首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>> 北京無(wú)限商機

我國語(yǔ)音互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展和統一標準規范VAP探討

雷百鎖 2002/03/04

主題

　　以滿(mǎn)足中國簡(jiǎn)易終端的服務(wù)需求為目的，利用中國電信、移動(dòng)、聯(lián)通和互聯(lián)網(wǎng)服務(wù)商平臺的現有資源，保證任何用戶(hù)、在任何地方、使用任何終端、享受互聯(lián)網(wǎng)上的任何服務(wù)。探索中國語(yǔ)音信息服務(wù)業(yè)的在互聯(lián)網(wǎng)上的發(fā)展，提出中國語(yǔ)音數據互聯(lián)的相互促進(jìn)的發(fā)展模式和全國語(yǔ)音應用標準（VAP）的統一。促使語(yǔ)音數據互聯(lián)網(wǎng)的規范、良性發(fā)展，進(jìn)而推進(jìn)語(yǔ)音電子商務(wù)（V-Commerce）的應用。澄清傳統聲訊和語(yǔ)音互聯(lián)的本質(zhì)區別，注重服務(wù)內容的多方面參與制作優(yōu)化，避免落入聲訊服務(wù)的窠臼。固話(huà)網(wǎng)語(yǔ)音互聯(lián)、移動(dòng)語(yǔ)音互聯(lián)等具有相似性，互聯(lián)網(wǎng)、ICP、運營(yíng)商、系統集成商相互依存，相互促進(jìn)，積極聯(lián)合，共同推動(dòng)我國國民經(jīng)濟的繁榮和發(fā)展。

語(yǔ)音互聯(lián)和VoiceXML標準

　　在中國，電話(huà)有著(zhù)最廣泛的用戶(hù)群；追求方便時(shí)尚，希望使用互聯(lián)網(wǎng)信息、郵件而不懂或不熟悉鍵盤(pán)操作的用戶(hù)占4/5；語(yǔ)音互聯(lián)網(wǎng)是電話(huà)網(wǎng)與互聯(lián)網(wǎng)的完美結合，通過(guò)語(yǔ)音互聯(lián)，普通電話(huà)用戶(hù)用自然語(yǔ)言對話(huà)的方式即可獲取互聯(lián)網(wǎng)的主要服務(wù)，滿(mǎn)足用戶(hù)任何時(shí)間、任何地點(diǎn)、任何設備獲取信息的需求。在美國、日本，語(yǔ)音互聯(lián)已成為簡(jiǎn)易終端接入互聯(lián)網(wǎng)的主要方式之一。

　　由AT&T、IBM、Lucent、Motorola共同發(fā)起并，為W3C 組織接受為國際工業(yè)標準VoiceXML2.0標準，實(shí)現了語(yǔ)音于互聯(lián)網(wǎng)豐富信源交互的國際標準，使簡(jiǎn)易終端設備方便實(shí)現語(yǔ)音互聯(lián)網(wǎng)交互成為現實(shí)。他是基于XML 的數據機制，實(shí)現語(yǔ)音與數據的融合，是Web與語(yǔ)音瀏覽器的統一，可以與數據庫、HTML、WML以及其它文檔處理和發(fā)布系統進(jìn)行無(wú)縫資料交換。

　　VoiceXML實(shí)現了適用于自然語(yǔ)音對話(huà)框交互方式的業(yè)務(wù)應用流程和數據的頁(yè)面描述，結合傳統的電話(huà)語(yǔ)音操作控制、語(yǔ)音識別（ASR）、文語(yǔ)轉換（TTS）、XML、Web數據庫等技術(shù)，完成方便、完善的業(yè)務(wù)和信息控制操作。

　　自主產(chǎn)權的中文VoiceXML解釋器已經(jīng)發(fā)布，CMIS正基于VoiceXML起草中國語(yǔ)音互聯(lián)的技術(shù)標準及產(chǎn)品規范，可望成為中國語(yǔ)音應用的規范性標準（VAP），這將推動(dòng)中國經(jīng)濟的繁榮富強。

簡(jiǎn)易終端用戶(hù)在通訊、互聯(lián)網(wǎng)的服務(wù)現狀和展望

　　普遍存在的簡(jiǎn)易終端在電信、移動(dòng)、聯(lián)通等系統平臺的各種接入如PSTN、GSM、CDMA、GPRS等方式下方便的進(jìn)行語(yǔ)音互聯(lián)業(yè)務(wù)服務(wù)。將數據增值業(yè)務(wù)在用戶(hù)、運營(yíng)商、互聯(lián)網(wǎng)服務(wù)商等進(jìn)行推廣。

　　中國聲訊業(yè)經(jīng)歷多年的發(fā)展歷程，形成了中國特有的、最大的電話(huà)信息接入訪(fǎng)問(wèn)服務(wù)平臺，該平臺的全省、甚至于全國統一聯(lián)網(wǎng)正在進(jìn)行，有望成為全球最大的電話(huà)接入、商務(wù)平臺。但眾所周知，現有平臺的結構和運營(yíng)存在著(zhù)一系列問(wèn)題，其中的主要技術(shù)原因在于： 1）、平臺結構標準不統一、難以聯(lián)成網(wǎng)絡(luò )，全省、全國無(wú)法實(shí)時(shí)共享、管理。2）、業(yè)務(wù)信息腳本不統一、開(kāi)發(fā)難，信息更新慢，信源枯竭、信息難以共享。這些缺乏新穎、實(shí)用、共享的服務(wù)方式造成該行業(yè)維護管理費用高、服務(wù)偏離、效益下滑、經(jīng)營(yíng)管理困難，也進(jìn)而阻礙全國統一聯(lián)網(wǎng)的實(shí)施。

　　同樣互聯(lián)網(wǎng)運營(yíng)商和ICP服務(wù)者因為缺乏實(shí)用的信息服務(wù)內容和有效的運營(yíng)、盈利模式，導致經(jīng)營(yíng)困難，語(yǔ)音互聯(lián)將改變他們的運營(yíng)模式。移動(dòng)電話(huà)運營(yíng)商的數據業(yè)務(wù)和語(yǔ)音互聯(lián)業(yè)務(wù)也將成為新的增長(cháng)點(diǎn)。

　　基于VoiceXML標準的語(yǔ)音數據互聯(lián)將為聲訊網(wǎng)、移動(dòng)網(wǎng)、互聯(lián)網(wǎng)的統一提供技術(shù)保障。該業(yè)務(wù)將使得人們利用普遍存在的電話(huà)以自然語(yǔ)音交互的方式方便簡(jiǎn)單地進(jìn)行互聯(lián)網(wǎng)上的商務(wù)活動(dòng)，解決了真正的移動(dòng)和方便。移動(dòng)和方便可以吸引更多的用戶(hù)群，但更重要的還是服務(wù)和內容，如何提供更實(shí)用、更及時(shí)、更有效的信息是互聯(lián)網(wǎng)包括語(yǔ)音互聯(lián)在內發(fā)展的關(guān)鍵。

　　只有統一平臺標準規范，實(shí)現全網(wǎng)平臺內容接口的統一，并利用電話(huà)計費代收的機制，實(shí)現ICP收費模式、服務(wù)內容發(fā)布、運營(yíng)管理、系統維護等的統一和價(jià)值鏈的平衡，才能在互惠、良性循環(huán)的產(chǎn)業(yè)鏈中互相促進(jìn)，共同發(fā)展。

　　基于VoiceXML的統一業(yè)務(wù)腳本、簡(jiǎn)單開(kāi)放的業(yè)務(wù)發(fā)布機制、完善的計費代收費體系、統一的平臺接口、不同網(wǎng)絡(luò )的統一構成了中國又一幕網(wǎng)絡(luò )應用的宏觀(guān)景象。

語(yǔ)音門(mén)戶(hù)和語(yǔ)音互聯(lián)業(yè)務(wù)

　　IDG預測,到2002年,全世界將有5萬(wàn)個(gè)提供語(yǔ)音服務(wù)業(yè)務(wù)的網(wǎng)站；KESLEY GROUP預測，到2005年，將有1.28億的語(yǔ)音互聯(lián)用戶(hù)，語(yǔ)音服務(wù)年收入將達到123億美元；截止到2001年10月，AT&T、AOL、NTT DOCOMO、TELL ME、臺灣和訊電信、YAHOO等相繼發(fā)布了語(yǔ)音互聯(lián)服務(wù)；語(yǔ)音互聯(lián)網(wǎng)正在國際上迅速成為與SMS、I-Mode并列的三個(gè)電信新業(yè)務(wù)。

　　語(yǔ)音應用必須注重個(gè)性化的服務(wù)，強調信息的精煉和時(shí)效，做到用戶(hù)的細分，避免煩冗和大眾化。

中國語(yǔ)音互聯(lián)產(chǎn)業(yè)鏈

　　共贏(yíng)的開(kāi)放合作機制、相互依存發(fā)展的良性平衡鏈：

　　系統提供商：提供系統技術(shù)、發(fā)布系統培訓，為ICP、ISP/ASP提供支持，共同服務(wù)于用戶(hù)。

　　Voice ISP/ASP：提供接入、管理、計費、清算、應用等支持服務(wù)。

　　Voice ICP：在發(fā)布體系下提供用戶(hù)滿(mǎn)意的優(yōu)質(zhì)內容，借助代收費、清算機制改變收費模式和盈利模式。

　　Voice 用戶(hù)：享受完美服務(wù)，提供服務(wù)反饋供改善系統及服務(wù)。

語(yǔ)音互聯(lián)與傳統聲訊的本質(zhì)區別

　　不統一的局域網(wǎng)（聲迅）與統一協(xié)議的互聯(lián)網(wǎng)（語(yǔ)音互聯(lián)）

統一的業(yè)務(wù)發(fā)布、維護管理體系促進(jìn)業(yè)務(wù)的豐富和ICP的發(fā)展

　　有了統一、互聯(lián)的業(yè)務(wù)腳本以及合作的計費清算、代收費機制，可以改變ICP的盈利模式，但還必須有統一、開(kāi)放、方便的發(fā)布管理體系才能方便眾多的ICP的合作參與，保證服務(wù)內容的豐富和優(yōu)化。

　　1、WEB腳本的業(yè)務(wù)內容：系統采用VoiceXML標準的語(yǔ)言進(jìn)行業(yè)務(wù)流程和數據的腳本生成管理。該腳本做到語(yǔ)音和數據在WEB的融合，滿(mǎn)足電話(huà)、PC等不同終端的語(yǔ)音命令交互訪(fǎng)問(wèn)。方便、簡(jiǎn)單、統一的業(yè)務(wù)腳本，保證內容的豐富、更新和優(yōu)化。

　　2、統一業(yè)務(wù)發(fā)布體系：系統提供簡(jiǎn)單、一致的業(yè)務(wù)發(fā)布和管理接口規范（如同網(wǎng)頁(yè)發(fā)布一樣），并建立業(yè)務(wù)目錄庫進(jìn)行業(yè)務(wù)的導航搜索。該體系方便了系統運營(yíng)者和第三方業(yè)務(wù)合作者如ICP的業(yè)務(wù)發(fā)布和管理，也方便了業(yè)務(wù)訪(fǎng)問(wèn)者的交互，為系統平臺的出租、外包合作和業(yè)務(wù)內容的豐富提供保障。對于平臺全國聯(lián)網(wǎng)實(shí)施后，無(wú)論任何平臺、中心或各地市，只需要在WEB上發(fā)布相關(guān)的業(yè)務(wù)腳本，系統自動(dòng)生成目錄信息庫就可以完成不同地市業(yè)務(wù)的共享。

　　3、在線(xiàn)發(fā)布調試、維護管理：系統提供在線(xiàn)調試、維護、管理功能，用戶(hù)可以在正式發(fā)布之前進(jìn)行業(yè)務(wù)的試運行、調試、修改，直至滿(mǎn)足要求后在正式發(fā)布。整個(gè)過(guò)程不影響平臺的正常運營(yíng)。

　　4、完善的業(yè)務(wù)統計、分析、決策鏈：平臺完善的統計管理系統為信息/業(yè)務(wù)的運營(yíng)、決策提供依據，結合客戶(hù)關(guān)系管理和呼叫中心的業(yè)務(wù)統計分析功能，提供閉環(huán)的、智能的信息優(yōu)化決策鏈。充分考慮系統平臺的客戶(hù)價(jià)值（Customer Economy）。這些功能為平臺的運營(yíng)、管理者提供全網(wǎng)的業(yè)務(wù)運營(yíng)信息，便于全網(wǎng)業(yè)務(wù)的監督、管理、控制。

　　5、全網(wǎng)系統管理：系統提供安全可靠的系統網(wǎng)絡(luò )管理、業(yè)務(wù)管理、安全認證、計費結算等等相關(guān)的功能。保證網(wǎng)絡(luò )的后臺支持。

中國語(yǔ)音互聯(lián)網(wǎng)的統一規范VAP標準

　　語(yǔ)音互聯(lián)網(wǎng)應用技術(shù)標準VAP（Voice Application Protocol）及產(chǎn)品，是指在互聯(lián)網(wǎng)絡(luò )和通信網(wǎng)絡(luò )進(jìn)行自然語(yǔ)音交互技術(shù)應用開(kāi)發(fā)、服務(wù)提供的技術(shù)標準及相應設備的產(chǎn)品規范。互聯(lián)網(wǎng)語(yǔ)音應用技術(shù)標準及產(chǎn)品制定了語(yǔ)音應用的架構和網(wǎng)絡(luò )協(xié)議，詳細說(shuō)明語(yǔ)音終端設備（如電話(huà)、手機、內嵌語(yǔ)音瀏覽器的智能設備、PC等）與網(wǎng)絡(luò )的通信協(xié)議和技術(shù)規范。該協(xié)議擴展和協(xié)調了通信網(wǎng)絡(luò )技術(shù)（如網(wǎng)絡(luò )數字通信標準）和Internet技術(shù)（如XML、Web以及多種的信息內容格式等）。該協(xié)議可以幫助網(wǎng)絡(luò )的運營(yíng)商、設備廠(chǎng)商、應用開(kāi)發(fā)商等建立基于語(yǔ)音方式的靈活、快捷、高效的服務(wù)。

　　中國移動(dòng)互聯(lián)應用協(xié)議特別組的中文&漢語(yǔ)專(zhuān)家組對互聯(lián)網(wǎng)語(yǔ)音應用技術(shù)標準及產(chǎn)品從多個(gè)層次進(jìn)行定義：應用層、會(huì )話(huà)層、事務(wù)層、安全層、控制層、信號層。形成中國語(yǔ)音互聯(lián)應用的規范標準VAP。

　　互聯(lián)網(wǎng)語(yǔ)音應用技術(shù)標準及產(chǎn)品不僅僅為實(shí)現語(yǔ)音應用技術(shù)而設計，它的設計中使語(yǔ)音技術(shù)可以操作多種不同的應用，如短消息、WAP等。其在每個(gè)層次上都提供擴展性的已定義好的接口，使其不僅僅限制于互聯(lián)網(wǎng)語(yǔ)音應用技術(shù)標準及產(chǎn)品（VAP）所描述和定義的范圍內。

VoiceXML、VAP和電子商務(wù)技術(shù)促進(jìn)電話(huà)語(yǔ)音商務(wù)的應用

　　語(yǔ)音資訊將是信息發(fā)展的又一場(chǎng)信息革命。從MIS、ERP、CTI、CRM等到工作流、范稱(chēng)的管理系統等電子商務(wù)活動(dòng)（我們統一提升到‘商務(wù)’的高度來(lái)認識）將無(wú)不用到語(yǔ)音技術(shù)，即語(yǔ)音技術(shù)是商務(wù)系統的基本‘部件’。電話(huà)最普及、最方便，技術(shù)的發(fā)展使電話(huà)信息交互更加友好。配合多種終端設備，幾乎所有信息（我們統一提升到‘知識’的高度認識）都可處理。借助VoiceXML技術(shù)和語(yǔ)音應用標準規范，將更方便用戶(hù)的語(yǔ)音交互操作和語(yǔ)音商務(wù)（V-Commerce）應用系統的建立。

共同聯(lián)合推動(dòng)我國民族科技發(fā)展

　　良性發(fā)展的產(chǎn)業(yè)鏈，統一開(kāi)放的標準，為各行業(yè)的合作提供空間。經(jīng)濟的發(fā)展必須依靠獨立自主的技術(shù)，各大運營(yíng)商、ICP、系統提供商等等應共同參與，積極聯(lián)合，形成互惠統一的國家利益體，努力推動(dòng)我國技術(shù)的發(fā)展和經(jīng)濟的繁榮。

參考資源：

www.w3c.org/voice

m.yshhuang.com

www.6637.com

m.yshhuang.com/technology/voiceXML/voiceXML.htm

作者簡(jiǎn)介：

雷百鎖: 無(wú)限商機技術(shù)有限公司產(chǎn)品總監
E-mail: leibs@yeah.net

無(wú)限商機供稿　CTI論壇編輯