微软推出.NET Speech SDK声音应用开发环境 抗衡VoiceXML

2002/05/16

　　美国当地时间2002年5月7日～10日，语音界面开发商会议“AVIOS (Applied Voice Input Output Society) Speech Expo”在美国圣诺塞市召开。其中最受关注的是美国微软发布的“.NET Speech SDK version 1.0 beta版（.NET Speech SDK）”。

正在使用.NET Speech SDK来开发可进行语音和键盘输入的窗体

　　.NET Speech SDK是使用融语音及图像等为一体的界面来构筑Web应用的开发环境。与该公司的开发工具--“Visual Studio .NET”配合使用。据微软称，其特点是即使开发人员不具备语音界面方面的特殊知识也能使用。比如，上图就是正在使用.NET Speech SDK开发的可进行语音及键盘输入的窗口。文字输入框右边的小框是使用SALT（语音应用语言标签）语音相关命令的标记。目前，在支持语音功能的Web应用的开发中，必须使用面向图形和面向语音的两种开发工具。“我们的目的是提供一个使用一种工具就能开发包括图形和语音的多种界面的环境”（该公司负责.NET Speech技术的市场营销经理James Mastan）。

“不打算支持VoiceXML”

　　大多数WWW语音应用此前一直都是使用W3C（WWW联盟）制定的名为“VoiceXML”的描述语言进行开发的。而.NET Speech SDK则支持微软和美国SpeechWorks等正在开发的名为“SALT”的描述语言。微软表示：“不打算支持VoiceXML”。对于这样做的原因，微软的Mastan是这样解释的：“VoiceXML主要是面向使用普通电话的语音应用开发的。对于WWW系统的开发商来说使用起来并不方便。这也是微软自身在支持语音的系统开发过程中所体验到的。我们决定采用SALT的目标就是为了使WWW系统开发商能轻松地使用描述语言进行开发”。

　　但是在此次会议上也出现了不同的动向。美国IBM展出了依据“XHTML+Voice Profile 1.0”标准、可在安装“Pocket PC”的PDA上运行的多模型Web应用，其中“XHTML+Voice Profile 1.0”采用了部分VoiceXML标准。展示负责人再次强调指出：“IBM只使用业界标准”。而微软则表示将于2002年夏季“准备向某些业界标准化团体递交SALT提案”。

具有语音识别功能的、面向Pocket PC的应用的演示画面

　　.NET Speech SDK目前为免费提供。其中包括设置Web应用的语音输入/输出动作的工具、用于根据不同的应用来限制终端用户语言的语音语法编辑器、语音即时编辑器、语音调试工具以及嵌入到WWW浏览器（面向个人电脑的IE）中的试验用插件等。微软今后还将继续强化其功能，在2003年公布正式版以前，准备追加使用电话的语音识别功能、支持用于PDA的“Pocket Internet Explorer”的语音识别插件，以及在终端和服务器上负责语音处理的分散型语音识别功能等。上图显示了具有语音识别功能的面向Pocket PC的应用的演示画面。单击左测的麦克风形状的图标后，就可以利用语音操作菜单。另外，.NET Speech SDK 1.0版只有英文版，供货时间尚未确定的2.0版据称将支持日语和其他语言。

日经BP社　2002/05/16