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

2002/05/16

　　美國當地時(shí)間2002年5月7日～10日，語(yǔ)音界面開(kāi)發(fā)商會(huì )議“AVIOS (Applied Voice Input Output Society) Speech Expo”在美國圣諾塞市召開(kāi)。其中最受關(guān)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(lái)開(kāi)發(fā)可進(jìn)行語(yǔ)音和鍵盤(pán)輸入的窗體

　　.NET Speech SDK是使用融語(yǔ)音及圖像等為一體的界面來(lái)構筑Web應用的開(kāi)發(fā)環(huán)境。與該公司的開(kāi)發(fā)工具--“Visual Studio .NET”配合使用。據微軟稱(chēng)，其特點(diǎn)是即使開(kāi)發(fā)人員不具備語(yǔ)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(kāi)發(fā)的可進(jìn)行語(yǔ)音及鍵盤(pán)輸入的窗口。文字輸入框右邊的小框是使用SALT（語(yǔ)音應用語(yǔ)言標簽）語(yǔ)音相關(guān)命令的標記。目前，在支持語(yǔ)音功能的Web應用的開(kāi)發(fā)中，必須使用面向圖形和面向語(yǔ)音的兩種開(kāi)發(fā)工具。“我們的目的是提供一個(gè)使用一種工具就能開(kāi)發(fā)包括圖形和語(yǔ)音的多種界面的環(huán)境”（該公司負責.NET Speech技術(shù)的市場(chǎng)營(yíng)銷(xiāo)經(jīng)理James Mastan）。

“不打算支持VoiceXML”

　　大多數WWW語(yǔ)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(yǔ)言進(jìn)行開(kāi)發(fā)的。而.NET Speech SDK則支持微軟和美國SpeechWorks等正在開(kāi)發(fā)的名為“SALT”的描述語(yǔ)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(huà)的語(yǔ)音應用開(kāi)發(fā)的。對于WWW系統的開(kāi)發(fā)商來(lái)說(shuō)使用起來(lái)并不方便。這也是微軟自身在支持語(yǔ)音的系統開(kāi)發(fā)過(guò)程中所體驗到的。我們決定采用SALT的目標就是為了使WWW系統開(kāi)發(fā)商能輕松地使用描述語(yǔ)言進(jìn)行開(kāi)發(fā)”。

　　但是在此次會(huì )議上也出現了不同的動(dòng)向。美國IBM展出了依據“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(yǔ)音識別功能的、面向Pocket PC的應用的演示畫(huà)面

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

日經(jīng)BP社　2002/05/16