VoiceXML

VoiceXML
Орган стандартизации	Консорциум Всемирной паутины
Медиафайлы на Викискладе

VoiceXML (Voice eXtensible Markup Language, VXML) — один из открытых стандартов W3C на основе XML-языка^[1], протокол^[2], диалоговый язык разметки. VoiceXML 3.0 станет следующей основной версией VoiceXML с новыми основными функциями. Он включает новый язык описания диаграмм состояний XML, называемый SCXML.

Май 2000 года — опубликование в международном консорциуме World Wide Web (W3 Consortium) первой версии. Предназначение — для разработки интерактивных голосовых приложений (Interactive Voice Response, IVR) управления медиаресурсами. Цель создания стандарта — привнесение всех преимуществ web-программирования в разработку IVR-приложений^[1].

Многомодальные приложения, сочетающие распознавание речи с другими формами ввода информации (с клавиатуры, пера, набора цифровых кнопок) попали в поле зрения ряда крупных компаний (Microsoft и др.), которые решили поддержать проект SALT Forum (Speech Application Language Tags — теги языка речевых приложений). Поэтому теперь вокруг SALT и VoiceXML консорциума W3С формируются два разных лагеря. До сих пор компании не могут прийти к единому мнению о выборе главного стандарта и сейчас оба направления развиваются в равной степени^[1].

При разработке пакетов (Software Development Kit, SDK) для создания речевых приложений компании поддерживают тот или иной стандарт. Например, пакет Speech SDK (от Philips) поддерживает спецификацию Voice XML и выполнен для связи с C/C++ API^[1].

Спецификации, предложенные W3C:

• Voice Extensible Markup Language (VoiceXML) Version 2.0 — 16 марта 2004. Является частью W3C Speech Interface Framework, разработан в рамках W3C Voice Browser Activity участниками Voice Browser Working Group (недоступная ссылка).^[3]
• Voice Extensible Markup Language (VoiceXML) 2.1 — 19 июня 2007^[4]
• Voice Extensible Markup Language (VoiceXML) 3.0 (W3C Working Draft) — 4 марта 2010 ^[5]. Позволяет осуществлять голосовую идентификацию^[6]

Десятки тысяч приложений уже созданы^[7]

• Opera (с версии 7.6)
• Moodle — планируется использовать во второй версии.

VoiceXML имеет теги, которые являются командами для голосового браузера (voice browser), который: синтезирует, распознает речь, предоставляет диалоговое управление.

Пример VoiceXML документа:

<vxml version="2.0" xmlns="http://www.w3.org/2001/vxml">
  <form>
    <block>
      <prompt>
        Привет, мир!
      </prompt>
    </block>
  </form>
</vxml>

VoiceXML интерпретатор преобразует текстовую фразу «Привет, мир!» в синтезированную речь

• API
• Распознавание речи
• Синтез речи

• К российским речевым технологиям получат доступ иностранцы
• Особенности разработки инфокоммуникационных услуг на языке VoiceXML
• LumenVox — технология распознавания речи для Asterisk Архивная копия от 27 июня 2009 на Wayback Machine
• VXML Forum создает стандарт
• VoiceXML Development Guide, Version 2.1 (англ.)