BR112017021673B1 - Método de controle de voz, meio não-transitório legível por computador e terminal - Google Patents

Abstract

MÉTODO DE RECONHECIMENTO DE VOZ, APARELHO DE ATIVAÇÃO DE VOZ, APARELHO DE RECONHECIMENTO DE VOZ, E TERMINAL. Modalidades da presente invenção fornecem um método de reconhecimento de voz e um terminal. O usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. O usuário não necessita de uma ajuda de uma tela sensível ao toque e também não necessita de inserir múltiplas instruções. O método inclui: escutar (301), por um aparelho de ativação de voz (101), informação de voz em um ambiente circundante; quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, armazenar em buffer (301), pelo aparelho de ativação de voz (101), informação de voz, da primeira duração predefinida, obtida pela escuta, e transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz (102), onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz (101), após o aparelho de reconhecimento de voz ser habilitado; receber (302), pelo aparelho de reconhecimento de voz (102), o sinal de disparo transmitido pelo aparelho de ativação de voz; após receber (...).

Description

CAMPO TÉCNICO

[001] A presente invenção refere-se ao campo de tecnologias de comunicações móveis e, em particular, a um método de reconhecimento de voz, a um aparelho de ativação de voz, a um aparelho de reconhecimento de voz, e a um terminal.

FUNDAMENTOS

[002] No momento, com a crescente popularidade de um terminal portátil móvel, em particular, um telefone móvel, tecnologias de telas sensíveis ao toque estão também se tornando cada vez mais maduras. Embora as tecnologias de telas sensíveis ao toque facilitem uma operação de um usuário, múltiplas etapas de toques necessitam ser executadas para completar uma interação de chamada, e uma chamada pode ser perdida quando o usuário está dirigindo ou não é conveniente executar um toque.

[003] Portanto, funções tais como fazer uma chamada ou transmitir uma mensagem de SMS baseadas em tecnologias de reconhecimento de voz emergem. Além disso, no momento, como uma nova e importante tecnologia de interação com o usuário, o reconhecimento de voz é cada vez mais aplicado amplamente a terminais móveis.

[004] Contudo, serviços atuais, tais como fazer uma chamada ou transmitir uma mensagem de SMS, baseados em tecnologias de reconhecimento de voz, podem ser implementados apenas quando as tecnologias de telas sensíveis ao toque são usadas cooperativamente.

SUMÁRIO

[005] Modalidades da presente invenção fornecem um método de reconhecimento de voz, um aparelho de ativação de voz, um aparelho de reconhecimento de voz, e um terminal. O usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. O usuário não necessita de uma ajuda de uma tela sensível ao toque e também não necessita de inserir múltiplas instruções.

[006] De acordo com um primeiro aspecto, uma modalidade da presente invenção fornece um método de reconhecimento de voz, e o método inclui: escutar, por um aparelho de ativação de voz, informação de voz em um ambiente circundante; e quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, armazenar em buffer, pelo aparelho de ativação de voz, informação de voz, de primeira duração predefinida, obtida pela escuta, e transmitir um sinal de disparo, para disparar a habilitação de um aparelho de reconhecimento de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz, após o aparelho de reconhecimento de voz ser habilitado.

[007] Com referência ao primeiro aspecto, em um primeiro modo possível de implementação do primeiro aspecto, a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz inclui: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[008] Com referência ao primeiro aspecto, em um segundo modo possível de implementação do primeiro aspecto, a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz inclui: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta, determinar que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[009] De acordo com um segundo aspecto, uma modalidade da presente invenção fornece um método de reconhecimento de voz, e o método inclui: receber, por um aparelho de reconhecimento de voz, um sinal de disparo transmitido por um aparelho de ativação de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a habilitar-se e reconhecer a primeira informação armazenada em buffer pelo aparelho de ativação de voz; após receber o sinal de disparo, habilitar-se, pelo aparelho de reconhecimento de voz, e escutar a segunda informação de voz da segunda duração predefinida; e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta, para obter um resultado de reconhecimento.

[010] Com referência ao segundo aspecto, em um primeiro modo possível de implementação do segundo aspecto, após o aparelho de reconhecimento de voz obter o resultado de reconhecimento, o método ainda inclui: executar, pelo aparelho de reconhecimento de voz, correspondência entre o resultado de reconhecimento obtido e a informação de instrução de voz pré-armazenada; e executar, pelo aparelho de reconhecimento de voz, uma operação correspondente à informação de instrução de voz correspondente.

[011] Com referência ao segundo aspecto do primeiro modo possível de implementação do segundo aspecto, em um segundo modo possível de implementação do segundo aspecto, o método inclui ainda: quando é determinado que o sinal de disparo não é recebido novamente dentro da terceira duração predefinida após o sinal de disparo ser recebido, desabilitá-lo automaticamente, pelo aparelho de reconhecimento de voz.

[012] De acordo com um terceiro aspecto, uma modalidade da presente invenção fornece um método de reconhecimento de voz, e o método inclui: escutar, por um aparelho de ativação de voz, informação de voz em um ambiente circundante; e quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, transmitir, pelo aparelho de ativação de voz, um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz.

[013] Com referência ao terceiro aspecto, em um primeiro modo possível de implementação do terceiro aspecto, a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz inclui: quando a informação de voz obtida por escuta corresponder à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[014] Com referência ao terceiro aspecto, em um segundo modelo possível de implementação do terceiro aspecto, a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz inclui: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta, determinar que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[015] De acordo com um quarto aspecto, uma modalidade da presente invenção fornece um método de reconhecimento de voz, e o método inclui: receber, por um aparelho de reconhecimento de voz, um sinal de disparo transmitido por um aparelho de ativação de voz; habilitar-se, pelo aparelho de reconhecimento de voz após recepção do sinal de disparo, e transmitir uma instrução de lembrete de voz a um usuário; e gravar, pelo aparelho de reconhecimento de voz, um sinal de voz inserido pelo usuário de acordo com a instrução de lembrete de voz, e executar reconhecimento sobre o sinal de voz para obter um resultado de reconhecimento.

[016] De acordo com um quinto aspecto, uma modalidade da presente invenção fornece ainda um aparelho de ativação de voz, e o aparelho inclui: um módulo de escuta, configurado para escutar informação de voz em um ambiente circundante; um módulo de determinação, configurado para determinar se a informação de voz obtida pela escuta do módulo de escuta corresponde a um modelo de ativação de voz; um módulo de armazenamento em buffer para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta pelo módulo de escuta corresponde ao modelo de ativação de voz, armazenar em buffer informação de voz, da primeira duração predefinida, obtida pela escuta pelo módulo de escuta; e um módulo de transmissão, configurado para transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz, após o aparelho de reconhecimento de voz ser habilitado.

[017] Com referência ao quinto aspecto, em um primeiro modo possível de implementação do quinto aspecto, o módulo de determinação é especificamente configurado para: quando é determinado que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[018] Com referência ao quinto aspecto, em um segundo modo possível de implementação do quinto aspecto, o aparelho inclui ainda: um módulo de extração, configurado para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta; onde o módulo de determinação é ainda configurado para: quando é determinado que o recurso de impressão de voz extraído pelo módulo de extração corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[019] De acordo com um sexto aspecto, uma modalidade da presente invenção fornece um aparelho de reconhecimento de voz, que inclui: um módulo de recepção, configurado para receber um sinal de disparo transmitido por um aparelho de ativação de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a habilitar-se e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz; um módulo de escuta, configurado para: após o módulo de recepção receber o sinal de disparo, habilitar-se e escutar segunda informação de voz de segunda duração predefinida; e um módulo de reconhecimento, configurado para reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta pelo módulo de escuta para obter um resultado de reconhecimento.

[020] Com referência ao sexto aspecto, em um primeiro modo possível de implementação do sexto aspecto, o aparelho inclui ainda: um módulo de correspondência, configurado para executar correspondência entre o resultado de reconhecimento obtido após o módulo de reconhecimento executar reconhecimento e informação de instrução de voz pré-armazenada; e um módulo de execução, configurado para executar uma operação correspondente à informação de instrução de voz correspondente.

[021] Com referência ao sexto aspecto ou ao primeiro modo possível de implementação do sexto aspecto, em um segundo modo possível de implementação do sexto aspecto, o aparelho inclui ainda: um módulo de inabilitação, configurado para: quando o sinal de disparo não for recebido novamente dentro da terceira duração predefinida após o sinal de disparo ser recebido, desabilitar o módulo de reconhecimento de voz.

[022] De acordo com um sétimo aspecto, uma modalidade da presente invenção fornece um aparelho de ativação de voz, que inclui: um módulo de escuta, configurado para escutar informação de voz em um ambiente circundante; um módulo de determinação, configurado para determinar se a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz; e um módulo de transmissão, configurado para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz, transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz.

[023] Com referência ao sétimo aspecto, em um primeiro modo possível de implementação do sétimo aspecto, o módulo de determinação é especificamente configurado para: quando é determinado que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[024] Com referência ao sétimo aspecto, em um segundo modo possível de implementação do sétimo aspecto, o aparelho inclui ainda: um módulo de extração, configurado para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta; onde o módulo de determinação é ainda configurado para: quando é determinado que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[025] De acordo com um oitavo aspecto, uma modalidade da presente invenção fornece um aparelho de reconhecimento de voz, que inclui: um módulo de recepção, configurado para receber um sinal de disparo transmitido por um aparelho de ativação de voz; um módulo de transmissão, configurado para: após o módulo de recepção receber o sinal de disparo, habilitar-se e transmitir uma instrução de lembrete de voz a um usuário; e um módulo de processamento, configurado para gravar um sinal de voz inserido pelo usuário de acordo com a instrução de lembrete de voz, e reconhecer o sinal de voz para obter um resultado de reconhecimento.

[026] De acordo com um nono aspecto, uma modalidade da presente invenção fornece um terminal, que inclui: um aparelho de ativação de voz e um aparelho de reconhecimento de voz; onde o aparelho de ativação de voz é configurado para: escutar informação de voz em um ambiente circundante; quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, armazenar em buffer a primeira informação de voz obtida pela escuta dentro da primeira duração predefinida, e transmitir um sinal de disparo para disparar a habilitação do aparelho de reconhecimento de voz; e o aparelho de reconhecimento de voz é configurado para: após receber o sinal de disparo transmitido pelo aparelho de ativação de voz, habilitar-se e escutar a segunda informação de voz dentro da segunda duração predefinida, e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação obtida pela escuta para obter um resultado de reconhecimento.

[027] Com referência ao nono aspecto, em um primeiro modo possível de implementação do nono aspecto, o aparelho de ativação de voz é um processador digital de sinais DSP.

[028] Com referência ao nono aspecto do primeiro modo possível de implementação do nono aspecto, em um segundo modo possível de implementação do nono aspecto, o aparelho de reconhecimento de voz é um processador de aplicativos AP.

[029] Ao utilizar soluções fornecidas nas modalidades da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de o terminal estar em um estado de espera ou em um estado sem espera. Além disso, um aparelho de ativação de voz armazena em buffer informação de voz obtida pela escuta, e o aparelho de reconhecimento de voz escuta segunda informação de voz após ser habilitado, e reconhece a primeira informação de voz armazenada em buffer e a segunda informação de voz, de modo que uma perda de informação parcial de voz transmitida pelo usuário antes do aparelho de reconhecimento de voz estar habilitado pode ser evitada quando o aparelho de reconhecimento de voz inicia a obtenção de informação de voz após ser ativado.

DESCRIÇÃO RESUMIDA DOS DESENHOS

[030] A FIG. 1 é um diagrama estrutural esquemático de um terminal de acordo com uma modalidade da presente invenção.

[031] A FIG. 2 é um fluxograma de um método de reconhecimento de voz de acordo com uma modalidade da presente invenção.

[032] A FIG. 3 é outro fluxograma de um método de reconhecimento de voz de acordo com uma modalidade da presente invenção.

[033] A FIG. 4 é ainda outro fluxograma de um método de reconhecimento de voz de acordo com uma modalidade da presente invenção.

[034] A FIG. 5 é ainda mais outro fluxograma de um método de reconhecimento de voz de acordo com uma modalidade da presente invenção.

[035] A FIG. 6 é um diagrama esquemático de um aparelho de ativação de voz de acordo com uma modalidade da presente invenção.

[036] A FIG. 7 é um diagrama esquemático de um aparelho de reconhecimento de voz de acordo com uma modalidade da presente invenção.

[037] A FIG. 8 é outro diagrama esquemático de um aparelho de ativação de voz de acordo com uma modalidade da presente invenção.

[038] A FIG. 9 é outro diagrama esquemático de um aparelho de reconhecimento de voz de acordo com uma modalidade da presente invenção.

[039] A FIG. 10 é um diagrama esquemático de um método de reconhecimento de voz de acordo com uma modalidade da presente invenção.

DESCRIÇÃO DE MODALIDADES

[040] Para tornar os objetivos, soluções técnicas e vantagens da presente invenção mais claros, a seguir descreve-se ainda a presente invenção em detalhe com referência aos desenhos anexos. Aparentemente, as modalidades descritas são meramente uma parte ao invés de todas as modalidades da presente invenção. Todas as outras modalidades obtidas por pessoas versadas na técnica baseadas nas modalidades da presente invenção sem esforços criativos deverão cair dentro do âmbito de proteção da presente invenção.

[041] Modalidades da presente invenção fornecem um método de reconhecimento de voz, um aparelho de ativação de voz, um aparelho de conhecimento de voz e um terminal. Um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. O usuário não necessita da ajuda de uma tela sensível ao toque e não necessita tão pouco inserir múltiplas instruções. O método e o aparelho são baseados em um mesmo conceito inventivo. Uma vez que os princípios para solucionar um problema pelo método e pelo aparelho são similares, a implementação do terminal, do aparelho e do método podem fazer referência uns aos outros, e não será fornecida descrição repetida.

[042] Uma modalidade da presente invenção fornece um terminal. Como mostrado na FIG. 1, o terminal inclui um aparelho de ativação de voz 101 e um aparelho de reconhecimento de voz 102.

[043] O aparelho de ativação de voz 101 pode ser implementado mediante utilização de um processador digital de sinais (Processador Digital de Sinais, DSP abreviado). O aparelho de reconhecimento de voz 102 pode ser implementado mediante utilização de um processador de aplicativos (Processador de Aplicativos, AP abreviado). O aparelho de reconhecimento de voz 102 pode ainda ser implementado mediante utilização de uma unidade central de processamento (Unidade Central de Processo, CPU abreviado).

[044] O aparelho de ativação de voz 101 é configurado para: escutar informação de voz em um ambiente circundante; quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, armazenar em buffer a primeira informação de voz obtida pela escuta dentro da primeira duração predefinida, e transmitir um sinal de disparo para disparar a habilitação do aparelho de reconhecimento de voz.

[045] O aparelho de reconhecimento de voz 102 é configurado para: após receber o sinal de disparo transmitido pelo aparelho de ativação de voz, habilitar-se e escutar a segunda informação de voz dentro da segunda duração predefinida, e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta, para obter um resultado de reconhecimento.

[046] Opcionalmente, quando é determinado que o sinal de disparo não é recebido novamente dentro da terceira duração predefinida após o sinal de disparo ser recebido, o aparelho de reconhecimento de voz 102 automaticamente se desabilita.

[047] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera. Além disso, um aparelho de ativação de voz armazena em buffer informação de voz obtida pela escuta, e um aparelho de reconhecimento de voz escuta segunda informação de voz após ser habilitado, e reconhece a primeira informação de voz armazenada em buffer e a segunda informação de voz, de modo que uma perda de informação parcial de voz transmitida pelo usuário antes do aparelho de reconhecimento de voz estar habilitado pode ser evitada quando o aparelho de reconhecimento de voz inicia a obtenção de informação de voz após ser ativado.

[048] Especificamente, geralmente após um DSP iniciar um sinal de disparo, após ser habilitado, um AP habilita um canal de gravação para executar gravação. Geralmente, a gravação é iniciada após o AP ser habilitado. Contudo, nesta solução, antes do AP ser habilitado, o DSP inicia a execução de gravação e armazenamento em buffer quando recebendo informação de ativação. Após ser habilitado, o AP continua a executar gravação para obter informação de voz, e em seguida reconhece informação de voz lida de um buffer de DSP e a informação de voz obtida após o AP ser habilitado. Em um cenário Hipotético, existe uma diferença de tempo entre ativar o DSP e transmitir uma instrução pelo DSP. Se a gravação for executada após o AP ser habilitado, apenas informação de voz após o AP ser habilitado pode ser gravada, e informação de voz dentro da diferença de tempo acima mencionada é perdida. Contudo, se a gravação for iniciada e armazenada em buffer quando o DSP for ativado, a informação de voz dentro da diferença de tempo acima mencionada pode ser obtida.

[049] Por exemplo, um ponto de tempo para iniciar a falar uma palavra de ativação é t0, um ponto de tempo para terminar de falar a palavra de ativação é t1, um ponto de tempo para iniciar a falar uma palavra de comando é t2 e um ponto de tempo para habilitar o AP é t3. O buffer inclui informação de voz de t0 a t3. Contudo, se a gravação for executada apenas quando o AP estiver habilitado, apenas informação de voz após t3 pode ser gravada, e informação de voz de t0 a t3 não pode ser gravada. Portanto, na solução fornecida nesta modalidade da presente invenção, pode ser obtida informação de voz após informação de voz usada para ativação, e a perda de informação de voz é evitada, melhorando deste modo o reconhecimento de voz.

[050] Opcionalmente, os modos a seguir podem ser especificamente usados para determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz:

[051] Um primeiro modo de implementação: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[052] Um usuário pode definir informação de ativação de voz no aparelho de ativação de voz de acordo com um lembrete em avanço, por exemplo: Alô, pequeno E. Alternativamente, informação de ativação de voz é predefinida em um terminal no momento da entrega de fábrica. Quando detectando informação de voz em um ambiente circundante, o aparelho de ativação de voz compara a informação de voz com informação de ativação de voz armazenada. Se as duas forem iguais, a informação de voz corresponde ao modelo de ativação de voz, e uma instrução de disparo é transmitida ao aparelho de reconhecimento de voz 102; ou se as duas forem diferentes, o aparelho de ativação de voz 101 pode descartar a informação de voz correntemente detectada e continuar a executar trabalho de detecção e determinação.

[053] Um segundo modo de implementação: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, é extraído um recurso de impressão de voz em um sinal de voz obtido pela escuta, o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[054] O recurso de impressão de voz inclui um ou mais dos seguintes recursos: um parâmetro acústico que reflete o recurso de impressão de voz, tal como uma entonação, um coeficiente de predição linear, um parâmetro de envelope espectral, uma razão harmônica de energia, uma frequência ressonante de pico e sua largura de banda, um cepstrum (também denominado cepstrum de potência), ou um coeficiente de cepstrum de coeficiente Mel (Coeficiente de Cepstrum de Frequência MEL, MFCC abreviado). Esta modalidade não está limitada aos parâmetros de recursos de impressão de voz acima mencionados.

[055] Um aparelho de configuração pode ser ainda incluído nesta modalidade da presente invenção. Um recurso de impressão de voz de um usuário é pré-extraído e armazenado no aparelho de ativação de voz. Por exemplo, o usuário pode gravar informação de voz dentro de um módulo de configuração de acordo com um lembrete, em seguida extrair um recurso de impressão de voz e armazenar o recurso de impressão de voz extraído no aparelho de ativação de voz.

[056] Ao utilizar as soluções fornecidas nesta modalidade da presente invenção, um recurso de impressão de voz é adicionado ao modelo de ativação, de modo que ruído em ambiente circundante e entrada de voz de outros usuários podem ser filtrados, e um aparelho de ativação de voz pode fornecer segurança confiável a um usuário.

[057] Opcionalmente, após o aparelho de reconhecimento de voz obter o resultado de reconhecimento, o aparelho de reconhecimento de voz executa correspondência entre o resultado de reconhecimento obtido e a informação de instrução de voz pré-armazenada; o aparelho de reconhecimento de voz controla a execução de uma operação que corresponde à informação de instrução de voz correspondente.

[058] A informação de instrução de voz é pré-armazenada no aparelho de reconhecimento de voz. O aparelho de reconhecimento de voz inclui múltiplas peças de informação de instrução de voz.

[059] Um módulo de execução que executa uma operação correspondente à informação de instrução de voz pode ser ainda incluído nesta modalidade da presente invenção. O aparelho de reconhecimento de voz pode transmitir uma instrução de execução ao módulo de execução que executa a operação correspondente à informação de instrução de voz. Por exemplo, é incluído um alto-falante, um aparelho emissor de luz, ou similar.

[060] Por exemplo, quando detectando que a informação de voz em um ambiente circundante satisfaz um modelo de ativação, um módulo de ativação de voz armazena em buffer a primeira informação de voz da primeira duração predefinida, tal como 2s, dispara um módulo de reconhecimento de voz para habilitar-se e escutar a segunda informação de voz, reconhece em seguida a informação da primeira informação de voz armazenada em buffer e a segunda informação de voz, e vagamente compara um resultado de reconhecimento com a informação de instrução de voz para determinar se a informação de voz corresponde a uma peça da informação de instrução de voz. Por exemplo, a informação de instrução de voz inclui informação de instrução de voz que instrui a tocar uma campainha ou MP3, tal como “Toque uma Campainha” ou “Toque um MP3”; ou inclui informação de instrução de voz que instrui a fazer uma pergunta, tal como “Onde está você?”; ou inclui informação de instrução de voz que instrui a acender um flash de câmera, tal como “ligar um flash de câmera”.

[061] Um dispositivo terminal tal como um telefone móvel pode ser procurado mediante utilização da solução fornecida nesta modalidade da presente invenção. Em casa, o telefone móvel é geralmente colocado aleatoriamente e leva algum tempo até encontrá-lo se for necessário usá-lo. Ao utilizar a solução fornecida nesta modalidade da presente invenção, “Alô, pequeno E, onde você está?” pode ser falado. Portanto, um módulo de ativação de voz no telefone móvel detecta a informação de voz, e executa correspondência entre a informação de voz e um modelo de ativação de voz (por exemplo, informação de ativação de voz é “Alô, pequeno E”). Quando a informação de voz corresponder ao modelo de ativação de voz, a informação de voz é armazenada em um Buffer, e um sinal de disparo é transmitido a um aparelho de reconhecimento de voz. O módulo de reconhecimento de voz habilita-se e inicia a escuta de informação de voz, reconhece em seguida a informação de voz armazenada em buffer e a informação de voz obtida pela escuta, para obter um resultado de reconhecimento (um resultado de texto é “Alô, pequeno E, onde você está?”), e executar correspondência entre o resultado de texto e informação de instrução de voz. Por exemplo, se a informação de instrução de voz que corresponde a “Alô, pequeno E, onde você está?” for tocar MP3, música MP3 será tocada para lembrar o usuário.

[062] Pode ser feita uma chamada mediante utilização da solução fornecida nesta modalidade da presente invenção. Independentemente de o telefone móvel estar em um estado em espera ou em um estado de tela travada, um módulo de ativação de voz do telefone móvel está sempre em um estado habilitado, de modo que a informação de voz transmitida por um usuário pode ser obtida pela escuta, por exemplo de “Alô, pequeno E, chame pequeno A”. Então, uma chamada pode ser feita diretamente, e não são necessárias quaisquer outras operações.

[063] Uma modalidade da presente invenção fornece ainda um método de reconhecimento de voz. Como mostrado na FIG. 2, o método inclui:

[064] Etapa 201: Um aparelho de ativação de voz escuta informação de voz em um ambiente circundante.

[065] Etapa 202: Quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, o aparelho de ativação de voz armazena em buffer informação de voz, da primeira duração predefinida, obtida pela escuta, e transmite um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz, após o aparelho de reconhecimento de voz ser habilitado.

[066] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera. Além disso, a informação de voz obtida pela escuta é armazenada em buffer e o aparelho de reconhecimento de voz habilita-se e o aparelho de reconhecimento de voz escuta informação de voz, e em seguida reconhece a informação de voz armazenada em buffer e a informação de voz obtida pela escuta de modo que uma perda de informação parcial de voz pode ser evitada quando o aparelho de reconhecimento de voz começa a obter informação de voz após ser ativado, e o reconhecimento de voz é melhorado.

[067] Opcionalmente, os seguintes modos podem ser especificamente usados para determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[068] Um primeiro modo de implementação: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[069] Um segundo modo de implementação: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, é extraído um recurso de impressão de voz em um sinal de voz obtido pela escuta, o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[070] Uma modalidade da presente invenção fornece ainda um método de reconhecimento de voz. Como mostrado na FIG. 3, o método inclui:

[071] Etapa 301: Um aparelho de reconhecimento de voz recebe um sinal de disparo transmitido por um aparelho de ativação de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a habilitar-se e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz.

[072] Etapa 302: Após receber o sinal de disparo, o aparelho de reconhecimento de voz está habilitado e o aparelho de reconhecimento de voz escuta a segunda informação de voz da segunda duração predefinida.

[073] Etapa 303: Reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta, para obter um resultado de reconhecimento.

[074] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera. Além disso, a informação de voz obtida pela escuta é armazenada em buffer, e um aparelho de reconhecimento de voz habilita-se e o aparelho de reconhecimento de voz escuta informação de voz, e em seguida reconhece a informação de voz armazenada em buffer e a informação de voz obtida pela escuta, de modo que uma perda de informação parcial de voz pode ser evitada quando o aparelho de reconhecimento de voz começa a obter informação de voz após ser ativado, e o reconhecimento de voz é melhorado.

[075] Opcionalmente, após o aparelho de reconhecimento de voz obter o resultado de reconhecimento, o método inclui ainda: executar, pelo aparelho de reconhecimento de voz, correspondência entre o resultado de reconhecimento obtido e informação de instrução de voz pré-armazenada; e controlar, pelo aparelho de reconhecimento de voz, a execução de uma operação correspondente à informação de instrução de voz correspondente.

[076] Opcionalmente, quando é determinado que o sinal de disparo não é novamente recebido dentro da terceira duração predefinida após o sinal de disparo ser recebido, o aparelho de reconhecimento de voz automaticamente desabilita-se.

[077] Uma modalidade da presente invenção fornece ainda um método de reconhecimento de voz. Como mostrado na FIG. 4, o método inclui:

[078] Etapa 401: Um aparelho de reconhecimento de voz escuta informação de voz em um ambiente circundante.

[079] Etapa 402: Quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, o aparelho de ativação de voz transmite um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz.

[080] Opcionalmente, os seguintes modos podem ser especificamente usados para determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[081] Um primeiro modo de implementação: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[082] Um segundo modo de implementação: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, é extraído um recurso de impressão de voz em um sinal de voz obtido pela escuta, o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[083] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera. Além disso, a informação de voz obtida pela escuta é armazenada em buffer, e um aparelho de reconhecimento de voz habilita-se e escuta informação de voz, e em seguida reconhece a informação de voz armazenada em buffer e a informação de voz obtida pela escuta, de modo que uma perda de informação parcial de voz pode ser evitada quando o aparelho de reconhecimento de voz começa a obter informação de voz após ser ativado, e o reconhecimento de voz é melhorado.

[084] Uma modalidade da presente invenção fornece ainda um método de reconhecimento de voz. Como mostrado na FIG. 5, o método inclui:

[085] Etapa 501: Um aparelho de reconhecimento de voz recebe um sinal de disparo transmitido por um aparelho de ativação de voz.

[086] Etapa 502: Após receber o sinal de disparo, o aparelho de reconhecimento de voz habilita-se e transmite uma instrução de lembrete de voz a um usuário.

[087] Etapa 503: O aparelho de reconhecimento de voz grava um sinal de voz inserido pelo usuário de acordo com a instrução de lembrete de voz, e reconhece o sinal de voz para obter um resultado de reconhecimento.

[088] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera.

[089] Opcionalmente, após o aparelho de reconhecimento de voz reconhecer o sinal de voz para obter o resultado de reconhecimento, o método inclui ainda: executar, pelo aparelho de reconhecimento de voz, correspondência entre o resultado de reconhecimento obtido e a informação de instrução de voz pré-armazenada; e controlar, pelo aparelho de reconhecimento de voz, a execução de uma operação correspondente à informação de instrução de voz correspondente.

[090] Uma modalidade da presente invenção fornece ainda um aparelho de ativação de voz. Como mostrado na FIG. 6, o aparelho inclui: um módulo de escuta 601, configurado para escutar informação de voz em um ambiente circundante; um módulo de determinação 602, configurado para determinar se a informação de voz obtida pela escuta pelo módulo de escuta 601 corresponde a um modelo de ativação de voz; um módulo de buffer 603, configurado para: quando o módulo de determinação 602 determinar que a informação de voz obtida pela escuta pelo módulo de escuta 601 corresponde ao modelo de ativação de voz, armazenar em buffer informação de voz, da primeira duração predefinida, obtida pela escuta pelo módulo de escuta 601; e um módulo de transmissão 604, configurado para transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz, após o aparelho de reconhecimento de voz ser habilitado.

[091] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera. Além disso, a informação de voz obtida pela escuta é armazenada em buffer, e um aparelho de reconhecimento de voz habilita-se e escuta informação de voz, e em seguida reconhece a informação de voz armazenada em buffer e a informação de voz obtida pela escuta, de modo que uma perda de informação parcial de voz pode ser evitada quando o aparelho de reconhecimento de voz começa a obter informação de voz após ser ativado, e o reconhecimento de voz é melhorado.

[092] Opcionalmente, o módulo de determinação 602 é especificamente configurado para: quando é determinado que a informação de voz obtida pela escuta corresponde a informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[093] Opcionalmente, o aparelho ainda inclui: um módulo de extração, configurado para: quando o módulo de determinação 602 determinar que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta; e o módulo de determinação 602 é ainda configurado para: quando é determinado que o recurso de impressão de voz extraído pelo módulo de extração corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[094] Uma modalidade da presente invenção fornece ainda um aparelho de reconhecimento de voz. Como mostrado na FIG. 7, o aparelho inclui: um módulo de recepção 701, configurado para receber um sinal de disparo transmitido por um aparelho de ativação de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a habilitar-se e reconhecer primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz; um módulo de escuta 702, configurado para: após o módulo de recepção 701 receber o sinal de disparo, habilitar-se e escutar segunda informação de voz da segunda duração predefinida; e um módulo de reconhecimento 703, configurado para reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta pelo módulo de escuta, para obter um resultado de reconhecimento.

[095] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera.

[096] Opcionalmente, o aparelho inclui ainda: um módulo de correspondência, configurado para executar correspondência entre o resultado de reconhecimento obtido após o módulo de reconhecimento 703 executar reconhecimento e a informação de instrução de voz pré-armazenada; e um módulo de execução, configurado para executar uma operação correspondente à informação de instrução de voz correspondente.

[097] Opcionalmente, o aparelho inclui ainda: um módulo de inabilitação, configurado para: quando o sinal de disparo não for recebido novamente dentro da terceira duração predefinida após o módulo de recepção receber o sinal de disparo, desabilitar o módulo de reconhecimento de voz.

[098] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera. Além disso, a informação de voz obtida pela escuta é armazenada em buffer, e um aparelho de reconhecimento de voz habilita-se e escuta informação de voz, e em seguida reconhece a informação de voz armazenada em buffer e a informação de voz obtida pela escuta, de modo que uma perda de informação parcial de voz pode ser evitada quando o aparelho de reconhecimento de voz começa a obter informação de voz após ser ativado, e o reconhecimento de voz é melhorado.

[099] Uma modalidade da presente invenção fornece ainda um aparelho de ativação de voz. Como mostrado na FIG. 8, o aparelho inclui: um módulo de escuta 801, configurado para escutar informação de voz em um ambiente circundante; um módulo de determinação 802, configurado para determinar se a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz; e um módulo de transmissão 803, configurado para: quando o módulo de determinação 802 determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz, transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz.

[100] Opcionalmente, o módulo de determinação 802 é especificamente configurado para: quando é determinado que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[101] Opcionalmente, o aparelho inclui ainda: um módulo de extração, configurado para: quando o módulo de determinação 802 determinar que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta; onde o módulo de determinação 802 é especificamente configurado para: quando é determinado que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[102] Uma modalidade da presente invenção fornece um aparelho de reconhecimento de voz. Como mostrado na FIG. 9, o aparelho inclui: um módulo de recepção 901, configurado para receber um sinal de disparo transmitido por um aparelho de ativação de voz; um módulo de transmissão 902, configurado para: após o módulo de recepção 901 receber o sinal de disparo, habilitar- se e transmitir uma instrução de lembrete de voz a um usuário; e um módulo de processamento 903, configurado para gravar um sinal de voz inserido pelo usuário de acordo com a instrução de lembrete de voz, e reconhecer o sinal de voz, para obter um resultado de reconhecimento.

[103] Ao utilizar soluções fornecidas nesta modalidade da presente invenção, um usuário necessita transmitir apenas uma instrução, e requisitos do usuário podem ser satisfeitos. Além disso, as soluções são aplicáveis independentemente de um terminal estar em um estado de espera ou em um estado sem espera.

[104] No que segue abaixo, modalidades da presente invenção são especificamente descritas com referência a um processo de implementação de software, como mostrado na FIG. 10.

[105] A partir de uma perspectiva de software, um módulo de reconhecimento de voz pode ser dividido em uma camada de acionamento, uma camada de abstração de hardware de áudio (HAL de Áudio), uma camada de estrutura (Estrutura), um mecanismo de reconhecimento de voz (Serviço de VA), e configuração de aplicativos (Configuração).

[106] P1. Comunica um evento. Especificamente, a camada de acionamento comunica um evento de disparo à Estrutura após receber o sinal de disparo de um DSP.

[107] P2. Comunica o evento. Especificamente, a HAL de Áudio comunica o evento de disparo precedente ao Serviço de VA.

[108] P3. Fixa um parâmetro. Especificamente, é configurado para ler dados de um buffer.

[109] P4. Habilita o Serviço de VA.

[110] P5. O Serviço de VA transmite uma instrução de habilitar gravação à Estrutura.

[111] P6. A Estrutura transmite uma instrução de ler dados de áudio à HAL de Áudio após receber a instrução de habilitar gravação.

[112] P7. A HAL de Áudio habilita a leitura dos dados de Buffer após receber a instrução de ler dados de áudio transmitida pela Estrutura.

[113] P8. A HAL de Áudio transmite uma instrução de obter dados de Buffer a um acionador, de modo que o acionador transmita a instrução de obter dados de Buffer ao DSP, e em seguida o DSP transmite os dados de Buffer ao acionador.

[114] P9. O acionador comunica os dados de Buffer recebidos ao Serviço de VA.

[115] P10. O Serviço de VA executa processamento de reconhecimento nos dados de Buffer e nos dados gravados.

[116] P11. O Serviço de VA transmite uma instrução de parar gravação à Estrutura.

[117] P12. A Estrutura transmite uma instrução de parar a leitura de dados de áudio à HAL de Áudio, após receber a instrução de parar de gravar.

[118] P13. A HAL de Áudio desabilita leitura para os dados de Buffer após receber a instrução de parar a leitura de dados de áudio transmitida pela Estrutura.

[119] P14. A HAL de Áudio transmite uma instrução de parar a obtenção de dados de Buffer ao acionador.

[120] Pessoas versadas na técnica deverão compreender que as modalidades da presente invenção podem ser fornecidas como um método, um sistema, ou um produto de programa de computador. Portanto, a presente invenção pode usar uma forma de apenas modalidades de hardware, apenas modalidades de software, ou modalidades com uma combinação de software e hardware. Além disso, a presente invenção pode usar uma forma de um produto de programa de computador que é implementado em um ou mais meios de armazenamento utilizáveis por computador (incluindo uma memória de disco, um CD-ROM, uma memória ótica, e similares, mas sem se limitar a estes) que incluem código de programa utilizável por computador.

[121] A presente invenção é descrita com referência aos fluxogramas e/ou diagramas de blocos do método, do dispositivo (sistema), e do produto de programa de computador de acordo com as modalidades da presente invenção. Deverá ser entendido que instruções de programa de computador podem ser usadas para implementar cada processo e/ou cada bloco nos fluxogramas e/ou nos diagramas de blocos. Estas instruções de programa de computador podem ser fornecidas a um computador de uso geral, um computador dedicado, um processador embutido, ou um processador de qualquer outro dispositivo programável de processamento de dados para gerar uma máquina, de modo que as instruções executadas por um computador ou um processador de qualquer outro dispositivo programável de processamento de dados gerem um aparelho para implementar uma função específica em um ou mais processos nos fluxogramas e/ou em um ou mais blocos nos diagramas de blocos.

[122] Estas instruções de programa de computador podem ser armazenadas em uma memória legível por computador que possa instruir o computador ou qualquer outro dispositivo programável de processamento de dados a trabalhar em um modo específico, de modo que as instruções armazenadas na memória legível por computador gerem um artefato que inclua um aparelho de instruções. O aparelho de instruções implementa uma função específica em um ou mais processos nos fluxogramas e/ou em um ou mais blocos nos diagramas de blocos.

[123] Estas instruções de programa de computador podem ser carregadas para um computador ou outro dispositivo programável de processamento de dados, de modo que uma série de operações e etapas sejam executadas no computador ou no outro dispositivo programável, gerando deste modo processamento implementado em computador. Portanto, as instruções executadas no computador ou no outro dispositivo programável fornecem etapas para implementação de uma função específica em um ou mais processos dos fluxogramas e/ou em um ou mais blocos nos diagramas de blocos.

[124] Embora algumas modalidades da presente invenção tenham sido descritas, pessoas versadas na técnica podem fazer mudanças e modificações àquelas modalidades desde que aprendam o conceito básico da invenção. Portanto, as reivindicações a seguir destinam-se a ser consideradas como abrangendo as modalidades e todas as mudanças e modificações que caiam dentro do âmbito da presente invenção.

[125] Obviamente, pessoas versadas na técnica podem fazer diversas modificações e variações às modalidades da presente invenção sem divergir do espírito e âmbito das modalidades da presente invenção. A presente invenção destina-se a cobrir estas modificações e variações desde que caiam dentro do âmbito de proteção definido pelas reivindicações a seguir e suas tecnologias equivalentes.

[126] A seguir são fornecidas outras modalidades da presente invenção. Deverá ser observado que a numeração usada na seção a seguir não necessariamente necessita corresponder à numeração usada nas seções anteriores.

[127] Modalidade 1. Um método de reconhecimento de voz, que compreende: escutar, por um aparelho de ativação de voz, informação de voz em um ambiente circundante; e quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, armazenar em buffer, pelo aparelho de ativação de voz, informação de voz, da primeira duração predefinida, obtida pela escuta, e transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz, após o aparelho de reconhecimento de voz ser habilitado.

[128] Modalidade 2. O método de acordo com a modalidade 1, onde a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz compreende: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[129] Modalidade 3. O método de acordo com a modalidade 1, onde a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz compreende: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta, determinar que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[130] Modalidade 4. Um método de reconhecimento de voz, que compreende: receber, por um aparelho de reconhecimento de voz, um sinal de disparo transmitido por um aparelho de ativação de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a habilitar-se e reconhecer primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz; após receber o sinal de disparo, habilitar-se, pelo aparelho de reconhecimento de voz, e escutar a segunda informação de voz da segunda duração predefinida; e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta, para obter um resultado de reconhecimento.

[131] Modalidade 5. O método de acordo com a modalidade 4, onde após o aparelho de reconhecimento de voz obter o resultado de reconhecimento, o método compreende ainda: executar, pelo aparelho de reconhecimento de voz, correspondência entre o resultado de reconhecimento obtido e a informação de instrução de voz pré-armazenada; e executar, pelo aparelho de reconhecimento de voz, uma operação correspondente à informação de instrução de voz correspondente.

[132] Modalidade 6. O método de acordo com a modalidade 4 ou 5, que compreende ainda: quando é determinado que o sinal de disparo não é novamente recebido dentro da terceira duração predefinida após o sinal de disparo ser recebido, desabilitar-se automaticamente, pelo aparelho de reconhecimento de voz.

[133] Modalidade 7. Um método de reconhecimento de voz, que compreende: escutar, por um aparelho de ativação de voz, informação de voz em um ambiente circundante; e quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, transmitir, pelo aparelho de ativação de voz, um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz.

[134] Modalidade 8. O método de acordo com a modalidade 7, onde a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz compreende: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[135] Modalidade 9. O método de acordo com a modalidade 7, onde a determinação de que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz compreende: quando a informação de voz obtida pela escuta corresponder à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta, determinar que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, e determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[136] Modalidade 10. Um método de reconhecimento de voz, que compreende: receber, por um aparelho de reconhecimento de voz, um sinal de disparo transmitido por um aparelho de ativação de voz; habilitar-se, pelo aparelho de reconhecimento de voz após receber o sinal de disparo, e transmitir uma instrução de lembrete de voz a um usuário; e gravar, pelo aparelho de reconhecimento de voz, um sinal de voz inserido pelo usuário de acordo com a instrução de lembrete de voz, e executar reconhecimento no sinal de voz para obter um resultado de reconhecimento.

[137] Modalidade 11. Um aparelho de ativação de escuta, que compreende: um módulo de escuta, configurado para escutar informação de voz em um ambiente circundante; um módulo de determinação, configurado para determinar se a informação de voz obtida pela escuta pelo módulo de escuta corresponde a um modelo de ativação de voz; um módulo de armazenamento em buffer para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta pelo módulo de escuta corresponde ao modelo de ativação de voz, armazenar em buffer informação de voz, da primeira duração predefinida, obtida pela escuta pelo módulo de escuta; e um módulo de transmissão, configurado para transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a ler e reconhecer a informação de voz armazenada em buffer pelo aparelho de ativação de voz, após o aparelho de reconhecimento de voz ser habilitado.

[138] Modalidade 12. O aparelho de acordo com a modalidade 11, onde o módulo de determinação é especificamente configurado para: quando é determinado que a informação de voz obtida pela escuta corresponde a informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[139] Modalidade 13. O aparelho de acordo com a modalidade 11, que compreende ainda: um módulo de extração, configurado para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta; onde o módulo de determinação é ainda configurado para: quando é determinado que o recurso de impressão de voz extraído pelo módulo de extração corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[140] Modalidade 14. Um aparelho de reconhecimento de voz, que compreende: um módulo de recepção, configurado para receber um sinal de disparo transmitido por um aparelho de ativação de voz, onde o sinal de disparo é usado para instruir o aparelho de reconhecimento de voz a habilitar-se e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz; um módulo de escuta, configurado para: após o módulo de recepção receber o sinal de disparo, habilitar-se e escutar segunda informação de voz de segunda duração predefinida; e um módulo de reconhecimento, configurado para reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação de voz obtida pela escuta pelo módulo de escuta para obter um resultado de reconhecimento.

[141] Modalidade 15. O aparelho de acordo com a modalidade 14, que compreende ainda: um módulo de correspondência, configurado para executar correspondência entre o resultado de reconhecimento obtido após o módulo de reconhecimento executar reconhecimento e informação de instrução de voz pré-armazenada; e um módulo de execução, configurado para executar uma operação correspondente à informação de instrução de voz correspondente.

[142] Modalidade 16. O aparelho de acordo com a modalidade 14 ou 15, que compreende ainda: um módulo de inabilitação, configurado para: quando o sinal de disparo não for recebido novamente dentro da terceira duração predefinida após o sinal de disparo ser recebido, desabilitar o módulo de reconhecimento de voz.

[143] Modalidade 17. Um aparelho de ativação de voz, que compreende: um módulo de escuta, configurado para escutar informação de voz em um ambiente circundante; um módulo de determinação, configurado para determinar se a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz; e um módulo de transmissão, configurado para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz, transmitir um sinal de disparo para disparar a habilitação de um aparelho de reconhecimento de voz.

[144] Modalidade 18. O aparelho de acordo com a modalidade 17, onde o módulo de determinação é especificamente configurado para: quando é determinado que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[145] Modalidade 19. O aparelho de acordo com a modalidade 17, que compreende ainda: um módulo de extração, configurado para: quando o módulo de determinação determinar que a informação de voz obtida pela escuta corresponde à informação de ativação de voz predeterminada, extrair um recurso de impressão de voz em um sinal de voz obtido pela escuta; onde o módulo de determinação é especificamente configurado para: quando é determinado que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de voz obtida pela escuta corresponde ao modelo de ativação de voz.

[146] Modalidade 20. Um aparelho de reconhecimento de voz, que compreende: um módulo de recepção, configurado para receber um sinal de disparo transmitido por um aparelho de ativação de voz; um módulo de transmissão, configurado para: após o módulo de recepção receber o sinal de disparo, habilitar-se e transmitir uma instrução de lembrete de voz a um usuário; e um módulo de processamento, configurado para gravar um sinal de voz inserido pelo usuário de acordo com a instrução de lembrete de voz, e reconhecer o sinal de voz para obter um resultado de reconhecimento.

[147] Modalidade 21. Um terminal, que compreende: um aparelho de ativação de voz e um aparelho de reconhecimento de voz; onde o aparelho de ativação de voz é configurado para: escutar informação de voz em um ambiente circundante; quando é determinado que a informação de voz obtida pela escuta corresponde a um modelo de ativação de voz, armazenar em buffer a primeira informação de voz obtida pela escuta dentro da primeira duração predefinida, e transmitir um sinal de disparo para disparar a habilitação do aparelho de reconhecimento de voz; e o aparelho de reconhecimento de voz é configurado para: após receber o sinal de disparo transmitido pelo aparelho de ativação de voz, habilitar-se e escutar a segunda informação de voz dentro da segunda duração predefinida, e reconhecer a primeira informação de voz armazenada em buffer pelo aparelho de ativação de voz e a segunda informação obtida pela escuta para obter um resultado de reconhecimento.

[148] Modalidade 22. O terminal de acordo com modalidade 21, onde o aparelho de ativação de voz é processador digital de sinais DSP.

[149] Modalidade 23. O terminal de acordo com modalidade 21 ou 22, onde o aparelho de reconhecimento voz é um processador de aplicativos AP.

Claims (25)

1. Método de controle de voz, caracterizado por ser aplicado a um terminal que compreende um aparelho de ativação de voz (101) e um aparelho de reconhecimento de voz (102), o método compreendendo: escutar (301), pelo aparelho de ativação de voz, uma primeira informação de voz em um ambiente circundante, em que a primeira informação de voz compreende uma informação de ativação e uma primeira parte de uma palavra de comando, em que a informação de ativação é usada para habilitar o aparelho de reconhecimento de voz; habilitar, pelo aparelho de ativação de voz, o aparelho de reconhecimento de voz de acordo com a informação de ativação; escutar, pelo aparelho de reconhecimento de voz, uma segunda informação de voz, em que a segunda informação de voz compreende uma segunda parte da palavra de comando; obter, pelo aparelho de reconhecimento de voz uma informação de instrução de voz de acordo com a primeira informação de voz e com a segunda informação de voz, em que a informação de instrução de voz corresponde à palavra de comando, a palavra de comando compreendendo a primeira parte da palavra de comando e a segunda parte da palavra de comando.

2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a habilitação, pelo aparelho de ativação de voz, do aparelho de reconhecimento de voz de acordo com a informação de ativação, compreende: gerar, pelo aparelho de ativação de voz, um sinal de disparo para habilitar o aparelho de reconhecimento de voz em um caso em que determina que a informação de ativação corresponde a um modelo de ativação de voz.

3. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que determinar que a informação de ativação corresponde a um modelo de ativação de voz compreende: em um caso em que a informação de ativação corresponde a uma informação de voz de ativação predeterminada, determinar que a informação de ativação corresponde a um modelo de ativação de fala.

4. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que determinar que a informação de ativação corresponde a um modelo de ativação de voz compreende: em um caso em que a informação de ativação corresponde a uma informação de voz de ativação predeterminada, extrair um recurso de impressão de voz na informação de ativação, em um caso em que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de ativação corresponde a um modelo de ativação de voz.

5. Método, de acordo com a reivindicação 4, caracterizado pelo fato de que o recurso de impressão de voz inclui um ou mais dos seguintes recursos: entonação, um coeficiente de predição linear, um parâmetro de envelope espectral, uma razão harmônica de energia, uma frequência ressonante de pico e sua largura de banda, um cepstrum, ou um coeficiente de cepstrum de coeficiente Mel.

6. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a obtenção, pelo aparelho de reconhecimento de voz, de uma informação de instrução de voz de acordo com a primeira informação de voz e a segunda informação de voz compreende: obter, pelo aparelho de reconhecimento de voz, um resultado de reconhecimento de acordo com a primeira informação de voz e com a segunda informação de voz, em que o resultado de reconhecimento compreende informação de palavra de comando; obter, pelo aparelho de reconhecimento de voz, a informação de instrução de voz que corresponde ao resultado de reconhecimento por correspondência entre o resultado de reconhecimento obtido e uma informação de instrução de voz pré-armazenada.

7. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que a informação de ativação é ouvida em um primeiro período pelo aparelho de despertar por voz, a primeira parte da palavra de comando é ouvida em um segundo período pelo aparelho de despertar por voz; a segunda informação de voz é ouvida em um terceiro período pelo aparelho de reconhecimento de voz.

8. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que ouvir, pelo aparelho de ativação de voz, uma primeira informação de voz em um ambiente circundante compreende: ouvir a primeira informação de voz em um ambiente circundante em um estado de espera; ou ouvir a primeira informação de voz em um ambiente circundante em um estado não de espera; ou ouvir a primeira informação de voz em um ambiente circundante em um estado de tela travada.

9. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que compreende ainda: enviar, pelo aparelho de ativação de voz, o sinal de disparo para o aparelho de reconhecimento de voz para habilitar o aparelho de reconhecimento de voz.

10. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que compreende ainda: controlar, pelo aparelho de reconhecimento de voz, a execução de uma operação correspondente a uma informação de instrução de voz correspondente.

11. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que compreende ainda: ao determinar que a informação de voz usada para habilitar o aparelho de reconhecimento de voz não é recebida novamente dentro de uma duração predefinida após habilitar o aparelho de reconhecimento de voz, automaticamente desabilitar, pelo próprio aparelho de reconhecimento de voz.

12. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que o aparelho de ativação de voz é um processador de sinal digital (DSP).

13. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que o aparelho de reconhecimento de voz é um processador de aplicativo (AP).

14. Terminal, compreendendo: um ou mais processadores; e uma memória armazenando instruções, o terminal caracterizado pelo fato de quando as instruções são executadas pelo um ou mais processadores, elas fazem com que o terminal de controle de voz execute o método definido em qualquer uma das reivindicações 1 a 13.

15. Meio não-transitório legível por computador tendo instruções utilizáveis por computador armazenadas no mesmo para execução por um processador, caracterizado pelo fato das instruções fazerem com que o processador execute o método definido em qualquer uma das reivindicações 1 a 13.

16. Terminal, caracterizado por compreender: um aparelho de ativação de voz (101) e um aparelho de reconhecimento de voz (102); onde o aparelho de ativação de voz (101) é configurado para escutar uma primeira informação de voz em um ambiente circundante, em que a primeira informação de voz compreende uma informação de ativação e uma primeira parte de uma palavra de comando, em que a informação e ativação é usada para habilitar o aparece de reconhecimento de voz; o aparelho de ativação de voz é também configurado para habilitar o aparelho de reconhecimento de voz de acordo com a informação de ativação; o aparelho de reconhecimento de voz (102) é configurado para escutar uma segunda informação de voz, em que a segunda informação de voz compreende uma segunda parte da palavra de comando; o aparelho de reconhecimento de voz é também configurado para obter uma informação de instrução de voz de acordo com a primeira informação de voz e com a segunda informação de voz, em que a informação de instrução de voz corresponde à palavra de comando, a palavra de comando compreendendo a primeira parte da palavra de comando e a segunda parte da palavra de comando.

17. Terminal, de acordo com a reivindicação 16, caracterizado pelo fato de que o aparelho de ativação de voz é configurado para determinar que a informação de ativação corresponde a um modelo de ativação de voz, em um caso em que a informação de ativação corresponde a uma informação de fala de ativação predeterminada.

18. Terminal, de acordo com a reivindicação 16, caracterizado pelo fato de que o aparelho de ativação de voz é configurado para: em um caso em que a informação de ativação corresponde a uma informação de voz de ativação predeterminada, extrair um recurso de impressão de voz na informação de ativação, em um caso em que o recurso de impressão de voz extraído corresponde a um recurso de impressão de voz predeterminado, determinar que a informação de ativação corresponde a um modelo de ativação de voz.

19. Terminal, de acordo com a reivindicação 18, caracterizado pelo fato de que o recurso de impressão de voz inclui um ou mais dos seguintes recursos: entonação, um coeficiente de predição linear, um parâmetro de envelope espectral, uma razão harmônica de energia, uma frequência ressonante de pico e sua largura de banda, um cepstrum, ou um coeficiente de cepstrum de coeficiente Mel.

20. Terminal, De Acordo Com A Reivindicação 16, Caracterizado Pelo Fato De Que O Aparelho De Reconhecimento de Voz É Configurado Para: Obter Um Resultado De Reconhecimento De Acordo Com A Primeira Informação De Voz E Com A Segunda Informação De Voz, Em Que O Resultado De Reconhecimento Compreende Informação De Palavra De Comando; Obter A Informação De Instrução De Voz Que Corresponde Ao Resultado De Reconhecimento Por Correspondência Entre O Resultado De Reconhecimento Obtido E Uma Informação De Instrução De Voz Pré-armazenada.

21. Terminal, de acordo com qualquer uma das reivindicações 16 a 20, caracterizado pelo fato de que a informação de ativação é ouvida em um primeiro período pelo aparelho de despertar por voz, a primeira parte da palavra de comando é ouvida em um segundo período pelo aparelho de despertar por voz; a segunda informação de voz é ouvida em um terceiro período pelo aparelho de reconhecimento de voz.

22. Terminal, de acordo com qualquer uma das reivindicações 16 a 20, caracterizado pelo fato de que o aparelho de ativação de voz é configurado para: ouvir a primeira informação de voz em um ambiente circundante em um estado de espera; ou ouvir a primeira informação de voz em um ambiente circundante em um estado não de espera; ou ouvir a primeira informação de voz em um ambiente circundante em um estado de tela travada.

23. Terminal, de acordo com qualquer uma das reivindicações 16 a 20, caracterizado pelo fato de que o aparelho de reconhecimento de voz é configurado para: automaticamente desabilitar ao determinar que a informação de voz usada para habilitar o aparelho de reconhecimento de voz não é recebida novamente dentro de uma duração predefinida após habilitar o aparelho de reconhecimento de voz.

24. Terminal, de acordo com qualquer uma das reivindicações 16 a 20, caracterizado pelo fato de que compreende ainda um módulo de execução; em que o aparelho de reconhecimento de voz é também configurado para enviar uma instrução de execução que corresponde à informação de instrução de voz para o módulo de execução; o módulo de execução é configurado para executar uma operação correspondente à instrução de execução.

25. Terminal, de acordo com qualquer uma das reivindicações 16 a 20, caracterizado pelo fato do aparelho de ativação de voz ser um processador digital de sinais (DSP) e o aparelho de reconhecimento de voz ser um processador de aplicativos (AP).

Images