CN102866824A - 执行链接的显示设备和方法及其识别语音的方法 - Google Patents

Abstract

提供了一种用于执行链接的显示设备和方法及其识别语音的方法。显示设备的执行链接的方法包括：显示用户界面，确定包括在用户界面中的链接所包括的文本，将链接中确定的文本显示为与其它文本相区别，识别来自用户的语音输入，如果用户说出的语音与在链接中确定的文本匹配，则执行与匹配文本相关联的链接。因此，减少了对用户的语音输入的误识别的概率，并且用户使用更准确的语音识别控制显示设备。

Description

执行链接的显示设备和方法及其识别语音的方法

本申请要求于2011年6月7日提交到韩国知识产权局的第10-2011-0054722号韩国专利申请以及于2011年11月6日提交到韩国知识产权局的第10-2011-0119412号韩国专利申请的优先权，它们的公开通过参考全部合并于此。

技术领域

与示例性实施例一致的方法和设备涉及一种用于执行链接的显示设备和方法及其用于识别语音的方法，更具体地，涉及一种识别用户的语音并执行控制命令的显示设备、一种用于执行链接的方法及其用于识别语音的方法。

背景技术

随着最近的显示设备已变得多功能化且先进，已经开发了多种用于控制显示设备的输入方法。例如，已经开发了使用鼠标的输入方法、使用触摸板的输入方法和使用动作感测遥控器的输入方法。

具体地，在这些多种输入方法中，正在开发通过识别用户的语音来控制显示设备的语音识别方法。

然而，由于人们具有不同的口语结构和不同的发音，识别用户说出的语音可能不会产生满意的结果。

也就是说，如果语音识别设备误识别了用户说出的语音，则存在的问题是用户不能按照他/她想要的方式控制显示设备。

发明内容

一个或多个示例性实施例可克服以上缺点和上面没有描述的其它缺点。然而，应理解，一个或多个示例性实施例不必克服上述缺点，并且可以不克服上述的任何问题。

一个或多个示例性实施例提供了一种防止用户说出的语音的误识别并因而能够更准确地感知语音的显示设备、一种执行链接的方法及其识别语音的方法。

根据示例性实施例的一方面，提供了一种用于显示设备的语音识别方法，该方法包括：确定从第一显示项提取的第一文本；显示第一文本使得第一文本与其它文本相区别；识别来自用户的语音输入；确定识别的语音是否对应于第一文本，响应于确定识别的语音输入对应于第一文本，选择第一显示项。

第一文本可以是包括在第一显示项中的部分文本或者是第一显示项的相关文本。

第一显示项可以是链接。

可使用颜色、字体、粗细或下划线将第一文本显示为与其它文本相区别。

可使用通知可以进行语音识别的视觉指示(例如，图标)将第一文本显示为与其它文本相区别。

显示项可以是由搜索引擎进行的搜索的结果。

第一显示项可以是超链接，选择超链接可显示与显示项链接的网页。

确定步骤可按照这样的方式确定第一文本：使第一文本与从另一显示项提取的第二文本不重复(即，共用共同词语)。

所述方法还可包括：如果识别的语音输入与第一文本不匹配，则通过显示识别的语音输入通知语音误识别。

其它文本可包括第一显示项中包括的文本中除第一文本之外的文本。

可根据包括在第一显示项中的词语被列出的顺序确定第一文本。

可通过分析包括在第一显示项中的词语的含义来确定第一文本。

可通过声音处理第一文本以将第一文本与其它文本相区别。

选择第一显示项的步骤可包括：显示通过执行与第一显示项相关联的功能而形成的屏幕。

根据另一示例性实施例的一方面，提供了一种显示设备，包括：显示单元，显示第一显示项；文本确定单元，提取与显示项对应的第一文本；语音识别单元，识别来自用户的语音输入；控制器，控制显示单元显示第一文本使得第一文本与其它文本相区别，确定识别的语音是否对应于第一文本，响应于确定识别的语音输入对应于第一文本，控制显示单元选择第一显示项。

第一文本可包括以下项中的至少一个：包括在第一显示项中的部分文本和显示项的相关文本。

第一显示项可包括链接。

可使用颜色、字体、粗细或下划线将第一文本处理为与其它文本相区别。

可使用通知可以进行语音识别的视觉指示(例如，图标)将第一文本显示为与其它文本相区别。

显示项可以是由搜索引擎进行的搜索的结果。

第一显示项可以是超链接，选择第一显示项可包括显示与第一显示项链接的网页。

文本确定单元可按照这样的方式确定第一文本：使第一文本与从第二显示项提取的第二文本不重复(即，共用共同词语)。

如果识别的语音输入与第一文本不匹配，则控制器可通过将识别的语音输入显示给用户来向用户通知语音误识别。

其它文本可包括第一显示项中包括的文本中除第一文本之外的文本。

可根据包括在第一显示项中的词语被列出的顺序确定第一文本。

可通过分析包括在第一显示项中的词语的含义来确定第一文本。

可通过声音处理第一文本以将第一文本与其它文本相区别。

选择第一显示项可包括：显示通过执行与第一显示项相关联的功能而形成的屏幕。

根据另一示例性实施例，提供了一种显示设备的执行链接的方法，该方法包括：显示用户界面；提取包括在用户界面中的第一链接所包括的文本；将从第一链接提取的文本显示为与其它文本相区别；识别来自用户的语音输入，如果识别的用户的语音输入与从第一链接提取的文本匹配，则执行包括匹配文本的第一链接。

提取步骤可包括以这样的方式提取文本：使链接的第一文本与从第二链接提取的第二文本不重复(即，共用共同词语)。

显示步骤可包括：使用颜色、字体、粗细或下划线将提取的文本显示为与其它文本相区别。

显示步骤可包括：在提取的文本的一侧显示指示可以进行语音识别的视觉指示(例如，图标)。

所述方法还可包括：如果被显示为图像的链接被包括在用户界面中，则在被显示为图像的第一链接的一侧显示特定文本，执行步骤可包括：如果识别的来自用户的语音输入与特定文本匹配，则执行包括匹配的特定文本的第一链接。

识别语音输入的步骤可包括：通过包括麦克风的外部语音识别设备接收和识别用户的语音信息。

根据另一示例性实施例的一方面，提供了一种显示设备，包括：显示单元，显示用户界面；文本提取单元，提取包括在用户界面中的第一链接所包括的文本；语音识别单元，识别来自用户的语音输入；控制器，控制显示单元将从第一链接提取的文本显示为与其它文本相区别，如果识别的来自用户的语音输入与从第一链接提取的文本匹配，则执行第一链接。

文本提取单元可按照这样的方式提取文本：使第一链接的文本可以与从第二链接提取的文本不重复(即，共用共同词语)。

控制器可控制显示单元使用颜色、字体、粗细或下划线将提取的文本显示为与其它文本相区别。

控制器可控制显示单元在提取的文本的一侧显示视觉指示(例如，图标)，所述视觉指示包括指示可以进行语音识别的信息。

如果被显示为图像的第一链接被包括在用户界面中，则控制器可控制显示单元在被显示为图像的第一链接的一侧显示特定文本，如果识别的来自用户的语音输入与特定文本匹配，则可执行第一链接。

语音识别单元可接收和识别由包括麦克风的外部语音识别设备识别的用户的语音信息。

根据另一示例性实施例的一方面，提供了一种显示设备的识别语音的方法，所述方法包括：识别来自用户的语音输入，如果识别出用户的语音输入，则搜索与识别的语音输入匹配的文本；在匹配文本的一侧显示匹配文本和与匹配文本相似的文本；根据来自用户的另外的语音识别选择匹配文本和相似文本中的一个。

选择步骤可包括：如果在预定时间内没有来自用户的另外的语音识别，则选择匹配文本。

显示步骤可包括：在相似文本的一侧显示标识文本，标识文本可以与匹配文本的发音不同。

选择步骤可包括：如果来自用户的另外识别的语音与标识文本匹配，则选择相似文本。

显示步骤还可包括：从数据库中检测与匹配文本相关联的相似文本，在所述数据库中，相似文本与匹配文本相关联并被记录，并且所述相似文本与匹配文本相关联并被记录的数据库可以是可更新的。

根据另一示例性实施例的一方面，提供了一种显示设备，包括：显示单元；语音识别单元，识别用户说出的语音；控制器，如果识别了用户说出的语音，则搜索与说出的语音匹配的文本，控制显示单元显示搜索到的文本，并在搜索到的文本的一侧显示与搜索到的文本相似的文本，并根据来自用户的另外的语音识别选择搜索到的文本和相似文本中的一个。

如果在预定时间内没有来自用户的另外的语音识别，则控制器可选择搜索到的文本。

控制器可控制显示单元在相似文本的一侧显示包括标识文本的标记，标识文本可以与搜索到的文本的发音不同。

如果来自用户的另外识别的语音与标识文本匹配，则控制器可选择相似文本。

显示设备还可包括相似文本被匹配并被记录的数据库，并且所述相似文本被匹配并被记录的数据库可以是可更新的。

根据另一示例性实施例的一方面，提供了一种显示设备的识别语音的方法，所述方法包括：确定与第一显示项对应的第一文本；通过将第一文本与第一显示项结合来显示第一文本，从而将第一显示项与第二显示项相区别；识别来自用户的语音输入；如果识别的语音输入对应于第一文本，则选择第一显示项。

第一文本可包括数字、字母表中的字母、罗马字符、第一显示项中所包括的部分文本或者第一显示项的相关文本。

第一显示项可包括菜单项、应用程序图标和链接。

第一文本可被圆圈或方框围绕。

第一显示项可包括由搜索引擎进行搜索的结果。

可应用于第一显示项的屏幕可包括用户界面，该用户界面包括第一显示项。

确定步骤可按照这样的方式确定第一文本：使第一文本与结合到第二显示项的第二文本不重复(即，共用共同词语)。

选择第一显示项的步骤可包括：如果判断识别的语音输入与第一文本匹配，则显示通过执行与第一显示项相关联的功能形成的屏幕。

根据另一示例性实施例的一方面，提供了一种显示设备，包括：显示单元，显示第一显示项；文本确定单元，确定与显示项对应的第一文本；语音识别单元，识别来自用户的语音输入；控制器，通过将第一文本结合到第一显示项来显示第一文本，从而将第一显示项与第二显示项相区别，如果识别的语音输入对应于第一文本，则控制显示单元选择第一显示项。

第一文本可包括数字、字母表中的字母、罗马字符、第一显示项中所包括的部分文本或者第一显示项的相关文本。

第一显示项可包括菜单项、应用程序图标或链接。

第一文本可被圆圈或方框围绕。

第一显示项可包括由搜索引擎进行搜索的结果。

第一显示项可包括超链接，选择第一显示项的步骤可包括：显示链接到第一显示项的网页。

确定步骤可按照这样的方式确定第一文本：使第一文本可与结合到第二显示项的第二文本不重复(即，共用共同词语)。

选择第一显示项的步骤可包括：显示通过执行与第一显示项相关联的操作形成的屏幕。

将在详细说明中阐述示例性实施例的另外的方面和优点，通过详细描述，示例性实施例的另外的方面和优点将是清楚的，或者可通过实施示例性实施例而得知。

附图说明

参照附图，通过详细描述示例性实施例，以上和/或其它方面将更加清楚，其中：

图1是示出根据示例性实施例的显示设备的框图；

图2到图4是用于解释根据示例性实施例的执行链接的图形用户界面(GUI)的示图；

图5是示出根据示例性实施例的用于执行链接的方法的流程图；

图6到图8是用于解释根据示例性实施例的通过提供相似文本来防止误识别的GUI的示图；

图9是示出根据示例性实施例的用于识别语音的方法的流程图；

图10到图13是解释根据示例性实施例的通过将显示项与文本结合来防止误识别的GUI的示图；

图14是示出根据另外的示例性实施例的用于识别语音的方法的流程图。

具体实施方式

以下，将参照附图更详细地描述示例性实施例。

在以下描述中，当相同的标号在不同的附图中示出时，它们用于相同的元件。在描述中限定的内容(诸如详细构造和元件)被提供用于帮助对示例性实施例的全面理解。因此，很明显，可在没有这些特别限定的内容的情况下实施示例性实施例。另外，在现有技术中公知的功能或元件没有被详细描述，这是因为它们会在不必要的细节上使示例性实施例模糊。

图1是示出根据示例性实施例的显示设备100的框图。如图1所示，显示设备100包括图像输入单元110、图像处理器120、显示单元130、文本确定单元140、语音识别单元150、数据库160、图形用户界面(GUI)产生单元170和控制器180。

图像输入单元110包括用于接收音频信号和视频信号的一个或多个输入端。例如，输入单元110可接收分量视频信号、超级视频家用系统(S-VHS)视频信号和复合视频信号、S-视频信号、视频图形阵列(VGA)信号、数字视觉接口(DVI)视频信号等。输入单元110可从外部装置(诸如视频播放器、数字多用盘(DVD)播放器、机顶盒或个人计算机)、通过网络(诸如局域网、广域网或互联网)、从广播信号(诸如卫星、有线或地面广播)等接收视频信号。输入单元110还接收与视频信号对应的音频信号。

图像处理器120针对通过图像输入单元110和通信单元(未示出)输入的视频信号和音频信号执行信号处理，诸如视频解码、视频缩放和音频解码。另外，图像处理器120将处理的视频信号输出到显示设备130。

显示单元130显示从图像处理器120输出的图像。另外，显示单元130可显示通过通信单元(未示出)加载的用户界面。另外，显示单元130可将GUI产生单元170产生的图形用户界面添加到图像，并显示图像和GUI。

文本信息确定单元140确定与正被显示的显示项(例如，图标、链接、应用程序等)对应的文本。例如，文本确定单元140可通过提取包括在显示项中的文本并将该文本与预先存储的文本结合来确定文本。

更具体地，文本确定单元140解析包括在链接中的文本信息，从而提取文本。可通过包括在显示项中的词语被列出的顺序并通过对包括在显示项中的词语的含义的分析来确定文本。例如，提取的文本可能是包括在显示项中的文本信息的有意义的关键词。可按照多种方式来提取有意义的关键词，所述多种方式例如为：通过将有意义的关键词与存储在数据库160中的库词典进行比较，或者提取被提取的文本的第一个词。

文本确定单元140确定的文本可以是包括在显示项中的部分文本和显示项的相关文本中的至少一个。

如果没有从显示项提取出文本，则文本确定单元140可通过将预先存储的文本(例如，数字、字母等)与显示项结合来确定文本。例如，可通过将第一显示项与文本“1”结合并通过将第二显示项与文本“2”结合来确定文本。

如果存在多于一个的显示项，则文本确定单元140提取每个显示项的不同文本，从而用户可说出与他/她希望执行的显示项对应的文本，而不用另外选择另一显示项。

语音识别单元150识别用户说出的语音输入，并将识别的语音输入作为文本信息输出。更具体地，语音识别单元150分析用户的语音特征(即，语音的特征矢量)形成的波形，辨别与用户说出的语音输入对应的词语或词语行，并将识别的语音输入作为文本信息输出。通过麦克风输入用户的语音，麦克风可被嵌入显示设备100或(通过有线连接或无线连接，通过网络等)与显示设备100连接。

虽然在图1中语音识别单元150被显示为显示设备100的一部分，但是这仅仅是示例，可通过经有线连接、无线连接、网络等与显示设备100连接的外部装置执行语音识别。

例如，可通过其中具有麦克风的外部语音输入设备(诸如，智能电话、平板PC或遥控器)来实现语音识别单元150。更具体地，语音识别单元150识别用户通过外部语音输入设备说出的语音输入，将语音转换为文本信息，并将识别的语音输入发送到显示设备100。如上所述，外部语音输入设备和显示设备100可使用诸如Wi-Fi或蓝牙的网络来互相交换文本信息。

数据库160存储库词典以提取有意义的关键词。另外，数据库160将识别的语音输入与相似文本匹配，并存储识别的语音输入和与识别的语音输入相关联的相似文本，其中，所述相似文本与识别的文本在发音上相似。

GUI产生单元170产生将被提供给用户的GUI。GUI产生单元170可按照同屏显示(OSD)的形式产生用户菜单。

控制器180根据用户操作控制显示设备100的总体操作。

具体地，控制器180可控制显示单元130将从包括在显示的用户界面中的链接提取的文本显示为与其它文本有区别。

更具体地，如果显示了用户界面，则控制器180控制文本确定单元140提取包括在显示的用户界面中的多个链接的文本。如果多个链接的文本被提取，则控制器180控制显示单元130将提取的文本与其它文本相区别。控制器180可使用文本的颜色、字体、粗细和下划线中的至少一个来将提取的文本显示为与其它文本相区别。

如果用户说出提取的文本中的一个且语音识别单元150识别了语音输入，则控制器180可将识别的语音输入与提取的文本相匹配，并执行与匹配文本相关联的链接。

例如，如图2所示，显示单元130显示包括多个链接的用户界面。所述多个链接包括“What Samsung Electronics has concealed for 40 years”210、“North Korea’s hidden card to threat South Korea”220和“iPad 2 will bereleased”230。

如果用户界面被显示，则控制器180从包括在显示的用户界面中的所述多个链接210、220和230的文本信息提取作为区别性词语的“SamsungElectronics”、“North Korea”和“iPad 2”。如果文本被提取(如图2所示)，则控制器180可用粗线将文本，即所述多个链接210、220和230的文本的“Samsung Electronics”、“North Korea”和“iPad 2”高亮，以与其它文本相区别。因此，如果语音识别单元150识别了文本“Samsung Electronics”、“NorthKorea”和“iPad 2”中的一个，则控制器180可执行包括识别的文本的链接。例如，如果语音识别单元150从用户说出的语音输入识别出“SamsungElectronics”，则控制器180执行链接210“What Samsung Electronics hasconcealed for 40 years”。

虽然在图2中，控制器180提取的文本与其它文本在粗细上有区别，但是这仅仅是示例。控制器180可使用颜色、字体、下划线等中的至少一个来将提取的文本显示为与其它文本相区别。

另外，控制器180可控制显示单元130在提取的文本的一侧显示图标，该图标包括指示可以进行语音识别的信息。

例如，如图3所示，控制器180可控制显示单元130在提取的文本“Samsung Electronics”、“North Korea”和“iPad 2”的每个的右上端显示图标310，图标310包括指示可以进行语音识别的信息。图3中示出的图标310的形状仅仅是示例，本公开的技术构思可应用于任何能够指示可以进行语音识别的视觉指示。

如图3所示，还显示了指示可以进行语音识别的图标310，从而用户能够更准确地知道为了执行链接他/她应该说出哪个词。

另外，如果没有文本信息的图像链接被显示在用户界面上，则控制器180可在图像链接的一侧显示特定文本。如果该特定文本通过语音识别单元150被说出，则控制器180可执行与该特定文本对应的图像链接。

例如，如图4所示，显示单元130显示包括多个图像链接的用户界面。所述多个图像链接包括显示在左侧的第一图像链接410和显示在右侧的第二图像链接420。

如果用户界面被显示(如图4所示)，则控制器180将特定文本“apple”和“strawberry”添加到显示的用户界面中所包括的多个图像链接410和420，并在每个图像链接的右下端显示该特定文本。特定文本是被添加用于识别图像链接的任意文本。如果通过语音识别单元150识别了“apple”和“strawberry”中的一个，则控制器180可执行包括识别的特定文本的图像链接。例如，如果语音识别单元150从用户说出的语音输入识别出“apple”，则控制器180执行第一图像链接410。

如图4所示，特定文本被添加到没有文本信息的图像链接，从而同样可通过语音识别来执行图像链接。

另一方面，如果识别的语音输入与提取的文本之一不匹配，则控制器180可通过显示识别的语音输入来通知用户。

同时，上述示例性实施例描述了用于执行包括在用户界面中的链接的方法。然而，这仅仅是示例，本公开的技术构思的应用可以用于执行另一显示项。例如，本公开的技术构思可应用于执行包括在内容列表中的应用程序、包括在用户桌面上的图标、或者能够被用户选择的任意其它的视觉指示器。

以下，将参照图5解释根据示例性实施例的显示设备100执行链接的方法。

首先，显示设备100显示用户界面(S510)，例如，通过互联网连接下载的网页。

显示设备100确定包括在用户界面中的链接的文本(S520)。此时，显示设备100提取包括在用户界面中的链接的文本，并确定与链接对应的文本。如果用户界面中包括多个链接，则显示设备100以这样的方式确定文本：所述多个链接的文本彼此不重复(即，共用共同的词语)。

如果确定了文本，则显示设备100以区别于其它文本的方式显示确定的文本(S530)。例如，显示设备100以粗线类型高亮确定的文本，改变文本的颜色或字体，将文本下划线等。

或者，显示设备100可在确定的文本的一侧显示指示可以进行语音识别的图标。

如果以区别于其它文本的方式显示了确定的文本，则显示设备100通过语音识别设备识别用户的语音(S540)。语音识别设备可以是嵌入显示设备100或(通过有线连接、无线连接、网络连接等)与显示设备100连接的麦克风。然而，这仅仅是示例，可通过诸如智能电话的外部语音识别设备来识别用户说出的语音输入。

显示设备100确定提取的文本是否与识别的语音输入匹配(S550)。如果提取的文本与识别的语音输入匹配(S550-是)，则显示设备100执行与匹配文本相关联的链接(S560)。

然而，如果没有文本与识别的语音匹配(S550-否)，则显示设备100继续语音识别(即，重复操作S540)以重复确定识别的语音输入是否与提取的文本匹配。一旦存在与识别的语音匹配的文本(S550-是)，则显示设备100执行包括匹配文本的链接(S560)。

如上所述，在用户输入语音命令之前提取的文本被有区别地显示，从而显示设备100可提供更准确的语音识别。

以下，将参照图6到图8解释一种用于识别语音的方法，在该方法中，显示设备100提供相似文本以防止误识别。由于将参照图6和图8解释的显示设备100与图1相同，因此省略详细描述。

如果语音识别单元150识别出用户的语音输入，则控制器180搜索与识别的语音输入匹配的文本。如果找到了与识别的语音输入匹配的文本，则控制器180还可从数据库160检索相似文本，并搜索相似文本。相似文本是在发音上相似的文本，相似文本与匹配文本相关联，并被存储在数据库160中。相似文本可在制造显示设备100时被设置，并可通过用户输入被更新。

如果搜索到了匹配文本和相似文本，则控制器180控制显示单元130在匹配文本的一侧显示相似文本。

例如，如果语音设备单元150识别用户说出的词语“seven”，则控制器180搜索“seven”。控制器180还搜索与“seven”发音相似的相似文本“eleven”和“seventy”。

如果搜索到了匹配文本和相似文本，则控制器180在屏幕的右上端显示与匹配文本“seven”对应的“channel 7”图标610，如图6所示。另外，控制器180在“channel 7”图标610的下面显示与相似词语“eleven”和“seventy”对应的“channel 11”图标620和“channel 70”图标630。

控制器180在相似文本620和630的右侧显示标识文本625和635。标识文本对应于相似文本，而与相似文本的发音不同。

例如，标识文本625“KBS”被显示在“channel 11”图标620的右侧，标识文本635“OCN”被显示在“channel 70”图标630的右侧。

显示标识文本以允许用户选择相似文本之一，而不选择由语音识别单元150识别并由控制器180匹配的语音输入。

例如，控制器180可确定在预定时间(例如，2秒)内是否有来自用户的另外识别的语音输入，并选择匹配文本，或选择相似文本之一。

更具体地，如果在预定时间内没有来自用户的另外的语音识别，则控制器180识别和选择匹配文本。例如，在图6的示例中，如果在预定时间内没有来自用户的另外的语音识别，则控制器180识别“channel 7”是正确的，并控制显示单元130调谐到channel 7并显示channel 7，如图7所示。

然而，如果在预定时间内有另外识别的语音输入，则控制器180确定用户的另外识别的语音输入是否与在相似文本的一侧显示的标识文本匹配。例如，在图6显示的示例中，如果在预定时间内有另外识别的语音输入，则控制器180确定另外识别的语音输入是“KBS”还是“OCN”。如果用户在预定时间内说出“KBS”，则控制器180识别“KBS”并选择“channel 11”，如图8所示。

如以上参照图6到图8解释的，提供匹配文本和相似文本，从而可防止语音输入的误识别。

以下，将参照图9解释根据示例性实施例的显示设备100的识别语音输入的方法。

首先，显示设备100通过语音识别设备识别用户说出的语音输入(S910)。语音识别设备可以是嵌入显示设备100或(通过有线连接、无线连接或网络连接)与显示设备100连接的麦克风。然而，这仅仅是示例，可使用诸如智能电话的外部语音识别设备来识别用户说出的语音。

显示设备100搜索与识别的语音输入匹配的文本(S920)。如果存在与说出的语音匹配的文本(S930-是)，则显示设备100检测与匹配文本相似的文本(S940)。相似文本是与匹配文本在发音上相似的文本，数据库160预先存储与匹配文本相关联的相似文本。相似文本可在制造显示设备100时被设置，并可通过用户输入被更新。

如果搜索到了匹配文本和相似文本，则显示设备100一起显示匹配文本和相似文本(S950)。例如，如图6所示，显示设备100在显示屏的右上端显示与用户说出的语音匹配的文本，并在匹配文本的下面显示相似文本。

此时，显示设备100可在相似文本的一侧显示与相似文本在发音上不同的标识文本，以确保更准确的语音识别。

如果显示了匹配文本、相似文本和标识文本，则显示设备100确定在预定时间内是否有来自用户的另外识别的语音输入(S960)。预定时间可以是2秒。然而，这仅仅是示例，预定时间可以是另外的时间，并可由用户设置。

如果在预定时间内没有另外识别的来自用户的语音输入(S960-否)，则显示设备100识别并选择匹配文本(S990)。也就是说，如果在预定时间内没有另外识别的来自用户的语音输入，则显示设备100确定来自用户的语音输入与用户希望选择的文本匹配而不与相似文本匹配。

然而，如果在预定时间内有另外识别的来自用户的语音输入(S960-是)，则显示设备100确定所述另外识别的语音输入是否与标识文本匹配(S970)。如果所述另外识别的语音输入与标识文本匹配，则显示设备100识别和选择与标识文本对应的相似文本(S980)。也就是说，显示设备100确定用户首先说出的语音输入被错误地识别，并选择与另外识别的标识文本对应的相似文本。

如果在预定时间内另外识别的语音输入与标识文本不匹配(S970-否)，则显示设备100识别和选择匹配文本(S990)。

然而，这仅仅是示例，如果在预定时间内另外识别的用户的语音输入与标识文本不匹配，则显示设备100可继续确定是否有另外的语音输入。

如上所述，最初与用户说出的语音匹配的文本和相似文本被一起显示，从而可防止语音输入的误识别。

另外，除了以上的示例性实施例，包括在本公开中的语音识别方法的技术构思可应用于能够识别用户说出的语音的任何语音识别方法。

以下，参照图10到图13，根据示例性实施例描述将文本与显示项结合的语音识别方法。图10到图13中示出的显示设备100的配置与图1中示出的显示设备的配置相同，因此省略了详细的描述。

具体地，如图10所示，在没有从包括在菜单列表中的多个菜单项1010到1090提取文本的情况下(例如，在链接仅仅为图片且不包括文本的情况下)，如果用户输入了特定语音命令并且语音识别单元150识别了该特定语音命令，则控制器180控制文本确定单元140，从而文本确定单元140确定分别对应于多个菜单项1010到1090的多个文本(例如，数字、字母表中的字母、罗马字符等)。

可根据菜单项被显示的顺序为菜单项分配数字或字母表中的字母。控制器180可确定多个文本，从而使与多个菜单项1010到1090结合的多个文本1110到1190彼此不重复(即，共用共同的词语)。

控制器180显示与多个菜单项1010到1090结合的多个文本1110到1190，从而使多个菜单项1010到1090可彼此区分。例如，如图11所示，控制器180按照菜单项被显示的顺序分配文本“1”到“9”，从而使多个菜单项1010到1090可彼此区分，并且控制器180将文本显示在显示项的一侧。例如，当被显示为文本时，数字“1”到“9”可被圆圈或方框包围。

如果语音识别单元150识别的语音对应于第一文本1110，则控制器180可选择与第一文本1110对应的第一菜单项1010。具体地，如果语音识别单元150识别出来自用户的语音输入“1”，则控制器180选择作为与识别的“1”对应的菜单项的第一菜单项1010，并因而可执行第一菜单项1010。

图12和图13是用于解释根据另外的示例性实施例的显示项是链接的示例的示图。

控制器180确定与包括在用户界面(诸如网页)中的多个链接1210、1220和1230对应的多个文本1215、1225和1235，并且如图12所示，控制器180可将多个链接1210、1220和1230分别与多个文本1215、1225和1235结合，并在多个链接1210、1220和1230的一侧分别显示多个文本1215、1225和1235。

如果语音识别单元150识别了来自用户的与特定文本对应的语音输入，则控制器180执行与识别的文本对应的链接。例如，如果语音识别单元150识别出语音输入“12”，则控制器180执行与作为“12”的第三文本1235对应的第三链接1230，如图13所示。

以下，参照图14，描述了将显示项与文本结合的语音识别方法。

首先，显示设备100通过语音识别单元150识别被预先编程为将显示项与文本结合的语音命令(S1410)。任意语音命令可被预先编程。例如，语音命令可以是“启动语音识别”。

显示设备100确定与第一显示项对应的第一文本(S1420)。显示项可以是菜单项、应用程序项、链接等，文本可以是数字、字母表中的字母、罗马字符等。可按照显示项被显示的顺序为显示项分配数字或字母表中的字母。显示设备100可确定多个文本，从而使与多个显示项结合的所述多个文本彼此不重复(即，共用共同的词语)。

显示设备100将第一文本与第一显示项结合，并在第一显示项的一侧显示第一文本(S1430)。例如，第一文本可以例如通过被圆圈或方框环绕而与其它文本相区别。

显示设备100识别用户语音输入(S1440)。

显示设备100确定识别的语音输入是否与第一文本匹配(S1450)。

如果识别的语音输入与第一文本匹配，则显示设备100执行与第一文本对应的第一显示项(S1460)。

通过上述方法，即使当没有从显示项提取出文本时，也可通过语音识别执行显示项。

同时，显示设备100可以是包括用户界面的任何设备。例如，显示设备100可以是计算机、电视、便携式媒体播放器(PMP)、智能电话等。

以上示例性实施例和优点仅仅是示例性的，并且不应被理解为限制本发明构思。示例性实施例可容易地应用于其它类型的设备。另外，示例性实施例的描述是出于说明的目的，而不是限制权利要求的范围，对于本领域的技术人员来说，多种可选方式、修改和变化将是很清楚的。

Claims (15)

1.一种用于显示设备的语音识别的方法，所述方法包括：

确定从第一显示项提取的第一文本；

显示第一文本使得第一文本与其它文本相区别；

识别来自用户的语音输入；

确定识别的语音输入是否对应于第一文本；

响应于确定识别的语音输入与第一文本匹配，选择第一显示项。

2.如权利要求1所述的方法，其中，第一文本包括以下项中的至少一个：包括在第一显示项中的部分文本和第一显示项的相关文本。

3.如权利要求1所述的方法，其中，第一显示项包括链接。

4.如权利要求1所述的方法，其中，使用颜色、字体、粗细和下划线中的至少一种方式将第一文本与其它文本相区别。

5.如权利要求1所述的方法，其中，使用可以进行语音识别的视觉指示将第一文本处理为与其它文本相区别。

6.如权利要求1所述的方法，其中，第一显示项包括使用搜索引擎进行搜索的结果。

7.如权利要求1所述的方法，其中，第一显示项包括超链接，选择第一显示项的步骤包括：显示链接到第一显示项的网页。

8.如权利要求1所述的方法，其中，提取步骤包括以这样的方式提取多个文本：使第一文本与从第二显示项提取的第二文本不共用共同的词语。

9.如权利要求1所述的方法，还包括：响应于确定识别的语音输入与第一文本不对应，显示识别的语音输入。

10.一种显示设备，包括：

显示单元，显示第一显示项；

文本确定单元，从第一显示项提取第一文本；

语音识别单元，识别来自用户的语音输入；

控制器，控制显示单元显示第一文本使得第一文本与其它文本相区别，确定识别的语音输入是否对应于第一文本，并响应于确定识别的语音输入对应于第一文本来选择第一显示项。

11.如权利要求10所述的显示设备，其中，第一文本包括以下项中的至少一个：包括在第一显示项中的部分文本和第一显示项的相关文本。

12.如权利要求10所述的显示设备，其中，第一显示项包括链接。

13.如权利要求10所述的显示设备，其中，使用颜色、字体、粗细和下划线中的至少一种方式将第一文本与其它文本相区别。

14.如权利要求10所述的显示设备，其中，使用可以进行语音识别的视觉指示将第一文本处理为与其它文本相区别。

15.如权利要求10所述的显示设备，其中，第一显示项包括使用搜索引擎进行搜索的结果。

Images