微軟推出.NET Speech SDK聲音應(yīng)用開發(fā)環(huán)境 抗衡VoiceXML

2002/05/16

　　美國(guó)當(dāng)?shù)貢r(shí)間2002年5月7日～10日，語(yǔ)音界面開發(fā)商會(huì)議“AVIOS (Applied Voice Input Output Society) Speech Expo”在美國(guó)圣諾塞市召開。其中最受關(guān)注的是美國(guó)微軟發(fā)布的“.NET Speech SDK version 1.0 beta版（.NET Speech SDK）”。

正在使用.NET Speech SDK來開發(fā)可進(jìn)行語(yǔ)音和鍵盤輸入的窗體

　　.NET Speech SDK是使用融語(yǔ)音及圖像等為一體的界面來構(gòu)筑Web應(yīng)用的開發(fā)環(huán)境。與該公司的開發(fā)工具--“Visual Studio .NET”配合使用。據(jù)微軟稱，其特點(diǎn)是即使開發(fā)人員不具備語(yǔ)音界面方面的特殊知識(shí)也能使用。比如，上圖就是正在使用.NET Speech SDK開發(fā)的可進(jìn)行語(yǔ)音及鍵盤輸入的窗口。文字輸入框右邊的小框是使用SALT（語(yǔ)音應(yīng)用語(yǔ)言標(biāo)簽）語(yǔ)音相關(guān)命令的標(biāo)記。目前，在支持語(yǔ)音功能的Web應(yīng)用的開發(fā)中，必須使用面向圖形和面向語(yǔ)音的兩種開發(fā)工具�！拔覀兊哪康氖翘峁┮粋�(gè)使用一種工具就能開發(fā)包括圖形和語(yǔ)音的多種界面的環(huán)境”（該公司負(fù)責(zé).NET Speech技術(shù)的市場(chǎng)營(yíng)銷經(jīng)理James Mastan）。

“不打算支持VoiceXML”

　　大多數(shù)WWW語(yǔ)音應(yīng)用此前一直都是使用W3C（WWW聯(lián)盟）制定的名為“VoiceXML”的描述語(yǔ)言進(jìn)行開發(fā)的。而.NET Speech SDK則支持微軟和美國(guó)SpeechWorks等正在開發(fā)的名為“SALT”的描述語(yǔ)言。微軟表示：“不打算支持VoiceXML”。對(duì)于這樣做的原因，微軟的Mastan是這樣解釋的：“VoiceXML主要是面向使用普通電話的語(yǔ)音應(yīng)用開發(fā)的。對(duì)于WWW系統(tǒng)的開發(fā)商來說使用起來并不方便。這也是微軟自身在支持語(yǔ)音的系統(tǒng)開發(fā)過程中所體驗(yàn)到的。我們決定采用SALT的目標(biāo)就是為了使WWW系統(tǒng)開發(fā)商能輕松地使用描述語(yǔ)言進(jìn)行開發(fā)”。

　　但是在此次會(huì)議上也出現(xiàn)了不同的動(dòng)向。美國(guó)IBM展出了依據(jù)“XHTML+Voice Profile 1.0”標(biāo)準(zhǔn)、可在安裝“Pocket PC”的PDA上運(yùn)行的多模型Web應(yīng)用，其中“XHTML+Voice Profile 1.0”采用了部分VoiceXML標(biāo)準(zhǔn)。展示負(fù)責(zé)人再次強(qiáng)調(diào)指出：“IBM只使用業(yè)界標(biāo)準(zhǔn)”。而微軟則表示將于2002年夏季“準(zhǔn)備向某些業(yè)界標(biāo)準(zhǔn)化團(tuán)體遞交SALT提案”。

具有語(yǔ)音識(shí)別功能的、面向Pocket PC的應(yīng)用的演示畫面

　　.NET Speech SDK目前為免費(fèi)提供。其中包括設(shè)置Web應(yīng)用的語(yǔ)音輸入/輸出動(dòng)作的工具、用于根據(jù)不同的應(yīng)用來限制終端用戶語(yǔ)言的語(yǔ)音語(yǔ)法編輯器、語(yǔ)音即時(shí)編輯器、語(yǔ)音調(diào)試工具以及嵌入到WWW瀏覽器（面向個(gè)人電腦的IE）中的試驗(yàn)用插件等。微軟今后還將繼續(xù)強(qiáng)化其功能，在2003年公布正式版以前，準(zhǔn)備追加使用電話的語(yǔ)音識(shí)別功能、支持用于PDA的“Pocket Internet Explorer”的語(yǔ)音識(shí)別插件，以及在終端和服務(wù)器上負(fù)責(zé)語(yǔ)音處理的分散型語(yǔ)音識(shí)別功能等。上圖顯示了具有語(yǔ)音識(shí)別功能的面向Pocket PC的應(yīng)用的演示畫面。單擊左測(cè)的麥克風(fēng)形狀的圖標(biāo)后，就可以利用語(yǔ)音操作菜單。另外，.NET Speech SDK 1.0版只有英文版，供貨時(shí)間尚未確定的2.0版據(jù)稱將支持日語(yǔ)和其他語(yǔ)言。

日經(jīng)BP社　2002/05/16