DIPLOMARBEIT

2.4 Sprachsynthese
Ziel‐Prosodie erfüllen (Target‐Kosten). Dieses Verfahren klingt sehr natürlich, hat dafür aber auch
Nachteile gegenüber den anderen Verfahren: Es ist sehr unflexibel bzgl. Situationen, die nicht in der
Datenbasis abgebildet sind und erfordert hohe Ressourcen. Meistens wird dieses Verfahren bei Ser‐
ver‐basierten Anwendungen eingesetzt.
2.5 VoiceXML
2.5.1 Einführung
VoiceXML (Voice Extensible Markup Language) ist eine spezielle Sprache zur Formulierung von
Sprachdialogen. Sie beruht auf der Auszeichnungssprache XML, welche häufig im Zusammenhang mit
dem Internet eingesetzt wird. Mit Hilfe von XML können hierarchisch strukturierte Daten in Textform
dargestellt oder verarbeitet werden.
Die Sprache VoiceXML beschreibt die Interaktion zwischen Mensch und Maschine und vereint dabei
die einzelnen Komponenten des Dialogsystems, welche die benötigen Fähigkeiten des Systems zur
Verfügung stellen. Zu diesen gehört:
• Ausgabe von synthetischer Sprache (Text‐To‐Speech)
• Ausgabe von Audiodateien
• Aufzeichnung von Sprache
• Erkennung von Spracheingaben
• Erkennung von DTMF‐Eingaben
• Steuerung des Dialogflusses
• Telefonie‐Merkmale wie Gesprächsannahme, Anrufumleitung oder Auflegen
VoiceXML stellt das Grundgerüst zur Verfügung, um Eingaben in Form von Zeichen oder Sprache zu
sammeln, die Ergebnisse der Eingabe speziellen, im Dokument definierten, Variablen zuzuweisen und
Entscheidungen zu treffen, die die weitere Interpretation der Dokumente beeinflussen [Mei07].
2.5.2 Ziele von VoiceXML
Das Hauptziel von VoiceXML ist es, interaktive Sprachdialogsysteme mit den Vorteilen von web‐
basierter Entwicklung zu versehen. Bei der Entwicklung der Sprache hatte man aber auch noch wei‐
tere Ziele im Sinn [Wor04]:
• Die Interaktionen zwischen Client und Server sollen minimiert werden, indem mehrere Inter‐
aktionen in einem einzelnen Dokument angegeben werden können.
• Der Anwendungsentwickler soll sich nicht um System‐ und Plattform‐abhängige Details
kümmern müssen.
• Der Programmcode für die Benutzerinteraktion (in VoiceXML‐Dateien) soll von den internen
Funktionen des Dienstes (z.B. in CGI‐Skripten) getrennt werden.
• Die Portabilität des Dienstes soll über verschiedene Implementations‐Plattformen hinweg ge‐
fördert werden. VoiceXML soll als gemeinsame Sprache für Inhaltsanbieter, Werkzeug‐
Entwickler und Plattform‐Provider dienen.
• Die Erstellung von einfachen Anwendungen soll möglichst unkompliziert sein und gleichzeitig
soll VoiceXML auch Funktionen für komplexe Dialoge bereithalten.
31