1. Technologien
1.1. Sprachqualität erhöhen
1.2. Sprachkomprimierung
1.3. Sprachsynthese
1.4. Erkennen des Sprachinhalts
1.5. Personenerkennung und -identifikation
1.6. Erkennen der gesprochenen Sprache
1.7. Automatisierte Übersetzung
2. Entwicklung
3. Interaktionsmodelle
3.1. Basic interactive voice responce
3.2. Basic speech IVR
3.2.1. gesprochene Sätze sind an starre Struktur gebunden
3.3. Advanced speech IVR - today
3.3.1. Durch Grammatiken sind viele alternative Ausdrucksweisen möglich
3.4. Near-natural language IVR
3.4.1. Es wird freie Sprache erkannt
4. Anwendungsgebiete
4.1. Sprachportale
4.1.1. VoiceXML (W3C)
4.1.1.1. Portabilität durch Standardisierung
4.1.1.2. Abstraktionsebene vereinfacht Entwicklung
4.1.1.3. saubere Trennung von Logik und Nutzerschnittstelle
4.1.1.4. Aufbau und Elemente
4.1.1.4.1. XML Header
4.1.1.4.2. Dokument
4.1.1.4.3. Block
4.1.1.4.4. Text
4.1.1.4.5. Audiodateien
4.1.1.4.6. Promt
4.1.1.4.7. Alternativen und Schleifen
4.1.1.4.8. Formulare
4.1.1.4.9. (Java-) Scripts
4.1.1.4.10. extern: Grammatiken
4.1.2. SALT (Microsoft)
4.1.2.1. Erweiterung zu HTML u.a. ML
4.1.2.2. voice only und multimediale Browser
4.1.2.3. Elemente
4.1.2.3.1. <listen ...>
4.1.2.3.2. <prompt ...>
4.1.2.3.3. <dtmf ...>
4.1.2.4. Beispiel
4.2. biometrische Authentifikation
4.2.1. Zugangskontrolle
4.2.2. Authentifizierung für Transaktionen
4.2.3. gesetzliche Überwachung
4.2.4. Persionalisierung
4.3. Sprachsteuerung
4.4. Sprachdienste
5. Vergleiche mit herkömmlichen Technologien
5.1. HTML und Co.
5.1.1. Vorteile
5.1.1.1. für Sehgeschädigte ohne Einschränkungen nutzbar
5.1.1.2. kein Umgang mit Browser oder Rechner nötig
5.1.1.3. einfach Erstellung von Telefonplatformen im Web
5.1.1.4. Bereitstellung von existierenden Webinhalten (XSLT?)
5.1.2. Nachteile
5.1.2.1. Vorlesen dauert länger
5.1.2.2. Nutzer vergisst das Gesagte schnell wieder
5.1.2.3. Nutzer weiß nicht, was er sagen darf und was nicht
5.1.2.4. nicht durch Hörgeschädigte nutzbar
5.2. DTMF
5.2.1. natürlicherer Zugang zu Telfondiensten
5.2.2. bestehende Menustrukturen können übernommen und ausgebaut werden
6. Anwendung
6.1. natürliche Interaktion
6.2. Nutzung bestehender Audionutzerschnittstellen
6.2.1. Laptops mit eingebautem Mikro
6.2.2. Mobiltelefon
6.3. Nutzung bestehender Informationen und Strukturen
6.3.1. DTMF Strukturen
6.3.2. Datenbanken
6.4. Kombination mit bestehenden Technologien
6.4.1. Einbettung in HTML
6.4.2. PlugIns für Browser und Webserver
6.4.3. XSLT -> Internet Technologien
7. Vorgang
7.1. Vorverarbeitung
7.1.1. Digitalisierung des Eingangssignals
7.1.2. akustisches Modell
7.1.2.1. Hidden-Markiv-Modell
7.1.2.2. (Neuronale Netze)
7.1.2.3. Datenbankabgleich des Frequenzspektrums
7.1.3. Wörterbuch
7.1.4. Sprachmodell