèi)容靈活，不受任何限制。

　　事先錄制好的語音文件： 和TTS相比聽起來更自然，但是內(nèi)容受限制。在實際應(yīng)用中往往把二者結(jié)合起來。

　　VoiceXML系統(tǒng)中的輸入也有兩種形式： 自動語音識別 (ASR) 和雙音多頻鍵盤音（DTMF）。

　　ASR (Automatic Speech Recognition) 是指計算機把用戶的語音自動識別成文字信息，便于計算機的進一步處理，從而使得用戶可以通過自然語言來控制計算機的執(zhí)行。

　　DTMF (Dual Tone MultiFrequency) 則是用戶可以通過電話的按鍵進行輸入。

三、VoiceXML開發(fā)示例

　　本文中的信息查詢例子演示了一個簡單的VoiceXML應(yīng)用。該例子VoiceXML腳本中用到的所有的標(biāo)簽如表1所示，表2是該例子的源代碼。圖四是該例子的呼叫流程。首先是用戶發(fā)起呼叫，應(yīng)用程序通過計算機合成語音（TTS）告訴用戶所有的選擇項并等待用戶的響應(yīng)。用戶的語音將由計算機根據(jù)語法標(biāo)簽

　　中定義的規(guī)則進行自動識別。如果識別成功，標(biāo)簽中定義的變量“choice”被賦值。例如，如果用戶說出“weather”，則計算機會把字符串“weather” 賦值給“choice”。然后在標(biāo)簽中定義的條件判斷語句會根據(jù)變量“choice”的值把相應(yīng)的語音播放給用戶。如果用戶沒有響應(yīng)，標(biāo)簽被執(zhí)行并把“I didn’t hear you” 播放給用戶，然后提示用戶重新輸入（標(biāo)簽）。同樣，如果用戶的語音沒有被識別，標(biāo)簽 將被執(zhí)行并告訴用戶“I didn’t quite understand you” ，然后提示用戶重新輸入（標(biāo)簽）。

表 1. 本示例中用到的VoiceXML 標(biāo)簽

圖四：信息查詢例子呼叫流程圖

表 2. 信息查詢例子源代碼

<?xml version="1.0" encoding="UTF-8"?>
<vxml version = "2.1" >
<form id="Choices">
<field name="choice">
<prompt>
Welcome to the Voice XML journey.
This tutorial demonstrates voice recognition.
Please choose from the followings:
to check the weather, say weather .
to check the stock quotes, say stock .
to get the direction information, say direction.
</prompt>
<grammar>
<![CDATA[ [
[weather dtmf-1]{<choice "weather">}
[stock dtmf-2]{<choice "stock">}
[direction dtmf-3]{<choice "direction">}
]
]]>
</grammar>
<noinput>
I didn't hear you. <reprompt/>
</noinput>
<nomatch>
I didn't quite understand you. <reprompt/>
</nomatch>
<filled>
<if cond="choice=='weather'">
<prompt>OK let's check the weather. Thank you. </prompt>
<elseif cond="choice=='stock'"/>
<prompt>OK let's check the stock quotes. Thank you. </prompt>
<else/>
<prompt>OK let's get the direction information. Thank you. </prompt>
</if>
</filled>
</field>
</form>
</vxml>

　　該示例程序已經(jīng)部署在http://evolution.voxeo.com。讀者可以下列幾個途徑來執(zhí)行該示例程序：

1. 通過Skype客戶端撥打號碼 +99000936 9992001335， 免費呼叫。


2. 通過Xlite（一個免費的VoIP軟件）或者任何VoIP終端呼叫 sip:9992001335@sip.voxeo.net


3. 通過手機或者固定電話撥打號碼 +1 407 459 1963（美國電話號碼，收費）。

　　讀者可以訪問　http://docs.voxeo.com/voicexml/2.0/frame.jsp?page=learningvoicexml.htm 獲取更詳細(xì)的VoiceXML示例和教程，該網(wǎng)站也提供免費注冊，注冊后可以免費發(fā)布自己的VoiceXML應(yīng)用和其他人共享（就象本文中的例子一樣）。

參考：
［1］http://www.w3.org/TR/voicexml21/

CTI論壇編輯

---

相關(guān)鏈接:

Voxeo VoiceObjects 統(tǒng)一自服務(wù)提高滿意度 2009-09-23

Voxeo攜Prophecy10高度亮相SpeechTEK2009 2009-09-03

擁有中文TTS的Prophecy IVR語音平臺 2009-08-17

Voxeo發(fā)布開源的電話“云計算”服務(wù)平臺 2009-08-12

自助式語音平臺開發(fā)利器Prophecy Platform 2009-08-03

分類信息:  CTI平臺技術(shù)_與_交互語音技術(shù)  CTI平臺技術(shù)_與_voicexml技術(shù)  交互語音技術(shù)_與_voicexml技術(shù)