基于VoiceXML的图书馆语音服务研究

论文摘要

近年来,移动通信技术得到了空前迅速的发展,移动电话的用户出现了爆炸式的增长。人们对使用移动电话在任何时间和任何地点访问因特网产生了浓厚的兴趣,并且这已经成为许多人的普遍愿望。可以预言,届时,利用语音技术通过移动电话来访问因特网将会成为一种非常流行的手段。VoiceXML(语音扩展标记语言)是一种基于XML(扩展标记语言)的因特网标记语言,它可以用来开发交互式语音应用程序。通过交互式语音应用程序,用户就可以通过电话来访问因特网上的内容,而不是通过计算机键盘和显示器与应用程序进行交互操作。本文通过研究VoiceXML和相关语音技术,以及提高VoiceXML语音系统性能的方法,以VoiceXML标准设计并开发出一个属于图书馆的语音应用服务模型系统。该系统可供用户通过使用自然语音(或按键)查询相关信息及办理一些常用的业务。另外,由于该系统采用文语转换技术直接将系统的应答从文本转换成语音,因而具有极佳的动态性和交互性。基于VoiceXML的图书馆语音服务系统,为传统图书馆提供了创新的服务渠道,使读者可以通过电话访问图书馆Web数据库中的内容,从而大大扩展了图书馆的应用范围和服务能力。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.1.1 课题来源
• 1.1.2 国内外研究现状
• 1.1.3 研究意义
• 1.2 本文主要研究内容、创新点及意义
• 1.3 论文组织
• 第二章 语音技术概述
• 2.1 语音处理技术简介
• 2.1.1 语音合成技术
• 2.1.2 自动语音识别技术
• 2.1.3 双音多频
• 2.1.4 打断功能
• 2.2 VoiceXML概述
• 2.2.1 VoiceXML简介
• 2.2.2 VoiceXML的优势和特点
• 2.2.3 基于VoiceXML的信息发布模型
• 2.2.4 VoiceXML系统结构
• 2.2.5 VoiceXML工作过程
• 2.2.6 重要概念及定义
• 2.3 小结
• 第三章 VoiceXML开发环境研究
• 3.1 VoiceXML开发环境概述
• 3.2 基于WEB的开发环境
• 3.2.1 Nuance Caf（?）
• 3.2.2 Tellme Studio
• 3.2.3 Letsvv
• 3.3 模拟开发环境
• 3.3.1 IBM Websphere Voice Toolkit
• 3.3.2 Microsoft Office Communications Server 2007 Speech Server
• 3.4 两种开发环境中各开发平台的比较
• 3.5 小结
• 第四章 基于VoiceXML的图书馆语音服务
• 4.1 需求分析
• 4.2 语音用户界面设计
• 4.2.1 语音用户界面概述
• 4.2.2 语音用户界面与图形用户界面的区别
• 4.2.3 人在语音交互中的特点
• 4.2.4 语音用户界面的设计原则
• 4.3 图书馆语音服务系统功能及体系架构
• 4.3.1 系统功能结构及各模块流程
• 4.3.2 系统体系的架构
• 4.4 系统实现的关键技术解析
• 4.4.1 识别用户语音输入以及语音合成输出
• 4.4.2 VoiceXML读取Web数据库
• 4.5 小结
• 第五章 提高VoiceXML语音系统性能的方法研究
• 5.1 影响VoiceXML语音系统性能的主要因素
• 5.2 方法一:利用缓存减少网络时延
• 5.2.1 缓存的用途
• 5.2.2 缓存在VoiceXML语音平台的应用
• 5.2.3 实例研究
• 5.3 方法二:优化VoiceXML文档的获取
• 5.3.1 一种优化VoiceXML文档获取对提高语音平台性能的认识
• 5.3.2 本研究的观点
• 5.4 方法三:减少VoiceXML语音平台的解析时间
• 5.4.1 VoiceXML文档在语音平台内部执行的过程
• 5.4.2 一种加快VoiceXML文档解析的方法
• 5.4.3 对缓存DOM树方法的改进
• 5.5 小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 在学期间公开发表论文及著作情况