關于制定中國移動互聯(lián)網(wǎng)語音應用協(xié)議標準的建議

2001/03/11

一 引言

以互聯(lián)網(wǎng)為代表的信息產業(yè)為中國帶來了巨大的機會和挑戰(zhàn)，中國社會開始進入一個以信息為核心的時代。如何快速準確地獲取所關心的信息，對人們的日常工作和生活已經(jīng)具有越來越重要的影響。

計算機作為互聯(lián)網(wǎng)絡的一種重要信息終端，是目前人們從互聯(lián)網(wǎng)上獲取信息的主要工具。然而，在計算機普及率、互聯(lián)網(wǎng)普及率以及教育程度相對較低的中國，使用計算機上網(wǎng)，獲取信息和進行通訊對于廣大百姓來說，還是一個神秘的期望。

至今為止，Internet 的訪問模式逐漸從單一的PC訪問方式向多種用戶終端發(fā)展 ，出現(xiàn)了移動電話、PDA、機頂盒等。

如何解決信息產業(yè)化和社會發(fā)展水平之間的矛盾，依據(jù)中國具體國情，盡可能的實現(xiàn)信息技術的普及，促進中國信息社會進步的發(fā)展，使信息技術這樣的高科技輕松的進入中國大多數(shù)百姓家，在中國具有巨大的市場前景和社會效益。

而近年來語音技術的飛速發(fā)展和不斷成熟，以及中文語音應用技術的突破，為信息網(wǎng)絡帶來了一種極具誘惑的信息終端-----電話。

電話是中國百姓最為熟悉的通信工具，中國電話的普及率為全球第二，相對現(xiàn)今不到1000萬的互聯(lián)網(wǎng)電腦終端用戶來說，高達2億的電話用戶具有更為重要的意義。而語音應用技術，為中國百姓建立了一條輕松通達信息時代的高速公路，將信息科技以最為親切的方式帶到了人們身邊。

二 為何選擇語音應用技術

語音應用技術，是連接互聯(lián)網(wǎng)的與電話用戶的紐帶，其使普通電話、手機等成為五花八門的網(wǎng)絡終端之一，并最大的擴展了互聯(lián)網(wǎng)用戶。

2．1．語音與計算機

語音，是人類最為熟悉的交流方式。人有70%的信息獲取是通過聽，而90%的信息表達是通過說。語音是人們詢問問題，交換觀念、分享經(jīng)驗和建立關系的最主要方式，人類通過語音傳達著大量的信息。

長期以來，人與計算機的交互主要是通過鍵盤、鼠標和屏幕。雖然隨著圖形用戶界面（GUI）的日臻完善、各種輸入法的不斷出現(xiàn)和成熟，以及手寫輸入的應用使人與計算機的交換越來越簡單方便，但追求完美和卓越的網(wǎng)絡時代，人們也愈加強烈地渴求一種更方便更自然的人機界面。而語音必然成為人們最為熟悉和輕松的人機交互方式。

2．2．語音技術

作為智能計算機研究的主導方向和人機通信的關鍵技術，語音技術對計算機發(fā)展和社會生活的重要性日益凸現(xiàn)出來。作為語音技術中最主要的兩大技術：語音識別技術(ASR)和語音合成技術（TTS），隨著近年來人們在數(shù)學算法和聲學模型取得的突破和飛速提高，語音識別和語音合成技術以及自然語言處理技術的成熟，使電腦能“說”，能“聽”，使人與機器的交流能象人與人之間對話一樣輕松和自然。

正如當初圖形用戶界面(GUI)改變了個人電腦一樣，以語音技術為核心的語音用戶界面(VUI)正在改變著電腦和電話系統(tǒng)，以及各種智能設備。

2．3．語音應用技術

語音應用技術（Voice Application Technology ），是指人們可以使用有線電話或移動電話，以及PC、PDA和其它智能設備通過語音識別、語音合成的交互技術，以及語音瀏覽、智能信息處理技術等實現(xiàn)人們訪問互聯(lián)網(wǎng)絡，以及實現(xiàn)個人服務和商業(yè)服務的應用技術。

語音應用技術，是語音技術（ASR和TTS　TT）、語音瀏覽技術、智能文字信息處理技術等技術的集合，其形成一個完整的技術應用規(guī)范體系，建立于已有相關技術協(xié)議標準上，著重于應用開發(fā)。

語音應用技術是跨接以語音為核心的電話網(wǎng)絡和以數(shù)據(jù)為核心的互聯(lián)網(wǎng)絡的一座橋梁，使有線電話和移動電話成為互聯(lián)網(wǎng)絡信息終端，為人們以自然語言交互的方式來遨游信息信息打開了一扇自由的大門。語音應用技術覆蓋語音識別、語音合成、語音瀏覽、語音集成、語音交互、Web服務等技術領域，可以輕松介入現(xiàn)有的網(wǎng)絡信息系統(tǒng)，集成現(xiàn)有的各類信息處理技術，如Web 、WAP、GPRS等等。

2．4．語音應用技術的優(yōu)勢

為何語音應用技術對于互聯(lián)網(wǎng)絡，對于信息技術如此重要？首先，是因為電話的重要性。電話在的全球發(fā)達地區(qū)幾乎無所不在，時刻出現(xiàn)在人們身邊。電話的數(shù)量遠遠大于電腦的數(shù)量，更遠大于連接了互聯(lián)網(wǎng)的電腦數(shù)量。尤其是在中國，電話相對電腦在更大程度上更是人們生活中最平常的設備。

隨著移動電話越來越小，越來越輕，越來越便宜，以及移動電話電池使用時間越來越長，其所具備的便攜性遠勝于電腦。而伴隨移動通信技術的飛速發(fā)展，他們更具備了電腦不具備的優(yōu)勢，比如全球定位。你甚至可以在開車時方便的使用移動電話。

語音對于電話具有同樣的重要性，語音是電話的生命，是電信網(wǎng)絡的數(shù)據(jù)血液。雖然在移動電話中出現(xiàn)了WAP這樣很有用的技術，使移動電話可以作為網(wǎng)絡終端，但WAP手機的屏幕太小而具有很大的局限性，在手機鍵盤上進行輸入也相當麻煩。雖然I-Mode系統(tǒng)正引人關注，但它同樣具有類似問題。

語音具有其獨特的優(yōu)勢，而且語音比鍵盤和閱讀更具親切感。當然，圖象和文字依然很重要，我們相信，我們不久就可以見到“多模式”的設備，可以圖象和文字的方式進行，或以語音的方式進行，甚至可以混合語音和圖象。而這正是語音應用技術帶來的美好情景。

同樣，語音對于Internet也一樣重要。首先，基于語音瀏覽技術的語音應用系統(tǒng)的開發(fā)很容易，應用應用技術可以輕松建立豐富的、廉價的和高效的Web應用，以及開發(fā)工具。其次，語音應用系統(tǒng)很容易發(fā)布，不再需要建立一個指定的專用的語音服務器，基于語音瀏覽機制的語音應用可以放在Internet 上的任意一個地方，而用戶通過電話，可以象使用IE這樣的瀏覽器一樣進行查詢、書簽以及鏈接等其他Web的瀏覽方式。

而基于現(xiàn)有Web技術的語音Web服務技術，具有現(xiàn)有Web技術的同樣優(yōu)勢，可以進行安全交易、下載信息、收聽mp3等服務。且更為快捷和自然。

語音自然交互更具有其它信息終端不具備的優(yōu)勢，利用自然語音交互技術，用戶不再需要一項一項的填寫Web的Form表單，不再需要痛苦的在小小的手機鍵盤上換著數(shù)字輸入名字和E-mail地址�；陉P鍵字捕捉和自然語言處理技術，用戶可以輕松的說一句：“我是注冊用戶 張三，請幫我查 深發(fā)展A 現(xiàn)在的股價，發(fā)個短消息給我�！币磺休p松自然。

2．5．語音應用技術和移動互聯(lián)網(wǎng)絡

Internet和移動通信，作為邁向信息社會的兩個重要標志分別對應著對大量信息資源的有效訪問和隨處漫游的個人通信。如何結合它們的技術優(yōu)勢，在不受信息源的限制和用戶訪問時位置限制的同時，以統(tǒng)一的標準向用戶提供無處不在的信息網(wǎng)絡服務，已成為網(wǎng)絡界和電信界共同關注的一個焦點問題。

現(xiàn)在出現(xiàn)的WAP、GPRS、Mobile IP、Mobile IP Phone等等技術，使移動互聯(lián)網(wǎng)帶來了全新的概念。而應用正是啟動移動互聯(lián)產業(yè)鏈的引擎，是連接移動互聯(lián)與最終用戶的紐帶。而多種信息終端設備的出現(xiàn)和應用以及多種數(shù)據(jù)通信技術的發(fā)展和應用促進了移動互聯(lián)業(yè)務的普及與推廣，縮短了移動互聯(lián)與最終用戶之間的距離，在個人定位、個人信用、人性化服務等方面開辟了新的發(fā)展空間。

語音應用技術相比較WAP、GPRS等其它技術，則更有利于移動互聯(lián)網(wǎng)的普及和發(fā)展，體現(xiàn)了移動互聯(lián)網(wǎng)絡的特性。語音應用技術可以介入移動互聯(lián)網(wǎng)絡幾乎所有的信息終端，其基于語音服務器和語音網(wǎng)關的體系結構模型使得移動新業(yè)務服務的開發(fā)和發(fā)布輕松而簡單，將原來基于Web的服務帶到了電話用戶和移動用戶面前。

三 制定中國語音應用協(xié)議標準的建議

語音應用技術在中國，有著廣闊的前景和市場，對中國移動互聯(lián)產業(yè)的建設和發(fā)展，促進中國社會信息化，普及信息技術應用有著重要的意義。

我們建議，制定我國有關于語音應用技術的標準協(xié)議，以促進中國語音應用技術的發(fā)展，普及中國信息技術應用，加速移動互聯(lián)和網(wǎng)絡信息服務的產業(yè)化。做為中國漢語語音應用技術的先行者和探索者，我們根據(jù)中國國情和漢語語音應用的特點，參考國際行業(yè)技術規(guī)范和標準，綜合我們在長期的探索中的經(jīng)驗，提出語音應用協(xié)議的規(guī)范建議。

3．1．定義

語音應用協(xié)議（Voice Application Protocol ），是在互聯(lián)網(wǎng)絡和通信網(wǎng)絡（有線電話網(wǎng)絡和無線通信網(wǎng)絡）基于語音技術開發(fā)應用和服務，以及相關設備的工業(yè)技術規(guī)范。語音應用協(xié)議（VAP　VA）制定了語音應用的架構和網(wǎng)絡協(xié)議，詳細說明語音終端設備（如電話、手機、內嵌語音瀏覽器的智能設備、PC等）與網(wǎng)絡的通信協(xié)議和技術規(guī)范。該協(xié)議擴展和協(xié)調了通信網(wǎng)絡技術（如移動網(wǎng)絡數(shù)字通信標準和Internet技術（如XML、Web以及多種的信息內容格式等）。該協(xié)議可以幫助移動互聯(lián)網(wǎng)絡的運營商、設備廠商、應用開發(fā)商等建立基于語音方式的靈活、快捷、高效的服務。

3．2．動機

語音應用協(xié)議（VAP　VA）定位于通信網(wǎng)絡和Internet的聚覺點，制定以語音的方式提供兩者通訊和為龐大的電話用戶和飛速發(fā)展的互聯(lián)網(wǎng)絡用戶提供快捷、方便、自然的語音應用服務。

語音應用的特征是以非形象的信息方式-----聲音為信息表征，其終端設備局限于電話和手機等簡單輸入設備�？梢岳玫娜藱C對話工具只有話筒、聽筒、數(shù)字鍵盤，以及手機屏幕。由于人對語音信息較快的反應能力和弱的記憶力，決定了語音應用的信息呈現(xiàn)方式必須簡短和簡單。

利用語音應用協(xié)議的相關技術，可以提供給客戶方便、輕松、自然的對話式的用戶界面，為簡易終端（電話、手機）的用戶提供Internet上的信息和服務，以及語音電子商務和個性化電信服務等等。

使用簡易的語音終端設備，可以實現(xiàn)例如以下的語音應用：

• 信息服務應用 在這樣的服務中，輸出的語音以預先錄制的語音為主（如提示音、音樂等），以語音合成技術合成動態(tài)的信息（如股票行情、E-mail內容等）。而輸入方式以語音識別的導航指令和有限的語音識別數(shù)據(jù)輸入為主。信息服務應用可以提供新聞、體育、交通、天氣和股票行情等等這樣的專門信息。
• 電子商務應用 象以目錄分類的訂購應用可以很好的用語音應用實現(xiàn)，這是因為語音可以自由在各級目錄中直接跳躍，而不需象在IE瀏覽器中那樣必須一級級的操作。當語音電子商務也有一定的限制，這是因為語音所能傳載的信息量要小，而且無法象圖象那樣進行形象的商品描述。
• 客戶服務應用 如包裹跟蹤、帳戶查詢、呼叫中心等。這類服務可以較好的用語音方式實現(xiàn)。用戶只需要很簡短的說出必要的信息，或配合電話上的數(shù)字鍵盤即可以輕松完成。而需要反饋給用戶的信息簡單扼要，并且可以以短消息、E-Mail等形式并列發(fā)送。
• 電話服務應用 如個人電話撥號、電話會議、聲訊服務以及企業(yè)的語音界面（如公司或組織可以將自己的電話號碼簿形成語音應用，客戶可以使用它進行語音撥號）等等。
• 其他豐富的語音應用

3．3．需求

根據(jù)語音應用技術的特性和應用，語音應用協(xié)議（VAP）的需求如下：

• 盡可能的協(xié)調現(xiàn)有的技術標準和規(guī)范協(xié)議
• 定義一個分層的、可擴展的兼容性的體系結構
• 盡可能支持現(xiàn)有的網(wǎng)絡和設備
• 優(yōu)化簡單設備的信息傳載方式
• 兼容現(xiàn)有的其它應用協(xié)議（如WAP、GPRS　GPR等）
• 提供安全的語音應用、商務和通信機制
• 提供簡單、容易的應用開發(fā)機制
• 優(yōu)化語音與智能設備的結合

• 為信息服務和集成提供可編程模型

3．4．體系結構

語音應用協(xié)議的體系結構類似于WWW的體系結構和WAP的體系結構，圖一是WWW的體系結構：

而下圖（圖二）是WAP的體系結構模型：

類似的，我們可以看到語音應用協(xié)議（VAP）的體系機構模型如下：

語音應用協(xié)議（VAP　VA）定義了終端--?網(wǎng)關--?服務器的體系結構。語音服務器（Voice Server ）是語音應用的服務器，其包含語音應用和數(shù)據(jù)、內容；與WAP體系結構不同的是，語音網(wǎng)關（Voice Gateway） 做為終端和語音應用服務器的橋梁，作為語音應用協(xié)議中的重要部分：語音瀏覽器（Voice Browser）建于語音網(wǎng)關（Voice Gateway）內，而不象WAP協(xié)議中，micro browser 建于終端中。這是因為語音終端過于簡單以及語音數(shù)據(jù)可以通過電信網(wǎng)絡輕松與語音網(wǎng)關（Voice Gateway）交互。

語音應用協(xié)議（VAP）定義了：

• 語音服務器（　Voice Server）的結構和其與語音網(wǎng)關的交互協(xié)議
• 語音網(wǎng)關（Voice Gateway）的結構和協(xié)議
• 語音應用內容（content）類型和標準格式
• 語音傳輸編碼協(xié)議
• 相關協(xié)議和接口規(guī)范
• 安全協(xié)議

3．5．組成部分

語音應用協(xié)議（VAP　VA）也有一個類似于TCP/IP和WAP的層次結構，如下圖（圖四）所示：

• 應用層，其中包括
  
  • 語音標記語言 （Voice XML） ，一個類似于HTML的描述標記語言，基于XML技術。Voice XML 為現(xiàn)在國際上廣泛認可的行業(yè)標準，其1.0版已被W3C組織確定為行業(yè)規(guī)范。
  • 對話標記語言 （ Dialog Markup Language），用于與VoiceXML一起描述和建立對話式的語音交互應用的標記語言。
  • 內容格式（Content Format），是一套定義好的數(shù)據(jù)格式，針對語音應用技術的特點而制定，如數(shù)字、日期的識別語法；模型化的識別對象（Objects）；語音通訊錄；流式語音郵件格式等。
  • 數(shù)據(jù)交換應用，語音應用與其它信息應用的數(shù)據(jù)交換協(xié)議

• 會話層，其中包括
  
  • 語音交互協(xié)議，其為語音網(wǎng)關中的一個重要組成部分，規(guī)范了語音交互系統(tǒng)（如CTI、IVR）的體系規(guī)范和協(xié)議。例如語音應用開發(fā)接口（SAPI）、電話應用開發(fā)接口（TAPI），語音交互接口（SIP），會話管理等。
  • 數(shù)據(jù)傳輸協(xié)議，基于http的傳輸協(xié)議，和rtp （Real-time Transport protocol ）的實時媒體數(shù)據(jù)傳輸協(xié)議。

   

• 事務層，其中包括
  

  • 語音瀏覽器規(guī)范，為語音瀏覽技術的重要組成部分。
  • 語音識別接口規(guī)范，為語音識別引擎與語音瀏覽器的交互接口協(xié)議規(guī)范。
  • 語音合成接口規(guī)范，為語音合成引擎與語音瀏覽器的交互接口協(xié)議規(guī)范。
  • 語音廣播協(xié)議，為提供語音廣播機制的協(xié)議
  • 數(shù)據(jù)轉換協(xié)議，將所處理的數(shù)據(jù)轉換為其它應用或協(xié)議（如WAP等）的數(shù)據(jù)內容和格式，或從其它應用系統(tǒng)、協(xié)議中獲取數(shù)據(jù)用于語音瀏覽或處理的協(xié)議。

   

• 安全層，其中包括
  
  • 語音認證協(xié)議，以語音方式認證身份的協(xié)議。
  • 數(shù)據(jù)完整檢查，確保用戶提交的數(shù)據(jù)在傳輸和處理中保持完整一致。
  • 獨立保密，確保用戶唯一終端和應用服務器處理線程的對應。
  • 拒絕服務保護，對于沒有認證或重復請求的數(shù)據(jù)，安全層予以拒絕服務。
  • 安全層也可以用于身份認證，語音數(shù)字簽名以及電子商務交易安全保證。

   

• 控制層，其中包括
  
  • 語音控制協(xié)議，指在內嵌語音識別或合成引擎，或裝有微型語音瀏覽器的智能終端設備、PC、IP設備等終端中語音控制的協(xié)議。
  • 語音控制信號協(xié)議，以非識別性的語音信號傳送于語音終端和語音網(wǎng)關中的控制信號協(xié)議。

   

• 信號層，其中包括
  
  • 語音壓縮協(xié)議，在語音應用系統(tǒng)中所確定的規(guī)范壓縮和編碼協(xié)議。

   

語音應用協(xié)議不僅僅為實現(xiàn)語音應用技術而設計，它的設計中使語音應用可以操作多種不同的應用，如短消息、WAP等。其在每個層次上都提供擴展性的已定義好的接口，使其不僅僅限制于語音應用協(xié)議（VAP）所描述和定義的范圍內。

四 語音應用協(xié)議方案的好處

語音應用協(xié)議（VAP）用以實現(xiàn)互聯(lián)網(wǎng)絡與有線電話、移動電話等簡單終端進行交互，將信息應用技術和服務，以及移動互聯(lián)服務最大限度的帶到用戶身邊。其關注于語音應用服務的開發(fā)和實現(xiàn)，將為為移動互聯(lián)和信息服務帶來巨大影響。

4．1．提供了良好的用戶界面模型

作為最為親切友好的人機界面交互方式，語音應用協(xié)議（VAP）為電話終端以及其它終端提供了遨游信息世界良好的擁護界面。傳統(tǒng)的鍵盤、鼠標和屏幕為自然對話的交互方式所代替。語音應用協(xié)議（VAP）不僅僅通過語音交互協(xié)議、語音標記語言、對話標記語言和語音瀏覽器規(guī)范等定義了“說”和“聽”的交互界面，而且語音應用協(xié)議（VAP）使用已有的Internet模型作為起點，提供了和在傳統(tǒng)PC機的瀏覽器一樣熟悉的Web瀏覽習慣。

同時通過數(shù)據(jù)轉換協(xié)議、語音控制協(xié)議等協(xié)議，提供了兼容WAP的電話鍵盤輸入的界面。而可以內嵌于智能終端設備中的語音控制器和微型語音瀏覽器，可以使用戶不僅以對話方式獲取信息和服務，而且可以用語音指揮終端設備，做到“聽、說、看”的全面交互。

4．2．提供了語音技術與信息技術的集成規(guī)范

語音應用協(xié)議（VAP）中，語音網(wǎng)關（Voice Gateway）中制定的語音瀏覽器規(guī)范，作為應用協(xié)議的語音標記語言的解釋器，語音瀏覽器解析 Voice XML 所描述的應用。而作為語音識別語法描述規(guī)范的JSGF規(guī)范和VAP語音識別引擎接口規(guī)范（基于JSAPI和SAPI）使人機間的交互以一種自然的，對話式的方式進行。語音應用協(xié)議（VAP）的這些規(guī)范對于對話瀏覽和語音識別、合成引擎之間的工作和數(shù)據(jù)交換等集成電路工作提供了標準。而語音瀏覽器、語音合成、識別引擎、CTI平臺之間的集成開發(fā)工作變得輕松而規(guī)范。

4．3．提供了安全的連接

語音應用協(xié)議（VAP）對語音認證、語音數(shù)字簽名等安全制定了協(xié)議，使語音應用和語音電子商務的交易和安全更有保障。在基于Web機制的Transport Layer Security （TLS）協(xié)議基礎上，語音引協(xié)議（VAP）增加了在電話網(wǎng)絡中基于語音數(shù)據(jù)的安全機制以及基于個人聲紋認證的安全驗證。在語音應用協(xié)議（VAP）中，語音網(wǎng)關（Voice Gateway）自動的高度覺察性的管理數(shù)據(jù)安全。

4．4．提供了容易簡單的應用開發(fā)機制和工具

利用語音標記語言（Voice XML），用開發(fā)HTML頁面和Web應用的方式就可以簡單的開發(fā)復雜的語音應用。Voice XML 是一種XML文檔語言，其與數(shù)據(jù)庫、HTML、WML以及其它文檔處理和發(fā)布系統(tǒng)的資料交換幾乎沒有障礙。而語音應用協(xié)議（VAP）中使用http協(xié)議作為語音網(wǎng)關（Voice Gateway）與語音服務器（Voice Server）之間的通訊協(xié)議，所以在Web所能使用的CGI、Perl、ASP等動態(tài)數(shù)據(jù)機制同樣適用于語音應用。而語音應用交換方式基于java 的設計，使Jsp 這樣的動態(tài)數(shù)據(jù)機制可以更容易的應用于語音應用。

五 獲益者

語音應用協(xié)議（VAP）不僅僅使廣大電話和手機用戶獲得輕松快捷享受信息服務和移動互聯(lián)服務，而且為整個社會和信息產業(yè)帶來更大的效益。

5．1．服務提供商的獲益

不僅僅信息服務的提供商可以為他們現(xiàn)有的信息服務系統(tǒng)增加語音應用服務和龐大的用戶群，而且電信運行商將從語音應用為他們帶來的增值服務中獲得巨大收益。語音應用的普及和推廣，必然使語音話務通訊的數(shù)量大大增加。而個性化的自然親切的語音應用，將為服務提供商帶來巨大的新的服務內容和語音電子商務行為。

而依靠Voice XML和對話標記語言（Dialog-ML）,服務提供商可以用開發(fā)Web服務一樣簡單的方式開發(fā)他們的語音應用，并可以輕松發(fā)布和維護。而語音應用協(xié)議（VAP）帶來電話服務語音應用（例如個人撥號服務、電話會議、電話遠程管理等）將為電信服務商帶來巨大商機。

5．2．設備廠商的獲益

集成語音應用協(xié)議（VAP）中語音控制器的智能終端，以及內嵌微型語音瀏覽器的信息終端設備，將為設備生產廠商帶來新的產品和收入。而智能語音家電設備、遠端控制設備等將更為廣大用戶所關注。語音應用協(xié)議（VAP）產生了大量新的語音應用的產品，將為設備廠商帶來廣闊的市場。

5．3．開發(fā)商的收益

語音應用的開發(fā)商也許將無法估計他們從語音應用中獲得的收益，以語音應用協(xié)議（VAP）為工業(yè)標準而進行開發(fā)，他們將能輕松的開發(fā)各種各樣的豐富的語音應用系統(tǒng)。而作為語音技術產品的開發(fā)商，如語音識別、語音合成引擎的開發(fā)商，語音瀏覽器開發(fā)商，語音網(wǎng)關開發(fā)商等等，他們將不再需要自己解決語音應用系統(tǒng)中的所有其它他們不關心的部分，統(tǒng)一的規(guī)范使他們可以自由的選擇其它部分配合自己的開發(fā)。而語音應用協(xié)議（VAP）也為開發(fā)商帶來了簡單的開發(fā)規(guī)范和工具。

六 未來展望

我們可以預見，在不久的將來電話作為信息訪問的終端將遠遠超過電腦的數(shù)量。語音應用技術將成為統(tǒng)一信息、統(tǒng)一網(wǎng)絡的移動互聯(lián)中的重要技術成分。作為高科技的網(wǎng)絡信息對廣大的中國百姓將不在神秘，中國百姓將隨時隨地在對電話機或手機說話，享受語音應用技術為他們帶來的美好服務。