Interazione Vocale
Alessandro Grossi
[email protected]
1
Interazione Vocale

Microsoft Agent (Browser/Applicazioni)

XHTML + VoiceXML (Multimodal Browser)

Microsoft Speech SDK 5.1 (Applicazioni)
2
Microsoft Agent
 Tecnologia che, tramite l’utilizzo di assistenti
3D animati, permette di aiutare con semplicità
e naturalezza (tramite procedure guidate e
guide) gli utenti ad utilizzare il software.
 Impiega:
 Text-to-speech engines (TTS) - sintesi vocale
 Speech Recognition (SR) - riconoscimento vocale
 Microfono per l’interazione vocale
3
XHTML + VoiceXML
 L’XHTML + VoiceXML (X+V) è un linguaggio di markup
per lo sviluppo di pagine web multimodali.
 X+V porta l’interazione vocale nel contesto
standard integrando l’XHTML con gli XML-Events.
web
 (X+V) = (XHTML + VoiceXML + XML Events).
 X+V include moduli vocali che supportano la sintesi
vocale, dialogs vocali, comandi e controlli, e grammatica
vocale. Possono essere inclusi negli elementi XHTML dei
Voice handlers per rispondere a specifici eventi DOM in
modo da poter usare il modello ad eventi familiare agli
sviluppatori Web. Le funzionalità di interazione vocale
sono integrate con XHTML e CSS e possono
conseguentemente essere usate direttamente all’interno
di contesti XHTML.
4
XHTML + VoiceXML (schema)
5
XHTML + VoiceXML (esempio1)
6
XHTML + VoiceXML (esempio2)
<!-- VOICE PASSWORD -->
<vxml:field name="voice_password_field" xv:id="voice_password">
<vxml:grammar>
<![CDATA[
#JSGF V1.0;
grammar logP;
public <logP> = <go> {$=document.getElementById('pw').value};
<go> = Okay | Yes;
]]>
</vxml:grammar>
<vxml:prompt timeout="6s">
Insert password.
</vxml:prompt>
<vxml:catch event="help noinput">
Please insert the password in the relative field for access the service.
</vxml:catch>
<vxml:catch event="nomatch">
Sorry but in this context voice input is disabled for privacy reason.
</vxml:catch>
</vxml:field>
7
Microsoft Speech SDK 5.1
 Aggiunge il supporto all’Automazione per le
funzionalità della precedente versione dello
Speech SDK.
 Permette di utilizzare le Win32 Speech API
(SAPI) per sviluppare applicazioni vocali in
sistemi che usano l’Automazione (Visual Basic,
C++, C#, …).
 Include TTS (Text-to-speech) e SR (Speech
Recognition)
8
Esempi

Richiesto:



Test-To-Speech Engines (TTS) - Sintetisi
Vocale


Multimodal Browser Opera 8.50 Italian
Microsoft Speech SDK 5.1
TTS Demo (italiano)
Speech Recognition (SR) - Riconoscimento
vocale


Multimodal Chinese Food Demo
Multimodal Pizza Demo
9