ГолосXML

VoiceXML ( VXML ) — это стандарт цифровых документов, определяющий интерактивные медиа и голосовые диалоги между людьми и компьютерами. Он используется для разработки приложений аудио и голосового ответа, таких как банковские системы и автоматизированные порталы обслуживания клиентов. Приложения VoiceXML разрабатываются и развертываются аналогично тому, как веб-браузер интерпретирует и визуально отображает язык гипертекстовой разметки (HTML), который он получает от веб-сервера . Документы VoiceXML интерпретируются голосовым браузером , и в обычных архитектурах развертывания пользователи взаимодействуют с голосовыми браузерами через коммутируемую телефонную сеть общего пользования (PSTN).

Формат документа VoiceXML основан на расширяемом языке разметки (XML). Это стандарт, разработанный Консорциумом Всемирной паутины (W3C).

Использование

Приложения VoiceXML широко используются во многих отраслях и сегментах торговли. Эти приложения включают запрос заказа, отслеживание посылок, маршруты проезда, экстренное уведомление, пробуждение, отслеживание рейсов, голосовой доступ к электронной почте, управление взаимоотношениями с клиентами, пополнение рецептов, аудиожурналы новостей, голосовой набор номера, информацию о недвижимости и национальные справочные приложения. . ^{[ нужна ссылка ]}

VoiceXML имеет теги, которые предписывают голосовому браузеру обеспечивать синтез речи , автоматическое распознавание речи , управление диалогами и воспроизведение звука. Ниже приведен пример документа VoiceXML:

<vxml version="2.0" xmlns="http://www.w3.org/2001/vxml">
  <form>
    <block>
      <prompt>
        Hello world!
      </prompt>
    </block>
  </form>
</vxml>

При интерпретации интерпретатором VoiceXML это выведет «Hello world» с синтезированной речью.

Обычно HTTP используется в качестве транспортного протокола для получения страниц VoiceXML. Некоторые приложения могут использовать статические страницы VoiceXML, в то время как другие полагаются на динамическое создание страниц VoiceXML с использованием сервера приложений, такого как Tomcat , Weblogic , IIS или WebSphere .

Исторически сложилось так, что поставщики платформы VoiceXML реализовали стандарт по-разному и добавили собственные функции. Но стандарт VoiceXML 2.0, принятый в качестве рекомендации W3C 16 марта 2004 г., прояснил большинство различий. Форум VoiceXML, отраслевая группа, продвигающая использование стандарта, обеспечивает процесс тестирования на соответствие , который сертифицирует реализации поставщиков как соответствующие.

История

Корпорации AT&T , IBM , Lucent и Motorola сформировали Форум VoiceXML в марте 1999 года с целью разработки стандартного языка разметки для описания голосовых диалогов. К сентябрю 1999 года Форум выпустил VoiceXML 0.9 для комментариев участников, а в марте 2000 года они опубликовали VoiceXML 1.0. Вскоре после этого Форум передал контроль над стандартом W3C. ^[1] W3C выпустил несколько промежуточных версий VoiceXML 2.0, которые достигли финальной стадии «Рекомендации» в марте 2004 года. ^[2]

В VoiceXML 2.1 к VoiceXML 2.0 добавлен относительно небольшой набор дополнительных функций, основанный на отзывах о реализациях стандарта 2.0. Он обратно совместим с VoiceXML 2.0 и получил статус рекомендации W3C в июне 2007 года. ^[3]

Будущие версии стандарта

VoiceXML 3.0 должен был стать следующим основным выпуском VoiceXML с новыми основными функциями. Однако после роспуска форума VoiceXML в мае 2022 г. ^[4] разработка нового стандарта была прекращена.

Реализации

По состоянию на декабрь 2022 года предлагается несколько реализаций платформы VoiceXML 2.0/2.1.

Сопутствующие стандарты

Структура речевого интерфейса W3C также определяет другие стандарты, тесно связанные с VoiceXML.

СРГС и СИСР

Спецификация грамматики распознавания речи (SRGS) используется, чтобы сообщить распознавателю речи, какие шаблоны предложений он должен ожидать услышать: эти шаблоны называются грамматиками. Как только распознаватель речи определит наиболее вероятное услышанное предложение, ему необходимо извлечь семантическое значение из этого предложения и вернуть его интерпретатору VoiceXML. Эта семантическая интерпретация определяется стандартом семантической интерпретации для распознавания речи (SISR). SISR используется внутри SRGS для указания семантических результатов, связанных с грамматиками, т. е. набора назначений ECMAScript, которые создают семантическую структуру, возвращаемую распознавателем речи.

ССМЛ

Язык разметки синтеза речи (SSML) используется для украшения текстовых подсказок информацией о том, как лучше всего отображать их в синтетической речи, например, какой голос синтезатора речи использовать или когда говорить громче или тише.

Пожалуйста

Спецификация лексики произношения (PLS) используется для определения того, как произносятся слова. Сгенерированная информация о произношении предназначена для использования как распознавателями речи, так и синтезаторами речи в приложениях голосового просмотра.

CCXML

Расширяемый язык разметки управления вызовами (CCXML) является дополнительным стандартом W3C. Интерпретатор CCXML используется на некоторых платформах VoiceXML для обработки первоначальной настройки вызова между вызывающим абонентом и голосовым браузером, а также для предоставления услуг телефонии, таких как перевод вызова и отключение от голосового браузера. CCXML также можно использовать в контекстах, отличных от VoiceXML.

MSML, MSCML, MediaCTRL

В приложениях медиасервера часто необходимо, чтобы несколько ветвей вызова взаимодействовали друг с другом, например, в многосторонней конференции. В VoiceXML для этого приложения были выявлены некоторые недостатки, поэтому компании разработали специальные языки сценариев для работы в этой среде. Язык разметки медиасервера (MSML) был решением Convedia, а язык разметки управления медиасервером (MSCML) — решением Snowshore. Snowshore теперь принадлежит Dialogic, а Convedia теперь принадлежит Radisys. Эти языки также содержат «перехватчики», позволяющие внешним сценариям (например, VoiceXML) выполняться на участках вызова, где IVR требуются функции .

Существовала рабочая группа IETF под названием mediactrl («управление медиа»), которая работала над преемником этих систем сценариев, который, как мы надеемся, превратится в открытый и широко принятый стандарт. ^[5] Рабочая группа СМИ завершила работу в 2013 году. ^[6]

См. также

ECMAScript — язык сценариев, используемый в VoiceXML.
OpenVXI — библиотека интерпретатора VoiceXML с открытым исходным кодом. ^[7]
SCXML — XML-диаграмма состояний

Ссылки

^ «Введение – VoiceXML» . Voicexml.org . Проверено 23 февраля 2017 г.
^ Шварц, Ефрем (17 марта 2004 г.). «W3C рекомендует VoiceXML 2.0» . Инфомир . Проверено 23 февраля 2017 г.
^ «Расширяемый язык разметки голоса (VoiceXML) 2.1» . W3.org . Проверено 23 февраля 2017 г.
^ «Форум VoiceXML закрывается после успешного завершения своей миссии» . voicexml.org . Проверено 31 мая 2022 г.
^ «Управление медиасервером (mediatrl)» . Архивировано из оригинала 30 января 2009 г. Проверено 18 января 2009 г.
^ «Управление медиасервером (Mediactrl) —» .
^ «ОпенВСИ» . voip-info.org . 31 июля 2018 г. Проверено 3 июня 2019 г.

Внешние ссылки

Послушайте эту статью ( 9 минут )

Этот аудиофайл был создан на основе редакции этой статьи от 29 октября 2011 г. и не отражает последующие изменения.

Рабочая группа W3C по голосовому браузеру , Официальные стандарты VoiceXML
Форум VoiceXML , Владелец товарного знака VoiceXML
VoiceXML в Керли
Учебные пособия по голосовому XML

[Forum2003-1] «Введение – VoiceXML» . Voicexml.org . Проверено 23 февраля 2017 г.

[W3C2004-2] Шварц, Ефрем (17 марта 2004 г.). «W3C рекомендует VoiceXML 2.0» . Инфомир . Проверено 23 февраля 2017 г.

[VXML21-3] «Расширяемый язык разметки голоса (VoiceXML) 2.1» . W3.org . Проверено 23 февраля 2017 г.

[VXMLNEWS-4] «Форум VoiceXML закрывается после успешного завершения своей миссии» . voicexml.org . Проверено 31 мая 2022 г.

[5] «Управление медиасервером (mediatrl)» . Архивировано из оригинала 30 января 2009 г. Проверено 18 января 2009 г.

[6] «Управление медиасервером (Mediactrl) —» .

[OpenVXI-7] «ОпенВСИ» . voip-info.org . 31 июля 2018 г. Проверено 3 июня 2019 г.

[1]

[2]

[3]

[4]

[5]

[6]

[7]