L evoluzione delle applicazioni vocali

Transcript

1 L evoluzione delle applicazioni vocali Con il progresso della tecnologia e lo sviluppo di Internet è nata la necessità di facilitare l accesso alle informazioni e l interazione con i sistemi, consentendo a utenti mobili di eseguire, utilizzando semplicemente il telefono cellulare, operazioni ed attività che prima erano possibili solo collegandosi con un PC ad Internet. Gli standard Nel panorama delle applicazioni vocali si possono identificare due standard: SALT e VoiceXML. Perchè due standard? Principalmente perchè sono stati disegnati per far fronte a richieste diverse nelle differenti fasi di sviluppo di un sito web. Il VoiceXML risponde ad esigenze che richiedono di ampliare l utilizzo del markup language e di estenderlo ad applicazioni puramente telefoniche (in particolare agli applicativi IVR Interactive Voice Response). Lo standard SALT risponde invece ad esigenze di applicazioni vocali più ampie consentendo di integrare un ampio range di device e di sviluppare applicazioni multimodali che integrano l utilizzo del web della voce e del video. Entrambi i linguaggi consentono di implementare in modo semplice, veloce ed economico innovative applicazioni voce. Il VoiceXML - Voice Extensible Markup Language Questo linguaggio consente lo sviluppo di applicazioni vocali, in maniera rapida fornendo un interfaccia di comunicazione tra il telefono ed il computer esattamente come il linguaggio HTML fa per il testo e la pagina web. Il VoiceXML è conosciuto ed utilizzato anche dai programmatori di sistemi IVR, che hanno ormai acquisito una discreta esperienza nello sviluppo di applicazioni vocali. Generalmente i sistemi tradizionali di speech recognition e IVR richiedono hardware specifici e interfacce proprietarie. Requisiti complessi, limiti di interoperabilità tra vendor e tecnologie diverse e scalabilità dei sistemi di telefonia tradizionale hanno fino ad ora impedito una larga diffuzione di tale tecnologia. Al contrario l utilizzo di questo linguaggio rende possibile la migrazione di applicazioni voce tra diverse piattaforme senza alcun vincolo relativo all hardware utilizzato. La definizione di questo standard è gestita da un consorzio a cui appartengono AT&T, IBM, Lucent e Motorola.

2 L architettura VoiceXML Figura 1 Modello Architetturale del VoiceXML Lo schema sopra riportato sintetizza il funzionamento del VoiceXML. Il document Server processa le richieste dall applicazione client utilizzando il VoiceXML Interpreter. Il server produce il documento VoiceXML che viene a sua volta processato dal VoiceXML Interpreter. Il VoiceXML Context può monitorare contemporaneamente input di user differenti in parallelo con il VoiceXML Interpreter. L Implementation Platform è controllata sia dal VoiceXML Context che dal VoiceXML Interpreter. Il VoiceXML Context è responsabile della rilevazione della chiamata, dell acquisizione del document VoiceXML e della risposta alla chiamata, mentre l Interpreter gestisce il dialogo dopo la risposta. L Implementation Platform genera eventi in risposta alle azioni dell utente (input vocali, disconessioni etc) e del sistema (timeout, etc), questi eventi sono poi interpretati dal VoiceXML Interpreter Context o dal VoiceXML Interpreter. Scopo del VoiceXML è quello di fornire una soluzione di risposta vocale che consenta l interazione tra i chiamanti e i sistemi fornendo i seguenti servizi: Output di testi sintetizzati (text-to-speech) Output di file audio Riconoscimento di input vocali Riconoscimento di toni DTMF

3 Registrazione di input vocali Controllo del flusso applicativo (a fronte di un dato input viene eseguita una particolare funzione o il play di un messaggio vocale approprio) Gestione di funzionalità telefoniche quali il trasferimento di chiamata e la disconnessione Il SALT Speech Application Language Tags SALT fornisce un set aggiuntivo di istruzioni agli esistenti modelli di programmazione Web e markup language, consentendo agli sviluppatori di inserire comandi vocali all interno di pagine HTML, XHTML e XML preesistenti. Con questo linguaggio è possibile sviluppare comunicazioni multimodali tra PC desktop e palmari, telefoni cellulari, PDA, chioschi internet e altri device simili. Con questo linguaggio è possibile sviluppare applicazioni vocali che convivono parallelamente a tradizionali mezzi di input/output, quali il testo, l audio e le componenti grafiche. Per esempio un input vocale (che potrebbe essere la richiesta di informazioni stradali) produce come output dei dati (in questo caso il pop up di una mappa stradale). Grazie alla sua indipendenza dall hadware e dalla piattaforma utilizzata, così come il VoiceXML, risulta di facile portabilità. Anche la definizione di questo standard è legata ad un forum al quale appartengono Microsoft, Cisco e Intel. I cinque più importanti elementi che permettono un utilizzo multimodale sono: prompt, listen, grammar, record e bind. Il Prompt è l elemento che consente di istruire il browser ad enunciare un file audio o ad utilizzare la sintesi vocale (Text-To-Speech). Elementi quali l input vocale, il caricamento di una pagina o il click del mouse possono scatenare quest evento. Il Listen è l elemento che attiva il microfono per acquisire input vocali o registrare file wav L elemento Grammar è strettamente correlato al listen ed interviene quando è necessario interpretare input specifici durante l uso del riconoscimento vocale. Il bind è l elemento che consente di aggiungere risultati all input vocale e inserire funzionalità alle pagine HTML quali form, testo ed altri elementi. Le applicazioni vocali L uso della voce come modalità interattiva addizionale agli standard (tastiera, mouse, touch screen) attrae l utente per la sua facilità d uso e la larga diffusione in svariati settori applicativi. Consente inoltre una riduzione dei costi e della complessità di gestione offrendo nel contempo ai clienti una modalità di comunicazione multicanale. Le aree applicative coinvolte sono molteplici: è possibile,ad esempio, migliorare il servizio customer service integrando gli elementi di voice-browsing con le applicazioni Call Center, oppure integrare soluzioni di e-learning così da guidare con semplici istruzioni vocali gli studenti per ottimizzarene il processo formativo. Sviluppare applicazioni interattive è il modo più semplice per aumentare l efficacia dell e-learning; utilizzando questa tecnologia è possibile costituire classi di apprendimento virtuali con un numero illimitato di studenti. Banking online, intrattenimento, prenotazioni di viaggi, gestioni di ordini e spedizioni sono altre aree dove l introduzione di elementi vocali possono apportare benefici e ampliarne la base d utilizzo.

4 Migliorare il servizio di informazioni per i cittadini in ambito e-governance, è possibile fornendo istruzioni vocali su come compilare un modulo o un form web o guidando l utente nella ricerca di informazioni. Non ci sono limiti per le applicazioni rivolte ai disabili che possono accedere alle informazioni grazie al solo utilizzo della voce. Informazione e cultura sono altre aree dove questa tecnologia può trovare un ampio impiego. Le aziende che implementano tali soluzioni riescono a fornire ai propri clienti un servizio eccellente a basso costo, in quanto non vi è l intervento dell operatore, che è possibile prevedere appoggiandosi poi ad una struttura di Call Center. Le soluzioni Cisco per le applicazioni vocali Cisco ha integrato il supporto per il VoiceXML direttamente nell IOS per i sistemi della serie AS5000 e per i router della famiglia 3600, relizzando una partneship con Nuance ( così da poter completare la soluzione offerta con dei servizi di Automated Speech Recognition (ASR) e Text-to-Speech (TTS), servizi che consentono il riconoscimento della voce umana e la sintesi vocale di un testo. Figura 2 Le componenti architetturali relative alla soluzione Web e VoiceXML

5 Figura 3 Flusso della chiamata VoiceXML nell architettura Cisco. L integrazione delle funzionalità VoiceXML nell IOS Cisco rende la soluzione economica, sicura, scalabile, consentendo di realizzare delle applicazioni Voce in ambiente hosting, infatti i service provider possono fornire applicazioni di questo tipo senza dover investire in costi hardware aggiuntivi. Cisco voice gateway sono gli apparati dove termina il media steam, riducendo ed abbassando il consumo della banda eliminando le ramificazioni delle chiamate dal gateway al server telefonico. IOS Cisco supporta le seguenti funzionalità: VoiceXML browser Input Audio Output Document Server interface Voice signaling protocols dalla release software 12.2T interpreta i documenti VoiceXML - Suppotra Nuance e SpeechWorks server grazie all utilizzo del protocollo RTSP - E in grado di interpretare gli input DTMF -Supporta H.323 e SIP DTMF relay mechanisms disponibile sui Voice Gateway Cisco - Supporta il playback di file audio preregistrati da server HTTP, TFTP, FTP e dalla memoria flash locale - Aumenta le performance grazie al caching - Supporta playback di steeming media audio da RTSP server - Supporta Nuance TTS server utilizzando il protocollo RTSP - Accede ai contenuti di applicazioni web utilizzando HTTP - Consente di accedere a documenti VoiceXML da server TFTP o FTP o dalla memoria flash locale del Voice gateway Cisco - Supporta tutti le intefacce telefoniche standard disponibili sui Voice gateway Cisco - Accede alle informazioni relative alla segnalazione

6 MGCP scripting support DNIS maps Call origination and call control Call transfer - Permette utilizzando l MGCP scripting package di controllare il Voice Gateway e di eseguire documenti VoiceXML su un canale voce - Fornisce il link tra il numero chiamato e il documento VoiceXML, contiene quindi l elenco dei numeri chiamati e i rispettivi URL per la localizzazione delle pagine VoiceXML - Consente al Gateway VoiceXML di originare chiamate per applicazioni paging e si interfaccia con script TCL per una gestione completa della chiamata - Supporta il trasferimento a dispositivi third parties Cisco IP IVR Cisco IP IVR è un Internet Protocol-Interactive Voice Response che fornisce una soluzione aperta, scalabile e ricca di funzionalità per la creazione ed il rilascio di applicazioni di risposta vocale. La soluzione è stata sviluppata utilizzando la tecnologia Java e consente quindi agli sviluppatori di incorporare classi Java customizzate che rispondano alle specifiche esigenze dei clienti. Un tool grafico user friendly consente di comporre degli script che eseguiti genereranno l applicazione vocale. Gli script sono costituiti da una serie di step o blocchi logici che con le loro differenti potenzialità consentono di creare il flusso dell applicazione. Oltre alle funzionalità di un IVR di tipo tradizionale include degli step che consentono di accedere direttamente a contenuti VoiceXML. Figura 4 CRS (Customer Response Solution) editor il tool che consente lo sviluppo delle applicazioni IVR Il dettaglio dell application editor mostra gli step che consentono lo sviluppo di applicazioni VoiceXML

7 Mentre la figura sottostante sintetizza l architettura che ha consentito a Cisco di integrare nell IP IVR funzionalità di Voice browsing. Figura 5 Architettura VoiceXML supportata di Cisco Call Manager CRS Engine Voice Browser VoiceXML over HTTP DB Web Server/Doc Server Scripts ASR Audio / Grammar Grazie ad una architettura di questo genere è possibile far convergere due infrastrutture, quella IVR e quella Web, in una unica; in questo modo aggiornando il sito Web si aggiornano automaticamente anche le informazioni disponibili sul sistema di risposta vocale. E prevedibile, visto l interesse che sta destando questa tecnologia sia in ambito tecnologico che nell ottica di riduzione dei costi che nei prossimi anni si assisterà ad un utilizzo sempre più ampio delle applicazioni vocali come lo dimostrano le analisi condotte da Datamonitor.

8 Figura 6 L andamento di crescita previsto per le applicazione vocali da ricerche effettuate da Datamonitor Headquarters Cisco Systems, Inc. 170 West Tasman Drive San Jose, CA USA Tel: NETS (6387) Fax: Sito World Wide Web: Sede europea Cisco Systems Europe 11 rue Camille Desmoulins Issy-les-Molineaux Cedex 9, France Tel: Fax: Sede italiana Cisco Systems Italy Via Torri Bianche, Vimercate (MI) Tel: Fax: Sito World Wide Web: Filiali di Roma Cisco Systems Italy Via del Serafico, Roma Tel Fax: Le filiali Cisco Systems nel mondo sono oltre 200. Gli indirizzi e i numeri di telefono e fax sono disponibili sul sito Cisco Connection Online all indirizzo Arabia Saudita Argentina Australia Austria Belgio Brasile Bulgaria Canada Cile Cina Colombia Corea Costarica Croazia Danimarca Emirati Arabi Filippine Finlandia Francia Germania Giappone Gran Bretagna Grecia Hong Kong India Indonesia Irlanda Israele Italia Lussemburgo Malesia Messico Norvegia Nuova Zelanda Olanda Perù Polonia Portogallo Portorico Romania Repubblica Ceca Russia Scozia Singapore Slovacchia Slovenia Spagna Stati Uniti Sud Africa Svezia Svizzera Tailandia Taiwan Turchia Ucraina Ungheria Venezuela Vietnam Zimbabwe Copyright 2003 Cisco Systems, Inc. Tutti i diritti riservati. Cisco, Cisco Systems e il logo Cisco Systems sono marchi registrati di Cisco Systems, Inc. negli Stati Uniti e in determinati altri paesi. Tutti gli altri marchi o marchi registrati sono proprietà delle rispettive aziende.