1

Interazione Vocale

Alessandro Grossigrossial@cli.di.unipi.it

2

Interazione Vocale

Microsoft Agent (Browser/Applicazioni)

XHTML + VoiceXML (Multimodal Browser)

Microsoft Speech SDK 5.1 (Applicazioni)

3

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

4

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 web standard integrando l’XHTML con gli XML-Events.

(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.

5

XHTML + VoiceXML (schema)

6

XHTML + VoiceXML (esempio1)

7

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>

8

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)

9

Esempi

Richiesto: Multimodal Browser Opera 8.50 Italian Microsoft Speech SDK 5.1

Test-To-Speech Engines (TTS) - Sintetisi Vocale

TTS Demo (italiano)

Speech Recognition (SR) - Riconoscimento vocale

Multimodal Chinese Food Demo Multimodal Pizza Demo