Web服務器語音發(fā)展變化

Web服務器語音發(fā)展變化大體指的就是從無聲到有聲的變化?！　?/P>

目前，文本語音轉換器（TTS，Text to Speech）的研究工作已經(jīng)取得了很大的進步，實現(xiàn)了自動的語言分析理解，并允許TTS的使用者增加更多的韻律、音調(diào)在講話中，使TTS系統(tǒng)的發(fā)聲更接近人聲。在自動語音識別系統(tǒng)（ASR）領域里，自動語音識別系統(tǒng)在從整個詞的模仿匹配，向音素層次的識別系統(tǒng)方向發(fā)展。自動語音識別系統(tǒng)的詞匯表由一個基于聲音片斷的字母表構成，而且這種詞匯表是受不同語言限制的?；谶@種方式，在一個寬廣的聲音行列里，講話能被識別系統(tǒng)發(fā)現(xiàn)和挑揀出來，并加以識別。并且，在識別一個詞的時候，每一個音素將從系統(tǒng)的輸入中挑揀出來，拼接組合后與已經(jīng)有的音素和詞語模板進行比較，來產(chǎn)生需要的模板。音素的識別大大減輕了ASR對講話者的依賴性，并且使得它非常容易去建立大型的和容易修改的語音識別字典，從而滿足不同應用市場的需求。

Web語音發(fā)展的另一方面是VoiceXML（Voice Extensible Markup Language-語音可擴展標記語言）的進展。VoiceXML的主要目標是要將Web上已有的大量應用、豐富的內(nèi)容，讓交互式語音界面也能夠全部享受。Web服務器處理一個來自客戶端應用的請求，這一請求經(jīng)過了VoiceXML解釋程序和VoiceXML解釋程序語境處理，作為響應，服務器產(chǎn)生出VoiceXML文件，在回復當中，要經(jīng)過VoiceXML解釋程序的處理。VoiceXML 1.0規(guī)范基于XML，為語音和電話應用的開發(fā)者、服務提供商和設備制造商提供了一個智能化的API。VoiceXML的標準化將簡化Web上具有語音響應服務的個性化界面的創(chuàng)建，使人們能夠通過語音和電話訪問網(wǎng)站上的信息和服務，像今天通過CGI腳本一樣檢索中心數(shù)據(jù)庫，訪問企業(yè)內(nèi)部網(wǎng)，制造新的語音訪問設備。VoiceXML的執(zhí)行平臺上面加載了相應的軟件和硬件，例如，ASR、TTS，從而實現(xiàn)語音的識別以及文本和語音之間的轉化。

目前，IBM、Nokia、Lucent、Motorola等著名廠商都已經(jīng)開發(fā)出相應支持VoiceXML的產(chǎn)品，但現(xiàn)在的ASR和TTS系統(tǒng)大多還不能支持中文。

本文由專業(yè)服務器托管——騰佑科技提供，推薦服務網(wǎng)通服務器租用