[发明专利]基于至少双音素的语音输入操作方法及电脑程序产品

说明书

一种基于至少双音素的语音输入操作方法包含，编码多个参考音素，以定义出多个分别相关联于多个操作选项的音素标签，其每一者至少包含选自所述参考音素的第一及第二参考音素；当根据已存储且与所述参考音素相关联的语音辨识数据或用户的个人音素数据且利用语音或声纹辨识技术确认出收集自用户的语音信号所含的第一及第二音素分别相似于第一及第二目标参考音素后，自所述音素标签决定出目标音素标签，其所含的所述第一及第二参考音素分别相同于所述第一及第二目标参考音素；及将所述操作选项其中一个与所述目标音素标签相关联的目标操作选项激活。

技术领域

本发明涉及语音输入，特别是涉及一种基于至少双音素的语音输入操作方法及电脑程序产品。

背景技术

语音输入功能已广泛用来取代繁冗的手动输入。在应用上，电脑装置通常能将收集到用户所发出的语音经由利用语言模型及声学模型的语音辨识引擎成功辨识出与所述语音有关的字词、操作指令或应用程序后，所述电脑装置便能将有关的字词显示出来，或者执行有关的指令或应用程序。

然而，对于构音障碍患者而言，其往往无法发出特定的语音，而所发出语音常有含混不清、沙哑、单调、断续、发声音量过大或其他异常的特征。在此情况下，由于现有的语音辨识技术无法成功辨识构音障碍患者所发出的语音，致使构音障碍患者无法使用现有语音输入操作方式，例如作为语音沟通设备的平板电脑所提供的语音输入功能，与外界沟通。

因此，为了使构音障碍患者能够利用语音输入来操作电子装置或与外界沟通，如何发展出适用于构音障碍患者的语音输入操作技术遂成为目前重要的议题。

发明内容

本发明的目的在于提供一种基于至少双音素的语音输入操作方法及电脑程序产品，其能克服现有技术的至少一个缺点。

本发明所提供的一种基于至少双音素的语音输入操作方法，利用一个具有语音及声纹辨识技术的电脑系统来执行，并包含下步骤：(A)存储与多个彼此不同的参考音素相关联的语音辨识数据及对应于用户的个人音素数据，所述个人音素数据包含由所述用户所发出且分别对应于所述参考音素的多个语音的语音内容；(B)将所述参考音素编码，以定义出多个彼此不同的音素标签，其中每一个音素标签至少包含选自所述参考音素其中一者的第一参考音素及选自所述参考音素其中一者的第二参考音素；(C)将所述音素标签分别与多个彼此不同的操作选项相关联；(D)当收集到来自所述用户且至少包含连续的第一音素和第二音素的语音信号后，根据所述语音辨识数据且利用语音辨识技术，或者根据所述个人音素数据且利用声纹辨识技术，确认所述第一音素是否相似于所述参考音素其中的一者并确认所述第二音素是否相似于所述参考音素其中的一者；(E)当确认出相似于所述第一音素的第一目标参考音素及相似于所述第二音素的第二目标参考音素后，根据所述第一目标参考音素和所述第二目标参考音素，自所述音素标签决定出目标音素标签，所述目标音素标签所含的所述第一参考音素与所述第二参考音素分别相同于所述第一目标参考音素与所述第二目标参考音素；及(F)将所述操作选项其中一个与所述目标音素标签相关联的目标操作选项激活。

本发明的基于至少双音素的语音输入操作方法中，每一个参考音素为母音或音节。

本发明的基于至少双音素的语音输入操作方法中，每一个操作选项为符号、字元、文字内容、操作指令、应用程序及档案其中一者。当所述目标操作选项为符号时，所述电脑系统通过显示所述符号的方式激活所述目标操作选项。当所述目标操作选项为字元时，所述电脑系统通过显示所述字元的方式激活所述目标操作选项。当所述目标操作选项为文字内容时，所述电脑系统至少通过显示所述文字内容的方式激活所述目标操作选项。当所述目标操作选项为操作指令时，所述电脑系统通过执行所述操作指令的方式激活所述目标操作选项。当所述目标操作选项为应用程序时，所述电脑系统通过执行所述应用序的方式激活所述目标操作选项。当所述目标操作选项为档案时，所述电脑系统通过开启或播放所述档案的方式激活所述目标操作选项。