隨著我國(guó)加入WTO，我國(guó)的標(biāo)準(zhǔn)化工作越來(lái)越呈現(xiàn)國(guó)際化的趨勢(shì)，無(wú)論是自身標(biāo)準(zhǔn)被國(guó)際采用，還是參與國(guó)際標(biāo)準(zhǔn)化組織的步伐都急速的加快。近幾年來(lái)，在World Wide Web Consortium （W3C）下面成立了兩個(gè)與人機(jī)交互密切相關(guān)的兩個(gè)工作小組，語(yǔ)音合成置標(biāo)語(yǔ)言 （Speech Synthesis Markup Language – SSML）工作小組、情感標(biāo)注語(yǔ)言 （Emotion）工作小組，這個(gè)標(biāo)準(zhǔn)的制定對(duì)面向下一代的人機(jī)交互平臺(tái)具有十分重要的意義。中國(guó)科學(xué)院自動(dòng)化研究所陶建華作為國(guó)內(nèi)學(xué)術(shù)單位的正式代表，參加了這兩個(gè)標(biāo)準(zhǔn)的制定工作，具體情況如下： 　　一 語(yǔ)音合成標(biāo)注語(yǔ)言（SSML） 　　SSML（Speech Synthesis Markup Language）工作組是W3C（World Wide Web Consortium）Voice Browsing Working Group下屬的一個(gè)致力于制訂語(yǔ)音合成置標(biāo)語(yǔ)言規(guī)范的團(tuán)體。工作組的目標(biāo)是為開(kāi)發(fā)者（主要是針對(duì)互聯(lián)網(wǎng)的應(yīng)用）提供一套基于XML語(yǔ)言的規(guī)范，使得用戶能夠在不了解語(yǔ)音合成技術(shù)細(xì)節(jié)的情況下，使用這 套規(guī)范，調(diào)用語(yǔ)音合成引擎，定制所需要的語(yǔ)音。到2005年為止，這個(gè)工作組已經(jīng)推出了SSML1.0：http://www.w3.org/TR/speech-synthesis。 　　SSML1.0版本針對(duì)的主要是英語(yǔ)，沒(méi)有考慮到其他語(yǔ)系的特點(diǎn)，使得它無(wú)法被更加廣泛地應(yīng)用。在這個(gè)背景下，SSML工作組在2005年開(kāi)始了語(yǔ)音合成置標(biāo)語(yǔ)言國(guó)際化的工作。中國(guó)科學(xué)院自動(dòng)化所作為科學(xué)院的唯一代表，加入了SSML國(guó)際化的工作，致力于修改當(dāng)前的SSML版本，使之能更好的適應(yīng)漢語(yǔ)的需求。 　　從去年以來(lái)，工作組分別于2005年10月、2006年4月、7月和10月，在北京和香港等地召開(kāi)了四次會(huì)議。在這次會(huì)議上，對(duì)SSML1.0提出了針對(duì)漢語(yǔ)特點(diǎn)的若干修改意見(jiàn)，力圖使傳統(tǒng)SSML語(yǔ)言能夠適應(yīng)于漢語(yǔ)的特殊要求，如漢語(yǔ)的詞特性、拼音標(biāo)記特性、聲調(diào)特性、姓氏特性等。經(jīng)過(guò)這四次討論，已經(jīng)完成了針對(duì)SSML1.0的修改草案。并按照預(yù)定計(jì)劃在2007年提出SSML1.1版本。屆時(shí)，該版本將使XML語(yǔ)言框架中，對(duì)中文語(yǔ)音合成能夠產(chǎn)生更好的支持。為推廣漢語(yǔ)語(yǔ)音合成技術(shù)的應(yīng)用，使之能產(chǎn)生更大的經(jīng)濟(jì)效益和社會(huì)效益，將產(chǎn)生重要的意義。 　　二、 情感標(biāo)注語(yǔ)言（EMOTION） 　　隨著信息時(shí)代的來(lái)臨，各種web技術(shù)日新月異，紛紛涌現(xiàn)出來(lái)。如何引導(dǎo)新技術(shù)的潮流，使新技術(shù)更好地應(yīng)用于、服務(wù)于日常生活中，是當(dāng)前IT領(lǐng)域從業(yè)者所首先要考慮的問(wèn)題。近年來(lái)，情感的研究一直是人機(jī)交互領(lǐng)域研究的一個(gè)熱點(diǎn)，由于人類(lèi)相互之間的溝通與交流是自然而富有感情的，因此，在人機(jī)交互的過(guò)程中，人們也很自然地期望計(jì)算機(jī)具有情感以及自然和諧的交互能力。對(duì)情感的研究就是要賦予計(jì)算機(jī)類(lèi)似于人一樣的觀察、理解和生成各種情感特征的能力，最終像人一樣能進(jìn)行自然、親切和生動(dòng)的智能交互。W3C的Emotion小組正是基于這樣一個(gè)目的建立的，期望通過(guò)全球范圍研究者的討論、交流，建立一個(gè)一般意義的、完整統(tǒng)一的情感標(biāo)注和表達(dá)體系，該標(biāo)注可以應(yīng)用在任何涉及情感研究的項(xiàng)目，如情感識(shí)別、情感表達(dá)中，從而促進(jìn)情感研究的發(fā)展。參與Emotion小組的成員包括了中科院自動(dòng)化所、德國(guó)DFKI研究所、德國(guó)電信、英國(guó)Edinburgh大學(xué)、意大利電信等21個(gè)成員單位。 　　Emotion小組所討論的內(nèi)容主要包括以下三個(gè)部分：第一部分是研究情感數(shù)據(jù)的標(biāo)注，包括應(yīng)該標(biāo)注什么內(nèi)容以及如何進(jìn)行標(biāo)注。所涉及的數(shù)據(jù)類(lèi)型相當(dāng)廣泛，文本數(shù)據(jù)、語(yǔ)音數(shù)據(jù)以及多模態(tài)數(shù)據(jù)都在討論范圍之內(nèi)。第二部分主要處理情感的自動(dòng)識(shí)別和分類(lèi)，主要研究如何從文字、語(yǔ)音、多模態(tài)數(shù)據(jù)中提取特征，然后利用機(jī)器學(xué)習(xí)算法進(jìn)行情感的識(shí)別。第三部分主要處理情感的產(chǎn)生，研究如何基于一定標(biāo)準(zhǔn)的標(biāo)注信息產(chǎn)生情感，在包括語(yǔ)音、表情及姿態(tài)的多模態(tài)數(shù)據(jù)中產(chǎn)生情感。 　　中科院自動(dòng)化所作為整個(gè)標(biāo)準(zhǔn)的發(fā)起單位之一，參與了所有三個(gè)項(xiàng)目的討論，并且同日本Emotion AI的Ian Wilson教授共同擔(dān)當(dāng)情感產(chǎn)生討論小組的主席。中科院自動(dòng)化所在情感研究方面已經(jīng)有了較多的研究積累：在情感標(biāo)注方面，自動(dòng)化所提出了基于多維矢量的情感標(biāo)注方法；在情感識(shí)別方面，自動(dòng)化所建立了在通信環(huán)境下的情感識(shí)別系統(tǒng)，可以判斷對(duì)話人的友好度及關(guān)注度，并且成功地應(yīng)用在電信增值服務(wù)中，在福州聯(lián)通中已經(jīng)發(fā)展到2萬(wàn)用戶。除此之外，自動(dòng)化所還研制了基于多模態(tài)數(shù)據(jù)的情感識(shí)別系統(tǒng)，通過(guò)有效的整合音頻特征和視頻特征，極大地提高了識(shí)別的準(zhǔn)確率；在情感產(chǎn)生方面，自動(dòng)化所構(gòu)建了基于韻律轉(zhuǎn)換的情感語(yǔ)音合成系統(tǒng)和基于fap參數(shù)的情感表情表達(dá)系統(tǒng)。 　　到目前為止，W3C Emotion小組已經(jīng)召開(kāi)了三次電話會(huì)議，整個(gè)標(biāo)準(zhǔn)的討論工作已經(jīng)漸漸走上軌道，參與討論的各方在一些基本性問(wèn)題上已經(jīng)達(dá)到了一定的共識(shí)。相信隨著討論的深入進(jìn)展，一定能夠極大地促進(jìn)情感研究的發(fā)展，為創(chuàng)建更為和諧的人機(jī)交互環(huán)境而鋪平道路。