首頁(yè)>>廠商>>IVR系統(tǒng)平臺(tái)廠商>>Voxeo

VoiceXML論壇官方認(rèn)證平臺(tái)

2008/12/10

VoiceXML背景簡(jiǎn)介

　　自從Web誕生以來(lái)，Web的每一步發(fā)展、技術(shù)成熟和應(yīng)用領(lǐng)域的拓展，都離不開(kāi)W3C(World Wide Web Consortium，W3C理事會(huì)或萬(wàn)維網(wǎng)聯(lián)盟)[1]的努力。W3C于1994年10月在麻省理工學(xué)院計(jì)算機(jī)科學(xué)實(shí)驗(yàn)室成立，創(chuàng)建者是萬(wàn)維網(wǎng)的發(fā)明者Tim Berners-Lee。W3C組織是對(duì)網(wǎng)絡(luò)標(biāo)準(zhǔn)制定的一個(gè)非贏利組織，像HTML、XHTML、CSS、XML的標(biāo)準(zhǔn)就是由W3C來(lái)制定。W3C會(huì)員(大約500名)包括生產(chǎn)技術(shù)產(chǎn)品及服務(wù)的廠商、內(nèi)容供應(yīng)商、團(tuán)體用戶(hù)、研究實(shí)驗(yàn)室、標(biāo)準(zhǔn)制定機(jī)構(gòu)和政府部門(mén)，一起協(xié)同工作，致力在萬(wàn)維網(wǎng)發(fā)展方向上達(dá)成共識(shí)。W3C是專(zhuān)門(mén)致力于創(chuàng)建Web相關(guān)技術(shù)標(biāo)準(zhǔn)并促進(jìn)Web向更深、更廣發(fā)展的國(guó)際組織。

　　創(chuàng)建伊始，W3C就開(kāi)始以引領(lǐng)Web技術(shù)的發(fā)展和促進(jìn)為己任。其宗旨概括為7點(diǎn)：推進(jìn)Web的普及、解決語(yǔ)義網(wǎng)絡(luò)(Semantic Web)問(wèn)題、Web應(yīng)該是可信任的網(wǎng)絡(luò)、協(xié)同工作、可持續(xù)發(fā)展問(wèn)題、權(quán)利的分散問(wèn)題和支持多媒體�？傊�，W3C以開(kāi)發(fā)“Web事實(shí)標(biāo)準(zhǔn)”的各種技術(shù)規(guī)范作為其核心任務(wù)，目前已開(kāi)發(fā)了超過(guò)50個(gè)技術(shù)規(guī)范。這些技術(shù)規(guī)范中大部分是由各個(gè)功能組開(kāi)發(fā)的各種功能性規(guī)范，同時(shí)也包括WWW的核心體系結(jié)構(gòu)。W3C的這些成果基本上已由企業(yè)和研究機(jī)構(gòu)進(jìn)行了實(shí)現(xiàn)。

　　W3C的已有工作成果和工作框架如圖1所示，該圖展示了萬(wàn)維網(wǎng)的基礎(chǔ)框架及W3C的工作重點(diǎn)。W3C技術(shù)架構(gòu)圖描繪了一個(gè)兩層的模型：萬(wàn)維網(wǎng)體系結(jié)構(gòu)(被標(biāo)注為“One Web”)建立在互聯(lián)網(wǎng)(Internet)體系結(jié)構(gòu)之上。圖中豐富的Web層顯示了W3C關(guān)心的領(lǐng)域和發(fā)展的技術(shù)。在頂層包含著六個(gè)框，分別與W3C主要的活動(dòng)組相對(duì)應(yīng)：Web Applications、Mobile、Voice、Web Services、Semantic Web和Privacy Security。其中的“Voice”框中所羅列的VoiceXML、SRGS、SSML、CCXML和EMMA則標(biāo)示著語(yǔ)音領(lǐng)域的重要工作。

　　W3C正致力把萬(wàn)維網(wǎng)從最初的設(shè)計(jì)(基本的HTML、URIs和HTTP)轉(zhuǎn)變?yōu)槲磥?lái)所需的模式。W3C的技術(shù)將幫助未來(lái)萬(wàn)維網(wǎng)成為信息世界中有高穩(wěn)定性、可提升和強(qiáng)適應(yīng)性的基礎(chǔ)框架。

　　VoiceXML[2]最初由VoiceXML論壇[3]創(chuàng)建，現(xiàn)由W3C主持，是W3C開(kāi)發(fā)的基于XML的語(yǔ)言，用來(lái)創(chuàng)建為電話應(yīng)用刻畫(huà)合成語(yǔ)音、數(shù)字音頻、話音與DTMF鍵入識(shí)別和音頻錄制的語(yǔ)音會(huì)話。其宗旨在于為用戶(hù)定義一種新方法，運(yùn)用基于Web的服務(wù)通過(guò)口頭指令和DTMF鍵盤(pán)實(shí)現(xiàn)交流，通過(guò)事先記錄的話音、合成話音或音樂(lè)流獲取信息。為了迎接這種挑戰(zhàn)，W3C定義了一套在設(shè)計(jì)上與網(wǎng)頁(yè)編寫(xiě)標(biāo)準(zhǔn)相類(lèi)似的標(biāo)記語(yǔ)言，以規(guī)范應(yīng)用程序的語(yǔ)音問(wèn)題，例如用戶(hù)對(duì)話流、自動(dòng)語(yǔ)音識(shí)別與相關(guān)語(yǔ)法、語(yǔ)音合成與呼叫控制等。它將傳統(tǒng)的專(zhuān)用與密閉式IVR系統(tǒng)提升成開(kāi)放式可編程體系結(jié)構(gòu)，并且通過(guò)提供類(lèi)似于HTML表單或CGI腳本的可編程會(huì)話把Web技術(shù)的優(yōu)點(diǎn)延伸到電話用戶(hù)。

為什么要用VoiceXML？

　　VoiceXML的推出給電話語(yǔ)音系統(tǒng)帶來(lái)全新的應(yīng)用和開(kāi)發(fā)概念，使傳統(tǒng)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(tǒng)開(kāi)發(fā)人員可以用極其簡(jiǎn)單的方法實(shí)現(xiàn)復(fù)雜系統(tǒng)的開(kāi)發(fā)。

　　完全替代傳統(tǒng)CTI：傳統(tǒng)的電話語(yǔ)音系統(tǒng)典型的工作方式是接受用戶(hù)的按鍵輸入和語(yǔ)音文件播放、跟據(jù)用戶(hù)的需求為用戶(hù)提供相應(yīng)服務(wù)。基于VoiceXML開(kāi)發(fā)的電話語(yǔ)音系統(tǒng)完全可以替代傳統(tǒng)CTI系統(tǒng)所能提供的功能。

　　語(yǔ)音識(shí)別功能：基于VoiceXML開(kāi)發(fā)的電話語(yǔ)音系統(tǒng)除了接受用戶(hù)的按鍵輸入之外，還可以接受用戶(hù)的語(yǔ)音輸入。系統(tǒng)通過(guò)語(yǔ)音識(shí)別功能實(shí)現(xiàn)對(duì)用戶(hù)輸入語(yǔ)音到文本的轉(zhuǎn)換。這對(duì)于許多僅用按鍵輸入方式而無(wú)法解決或解決起來(lái)很繁瑣的應(yīng)用領(lǐng)域很有實(shí)用意義。

　　語(yǔ)音合成功能：基于VoiceXML開(kāi)發(fā)的電話語(yǔ)音系統(tǒng)除了能夠播放預(yù)先錄制的語(yǔ)音文件之外，還可以將系統(tǒng)中的文本轉(zhuǎn)換成語(yǔ)音的方式播放給用戶(hù)。這對(duì)于那些需要播報(bào)即時(shí)消息和可變信息等的應(yīng)用領(lǐng)域很有實(shí)用價(jià)值。

　　與互聯(lián)網(wǎng)聯(lián)結(jié)：長(zhǎng)期以來(lái)，公用電話網(wǎng)和互聯(lián)網(wǎng)是分離的。隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)信息與日俱增，以及互聯(lián)網(wǎng)相關(guān)服務(wù)的日新月異，將互聯(lián)網(wǎng)與公用電話網(wǎng)整合為一體，使廣大的電話用戶(hù)也能享受到互聯(lián)網(wǎng)提供的信息和服務(wù)顯得越來(lái)越有吸引力。VoiceXML使公用電話網(wǎng)與互聯(lián)網(wǎng)有機(jī)地結(jié)合，使兩網(wǎng)的信息能夠相互流動(dòng)。例如，電話語(yǔ)音留言可以通過(guò)互聯(lián)網(wǎng)以電子郵件的方式傳送到目的地；互聯(lián)網(wǎng)上的新聞可以通過(guò)電話播放給用戶(hù)等。

　　靈活的數(shù)據(jù)庫(kù)接口：許多電話語(yǔ)音應(yīng)用系統(tǒng)離不開(kāi)數(shù)據(jù)庫(kù)訪問(wèn)。VoiceXM通過(guò)腳本方式提供靈活的數(shù)據(jù)庫(kù)接口，使得應(yīng)用系統(tǒng)可以方便地訪問(wèn)各種數(shù)據(jù)庫(kù)，如：Microsoft SQL Server、Oracle、Sybase、Microsoft Access、MySQL等。

　　簡(jiǎn)化開(kāi)發(fā)過(guò)程：用VoiceXML將電話語(yǔ)音應(yīng)用系統(tǒng)開(kāi)發(fā)人員從繁瑣的編碼細(xì)節(jié)中解脫了出來(lái)。開(kāi)發(fā)人員不需要了解相關(guān)軟件(如語(yǔ)音識(shí)別和語(yǔ)音合成)和硬件(如語(yǔ)音卡)API的編程接口，只需要把精力放在應(yīng)用領(lǐng)域的業(yè)務(wù)流程上。開(kāi)發(fā)過(guò)程輕松快捷、開(kāi)發(fā)周期大大縮短(7-10倍)。VoiceXML使開(kāi)發(fā)人員得以用簡(jiǎn)單的方法實(shí)現(xiàn)復(fù)雜的工作。

　　除此之外，基于VoiceXML開(kāi)發(fā)的語(yǔ)音應(yīng)用系統(tǒng)具有很高的系統(tǒng)可擴(kuò)展性、可維護(hù)性、可移植性、可重用性和開(kāi)放性。

圖1. W3C技術(shù)架構(gòu)圖

VoiceXML論壇認(rèn)證計(jì)劃

　　VoiceXML論壇已經(jīng)開(kāi)展了對(duì)VoiceXML應(yīng)用開(kāi)發(fā)人員和平臺(tái)認(rèn)證計(jì)劃，前者主要是檢驗(yàn)VoiceXML的開(kāi)發(fā)技能，而后者則是就廠商所實(shí)現(xiàn)的VoiceXML平臺(tái)對(duì)W3C VoiceXML 2.0規(guī)范的遵從進(jìn)行認(rèn)證，包括以下內(nèi)容：

　　該認(rèn)證計(jì)劃由VoiceXML論壇會(huì)員管理和開(kāi)發(fā)，通過(guò)獨(dú)立的第三方測(cè)試實(shí)驗(yàn)室保證其認(rèn)證過(guò)程與結(jié)果的公正性。CT Labs [4]被選中作為首家獨(dú)立測(cè)試實(shí)驗(yàn)室來(lái)進(jìn)行一致性測(cè)試。

　　VoiceXML平臺(tái)認(rèn)證計(jì)劃[5]由測(cè)試套件、測(cè)試控制和獨(dú)立測(cè)試項(xiàng)目組成，目的是認(rèn)證所實(shí)現(xiàn)的平臺(tái)能通過(guò)VoiceXML測(cè)試套件所需的所有測(cè)試。該測(cè)試套件基于W3C VoiceXML 2.0規(guī)范[6]和W3C VoiceXML 2.0執(zhí)行報(bào)告測(cè)試套件[7]。

　　測(cè)試項(xiàng)目的主要目的是通過(guò)提供一種測(cè)試一致性和互操作性的程序，來(lái)促使并認(rèn)可廠商和用戶(hù)充分利用VoiceXML論壇所創(chuàng)建的有價(jià)值的標(biāo)準(zhǔn)。帶有“通過(guò)VoiceXML認(rèn)證”(VoiceXML Certified)字樣的應(yīng)用是指的滿足一致性需求，并且通過(guò)VoiceXML認(rèn)證計(jì)劃對(duì)其兼容性進(jìn)行了認(rèn)證的應(yīng)用。整個(gè)認(rèn)證計(jì)劃擁有一套嚴(yán)格而細(xì)致的流程，如圖2所示。


圖2. VoiceXML平臺(tái)認(rèn)證過(guò)程

具體的認(rèn)證政策和認(rèn)證過(guò)程請(qǐng)參閱VoiceXML論壇提供的官方資料：

VoiceXML論壇官方認(rèn)證平臺(tái)

　　下面列出已經(jīng)通過(guò)了針對(duì)VoiceXML 2.0規(guī)范和VoiceXML Forum Test Suite v1.0測(cè)試套件的VoiceXML論壇平臺(tái)認(rèn)證計(jì)劃的一些代表廠商，如表1所示。完整的列表請(qǐng)參閱VoiceXML論壇網(wǎng)站：http://www.voicexml.org/platform_certification/certified_platforms.html。

表1. 通過(guò)VoiceXML平臺(tái)認(rèn)證計(jì)劃的代表廠商(按字母順序排列)

廠商 認(rèn)證測(cè)試報(bào)告(CTR) 產(chǎn)品名稱(chēng) 產(chǎn)品版本 操作系統(tǒng) 電話接口 ASR 引擎 TTS引擎 認(rèn)證日期
Aspect Software CTR Aspect Customer-
Selfservice
 7.2 Windows 2003 T1 (通過(guò)PSTN進(jìn)行遠(yuǎn)端測(cè)試) SpeechWorks OSR3.0.9 SpeechWorks Speechify 3.0.1 2006年6月
Avaya, Inc. CTR Avaya Voice Portal 3 Red Hat Enterprise Linux ES release 3 SIP SpeechWorks OSR3.0 SpeechWorks Speechify 3.0.1 2006年7月
Avaya, Inc. CTR Avaya Interactive Response 1.3 Solaris 信道化T1
(Robbed-bit)
 SpeechWorks OSR3.0 SpeechWorks Speechify 3.0.1
2005年5月
Cisco Systems CTR IOS GW 12.4T IOS 通過(guò)PSTN進(jìn)行遠(yuǎn)端測(cè)試 (ISDN) Loquendo ASR 6.7 Loquendo TTS 6.5 2007年2月
Genesys Telecommunications Laboratories CTR Genesys Voice Platform (GVP) 7.0 Windows 2000 SP4 ISDN PRI ScanSoft OSR 2.0.9 ScanSoft Speechify 3.0.2 2005年4月
Intervoice CTR Omvia Media Server 2.5 Windows 2003 ISDN PRI
(通過(guò)PSTN進(jìn)行遠(yuǎn)端測(cè)試)
 Scansoft
OSR 3.0.4
 Scansoft
Real Speak 4.0.6
 2005年10月
Microsoft Corporation CTR Microsoft Speech Server 2007 2.61019 Windows 2003 SIP (經(jīng)由VoIP網(wǎng)關(guān)通過(guò)PSTN進(jìn)行遠(yuǎn)端測(cè)試) Microsoft ASR Microsoft TTS 2006年12月
Nortel CTR MPS 3.0 Windows Server 2003 T1 ScanSoft OSR 3 ScanSoft RealSpeak 4 2005年7月
Nuance Communications CTR Nuance Voice Platform (NVP) NVP-2004_07_28 Windows 2000 SP4 SIP Nuance 8.5 Nuance Vocalizer 4.0 2004年12月
Voxeo[1] CTR Voxeo Prophecy[2] 2006 Windows 2003 SIP (經(jīng)由PRI VoIP網(wǎng)關(guān)) Voxeo Prophecy Speech Recognizer 6.5 Voxeo Prophecy Speech Synthesizer 6.5 2006年3月
Voxeo[1] CTR VoiceCenter[3] 6.0 Windows2000 SP4 SIP (經(jīng)由PRI VoIP網(wǎng)關(guān)通過(guò)PSTN進(jìn)行遠(yuǎn)端測(cè)試) Nuance 8.0 ASR ScanSoft Speechify 2.0 2005年4月
Voxpilot CTR Voxpilot Open Media Platform v1.0 Windows 2000 SP4 通過(guò)PSTN進(jìn)行遠(yuǎn)端測(cè)試 Nuance v7.0.4 ScanSoft RealSpeak 3.0.3 2004年12月

　　[1]Voxeo公司是一個(gè)致力于IVR領(lǐng)域的產(chǎn)品開(kāi)發(fā)商和服務(wù)提供商，自1999年成立以來(lái)，一直是VoiceXML標(biāo)準(zhǔn)核心制定者之一，同時(shí)還是CCXML標(biāo)準(zhǔn)制定的主席。

　　[2]Prophecy是業(yè)界第一個(gè)(也是目前唯一的)100％通過(guò)VoiceXML 2.1標(biāo)準(zhǔn)全部官方測(cè)試的應(yīng)用平臺(tái)，同時(shí)率先100％實(shí)現(xiàn)了CCXML規(guī)范。它不但自嵌TTS和ASR，同時(shí)支持標(biāo)準(zhǔn)的MRCP接口，可以和第三方語(yǔ)音引擎集成。

　　[3]VoiceCenter(Evolution) 是一個(gè)免費(fèi)的面向開(kāi)發(fā)人員的互聯(lián)網(wǎng)社區(qū)門(mén)戶(hù)。通過(guò)基于Web頁(yè)面的圖形化的IVR應(yīng)用設(shè)計(jì)和開(kāi)發(fā)環(huán)境，提供類(lèi)似工作流的開(kāi)發(fā)方式，使得開(kāi)發(fā)人員即使不了解VoiceXML和CCXML規(guī)范也能開(kāi)發(fā)出高質(zhì)量的IVR應(yīng)用系統(tǒng)。Voxeo為開(kāi)發(fā)人員提供免費(fèi)的全天候的技術(shù)支持。

參考資料：
　　[1]W3C: http://www.w3.org/
　　[2]VoiceXML規(guī)范: http://www.w3c.org/voice/
　　[3]VoiceXML論壇: http://www.voicexml.org/
　　[4]CT Labs: http://www.ct-labs.com/
　　[5]VoiceXML平臺(tái)認(rèn)證計(jì)劃: http://www.voicexml.org/platform_certification/index.html
　　[6]VoiceXML 2.0規(guī)范: http://www.w3.org/TR/voicexml20
　　[7]VoiceXML 2.0執(zhí)行報(bào)告測(cè)試套件: http://www.w3.org/Voice/2004/vxml-ir/

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(yǔ)音平臺(tái) 2009-08-17
Voxeo發(fā)布開(kāi)源的電話“云計(jì)算”服務(wù)平臺(tái) 2009-08-12
自助式語(yǔ)音平臺(tái)開(kāi)發(fā)利器Prophecy Platform 2009-08-03

分類(lèi)信息:  CTI平臺(tái)技術(shù)_與_交互語(yǔ)音技術(shù)  CTI平臺(tái)技術(shù)_與_voicexml技術(shù)  交互語(yǔ)音技術(shù)_與_voicexml技術(shù)