声讯互联网技术

　近年来，由于全世界范围内基于互联网的信息交互和应用的不断发展，推动了信息服务的大众化趋势。同时，语音技术研究的创新发展和逐步实用化正在为互联网应用开创一场新的革命--语音上网。

　　语音上网或语音技术在网络中的应用是指利用语音及语言处理等技术，通过计算机网、公众交换电话网(PSTN)、移动通信网的“无缝”联结，达到信息交互来获取服务的目的。这就是声讯互联网概念，它运用电话服务方式所具有的广泛的普及性、使用的灵活性及自然交 互等特点，为声讯服务及网络经济的发展提供了一个难得的市场机遇。

　　随着语音技术应用面的拓宽和全球电信业的膨胀，目前提供语音上网服务应用解决方案的厂商正在迅速扩展，IBM、微软、Intel、HP、Motorola、Yahoo、美国在线等国际大公司都纷纷进入该领域。同时，国内也正在加强相关的研究与开发，竞争将日趋激烈。声讯互 联网将提供统一消息、智能呼叫、语音门户网站等多种服务形式。作为电话网和Internet网 融合的最终结果，声讯互联网将为固定电话、手机、小屏幕输出终端、语音输出终端的用户提供无比方便，声讯服务行业、企事业单位等都将是语音上网应用的直接受益者，因此，声讯互联网有着极好的产业化前景。据伦敦And Ovum调查公司预测，仅在电话语音门户市场，全球市场份额2005年将达到120亿美元，相比2001年的2.67亿美元，5年内年均增幅将达到12 0％，增长幅度会相当惊人，而整个声讯互联网市场在未来几年内将超过千亿美元。

图1　声讯互联网示意图

　　图1为声讯互联网应用示意图。图中应用服务器一般由Web服务器承担，运行应用逻辑，包括中文信息处理、信息内容过滤、翻译与摘要、数据库、与外部数据库接口、数据转换处 理，也就是将内容服务器提供的内容针对用户需求加以整合后送出。

　　语音浏览器(Voice Broswer)相当于IE或是Netscape Navigator，不同的是它是通过语 音的方式浏览VXML内容，并且通过Transcoder服务器可以直接浏览网上超文本链接标示语言 (HTML)格式的内容。语音浏览器主要包括Voice XML服务器、电话语音接入服务器、TTS/ASR 资源服务器、Transcoder服务器等。VXML服务器运行Voice XML解释器与对话管理器，按照V XML页面提供的内容控制语音以及电话资源和用户完成交互，这些资源包括语音识别(ASR)、 语音合成(TTS)、音频录音、按键音(DTMF)以及电话网络接口。呼叫者一般通过PSTN与Voice XML服务器交互，也可以通过其他网如PBX或VoIP信息包与Voice XML服务器交互；Transcod er服务器主要负责将Internet上其他标记语言内容转换为VXML页面内容，使得用户通过电话 访问普通Web站点得以实现。

　　除了传统固定电话用户，迅速增长的移动电话用户是系统的另一大用户群，随着终端处 理能力的加强，完全在终端的嵌入式语音浏览器和终端/服务端协同的分布式语音浏览器也 将成为整个系统中重要的组成部分。

　　从图1中可以看到声讯互联网的关键技术主要有如下几种：

　　(1)Voice Web相关技术，包括语音浏览器、Voice XML、说话人认证技术等。
　　(2)人机自然语言交互技术，包括语音识别、语音合成、口语对话等。
　　(3)信息内容处理技术，包括信息检索、自动摘要、机器翻译、个性化服务等。
　　(4)电话因特网关，包括分布式语音平台、动态负载平衡、有效资源管理等。

　　声讯互联网将在产生巨大经济与社会效益的基础上，带动信息服务的社会化和电子商务 等互联网经济的综合发展，迅速拉动电信和声讯服务的增值市场，因此应加大其研究开发的力度，有效地进行成果转化，形成规模化的产业态势，树立自主品牌，增强民族信息产业 的竞争力，并进而缩小信息社会化建设中与发达国家之间的差距，增强中国在世界信息时代 中的地位。

[摘要] 文章介绍了一种新的互联网技术--声讯互联网技术，简述了声讯互联网技术的应用前景及关键技术。

[关键词] 语音浏览器 声讯服务 语音认证 机器翻译

[Abstract] This paper gives an introduction to a new Internet technology: the voice-en abled Internet technology, and briefly describes its application prospects and k ey techniques.

[Keywords] Voice browser Voice service Voice authentication Machine transl ation