VoiceXML 2.0是一種標(biāo)記語言，用來構(gòu)建語音界面——有語音的 HTML。語音瀏覽器類似 Web 瀏覽器，它通過解釋VoiceXML 2.0腳本來向用戶提供語音信息并接受用戶的語音請求。
　　萬維網(wǎng)聯(lián)盟（W3C，World Wide Web Consortium）全力推薦使用VoiceXML 2.0，它通常被理解為一種Web標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)添加了語音識別語法格式，用來識別用戶可能就提示回答的字詞，上一版本沒有這一功能。
　　為了更好地理解VoiceXML 2.0，可以將VoiceXML和HTML進行類比。采用HTML的Web應(yīng)用可以分為兩部分：瀏覽器和Web服務(wù)器。相應(yīng)地，VoiceXML涉及的組件也可分為語音瀏覽器和相當(dāng)于Web服務(wù)器功能的應(yīng)用服務(wù)器。
　　由于電話（包括很多蜂窩電話）沒有計算功能，無法管理語音瀏覽器，所以語音瀏覽器駐留在網(wǎng)絡(luò)上的語音服務(wù)器中。語音服務(wù)器可以位于企業(yè)數(shù)據(jù)中心，或者位于主管供應(yīng)商處。用戶撥叫一臺語音服務(wù)器，該服務(wù)器從一臺應(yīng)用服務(wù)器上下載VoiceXML 2.0腳本、語法格式和聲音文件。語音瀏覽器以一種語音信息的形式將VoiceXML 2.0腳本翻譯給用戶聽，語音信息可以是預(yù)先錄制的語音，或經(jīng)由一個文本語音合成器產(chǎn)生的文本。然后語音瀏覽器調(diào)用一個自動語音識別（ASR）軟件，使用語法格式來識別出用戶響應(yīng)的語音詞匯。
　　下面我們來看一個具體的例子：
　　系統(tǒng)：“歡迎致電小李。請問您想接通銷售部門、會計部門還是維護部門？”
　　用戶：“維護部門�！�
　　ASR 將識別用戶的語音回復(fù)。在上面這個例子中，語法格式只包括三個詞：“銷售部門”、“會計部門”和“維護部門”。由于ASR的語法格式僅由有限數(shù)量的單詞組成，這種語法驅(qū)動的ASR比起聽寫式ASR執(zhí)行更為精確。聽寫式ASR則是試圖識別用戶說出的大多數(shù)英語或其他語言的單詞。
　　開發(fā)人員使用VoiceXML 2.0來為多種應(yīng)用程序和信息（包括有時效性的數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和個人信息）提供電話用戶界面。有了這些應(yīng)用程序，用戶只需要從任意電話撥入，表明身份并請求所需的信息，就可以隨時隨地訪問企業(yè)數(shù)據(jù)�？蛻暨�可以使用這些系統(tǒng)來訪問訂單狀態(tài)；以及目錄、交付和賬戶信息。
　　有許多交互式語音應(yīng)用程序可以讓用戶通過按鍵式電話與計算機交流。但是，通常呼叫者需要瀏覽的菜單很長，而且很花時間。同時，讓呼叫者一邊聽電話，一邊在蜂窩電話的小型鍵盤上搜索并且按鈕要按得正確，是很困難的事情。因此用戶需要IVR用戶界面來與計算機交流。
　　VoiceXML 2.0是一種標(biāo)記語言，用來構(gòu)建語音界面——有語音的 HTML。語音瀏覽器類似 Web 瀏覽器，它通過解釋VoiceXML 2.0腳本來向用戶提供語音信息并接受用戶的語音請求。
　　萬維網(wǎng)聯(lián)盟（W3C，World Wide Web Consortium）全力推薦使用VoiceXML 2.0，它通常被理解為一種Web標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)添加了語音識別語法格式，用來識別用戶可能就提示回答的字詞，上一版本沒有這一功能。
　　為了更好地理解VoiceXML 2.0，可以將VoiceXML和HTML進行類比。采用HTML的Web應(yīng)用可以分為兩部分：瀏覽器和Web服務(wù)器。相應(yīng)地，VoiceXML涉及的組件也可分為語音瀏覽器和相當(dāng)于Web服務(wù)器功能的應(yīng)用服務(wù)器。
　　由于電話（包括很多蜂窩電話）沒有計算功能，無法管理語音瀏覽器，所以語音瀏覽器駐留在網(wǎng)絡(luò)上的語音服務(wù)器中。語音服務(wù)器可以位于企業(yè)數(shù)據(jù)中心，或者位于主管供應(yīng)商處。用戶撥叫一臺語音服務(wù)器，該服務(wù)器從一臺應(yīng)用服務(wù)器上下載VoiceXML 2.0腳本、語法格式和聲音文件。語音瀏覽器以一種語音信息的形式將VoiceXML 2.0腳本翻譯給用戶聽，語音信息可以是預(yù)先錄制的語音，或經(jīng)由一個文本語音合成器產(chǎn)生的文本。然后語音瀏覽器調(diào)用一個自動語音識別（ASR）軟件，使用語法格式來識別出用戶響應(yīng)的語音詞匯。
　　下面我們來看一個具體的例子：
　　系統(tǒng)：“歡迎致電小李。請問您想接通銷售部門、會計部門還是維護部門？”
　　用戶：“維護部門。”
　　ASR 將識別用戶的語音回復(fù)。在上面這個例子中，語法格式只包括三個詞：“銷售部門”、“會計部門”和“維護部門”。由于ASR的語法格式僅由有限數(shù)量的單詞組成，這種語法驅(qū)動的ASR比起聽寫式ASR執(zhí)行更為精確。聽寫式ASR則是試圖識別用戶說出的大多數(shù)英語或其他語言的單詞。
　　開發(fā)人員使用VoiceXML 2.0來為多種應(yīng)用程序和信息（包括有時效性的數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和個人信息）提供電話用戶界面。有了這些應(yīng)用程序，用戶只需要從任意電話撥入，表明身份并請求所需的信息，就可以隨時隨地訪問企業(yè)數(shù)據(jù)�？蛻暨�可以使用這些系統(tǒng)來訪問訂單狀態(tài)；以及目錄、交付和賬戶信息。

VoiceXML組件

賽迪網(wǎng) 中國信息化(industry.ccidnet.com)