XHTML+Voice w Operze

[Domel]

Opera poinformowala, ze wraz z IBM-em maja wyposazyc przegladarke Opera w obsluge XHTML+Voice Profile 1.0 czy raczej wersje 1.1 i 1.2, ktore narazie zawieraja bledy i nie sa firowane przez W3C.
XHTML+Voice Profile - to modulacja XHTML 1.1 (wzorowana na Basic XHTML-u czyli 1.0) i VXML (VoiceXML) 2.0 (wzorowana na wersji 1.0). Do tego sa dodawane rowniez inne popularne aplikacje XML-a XML-Events 1.0 i predefiniowane XML-e typu xml:lang. Wersja 1.1 i 1.2 dodaje rowniez niegdzie nie auroryzowana alikacje, ktora ma mylaca nazwe XHTML+Voice (mylaca bo XHTML+Voice sklada sie z XHTML+Voice i innych aplikacji, dlatego nalezy domyslac sie z kontekstu czy chodzi o beznadziejna aplikacje definiujaca "zgranie" z XHTML-owymi formulazami czy chodzi o modulacje aplikacji XML-owych).
Z VXML wiaza sie aplikacje SRGF i SSML. Mozna sie spodziwac ze jesli W3C zdecyduje sie na autoryzowanie (wszystko na to wskazuje) modul XHTML-owy Base zostanie zastapiony przez kolejna aplikacje: XML Base. W przyszlosci wprowadzone zostana XForms. A jeszcze pozniej az sie prosi o profil z XHTML-em 2.0, ktory jest tak elastyczny, ze az sie prosi zeby powiedziec ze po to zostal stworzony, zevy powstala modulaca z VXML-em.
Warto tez wspomniec, ze "przy okazji" Opera bedzie musiala zaczac w pelni wsperac CSS 2 - mysle o Aural CSS.
Jesli Operze sie uda to zrobic sensownie i w zadowalajacym stopniu (a droga jest ciezka, chociaz warto podkreslic ze IBM da wsparcie softwerowe wiec bardzo im to moze pomoc) uchyle czola nad przegladarka Opera.

[Gandalf]

o ile Voice mnie jeszcze malo obchodzi, to XHTMLK i CSS bardzo.
Moglbys troche jasniej naswietlic wplyw tych zmian na obluge standardow XHTML, CSS, DOM przez Opere?

I czy to cos nowego (ten VoiceML) ma jakies wyjscie scriptable?!?!

[Domel]

Moglbys troche jasniej naswietlic wplyw tych zmian na obluge standardow XHTML, CSS, DOM przez Opere?

Nie bo juz wczystko napisalem co mialem napisac w tej sprawie. Chodzi o to ze Opera wzbogaca sie o VoiceXML (bo XHTML obsluguje) i to wszystko. Napisalem to bo IMHO to trudniejsze w implementacji niz SVG w Mozilli. Ale coz trzymam kciuki.
Po za tym ten Voice nie jest taki zly wyobraz sobie, ze wlasnie robisz sobie herbate a komputer czyta Ci tego posta Jakie to wygodne i zaowczedza czas. Fakt, oczywisice IMHO wazniejsze jest SVG w Mozilli i SMIL w IE ale zawsze to cos fajnego

I czy to cos nowego (ten VoiceML) ma jakies wyjscie scriptable?!?!

Hmm... czy nowe to zalezy wersja 2.0 pojawila sie 11 dni temu (16 marca 2004) wiec nowa ale koncepcja pojawila sie juz jakies 5 lat temu, wersja 1.0 pojawila sie w 2000 roku wiec z drugiej strony nie taka nowa. Jednak W3C mocno promuje ten jezyk (w krotkim czasie doczekal sie juz dwoch rekomendacji). A jezyk sam w sobie moze przyniesc wiele zmian, nie tylko w Internecie ale moze przede wszsytkim w telekomunikacji.
A scriptable, co to znaczy? Chodzi o mozliwosc umieszczania skryptow? Jesli tak to jest taki znacznik, ktory swoja droga w VoiceXML-u pelni bardzo wazna role i trudno sie bez niego obejsc.

[andol]

Opera poinformowala, ze wraz z IBM-em maja wyposazyc przegladarke Opera w obsluge [...]

dlatego nalezy domyslac sie z kontekstu czy chodzi o beznadziejna aplikacje definiujaca "zgranie" z XHTML-owymi formulazami czy chodzi o modulacje aplikacji XML-owych

Niczego nie trzeba się domyślać -- możesz to sprawdzić sam . Opera, o której mówisz, dostępna jest od ponad roku. Najnowsza wersja pochodzi z grudnia 2003 roku i można ją bezpłatnie ściągnąć ze stron IBM'a. Jest to Opera 7.30 (tak, to nie pomyłka).


Więcej informacji i możliwość pobrania bezpłatnej wersji:
http://www-306.ibm.com/software/pervasive/multimodal/

Należy pobrać pakiet "Multimodal Tools", który waży ponad 130 MB (jest to pakiet narzędziowy dla użytkowników płatnego oprogramowania Websphere Studio). Websphere Studio to 4 płytki CD (w wersji, którą ja posiadam) - wersję trial można również pobrać ze stron IBM'a. Websphere Studio nie jest wymagane, aby zainstalować Voice Server oraz multimodalną Operę. W pakiecie znajduje się również windowsowa wersja przeglądarki NetFront (http://www.access-netfront.com/), która również obsługuje VoiceXML.

BTW, "Pizza demo" o którym wspominano w wielu relacjach (również w
polskim Chipie oraz PC World Komputerze) jest również w sieci od ponad roku:

http://www-306.ibm.com/software/pervasi ... emos.shtml

Od miesiąca dostępna jest również multimodalna Opera dla urządzeń przenośnych.

[DODANE]
Zapomniałem dodać, że niestety nie zauważyłem specjalnych różnic w funkcjonwaniu wtyczki VoiceXML dołączonej do multimodalnej Opery 7.30 (grudzień 2003) oraz 7.02 (styczeń-luty? 2003).

Ale może za słabo testowałem... Niestety zdążyłem pozbyć się już instalki starszej wersji.

Z tego co wiem, w Operze 7.50 znajdzie się nowsza wersja wtyczki. Dodatkowo pojawi się "bajer" będący efektem ubocznym zastosowania w Operze rozpoznawania mowy -- możliwość sterowania interfejsem użytkownika Opery za pomocą głosu.

[Gandalf]

A moglbys ocenic jak to dziala?!?!

[Domel]

Opera poinformowala, ze wraz z IBM-em maja wyposazyc przegladarke Opera w obsluge [...]

dlatego nalezy domyslac sie z kontekstu czy chodzi o beznadziejna aplikacje definiujaca "zgranie" z XHTML-owymi formulazami czy chodzi o modulacje aplikacji XML-owych

A ty jak zwykle, ze zrozumiales co ja pisze . Trzeba sie domysalc bo chodzi mi o specyfikacje a nie o przegladarke. Jeszcze raz XHTML+Voice jako modlu z XHTML+Voice jest denna aplikacja XML-a, a sam profil XHTML+Voice jest swietny. Ale pierwsze XHTML+Voice != XHTML+Voice, bzmi bez sensu ale tak jest.

[quiris]

Jeszcze raz XHTML+Voice jako modlu z XHTML+Voice jest denna aplikacja XML-a, a sam profil XHTML+Voice jest swietny.

A mógłbyś nas objaśnić na czym polega denność XHTML+Voice, a na czym świetność profile XHTML+Voice. Bo jak mniemam, nikt w Polsce poza Tobą samym nie wie o czym mówisz. Abstrachując od faktu, że piszesz jakimś narzeczem polskawym, powodującym u mnie stan trzydniowego trawienia tego co napisałeś, aby pojąć zarys myśli, które usiłujesz przekazać.

[Domel_z_uczelni]

A mógłbyś nas objaśnić na czym polega denność XHTML+Voice, a na czym świetność profile XHTML+Voice.

Na gorze jest wyjasnone ale jeszcze raz:
profile XHTML+Voice 1.0 == XHTML + VoiceXML + XML Evens
profile XHTML+Voice 1.1/2 == XHTML + VoiceXML + XML Evens + XHTML+Voice.
IMHO ktory jest kursywa jest OK (umownie nazwany peofilem) a to co jest podkreslone to cos to jest niezgodne z zalozeniami (filozofia) W3C.

[andol]

A moglbys ocenic jak to dziala?!?!

Co dokładnie masz na myśli? Obsługę X+V? Skuteczność rozpoznawania mowy?

Jeśli chodzi o wspomniane przez Domela czytanie tego czy innego posta podczas picia/przygotowywania herbaty -- to niestety na razie nie wchodzi to w grę. I raczej nie będzie, gdyż:
1. obecnie obsługiwany jest jedynie język angielski (amerykański); można się spodziewać obsługi pozostałych kilkunastu języków wspieranych obecnie przez oprogramowanie IBM'a, niestety nie ma wśród nich polskiego (są np. niemiecki, włoski, japoński, francuski i hiszpański);
2. obecna wersja Opery nie umożliwia "czytania" zawartości "zwykłych" witryn lub zaznaczonego tekstu;

Na tej stronie pizzę można "zamówić" na dwa sposoby:
1. Można podać zamówienie tak, jakbyśmy rozmawiali z "żywym" operatorem, tzn. mówiąc całkowicie naturalnie, np. "Chciałbym zamówić dwie duże pizze z dodatkowym serem z oliwkami i kurczakiem". Aplikacja automatycznie wychwyci odpowiednie fragmenty wypowiedzi, automatycznie wypełni/zaznaczy odpowiednie pola formularza oraz wyśle formularz.
2. Można również prowadzić "dialog" z witryną. Będzie ona zadawała pytania (synteza mowy) typu:
Witryna: Ile pizz chcesz zamówić?,
Użytkownik: Dwie
Witryna: Czy chcesz zamówić dodatkowy ser?",
Użytkownik: Tak
Witryna: Które dodatki mięsne chciałbyś zamówić? itd.


Jeśli chodzi o "bajer", czyli obsługę interfejsu użytkownika, standardowo będą dostępne podstawowe polecenia związane z przeglądaniem:
Forward, Home, Reload, Refresh, Page up/down, Stop, Zoom in/out itp.
Mam nadzieję, że w interfejsie użytkownika znajdzie się moduł umożliwiający "uczenie" Opery własnych komend -- w takim wypadku możliwe będzie zastosowanie komend wypowiadanych w języku polskim. Jeśli tego nie będzie -- postaram się dostarczyć odpowiednie rozwiązanie

[andol]

A ty jak zwykle, ze zrozumiales co ja pisze .

Czasami jest to naprawdę trudne

W Operze zaimplementowano:
- XHTML+Voice Profile 1.2 (specyfikacja została opracowana przez Opera ASA, IBM'a oraz Motorolę, więc trudno, aby było inaczej),
- VoiceXML używany w XHTML+Voice oparto o specyfikację VoiceXML 2.0.

Dodatkowo pojawi się "bajer" będący efektem ubocznym zastosowania w Operze rozpoznawania mowy -- możliwość sterowania interfejsem użytkownika Opery za pomocą głosu.

Okazuje się, że nie jestem na bieżąco
Od kilku tygodni dostępna jest nowsza wersja pakietu Multimodal Browser, w którym możliwość sterowania interfejsem uzytkownika Opery za pomocą głosu została uaktywniona. Właśnie ściągam...

DODANE
Obrazek przedstawiający okno konfiguracji funkcji głosowych Opery MM.
You can call me baby (patrz: na samym dole obrazka).

[Gandalf]

Ja poczekam az bedzie mozna sciagnac jeden plik <100 MB
Ale ciekawe rozwiazanie, tylko mam nadzieje nie bedzie wdrazane w firmach ... brrrr...

[Gość]

W Operze zaimplementowano:
- XHTML+Voice Profile 1.2 (specyfikacja została opracowana przez Opera ASA, IBM'a oraz Motorolę, więc trudno, aby było inaczej),

Ale czemu trudno tak samo jest z wersja 1.0. Nawet sklad byl podobny (pomijajac niektore nazwiska, oprocz motoroli).

Po za tym nie jes prawda ze w Operze jest zamimpementowanie xhtml+voice i VoiceXML 2.0. Mozna powiedziec ze jest zaimplementowany xhtml+voice (chodzi o profil) lub inaczej xhtml+voice (modul), xhtml i voicexml. Ale napewno nie tak jak Ty napisales to bo pomieszanie pojec.

[Domel]

które usiłujesz przekazać.

Ja nie usiluje przekazac ja to przekazalem i to trzykrotnie to samo jesli nie mozesz tego zrozumiec to juz Twoj problem. I nie musisz przemycac tutaj jakis insynuacji ma moj temat.

[Domel]

A moglbys ocenic jak to dziala?!?!

Zle, nie tak jak powinno (stad wlasnie moj post o tresci "trzmam kciuki" a nie "Swietnie, wspaniale"). Jesli chodzi o poprawnosc specyfikacji glownej i towarzyszacych jest na gorzej niz z SVG w Mozilli.

[jasiu]

A mógłbyś nas objaśnić na czym polega denność XHTML+Voice, a na czym świetność profile XHTML+Voice. Bo jak mniemam, nikt w Polsce poza Tobą samym nie wie o czym mówisz. Abstrachując od faktu, że piszesz jakimś narzeczem polskawym, powodującym u mnie stan trzydniowego trawienia tego co napisałeś, aby pojąć zarys myśli, które usiłujesz przekazać.

Że niby Domel pisze niezrozumiale i po polskawemu???!
To może ja jeszcze wesprę Domela w jego misji edukacyjnej i wyjaśnie jeszcze raz quirisom i innym nieukom, prściej, jak dla konia:

XHTML+Voice Profile 1.0 czy raczej wersje 1.1 i 1.2, nie sa firowane przez W3C XHTML+Voice Profile modulacja XHTML 1.1 (wzorowana na Basic XHTML-u czyli 1.0) i VXML (VoiceXML) 2.0 (wzorowana na wersji 1.0). Do tego XML-a XML-Events 1.0 i predefiniowane XML-e typu xml:lang. Wersja 1.1 i 1.2 dodaje XHTML+Voice bo XHTML+Voice sklada sie z XHTML+Voice Z VXML wiaza sie SRGF i SSML. modul XHTML-owy Base zostanie zastapiony przez: XML Base XForms profil z XHTML-em 2.0 zevy powstala modulaca z VXML-em. CSS 2 - mysle o Aural CSS. jeszcze raz: profile XHTML+Voice 1.0 == XHTML + VoiceXML + XML Evens profile XHTML+Voice 1.1/2 == XHTML + VoiceXML + XML Evens + XHTML+Voice.

Teraz jest wszystko jasne.
I hope so...

[domker_]

Mam małem pytanko: Jak wchodze na http://www-306.ibm.com/software/pervasive/multimodal/ i klikam na trzeci od góry DOWNLOAD NOW to wyskakuje coś takiego:
1.TRIAL: Multimodal Tools (Multimodal Toolkit for WebSphere Studio 5.1.1)
Multimodal Toolkit for WebSphere Studio | Platform: Windows 2000 | Version: 4.1.2 | File size: 62MB | Release date: 2004-07-16

2.TRIAL: Multimodal Tools (Multimodal Toolkit for WebSphere Studio 5.1.2)
Multimodal Toolkit for WebSphere Studio | Platform: Windows 2000 | Version: 4.1.2.2 | File size: 62MB | Release date: 2004-07-16
------------------------------------------------------------------------------------
Jak widać to jest to na platforme Windows 2000, a ja mam XP a na forum Opery piszą że mają to pod Windows XP więc który link wybrać żeby ściągnąć ten plugin do sterowania głosowego operą?????????

[Operowiec]

Po prostu ściągnij sobie Operę 7.6 Preview z forum Opery (podforum betatesting). Uwaga! To NIE jest wersja finalna, tylko jeszcze wczesna przed-beta, zawiera błędy i nie można do niej dawać bezpośrednich linków, ani rozprowszechniać pliku instalacyjnego poza forum Opery itd. Daję link do wątku:

http://my.opera.com/forums/showthread.p ... adid=65041

[Operowiec]

Aha! Te pliki ze strony IBM nie są Ci potrzebne, tylko zainstaluj Operę 7.6 Preview.

Potem wejdź na stronę http://www-306.ibm.com/software/pervasi ... dal/pizza/ i spróbuj zamówić pizzę Podczas mówienia trzeba wcisnąć przycisk z mikrofonem lub scroll lock.

7.6 może też między innymi czytać zaznczony tekst. Zaznacz tekst i wydaj komendę "speak" (spik) Miłej zabawy

[zwierz]

Po prostu ściągnij sobie Operę 7.6 Preview z forum Opery

Super, tylko trzeba sobie najpierw Windowsa zainstalować. Kiedy będzie wersja dla Linuksa?

[quiris]

Po prostu ściągnij sobie Operę 7.6 Preview z forum Opery

Super, tylko trzeba sobie najpierw Windowsa zainstalować. Kiedy będzie wersja dla Linuksa?

Jak widac juz jest: http://snapshot.opera.com/unix/u760p1.html Niestety bez funkcji obslugi glosu, ktora to obsluga zostala opracowana przez firme IBM i to wlasnie od IBM zalezy, czy obsluga glosu zawita do Opery dla Linuksa. W tej chwili tylko jest to Windows 2000/XP/2003