微軟推出.NET Speech SDK聲音應用開發(fā)環(huán)境 抗衡VoiceXML

2002/05/16

　　美國當?shù)貢r間2002年5月7日～10日，語音界面開發(fā)商會議“AVIOS (Applied Voice Input Output Society) Speech Expo”在美國圣諾塞市召開。其中最受關注的是美國微軟發(fā)布的“.NET Speech SDK version 1.0 beta版（.NET Speech SDK）”。

正在使用.NET Speech SDK來開發(fā)可進行語音和鍵盤輸入的窗體

　　.NET Speech SDK是使用融語音及圖像等為一體的界面來構筑Web應用的開發(fā)環(huán)境。與該公司的開發(fā)工具--“Visual Studio .NET”配合使用。據(jù)微軟稱，其特點是即使開發(fā)人員不具備語音界面方面的特殊知識也能使用。比如，上圖就是正在使用.NET Speech SDK開發(fā)的可進行語音及鍵盤輸入的窗口。文字輸入框右邊的小框是使用SALT（語音應用語言標簽）語音相關命令的標記。目前，在支持語音功能的Web應用的開發(fā)中，必須使用面向圖形和面向語音的兩種開發(fā)工具�！拔覀兊哪康氖翘峁┮粋�使用一種工具就能開發(fā)包括圖形和語音的多種界面的環(huán)境”（該公司負責.NET Speech技術的市場營銷經(jīng)理James Mastan）。

“不打算支持VoiceXML”

　　大多數(shù)WWW語音應用此前一直都是使用W3C（WWW聯(lián)盟）制定的名為“VoiceXML”的描述語言進行開發(fā)的。而.NET Speech SDK則支持微軟和美國SpeechWorks等正在開發(fā)的名為“SALT”的描述語言。微軟表示：“不打算支持VoiceXML”。對于這樣做的原因，微軟的Mastan是這樣解釋的：“VoiceXML主要是面向使用普通電話的語音應用開發(fā)的。對于WWW系統(tǒng)的開發(fā)商來說使用起來并不方便。這也是微軟自身在支持語音的系統(tǒng)開發(fā)過程中所體驗到的。我們決定采用SALT的目標就是為了使WWW系統(tǒng)開發(fā)商能輕松地使用描述語言進行開發(fā)”。

　　但是在此次會議上也出現(xiàn)了不同的動向。美國IBM展出了依據(jù)“XHTML+Voice Profile 1.0”標準、可在安裝“Pocket PC”的PDA上運行的多模型Web應用，其中“XHTML+Voice Profile 1.0”采用了部分VoiceXML標準。展示負責人再次強調(diào)指出：“IBM只使用業(yè)界標準”。而微軟則表示將于2002年夏季“準備向某些業(yè)界標準化團體遞交SALT提案”。

具有語音識別功能的、面向Pocket PC的應用的演示畫面

　　.NET Speech SDK目前為免費提供。其中包括設置Web應用的語音輸入/輸出動作的工具、用于根據(jù)不同的應用來限制終端用戶語言的語音語法編輯器、語音即時編輯器、語音調(diào)試工具以及嵌入到WWW瀏覽器（面向個人電腦的IE）中的試驗用插件等。微軟今后還將繼續(xù)強化其功能，在2003年公布正式版以前，準備追加使用電話的語音識別功能、支持用于PDA的“Pocket Internet Explorer”的語音識別插件，以及在終端和服務器上負責語音處理的分散型語音識別功能等。上圖顯示了具有語音識別功能的面向Pocket PC的應用的演示畫面。單擊左測的麥克風形狀的圖標后，就可以利用語音操作菜單。另外，.NET Speech SDK 1.0版只有英文版，供貨時間尚未確定的2.0版據(jù)稱將支持日語和其他語言。

日經(jīng)BP社　2002/05/16