VoiceXML中文教程 - 第零章 - 序

什么是VoiceXML：

VoiceXML是建立于XML语言规范基础之上，应用于语音浏览的标记语言。如果说HTML是一种用于描述视觉元素，让用户通过键盘鼠标和网络应用交互的标记语言；那么VoiceXML就是一种用于描述听觉元素，让用户通过电话和网络应用交互的标记语言。

什么是VoiceXMLBrowser：

就像HTML由网页浏览器来将文本标记解释成各种视觉元素一样，VoiceXML也由VoiceXMLBrowser来处理其中的各种标记，一个VoiceXMLBrowser至少需要支持以下功能：音频文件的播放、录音、TTS(TextToSpeech)、ASR(AutomatedSpeech Recognition)、DTMF检测。通常，支持VoiceXML的媒体服务器(Media Server)、IVR Platform，其核心都是一个VoiceXML Browser，或者说它们就是一个VoiceXML Browser。

VoiceXML能干什么：

VoiceXML不是万能的，它不能代替HTML，WebService等其它Web应用，而是它们在语音方面的补充。让我们看一个非常简单的例子，用户拨打一个电话，接通后根据语音提示输入股票代码，听取相应的股票价格。在这个例子中，VoiceXML都做了什么？

1、播放语音提示；

2、检测用户电话键盘输入；

3、通过发送携带着输入的股票代码的HTTP请求来调用查询股票的Web应用；

4、利用TTS技术将返回的股票价格转换为语音，播报给用户。

关于本教程：

本教程的读者只需要有一些基本的VoIP概念和简单的XML编写经验。教程主要分为三大部分：难度渐进的一系列范例；VoiceXML最佳实践；VoiceXML标记参考手册。

如何运行教程中的范例：

首先，你需要有一个VoiceXML运行环境，Voxeo提供的在线运行环境是一个很好的选择，只需要注册一个免费的Voxeo 开发者账户，这样避免在本地动用若干台服务器，安装支持VoiceXML的媒体服务器和呼叫服务器。尽管 Voxeo并不是任何VoiceXML的服务所必需的，但它确实提供了一个出色强大的运行环境，更有数千份VoiceXML、CallXML和CCXML参考文档。关于Voxeo在线VoiceXML运行环境的介绍，可以参考这里。

因为VoiceXML提供了基于语音的服务，所以你还需要一个普通电话来呼叫你的VoiceXML应用，与你的应用互动。当然，由于拨打电话是收费的，因此在你的电脑上直接使用免费的Skype或SIP客户端就是更好的选择。当你使用Voxeo的在线运行环境来运行你的VoiceXML应用时，它会为你的应用同时分配一个DID电话号码（如果你不了解什么是DID，可以看这里），一个Skype号码，一个SIP URI，这让测试VoiceXML变得非常简单。

顺便一提，有很多免费的SIP客户端可以使用，例如SJPhoneorGizmo。SJPhone是一个非常简单的SIP客户端，Gizmo就更豪华一些。它们都有多平台版本，支持Windows, Linux和Mac。（似乎现在SJPhone的网站在国内无法访问了）。