用於將電話通話轉錄為文本的方法和系統的製作方法

2023-10-05 02:20:54

專利名稱：用於將電話通話轉錄為文本的方法和系統的製作方法
用於將電話通話轉錄為文本的方法和系統技術領域
本發明一般涉及電信技術，尤其涉及用於在電話網絡上將音頻數據轉錄為文本數 據的方法和系統。背景現如今典型無線移動通信設備(例如，手機)的存儲器和處理能力為用戶提供了 存儲相對大量數據的能力。典型地，行動裝置的存儲器容量被用於存儲諸如電話號碼、電子 郵件地址和郵寄地址之類的聯繫信息。典型的行動裝置用戶可能存儲有數十或者甚至數百 個電話號碼和地址。聯繫信息的錄入可能是令人受挫和緩慢的，特別是在聯繫信息與電話通話期間用 戶口述的單詞有關的情況下尤其如此。錄入和存儲以這種方式收到的信息對於用戶而言可 能是有困難的，因為這些信息必須首先被轉移為某種人工存儲方法(例如，寫在紙片上)並 隨後手動地錄入到行動裝置中。如果用戶正在開車或者用戶沒有書寫工具可用，那麼這將 尤其麻煩。概述各種實施例包括用於為用戶的行動裝置提供代表通話的一部分的文本數據的方 法和系統。實施例可掃描並標識文本數據中的電話號碼和地址，所以此信息能從文本數據 中提取並存儲在行動裝置內，諸如存儲在地址簿或其他存儲器位置中。實施例使得能先緩 衝部分或全部通話，然後再將經緩衝的通話轉錄成文本數據。各種實施例使行動裝置能請求伺服器將通話轉錄成文本數據，從而促使伺服器進 行轉錄並將文本數據傳送給用戶的電話以便存儲。伺服器還可掃描、標識和提取文本數據 中的電話號碼和地址，並將該數據傳送給用戶的行動裝置。附圖簡述納入本文並構成本說明書的一部分的附圖解說本發明的示例性實施例。這些附圖 與以上給出的一般描述以及下文給出的詳細描述一道用於解釋本發明的特徵。

圖1是能夠將語音音頻數據轉錄成文本數據的示例性通信設備的組件框圖。圖2是用於在通信設備內將語音音頻數據轉錄成文本數據的實施方法的過程流 程圖。圖3是用於響應於轉錄請求按鈕激活來發起和終止轉錄過程的實施方法的過程 流程圖。圖4是其中由伺服器實現轉錄的實施例的系統框圖。圖5是在一實施例中適合使用的示例性伺服器的組件框圖。圖6是用於在伺服器處將語音音頻數據轉錄成文本數據的示例性方法的過程流 程圖。圖7是用於在伺服器處將語音音頻數據轉錄成文本數據的實施方法的替換性過 程流程圖。圖8是用於在伺服器處將語音音頻數據轉錄成文本數據的實施方法的另一替換性過程流程圖。詳細描述將參照附圖詳細描述各種實施例。在任何可能的地方，相同附圖標記用於在附圖 中通篇指代相同或類似部分。對特定示例和實現的引用作解說性之用，而無意限制本發明 或權利要求的範圍。術語「電話」包括任何電話通信設備或系統，包括有線陸線電話、無線蜂窩電話、網 際協議上語音(VOIP)電話、具有語音通信能力的膝上型計算機、以及能夠支持網際網路電話 服務(例如，Skype)的設備。如本文使用的，術語「移動手持機」、「手持機」、「行動裝置」和「手持設備」是指以 下設備中的任意一個或全部蜂窩電話、個人數據助理(PDA)、掌上計算機、無線電子郵件 接收器和蜂窩電話接收器(例如，Blackberry 和Treo 設備)、多媒體有網際網路能力的蜂 窩電話(例如，iPhone )、和包括可編程處理器和存儲器以及用於連接蜂窩或其他無線網 絡的能力的類似個人電子設備。術語「語音至文本轉換器」或「話音至文本轉換器」或「轉換器」或「語音至文本轉 錄器」或「轉錄器」包括能夠識別人類語音通話並將其轉換(即，轉錄)為文本數據的任何 類型的軟體或硬體系統。轉換器能提供單個文本轉譯，或者能提供多個最有可能的文本轉 譯。各實施例並不限於任何特定類型的語音至文本轉換器。術語「伺服器」包括為用戶的電話設備提供電話連通性的任何計算機、網際網路服務 器或蜂窩基站。伺服器可通過有線或無線連接直接或間接地連接到用戶的電話設備。各種實施例提供了用於使行動裝置或電話用戶能將通話的全部或部分自動轉錄 成文本數據以存儲在行動裝置上的方法和系統。在一實施例中，通過按下按鈕或輸入命令， 用戶可選擇電話通話中要被轉錄的部分。在一實施例中，通話的該所選部分在耦合至蜂窩 或常規電話網絡的伺服器上被轉錄，之後由該伺服器將文本數據傳送給行動裝置。或者，該 伺服器可經由網際網路被行動裝置、蜂窩網絡、或常規電話網絡中的任意一者所訪問。在一實 施例中，可掃描該文本以尋找電話號碼和/或地址數據(即，聯繫信息)。這樣的掃描可以 在伺服器處(諸如在文本傳送之前)或者在行動裝置內(諸如在已接收到文本之後)執行。 文本數據或者提取出的聯繫信息可以諸如短消息服務(SMS)消息之類的文本消息的形式、 電子郵件的形式、或者經由蜂窩數據傳輸被傳送至行動裝置。文本數據可以是通過特殊格 式化的方式來傳送的，以使其能被行動裝置自動識別並存儲在地址簿存儲器中。諸實施方法可以在各種行動裝置中的任意行動裝置上、和在各種計算設備中的任 意計算設備上一包括但不限於臺式和膝上型計算機——執行。圖1描繪能夠支持各種實 施例的行動裝置20的各種組件。儘管解說了行動裝置20的各組件，但本領域技術人員將 領會，相同或類似的組件也可在適用於各種實施例的計算機(可攜式或其他計算機)中實 現。將行動裝置20描繪為蜂窩電話僅作解說之用。並且，上述實施例可以在包括圖1中解 說的組件的、能夠支持語音通話的任何設備上實現。典型行動裝置20包括耦合至內部存儲器22和用戶界面顯示器23的處理器21。 另外，行動裝置20可具有用於發送和接收電磁輻射的天線24，該天線M與無線數據鏈路和 /或耦合至處理器21的蜂窩電話收發機25相連接。在一些實現中，收發機25、以及處理器 21和存儲器22中用於蜂窩電話通信的部分被稱之為空中接口，因為它們合在一起提供經由無線數據鏈路的數據接口。此外，行動裝置20包括用於為用戶產生可聽音頻信號的揚聲 器觀和用於接收用戶的音頻話音的話筒四。話筒四和揚聲器觀兩者可經由將電信號變 換成聲波以及反之的聲碼器30被連接至處理器21。在一些實現中，聲碼器30可被包括作 為處理器21的電路系統和編程的一部分。處理器21可以是能通過軟體指令(應用)配置以執行包括本文描述的各種實施 例的功能在內的各種功能的任何可編程微處理器、微型計算機或一個或多個多處理器芯 片。在一些行動裝置中，可提供多個處理器191，諸如一個處理器專用於無線通信功能而一 個處理器專用於運行其他應用。典型地，軟體應用可在被訪問和加載到處理器21之前存儲在內部存儲器22中。在 一些行動裝置中，處理器21可包括足以存儲應用軟體指令的內部存儲器。出於本描述的目 的，術語存儲器是指能被處理器21訪問的所有存儲器，包括內部存儲器22和處理器21自 身內部的存儲器。存儲器22可以是易失性或諸如快閃記憶體之類的非易失性存儲器，或這兩者的 混合。在各種實施例中，存儲器22可配置有緩衝器39，並且存儲器22內存儲有語音至文本 轉換器軟體44、聯繫信息提取軟體46和/或地址簿52。行動裝置20典型地包括鍵區36或微型鍵盤和菜單選擇按鈕或搖杆開關37以用 於接收用戶輸入。另外，行動裝置20可包括轉錄請求按鈕32。在一實施例中，轉錄請求按 鈕32的激活發起語音至文本轉錄過程。注意，按鈕32是任選的；語音至文本轉換的激活可 經由任何其他種類的計算機接口輸入來發起。本領域技術人員將領會，語音至文本軟體44 可通過各種其他手段來激活，諸如經由顯示在顯示器23上的用戶界面菜單、鍵區36並結合 菜單選擇按鈕或搖杆開關37來激活。在其他示例中，可通過按下鍵區36上的一系列按鍵、 通過語音激活(即，說出特定的預先記錄的詞或短語)、通過激活行動裝置20上的加速計 (諸如以特定方式放置或搖動行動裝置)、通過觸摸一觸控螢幕顯示器等等來向行動裝置20 提供語音至文本轉換請求。為了簡單起見，將在本文描述例如通過用戶按壓轉錄請求按鈕 32來激活的各種實施例，但這樣的描述無意被限於使用轉錄請求按鈕32。在包括轉錄請求按鈕32的實施例中，轉錄請求按鈕32可被安設於行動裝置20上 的符合人體工程學的方便位置上，以使用戶能在進行電話通話時無需看著行動裝置20就 能激活轉錄過程。例如，轉錄請求按鈕32可被安設在行動裝置20的側面上靠近在持握移動 設備20對著耳朵時用戶手指通常所放的地方。一些行動裝置在側面包括用於發起語音激 活撥號的按鈕。此類按鈕常常位於在人體工程學上也非常適合於轉錄激活的位置處。儘管 轉錄請求按鈕32可位於行動裝置20上的任何地方，但在一實施例中，轉錄請求按鈕32如 圖1中所示地位於行動裝置20的側面。例如，轉錄請求按鈕32在圖1中被示為符合人體 工程學地定位，以使得用戶在活躍地進行通話的同時能用該用戶的小指操作轉錄請求按鈕 32。在替換實施例中，第二轉錄請求按鈕(未示出)可位於行動裝置20的另一側上(即， 在設備的兩側上皆有轉錄請求按鈕32)。通過在行動裝置20的相對側壁上安放兩個分開的 轉錄請求按鈕，可以通過任何一隻手的手指激活轉錄請求，所以用戶不必在特定耳朵上聽 該通話。在一實施例中，轉錄請求按鈕32發起轉錄過程，並且當在同一語音呼叫期間第二 次按下轉錄請求按鈕32時終止該轉錄過程。在一替換性實施例中，可在行動裝置上包括第 二按鈕(未示出)以用於終止活躍的轉錄請求。圖2是用於使用戶能將音頻語音呼叫的部分或全部轉錄成文本數據的示例實施方法的過程流程圖。當用戶希望將音頻數據轉錄為文本數據時，用戶諸如通過按下轉錄請 求按鈕32來激活存儲在存儲器22中的語音至文本轉換軟體44 ；步驟301。典型地，用戶將 在電話通話期間按壓轉錄請求按鈕32，諸如以捕捉重要細節(例如，聯繫信息)。然而，如果 用戶希望從開頭轉錄語音通話則也可在通話開始之前激活語音至文本轉換軟體44。一旦語 音至文本軟體44被激活，則該軟體就可開始轉錄正在發生的通話；步驟308。或者，語音至 文本轉換軟體44可轉錄存儲在存儲器緩衝器39中的通話。在電話通話的合需部分已被轉 換成文本之後，聯繫信息提取軟體46可掃描該文本以標識電話號碼、地址等，步驟310。隨 後可將提取出的聯繫信息存儲在行動裝置20的存儲器22內的地址簿52中，步驟312。將 聯繫信息存儲在地址簿52中的步驟可以手動或自動地執行。在用戶希望在語音呼叫期間將音頻數據轉換成文本數據的實施例中，緩衝器39 可被用於存儲電話通話的部分或全部以使得通話的所選部分可被轉換成文本。使用此實施 例，用戶可在已經講完之後重新捕捉並轉換音頻數據成文本數據。例如，緩衝器39可以被 設定大小和配置成記錄長達用戶可選的歷時，諸如5、10、30、60或300秒。在只在正進行的通話期間激活轉錄過程的實施例中，轉錄請求按鈕32可以是當 行動裝置20處於待機模式(即，不在活躍語音通話中)時還具有不同功能的按鈕。圖3是 解說適於各種實施例的用於根據呼叫狀態來控制轉錄請求按鈕32的功能性的示例方法的 過程流程圖。在圖3中，轉錄請求按鈕32具有由另一軟體應用或例程控制的待機功能，諸 如發起語音激活撥號。取決於實現在行動裝置20上的相關聯待機軟體應用或例程，按鈕32 可與在語音通話期間不活躍的任何功能性相關聯。操作離開主循環201，處理器21將諸如 通過檢測與按鈕按壓相關聯的中斷標誌來檢測按鈕按壓事件(步驟202)。作為響應，處理 器21可測試標誌以確定呼叫是否活躍(測試203)。若呼叫不活躍(即，測試203 = 「否」)， 則在返回至主循環201之前，激活提供按鈕32的待機功能性的軟體例程(步驟204)。例 如，處理器21可發起語音激活撥號例程或應用。然而，根據本文描述的一個或多個實施例， 若呼叫活躍(即，測試203 = 「是」)，則處理器21可測試轉錄請求標誌以確定轉錄請求消 息是否已被發送(步驟205)，並且若否(即，測試205 = 「否」)則向伺服器50傳送音頻至 文本轉換請求消息(步驟206)。在發送轉換請求消息(步驟206)之際，處理器21還可將 轉錄請求標誌置位以指示轉錄過程已被發起(步驟207)。將此標誌置位使得處理器21能 確定伺服器50是否正在轉錄，因為該軟體將在另一計算機上運行，因此不能被處理器21直 接訪問。在發送轉換請求消息(步驟206)之際，處理器21返回至主循環201直至檢測到 又一次轉錄請求按鈕32按壓中斷。當在活躍呼叫期間第二次按壓轉錄請求按鈕32時，測 試轉錄請求標誌的處理器21將確定已經作出轉錄請求(即，測試205 = 「是」)，並且處理 器21因此將向伺服器50傳送轉錄終止請求消息(步驟208)，並且清除轉錄請求標誌(步 驟209)，隨後返回主循環201。在替換性實施例中，將音頻轉換成文本數據的過程是在耦合至網絡的伺服器50 中隨著該電話通話執行的。將轉錄過程卸載至伺服器50節省了行動裝置20的電池和處理 器功率。圖4解說能夠在伺服器50上轉錄發生於行動裝置20上的語音通話的部分或全部 的示例實施系統。該系統包括行動裝置20，該行動裝置20經由連接至蜂窩網絡52的蜂窩 基站天線51與另一行動裝置55或電話57通信。與其他行動裝置55的通信可經由另一基 站56進行，而與傳統電話57的通信可在傳統的電話通信網絡M上進行。伺服器50被連接至蜂窩通信網絡52、傳統電話網絡M、或諸如網際網路M之類的另一通信網絡。在各種實 施例中，伺服器50可位於蜂窩基站51處、蜂窩通信網絡52的交換中心內、傳統電話網絡M 的交換中心內、或者能接入到可用來提供電話通話音頻數據的網絡的任何其他位置中。在 伺服器50耦合至網際網路的實現中，可在蜂窩通信網絡52或電話通信網絡M內包括另一因 特網互連伺服器(未示出)以將音頻數據路由至伺服器50進行轉錄。一旦建立了語音呼 叫，行動裝置20 (或對應的55)的用戶可在任何時候激活語音至文本轉換過程。當激活了 時，來自電話通話的音頻數據也被發送至伺服器50，在伺服器50處，音頻數據可被存儲並 如本文描述地被轉錄。圖5是用在圖4所示的實施系統中的解說性伺服器50的組件框圖。伺服器50包 括用於傳達數據進出伺服器的輸入/輸出埠 52，諸如用於連接至網絡(例如，網際網路53 或通信網絡52、54)的數據機或類似網絡接口。伺服器50包括與輸入/輸出埠 52 通信、並與計算機可讀存儲器56通信的處理器55(例如，微控制器)。存儲器56內可存儲 有電話信號解密軟體42和語音至文本轉換軟體44。在一實施例中，存儲器56還可包括聯 系信息提取軟體46。存儲器56還可包括配置用於臨時存儲部分或全部電話通話的緩衝器 49區段或區劃。電話通話可以加密或未加密形式被緩衝。可能需要解密軟體42以將電話數據轉換成能被語音至文本轉換軟體44處理的音 頻數據形式。典型地，電話信號是作為被組織成數據分組的數字數據在蜂窩和電話網絡52、 M上傳送的。(儘管簡易普通電話(P0TQ信號是作為模擬信號向/從住宅傳送的，但此類 信號迅速被轉換為經由復用的光纖和銅中繼線來傳送的數字數據)。該數字數據可被壓縮 和分組化在碼分多址(CDMA)數據分組中。此類數字數據可能對於許多語音至文本轉換軟 件44應用都是無法讀懂的，因此必須先被轉換為可識別音頻數據格式然後才能開始轉錄。語音至文本轉換器軟體44可以是任何類型或牌子的用於將人類話音轉換成文本 的軟體或系統。許多不同類型和牌子的此類軟體是可商業購得的。注意，解密軟體42和語 音至文本轉換器44可被組合成單個軟體包或應用。除了轉換數據格式外，伺服器50可能需要確認轉錄是被授權的。在一些情況和政 治區域中，隱私法律制止對電話通話進行未授權的解密。在這些情形中，在能夠為特定用戶 激活語音至文本轉換軟體44之前，可能要求來自用戶的在先授權。在一些情況中，用戶通 過按壓用戶行動裝置20上的轉換請求按鈕39作出的文本轉換請求可被解釋為對解密該用 戶的電話通話的具體授權。在其他情況中，伺服器50還可能需要獲得來自電話通話的另一 成員的授權(例如，通過按壓該另一用戶的行動裝置陽上的轉換請求按鈕32)。在一實施例中，解密軟體42和/或語音至文本轉換器44可被實現為硬體或硬體/ 軟體組合而不是存儲在伺服器存儲器56中的軟體。解密軟體42和轉換器44的硬體和軟 件實現兩者都落在權利要求的範圍內。可在伺服器50上實現聯繫信息提取軟體46以掃描轉換出的文本來尋找電話號 碼、地址、電子郵件地址等等。例如，可通過掃描文本以尋找已知的區號、或者7或10位數 的序列來識別和提取電話號碼。可通過掃描文本以尋找通常與諸如「街道」、「大街」、「路」、 「郵政信箱」、已知城市或州等等與地址信息相關聯的單詞來識別地址信息。可通過掃描文 本以尋找已知的電子郵件服務提供商(例如，Gmail. com、yahoo, com、hotmail. com)、單詞 「電子郵件」、或者單詞——當然在文本中將以單詞「at」出現——來識別電子郵件地址。一旦識別出數字地址、電子郵件地址、或其他聯繫信息，該軟體就可使用簡單的規則來勾劃 該信息(即，確定識別出的數據在文本內的何處開始和結束)，並隨後將所勾劃出的信息復 制到存儲器中。若成功提取出聯繫信息，可將其標識或傳送給行動裝置20的用戶，並且任 選地，自動錄入用戶的行動裝置20上的地址簿中的正確欄位中。將提取出的數據錄入恰適 存儲器欄位可以由行動裝置20使用收到的所提取聯繫數據來執行。在用戶的地址簿被保 持在伺服器50上的實現中——在具有伺服器備份系統的大型組織中可能就是這種情形，所 提取文本可被存儲於保持在伺服器50上的地址簿的恰適欄位中。用戶的行動裝置20隨後 可在下一次行動裝置20與伺服器50 「同步」時用包含所提取聯繫信息的地址簿的最新版 本來更新。隨後可丟棄與聯繫信息無關的文本數據。在一實施例中，伺服器緩衝器49可被用於臨時存儲(S卩，緩衝)電話通話以使得 當通話結束(或當暫停通話時)。此實施例使用戶能在通話結束後選擇電話通話的部分以 轉換為文本。以此方式，該實施方法允許用戶在已經講完之後重新捕捉並轉換音頻數據成 文本數據。緩衝器歷時可由用戶選擇或者可由伺服器運營商選擇，並且可以是任何長度。圖6是解說用於在伺服器50上將電話通話的音頻數據的部分或全部轉換為文本 的實施方法的過程流程圖。如以上參照圖2討論的，當用戶希望將音頻數據轉換為文本數 據時，該用戶可按壓轉錄請求按鈕32 (或上述激活該過程的其他方法)(步驟301)。一旦用 戶作出了文本轉換請求，行動裝置20將該請求傳送至伺服器50 (步驟30 。該文本轉換請 求可在電話通話期間作為數據分組發送，或者可作為能被識別為構成該請求命令的特殊音 調或音調系列來發送。伺服器50經由輸入/輸出埠 52接收來自行動裝置20的文本轉 換請求(步驟30；3)。在一些實施例中，文本轉換請求可被蜂窩電話通信網絡52或傳統電話 通信網絡M內的處理器或伺服器所識別，從而促使該處理器或伺服器諸如經由網際網路53 將該請求和電話通話數據轉發給伺服器50。在行動裝置20是無線通信設備的實例中，文本 轉換請求的傳輸首先被基站天線51接收並傳達給伺服器50。響應於收到的文本轉換請求， 伺服器50可激活解密軟體42以開始將收到的通信數據轉換成能被轉錄的數據格式(步驟 304)。可將原始格式或者經解密數據格式的語音通話的部分臨時存儲在緩衝器49中(步 驟307)。一旦音頻數據已被解密，伺服器處理器55可激活語音至文本轉換軟體44並開始 轉錄該通話(步驟308)。語音至文本轉換可在轉換請求在伺服器處被收到時開始。若諸如 響應於來自用戶的命令，全部或部分的通話被存儲在伺服器緩衝器49中，則轉換可在所存 儲通話中的任意點開始，諸如通過使用指定起始點的時間，或者用戶收聽所記錄的通話並 指定何時應開始轉錄。在一實施例中，電話通話在用戶未請求轉錄的情況下也可在通話進行時被存儲在 伺服器緩衝器49中，由此允許當用戶意識到有需要時能發起轉錄。在此實施例中，伺服器 50可將電話通話的部分存儲在緩衝器49中，以使得用戶能對剛發生的電話通話部分發起 文本轉換服務。例如，伺服器50和緩衝器49可被配置成將音頻數據存儲在跨度為諸如30 到60秒的有限時間段的先進先出(FIFO)緩衝器中。隨後，若用戶聽到該用戶想要轉錄的一 些內容，諸如另一方讀出中獎彩票號碼或者說到地址或電話號碼，則該用戶可立即(例如， 通過按壓行動裝置20上的按鈕3 請求轉錄存儲在緩衝器49中的通話數據。在此實施例 中，用戶無需事先決定將轉錄部分電話通話，並且沒有必要讓另一方重複。為了保護隱私並 且遵守電信法，通話的兩方成員可能需要被告知該部分記錄，並且緩衝器49可能需要在用戶不請求轉錄的情況下立即被清空。一旦激活，語音至文本轉換軟體44可繼續將音頻數據轉換成文本數據，直至電話 呼叫終止或伺服器50接收到轉換終止信號。用戶可出於各種原因在語音通話結束之前終 止語音至文本轉換過程。例如，用戶可能希望只是轉換通話期間說出的電話號碼或地址而 不是通話的擴展部分。在一實施例中，用戶可通過在語音通話期間第二次按下按鈕39來傳 送語音至文本轉換終止信號。或者，語音至文本軟體44可通過各種其他手段終止，諸如經 由顯示在顯示器23上的用戶界面菜單、鍵區36並結合菜單選擇按鈕或搖杆開關37、多次按 鈕推按、語音激活命令(例如，通過說出「停止轉錄」)等等。一旦語音至文本轉換軟體44被終止，新轉換出的文本數據可被存儲在伺服器存 儲器陽中與發起該語音至文本轉換的用戶相關聯的位置(步驟309)。一旦存儲在存儲器 陽中，可使得轉換出的文本數據能由用戶在任意時刻使用公知的數據訪問技術經由諸如因 特網53之類的網絡獲取。轉換出的文本還可經由有線或無線數據通信鏈路被傳送給用戶的行動裝置20或 其他通信設備(步驟313)。該文本數據可作為文本消息(例如，SMS或電子郵件消息)或 包含該文本的任何其他類型的數據傳輸文件來傳送。或者，轉換出的文本數據可被實時地 傳送回行動裝置20，由此避免了在伺服器50上存儲該文本數據(步驟309)的需要。在這 樣的替換實施例中，語音至文本轉換軟體44可在語音音頻數據被轉換為文本時生成要傳 送回行動裝置20的數據分組。一旦該語音至文本轉換方法終止，用戶可手動地提取選定部分，諸如文本中包含 聯繫信息的那些部分，並手動地將選定信息錄入地址簿52中或者以其他方式將該文本存 儲在行動裝置的存儲器22中。例如，用戶可使用行動裝置20上提供的複製粘貼應用工具 來複製選定的單詞或數字並將它們粘貼到地址簿記錄中的恰適欄位中。在用戶諸如經由因 特網53訪問存儲在伺服器50上的文本數據的實施例中，用戶可使用瀏覽器工具來複製文 本的選定部分，並隨後使用公知應用工具「粘貼」或以其他方式將該選擇加載至行動裝置的 存儲器22中。在替換實施例中，伺服器50可被配置有提取聯繫信息並自動將該選取傳達給用 戶的行動裝置20的軟體，其示例在圖7中解說。圖7中解說的實施例包括上文參照圖6描 述的步驟301-304和307-309。另外，伺服器50配置有從轉換出的文本數據識別並提取聯 系信息(步驟310)、並自動將所提取聯繫信息傳送給行動裝置20(步驟311)以便將所提 取信息存儲在存儲器22中的軟體。如上討論的，伺服器50可能在其存儲器55中存儲有聯 系信息提取軟體46，該軟體被設計成掃描轉換出的文本以尋找電話號碼、地址、電子郵件地 址等等。如上所述，電話號碼可通過掃描以尋找已知的區號、或者7或10位數的序列來識 別，地址信息可通過掃描文本以尋找通常與地址信息(例如，「街道」、「大街」、「路」、「郵政信 箱」、已知城市或州等等)相關聯的單詞來識別，以及電子郵件地址可通過掃描文本以尋找 已知電子郵件服務提供商(例如，Gmail. com、yahoo. com、hotmail. com)、單詞「電子郵件」、 標準地址擴展名(例如，「· com，，、"· org」、"· net」、"· gov，，、"· uk」、「. ca」、「. jp」等)或者在 句號或「點」之前的來識別。與聯繫信息不相關的文本數據可被丟棄，或者保留在存儲 器中，這可以隨用戶指定或決定。因此，在轉換出的文本數據被存儲在存儲器56中(步驟 309)之後，伺服器50處理器55可激活聯繫信息提取軟體46以從轉換出的文本數據提取所有聯繫信息(步驟310)。所提取聯繫信息可被傳送給用戶的行動裝置20 (步驟311)。移 動設備20還可配置有接收所傳送聯繫信息並隨後自動將該信息錄入存儲在存儲器22中的 地址簿中(步驟312)的應用軟體。在替換實施例中，伺服器50僅將音頻中定向至激活該轉錄服務的行動裝置20用 戶(即，傳送該文本轉換請求的行動裝置20)的部分轉換成文本數據。換言之，對行動裝置 20所講並由話筒四拾取的語音音頻數據不被轉換為文本。在許多情形中，行動裝置20用 戶沒有轉錄該用戶自己的話的需要或願望。此實施例可被用於減少轉錄處理和行動裝置20 所接收的文本的量。此實施例可通過作為路由至伺服器的每個數據分組的部分向伺服器50 通知起源設備來實現。或者，諸如通過蜂窩通信網絡52隻傳送接收自另一方(例如，圖4 中解說的行動裝置陽或電話57)的音頻數據，僅向伺服器50路由一側的通話以進行轉錄。在圖8中解說的又一實施例中，伺服器50可配置有識別用戶的語音和話音模式並 由此僅轉錄另一方的話音的軟體。在替換實施例中，僅另一方(即，不是請求轉錄的移動設 備20的所有者)所講的話被轉換為文本。此實施例可實現上文參照圖6和7描述的方法步 驟301-304。另外，伺服器50處理器55配置有監視語音通話以確定該語音音頻數據的起源 的軟體。伺服器50可通過將音頻數據分組中的起源地址信息與作出該轉換請求的設備的 地址作比較(步驟301)(例如通過使用數據分組報頭內的起源地址)來確定音頻數據分組 的起源。或者，用戶可訓練伺服器50以識別用戶的語音，以使得伺服器50能在通話中標識 出該用戶的語音(步驟30 。用戶可以用類似於可如何訓練語音至文本轉換軟體程序的方 式，諸如通過向伺服器50發出語音呼叫並向用戶的行動裝置20讀文本的特定部分來訓練 伺服器50。如此訓練後，伺服器50能通過將音頻數據與存儲在伺服器的存儲器22中的用 戶的語音模式作比較來監視在語音通話期間所講的話(步驟30 。若語音音頻數據分組起 源於用戶的行動裝置20(即，測試305 = 「是」)，則伺服器50等待下一語音音頻數據分組。 然而，若語音數據分組不是起源於該用戶的行動裝置20 (即，測試305 = 「否」)，則伺服器 50解密並轉錄該語音數據分組從而完成語音音頻數據(步驟306)，並執行如上文參照圖6 和7描述的步驟306-312。以此方式，僅另一方的話將被轉錄並遞送至用戶的行動裝置20。在一些實施例中，用戶可能必須使其行動裝置向執行轉錄過程的伺服器50註冊。 此類伺服器50可以是由蜂窩電話承運商、傳統電話系統提供商或獨立的服務提供商所運 營和銷售的轉錄服務的部分。通過將其行動裝置向伺服器50註冊，用戶能向伺服器通知 將被用於向其行動裝置傳送文本數據的消息接發技術的類型、以及用於此類消息接發的地 址。另外，用戶可向伺服器50確認隨後他們想要轉錄其通話，並指定對該服務的要求或限 制。例如，用戶可要求該用戶口述或以其他方式輸入口令以發起轉錄服務。要求在轉錄開 始之前輸入其自己的獨特口令將允許用戶避免未經授權或不經意的轉錄。並且，用戶可指 定轉錄應該是雙向(即，轉錄雙方)還是單向(即，僅轉錄一方)，如上所述。用戶還可作為 註冊過程的一部分來訓練伺服器50以識別其語音，諸如通過使用行動裝置20向伺服器50 讀一部分文本。用戶還可為伺服器50提供信息以使其能向一個以上的行動裝置傳送文本 數據、或者將文本數據存儲在伺服器存儲器中用戶經由諸如網際網路53之類的網絡所能訪 問的位置。在一些實例中，用戶可能擁有一個以上的行動裝置或者可能借用行動裝置並隨後 想要轉錄其電話通話的部分。為了適應此類情況，可在一個行動裝置上發起通話向文本數據的轉換，轉錄出的文本被傳送給第二行動裝置以存儲在存儲器中。在一實施例中，轉錄出 的文本可經由諸如SMS和電子郵件消息接發之類的任何已知的消息接發應用從一個移動 設備傳送至另一行動裝置。在另一實施例中，若該第二行動裝置已經向伺服器50註冊(即， 伺服器50知道該行動裝置的地址)，則伺服器50可直接將文本傳送給該第二行動裝置。在 一實施例中，文本數據可被發送給已經向伺服器50註冊的用戶所擁有的所有行動裝置。例如，若用戶擁有行動裝置20和集成在用戶汽車中的蜂窩電話，則用戶可在開車 的同時實現轉錄過程，諸如以獲得電話通話的另一頭的人的電子郵件地址。轉錄軟體可在 汽車的集成蜂窩電話上或另一處理器上運行，或者該軟體可如上所述地在伺服器50中執 行。若轉錄軟體是在伺服器50上執行的，則伺服器50可將轉換出的文本數據傳送至汽車 的集成蜂窩電話，在該蜂窩電話處該文本數據可被添加以存儲在汽車內置蜂窩電話的存儲 器中以由用戶遞送。替換或補充地，伺服器50可使用在註冊期間提供給伺服器50的地址 將文本數據傳送至用戶的行動裝置20。汽車內置蜂窩電話還可被配置成自動將收到的文本 數據轉發給用戶的行動裝置20。作為第二示例，用戶可能借用另一用戶的行動裝置55並希望轉錄通話的部分，諸 如以捕捉聯繫信息。在此示例中，伺服器50可被配置成使用消息接發技術和在註冊期間提 供給伺服器50的地址自動將轉換出的文本數據傳送至該用戶的行動裝置20。如這些示例 所解說的，將轉錄軟體定位在伺服器50上為可能具有一部以上行動裝置M或者需要從一 不同電話設備實現轉錄服務的用戶提供更大的靈活性。各種實施例對於需要從電話通話捕捉信息的行動裝置用戶尤其有用。各種實施例 避免了在使用行動裝置時用筆和紙來記錄電話號碼和地址的需要。各種實施例可被用於口頭地編程存儲在行動裝置20上的地址簿。例如，若用戶想 要將電話號碼或地址存儲在地址簿中，用戶可按下語音至文本轉換器請求按鈕(這將激活 文本轉換器)，並隨後對行動裝置講話。如上所述，語音信號將被傳送至伺服器並被轉換為 文本數據，且文本數據可被傳送回用戶的行動裝置20。此方法在用戶想在不作手動文本錄 入的情況下輸入電話號碼及類似物時可能是有用的。用於實現前述實施例的硬體可以是配置成執行指令集的處理元件和存儲器元件， 其中該指令集用於執行對應於上述方法的方法步驟。或者，一些步驟或方法可由專用於給 定功能的電路來執行。本領域技術人員將領會，結合諸實施例描述的各種解說性邏輯板塊、模塊、電路、 和算法步驟可被實現為電子硬體、計算機軟體、或兩者的組合。為清楚地解說硬體與軟體的 這一可互換性，各種解說性組件、框、模塊、電路、和步驟在上面是以其功能性的形式作一般 化描述的。這樣的功能性是實現成硬體、固件還是軟體取決於具體應用和加諸整體系統上 的設計約束。本領域技術人員可針對每種特定應用以不同方式來實現所描述的功能性，但 此類設計決策不應被解讀為致使脫離本發明的範圍。結合本文所公開的實施例描述的方法或算法的步驟可直接在硬體中、在由處理器 執行的軟體模塊中、或在這兩者的組合中實施。軟體模塊可駐留在處理器可讀存儲介質和/ 或處理器可讀存儲器中，這兩者可以是RAM存儲器、快閃記憶體、ROM存儲器、EPROM存儲器、EEPROM 存儲器、寄存器、硬碟、可移動盤、CD-ROM、或本領域已知的任何其他實體形式的數據存儲介 質中的任意一者。此外，處理器可讀存儲器可包括一個以上的存儲器晶片、在各存儲器晶片中的內置於處理器晶片的 存儲器、以及諸如快閃記憶體和RAM存儲器等不同類型存儲器的組合。 本文對行動裝置的存儲器的引用旨在涵蓋行動裝置內的任何一個或所有存儲器模塊而不 限於特定的配置、類型、或封裝。示例性存儲介質耦合到行動裝置中的處理器以使得該處理 器能從/向該存儲介質讀寫信息。在替換方案中，存儲介質可以被整合到處理器。處理器 和存儲介質可駐留在ASIC中。 提供了以上對各種實施例的描述是為了使得本領域任何技術人員皆能夠製作或 使用本發明。對這些實施例的各種改動對於本領域技術人員將是顯而易見的，並且本文中 定義的普適原理可被應用於其他實施例而不會脫離本發明的精神或範圍。由此，本發明並 非旨在被限定於本文中示出的實施例，相反，權利要求應被授予與本文中公開的原理和新 穎性特徵一致的最廣義的範圍。
權利要求
1.一種用於轉錄電話通話的方法，包括在連接至行動裝置的伺服器處接收來自所述行動裝置的轉錄請求； 在所述伺服器處接收來自所述電話通話的音頻數據； 在所述伺服器中解密所述音頻數據的至少一部分； 在所述伺服器中將所述經解密音頻數據轉錄成文本數據；以及 從所述伺服器向所述行動裝置傳送所述文本數據的至少一部分。
2.如權利要求1所述的方法，其特徵在於，進一步包括 在所述伺服器處緩衝所述音頻數據的部分；以及 在所述伺服器處將所述經緩衝音頻數據轉錄成文本數據。
3.如權利要求1所述的方法，其特徵在於，進一步包括在所述行動裝置處接收所述文本數據的所傳送的至少一部分；以及 將收到的文本數據存儲在所述行動裝置的存儲器中。
4.如權利要求3所述的方法，其特徵在於，所述文本數據被存儲在所述行動裝置中的 地址簿中。
5.如權利要求1所述的方法，其特徵在於，還包括從所述轉錄出的文本數據提取聯繫 信息，其中只是所述所提取的聯繫信息從所述伺服器傳送至所述行動裝置。
6.如權利要求1所述的方法，其特徵在於，進一步包括 監視音頻數據的分組以確定其起源；以及標識所述音頻數據的起源，其中所述被解密的音頻數據部分限於起源於除所述行動裝置之外的另一方的音頻數據。
7.如權利要求1所述的方法，其特徵在於，進一步包括將音頻數據與存儲在所述伺服器的存儲器中的用戶語音簡檔作比較；以及標識與所述 用戶語音簡檔匹配的音頻數據，其中所述被解密的音頻數據部分限於與所述用戶語音簡檔不匹配的音頻數據。
8.一種行動裝置，包括 處理器；耦合至所述處理器的收發機；以及 耦合至所述處理器的存儲器，其中所述處理器配置有執行以下步驟的軟體指令，所述步驟包括 向伺服器傳送開始將音頻數據轉錄成文本數據的請求； 接收來自所述伺服器的文本數據；以及 自動地將所述文本數據存儲在所述存儲器中。
9.如權利要求8所述的行動裝置，其特徵在於，所述處理器配置有自動地將所述文本 數據存儲在所述存儲器中所存儲的地址簿中的軟體指令。
10.如權利要求8所述的行動裝置，其特徵在於，還包括耦合至所述處理器的轉錄請求 按鈕，其中所述處理器進一步配置有響應於所述轉錄請求按鈕的第一次按壓向所述伺服器 傳送所述開始轉錄的請求的軟體指令。
11.如權利要求10所述的行動裝置，其特徵在於，所述處理器進一步配置有當在語音呼叫不活躍時按壓所述轉錄請求按鈕時執行不同功能的軟體指令。
12.如權利要求10所述的行動裝置，其特徵在於，所述處理器進一步配置有響應於所 述轉錄請求按鈕的第二次按壓向所述伺服器傳送終止將音頻數據轉錄成文本數據的請求 的軟體指令。
13.—種行動裝置，包括用於向伺服器傳送開始將音頻數據轉錄成文本數據的請求的裝置；用於接收來自所述伺服器的文本數據的裝置；以及用於自動地將所述文本數據存儲在存儲器中的裝置。
14.如權利要求13所述的行動裝置，其特徵在於，所述用於自動地將所述文本數據存 儲在存儲器中的裝置包括用於自動地將所述文本數據存儲在所述存儲器中所存儲的地址 簿中的裝置。
15.如權利要求13所述的行動裝置，其特徵在於，還包括用於接收指示應向伺服器傳 送請求以請求開始將音頻數據轉錄成文本數據的用戶輸入的裝置。
16.如權利要求15所述的行動裝置，其特徵在於，所述用於接收用戶輸入的裝置指示 在語音呼叫不活躍時應執行不同功能。
17.如權利要求15所述的行動裝置，其特徵在於，還包括用於響應於對所述用於接收 用戶輸入的裝置的第二次激活向所述伺服器傳送終止將音頻數據轉錄成文本數據的請求 的裝置。
18.一種其上存儲有處理器可執行軟體指令的有形處理器可讀存儲器，所述軟體指令 被配置成使行動裝置處理器執行以下步驟，包括向伺服器傳送開始將音頻數據轉錄成文本數據的請求；接收來自所述伺服器的文本數據；以及自動地將所述文本數據存儲在存儲器中。
19.如權利要求18所述的有形處理器可讀存儲器，其特徵在於，所述處理器可執行軟 件指令被進一步配置成使所述行動裝置處理器自動地將所述文本數據存儲在所述移動設 備的存儲器中所存儲的地址簿中。
20.如權利要求18所述的有形處理器可讀存儲器，其特徵在於，所述處理器可執行軟 件指令被進一步配置成使所述行動裝置處理器響應於對轉錄請求按鈕的第一次按壓向所 述伺服器傳送所述開始轉錄的請求。
21.如權利要求20所述的有形處理器可讀存儲器，其特徵在於，所述處理器可執行軟 件指令被進一步配置成使所述行動裝置處理器當在語音呼叫不活躍時按壓所述轉錄請求 按鈕時執行不同功能。
22.如權利要求20所述的有形處理器可讀存儲器，其特徵在於，所述處理器可執行軟 件指令被進一步配置成使所述行動裝置處理器響應於對所述轉錄請求按鈕的第二次按壓 向所述伺服器傳送終止將音頻數據轉錄成文本數據的請求。
23.一種伺服器，包括伺服器處理器；耦合至所述處理器的網絡接口 ；以及耦合至所述處理器的存儲器，其中所述伺服器處理器配置有執行以下步驟的軟體指令，所述步驟包括 在經由網絡連接至行動裝置的伺服器處經由所述網絡接口接收來自所述行動裝置的 轉錄請求；經由所述網絡接口接收來自所述電話通話的音頻數據；解密所述音頻數據的至少一部分；將所述經解密音頻數據轉錄成文本數據；以及經由所述網絡接口向所述行動裝置傳送所述文本數據的至少一部分。
24.如權利要求23所述的伺服器，其特徵在於，所述伺服器處理器進一步配置有執行 以下步驟的軟體指令，所述步驟包括緩衝所述音頻數據的部分；以及 將所述經緩衝音頻數據轉換成文本數據。
25.如權利要求23所述的伺服器，其特徵在於，所述伺服器處理器進一步配置有執行 包括從所述轉換出的文本數據提取聯繫信息的步驟的軟體指令，其中只是所述所提取的聯 系信息被傳送至所述行動裝置。
26.如權利要求23所述的伺服器，其特徵在於，所述伺服器處理器進一步配置有執行 以下步驟的軟體指令，所述步驟包括監視音頻數據的分組以確定其起源；以及 標識所述音頻數據的起源，其中所述被解密的音頻數據部分限於起源於除所述行動裝置之外的另一方的音頻數據。
27.如權利要求23所述的伺服器，其特徵在於，所述伺服器處理器進一步配置有執行 以下步驟的軟體指令，所述步驟包括將音頻數據與存儲在所述伺服器的存儲器中的用戶語音簡檔作比較；以及 標識與所述用戶語音簡檔匹配的音頻數據，其中所述被解密的音頻數據部分限於與所述用戶語音簡檔不匹配的音頻數據。
28.一種伺服器，包括用於在經由網絡連接至行動裝置的伺服器處接收來自所述行動裝置的轉錄請求的裝置；用於在所述伺服器處接收來自所述電話通話的音頻數據的裝置； 用於在所述伺服器中解密所述音頻數據的至少一部分的裝置； 用於在所述伺服器中將所述經解密音頻數據轉錄成文本數據的裝置；以及 用於從所述伺服器向所述行動裝置傳送所述文本數據的至少一部分的裝置。
29.如權利要求觀所述的伺服器，其特徵在於，還包括 用於在所述伺服器處緩衝所述音頻數據的部分的裝置；以及用於在所述伺服器處將所述經緩衝音頻數據轉錄成文本數據的裝置。
30.如權利要求四所述的伺服器，其特徵在於，還包括用於從所述轉錄出的文本數據 提取聯繫信息的裝置，其中只是所述所提取的聯繫信息從所述伺服器傳送至所述移動設 備。
31.如權利要求28所述的伺服器，其特徵在於，還包括用於監視音頻數據的分組以確定其起源的裝置；以及 用於標識所述音頻數據的起源的裝置，其中所述被解密的音頻數據部分限於起源於除所述行動裝置之外的另一方的音頻數據。
32.如權利要求觀所述的伺服器，其特徵在於，還包括用於將音頻數據與存儲在所述伺服器的存儲器中的用戶語音簡檔作比較的裝置；以及 用於標識與所述用戶語音簡檔匹配的音頻數據的裝置， 其中所述被解密的音頻數據部分限於與所述用戶語音簡檔不匹配的音頻數據。
33.一種其中存儲有伺服器可執行軟體指令的有形存儲介質，所述軟體指令配置成使 伺服器處理器執行以下步驟，所述步驟包括接收來自行動裝置的轉錄請求； 接收來自電話通話的音頻數據； 解密所述音頻數據的至少一部分； 將所述經解密音頻數據轉錄成文本數據；以及 向所述行動裝置傳送所述文本數據的至少一部分。
34.如權利要求33所述的有形存儲介質，其特徵在於，所存儲的伺服器可執行軟體指 令被配置成使所述伺服器進一步執行包括以下動作的步驟緩衝所述音頻數據的部分；以及 將所述經緩衝音頻數據轉換成文本數據。
35.如權利要求33所述的有形存儲介質，其特徵在於，所存儲的伺服器可執行軟體指 令被配置成使所述伺服器進一步執行包括從所述轉換出的文本數據提取聯繫信息的步驟， 其中只是所述所提取的聯繫信息被傳送至所述行動裝置。
36.如權利要求33所述的有形存儲介質，其特徵在於，所存儲的伺服器可執行軟體指 令被配置成使所述伺服器進一步執行包括以下動作的步驟監視音頻數據的分組以確定其起源；以及 標識所述音頻數據的起源，其中所述被解密的音頻數據部分限於起源於除所述行動裝置之外的另一方的音頻數據。
37.如權利要求33所述的有形存儲介質，其特徵在於，所存儲的伺服器可執行軟體指 令被配置成使所述伺服器進一步執行包括以下動作的步驟將音頻數據與存儲在所述伺服器的存儲器中的用戶語音簡檔作比較；以及 標識與所述用戶語音簡檔匹配的音頻數據，其中所述被解密的音頻數據部分限於與所述用戶語音簡檔不匹配的音頻數據。
全文摘要
用於將電話通話的部分轉錄為文本的方法和系統使用戶能諸如通過按壓行動裝置上的按鈕來請求轉錄，該請求被傳送給包括轉錄軟體的伺服器。該伺服器將部分或全部電話通話轉錄為文本，並將該文本傳送給行動裝置。可掃描文本數據以尋找選定信息，並且只是該選定信息被傳送給行動裝置。選定信息可被自動地存儲在行動裝置的存儲器中，諸如存儲在地址簿中。
文檔編號H04M1/2745GK102047647SQ200980120242
公開日2011年5月4日 申請日期2009年5月12日 優先權日2008年5月27日
發明者S·S·羅傑斯 申請人:高通股份有限公司