-实施-发布中国移动通信集团公司 发布QB-中国移动通信企业标准语音内容服务VoiceXML接口规范Title英文黑体四号版本号：.黑体小四 互联网经过了10年的发展，不仅互联网本身拥有极大的使用价值，而且互联网还为其它传统行业的发展提供了新的工具和途径，一些传统行业得以创造出许多以前很难实现的服务和价值。例如网上炒股炒汇、网站短信服务、QQ等即时通讯工具都在中国蓬勃发展并为相关企业带来了巨大经济效益。QB-目次1 范围12 引用标准13 术语和定义14 概述24.1 VoiceXML简介24.2 VoiceXML的背景44.2.1 VoiceXML的结构模型44.2.2 VoiceXML的设计目标54.2.3 VoiceXML的范围64.2.4 VoiceXML的设计要点64.2.5 对VoiceXML实现平台的要求74.3 VoiceXML的一些概念74.3.1 对话框和子对话框74.3.2 会话84.3.3 应用84.3.4 语法84.3.5 事件94.3.6 链接94.4 VoiceXML的元素95 VXML元素说明105.1 文档结构与文档执行115.1.1VXML元素115.1.2单文档应用115.1.3多文档应用125.1.4子对话框135.2 业务控制与业务流程元素135.2.1 对话框135.2.1.1窗体135.2.1.1.1 窗体的解释145.2.1.1.2 窗体项145.2.1.1.3 窗体项变量和条件145.2.1.1.4 定向窗体155.2.1.1.5 混合初始窗体155.2.1.2 菜单（menu）元素155.2.1.2.1 CHOICE元素和ENUMERATE元素165.2.1.3 窗体项175.2.1.3.1 FIELD元素185.2.1.3.2 BLOCK元素195.2.1.3.3 INITIAL元素205.2.1.3.4 SUBDIALOG元素205.2.1.3.5 OBJECT元素225.2.1.3.6 RECORD元素235.2.1.3.7 TRANSFER元素255.2.1.3.8 FILLED元素265.2.1.3.9 LINK元素285.2.2 控制流和ECMAScript295.2.2.1 变量和表达式295.2.2.1.1 变量和表达式的一般信息295.2.2.1.2变量的作用域305.2.2.1.3标准会话变量305.2.2.1.4标准应用变量315.2.2.2事件处理315.2.2.2.1 THROW元素315.2.2.2.2 CATCH元素325.2.2.2.3 事件处理的时机335.2.2.2.4速记表示法335.2.2.2.5 事件处理中的冲突335.2.2.2.6 事件缺省动作335.2.2.2.7事件类型345.2.2.2.8定时器事件345.2.3 执行上下文355.2.3.1 VAR元素355.2.3.2 ASSIGN元素355.2.3.3 CLEAR元素365.2.3.4 IF，ELSEIF和ELSE元素365.2.3.5 PROMPT元素375.2.3.6 REPROMPT元素375.2.3.7 GOTO元素375.2.3.8 SUBMIT元素385.2.3.9 EXIT元素395.2.3.10 RETURN元素395.2.3.11 DISCONNECT元素395.2.3.12 SCRIPT元素395.2.3.13 LOG元素415.3 业务功能实现元素415.3.1语法415.3.1.1 语音语法425.3.1.2 语法的作用域435.3.1.3 语法冲突435.3.2 系统输出435.3.2.1 语音合成标志语言435.3.2.2 基本语音输出445.3.2.3 播放语音文件445.3.2.4 VALUE元素455.3.2.5 打断语音输出455.3.2.6 超时455.3.3 环境与资源455.3.3.1 资源455.3.3.1.1资源获取455.3.3.1.2 缓冲465.3.3.1.3 预读475.3.3.1.4 协议475.3.3.2文档信息475.3.3.2.1 META元素475.3.3.2.2 METADATA元素485.3.3.3平台属性495.3.3.4 PARAM元素495.3.3.5 时间设计505.3.4 VoiceXML在独立外设中的应用505.3.4.1对独立IP的硬件的要求505.3.4.2 VoiceXML与多层次的业务515.3.4.3 VoiceXML与其他功能实体的通信515.3.5 各种功能的object说明525.3.5.1会议桥资源的操作实现525.3.5.1.1开始会议525.3.5.1.2结束会议535.3.5.1.3加入会议545.3.5.1.4离开会议555.3.5.1.5修改通话方的状态565.3.5.2 连接两条话路575.3.5.2.1操作申请575.3.5.2.2主动方等待575.3.5.2.3被动方接入595.3.5.3 SCP与IP的UI操作实现606 应用举例：无线广告业务的VoiceXML描述607 TTS语法规则658编制历史71前言随着基于内容业务的不断发展和梦网模式的不断普及，移动用户对内容的需求也逐步增大。目前，运营商主要通过数据业务（短消息、GPRS等）向用户提供内容。话音内容服务系统是通过话音为主的方式向用户提供内容服务。该系统由SCP、增强IP、SP等几个部分组成。本规范主要对增强IP设备与ICP接口的VXML语言规范进行描述。本标准由中国移动通信集团公司技术部提出并归口。本标准由标准提出并归口部门负责解释。本标准起草单位：中国移动通信集团公司研发中心。本标准主要起草人：魏冰、赵毓毅、孙楠。本标准解释单位：中国移动通信集团公司技术部。1 范围本标准是对VoiceXML（the Voice Extensible Markup Language）语言的介绍。本规范中主要描述了VXML语言的结构、元素、语法及事件处理、资源获取的方法与机制。本标准适用于对独立外设上应用的VoiceXML接口进行开发、规范。2 引用标准1 W3C, Extensible Markup Language (XML)，1998年1月, http:/www.w3.org/TR/REC-xml2 VoiceXML forum, VoiceXML Version 1.0, 2000年3月, http:/www.w3.org/Voice/ 3 Standard ECMA-262, Standard ECMA-262 ECMAScript Language Specification, 1999年10月4 IETF, Hypertext Transfer Protocol - HTTP/1.1, 1999, http:/www.ietf.org/rfc/rfc2616.txt 5 Burnett、Walker、Hunt, Speech Synthesis Markup Language Version 1.0(W3C Working Draft), 2002年10月， http:/www.w3.org/TR/2002/WD-speech-synthesis-/ 6 Hunt、McGlashan ， W3C Candidate Recommendation ：Speech Recognition Grammar Specification Version 1.0，2002年5月， http:/www.w3.org/TR/2002/CR-speech-grammar-/ 7IETF,URLs for Telephone Calls,2000,http:/www.ietf.org/rfc/rfc2806.txt3 术语和定义VXML：VoiceXML语音扩展标记语言元素（element）：元素是XML（VoiceXML是基于XML的）标记的基本组成部分，可以看成容器。它们可以有相关的属性和/或包含其它元素、注释等。下面是元素的例子： 其中，是的缩写，是空元素，不包含任何内容，注：在一些资料中，VoiceXML的元素又称“标记”。属性（attribute）：元素的某些附加信息可以作为元素的属性存在。属性是名-值对。上面关于元素的例子中，src=” logo.png”是元素img的属性。其中src是名；logo.png是值，用”（也可以用）包围起来。文档类型定义（DTD：Document Type Definition）：用于结构化XML数据的一套规则。保证XML文档对XML语法和嵌套树结构的正确使用。VoiceXML文档（VoiceXML Document）：符合VoiceXML的文档类型定义的XML数据。应用平台（Implementation Platform）：应用平台是具有支持VoiceXML功能所需软硬件的计算机。VoiceXML解释器（VoiceXML interpreter）：VoiceXML解释器是一个（组）计算机程序，该程序通过解释开发人员编写的VoiceXML文档，控制应用平台和用户交互。VoiceXML解释器上下文（VoiceXML interpreter context）：VoiceXML解释器是一个（组）计算机程序，该程序使用VoiceXML解释器解释VoiceXML文档，同时独立（VoiceXML解释器）与应用平台交互。对话框（dialog）：由一个或者多个VoiceXML文档构成的应用系统是一个有限状态自动机，该自动机的一个状态成为一个对话框。对话框分两种：表单和菜单。表单（form）：用于收集输入内容，并向用户表示信息的对话框。菜单（menu）：菜单用于向用于提供选择，并根据用户的输入转到另一个对话框。语法（grammar）：语法指出了可以指定给字段的合法表示方式，如可以通过语法，要求用户输入布尔值。 VoiceXML使用的语法是基于JSGF（JSpeech Grammar Format）。事件（event）：应用平台会抛出一些事件来响应错误情况，如没有输入、不能理解的输入或者意外断开；特有的事件也可以通过脚本调用throw元素来产生。4 概述4.1 VoiceXML简介VoiceXML是由IBM、Lucent、Motorola、AT&T四家公司于2000年提出