用 XHTML+Voice 开发多模式网站并用 Firefox+Tadpole 进行语音浏览（1）

look_w

前言一般网页展现给人们的是丰富的文字、图片、音乐和动画。你是否也曾想过与网页进行语音沟通呢？为了给网络应用提供语音功能，IBM 及其合作伙伴提出了建立于 XHTML 和 VoiceXML 之上的 XHTML+Voice 标记语言，即 X+V；同时还资助开发了 Tadpole —— 一个 Firefox 浏览器上的一个开源插件 —— 它使 Firefox 平台结合 IBM 的 XHTML + Voice 解析、语音识别和语音合成技术，使人们能够开发和使用提供语音界面的多模式网站，比如用人声阅读网页文字，或者让用户靠说话来填充网页表单等。本文将介绍 Tadpole 的安装使用，以及如何开发一个具有语音界面的多模式网站。
Tadpole 的安装和使用下载和安装Tadpole 支持的硬件和软件环境：

• 硬件环境：Intel® X86 架构；声卡；麦克风；扬声器。
• 操作系统：Windows® XP。
• 必要软件：Mozilla Firefox 2.0 以上版本。

用户可以通过 VoiceXML Interpreter for Firefox Tadpole Extension 下载页面（参见 ）下载 Tadpole 安装包进行安装，其安装步骤如下：
用 Firefox 点击下载 xplusv.xpi 文件。之后 Firefox 的插件管理器会自动打开弹出，然后按照插件管理器的提示安装即可。
试用 Tadpole安装完毕后从 Firefox 菜单中选择 View->Toolbars->Customize…，弹出自定义工具栏对话框，将下图红圈内麦克风图标拖放到工具栏。这个按钮提供语音识别的启动和停止功能，其作用类似于对讲机的通话按钮。在提供语音模式的网页提示用户语音输入时可以按下这个按钮开始语音，说出一句话，然后再次按下这个按钮停止语音输入。
图 1. Tadpole 安装完毕的 FireFox 界面在 Firefox 中打开链结 。这是一个 X+V 演示站点。它提供了一个英文的比萨饼预定的语音表单示例。在页面加载完成后，你会听到 Tadpole 合成的一段欢迎语音。之后你可以根据提示用英文说出你需要的比萨饼订单。最后根据提示说完“yes”后，页面会弹出一个提交订单的对话框。