2004/01/17

　　VoiceXML是由VoiceXML论坛制定的通过电话访问Internet网络的标准。目前，国内外共有150多家公司支持这一标准，包括华琛科技在内的部分公司已开发出了基于VoiceXML的产品。

　　VoiceXML是W3C定义的可扩展标记语言(XML)的一种扩展，根据播放的提示信息、口述的命令和可识别的语音或按键音输入，实现人和计算机之间的交互对话。VoiceXML的标准化将简化Web上具有语音响应服务的个性化界面的创建，使人们能够通过普通电话访问网站上的信息和服务, 是电话全面普及后的趋势所在。

　　VoiceXML的主要目标是希望通过交互式语音界面应用Web上已经有的大量信息，同时VoiceXML希望能够将开发人员从最繁琐的编程和资源处理工作中解放出来。VoiceXML能够利用人们已经非常熟悉的客户机/服务器方式，将语音服务和数据服务融合起来。

　　VoiceXML作为一种标记语言，主要有以下特点：
　　1． VoiceXML作为一种通过多重交互作用，使客户机/服务器之间的交互工作最小化。
　　2． 实现应用开发者不必考虑低层的软件和系统平台上的软、硬件细节。
　　3． 将用户交互作用的代码（在VoiceXML中）从服务逻辑（CGI 脚本）中分离出来。
　　4． 要使提供的服务能随处可得，要求这些服务能够跨越不同的执行平台。对于内容服务商、工具提供商和平台提供商来说，VoiceXML是一个公共语言。
　　5． 使简单的交互作用非常易于使用，要求所提供的语音界面能支持复杂的对话。
正因为VoiceXML有以上的特点，以其为基础的VoPromote语音平台才具有简单、对开发人员技术要求低、缩短了开发周期、所生成的产品操作简单等特点。

　　与WAP相比，VoiceXML有突出的优点。由于手持移动设备(如WAP手机)只有很小的显示屏，有限的输入能力和有限的处理功能，文本界面的数据处理设备很难被使用。VoiceXML不存在这些限制，用户可以通过声音和相关操作与系统对话，通过一系列的对话选择，找到所需的信息。服务器上的语音识别软件把用户的输入语音的选择转换成文本的选择，这一过程与在传统的网页上选择一个超连接类似。对话选择的结果由相应的音频文件播放(可以是事先录下的或采用TTS技术动态产生)。

　　在手机等手持移动设备上通过语音而不是烦琐的输入来获取信息和服务更符合人们的习惯，随着语音信号处理技术，特别是ASR和TTS技术的发展，语音将成为人机交互的一种主要形式。

　　没有规矩不成方圆，业内的技术从各自为阵到有标准可依，使开发员有了共同的语言，也让客户不必终身依赖一家开发商来做系统维护，从而健全了业内制度、引入相互间的合理竞争，更有利于CTI技术在企业间的相互促进与发展。华琛科技VoPromote语音平台在国内率先使用该标准，也是VoiceXML在国内的重要突破，华琛科技渴望以此为交流语言与全国同行"对话"，VoiceXML将在国内全面普及。

华琛科技公司供稿 CTI论坛编辑