[发明专利]取决于内容信息语义学的话音指令

说明书

本发明涉及话音控制，特别是用于通过消费者电子学(CE)设备播出内容信息的话音控制。

话音控制的设备可从所有在此引用以参考的文献中已知，例如，美国专利4,506,377；美国专利4,558,459；美国专利4,856,072；美国专利5,255,326；美国专利5,950,166。美国专利5,255,326特别指出将一种使用与微处理器相连的声音信号处理器的交互式声频系统作为交互式声频控制系统。作为立体声扬声器并同样作为接收麦克风运行的一对收发信机与信号处理器相连用于接收来自主要用户的话音指令。话音指令被处理以运行各种各样不同的装置，例如电视机，磁带，收音机或CD唱机，将信号提供给处理器，随后来自处理器的信号被提供给收发信机的扬声器产生所希望的声音。附加的红外传感器可用于持续不断地对主要听众的位置进行三角测量以将信号经由收发信机系统返回给处理器，用于持续不断地调整声音的平衡以将声音的“甜点(sweet spot)”保持聚焦在主要听众上。附加的装置同样可由信号处理器控制以响应与存储的指令相匹配的话音指令，从信号处理器产生输出，按照口头的话音指令运行这些其它的装置。该系统能够响应话音指令同时从由该系统运行的任一声源中再现立体声音。

语音识别是一种技术，其中的各个方面在所有在此引用以参考的文献中被讨论，例如美国专利5,987,409；美国专利5,946,655；美国专利5,613,034；美国专利5,228,110；和美国专利5,995,930。

各种装置或应用中已知的语音控制和话音控制受限于捆绑在设备上的一套固定的指令。发明者已认识到，如果话音指令或若干话音指令与将被播出的信息内容链接，而不是与装置或平台链接，可话音控制设备的用户友谊，以及在可话音控制设备在运行使用过程中的人机工程方面得到提高。即发明者相信，CE设备的控制应是以内容为中心的，而不是以装置为中心的。

因此，在本发明的一个方面中提议，将语音指令与例如CD，DVD或固态存储器的数据载体中或上的内容信息结合起来。这些指令优选满足内容信息语义学的要求。例如，如果内容信息包括音频，例如一批歌曲，通过说出歌曲的歌名或歌曲的抒情部分可以实现选择这些歌曲中特定的一首或多首。特殊的元数据被加入CD的内容中使得该特征成为可能。该元数据是由装置或应用的话音控制器所要求词汇的典型的，但不是必须的一种表示，以使对于特别的CD和其上的乐曲的话音控制成为可能。另一方面或补充地，用户可以哼出或(试图)唱出所希望的一首乐曲的一部分以选择它用于播出。在这种意义上，见在此引用以参考的，Mark Hoffberg在99年10月5日申请的美国专利5,963,957，题目为具有标准化的乐曲主题的文献目录乐曲数据库(BIBLIOGRAPHIC MUSIC DATA BASE WITH NORMALIZEDMUSICAL THEMES)(代理人文档号PHA 23,241)。该后者专利涉及包括一乐曲数据库的信息处理系统。乐曲数据库存储乐音音符的同音基准序列。该基准序列被全部标准化至相同的音阶度使得它们可被字典编辑式地存储。当经由N元查询在一串输入的乐音音符和一特别的基准序列之间找到匹配时，系统提供与匹配的基准序列相关的文献目录信息。该系统可同样用于将由用户哼出的输出经N元查询转换为播放指令。