VoiceXML (VXML) to standard W3C, który ułatwia tworzenie interaktywnych aplikacji głosowych w Internecie. Opiera się na trzyczęściowej architekturze: dostęp głosowy, logika aplikacji i zarządzanie danymi. Taka konstrukcja nie była jedynie trendem w modzie. Była to konieczna ewolucja, aby poradzić sobie z gwałtownym rozwojem zautomatyzowanych usług telefonicznych pod koniec lat 90-tych.
Przed VXML interoperacyjność była chaotyczna. Systemy nie mogły się ze sobą łatwo komunikować. Wdrożenie było powolne i niestabilne. Konsorcjum World Wide Web (W3C) wkroczyło, aby temu zaradzić. Zaproponował VXML jako ustandaryzowany język zbudowany na bazie XML. Umożliwiło to programistom dokładne opisanie struktur dialogowych. Rezultatem jest solidne i elastyczne narzędzie do deklaratywnego projektowania aplikacji głosowych.
Dlaczego struktura XML Voice jest ważna
Prawdziwa siła VoiceXML polega na podziale obowiązków. Oddziela logikę interakcji głosowej od warstwy dostępu i danych biznesowych. Ten trójstronny model obejmuje trzy kluczowe elementy:
- Dostęp głosowy: komunikuje się z użytkownikami poprzez rozpoznawanie i syntezę mowy.
- Zastosowanie: koordynuje interakcje i określa zakresy dialogu.
- Zarządzanie danymi: integruje się z bazami danych lub systemami zaplecza w celu pobierania lub przechowywania informacji.
To oddzielenie nie tylko sprawia, że kod jest czystszy. Zapewnia łatwość konserwacji, skalowalność i ponowne wykorzystanie komponentów. Dzięki temu łatwiej jest dostosować się do różnych platform. Niezależnie od tego, czy korzystasz z tradycyjnego serwera telefonicznego, usługi głosowej opartej na chmurze, czy interfejsu IoT, podstawowa logika pozostaje taka sama.
Zasada nawigacji opiera się na dokumentach strukturalnych. Każdy element XML reprezentuje jednostkę okna dialogowego. Pytania. Oczekiwane odpowiedzi. Etapy przetwarzania. Wiadomości dźwiękowe. Przeniesienie połączenia. Programiści mogą tworzyć różne scenariusze komunikacji. Menu wielokrotnego wyboru. Swobodne wprowadzanie tekstu. Spersonalizowane powiadomienia. Bezpieczne interakcje transakcyjne. Wszystko to jest możliwe.
Specyfikacje techniczne i wykonanie przeglądarki
Wykonanie VoiceXML zależy od przeglądarki głosowej. To oprogramowanie interpretuje skrypty VXML na podstawie danych wprowadzonych przez użytkownika, zazwyczaj z telefonu lub terminala wyposażonego w mikrofon. Wyobraź sobie przeglądarkę internetową, ale służącą do odtwarzania dźwięku. Przekształca treść w dźwięk. Komunikuje się z użytkownikami za pośrednictwem podpowiedzi, menu i dynamicznych komunikatów kontekstowych.
Okno dialogowe jest generowane przy użyciu określonych znaczników XML. odtwarza dźwięk. definiuje prawidłowe dane wejściowe. przechwytuje dane użytkownika.