CTI論壇:語音門戶 -- 語音互連網(wǎng)的核心

一．摘要　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　因特網(wǎng)和電話系統(tǒng)的結合產(chǎn)生了一個新的平臺：語音門戶。通過語音門戶，任何人可以在任何地點，通過電話用語言訪問因特網(wǎng)的內(nèi)容或進行電子商務活動。語音門戶的應用對于因特網(wǎng)上海量的信息訪問提供了一種有效的接入方法。過去通過瀏覽器才能提供的服務，現(xiàn)在通過最自然的用戶界面--語音就可以獲得。

　　本文將討論語音門戶應用的技術和目前發(fā)展迅速的語音Web的市場。包括建設和實施語音Web的各種類型的公司介紹和他們應用語音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施語音門戶。通過一個客戶使用NMS技術成功實現(xiàn)語音門戶的具體實例，可以了解客戶如何從中獲益。

二．簡介

　　術語"語音門戶（voice portal）"所代表的是一組語音應用，從讀出電子郵件到播放交通信息都屬于語音門戶的應用。B.Elliot，一位在斯坦福Gartner Group的研究分析專家將語音門戶定義為："一個利用先進語音識別技術，通過因特網(wǎng)提供信息訪問的系統(tǒng)。大多數(shù)語音門戶的核心構件包括語音識別，TTS，信息采集，信息分類軟件，電話系統(tǒng)與因特網(wǎng)接口，和維護工具。其它可選的組件包括：支持信息相關性的軟件，個人助理（即，智能助手），對VoiceXML協(xié)議的支持^①"。

　　總結以上描述，一個語音門戶是由一組互相關聯(lián)的應用組成，用于幫助電話用戶通過語音
訪問因特網(wǎng)上大量的內(nèi)容。使用先進的電話系統(tǒng)，語音識別和文本轉語音技術，語音門戶可以為呼叫者提供e-mail訪問，交通信息查詢，本地和國內(nèi)新聞，最新體育消息，股票價格，旅行信息和預定等非常多的應用。語音門戶可以作為Web門戶的前端語音接口，不管在什么時間，或位于何處，現(xiàn)有Web門戶上的所有信息，都可以從任何一部電話獲得。

　　今天的大型語音門戶，一般都提供對因特網(wǎng)基本內(nèi)容的獲取功能，例如交通和天氣情況，國內(nèi)或國際新聞，及司機導航信息等。小型語音門戶一般用于企業(yè)級語音門戶，可以為用戶提供電子商務信息，例如，購買商品或股票，呼叫中心的客戶服務和技術支持，企業(yè)內(nèi)部網(wǎng)中的自動化應用，如日程安排和統(tǒng)一消息等。語音門戶很快會提供更多的增強型服務，例如，即時語音消息傳送，語音會議和基于位置的服務。

　　語音門戶和語音Web站點正在迅速增加，這種現(xiàn)象產(chǎn)生的原因有以下幾種：

　　3.1 語音技術的發(fā)展

　　首先，最重要一點是，語音技術經(jīng)過多年的發(fā)展，最終達到了用戶對語音質量的期望，從而促進了最終用戶對這項技術的接受。實際上，TMA協(xié)會，一個位于南加里福尼亞的語音產(chǎn)業(yè)分析公司，曾經(jīng)預計僅在電信行業(yè)應用語音技術的市場規(guī)模，在2003年將達到18億美元^②。

　　從呼叫者輸入方式看，自動語音識別（ASR）已經(jīng)達到足夠可靠的程度，那些最注重實際的商業(yè)管理人員已經(jīng)開始對這項技術感興趣，ASR的識別準確率已經(jīng)達到95-97%，或者超過這一范圍，這是一個驚人的進步，因為它已經(jīng)超過真實坐席員的準確度。相對于傳統(tǒng)通過雙音頻（DTMF）話機提供的用戶界面，ASR技術的進步提供了"用戶友好"的人機交互方式。它可以識別呼叫者說的短語，將語音文字轉換為自動系統(tǒng)可以執(zhí)行動作的指令或信息。新的語音識別功能采用了自然語言理解（NLU）技術，使呼叫者可以使用自己的語言對系統(tǒng)提出請求。

　　在系統(tǒng)輸出端，文本轉語音（TTS）技術使計算機可以將ASCII文本合成人類語言，現(xiàn)在聲音更自然，易于理解，因此可以促進用戶接受這種人機交互方式。由于有了TTS技術，現(xiàn)在，不用將聲音預先錄制下來，呼叫者就可以聽到計算機系統(tǒng)"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身份的任務。通過身份識別，可以開展基本的電子商務活動或實現(xiàn)一些個性化的服務。這些新的發(fā)展使越來越多的用戶開始接受語音技術。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(xiàn)，87%語音系統(tǒng)的用戶對他們的使用結果感到滿意，他們通常優(yōu)先選擇語音系統(tǒng)，而不是DTMF或話務員。另外，78%的用戶說，語音技術的主要好處在于可以在任何地點獲得他們需要的信息，不需要通過音頻按鍵選擇復雜的菜單，或等待話務員應答，或花時間登錄因特網(wǎng)。98%的用戶說他們希望未來繼續(xù)使用這些語音自動服務。^③

　　通信技術的發(fā)展促進了這些語音技術的進步，他們可以帶來多種復雜的語音應用，支持數(shù)百甚至數(shù)千個端口呼入，提供多種類型的ASR引擎，并且支持多語種的各種語音記錄和合成功能。

　　3.2 移動電話的采用

　　全球范圍內(nèi)移動電話（無線電話）的增長非常迅速。IDC研究機構預測，全球移動電話用戶在2005年將超過11億部^④ ，此外，汽車制造商開始提供具有語音功能的遠程通信服務。例如通用汽車公司的OnStar和福特公司的Winspan系統(tǒng)。

　　遠程通信供應商提供的基于位置的服務來自政府的E911項目，可以提供位置相關的信息訪問，例如交通情況和天氣消息。大多數(shù)汽車廠商很快會將通信設備裝入汽車中，可以是用戶接入因特網(wǎng)和其它信息服務中心，移動中的用戶會習慣于經(jīng)常使用這些服務。事實上，F(xiàn)orrester研究公司預測，到2005年1.11億美國人將使用移動數(shù)據(jù)服務。^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，他們認為電話是提供增值服務的有效手段。根據(jù)Yankee集團的研究結果，各種增強型服務，例如語音消息，跟隨我（follow-me）服務和尋找我（find-me）服務，個人號碼撥號，語音撥號，和尋呼，是目前14%的美國無線用戶經(jīng)常使用的服務。在歐洲，無線服務市場較美國更為強大，Yankee發(fā)現(xiàn)40%的無線用戶從增強型服務中獲益。

　　3.3 因特網(wǎng)用戶的增長

　　接入因特網(wǎng)的用戶正在按指數(shù)增長。根據(jù)IDC的研究，到2002年，全球因特網(wǎng)用戶將超過3億^⑥。同時移動或無線電話數(shù)量正在爆炸性的增長，網(wǎng)絡的發(fā)展使用戶可以在任何時候，任何地點獲取信息。

　　以上是促進語音Web市場發(fā)展的主要驅動力，然而，技術發(fā)展是語音Web成為現(xiàn)實的基礎，這些技術主要包括：傳統(tǒng)PSTN，VoIP技術和VoiceXML技術。

　　4.1 傳統(tǒng)PSTN

　　公共交換電話網(wǎng)絡（PSTN）為電話通信提供了最主要的接入方法。由于大多數(shù)用戶習慣于使用電話，這種通信方式會在很長時間內(nèi)繼續(xù)成為一種主要方式。典型的PSTN接入包括模擬線路，ISDN，DSL，T1和E1電話線，使用多種協(xié)議，如ISDN PRI，SS7信令。

　　4.2 VoIP技術

　　在IP上傳送語音是一種混合技術，相對于傳統(tǒng)PSTN有很多優(yōu)點。VoIP是一種低成本的傳送語音和數(shù)據(jù)的方法，這為傳統(tǒng)電信運營商和ISP類的服務商提供了新的機會。對VoIP服務的大量需求催生了"聰明"電話系統(tǒng)，網(wǎng)絡應用提供商可以為用戶提供大量的可視化信息和服務。越來越多的公司正在建造大型商業(yè)VoIP網(wǎng)絡，這些網(wǎng)絡，與PSTN結合，可以為有線和無線電話用戶提供網(wǎng)絡接入。

　　4.3 VoiceXML技術

　　VoiceXML，或語音擴展置標語言，可用于Web門戶的開發(fā)、測試和建設。VoiceXML論壇是一個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信息的語音應用，對多平臺資源的支持，聲頻和語音句法格式，和統(tǒng)一資源定位器（URI）的規(guī)劃。這使開發(fā)者不用預先購買或使用設備，就可以建立電話服務系統(tǒng)。^⑦

　　VoiceXML現(xiàn)在已被作為工業(yè)標準采納，國際Web協(xié)會(W3C)是因特網(wǎng)標準組織，正在對這個作為開發(fā)語音門戶應用的標準進行評估。

①	"Voice Portals: Something Old, Something New", Gartner Group, December, 2000。（引"二"）
②	TMA 協(xié)會, 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)的無線接入, 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的發(fā)展," 1999年10月。（引"三－3.3"）
⑦	如需進一步了解更多信息，請訪問VoiceXML論壇的網(wǎng)站： www.voicexml.org。（引"四－4.3"）

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

│ page1 ││ page2 │