W3C，WWW向け音声タグ仕様「VoiceXML 2.0」を勧告案として公開

早坂利之

2004.02.04

　WWW関連技術の標準化を進めるWorld Wide Web Consortium（W3C）は，XMLベースのWWW向け音声タグ仕様「VoiceXML 2.0」をW3C勧告案（Proposed Recommendation）として公開した。W3Cが米国時間2月3日に明らかにしたもの。W3Cでは，「WWWベースの音声対応アプリケーション／コンテンツの開発を効率化できる」としている。

　VoiceXMLとは，音声を使ってWWWコンテンツ／サービスの利用を可能にするXMLベースの記述言語。コンテンツを音声対応ブラウザを介してユーザーの電話機などに伝えるためのレイアウトや構造を定義する。VoiceXML 2.0を使用すると，音声合成，音声のデジタル化，音声認識，DTMF（プッシュホンのトーン信号）入力，音声の録音，通話，話者が変わる会話などに対応可能な音声対話ダイアログの作成が可能になるという。

　W3C Voice Browser Activity担当リードのDave Raggett氏は，「VoiceXML 2.0では（音声対応サービスにおいて）『この場合は1を，そうでない場合は2を押す』といった操作が不要になり，話し掛けることで選択を行ったり情報を伝えたりできる」と説明する。「さらに，目の不自由な方や，運転中で手や目が離せない人も，WWWアクセスが可能となる」（同氏）

　Voice XMLは，W3Cが開発を進めている音声入出力インタフェースフレームワークのなかで，アプリケーションとユーザー間の対話制御方法を規定する仕様。同フレームワークのそのほかの仕様には，音声合成記述言語「Speech Synthesis Markup Language（SSML）」，音声認識文法仕様「Speech Recognition Grammar Specification（SRGS）」，呼び出し制御記述言語「Voice Browser Call Control（CCXML）」，音声認識における意味解釈「Semantic Interpretation for Speech Recognition」がある。

　またW3Cは，500項目以上の試験を実施できるVoiceXML 2.0向けテスト・スイートも用意している。

　W3C Voice Browser Wroking Groupの参加企業／組織は以下の通り。

　米BeVocal，キヤノン，米Comverse，フランスFrance Telecom，米Genesys Telecommunications Laboratories，米Hewlett-Packard，米HeyAnita，日立製作所，米IBM，米Intel，イタリアLoquendo，米Microsoft，MITRE，三菱電機，米Motorola，フィンランドNokia，カナダNortel Networks，米Nuance，オランダRoyal Philips Electronics，スウェーデンPipeBeach，ドイツSAP AG，米ScanSoft，米SnowShore Networks，米SpeechWorks，米Sun Microsystems，米Syntellect，米Tellme Networks，米Unisys，米Verascape，米VoiceGenie，米Voxeo，アイルランドVoxpilot。