CN101180673B - 具有话音到文本转换的无线通信设备 - Google Patents

Abstract

一种无线通信设备(10)包括收发器(26)，其通过无线通信网络(100)向/从远程方传送/接收语音信号。所接收的语音信号包括表示与该远程方相关联的一个或多个可听声音的信息。所述可听声音例如可以是由该远程方说出的言语，或者可以是与该远程方相关联的预定音频消息。该用户的设备(10)中的语音处理单元(30)基于该无线通信设备(10)的操作模式把所接收的语音信号转换成相应的文本。随后在显示器(14)上把所述转换后的文本显示给用户。可选择地，该远程方的无线通信设备(10)或者网络实体可以基于与所述用户相关联的无线通信设备(10)的所表明的操作模式来把语音转换成文本以便传送给用户。

Description

具有话音到文本转换的无线通信设备

背景

本发明总体涉及无线通信设备，特别涉及具有话音到文本能力的无线通信设备。

无线通信设备通常被配备来为用户提供多种通信服务。其中的两种最受欢迎的服务可能是话音通信和文本消息接发。利用这些服务，发送方的无线通信设备把信息(即用户的话音或者字母数字消息)调制到载波信号上以便传送到远程方。在接收后，该远程方的设备或者把发送方的话音呈现为可听的声音，或者把所述字母数字消息发送到显示器。在任何一种情况下，双方都可以容易地并且相对可靠地彼此通信。

然而，在一些情况下使用这些服务是成问题的。例如，接收方在嘈杂的环境中可能很难听到发送方的话音，或者其处境可能不是特别有利于话音通信(例如在教堂中或者在会议中)。在这些情况下，文本消息接发使得接收方至少轻松一些，因为其不需要使用扬声器。然而，输入长消息是麻烦的。因此，除了非常短的消息(例如“稍后给我电话”)之外，发送方可能不倾向于使用文本消息接发。在这种情况下，重要的通信可能会被延迟，直到接收方可以在更安静的环境中建立话音连接为止。需要一种允许接收方将其无线通信设备适配成操作在这种环境下而无需发送方手动输入长字母数字消息的系统和方法。

概要

本发明提供一种允许无线通信设备的用户在交谈期间在显示器上“阅读”远程方正在说的内容的系统和方法。在一个实施例中，所述无线通信设备包括接收器、语音处理器、存储器和控制器。该接收器接收由远程方传送的语音信号。在接收到该信号之后，该控制器确定该用户的设备的当前操作模式。如果该设备正操作在可听模式下，则该控制器通过扬声器呈现所接收的信号。如果该设备正操作在话音到文本转换模式下，则该控制器控制该语音处理器以便将所述语音信号转换成相应的文本。随后将所述相应的文本发送到用于所述用户的显示器。

在一个替换实施例中，无线通信网络中的服务器接收并且分析由远程方传送的语音信号。与该服务器相关联的语音处理逻辑把所述语音信号转换成相应的文本。该服务器随后把所述相应的文本发送到该远程方的无线通信设备以便显示给所述用户。

在另一个替换实施例中，与远程方相关联的无线通信设备通过空中接口接收指示，其表明所述用户的设备的当前操作模式。基于该指示，该远程方的设备中的语音处理器在向该用户进行传送之前把语音信号转换成相应的文本。

所述控制器还可以被配置成响应于由用户输入的手动命令而把该用户的无线通信设备有选择地置入或者置出所述话音到文本转换模式，或者响应于所测得的环境噪声级自动执行上述操作。可选择地，该控制器可以被配置成响应于通过所述空中接口接收到的控制信号来选择操作模式。所述无线通信设备还可以包括指示器，其向用户通知各远程方的当前操作模式。

附图简述

图1说明根据本发明的一个实施例配置的无线通信设备。

图2A-2B说明根据本发明的一个实施例的菜单系统，其允许用户手动地把所述无线通信设备置入所选的操作模式。

图3说明根据本发明的一个实施例的方法，通过该方法，所述无线通信设备自动选择适当的操作模式。

图4说明根据本发明的一个替换实施例的方法，通过该方法，所述无线通信设备自动选择适当的操作模式。

图5说明一种方法，根据本发明的一个实施例配置的无线通信设备可以通过该方法进行操作。

图6说明一个显示根据本发明的一个实施例转换的文本的显示器。

图7示出本发明的一个替换实施例。

图8示出本发明的另一个实施例，其中呼叫方接收到关于接收方的当前操作模式的指示。

详细描述

现在参考图1，其中示出根据本发明的一个实施例的无线通信设备，该设备总体上用数字10表示。附图和说明书以蜂窝电话的形式说明本发明；然而本领域技术人员将容易认识到，这仅仅是出于说明性的目的。本发明适用于具有通信能力的任何消费电子设备，其中包括但不限于个人数字助理(PDA)、掌上或膝上型计算机、卫星电话等等。

从图1中可以看出，无线通信设备10包括具有小键盘12、显示器14、话筒18以及扬声器20的用户接口。在其中无线通信设备10操作在半双工系统中的实施例中，该用户接口还可以包括即按即说(PTT)按钮16。

小键盘12可以被布置在无线通信设备10的正面上，其包括字母数字小键盘以及诸如操纵杆、按钮控制或者拨号盘之类的其他控制器。小键盘12允许用户拨打电话号码、输入命令以及选择菜单选项。显示器14允许操作者看到所拨打的数字、图像、呼叫状态、菜单选项以及其他服务信息。正如下面将更加详细地描述的那样，当设备10处在话音到文本操作模式下时，对应于远程方说出的言语的文本可以被显示在显示器14上。在本发明的一些实施例中，显示器14包括触敏屏，其显示文本和图像并且接受用户输入。

本发明的无线通信设备10可以操作在全双工模式、半双工模式或者全部两种模式下。当无线通信设备10操作在全双工模式下时，用户可以同时对远程方说话以及听到远程方说话。而当无线通信设备10操作在半双工模式下时就不是这种情况。更特别地，用户在半双工模式下可以对远程方说话或者听到远程方，但是不能同时说和听。为了在半双工模式下对远程方说话，用户必须按下PTT按钮16。然而，为了通过扬声器20听到来自远程方的音频，用户必须释放PTT按钮16。

话筒18把用户的语音转换成电音频信号，并且把所述信号传递到音频处理电路22。可以对这些信号进行调制，以便传送到无线通信网络中的基站。当设备10处在可听操作模式下时，从所述网络接收的信号被音频处理电路22处理，并且通过扬声器20被呈现给用户。可以通过本领域中已知的任何音频处理电路把语音转换成电信号、以及把电信号转换成用于用户的音频。

控制器24根据在存储器28中存储的程序指令来控制无线通信设备10的操作。所述控制功能可以被实现在单个微处理器或者多个微处理器中。例如，合适的微处理器可以包括通用和专用微处理器以及数字信号处理器。本领域技术人员将容易认识到，存储器28和控制器24可以被结合到专门设计的专用集成电路(ASIC)中。如后面将更加详细地讨论的那样，控制器24可以被配置成自动地或者响应于由用户输入的手动命令而把无线通信设备10置入适当的操作模式。

收发器26是一个全功能蜂窝无线电收发器，其可以在无线通信网络中发射和接收信号。收发器26可以发射和接收话音和分组数据。收发器26还可以操作在全双工或半双工模式下，这取决于无线通信设备10操作在其中的系统。收发器26可以根据任何已知标准进行操作，其中包括但不限于通常称为全球移动通信系统(GSM)、通用分组无线业务(GPRS)、码分多址(CDMA)等等的标准。

存储器28表示无线通信设备10中的整个存储器分级结构，并且可以包括随机存取存储器(RAM)和只读存储器(ROM)。无线通信设备10的操作所需的可执行程序指令和数据被存储在诸如EPROM、EEPROM之类的非易失性存储器和/或闪存中，所述存储器例如可以被实施为分立的或堆叠的设备。

当用户位于不是特别有利于话音通信的环境中时，本发明允许该用户与一个或多个远程方进行通信。例如，处在嘈杂环境(比如体育场)中的用户可能很难听到远程方正在说的内容。可选择地，用户可能在教堂或者会议中，在那里不希望被噪声打断。根据本发明，处在这种环境中的用户可以将其设备10置于话音到文本操作模式下，同时远程方继续对其话筒正常说话。在接收到该远程方所传送的信号之后，所述用户的设备10分析该信号。不是通过扬声器20把所述信号呈现为可听的声音，控制器24而是把该远程方的传送作为言语显示在显示器14上。也就是，用户不是通过扬声器20听到该远程方，而是在显示器14上“阅读”该远程方实际在说的内容。

为了实现这一点，本发明的一个实施例包括语音处理器30，其与控制器24和存储器28接口。一般来说，本领域中已知的任何语音处理器都可以与本发明一起使用；然而，在一个实施例中，语音处理器30包括独立于扬声器的语音识别系统。如本领域中已知的那样，对从一个或多个远程方接收的信号进行解调，以便产生表示该远程方的声学话语的信号。语音处理器30分析该信号，并且将该信号转换成相应的文本。控制器24随后把该文本发送到显示器14。按照这种方式，位于嘈杂或安静环境中的无线通信设备10的用户可以在显示器14上“阅读”所述远程方正在说的内容。

从图2-4中可见，无线通信设备10可以被手动地(图2A-2B)或自动地(图3-4)置入及置出话音到文本模式。在图2A中，用户在显示器14上访问菜单并且选择菜单选项32。可以启动图2B中所见的后续屏幕，其中用户启用或禁用所述操作模式。也就是，选择“打开”控制按钮34把设备10置于话音到文本转换模式下，而选择“关闭”控制按钮36把设备10置入可听模式。

在图3中示出选择操作模式的自动方法40。特别地，控制器24可以被配置成周期性地启用话筒18来采样周围环境中的环境噪声级(方框42)。控制器24随后可以把所采样的噪声级与预定阈值进行比较(方框44)。如果超出该阈值，则控制器24将把设备10置于话音到文本操作模式下并且/或者向用户告警(方框48)，如果设备10并非已经处在话音到文本操作模式下的话(方框46)。如果没有超出该阈值，则在设备10并非已经处在可听模式下(方框50)的情况下，控制器24将把设备10置于可听模式下并且/或者向用户告警(方框52)。该阈值可以由用户调节。

图4说明把接收者的无线通信设备10置入适当操作模式的替换方法60。在该实施例中，接收方可以通过空中接口接收控制信号(方框62)。该控制信号可以源自发送方，或者可以源自无线通信网络中的服务器。例如，该控制信号可以是与呼叫建立消息一起接收的指示，比如一个比特或者一系列比特。控制器24可以测试该控制信号(方框64)，以便确定接收者的设备10应当在设备10并非已经处在话音到文本操作模式下(方框66)的情况下进入话音到文本模式(方框68)，还是应当在设备10并非已经处在可听模式下(方框70)的情况下进入可听模式(方框72)。

图5说明设备10如何能够根据操作模式操作来向用户呈现可听声音或文本的一个实施例。在接收到由远程方传送的信号之后，控制器24确定设备10当前处在话音到文本操作模式还是可听操作模式下(方框82)。如果该设备处在可听操作模式下，则控制器24把所接收的信号馈送到音频处理电路22，以便通过扬声器20进行呈现(方框84)。然而，如果设备10处在话音到文本模式下，则控制器24把所述信号馈送到语音处理器30。语音处理器30分析所接收的信号(方框86)，并且把该信号转换成相应的文本(方框88)。控制器24随后把所述相应的文本输出到显示器14(方框90)。

图6说明用户如何能够根据本发明的一个实施例在设备10处在话音到文本操作模式下时观看显示器14。特别地，转换后的文本被显示在显示器14的可滚动部分92上。为了帮助用户区分各远程方，可以利用与从各远程方接收的唯一ID相关联的指示符来作为所述文本的开端。例如，图6的实施例利用对应于各远程方的呼叫者ID的姓名来作为每个所接收的传送的文本的开端。然而，还可以使用其他区分各远程方的方法，比如使用图标、图片或者对于每个用户以不同的颜色显示文本。在显示所述文本时，控制器24还可以对转换后的文本进行归档。这样做允许用户容易地利用滚动条控制94进行来回滚动。当然，由控制器24归档的文本的数量可以取决于可用存储器28的数量。在一个实施例中，转换后的文本被保存在一个环形队列结构中，其中最近转换的文本替换最早转换的文本。

另外，显示器14还可以包括一个或多个图形指示符96、98，其表示用户正与其通信的各远程方。指示符96在该实施例中被高亮显示，从而用符号表示与指示符96相关联的远程方当前处在话音到文本操作模式下。相反，指示符98没有被高亮显示，从而表明与指示符98相关联的远程方处在常规的可听模式下。关于特定方是处在还是不处在话音到文本操作模式下的指示可以来自该远程方或者来自无线通信网络中的服务器。在下面将更加详细地描述的一个实施例中，使用一个在线状态(presence)服务器来跟踪并报告每个设备10的操作模式。知道一个或多个用户是否处在话音到文本操作模式下是有用的，因为其可以通过信号指示传送方更加清楚地说话，从而使得在接收端由语音处理器30误解其言语的可能性最小化。

因此，正在进行接收的无线通信设备10可以有选择地把由远程方传送的语音信号转换成文本，以便向接收方显示。然而，本发明不仅仅限于在无线通信设备10内操作。在图7中示出的一个替换实施例中，通信网络中的服务器提供转换能力，并且简单地把相应的文本传送到正在进行接收的用户设备10。

在该实施例中，分别具有其自身的设备10a、10b的两个用户可以通过无线通信网络100进行通信。两个用户都连接并且保持到其相应的无线接入网(RAN)110的通信链路。一个或多个核心网络120再可通信地链接各RAN 110。

所述RAN 110典型地包括基站子系统(BSS)112，其为设备10a、10b提供对网络的接入。RAN 110例如可以是分组交换网络，其实施为全球移动通信系统(GSM)网络开发的通用分组无线业务(GPRS)标准，但是也可以采用其他标准。如本领域中已知的那样，BSS 112可以包括或者以其他方式被链接到一个或多个移动交换中心、无线电基站、天线、访客位置寄存器、归属位置寄存器、服务GPRS支持节点、网关GPRS支持节点、短消息服务网关MSC等等。

核心网络120还可以包括多个各种已知实体。然而，根据本发明的一个替换实施例，核心网络120还包括服务器122。服务器122包括收发器电路128，并且可以被可通信地链接到在线状态服务器126。收发器电路128例如可以包括一个或多个端口，所述端口被配置成发送和接收数据。在操作中，服务器122接收由与设备10a相关联的远程方传送的信号。在接收之前，该信号可能已经或者可能尚未被转换成可以由服务器122使用的协议。在一个实施例中，与服务器122相关联的语音处理器124分析由该远程方10a传送的信号，并且把该信号转换成与由远程方10a说出的言语相对应的文本。服务器122随后把转换后的文本作为短消息发送给与设备10b相关联的用户。控制器24可以随后向该用户显示所述文本。该实施例具有的优点在于减少了对可用于无线通信设备10的资源(即存储器和处理能力)的需求。

另外，在线状态服务器126可以向其他各方当中的每一个报告或者广播每一方的操作模式。在一个实施例中，在线状态服务器126提供在线状态服务，所述在线状态服务跟踪并且保持各订户的在线状态信息。这例如包括各订户的状态，比如AWAY(离开)、OFF-LINE(离线)、CONNECTED(已连接)以及DO NOT DISTURB(不要打扰)。在线状态服务器126通过信令消息(例如NOTIFY(通知)信令消息)公布该在线状态信息，以便向其他网络实体以及向其他用户表明订户的通信状态。一般来说，在线状态服务器126使用会话发起协议(SIP)来传送这些类型的消息；然而，也可以作为对SIP的补充或替换来采用其他协议。

在线状态服务器126还被配置成执行附加的功能。具体来说，向在线状态服务器126通知每个用户的操作模式(例如可听模式和话音到文本转换模式)。这例如可以在每当用户的设备10采取其中一种操作模式时通过用户的设备10与在线状态服务器126之间的信令来实现。在线状态服务器126随后可以在附加的信令消息中向与设备10的用户通信的每一方公布该操作模式。利用该在线状态消息，控制器24可以控制显示器14来向设备10的用户表明远程方的操作模式。如前面在图6中所描述的那样，显示器14例如可以包括被高亮显示的各远程方的图像，以便表明特定方处在话音到文本转换模式下。

此外，服务器122还可以被配置成基于由在线状态服务器126提供的在线状态信息把传送方的语音信号转换成相应的文本。在一个实施例中，在线状态服务器126接收指示，该指示表明无线通信设备10b已经进入话音到文本操作模式。响应于该指示，在线状态服务器126随后可以用信号指示RAN 110和/或核心网络120中的一个实体把目的地为设备10b的任何所传送的语音信号路由到服务器122。语音处理器124随后可以在把所述文本发送到无线通信设备10b以便显示给用户之前分析该信号并且把该信号转换成相应的文本。

按照类似的方式，如图8的实施例中所见，发送方的设备可以根据远程方的当前操作模式来传送话音或文本。在方法130中，发送方可以通过空中接口接收远程方的当前操作模式的指示(方框132)。该指示可以被在线状态服务器126公布或广播，或者可以例如作为消息中的一个或多个控制比特被直接从远程方接收。如果所述指示表明远程方当前处在可听模式下(方框134)，则发送方的设备可以传送语音信号(方框136)。相反，如果远程方当前处在话音到文本模式下(方框134)，则发送方的设备中的语音处理器30可以在向远程方进行传送之前把发送者的语音转换成相应的文本(方框138)。接收方随后将接收所述转换后的文本并且将其显示在显示器14上。例如在远程方的无线通信设备10没有被配备成用于话音到文本转换的情况下，该实施例可能是有用的。

因此，本发明允许用户在显示器上阅读发送方所说出的言语。然而，本领域技术人员将容易认识到，本发明不仅限于此。在替换实施例中，所接收的信号携带来自与被叫方相关联的话音消息的音频。例如，该话音消息可以是从话音邮件系统发送给设备10的用户的消息。可选择地，该话音消息可以是源自进行发送的用户的设备10或网络实体(比如交换机或网关)的预定音频消息。不管所述音频源自哪里，本发明都分析所接收的信号，并且向用户显示相应的文本。

在不背离本发明的本质特征的情况下，当然可以按照除了在这里具体阐述的之外的其他方式来实施本发明。这里的实施例在所有方面都应当被认为是说明性而非限制性的，并且其中打算包含处在所附权利要求书的含义和等同范围之内的所有改变。

Claims (22)

1.一种无线通信设备，包括：

收发器，用来在该无线通信设备的用户与远程方的通信设备之间传送语音信号，该远程方的通信设备操作在话音到文本操作模式和可听操作模式的其中之一下；

显示器，用于向用户显示识别远程方的图形指示符和向用户显示转换后的文本；

控制器，其被配置成：

确定该用户的无线通信设备当前是否操作在话音到文本操作模式下；以及

向该用户用符号表示与该图形指示符相关联的远程方的通信设备当前是操作在所述话音到文本操作模式下、还是操作在所述可听操作模式下；

语音处理单元，其被配置成在该用户的无线通信设备当前操作在话音到文本操作模式下的情况下把所接收的语音信号转换成相应的文本。

2.权利要求1所述的设备，其中，所述控制器被配置成有选择地把所述用户的无线通信设备操作在话音到文本操作模式和可听操作模式的其中之一下。

3.权利要求2所述的设备，其中，所述控制器被配置成响应于用户命令来选择所述话音到文本操作模式或所述可听操作模式。

4.权利要求2所述的设备，其中，所述控制器被配置成基于在所述用户的无线通信设备处所测得的环境可听噪声级与预定阈值的比较来选择所述话音到文本操作模式或所述可听操作模式。

5.权利要求2所述的设备，其中，所述控制器被配置成响应于通过空中接口接收到的控制信号来选择所述话音到文本操作模式或所述可听操作模式。

6.权利要求2所述的设备，其中，所述控制器被配置成把所述转换后的文本保存在存储器中。

7.权利要求6所述的设备，其中，所述控制器被配置成响应于用户命令而使所述显示器滚动通过所述所保存的转换后的文本。

8.权利要求1所述的设备，其中，所述控制器还被配置成基于通过空中接口接收到的指示来确定所述远程方的通信设备的当前操作模式。

9.权利要求8所述的设备，其中，所述语音处理单元还被配置成在所述远程方的通信设备处在所述话音到文本操作模式下的情况下把由所述用户说出的可听声音转换成相应的文本。

10.权利要求9所述的设备，其中，如果所述远程方的通信设备处在所述话音到文本操作模式下，则所述收发器把由所述用户说出的可听声音转换成的所述相应的文本传送到该远程方。

11.权利要求9所述的设备，其中，如果所述远程方的通信设备处在所述可听操作模式下，则所述收发器把由所述用户说出的所述可听声音传送到该远程方。

12.一种操作无线通信设备的方法，包括：

通过无线通信网络接收由远程方的通信设备传送的语音信号；

确定用户的该无线通信设备的操作模式；

基于所确定的该操作模式，把所接收的语音信号转换成相应的文本；

向所述用户显示识别远程方的图形指示符和转换后的文本；并且

向所述用户用符号表示与该图形指示符相关联的远程方的通信设备当前是操作在话音到文本操作模式下、还是操作在可听操作模式下。

13.权利要求12所述的方法，其中，确定操作模式包括：把所述用户的无线通信设备的操作模式确定为可听操作模式和话音到文本操作模式的其中之一。

14.权利要求13所述的方法，其中，当所述用户的无线通信设备处在所述话音到文本操作模式下时，所述所接收的语音信号被转换成相应的文本。

15.权利要求13所述的方法，还包括：基于在所述用户的无线通信设备处测得的环境可听噪声级与预定阈值的比较，自动地有选择地把该用户的无线通信设备置入所述话音到文本操作模式或所述可听操作模式。

16.权利要求13所述的方法，还包括：基于用户输入，有选择地把所述用户的无线通信设备置入所述话音到文本操作模式或所述可听操作模式。

17.权利要求13所述的方法，还包括：响应于通过空中接口接收到的控制信号，有选择地把所述用户的无线通信设备置入所述话音到文本操作模式或所述可听操作模式。

18.权利要求12所述的方法，还包括：把所述转换后的相应文本归档到所述用户的无线通信设备内的存储器。

19.权利要求18所述的方法，还包括：响应于用户命令，检索所述归档的文本以便显示给所述用户。

20.权利要求12所述的方法，还包括：

通过空中接口接收指示，所述指示表明所述远程方的通信设备正操作在所述话音到文本操作模式或所述可听操作模式下。

21.权利要求20所述的方法，还包括：如果所述远程方的通信设备正操作在所述话音到文本操作模式下，则把所述用户说出的可听声音转换成相应的文本。

22.权利要求21所述的方法，还包括：把由所述用户说出的可听声音转换成的所述相应的文本传送到所述远程方。

Images