VoiceXML是一种基于XML的标记语言，用于构建语音交互系统。1. 它利用XML层级结构组织对话逻辑，通过和定义表单与输入项；2. 使用播放语音提示，结合限定识别范围以提升语音识别准确率；3. 支持将用户输入以HTTP请求发送至服务器，实现与后端系统集成；4. 由专用语音平台（如Asterisk、Cisco网关）解析执行，集成TTS、ASR引擎和电话接口；5. 平台负责音频播放、语音识别及流程控制，支持多语言、错误重试与会话状态管理；6. 虽被现代API部分取代，但在企业IVR和电信系统中仍广泛应用。
VoiceXML是一种基于XML的标记语言，用于构建语音交互系统，让用户能通过电话或语音接口与应用程序进行交互。它主要处理语音识别、音频播放、用户输入收集和对话流程控制，适用于自动客服、信息查询等场景。
使用XML结构定义语音对话
VoiceXML利用XML的层级结构来组织语音应用的逻辑。每个对话由一系列表单（form）组成，表单内包含字段（field），用于收集用户的语音或DTMF（按键）输入。系统会播放提示音（prompt），等待用户回应，并根据识别结果跳转或执行动作。
- 通过标签播放语音提示，引导用户操作
- 使用定义需要采集的数据项，如账户号或选择菜单
- 结合指定用户可说的内容，限制识别范围以提高准确率
与后端系统集成
VoiceXML文档通常由语音平台运行，通过HTTP与Web服务器通信。表单提交后，数据可发送到服务器处理，再返回新的VoiceXML页面继续交互。
