基于VoiceXML機(jī)制語(yǔ)音應(yīng)用為企業(yè)攬客

梁燁 2002/03/04

　　基于VoiceXML技術(shù)，可以開(kāi)發(fā)出多種多樣的語(yǔ)音應(yīng)用，也引起了業(yè)內(nèi)眾多廠商的關(guān)注。自從2000年初IBM、Lucent、AT&T和Motorola四大公司成立了VoiceXML論壇以來(lái)，語(yǔ)音應(yīng)用得到很大的發(fā)展。在國(guó)外，以Tellme.com和Nuance、SpeechWorks為代表的企業(yè)異軍突起，倡導(dǎo)人性化的語(yǔ)音上網(wǎng)服務(wù)；AT&T、AOL、Yahoo、Lycos等電信或互聯(lián)網(wǎng)服務(wù)提供商已開(kāi)通大型的交互式語(yǔ)音服務(wù)網(wǎng)站。

　　VoiceXML是核心

　　基于XML 數(shù)據(jù)機(jī)制之上的VoiceXML語(yǔ)音瀏覽是交互語(yǔ)音應(yīng)用的核心，它可以與數(shù)據(jù)庫(kù)、HTML、WML以及其它文檔處理和發(fā)布系統(tǒng)進(jìn)行無(wú)縫資料交換，實(shí)現(xiàn)互聯(lián)網(wǎng)與電話網(wǎng)的融合�；�于VoiceXML的語(yǔ)音瀏覽機(jī)制與語(yǔ)音識(shí)別、語(yǔ)音合成技術(shù)、智能文字信息處理技術(shù)相結(jié)合，人們可以通過(guò)電話或移動(dòng)電話以自然友好的語(yǔ)音形式訪問(wèn)互聯(lián)網(wǎng)，實(shí)現(xiàn)個(gè)人和商業(yè)服務(wù)的語(yǔ)音應(yīng)用。

圖1 基于VoiceXML的語(yǔ)音應(yīng)用平臺(tái)拓?fù)浣Y(jié)構(gòu)

　　比如說(shuō)，用戶想知道某公司的當(dāng)前股價(jià)，就打電話到提供該服務(wù)的公司，通過(guò)相關(guān)的映射，到達(dá)該網(wǎng)站的VoiceXML服務(wù)器，VoiceXML服務(wù)器馬上調(diào)出相應(yīng)的VoiceXML文件，在由VoiceXML解釋程序處理，通過(guò)TTS產(chǎn)生語(yǔ)音輸出，來(lái)回復(fù)用戶的請(qǐng)求。當(dāng)然，在處理VoiceXML文件的過(guò)程中，有時(shí)還需交給后臺(tái)的CGI程序處理，處理后的結(jié)果再由Web Server交給VoiceXML Server處理，見(jiàn)圖1。

　　基于VoiceXML的語(yǔ)音應(yīng)用

　　通過(guò)VoiceXML，可以很容易地建立新的語(yǔ)音應(yīng)用和服務(wù)，如語(yǔ)音門(mén)戶、語(yǔ)音Call Center、語(yǔ)音信息服務(wù)、語(yǔ)音電子商務(wù)等。而這些應(yīng)用或服務(wù)可以很容易地和原有的數(shù)據(jù)系統(tǒng)結(jié)合起來(lái)，甚至輕易地從原有的各類(lèi)應(yīng)用中延展出來(lái)。用戶通過(guò)語(yǔ)音門(mén)戶平臺(tái)，可以把有線電話網(wǎng)、無(wú)線通信網(wǎng)、尋呼網(wǎng)、互聯(lián)網(wǎng)作為統(tǒng)一信息平臺(tái)，通過(guò)電話查詢股票行情、天氣預(yù)報(bào)、航班動(dòng)態(tài)、火車(chē)時(shí)刻表等信息，還可點(diǎn)播自己定制的個(gè)人信息、新聞、證券評(píng)論、電影評(píng)論等，同時(shí)還能進(jìn)行諸如購(gòu)買(mǎi)飛機(jī)票、股票等電子商務(wù)活動(dòng)。語(yǔ)音門(mén)戶服務(wù)功能模塊將分別滲透到電信市場(chǎng)、郵政市場(chǎng)、政府、金融銀行、證券行業(yè)、保險(xiǎn)市場(chǎng)、交通旅游市場(chǎng)、物流運(yùn)輸行業(yè)、公共生活等，幾乎無(wú)孔不入，覆蓋了社會(huì)生活的大部分。

圖2 語(yǔ)音互聯(lián)網(wǎng)業(yè)務(wù)系統(tǒng)層次圖

　　企業(yè)利用語(yǔ)音門(mén)戶，可以通過(guò)節(jié)省人工座席成本實(shí)現(xiàn)低成本地發(fā)布信息，提供客戶服務(wù)，而且可以實(shí)現(xiàn)其它有價(jià)值的業(yè)務(wù)，開(kāi)創(chuàng)新的市場(chǎng)空間和利潤(rùn)，其業(yè)務(wù)系統(tǒng)層次如圖2所示。

　　語(yǔ)音門(mén)戶

　　利用VoiceXML 語(yǔ)音瀏覽器系統(tǒng)，運(yùn)營(yíng)商可以建立自己的語(yǔ)音門(mén)戶（Voice Portal），為用戶提供包括電話郵件、股票查詢、天氣查詢、語(yǔ)音游戲、語(yǔ)音電子商務(wù)在內(nèi)的電信服務(wù)和應(yīng)用系統(tǒng)，開(kāi)拓新的電信增值業(yè)務(wù)項(xiàng)目。

　　在基于VoiceXML的語(yǔ)音郵件應(yīng)用中，用戶可以自由地選擇收聽(tīng)郵件、只聽(tīng)標(biāo)題或內(nèi)容、順序?yàn)g覽、隨時(shí)刪除。在基于VoiceXML 的股票查詢應(yīng)用中，用戶無(wú)須記住股票代碼，只需說(shuō)出股票名稱即可。用戶可以有選擇地定制自己所關(guān)心的幾種股票，只查詢這幾種股票的信息。通過(guò)更為復(fù)雜的模板定制，用戶還可以定制關(guān)心的股票價(jià)格、成交量等細(xì)節(jié)內(nèi)容。

　　UMS平臺(tái)

　　通過(guò)建立語(yǔ)音門(mén)戶和VoiceXML 語(yǔ)音應(yīng)用平臺(tái)，實(shí)現(xiàn)互聯(lián)網(wǎng)與電話網(wǎng)的融合，運(yùn)營(yíng)商還可以為用戶提供UMS （統(tǒng)一信息系統(tǒng)）。用戶可以通過(guò)各種各樣的工具來(lái)查詢、獲取信息和得到反饋。E-mail、電話、傳真、短消息與BP等通信形式，在 UMS 平臺(tái)中都得到了充分的體現(xiàn)和發(fā)揮，而用VoiceXML 標(biāo)記語(yǔ)言，不僅僅可以描述對(duì)電話信息方式的處理，而且可以描述其與其它信息方式的溝通和交互，使整個(gè)UMS 平臺(tái)成為一個(gè)有機(jī)的整體。

　　中小型語(yǔ)音門(mén)戶

　　通過(guò)百、十線級(jí)的VoiceXML 語(yǔ)音瀏覽系統(tǒng)，包括ISP、ICP、聲訊臺(tái)等虛擬運(yùn)營(yíng)商以及政府、企業(yè)在內(nèi)的行業(yè)用戶，可建立起行業(yè)專(zhuān)用的中小型語(yǔ)音門(mén)戶。通過(guò)語(yǔ)音門(mén)戶，虛擬運(yùn)營(yíng)商可以輕松地將用戶延伸到龐大的電話用戶群中。行業(yè)用戶也能通過(guò)開(kāi)發(fā)新的語(yǔ)音應(yīng)用，開(kāi)展基于語(yǔ)音瀏覽的商務(wù)系統(tǒng)。

　　跨越互聯(lián)網(wǎng)和數(shù)據(jù)網(wǎng)的VoiceXML呼叫中心

　　呼叫中心將不僅為電話用戶提供服務(wù)，基于Web 的呼叫中心越來(lái)越受到商家的關(guān)注。兩個(gè)網(wǎng)絡(luò)之間的交互通過(guò)VXML 數(shù)據(jù)標(biāo)記技術(shù)而變得輕松簡(jiǎn)單。VoiceXML 語(yǔ)音瀏覽系統(tǒng)使大部分的對(duì)話都可以由計(jì)算機(jī)自己完成，大大降低座席人員的要求和負(fù)擔(dān)，而使用戶的使用更為簡(jiǎn)單和自然。VXML技術(shù)使單純的按鍵選擇方式變?yōu)榘存I和語(yǔ)音選擇并行，對(duì)于大量的復(fù)雜信息查詢（如天氣預(yù)報(bào)、郵編地址等），可以簡(jiǎn)化查詢層次和靈活處理業(yè)務(wù)流程。

　　基于語(yǔ)音瀏覽的商務(wù)系統(tǒng)

　　通過(guò)VoiceXML 語(yǔ)音瀏覽系統(tǒng)，行業(yè)用戶可以建立用戶群更為廣泛、使用更為方便的VoiceXML商務(wù)平臺(tái)。以無(wú)限商機(jī)VoiceXML語(yǔ)音瀏覽系統(tǒng)為例，它提供了數(shù)據(jù)處理功能和相關(guān)系統(tǒng)結(jié)構(gòu)，并專(zhuān)門(mén)針對(duì)語(yǔ)音應(yīng)用的特點(diǎn)做出了優(yōu)化設(shè)計(jì)和實(shí)現(xiàn)，使商家對(duì)整個(gè)系統(tǒng)的管理、交易的控制更為高效。它可以與行業(yè)用戶原有的電子商務(wù)系統(tǒng)輕易結(jié)合，也可以在強(qiáng)大的中間件平臺(tái)基礎(chǔ)上建構(gòu)新的語(yǔ)音電子商務(wù)系統(tǒng)�；�于語(yǔ)音瀏覽的商務(wù)系統(tǒng)可廣泛應(yīng)用于航空、銀行、證券、保險(xiǎn)、零售等行業(yè)中。

　　到了哪一步

　　由于VoiceXML技術(shù)和語(yǔ)音技術(shù)的快速發(fā)展，已經(jīng)有150個(gè)以上的公司和組織加入VoiceXML論壇，積極支持和推動(dòng)支持基于VoiceXML的應(yīng)用。目前，IBM、 Motorola、朗訊、Nuance都已推出了各自的VoiceXML網(wǎng)關(guān)及VoiceXML開(kāi)發(fā)包，但大都不支持中文。

　　在言豐、科大訊飛、捷通等國(guó)內(nèi)廠商的努力下，目前我國(guó)在中文語(yǔ)音識(shí)別、語(yǔ)音合成等技術(shù)上正逐步走向成熟，而在語(yǔ)音瀏覽這一核心技術(shù)領(lǐng)域，中國(guó)也已取得重大突破，由無(wú)限商機(jī)與北郵CTI中心聯(lián)合研制的VoiceXML中文語(yǔ)音瀏覽器，通過(guò)專(zhuān)家的聯(lián)合權(quán)威技術(shù)鑒定。

　　目前，基于VoiceXML的語(yǔ)音應(yīng)用在國(guó)內(nèi)尚處于起步階段，中國(guó)要完全實(shí)現(xiàn)交互式語(yǔ)音應(yīng)用還存在著技術(shù)、標(biāo)準(zhǔn)、應(yīng)用及內(nèi)容等方面的一些瓶頸和不足，但語(yǔ)音互聯(lián)網(wǎng)的前景吸引著業(yè)內(nèi)人士，并努力使這些瓶頸得到解決。

　　在技術(shù)方面，地方口音與噪音的問(wèn)題通過(guò)個(gè)性化定制、自適應(yīng)能力和按鍵輔助正在得到解決；在標(biāo)準(zhǔn)的統(tǒng)一與開(kāi)放方面，中文VoiceXML已與國(guó)際標(biāo)準(zhǔn)完全接軌，由21家通信行業(yè)領(lǐng)頭單位共同倡導(dǎo)成立的“中國(guó)互聯(lián)網(wǎng)移動(dòng)應(yīng)用協(xié)議特別組”（CMIS）中文＆漢語(yǔ)專(zhuān)家組，已提出了基于VoiceXML的應(yīng)用系統(tǒng)規(guī)范提綱，標(biāo)志著中文VoiceXML語(yǔ)音技術(shù)應(yīng)用標(biāo)準(zhǔn)正在逐步醞釀和推進(jìn)。而在應(yīng)用及內(nèi)容方面，通過(guò)服務(wù)商與內(nèi)容商雙贏的合作分成模式，通過(guò)規(guī)�；�的招標(biāo)采購(gòu)，以及開(kāi)放的開(kāi)發(fā)平臺(tái)，從而誕生豐富的內(nèi)容與應(yīng)用。

　　關(guān)于VoiceXML論壇

　　為了促進(jìn)CTI技術(shù)和語(yǔ)音技術(shù)的發(fā)展，2000年初，IBM、Lucent、AT&T和Motorola四大公司成立了VoiceXML（Voice Extensible Markup Language，語(yǔ)音擴(kuò)展標(biāo)記語(yǔ)言）論壇。這種新的語(yǔ)音技術(shù)，使用戶能通過(guò)電話和語(yǔ)音來(lái)訪問(wèn)Internet，幫助企業(yè)、電信公司、互聯(lián)網(wǎng)公司增加網(wǎng)絡(luò)使用率，提高用戶忠誠(chéng)度，開(kāi)發(fā)新市場(chǎng)，從而增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。

中國(guó)計(jì)算機(jī)報(bào) 2002/03/04