MMI del W3C

La Actividad de Interacción Multimodal es una iniciativa del W3C que tiene como objetivo proporcionar medios (principalmente XML ) para dar soporte a escenarios de interacción multimodal en la Web .

Esta actividad se puso en marcha en 2002. El grupo de trabajo del Marco de Interacción Multimodal ya ha producido  :

• el Marco de Interacción Multimodal, que proporciona un marco general para la interacción multimodal , y los tipos de lenguajes de marcado que se están considerando.
• Un conjunto de casos de uso .
• Un conjunto de requisitos básicos que describe los requisitos fundamentales que se deben abordar en las futuras especificaciones.

El conjunto de dispositivos que se consideran son teléfonos móviles , sistemas telemáticos para automóviles y ordenadores conectados a Internet .

Las siguientes especificaciones XML (actualmente en estado de borrador de trabajo avanzado) ya abordan varias partes de los Requisitos básicos  :

• EMMA (Extensible Multi-Modal Annotations) : un formato de intercambio de datos para la interfaz entre procesadores de entrada y sistemas de gestión de interacción. Definirá los medios para que los reconocedores anoten datos específicos de la aplicación con información como puntuaciones de confianza, marcas de tiempo, modo de entrada (por ejemplo, pulsaciones de teclas, voz o lápiz), hipótesis de reconocimiento alternativas y resultados de reconocimiento parciales, etc.
• InkML : un lenguaje XML para trazados de tinta digital: un formato de intercambio de datos XML para la tinta introducida con un lápiz electrónico o un lápiz óptico como parte de un sistema multimodal.
• Arquitectura multimodal : una arquitectura débilmente acoplada para el marco de interacción multimodal que se centra en proporcionar un medio general para que los componentes se comuniquen entre sí, además de una infraestructura básica para el control de aplicaciones y los servicios de la plataforma.
• Lenguaje de marcado de emociones : EmotionML proporcionará representaciones de emociones y estados relacionados para aplicaciones tecnológicas.

• Interacción multimodal
• VoiceXML : el formato XML estándar del W3C para especificar diálogos de voz interactivos entre un ser humano y una computadora.
• SSML – Lenguaje de marcado para la síntesis de voz
• CCXML – Lenguaje de marcado extensible para el control de llamadas
• SCXML : un lenguaje XML que proporciona un entorno de ejecución genérico basado en máquinas de estados.

• Actividad de interacción multimodal en el sitio web del W3C.
• Arquitectura multimodal del W3C, Parte 1: Descripción general y desafíos en IBM DeveloperWorks