CN101989284A

CN101989284A - 可携式电子装置、语音输入字典模块及其数据处理方法

Info

Publication number: CN101989284A
Application number: CN2009101592710A
Authority: CN
Inventors: 颜坤铭; 何泰轩
Original assignee: Cyberon Corp
Current assignee: Cyberon Corp
Priority date: 2009-08-07
Filing date: 2009-08-07
Publication date: 2011-03-23

Abstract

本发明是一种可携式电子装置、语音输入字典模块及其数据处理方法。该语音输入字典模块包含一字典数据库、一语音识别模块以及一字母序列配对模块。该字典数据库用以储存多个单字。该语音识别模块用以识别一语音声波，以产生至少一输入字母。该字母序列配对模块耦合至该字典数据库以及该语音识别模块，用以自该语音识别模块接收该至少一输入字母，累加地产生至少一已识别字母序列，并根据该至少一已识别字母序列，自该字典数据库，读取以该至少一已识别字母序列作为起始之至少一单字。

Description

可携式电子装置、语音输入字典模块及其数据处理方法

技术领域

本发明是关于一种可携式电子装置、用于该可携式电子装置的语音输入字典模块及其数据处理方法；更详细地说，本发明是关于一种通过识别一语音声波，以查询单字的可携式电子装置、用于该可携式电子装置的语音输入字典模块及其数据处理方法。

背景技术

随着时代的进步，人们与电子产品的互动也越来越频繁。现今电子产品的功能更趋向多元化发展，例如：移动电话具备电子辞典、GPS、行事历...等功能。然而，由于单一电子产品所具备的功能的多元化，也使得电子产品的操控方式也日趋复杂。以一具备电子辞典功能的移动电话为例，若使用者准备查询一英文单字，则该使用者需将该英文单字所有的英文字母通过移动电话的按钮，以手动方式一个一个英文字母依序输入至移动电话，以便其电子辞典功能顺利运作，倘若该英文单字所包含的英文字母越多时(例如火山硅肺症；Pneumonoultramicroscopicsilicovolcanoconiosis)，则使用者将耗费更多的时间于输入英文字母这个动作。

有鉴于此，要如何将电子辞典功能与语音识别系统结合，以语音输入方式取代传统的手动输入方式进行单字的查询，并将其应用于各种不同类型的电子产品上，这是语音识别系统制造厂商亟待达成的目标。

发明内容

本发明的一目的在于提供一种语音输入字典模块，其包含一字典数据库、一语音识别模块以及一字母序列配对模块。该字母序列配对模块耦合至该字典数据库以及该语音识别模块。该字典数据库用以储存多个单字。该语音识别模块用以识别一语音声波，以产生至少一输入字母。该字母序列配对模块则用以自该语音识别模块接收该至少一输入字母，累加地产生至少一已识别字母序列，并根据该至少一已识别字母序列，自该字典数据库，读取以该至少一已识别字母序列作为起始的至少一单字。

本发明的另一目的在于提供一种可携式电子装置。该可携式电子装置包含前段所述的语音输入字典模块以及一显示模块。语音输入字典模块的字母序列配对模块耦合至其字典数据库、语音识别模块以及该显示模块。该字典数据库储存多个单字。该语音识别模块用以识别一语音声波，以产生至少一输入字母。该字母序列配对模块则用以自该语音识别模块接收该至少一输入字母，累加地产生至少一已识别字母序列，并根据该至少一已识别字母序列，自该字典数据库，读取以该至少一已识别字母序列作为起始的至少一单字。该显示模块则自该字母序列配对模块接收并显示该至少一单字。

本发明的又一目的在于提供一种用于一语音输入字典模块的数据处理方法，适用于前段所述的语音输入字典模块。该数据处理方法包含下列步骤：(a)识别一语音声波，以产生至少一输入字母；(b)接收该至少一输入字母，并根据该至少一输入字母累加地产生至少一已识别字母序列；以及(c)根据该至少一已识别字母序列，自语音输入字典模块的字典数据库，读取以该至少一已识别字母序列作为起始的至少一单字。

本发明的可携式电子装置可通过其语音输入字典模块，以识别一语音声波的方式，并同字典数据库储存的多个单字，协助使用者查询其所需的单字。如此一来，使用本发明的可携式电子装置的使用者将可直接以语音输入方式取代繁琐的手动输入方式来查询单字，使得可携式电子装置的操作更加的便利。

附图说明

在参阅附图及随后描述的实施方式后，该技术领域具有通常知识者便可了解本发明的其它目的，以及本发明的技术手段及实施态样，其中：

图1是本发明的第一实施例的示意图；

图2是第一实施例的语音输入字典模块的示意图；

图3A及图3B是本发明的第二实施例的流程图；以及

图4A至图4D是第一实施例的显示模块的示意图。

具体实施方式

以下将通过实施例来举例说明本发明内容，并非用以限制本发明。本发明的描述是关于一种可携式电子装置、使用于可携式电子装置的语音输入字典模块及其数据处理方法，该可携式电子装置可为易于随时移动携带的电子装置，如移动电话、个人数字助理装置(PDA)...等，但不以前述的装置为限制。需说明者，以下实施例及附图中，与本发明非直接相关的元件已省略而未绘示；且附图中各元件间的尺寸关系仅为求容易了解，非用以限制其实际比例。

图1是本发明的第一实施例的可携式电子装置1的示意图。可携式电子装置1包含一录音模块11、一语音输入字典模块13、一手动输入模块15以及一显示模块17。语音输入字典模块13耦合至录音模块11、手动输入模块15以及显示模块17。

录音模块11则包含一启动模块11a以及一结束模块11b，启动模块11a用以致能录音模块11，俾开始录制使用者的一语音声波102，并建立语音声波102的一起始点；结束模块11b用以禁能录音模块11，以便结束录制语音声波102，以建立语音声波102的一结束点。除此之外，在其它实施态样中，语音声波102的起始点以及结束点亦可例如通过一能量分析模块分析语音声波102的能量大小变化而决定。换言之，使用者可通过录音模块11的启动模块11a以及结束模块11b手动建立语音声波102的起始点以及结束点，或通过一能量分析模块自动检测语音声波102的起始点及结束点。手动输入模块15则可为键盘或触控屏幕等输入接口，使得使用者能够藉其输入至少一手动输入字母104。

当语音输入字典模块13自录音模块11接收语音声波102之后。语音输入字典模块13将识别语音声波102，并根据识别结果产生至少一单字106。显示模块17则自语音输入字典模块13接收单字106并显示单字106。

图2是可携式电子装置1的语音输入字典模块13的示意图。语音输入字典模块13包含一语音识别模块131、一寄存器133、一字母序列配对模块135以及一字典数据库137。字母序列配对模块135耦合至语音识别模块131、字典数据库137以及手动输入模块15。语音识别模块131包含一特征向量抽取模块131a、一维特比(Viterbi)搜寻模块131b以及一语音模型库(Word Model Pool)131c。

语音识别模块131接收语音声波102之后，特征向量抽取模块131a将分析语音声波102，以产生一特征向量132。接着，维特比搜寻模块131b即根据特征向量132，通过一维特比算法语音模型库1131c进行搜寻，以产生至少一输入字母136。语音模型库131c储存多个与语者无关的字母语音模型134。维特比搜寻模块131b将特征向量132与这些语音模型134比较，并藉此产生数量不等(一个或多个)的输入字母136。同时，维特比搜寻模块131b将根据特征向量132与这些语音模型134比较的相似度，针对输入字母136，标志一机率分数。接着，字母序列配对模块135将根据前述的机率分数依序排列前述的输入字母136，并将其加入到已识别字母序列138并暂存至寄存器133中。

最后，字母序列配对模块135将根据依序排列的至少一已识别字母序列138，自该字典数据库，读取以至少一已识别字母序列138作为起始的单字106。

需注意的是，当语音识别模块131接收另一语音声波后，字母序列配对模块135将由该另一语音声波所识别出的另一输入字母累加至前述的已识别字母序列138，进而产生新的已识别字母序列138。换言之，已识别字母序列138是不同时间中，已识别的输入字母的排列组合，所属技术领域具有通常知识者应可理解将输入字母进行累加的方式，故在此不再赘述。随后，字母序列配对模块135将根据前述新的已识别字母序列138累积的机率分数进行总合排列，再行暂存于寄存器133中。字母序列配对模块135则根据目前暂存于寄存器的新的已识别字母序列138，自该字典数据库，读取以新的已识别字母序列138作为起始的单字106。

除此之外，字母序列配对模块135亦可自手动输入模块15接收手动输入字母104，再依据前段所述的方式将手动输入字母104累加至暂存于寄存器133中的已识别字母序列138。简言之，本实施例中所述的字母输入方式可通过语音输入方式、手动输入方式或是语音输入方式与手动输入方式的组合完成的。

详细来说，假设使用者产生的语音声波102是英文字母「b」，通过语音识别模块131识别后，将产生输入字母「b」以及「d」的结果。同时，语音识别模块13将分别标志一机率分数至前述输入字母「b」以及「d」，如表1所示。

表1

顺序	字母	机率分数
			1	b	85
2	d	80

若语音识别模块131再接收到由使用者产生，代表英文字母为「o」的语音声波，则通过语音识别模块131识别后，将产生输入字母为「o」以及「r」的结果，同时，语音识别模块131将分别标志一机率分数至前述输入字母「o」以及「r」，如表2所示。

表2

顺序	字母	机率分数
			1	0	83
2	r	80

通过字母序列配对模块135进行累加的方式，暂存于寄存器133的已识别字母序列138则为「b」、「d」与「o」、「r」的组合，如表3所示，并依已识别字母序列138的字母机率分数的总合依序排列。

表3

顺序	已识别字母序列	机率分数
			1	bo	168
2	br	165
			3	do	163
4	dr	160

倘若使用者再以手动输入模块15输入代表英文字母为「o」的手动输入字母104，则字母序列配对模块135将手动输入字母104累加至暂存于寄存器133的已识别字母序列138，如表4所示。

表4

顺序	已识别字母序列	机率分数
			1	boo	168
2	bro	165
			3	doo	163
4	dro	160

在此需注意的是，由于手动输入字母104是使用者已确定输入的字母，因此其不需通过维特比搜寻模块131b标志任何机率分数，因此再次合并后的已识别字母序列138的机率分数将不会变动。

换句话说，使用者将依序地念出其欲查询知的单字的字母，语音识别模块131将依序地识别该单字的这些字母的语音声波并产生识别输入字母136，最后通过字母序列配对模块135将每次识别所产生的识别输入字母136合并为已识别字母序列138。接着，字母序列配对模块135自该字典数据库137查询以已识别字母序列138作为起始的单字106，再将其传送至显示模块17并显示之。

图3A以及图3B是本发明的第二实施例的数据处理方法的流程图，其是用于第一实施例所述的可携式电子装置1的语音输入字典模块13。

首先，于步骤301中，检测语音声波的一起始点以及检测语音声波的一结束点。接着于步骤303中，分析语音声波以产生特征向量。并于步骤305中，根据特征向量以维特比算法自语音模型库搜寻并产生至少一输入字母，同时针对至少一输入字母，标志一机率分数。

于步骤307中，根据至少一输入字母，累加地产生至少一已识别字母序列。于步骤309中，储存至少一已识别字母序列于寄存器。其中，于步骤307中，亦可于步骤310中手动输入的手动输入字母累加至少一已识别字母序列，代表使用者可用键盘或触控屏幕输入字母，并将手动输入字母累加至已识别字母序列，进而产生一新的已识别字母序列。

随后于步骤311中，根据机率分数依序排列至少一已识别字母序列。接着，于步骤313中，根据依序排列的至少一已识别字母序列，自字典数据库，读取以至少一已识别字母序列作为起始的至少一单字。进一步说明，所属技术领域具有通常知识者可直接了解步骤313可以使用二分搜寻法搭配线性搜寻法来达成搜寻单字的动作，故在此不再赘述。最后，于步骤315中，输出单字至显示模块。

需说明的是，于步骤313中，若无法寻找到符合已识别字母序列的单字，则删除亦不显示无符合的单字的已识别字母序列，若所有的已识别字母序列皆无法寻找到符合的单字，则显示模块将显示字典数据库中已经找不到符合的单字的信息。

图4A至图4D是可携式电子装置1操作时，显示模块17的示意图。显示模块17具有一输入显示区17a以及一单字显示区17b。图4A至图4D是依序显示使用者以语音输入方式查询「code」的单字的示意图。输入显示区17a是根据机率分数，显示已识别字母序列。详细来说，输入显示区17a即用以显示语音识别模块131于接收并识别使用者输入语音声波后，字母序列配对模块135所产生的已识别字母序列中，其字母的机率分数的总合为最高者的已识别字母序列。单字显示区17b则根据已识别字母序列搭配字典数据库137，显示可供使用者选择的单字。意即，单字显示区17b即为显示字母序列配对模块135根据已识别字母序列自字典数据库137所查询出的各种单字。

请参考图4A，当语音识别模块131接收并识别出使用者输入的第一个语音声波后，输入显示区17a将显示「c」，此即代表由语音识别模块131识别出第一个语音声波中，机率分数最高的字母为「c」。然而，语音识别模块131亦会就第一个语音声波识别出其它字母，例如机率分数较低的字母「t」、「b」、「p」、「d」，因此所有可能字母将同时被视为已识别字母序列138，并显示于单字显示区17b。具体说，语音识别模块131将先就使用者输入的第一个语音声波与语音模型库131c储存的语音模型进行比较，然后取得「c」、「t」、「b」、「p」、「d」这五种字母。

接着，请参考图4B，当语音识别模块131接收并识别出使用者输入的第二个语音声波之后，当语音识别模块131识别出第二个语音声波中，机率分数最高的字母为「o」。由于目前已识别字母序列中，机率分数总合最高者为「co」，因此输入显示区17a将显示「co」。同时，因语音识别模块131亦会就第二个语音声波识别出其它字母，例如机率分数较低的字母「r」、「l」二个字母，其亦分别通过字母序列配对模块135并入至前段所述的已识别字母序列「c」、「t」、「b」、「p」、「d」，随后将产生新的已识别字母序列138(即「co」、「to」、「bo 」、「po」、「do」、「cr」、「tr」、「br」、「pr」、「dr」、「cl」、「tl」、「bl」、「pl」、「dl」)，同时，字母序列配对模块135将自字典数据库137中查询出可能的单字，并根据机率分数依序排列并显示于单字显示区17b中(如「co-operation」、「to」、「bo」、「po」、「do」、「crab」等)。

图4C是当语音识别模块131接收并识别出使用者输入的第三个语音声波之后的示意图，其产生过程与前段叙述相同，故在此不再赘述。请继续参阅图4D，当使用者输入第四个语音声波之后，即完成「code」单字的输入，输入显示区17a即会显示出「code」，即其字母的机率分数的总合为目前已识别字母序列中的最高者。使用者当可选取该单字。需特别说明的是，当使用者进行语音输入时，可不必等待每一字母识别结束后，再语音输入下一个字母，可将全部字母一次依序输入，或一次依序输入多个字母，更可以随时以手动输入模块输入手动输入字母。

综上所述，本发明是将语音识别技术与电子辞典结合，并将其应用于可携式电子装置中。通过本发明的可携式电子装置，可通过语音输入的方式迅速且正确地查询到单字，同时亦可以连续输入的方式，省去等待识别的时间。另外，使用者亦可通过手动输入，进而辅助语音输入以更快的速度达成查询单字的目的。

上述的实施例仅用来例举本发明的实施态样，以及阐释本发明的技术特征，并非用来限制本发明的范畴。任何熟悉此技术者可轻易完成的改变或均等性的安排均属于本发明所主张的范围，本发明的权利范围应以申请专利范围为准。

Claims

1.一种语音输入字典模块，用于一可携式电子装置，该语音输入字典模块包含：

一字典数据库，用以储存多个单字；

一语音识别模块，用以识别一语音声波，以产生至少一输入字母；以及

一字母序列配对模块，耦合至该字典数据库及该语音识别模块，用以自该语音识别模块接收该至少一输入字母，累加地产生至少一已识别字母序列，并根据该至少一已识别字母序列，自该字典数据库，读取以该至少一已识别字母序列作为起始之至少一单字。

2.根据权利要求1所述的语音输入字典模块，其特征在于，该语音识别模块还包含：

一语音模型库；以及

一维特比搜寻模块，根据一特征向量以一维特比算法自该语音模型库搜寻并产生该至少一输入字母。

3.根据权利要求2所述的语音输入字典模块，其特征在于，该维特比搜寻模块针对该至少一输入字母，标志一机率分数。

4.根据权利要求3所述的语音输入字典模块，其特征在于，该字母序列配对模块根据该机率分数依序排列该至少一已识别字母序列，且根据该依序排列的至少一已识别字母序列，自该字典数据库读取该至少一单字。

5.根据权利要求4所述的语音输入字典模块，其特征在于，该可携式电子装置还包含一显示模块，耦合至该语音输入字典模块，该字母序列配对模块用以输出该至少一单字至该显示模块，该显示模块显示该至少一单字。

6.根据权利要求1所述的语音输入字典模块，其特征在于，该可携式电子装置还包含一手动输入模块，其中该手动输入模块用以输入至少一手动输入字母，并将该至少一手动输入字母累加至该至少一已识别字母序列。

7.一种用于一语音输入字典模块的数据处理方法，该语音输入字典模块用于一可携式电子装置，且包含一字典数据库，储存多个单字，该数据处理方法包含下列步骤：

(a)识别一语音声波，以产生至少一输入字母；

(b)接收该至少一输入字母，并根据该至少一输入字母累加地产生至少一已识别字母序列；以及

(c)根据该至少一已识别字母序列，自该字典数据库，读取以该至少一已识别字母序列作为起始的至少一单字。

8.根据权利要求7所述的数据处理方法，其特征在于，步骤(a)还包含下列步骤：

分析该语音声波以产生一特征向量；以及

根据该特征向量以一维特比算法自一语音模型库搜寻并产生该至少一输入字母。

9.根据权利要求8所述的数据处理方法，其特征在于，还包含以下步骤：

针对该至少一输入字母，标志一机率分数。

10.根据权利要求9所述的数据处理方法，其特征在于，步骤(c)还包含下列步骤：

根据该机率分数依序排列该至少一已识别字母序列；以及

根据该依序排列的至少一已识别字母序列，自该字典数据库读取该至少一单字。

11.根据权利要求7所述的数据处理方法，其特征在于，还包含下列步骤：

手动输入至少一手动输入字母；以及

将该至少一手动输入字母累加至该至少一已识别字母序列。

12.一种可携式电子装置，包含：

一显示模块；以及

一语音输入字典模块，耦合至该语音输入字典模块，具有：

一字典数据库，用以储存多个单字；

一字母序列配对模块，耦合至该字典数据库以及该语音识别模块，用以自该语音识别模块接收该至少一输入字母，累加地产生至少一已识别字母序列，根据该至少一已识别字母序列，自该字典数据库，读取以该至少一已识别字母序列作为起始的至少一单字，并输出该至少一单字；

其中，该显示模块自该字母序列配对模块接收并显示该至少一单字。

13.根据权利要求12所述的可携式电子装置，其特征在于，还包含一手动输入模块，用以输入至少一手动输入字母，并将该至少一手动输入字母累加至该至少一已识别字母序列。

14.根据权利要求12所述的可携式电子装置，其特征在于，该语音识别模块还包含：

一语音模型库；以及

15.根据权利要求14所述的可携式电子装置，其特征在于，该维特比搜寻模块针对该至少一输入字母，标志一机率分数。

16.根据权利要求15所述的可携式电子装置，其特征在于，该字母序列配对模块根据该机率分数依序排列该至少一已识别字母序列，且根据该依序排列的至少一已识别字母序列，自该字典数据库读取该至少一单字。