VoicePortaleMedienpraxis II: EDVVoicePortaleMedienpraxis II: EDV

Tobias GöbelBernhard Schröder

2

EinführungEinführung

Speech/Dialog/Voice ApplicationsSprachdialogsystemeSprachanwendungen

Natürlichsprachliche AuskunftssystemeVoice-Portale

.

.

3

Dialogsysteme in der PraxisDialogsysteme in der Praxis

„Einfache“ gesprochensprachliche Frage-Antwort-Systeme

I.d.R. keine (tiefen-)linguistische VerarbeitungKeine DiskursanalyseForm-Filling oder Menüstrukturen

Anwendungen:InformationsportaleAuskunftssysteme

TelefonbankingEntertainment

...

4

Die Komponenten eines DialogsystemsDie Komponenten eines Dialogsystems Sprachsynthese (Text-to-Speech, TTS)

Automatische Konvertierung von orthographischem Text in gesprochene Sprache (= Soundfiles)Alternativ: voraufgenommene Sprache verwenden

Spracherkennung (Automatic Speech Recognition, ASR)

Automatische Konvertierung gesprochener Sprache in (orthographischen) Text mit Hilfe von Grammatiken[DTMF-Erkennung, Tonwahl]

5

Voice BrowserVoice Browser Parst und interpretiert die Dialogbeschreibungssprache

(hier: VoiceXML) Arbeitet die Dialoge prozedural ab, steuert Synthese

und Erkennung

6

BeispielanwendungenBeispielanwendungen

Auskunftssystem Entertainment Informationsportal

Klingeltöne „talking t-zones“Klingeltöne „talking t-zones“

7

Erstellung einer SprachanwendungErstellung einer Sprachanwendung

1. Erstellung eines Konzepts– Was soll die Anwendung leisten– Wer soll die Applikation anrufen? (Benutzerprofile)

2. Voice User Interface (VUI) Design– Dialog Flow erstellen – Personas definieren– Prompts ausformulieren

3. Technische Realisierung– Implementierung des Dialogs (VoiceXML, Grammatiken etc.)– Verfeinerung des Dialogflusses

4. Deployment5. Evaluation, Anpassungen L

ife-

cycl

e M

anag

emen

tL

ife-

cycl

e M

anag

emen

t

8

VUI DesignVUI Design Verständliche, intuitiv nachvollziehbare Benutzerführung

Klare Navigationshinweise (je nach Design der Anwendung) Wichtig: eindeutige Fragen stellen, die wenig Spielraum

für allzu freie Antworten lassenBeispiel: KlingeltöneKlingeltöne

– s. Soundfiles

Abwechslung durch „Random Prompting“

9

VUI Design: Event HandlingVUI Design: Event Handling Event Handling: Abfangen bestimmter Ereignisse

während des DialogablaufsNoInput: Der Anrufer schweigt, obwohl das System auf Input wartet (oder: das System hat ihn nicht gehört)NoMatch: Der Anrufer sagt etwas, was nicht zur Situation/Frage passt ( was nicht von den aktiven Grammatiken gematcht werden kann)Help: Der Anrufer verlangt nach weiteren NavigationshinweisenError: Laufzeitfehler (der Plattform)

– Internetverbindung unterbrochen– Fehler in der Verarbeitung von Ressourcen zur Laufzeit (z.B. Syntaxfehler in

Grammatiken)– ...

10

VoiceXMLVoiceXML Eine XML-basierte Sprache zur Beschreibung von

natürlichsprachlichen Mensch-Maschine-DialogenBasiert auf Entwicklungen von Motorola (VoxML), IBM (SpeechML), AT&T und Lucent TechnologiesVersion 1.0 als W3C Note (05/2000)Seitdem in der Hand der W3C Voice Browser Working GroupVersion 2.0 als Candidate Recommendation (02/2003)

Formulare und Menüs als grundlegende Dialogkonstrukte

11

Computer: Herzlich Willkommen. Welchen Film möchten Sie sehen?Anrufer: Herr der RingeComputer: An welchem Tag möchten Sie „Der Herr der Ringe“ sehen?Anrufer: Am MontagComputer: Wie viele Karten möchten Sie reservieren?Anrufer: DreiComputer: Ich reserviere für Sie drei Karten für „Der Herr der Ringe“

am Montag. Ihre Reservierungsnummer lautet...

Computer: Herzlich Willkommen bei der Kinokartenbestellung. Wie kann ich Ihnen helfen?

Anrufer: Ich hätte gerne drei Karten für Herr der RingeComputer: An welchem Tag möchten Sie „Der Herr der R...Anrufer: Am MontagComputer: Ich reserviere für Sie drei Karten für „Der Herr der Ringe“

am Montag. Ihre Reservierungsnummer lautet...

Directed

Dialog

Directed

Dialog

Mixed

-Initiative

Mixed

-Initiative

DialogvariantenDialogvarianten

12

Vor- und NachteileVor- und Nachteile

Directed Dialog:Dialoge sind klar und eindeutigSystemhinweise unmissverständlichDialoge wirken starr, unflexibel

Mixed-Initiative Dialog:Dialoge wirken natürlicherDialoge können effizienter (=kürzer) werdenFehleranfällig

13

Aufbau einer VoiceXML-AnwendungAufbau einer VoiceXML-Anwendung

Application    

Application    

Root Document

Document 

DialogDialogDialog

Document 

DialogDialogDialog

Document 

DialogDialogDialog

             

 

14

MenüsMenüs Bieten eine Auswahl an Optionen, aus denen

der Benutzer eine wählen kann

<?xml version="1.0"?><vxml version="1.0" application="root.vxml"><menu id="main"> <prompt>Bitte wählen Sie: <enumerate/> </prompt> <choice next="#lehre">Lehrveranstaltungen</choice> <choice accept="approximate" next="#cl"> Informationen zur Computerlinguistik </choice> <choice accept="approximate" next="#phonetik"> Informationen zur Phonetik </choice></menu>

15

FormulareFormulare Sammeln Benutzereingaben Form Items

Input Items:– <field>: Definition eines Formularfelds– <record>: Sprachaufnahme einer Benutzereingabe– <transfer>: Anrufweiterleitung zu einer anderen Nummer– <subdialog>: Ausführung eines Subdialogs („Function Call“)

Control Items:– <block>: enthält ausführbaren Code– <initial>: dient als Startpunkt für Mixed-Initiative-Dialoge

16

FormulareFormulare

Die Felder eines Formulars entsprechen Variablen, die gefüllt werden sollen

<field name=„stadt“> Diese Variablen können verarbeitet werden:

<if cond=„stadt==‚Bonn‘“> <goto next=„Bonn.vxml“ /></if>

<if cond=„stadt“> <goto expr=„‘wetter.vxml#‘+stadt“ /></if>

17

Formular - BeispielFormular - Beispiel<?xml version="1.0"?><vxml version="1.0" application="root.vxml"><form> <block> <prompt>Herzlich Willkommen!</prompt> </block> <field name="stadt"> <prompt>Für welche Stadt wünschen Sie eine Wetterauskunft? </prompt> <grammar type="application/gsl"> [berlin bonn frankfurt hamburg stuttgart] </grammar> </field>..

18

.

. <field name="zeit"> <prompt>Für wann wünschen Sie die Vorhersage für <value expr="stadt"/>? </prompt> <grammar type="application/gsl"> [heute morgen übermorgen] </grammar> <catch event="nomatch noinput help"> Sagen Sie heute, morgen oder übermorgen </catch> </field> <filled namelist="stadt zeit"> <submit next="weather.php" namelist="stadt zeit"/> </filled></form></vxml>

19

VoiceXML TutorialsVoiceXML Tutorials W3C-Seiten

Homepage der Voice Browser Working Group: www.w3c.org/VoiceSpezifikation VoiceXML: www.w3.org/TR/voicexml20

Tutorials/Referenzenwww.w3.org/Voice/Guide/www.voxpilot.com/help/helpTagref.html http://cafe.bevocal.com/docs/tutorialwww.fi.muni.cz/~gazi/VoiceXML/tutorial.html...

20

Form Interpretation AlgorithmForm Interpretation Algorithm Beschreibt detailliert die Vorgehensweise von Voice

Browsern bei der Abarbeitung eines Dialogs Vier Phasen:

Initialization (Variablen, Zähler etc.)Selection (Auswahl des nächsten Dialogelements)Collection (Abspielen der Prompts, Aktivierung der Grammatiken, Sprach-/DTMF-Erkennung)Processing (Event Handling, Verarbeitung der Eingabe)

Explizite Navigation durch<goto>, <subdialog>, <submit> und <link>

Loo

p

21

GrammatikenGrammatiken

Dienen zur Eingrenzung möglicher Benutzereingaben

Verbesserung der Spracherkennung Haben Gültigkeitsbereich (Scope)

Es existieren verschiedene Formate

<link next="menu.vxml"> <grammar>Hauptmenü</grammar></link>