基於目標名稱識別的共享語音操控方法與裝置製造方法
2023-05-02 14:41:36
基於目標名稱識別的共享語音操控方法與裝置製造方法
【專利摘要】本發明提供了一種基於目標名稱識別的共享語音操控方法與裝置。該共享語音操控方法包括：接收至少一目標名稱-動作提示對應文件以整理成一目標名稱-動作提示對應文件集，該目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示；整理該目標名稱-動作提示對應文件集以建立一目標名稱-動作提示對應清單；識別一輸入語音，輸出一個或多個語音識別結果以產生一個或多個候選目標名稱；根據該或該些語音識別結果和該目標名稱-動作提示對應清單，輸出對應的至少一候選動作提示；接收一被選取動作提示，並通知提供該被選取動作提示的一應用軟體或一硬體以執行一相關動作和/或功能。
【專利說明】基於目標名稱識別的共享語音操控方法與裝置
【技術領域】
[0001]本發明是有關於一種基於目標名稱識別的共享語音操控方法與裝置。
【背景技術】
[0002]移動裝置，比如手機(特別是智能型手機)或平板計算機等，已成為人們日常生活不可或缺的工具。傳統的操控而言，人們以按鍵/觸控方式來操控手機/平板計算機。但如果能以聲控方式來操控移動裝置的話，對於人們來講會更加方便。
[0003]以目前來說，已有多種方法可在手機上實現聲控。比如，階層式設計、單一層設計(單一接口)或大詞彙連續語音識別等。
[0004]以階層式設計而言，具有語音識別功能的應用軟體(application)才能支持語音操控。當用戶選取支持語音識別功能的應用軟體後，用戶可下達語音指令來操控此應用軟體。然而，以這類設計而言，應用軟體的開發商需自行開發語音識別功能，用戶也需要逐一學習各個軟體操作流程。
[0005]單一層設計則採用單一入口(單一接口)，所有的應用軟體可共享此單一界面並共享同一個語音識別軟體。用戶在選擇此單一接口後，說出特定語音指令與目標名稱。比如，應用軟體的語音指令格式為「公交車查詢」+「目的地」，則語音輸入為「公交車查詢臺北」的話，則可正確操作此應用軟體。若語音輸入為「公交車搜查臺北」或「臺北公交車查詢」的話，則不符合其語音指令格式而無法正確操作此應用軟體。從而，造成操作方便性下降或無法操作。另外，若語音可操控軟體愈多時，將造成用戶較大心智負擔。
[0006]至於大詞彙連續語音識別，以蘋果公司所開發出的「Siri」為例，用戶可以較口語化的方式說出語音指令即可進行語音操控。但以這類語音操控而言，其所操控的應用軟體無須具有語音識別功能，用戶也無需額外記憶特殊語音指令。但是，由系統開發商(比如蘋果公司)來決定哪些應用軟體可以被放到移動裝置內，造成其它軟體開發商額外的負擔。
[0007]因此，本發明揭露基於目標名稱識別的共享語音操控方法、裝置與其記錄媒體，其可改善上述缺點並達成其他優點。
【發明內容】
[0008]根據本發明的一示範性實施例，提出一種基於目標名稱識別的共享語音操控方法。接收至少一目標名稱-動作提示對應文件以整理成一目標名稱-動作提示對應文件集，該目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示。整理該目標名稱-動作提示對應文件集以建立一目標名稱-動作提示對應清單。識別一輸入語音，輸出一個或多個語音識別結果以產生一個或多個候選目標名稱。根據該或該些候選目標名稱和該目標名稱-動作提示對應清單，輸出對應的至少一候選動作提示。接收一被選取動作提示，並通知提供該被選取動作提示的一應用軟體或一硬體以執行一相關動作和/或功能。
[0009]根據本發明的一示範性實施例，提出一種基於目標名稱識別的共享語音操控裝置，包括:一目標名稱-動作提示對應文件集處理模塊、一目標名稱合併模塊、一語音識別模塊與一動作提示輸出模塊。目標名稱-動作提示對應文件集處理模塊接收至少一目標名稱-動作提示對應文件以整理成一目標名稱-動作提示對應文件集，該目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示。目標名稱合併模塊整理該目標名稱-動作提示對應文件集以建立一目標名稱-動作提示對應清單。語音識別模塊識別一輸入語音，輸出一個或多個語音識別結果以產生一個或多個候選目標名稱。動作提不輸出模塊，根據該或該些候選目標名稱和該目標名稱-動作提示對應清單，輸出對應的至少一動作提示。該動作提示輸出模塊接收一被選取動作提示，並通知提供該被選取動作提示的一應用軟體或一硬體以執行相關動作和/或功能。
[0010]根據本發明的一示範性實施例，提出一種計算機可讀取記錄媒體，被一裝置讀取後，該裝置可執行如上所述的共享語音操控方法。
[0011]根據本發明的一示範性實施例，提出一種電腦程式產品，經由一個或多個裝置加載該程序後，該或該些裝置可執行如上所述的共享語音操控方法。
[0012]為了對本發明的上述及其他方面有更好的了解，下文特舉實施例，並配合所附附圖，作詳細說明如下:
【專利附圖】
【附圖說明】[0013]圖1顯示根據本發明一實施例的基於目標名稱識別的共享語音操控裝置的功能方塊不意圖。
[0014]圖2顯示根據本發明一實施例的目標名稱-動作提示對應文件集的一例。
[0015]圖3顯示根據本發明一實施例的目標名稱合併模塊的示意圖。
[0016]圖4顯示本發明一實施例的語音識別模塊與動作提示輸出示意圖。
[0017]圖5A與圖5B顯示根據本發明一實施例的基於目標名稱識別的共享語音操控方法的流程圖。
[0018]【主要元件符號說明】
[0019]100:共享語音操控裝置
[0020]105:目標名稱-動作提示對應文件集處理模塊
[0021]110:目標名稱-動作提示對應文件集
[0022]120:目標名稱合併模塊 130:語音識別模塊
[0023]140:動作提示輸出模塊
[0024]150_1~150_N:應用軟體 160:硬體
[0025]170:目標名稱-動作提示對應清單
[0026]110A、110B、110C、110N、110M:目標名稱-動作提示對應文件
[0027]510 ~570:步驟
【具體實施方式】
[0028]裝置(比如但不受限於，手持裝置，如智能型手機、平板計算機等)的系統預先合併至少一應用軟體所提供的「目標名稱」與「動作提示」的對應關係，以整理出同一「目標名稱」所對應的「動作提示」。用戶說出「目標名稱」，系統利用語音識別來識別用戶語音並找出候選目標名稱，並將對應的「動作提示」，如導航、打電話、公交車信息、特價信息…等，提供給用戶，讓用戶挑選。用戶在語音操控時，僅需說出較易記憶且較符日常生活慣用語的「目標名稱」。
[0029]現請參考圖1，其顯示根據本發明一實施例的基於目標名稱識別的共享語音操控裝置的功能方塊示意圖。如圖1所示，共享語音操控裝置100包括:目標名稱-動作提示對應文件集處理模塊105、目標名稱(object name)合併模塊120、語音識別模塊130與動作提示(action prompt)輸出模塊140。
[0030]目標名稱-動作提示對應文件集處理模塊105接收由至少一應用軟體AppI150_1?App N 150_N和/或至少一硬體160所傳來的一個或多個目標名稱-動作提示對應文件，以整理成一目標名稱-動作提示對應文件集110,該些目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示。在本發明說明書中，「至少一」所代表是一個或多個，其都在本發明精神範圍內。目標名稱-動作提示對應文件的細節將於下文進行說明。在本發明中，「基於目標名稱識別的共享語音」所指的乃是，應用軟體App 1150_1?App N 150_N及硬體160可以共享圖1中的目標名稱-動作提示對應文件集處理模塊105、目標名稱合併模塊120、語音識別模塊130與動作提示(action prompt)輸出模塊140。另一方面，系統可提供一個共享語音操控接口給應用軟體App I 150_1?App N 150_N及硬體160，以使得用戶能通過此共享語音操控接口來以語音操控應用軟體App I 150_1?AppN150_N 及硬體 160。
[0031]對於一目標名稱，目標名稱合併模塊120將目標名稱-動作提示對應文件集110內的至少一目標名稱-動作提示對應文件進行合併，以找出並合併對應此目標名稱的所有對應動作提示。目標名稱合併模塊120對目標名稱-動作提示對應文件集110進行目標名稱合併，以將相同目標名稱所對應的至少一動作提示合併，以整理成目標名稱-動作提示對應清單170。換句話說，目標名稱合併模塊120從目標名稱-動作提示對應文件集110取出並合併同一目標名稱所對應的一個或多個動作提示，建立目標名稱-動作提示對應清單170。在目標名稱-動作提示對應清單170中，每個目標名稱出現一次，且對應至少一動作提示。目標名稱合併模塊120可以對所有的目標名稱進行上述操作。
[0032]語音識別模塊130識別用戶語音以產生語音識別結果，並對目標名稱-動作提示對應清單170內的目標名稱進行精準比對或模糊比對，找出對應的候選目標名稱。
[0033]根據目標名稱-動作提示對應清單170，動作提示輸出模塊140從目標名稱-動作提示對應清單170中找出候選目標名稱所對應的一個或多個候選動作提示，將候選目標名稱所對應的至少一動作提示輸出給用戶，以讓用戶來選擇/確認所欲執行的動作。在用戶選擇後，動作提示輸出模塊140依據用戶選擇來啟動相關的應用軟體/硬體，以讓應用軟體/硬體執行相關操作。
[0034]現請參考圖2，其顯示根據本發明一實施例的目標名稱-動作提示對應文件集110的一例。在應用軟體App I 150_1所提供的目標名稱-動作提示對應文件110A中，目標名稱Al?An對應動作提示apl。這所代表的意思是,對於應用軟體App I 150_1而言，如果所識別出的目標名稱為Al?An之一的話，則應用軟體App I 150_1會提供動作提示apl。
[0035]相似地，在應用軟體App 2 150_2所提供的目標名稱-動作提示對應文件110B中，目標名稱BI?Bn對應至動作提示ap2 ；目標名稱Bn+1?Bn+m對應至動作提示ap3 ；目標名稱BI與Bn+1對應至動作提示ap4。也就是說，在本發明實施例中，一個目標名稱可能對應至一個或多個動作提示，而一個動作提示則可能對應至一個或多個目標名稱。
[0036]在應用軟體App 3 150_3所提供的目標名稱-動作提示對應文件IlOC中，目標名稱Cl?Cn對應至動作提示ap5。在應用軟體App N 150_N所提供的目標名稱-動作提示對應文件IlON中，目標名稱NI?Nn對應至動作提示ap6 ;目標名稱Nn+1?Nn+m對應至動作提示ap7。
[0037]在硬體160所提供的目標名稱-動作提示對應文件IIOM中，目標名稱Ml?Mn對應動作提示aplO ;目標名稱Mn+1?Mn+m對應動作提示apll。
[0038]圖3顯示根據本發明實施例的目標名稱合併模塊120的示意圖。針對每一個目標名稱，目標名稱合併模塊120將其對應的所有動作提示進行整理與合併，以整理成目標名稱-動作提示對應清單170。如圖2與圖3所示，如果目標名稱A2、B5與ClO為相同(A2=B5 = C10)的話，目標名稱A2、B5與ClO分別對應至動作提示apl、ap2與ap5。從而，目標名稱合併模塊120進行合併，以得到此目標名稱(A2 = B5 = C10)所對應的動作提示為apl、ap2 與 ap5。
[0039]舉例來說，對於目標名稱「周杰倫」，假設有一個應用軟體所提供的動作提示為「歌手」與「專輯」，而另一個應用軟體所提供的動作提示為「活動特報」，則經過目標名稱合併模塊120的合併後，目標名稱「周杰倫」對應至動作提示「歌手」、「專輯」與「活動特報」。
[0040]現請參考圖4，其顯示本發明一實施例的語音識別模塊與動作提示輸出示意圖。如圖4所示，在接收到用戶語音輸入後，語音識別模塊130進行語音識別，以得到語音識別結果VR並比對目標名稱-動作提示對應清單170，以找出候選目標名稱。比如，語音識別結果VR比如包括三個候選目標名稱B1、A2與B2。動作提示輸出模塊140根據候選目標名稱，從目標名稱合併模塊120所整理出的目標名稱-動作提示對應清單170進行比對，以得到候選目標名稱所對應的動作提示並輸出給用戶。比如，目標名稱BI對應至動作提示ap2、目標名稱A2對應至動作提示apl、ap2與ap5，而目標名稱B2對應至動作提示ap2，系統將目標名稱與動作提示的組合ap2+Bl、apl+A2、ap2+A2，ap5+A2與ap2+B2輸出給用戶，以供用戶選擇。用戶選擇後，動作提示輸出模塊140令相關的應用軟體/硬體執行相關動作和/或功能。用戶可能是按下裝置的按鍵或觸摸觸控面板來進行選擇，或是以語音講出其選擇，此都在本發明精神範圍內。
[0041]為方便用戶了解，舉例說明圖4的操作，比如，語音識別結果VR有三個候選答案:「臺北101」、「臺北火車站」與「臺北衣蝶」。在查詢目標名稱合併模塊120的目標名稱合併結果後，得到此三個候選目標名稱所對應的動作提示分別為「臺北101今日活動特報」、「臺北101今天的天氣」、「導航到臺北101」、「導航到臺北火車站」、「導航到臺北衣蝶」。動作提示輸出模塊140輸出這些動作提示「臺北101今日活動特報」、「臺北101今天的天氣」、「導航到臺北101」、「導航到臺北火車站」、「導航到臺北衣蝶」，供用戶選擇。
[0042]此外,在本發明實施例中,動作提示輸出模塊140所列出的動作提示數量、目標名稱與動作提示的組合及其排列方式可由裝置/系統依需要而調整。
[0043]現舉例說明本發明實施例的完整操作。用戶語音輸入:「臺北101」。系統識別並找出目標名稱「臺北101」，此比如語音識別模塊130所執行。之後，系統的動作提示輸出模塊140輸出有關「臺北101」的動作提示:「公交車查詢」、「活動特搜」、「地點」與「天氣」選項供用戶選擇。在本發明實施例中，動作提示輸出模塊140輸出可為文字顯示、圖形圖示或語音播放等，此都在本發明精神範圍內，只要能讓用戶了解到目前系統所輸出的動作提示即可。如果用戶選擇「臺北101天氣」(代表用戶想知道臺北101附近的天氣)。系統會自動啟動「天氣查詢應用軟體」。之後，應用軟體自行決定想要輸出給用戶的數據。比如，天氣查詢應用軟體顯示出:「臺北101氣溫25-30度，降雨機率90%」;或者天氣查詢應用軟體語音播報「臺北101氣溫25-30度，降雨機率90%」；或者，天氣查詢應用軟體語音播報「臺北101今日氣溫25-30度，降雨機率90%，明日有颱風，預估凌晨I點發布陸上颱風警報」。
[0044]也就是說，由上述實施例可知，用戶在進行語音操控時，用戶並不需要去選擇其想要啟動的應用軟體，只要語音輸入目標名稱後，系統識別出此目標名稱，由系統輸出與此目標名稱相關的動作提示給用戶，讓用戶選擇，並由系統令提供被選動作提示的一應用軟體/硬體執行該動作提示所對應的動作及功能。
[0045]在上述實施例中，用戶是以語音操控應用軟體。但在本發明另一可能實施例中，用戶甚至可以以語音操控硬體。在此假設用戶想要打開電視來收看電視節目「食尚玩家」。用戶可先以語音輸入「食尚玩家」。系統識別出「食尚玩家」，此比如由語音識別模塊所執行。接著，系統列出有關於「食尚玩家」的動作提示:比如但不受限於「電視選臺」(此動作提示由電視硬體所提供)、「電視節目介紹」(此動作提示由電視節目介紹應用軟體所提供)、「美食地圖」(此動作提示由美食地圖應用軟體所提供)供用戶選擇，此比如由動作提示輸出模塊所執行。之後，用戶選擇「播放電視節目食尚玩家」這個動作提示。系統接收到用戶選擇後，系統啟動「電視」。之後，電視自行決定呈現及顯示信息，比如，電視播放/切換至電視節目「食尚玩家」。
[0046]在此例中，電視(硬體)提供目標名稱-動作提示對應文件(如「食尚玩家」-「播放電視節目」)給系統。系統依此建立文件集，及合併目標名稱，其細節可如上述說明。
[0047]現請參考圖5A與圖5B，其顯示根據本發明一實施例的基於目標名稱識別的共享語音操控方法的流程圖。圖5A顯示於本發明實施例中，如何整理出目標名稱-動作提示對應文件清單170。圖5B則顯示於本發明實施例中，如何執行共享語音操控。
[0048]如圖5A所示，在步驟510中，接收由被操控的至少一應用軟體和/或至少一硬體所提供的至少一目標名稱-動作提示對應文件以整理成一目標名稱-動作提示對應文件集，該些目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示。
[0049]在步驟520中，對該目標名稱-動作提示對應文件集進行目標名稱合併，以將相同目標名稱所對應的至少一動作提示合併，以整理成目標名稱-動作提示對應清單。
[0050]如圖5B所示，在步驟530中，用戶輸入語音。在步驟540中，識別用戶輸入語音，以輸出一個或多個語音識別結果。在步驟550中，根據語音識別結果，以精準比對或模糊比對從該目標名稱-動作提示對應清單中找出與該或該些語音識別結果相關的至少一候選目標名稱。
[0051 ] 在步驟560中，根據候選目標名稱和目標名稱-動作提示對應清單，提供一個或多個候選動作提示，並取得用戶選擇的動作提示。在步驟570中,令提供被選的該動作提示的該應用軟體和/或該硬體執行該動作提示所對應的一動作和/或一功能。
[0052]步驟510?570的細節可如上述說明的那樣，在此不重述。
[0053]本發明其他實施例揭露一種計算機可讀取記錄媒體，被一裝置讀取後，該裝置可執行如上所述的共享語音操控方法。其細節在此不再重述。[0054]本發明其他實施例揭露一種電腦程式產品，經由一個或多個裝置加載該程序後，該或該些裝置可執行如上所述的共享語音操控方法。其細節在此不再重述。
[0055]在上述實施例中，用戶在進行語音操控時，說出「目標名稱」即已足夠。因此，用戶不用費心記憶「特定語音指令」的格式與其語法，從而，能大幅降低用戶的心智負擔。之後，用戶從所看到/聽到的動作提示中選取其想要的內容，即可令系統自動執行相對應的應用軟體/硬體。
[0056]對於應用軟體開發者/硬體開發者而言，由於系統提供共享的語音識別輸入接口，應用軟體開發者/硬體開發者提供目標名稱及動作提示對應文件，而不需自行在應用軟體/硬體裡搭建語音識別功能，大幅降低應用軟體開發者/硬體開發者支持語音操控功能的門坎。
[0057]對於系統開發商，本發明上述實施例能提供單一語音操控入口，並開發給應用軟體開發商/硬體開發者使用。在語音識別技術上，由於系統開發商只需識別出用戶所說出的「目標名稱」，其技術複雜度與技術困難度較低。
[0058]綜上所述，雖然本發明已以實施例揭露如上，然其並非用以限定本發明。本發明所屬【技術領域】中普通技術人員，在不脫離本發明的精神和範圍內，當可作各種的更改與修飾。因此，本發明的保護範圍當視權利要求所界定者為準。
【權利要求】
1.一種基於目標名稱識別的共享語音操控方法，其特徵在於，所述共享語音操控方法包括: 接收至少一目標名稱-動作提示對應文件以整理成一目標名稱-動作提示對應文件集，所述目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示； 整理所述目標名稱-動作提示對應文件集以建立一目標名稱-動作提示對應清單； 識別一輸入語音，輸出一個或多個語音識別結果以產生一個或多個候選目標名稱； 根據該或該些候選目標名稱和所述目標名稱-動作提示對應清單，輸出對應的至少一候選動作提示；以及 接收一被選取動作提示，並通知提供所述被選取動作提示的一應用軟體或一硬體以執行一相關動作和/或功能。
2.根據權利要求1所述的共享語音操控方法，其中， 從所述目標名稱-動作提示對應文件集取出並合併同一目標名稱所對應的至少一動作提示，以建立所述目標名稱-動作提示對應清單，在所述目標名稱-動作提示對應清單中，每個目標名稱為單一，且對應一個或多個動作提示。
3.根據權利要求1所述的共享語音操控方法，其中， 所述目標名稱-動作提示對應文件集包括由至少一應用軟體或至少一硬體所提供的目標名稱-動作提示對應文件。
4.根據權利要求1所述的共享語音操控方法，其中， 以該或該些語音識別結果來精準比對或模糊比對所述目標名稱-動作提示對應清單中的所有目標名稱，以產生一個或多個候選目標名稱。
5.根據權利要求4所述的共享語音操控方法，其中， 從所述目標名稱-動作提示對應清單找出該些候選目標名稱對應的一個或多個候選動作提示。
6.根據權利要求1所述的共享語音操控方法，其中，所述輸入語音為一用戶輸入語音。
7.一種基於目標名稱識別的共享語音操控裝置，其特徵在於，包括: 一目標名稱-動作提示對應文件集處理模塊，接收至少一目標名稱-動作提示對應文件以整理成一目標名稱-動作提示對應文件集，所述目標名稱-動作提示文件定義至少一目標名稱與對應的至少一動作提示； 一目標名稱合併模塊，整理所述目標名稱-動作提示對應文件集以建立一目標名稱-動作提示對應清單； 一語音識別模塊，識別一輸入語音，輸出一個或多個語音識別結果以產生一個或多個候選目標名稱；以及 一動作提示輸出模塊，根據該或該些候選目標名稱和所述目標名稱-動作提示對應清單，輸出對應的至少一動作提示，所述動作提示輸出模塊接收一被選取動作提示，並通知提供所述被選取動作提示的一應用軟體或一硬體以執行相關動作和/或功能。
8.根據權利要求7所述的共享語音操控裝置，其中， 所述目標名稱合併模塊從所述目標名稱-動作提示對應文件集取出並合併同一目標名稱所對應的至少一動作提示，建立所述目標名稱-動作提示對應清單，在所述目標名稱-動作提示對應清單中，每個目標名稱為單一，且對應一個或多個動作提示。
9.根據權利要求7所述的共享語音操控裝置，其中， 所述目標名稱-動作提示對應文件集包括由至少一應用軟體或至少一硬體所提供的目標名稱-動作提示對應文件。
10.根據權利要求7所述的共享語音操控裝置，其中， 所述語音識別模塊將該或該些語音識別結果通過精準比對或模糊比對所述目標名稱-動作提示對應清單中的所有目標名稱，以產生一個或多個候選目標名稱。
11.根據權利要求10所述的共享語音操控裝置，其中， 所述動作提示輸出模塊從所述目標名稱-動作提示對應清單找出該些候選目標名稱對應的一個或多個候選動作提示。
12.根據權利要求7所述的共享語音操控裝置，其中，所述輸入語音為一用戶輸入語曰?
【文檔編號】G06F3/01GK103915094SQ201310097126
【公開日】2014年7月9日 申請日期:2013年3月25日 優先權日:2012年12月28日
【發明者】張信常, 塗家章, 洪健詠, 郭志忠 申請人:財團法人工業技術研究院