VoiceXML 2.0 勧告候補の公開について

著者と公開日

出版日:

実装準備が整った W3C 音声入出力インタフェースフレームワーク基盤

推薦状もご覧ください。

 

http://www.w3.org/ -- 2003年1月28日 -- World Wide Web Consortium (W3C) は、Web への音声入出力を実現すべく、VoiceXML 2.0 を勧告候補として公開いたしました。W3C では技術文書を勧告候補の段階に進めることで、広く一般に対し、 明示的に実装を呼び掛けます。VoiceXML 2.0 は、Web に基づく音声対話アプリケーションの効率的な開発と、 効果的な音声対話コンテンツの提供を目的としています。

Web への音声入出力を可能にする W3C 音声入出力インタフェースフレームワーク

1999年以来 W3C では、 携帯電話やプッシュホンからのダイヤルトーン入力や音声による指示、 あるいは録音されたり合成されたりした音声や音楽を聞くといった対話により、Web へのより多様なアクセスを実現する音声入出力インタフェースフレームワークの開発に取組んでいます。 世界中で10億台を遥かに超える膨大な数の携帯電話や加入電話と、 W3C 音声入出力インタフェースフレームワークを構成する仕様を用いることで、 かつてない程の数多くの人々があらゆる電話機を通じて、適切に設計された Web に基づくサービスにアクセスできるようになります。

音声入出力インタフェースフレームワークに音声対話機能を提供する VoiceXML 2.0

開発者は VoiceXML 2.0 を用いることで、 音声合成、ディジタルオーディオ、音声認識、 携帯電話やプッシュホンからのダイヤルトーン (DTMF) 入力、音声の録音、通話、 話者が任意に移り変わる会話の各機能を実現する音声対話ダイアログの作成が可能になります。

W3C の Voice Browser アクティビティリードである Dave Raggett は次のように説明しています。「VoiceXML 2.0 には、 電話による情報サービスや顧客サービスの実現方法を大きく変える力があります。 もう『何々の場合は1を、そうでない場合は2を押して下さい。』 などと言われることはありません。代わりに、 音声で選択肢や情報を伝えたりすることができるようになります。加えて VoiceXML 2.0 は、目の不自由な方や、車の運転中など、 手や目が離せない状況下で Web アクセスを必要としている方にその機会を提供します。」

W3C 音声入出力インタフェースフレームワークにおいて、VoiceXML はアプリケーションとユーザとの対話制御方法を提供します。同様に、 音声合成記述言語 Speech Synthesis Markup Language (SSML) は音声入力時の待受けに利用し、音声認識文法仕様 Speech Recognition Grammar Specification (SRGS) は想定されるユーザの応答を記述する文法を指定し、 音声認識システムの挙動を制御するのに利用します。 音声入出力インタフェースフレームワークにはこの他に、VoiceXML やその他の対話システムに通話呼出制御機能を提供する、呼出制御記述言語 Voice Browser Call Control (CCXML) や、音声認識文法仕様 (SRGS) における構文や意味を規定する、音声認識における意味解釈 Semantic Interpretation for Speech Recognition が含まれています。

テストスィートの提供により VoiceXML 2.0 の採用率も向上

VoiceXML 2.0 勧告候補とともに、 広範なテストスィートも公開されています。 初版では300程のテストで構成されていましたが、 最終的には500を超えるテストで構成される予定です。 テストスィートに関する最新情報は Voice Browser 公開メーリングリスト上で発表される予定です。

本テストスィートは、2002年6月に W3C の勧告候補になった音声認識文法仕様 (SRGS) とともに公開されたテストスィートを補完するものです。 本日同時に最終草案となる音声合成記述言語 (SSML) を含む、他の W3C 音声入出力インタフェースフレームワーク仕様に対するテストスィートは、W3C の Voice Browser ワーキンググループにおいて開発が進められており、 数ヵ月後には公開される予定です。

音声入出力インタフェースフレームワークの展開に向け、 特許問題の解決が期待される VoiceXML 2.0

W3C の Voice Browser ワーキンググループは、W3C 内でも1、2を争う最大かつ最も活発なワーキンググループの1つです。 本ワーキンググループには、BeVocal Inc.、キヤノン、Comverse、France Telecom、Genesys Telecommunications Laboratories、HP、HeyAnita、日立製作所、IBM、 Intel、Loquendo、Microsoft、MITRE、三菱電機、Motorola、Nokia、Nortel Networks、Nuance、Philips、PipeBeach、SAP、ScanSoft、SnowShore Networks、SpeechWorks、Sun、Syntellect、Tellme Networks、Unisys、Verascape、VoiceGenie、Voxeo、Voxpilot が参加しています。数多くの推薦状が示す通り、継続的な仕様策定への支持と、 製品への実装に対する確約は強固なものです。

本ワーキンググループでは、 一連の音声入出力関連仕様全般に渡る技術的な仕様策定作業に集中できるよう、Voice Browser ワーキンググループが採用するロイヤリティフリーライセンス方式との矛盾に端を発する特許問題は、W3C特許取扱い運用規約 (Current Patent Practice) に基づき、W3C 内に設置される特許諮問委員会 (PAG) において解決されることになります。W3C の Voice Browser ワーキンググループの大部分はオープンな仕様の策定に賛同していることから、 Voice Browser 特許諮問委員会は残る問題の解決に全力を尽くします。

World Wide Web Consortium [W3C] について

W3C は、Web の発展と相互運用性を確保するための共通のプロトコルを開発することにより、Web の可能性を最大限に引き出すべく設立されました。W3C は、アメリカ合衆国マサチューセッツ工科大学計算機科学研究所 (MIT/LCS)、フランスに本部を置く欧州情報処理数学研究コンソーシアム (ERCIM)、及び日本の慶應義塾大学がホスト機関として共同運営にあたっている国際産業コンソーシアムです。 コンソーシアムにより提供されるサービスには、開発者及び利用者のための World Wide Web に関する豊富な情報、 新技術を応用した様々なプロトタイプやサンプルアプリケーションの開発などが挙げられます。 現在までに、450近くの組織がコンソーシアムの会員となっています。詳しくは http://www.w3.org/ をご参照下さい。

 

お問い合わせ先 (アメリカ、オーストラリア) --
Janet Daly, <janet@w3.org>, +1.617.253.5884 または +1.617.253.2613
お問い合わせ先 (ヨーロッパ) --
Marie-Claire Forgue, <mcf@w3.org>, +33.492.38.75.94
お問い合わせ先 (アジア) --
竹内 佐衣子, <saeko@w3.org>, +81.466.49.1170

関連RSSフィード