CN101611403A - 用于移动通信设备中的语音搜索的方法和装置 - Google Patents

Abstract

本发明公开了一种用于在移动通信设备中执行语音搜索的方法和装置。该方法可以包括从移动通信设备的用户接收搜索查询(3200)，将该搜索查询中的话音部分转换成语言表示(3300)，将所述查询语言表示与语音搜索数据库中的所有项的语言表示进行比较以找到匹配，其中该语音搜索数据库已经对关联于该设备的所有项作了索引(3400)，向用户显示匹配(3500)，接收用户从所显示的匹配中的选择(3600)，以及检索和执行用户的选择(3700)。

Description

用于移动通信设备中的语音搜索的方法和装置

技术领域

[0001]本发明涉及移动通信设备。

背景技术

[0002]通过提供广泛多样的特征和功能，移动通信设备正在变得越来越“智能”。而且，这些特征和功能需要存储越来越多的内容，诸如音乐和照片以及各种事件，诸如呼叫历史、网页收藏、网页访问等。然而，常规移动设备提供非常有限的方式来得到其实现的特征、功能、内容、事件、应用等。当前，移动设备通过等级树结构来提供浏览和对话功能以得到或接入这些特征、功能、内容、事件和应用。然而，对于特征丰富的设备而言，这类接入技术是非常僵化的、难于记忆的且非常繁琐的。因此，常规移动设备缺少用于这种接入技术的直观、友好且随意的方式。

发明内容

[0003]本发明公开了一种用于在移动通信设备中执行语音搜索的方法和装置。该方法可以包括：从移动通信设备的用户接收搜索查询，将搜索查询中的话音部分转换成语言表示，将该查询语言表示与语音搜索数据库中的所有项的语言表示进行比较以找到匹配，其中，该语音搜索数据库已经对与该设备相关联的所有项作了索引，向用户显示该匹配，接收用户从所显示的匹配中的选择，并且检索和执行用户的选择。

附图说明

[0004]为了描述可以获得本发明的上述以及其他优点和特征的方式，将参照附图中所说明的本发明的具体实施例给出对以上所简要描述的发明的更具体的描述。可以理解这些附图仅仅描述了本发明的典型实施例，因此不被认为是对本发明范围的限定，通过附图的使用对本发明进行更具体和细化的描述和解释，其中：

[0005]图1示出依据本发明的可能实施例的移动通信设备的示例性示图；

[0006]图2示出依据本发明的可能实施例的示例性移动通信设备的方框图；

[0007]图3为说明依据本发明的可能实施例的一个可能的语音搜索过程的示例性流程图。

具体实施方式

[0008]在下面的描述中将阐述本发明的其他特征和优点，并且通过该描述这些特征和优点部分地将变得显而易见，或者可以通过本发明的实践而被了解。可以通过所附权利要求中特别指出的器具和组合来实现和获得本发明的这些特征和优点。通过下面的描述和所附权利要求本发明的这些和其他特征将变得更加充分显而易见，或者通过如此处所阐述的对本发明的实践可以获得这些和其他特征。

[0009]下面详细论述了本发明的不同实施例。虽然论述了具体实现方式，但是应该理解是出于说明的目的而这样做。本领域技术人员将认识到在不偏离本发明精神和范围的前提下可以使用其他组件和配置。

[0010]本发明包括多个实施例，诸如方法和装置以及与本发明基本概念相关的其他实施例。

[0011]本发明涉及一种方式，以该方式可以响应于用户的语音查询对设备以及外部设备上的所有应用的所有特征、功能、文件、内容、事件等进行索引和搜索。

[0012]图1示出依据本发明的可能实施例的移动通信设备110的示例性示图。虽然图1将移动通信设备110示出为无线电话，但该移动通信设备110可以代表任何移动或便携设备，包括移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒等。

[0013]图2示出依据本发明的可能实施例的具有语音搜索引擎270的示例性移动通信设备110的方框图。该示例性移动通信设备110可以包括总线210、处理器220、存储器230、天线240、收发信机250、通信接口260、语音搜索引擎270和语音搜索数据库280。总线210可以允许移动通信设备110的组件之间的通信。

[0014]处理器220可以包括解释和执行指令的至少一个常规处理器或微处理器。存储器230可以是随机存取存储器(RAM)或另一类型的动态存储设备，其存储用于由处理器220执行的信息和指令。存储器230也可以包括只读存储器(ROM)，该只读存储器(ROM)可以包括常规ROM设备或另一类型的静态存储设备，其为处理器220存储静态信息和指令。

[0015]收发信机250可以包括一个或多个发射机和接收机。该收发信机250可以包括足够的功能以与任何网络或通信站接驳，并且可以以本领域技术人员所公知的任何形式被硬件或软件所限定。处理器220可与收发信机250协同操作，以支持通信网络内的操作。

[0016]通信接口260可以包括有利于经由通信网络的通信的任何机制。例如，通信接口260可以包括调制解调器。可选地，通信接口260可以包括用于辅助收发信机250经由无线连接与其他设备和/或系统进行通信的其他机制。

[0017]移动通信设备110可以响应于处理器220执行包含在计算机可读介质，诸如存储器230中的指令序列而执行这些功能。这些指令可以从另一个计算机可读介质，诸如存储设备读取到存储器230中，或者经由通信接口260从分离的设备读取到存储器230中。

[0018]语音搜索数据库280在移动通信设备110中对所有特征、功能、文档、内容、事件和应用等进行索引，并且将它们存储为具有索引的项。出于识别和匹配的目的，语音搜索数据库280中的每个项都具有语言表示。此后，出于比较和匹配的目的，该语言表示可以包括音素表示、音节表示、词素表示、单词表示等。这些表示不同于用于阅读目的的文本描述。

[0019]当将特征、功能、文件、内容、事件和应用等添加到移动通信设备110中时，它们最初可以例如由文本、语音、图片等来描述。如果原始描述是文本，则该文本被翻译成语言表示；并且如果原始描述是语音或图片，则它们的文本元数据被翻译成语言表示。如果该元数据不可用，则可以从用户获得元数据，或者通过与设备上的或该设备以外的类似内容比较而从内容推断出元数据，然后将其翻译成语言表示。

[0020]语音搜索数据库280还可以包含所存储的每个项的分类索引。以下述方式来组织该存储在语音搜索数据库280中的分类索引：即，可以容易地在移动通信设备110上操纵和显示它们的方式。例如，可以在一个显示标签内显示或概括单个类的所有索引，通过单击可以将其带到显示器的前景或者将其隐藏；并且可以通过单击来选择类中的索引，并且利用与类相关联的默认应用来启用该类中的索引。这些用户可选动作还可以通过语音命令来完成。

[0021]该语音搜索数据库280还可以包含存储在其他设备上的特征、功能、文件、内容、事件、应用等。例如，用户可以具有存储在膝上型电脑上或另一移动通信设备上的、可在语音搜索数据库280中被索引和分类的信息。用户可以请求语音搜索引擎270响应于用户查询而可以从其他设备提取的这些特征、功能、文件、内容、事件、应用等。同样应注意，虽然语音搜索数据库280被作为分离的实体示出在图表中，但该语音搜索数据库280可以被存储在存储器230中，或被外部存储于另一个计算机可读介质中。

[0022]图1和图2中示出的移动通信设备110和相关讨论是为了提供对可以在其中实现本发明的适当通信和处理环境的简要、一般的描述。虽然不需要，但是将至少部分地在由移动通信设备110，诸如通信服务器或者通用计算机执行计算机可执行指令，诸如程序模块的一般背景下描述本发明。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例行程序、对象、组件、数据结构等。此外，本领域技术人员将意识到，可以在具有许多类型的通信设备和计算机系统配置的通信网络环境中实践本发明的其他实施例，所述许多类型的通信设备和计算机系统配置包括蜂窝设备、移动通信设备、个人计算机、手持设备、多处理器系统、基于微处理器的或可编程消费电子设备等等。

[0023]出于说明的目的，以下将与图1和图2中所示的方框图相关地描述语音搜索引擎270的操作和语音搜索过程。

[0024]图3是说明与依据本发明的可能实施例的语音搜索过程相关联的一些基本步骤的示例性流程图。该过程在步骤3100开始，并且继续到步骤3200，在步骤3200中语音搜索引擎270从移动通信设备110的用户接收搜索查询。例如，用户可以在语音搜索用户接口的主菜单处请求马修的图片、Megan的地址或歌曲的标题。如上所述，所请求的项不必驻留在移动通信设备110上。该项可以存储在另一设备上，诸如个人计算机、膝上型电脑、另一个移动通信设备、MP3播放器等。

[0025]在步骤3300，该语音搜索引擎270识别该搜索查询中的话音部分。例如，该语音搜索引擎270可以使用自动语音识别(ASR)系统来将语音查询转换成语言表示，诸如单词、词素、音节、音素等，在本发明的精神和范围之内。

[0026]在步骤3400，语音搜索引擎270将识别出的语言表示与在语音搜索数据库280中存储的每个项进行比较以找到匹配。在步骤3500，语音搜索引擎根据它们的分类索引向用户显示匹配的项。该匹配可以被显示为例如分类标签、列表、图标、图像或音频文件。

[0027]在步骤3600，语音搜索引擎270接收来自所显示的匹配中的用户选择。在步骤3700，该语音搜索引擎270在一个或多个设备上检索与用户所选择的项对应的特征、功能、文件、内容、事件、应用等；并且然后该语音搜索引擎270根据资料的类为用户执行所检索的资料。例如，所检索的资料是媒体文件，则该语音搜索引擎270将为用户播放该媒体文件；如果所检索的资料是帮助主题、电子邮件、照片等，则该语音搜索引擎270将为用户显示该资料。过程进入步骤3800，并且结束。

[0028]在本发明范围内的实施例还可以包括计算机可读介质，用于承载或具有存储于其上的计算机可执行指令或数据结构。这样的计算机可读介质可以是通用或专用计算机可以访问的任何可用介质。举例来说，而非限制，此类计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备或者可被用于以计算机可执行指令或数据结构形式承载或存储所期望的程序代码方法的任何其他介质。当通过网络或另一通信连接(硬连线的、无线的或者它们的组合)来向计算机传输或提供信息时，该计算机适当地将该连接视作计算机可读介质。因此，任何这类连接都被适当地称作计算机可读介质。上述的组合也应该被包括在计算机可读介质的范围内。

[0029]计算机可执行指令包括，例如，促使通用计算机、专用计算机、或特殊用途处理设备执行特定功能或一组功能的指令和数据。计算机可执行指令还包括在单机或网络环境下由计算机执行的程序模块。通常，程序模块包括例程、程序、对象、组件和数据结构等，其执行特定任务或实现特定抽象数据类型。计算机可执行指令、关联数据结构和程序模块代表用于执行以上所公开的方法的步骤的程序代码装置的示例。此类可执行指令或关联数据结构的特定序列代表用于实现这些步骤中所描述的功能的对应动作的示例。

[0030]虽然上面的描述可以包含特定细节，但是它们不应被解释为以任何方式限制权利要求。所描述的本发明的实施例的其他配置是本发明范围的一部分。例如，本发明的原理可以应用于每个独立的用户，其中每个用户可以单独地部署这样的系统。这使每个用户能够利用本发明的益处，即使大量可能应用中的任何一个都不需要此处描述的功能。换句话说，可能存在图2中的语音搜索引擎270的多个实例，每个语音搜索引擎270以多种可能的方式处理内容。并不是所有的终端用户必须使用一个系统。相应地，应当仅由所附权利要求和其法定等价内容来限定本发明，而不是所给出的任何特定示例。

权利要求书(按照条约第19条的修改)

1.一种用于在移动通信设备中执行语音搜索的方法，所述方法包括：

从所述移动通信设备的用户接收搜索查询；

将所述搜索查询中的话音部分转换成语言表示；

将所述语言表示与语音搜索数据库中的项的语言表示进行比较以找到匹配，其中所述语音搜索数据库具有针对与所述移动通信设备相关联的项的索引；

向所述用户显示所述匹配；

接收来自所显示的匹配中的所述用户的选择；以及

检索和执行所述用户的选择，

其中所述语言表示包括选自下述集合的至少一个元素，所述集合由词素、音节、音子和音素组成。

3.如权利要求1所述的方法，其中所述项是特征、功能、文件、内容、事件和应用中的至少一个。

4.如权利要求1所述的方法，其中所述项可以与作为所述移动通信设备内部和外部之一的设备相关联。

5.如权利要求1所述的方法，其中所述用户选择促使在所述移动通信设备上执行操作。

6.如权利要求1所述的方法，其中所述匹配被显示为列表、标签、图标、图像或音频文件中的至少一个。

7.如权利要求1所述的方法，其中所述移动通信设备是下述之一：移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒。

8.一种在移动通信设备中执行语音搜索的装置，所述装置包括：

语音搜索数据库，所述语音搜索数据库具有针对与所述移动通信设备相关联的项的索引；以及

语音搜索引擎，所述语音搜索引擎从所述移动通信设备的用户接收搜索查询，将所述搜索查询中的话音部分转换成语言表示，将所述语言表示与所述语音搜索数据库中的项的语言表示进行比较以找到匹配，向所述用户显示所述匹配，接收来自所显示的匹配中的所述用户的选择，以及检索和执行所述用户的选择，

其中所述语言表示包括选自下述集合的至少一个元素，所述集合由词素、音节、音子和音素组成。

10.如权利要求8所述的装置，其中所述项是特征、功能、文件、内容、事件、应用中的至少一个。

11.如权利要求8所述的装置，其中所述项可以与作为所述移动通信设备内部和外部之一的设备相关联。

12.如权利要求8所述的装置，其中所述用户的选择促使在所述移动通信设备上执行操作。

13.如权利要求8所述的装置，其中所述匹配被显示为列表、标签、图标、图像或音频文件中的至少一个。

14.如权利要求8所述的装置，其中所述移动通信设备是下述之一：移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒。

15.一种移动通信设备，包括：

收发信机，所述收发信机发送和接收信号；

语音搜索数据库，所述语音搜索数据库具有针对与所述移动通信设备相关联的项的索引；以及

语音搜索引擎，所述语音搜索引擎从所述移动通信设备的用户接收搜索查询，将所述搜索查询中的话音部分转换成语言表示，将所述语言表示与所述语音搜索数据库中的项的语言表示进行比较以找到匹配，向所述用户显示所述匹配，接收来自所显示的匹配中的所述用户的选择，以及检索和执行所述用户的选择，

其中所述语言表示包括选自下述集合的至少一个元素，所述集合由词素、音节、音子和音素组成。

17.如权利要求15所述的移动通信设备，其中所述项是特征、功能、文件、内容、事件和应用中的至少一个。

18.如权利要求15所述的移动通信设备，其中所述项可以与设备相关联，所述设备是所述移动通信设备外部和内部的一个设备。

19.如权利要求15所述的移动通信设备，其中所述用户的选择促使操作在所述移动通信设备上执行。

20.如权利要求15所述的移动通信设备，其中所述移动通信设备是下述之一：移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒。

Claims (20)

1.一种用于在移动通信设备中执行语音搜索的方法，包括：

从所述移动通信设备的用户接收搜索查询；

将所述搜索查询中的话音部分转换成语言表示；

将所述查询语言表示与语音搜索数据库中的所有项的语言表示进行比较以找到匹配，其中所述语音搜索数据库已经对与所述移动通信设备相关联的所有项作了索引；

向所述用户显示所述匹配；

接收来自所显示的匹配中的用户选择；以及

检索和执行所述用户选择。

2.如权利要求1所述的方法，其中所述语言表示是单词、词素、音节、音子和音素中的至少一个。

3.如权利要求1所述的方法，其中所述项是特征、功能、文件、内容、事件和应用中的至少一个。

4.如权利要求1所述的方法，其中所述项可以与作为所述移动通信设备内部和外部之一的设备相关联。

5.如权利要求1所述的方法，其中所述用户选择促使在所述移动通信设备上执行操作。

6.如权利要求1所述的方法，其中所述匹配被显示为列表、标签、图标、图像或音频文件中的至少一个。

7.如权利要求1所述的方法，其中所述移动通信设备是下述之一：移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒。

8.一种在移动通信设备中执行语音搜索的装置，包括：

语音搜索数据库，所述语音搜索数据库已经对与所述移动通信设备相关联的所有项作了索引；以及

语音搜索引擎，所述语音搜索引擎从所述移动通信设备的用户接收搜索查询，将所述搜索查询中的话音部分转换成语言表示，将所述查询语言表示与所述语音搜索数据库中的所有项的语言表示进行比较以找到匹配，向所述用户显示所述匹配，接收来自所显示的匹配中的用户选择，以及检索和执行所述用户选择。

9.如权利要求8所述的装置，其中所述语言表示是单词、词素、音节、音子和音素中的至少一个。

10.如权利要求8所述的装置，其中所述项是特征、功能、文件、内容、事件、应用中的至少一个。

11.如权利要求8所述的装置，其中所述项可以与作为所述移动通信设备内部和外部之一的设备相关联。

12.如权利要求8所述的装置，其中所述用户的选择促使在所述移动通信设备上执行操作。

13.如权利要求8所述的装置，其中所述匹配被显示为列表、标签、图标、图像或音频文件中的至少一个。

14.如权利要求8所述的装置，其中所述移动通信设备是下述之一：移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒。

15.一种移动通信设备，包括：

收发信机，所述收发信机发送和接收信号；

语音搜索数据库，所述语音搜索数据库已经对与所述移动通信设备相关联的所有项作了索引；以及

语音搜索引擎，所述语音搜索引擎从所述移动通信设备的用户接收搜索查询，将所述搜索查询中的话音部分转换成语言表示，将所述查询语言表示与所述语音搜索数据库中的所有项的语言表示进行比较以找到匹配，向所述用户显示所述匹配，接收来自所显示的匹配中的用户选择，以及检索和执行所述用户选择。

16.如权利要求15所述的移动通信设备，其中所述语言表示是单词、词素、音节、音子和音素中的至少一个。

17.如权利要求15所述的移动通信设备，其中所述项是特征、功能、文件、内容、事件和应用中的至少一个。

18.如权利要求15所述的移动通信设备，其中所述项可以与作为所述移动通信设备内部和外部之一的设备相关联。

19.如权利要求15所述的移动通信设备，其中所述用户的选择促使在所述移动通信设备上执行操作。

20.如权利要求15所述的移动通信设备，其中所述移动通信设备是下述之一：移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)以及电视机顶盒。

Images