日韩高清成人毛片不卡_CTI論壇:語(yǔ)音門(mén)戶(hù) -- 語(yǔ)音互連網(wǎng)的核心

一．摘要　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　因特網(wǎng)和電話(huà)系統的結合產(chǎn)生了一個(gè)新的平臺：語(yǔ)音門(mén)戶(hù)。通過(guò)語(yǔ)音門(mén)戶(hù)，任何人可以在任何地點(diǎn)，通過(guò)電話(huà)用語(yǔ)言訪(fǎng)問(wèn)因特網(wǎng)的內容或進(jìn)行電子商務(wù)活動(dòng)。語(yǔ)音門(mén)戶(hù)的應用對于因特網(wǎng)上海量的信息訪(fǎng)問(wèn)提供了一種有效的接入方法。過(guò)去通過(guò)瀏覽器才能提供的服務(wù)，現在通過(guò)最自然的用戶(hù)界面--語(yǔ)音就可以獲得。

　　本文將討論語(yǔ)音門(mén)戶(hù)應用的技術(shù)和目前發(fā)展迅速的語(yǔ)音Web的市場(chǎng)。包括建設和實(shí)施語(yǔ)音Web的各種類(lèi)型的公司介紹和他們應用語(yǔ)音Web的商業(yè)模型。詳細介紹了如何利用NMS通信公司提供的優(yōu)秀平臺快速構建和實(shí)施語(yǔ)音門(mén)戶(hù)。通過(guò)一個(gè)客戶(hù)使用NMS技術(shù)成功實(shí)現語(yǔ)音門(mén)戶(hù)的具體實(shí)例，可以了解客戶(hù)如何從中獲益。

二．簡(jiǎn)介

　　術(shù)語(yǔ)"語(yǔ)音門(mén)戶(hù)（voice portal）"所代表的是一組語(yǔ)音應用，從讀出電子郵件到播放交通信息都屬于語(yǔ)音門(mén)戶(hù)的應用。B.Elliot，一位在斯坦福Gartner Group的研究分析專(zhuān)家將語(yǔ)音門(mén)戶(hù)定義為："一個(gè)利用先進(jìn)語(yǔ)音識別技術(shù)，通過(guò)因特網(wǎng)提供信息訪(fǎng)問(wèn)的系統。大多數語(yǔ)音門(mén)戶(hù)的核心構件包括語(yǔ)音識別，TTS，信息采集，信息分類(lèi)軟件，電話(huà)系統與因特網(wǎng)接口，和維護工具。其它可選的組件包括：支持信息相關(guān)性的軟件，個(gè)人助理（即，智能助手），對VoiceXML協(xié)議的支持^①"。

　　總結以上描述，一個(gè)語(yǔ)音門(mén)戶(hù)是由一組互相關(guān)聯(lián)的應用組成，用于幫助電話(huà)用戶(hù)通過(guò)語(yǔ)音
訪(fǎng)問(wèn)因特網(wǎng)上大量的內容。使用先進(jìn)的電話(huà)系統，語(yǔ)音識別和文本轉語(yǔ)音技術(shù)，語(yǔ)音門(mén)戶(hù)可以為呼叫者提供e-mail訪(fǎng)問(wèn)，交通信息查詢(xún)，本地和國內新聞，最新體育消息，股票價(jià)格，旅行信息和預定等非常多的應用。語(yǔ)音門(mén)戶(hù)可以作為Web門(mén)戶(hù)的前端語(yǔ)音接口，不管在什么時(shí)間，或位于何處，現有Web門(mén)戶(hù)上的所有信息，都可以從任何一部電話(huà)獲得。

　　今天的大型語(yǔ)音門(mén)戶(hù)，一般都提供對因特網(wǎng)基本內容的獲取功能，例如交通和天氣情況，國內或國際新聞，及司機導航信息等。小型語(yǔ)音門(mén)戶(hù)一般用于企業(yè)級語(yǔ)音門(mén)戶(hù)，可以為用戶(hù)提供電子商務(wù)信息，例如，購買(mǎi)商品或股票，呼叫中心的客戶(hù)服務(wù)和技術(shù)支持，企業(yè)內部網(wǎng)中的自動(dòng)化應用，如日程安排和統一消息等。語(yǔ)音門(mén)戶(hù)很快會(huì )提供更多的增強型服務(wù)，例如，即時(shí)語(yǔ)音消息傳送，語(yǔ)音會(huì )議和基于位置的服務(wù)。

　　語(yǔ)音門(mén)戶(hù)和語(yǔ)音Web站點(diǎn)正在迅速增加，這種現象產(chǎn)生的原因有以下幾種：

　　3.1 語(yǔ)音技術(shù)的發(fā)展

　　首先，最重要一點(diǎn)是，語(yǔ)音技術(shù)經(jīng)過(guò)多年的發(fā)展，最終達到了用戶(hù)對語(yǔ)音質(zhì)量的期望，從而促進(jìn)了最終用戶(hù)對這項技術(shù)的接受。實(shí)際上，TMA協(xié)會(huì )，一個(gè)位于南加里福尼亞的語(yǔ)音產(chǎn)業(yè)分析公司，曾經(jīng)預計僅在電信行業(yè)應用語(yǔ)音技術(shù)的市場(chǎng)規模，在2003年將達到18億美元^②。

　　從呼叫者輸入方式看，自動(dòng)語(yǔ)音識別（ASR）已經(jīng)達到足夠可靠的程度，那些最注重實(shí)際的商業(yè)管理人員已經(jīng)開(kāi)始對這項技術(shù)感興趣，ASR的識別準確率已經(jīng)達到95-97%，或者超過(guò)這一范圍，這是一個(gè)驚人的進(jìn)步，因為它已經(jīng)超過(guò)真實(shí)坐席員的準確度。相對于傳統通過(guò)雙音頻（DTMF）話(huà)機提供的用戶(hù)界面，ASR技術(shù)的進(jìn)步提供了"用戶(hù)友好"的人機交互方式。它可以識別呼叫者說(shuō)的短語(yǔ)，將語(yǔ)音文字轉換為自動(dòng)系統可以執行動(dòng)作的指令或信息。新的語(yǔ)音識別功能采用了自然語(yǔ)言理解（NLU）技術(shù)，使呼叫者可以使用自己的語(yǔ)言對系統提出請求。

　　在系統輸出端，文本轉語(yǔ)音（TTS）技術(shù)使計算機可以將ASCII文本合成人類(lèi)語(yǔ)言，現在聲音更自然，易于理解，因此可以促進(jìn)用戶(hù)接受這種人機交互方式。由于有了TTS技術(shù)，現在，不用將聲音預先錄制下來(lái)，呼叫者就可以聽(tīng)到計算機系統"讀出"的各種信息。呼叫者識別軟件可以準確、可靠的完成識別用戶(hù)身份的任務(wù)。通過(guò)身份識別，可以開(kāi)展基本的電子商務(wù)活動(dòng)或實(shí)現一些個(gè)性化的服務(wù)。這些新的發(fā)展使越來(lái)越多的用戶(hù)開(kāi)始接受語(yǔ)音技術(shù)。最近一項由Nuance通信公司和Evans研究機構共同做的研究結果發(fā)現，87%語(yǔ)音系統的用戶(hù)對他們的使用結果感到滿(mǎn)意，他們通常優(yōu)先選擇語(yǔ)音系統，而不是DTMF或話(huà)務(wù)員。另外，78%的用戶(hù)說(shuō)，語(yǔ)音技術(shù)的主要好處在于可以在任何地點(diǎn)獲得他們需要的信息，不需要通過(guò)音頻按鍵選擇復雜的菜單，或等待話(huà)務(wù)員應答，或花時(shí)間登錄因特網(wǎng)。98%的用戶(hù)說(shuō)他們希望未來(lái)繼續使用這些語(yǔ)音自動(dòng)服務(wù)。^③

　　通信技術(shù)的發(fā)展促進(jìn)了這些語(yǔ)音技術(shù)的進(jìn)步，他們可以帶來(lái)多種復雜的語(yǔ)音應用，支持數百甚至數千個(gè)端口呼入，提供多種類(lèi)型的ASR引擎，并且支持多語(yǔ)種的各種語(yǔ)音記錄和合成功能。

　　3.2 移動(dòng)電話(huà)的采用

　　全球范圍內移動(dòng)電話(huà)（無(wú)線(xiàn)電話(huà)）的增長(cháng)非常迅速。IDC研究機構預測，全球移動(dòng)電話(huà)用戶(hù)在2005年將超過(guò)11億部^④ ，此外，汽車(chē)制造商開(kāi)始提供具有語(yǔ)音功能的遠程通信服務(wù)。例如通用汽車(chē)公司的OnStar和福特公司的Winspan系統。

　　遠程通信供應商提供的基于位置的服務(wù)來(lái)自政府的E911項目，可以提供位置相關(guān)的信息訪(fǎng)問(wèn)，例如交通情況和天氣消息。大多數汽車(chē)廠(chǎng)商很快會(huì )將通信設備裝入汽車(chē)中，可以是用戶(hù)接入因特網(wǎng)和其它信息服務(wù)中心，移動(dòng)中的用戶(hù)會(huì )習慣于經(jīng)常使用這些服務(wù)。事實(shí)上，Forrester研究公司預測，到2005年1.11億美國人將使用移動(dòng)數據服務(wù)。^⑤

　　此外，Yankee集團，一家位于波士頓的分析公司，也支持這種看法，他們認為電話(huà)是提供增值服務(wù)的有效手段。根據Yankee集團的研究結果，各種增強型服務(wù)，例如語(yǔ)音消息，跟隨我（follow-me）服務(wù)和尋找我（find-me）服務(wù)，個(gè)人號碼撥號，語(yǔ)音撥號，和尋呼，是目前14%的美國無(wú)線(xiàn)用戶(hù)經(jīng)常使用的服務(wù)。在歐洲，無(wú)線(xiàn)服務(wù)市場(chǎng)較美國更為強大，Yankee發(fā)現40%的無(wú)線(xiàn)用戶(hù)從增強型服務(wù)中獲益。

　　3.3 因特網(wǎng)用戶(hù)的增長(cháng)

　　接入因特網(wǎng)的用戶(hù)正在按指數增長(cháng)。根據IDC的研究，到2002年，全球因特網(wǎng)用戶(hù)將超過(guò)3億^⑥。同時(shí)移動(dòng)或無(wú)線(xiàn)電話(huà)數量正在爆炸性的增長(cháng)，網(wǎng)絡(luò )的發(fā)展使用戶(hù)可以在任何時(shí)候，任何地點(diǎn)獲取信息。

　　以上是促進(jìn)語(yǔ)音Web市場(chǎng)發(fā)展的主要驅動(dòng)力，然而，技術(shù)發(fā)展是語(yǔ)音Web成為現實(shí)的基礎，這些技術(shù)主要包括：傳統PSTN，VoIP技術(shù)和VoiceXML技術(shù)。

　　4.1 傳統PSTN

　　公共交換電話(huà)網(wǎng)絡(luò )（PSTN）為電話(huà)通信提供了最主要的接入方法。由于大多數用戶(hù)習慣于使用電話(huà)，這種通信方式會(huì )在很長(cháng)時(shí)間內繼續成為一種主要方式。典型的PSTN接入包括模擬線(xiàn)路，ISDN，DSL，T1和E1電話(huà)線(xiàn)，使用多種協(xié)議，如ISDN PRI，SS7信令。

　　4.2 VoIP技術(shù)

　　在IP上傳送語(yǔ)音是一種混合技術(shù)，相對于傳統PSTN有很多優(yōu)點(diǎn)。VoIP是一種低成本的傳送語(yǔ)音和數據的方法，這為傳統電信運營(yíng)商和ISP類(lèi)的服務(wù)商提供了新的機會(huì )。對VoIP服務(wù)的大量需求催生了"聰明"電話(huà)系統，網(wǎng)絡(luò )應用提供商可以為用戶(hù)提供大量的可視化信息和服務(wù)。越來(lái)越多的公司正在建造大型商業(yè)VoIP網(wǎng)絡(luò )，這些網(wǎng)絡(luò )，與PSTN結合，可以為有線(xiàn)和無(wú)線(xiàn)電話(huà)用戶(hù)提供網(wǎng)絡(luò )接入。

　　4.3 VoiceXML技術(shù)

　　VoiceXML，或語(yǔ)音擴展置標語(yǔ)言，可用于Web門(mén)戶(hù)的開(kāi)發(fā)、測試和建設。VoiceXML論壇是一個(gè)由多家公司組成的聯(lián)盟，主要公司包括IBM，朗訊科技，摩托羅拉和AT&T，主要目標是制定VoiceXML標準。這是XML計劃中的一部分，包括建立獲取基于Web信息的語(yǔ)音應用，對多平臺資源的支持，聲頻和語(yǔ)音句法格式，和統一資源定位器（URI）的規劃。這使開(kāi)發(fā)者不用預先購買(mǎi)或使用設備，就可以建立電話(huà)服務(wù)系統。^⑦

　　VoiceXML現在已被作為工業(yè)標準采納，國際Web協(xié)會(huì )(W3C)是因特網(wǎng)標準組織，正在對這個(gè)作為開(kāi)發(fā)語(yǔ)音門(mén)戶(hù)應用的標準進(jìn)行評估。

①	"Voice Portals: Something Old, Something New", Gartner Group, December, 2000。（引"二"）
②	TMA 協(xié)會(huì ), Tarzana, CA, 1999 (www.tmaa.com)。（引"三－3.1"）
③	2000 Speech User Scorecard, Nuance Communications (www.nuance.com)。（引"三－3.1"）
④	IDC Research, Framingham, MA, 因特網(wǎng)的無(wú)線(xiàn)接入, 1999: "Everybody's Doin' It," 1999年12月 (www.idc.com)。（引"三－3.2"）
⑤	Forrester Research, Cambridge, MA, site specific report (www.forrester.com)（引"三－3.2"）
⑥	IDC Research, Framingham, MA, 因特網(wǎng)經(jīng)濟的發(fā)展狀態(tài) -- 趨勢預測，1998-2003："投資將加速電子商務(wù)的發(fā)展," 1999年10月。（引"三－3.3"）
⑦	如需進(jìn)一步了解更多信息，請訪(fǎng)問(wèn)VoiceXML論壇的網(wǎng)站： www.voicexml.org。（引"四－4.3"）

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

│ page1 ││ page2 │