【专家解说】： 应用中的VoiceXML
在今天的通话应用市场上，应用VoiceXML的基本目标在于全力扩大现有网站及其内容的容量，使它们适应交互式语音响应应用，同时减小复杂应用方案的编程复杂性。此外，在客户服务器信息处理环境中，它允许语音与数据服务的轻松结合。
VoiceXML是专门设计用于抽取应用开发商在底层特定平台上的编程内容。在本质上，由于开发商不再需要在通话平台上编写微小细节的地址代码，从而简化了语音应用的创建。它实现了应用程序内容的标准化，例如话音识别语法与呼叫控制等。因此，应用VoiceXML编译程序的系统，虽然具有自己的特定规格，但是无需考虑已经抽取的特定系统的要求，就可以容易地移植到其他系统中。作为一种通用语言，VoiceXML不但适合应用开发商，而且也适合提供新闻、天气预报及航空服务信息的服务提供商。
VoiceXML设计的工作原理：语音应用程序作为系列页存储在类似于网络服务器的文件服务器上。从实现平台接收到输入呼叫时，VoiceXML编译程序会向文件服务器发出一个特定URL请求，就像用户浏览网络时输入网站地址一样。文件服务器可以与编译程序直接相连，也可以设置在外部，通过本地网或互联网的IP协议访问。他们可以保持应用程序的服务逻辑，可以提供数据库查找与其他系统操作功能。
然后，这些页可以向编译程序提供系统需要的对话流和各种操作，例如要求呼叫用户提供特定语音输入。用户的回应影响对话编译，会使上述请求返回文件服务器。而后，下一VoiceXML页会完成答复，从而用户对话得以持续。
VoiceXML应用于简单应用比较理想，例如自动值班应用程序。在此程序中，呼叫用户与系统间的对话不很复杂，用户交互简单。同时，VoiceXML也可应用于较为复杂的应用中。在这些应用中，向用户提供多种选择，数据检索范围较大。基于VoiceXML的应用接口向用户提示事先录制的和合成的对话，可以理解简单的单词和词组。随着这种技术的不断改进，它可以支持更丰富的人机自然语言对话。
一、 语音在一些方面的应用
首先，让我们看一看，从语音的角度使我们感兴趣的几个不同的应用。
1、企业的SQL数据库
许多企业都有基干SQL的关系型数据库，用来处理事务和分析数据。如Microsoft的SQL Server，Oracle8i，Informix，IBM DB2和Sybase，以及一些小型的个人数据库，如Access，Excel 等。
2、合作成交流的系统
通常我们都使用E-mail来作为交流的工具，如许多公司都使用一些这样的系统，如Microsoft 的Exchange Server，Lotus Domino和Iplanet Messaging Server。除了E-mail.这些系统还提供诸如日历，通讯薄，任务和共享文档的使用，作为基干Voicexml企业门户的一个组成部分，使得公司员工通讯普通的电话来“收发”邮件或日期安排成为可能。
3、企业级的应用程序
许多中大型的企业开始使用一些大型的ERP系统，如SAP，Peoplesoft，Oracle，Baan，J.D.Edwards来提高企业的生产和运营能力。例如，一家公司投资购买了Peoplesoft公司的HRMS（人力资源管理系统）系统，从而使得公司的员工通过基干Voicexml的语音来享受如下的服务，如查询个人信息，参加竞争招聘，交纳个人所得税等等。这些大型的应用程序或系统都有定义好的API接口，从而使得与其他应用程序的整合变得非常容易。一个基干Voicexml的应用程序可以用这些API接口来把数据传化为xml 文件，然后再通过XSLT,实现Voicexml的转换。
4、企业的目录服务
在企业中可能用到的目录服务主要有Novell的目录服务，微软的NT Directing,微软的Active Directory和基干LDAP的目录服务（如inplanet Directory Server和IBM的 Secureway Directory Server）。目录服务在很多方面都能得到应用，如；存储用户信息，存储用户的私人账号或密码。语音门户可以为员工提供一些自服务，也可以充当人与人交流或沟通的媒介，一个员工可以拨号接通另一位员工的电话，该员工的电话可以是基干语音系统的目录服务。如它可以播出如下的应答（“connect me with Mike on his cell phone”）而不用在公司目录中寻找。
二、开发Voicexml程序的框架和方法。
1、服务器端的脚本编程
服务部的编程可以有好多种语言来选择，如Perl，CGI，ASP，JSP，PHP，Java servelet等。用这些技术实现的应用程序运行在服务端的框架上,如通常所说的Web Application Server, 通过其中引擎（Engine）的解释，就可以实行动态的Web效果和编程，这些Application Server通常指基干J2EE标准的，如IBM的Websphere， BEA的 Bea weblogic server，Oracle的Application server 和sun的inplanet server。以及一些其他的如 Microsoft in IIS，Apache+ Tomcat等。
除了提供动态角本的能力外，Application Server来提供事务处理，持久性可扩展性，高可用性，安全性和可靠性等相关的能力，这些就使得开发者，只要专注于系统商业逻辑的开发，而不用考虑其他的问题，从而减轻了开发人员的负担，同时也增强了系统的性能。
2、应用程序的整合
服务端的角本技术只解决了一个问题，即生成动态的Voicexml的页面。但怎样来整合其他的应用程序，还是一个问题。当然，我们可以使用相同的应用程序接口和组件来整合企业级的应用程序，例如在Microsoft的word中，我们可以使用OLE-DB和ADO接口来和不同的数据库系统整合，用MAPI和合作数据对象同企业消息系统和合作系统整合，用COM接口同许多基干COM应用的后台应用程序进行整合。
同样，在J2EE中，可以用JDBC API来连接各种数据库系统，用Java Mail API 来同企业消息系统整合；用JCA同后台的应用程序如SAP R/3或Peoplesoft 的 HRMS整合。
下图一表示用服务端的角本编程来发布Voicexml的应用程序，并实现同企业数据库和后台应用程序的整合。
三、XML和XSLT
我们可以使用预线定义好的 XML接口或XML的工具箱，如微软的XML Parser 或Apache xerces parser 来生成基干Java/c++/com的xml结构,然后用 XSLT来处理XML文档，生成基干XSLT的文档格式，下图二显示了XML和XSLT结合生成Voicexml的内容。
图二.XML/XSLT的模型
其具体的实现可以使用Apache xml 项目中的基干Java的XML/XSLT的称为Cocoon的工具包，它允许开发者自己定义基干XML的内容发布接口，然后用XSLT处理工具动态的转化为WML，Voicexml, pdf 等不同的格式，附录中的例子,就显示了用它来生成Hello world的Voicexml程序。
VoiceXml在以下的领域内有着广泛的应用。
１、信息的获取。如股票信息，天气情况，体育消息，交通信息等。
２、电子交易（包括电子商务，电子零售）。如银行的帐户查询，存取，股票交易等。
３、电信领域的服务。如UNIFIED MESSAGE，CALL CENTER（呼叫中心）等。
有关VoiceXml的部分产品介绍
１、IBM
IBM主要开发了VIAVOICE的VOICEXML的服务器，以及VOICEXML的开发包，从而能与WEBSPHERE结合，实现计算机网络与电话的完美结合。但是该服务器只支持英语，法语和德语。
２、MOTOROLA
MOTOROLA也有自己的VOICEXML的网关及开发VOICEXML的开发包。但是也不支持 中文。
３、NUANCE
NUANCE是一个专门开发语音的厂商。他有开发和构架VOICEXML的一整套工具。其中包括VOICE WEB SERVER，V-Builder(开发VOICEXML的可使化工具)，Secure Verifier 。尤其是他对超过20种语言（包括中文及广东话）的支持及其优良的稳定性赢得了很多市场分额，其中包括American Airlines,Bell Atlantic,UPS等大公司都已成为他的客户。
四、总结
Voicexml 给计算机应用程序带来了新的活力，通过整合现有的应用程序，以及融合一些诸如文本到语音转化（Text-to-speech, TTS）,自动识音识别（Automatic Speech Recognition ,ASR）,VOIP（Voice over Internet Platform）等技术，从而生成交互的语音应用程序和系统。
