CN102938803B - 在移动装置上实现关于运营商业务的至少一个功能的方法 - Google Patents

Abstract

一种移动装置（18），包括语音界面（22），该语音界面包括可以不特定于特殊的运营商的一部分（27），和第二部分（28）。语音命令界面（22）提供了对运营商业务的容易的接入。运营商业务的组可被运营商任选地扩展。

Description

在移动装置上实现关于运营商业务的至少一个功能的方法

本申请是申请日为2005年6月22日，申请号为200580020338.2、发明名称为“可扩展的语音命令”且申请人为语音信号技术公司的发明专利申请的分案申请。

技术领域

本发明涉及可在一个装置中处理的可扩展的语音命令。

背景技术

便携式装置、如蜂窝电话现今提供了对广泛的多种业务或信息的接入，如对由电信运营商或其他方、例如内容提供商或者广告商所提供或经销的业务的接入。为了接入这些信息或业务，用户典型地必须例如用键盘输入来经历一系列的界面显示(例如多屏)。

在语音识别上的新的进步使得这种界面成为可能，在这些界面中手动的输入被说话所代替，例如通过说出显示在屏幕上的一个区域的名称来代替手动输入。用户期望越来越多的业务可用，这使得即使使用语音识别，接入这些业务也是复杂和耗时的。

发明内容

在一方面，在移动装置上提供运营商的业务的方法通常利用存储在该移动装置中的、规定了针对该移动装置的语音界面的数据。所述数据包括：第一数据，其规定了与第一组功能相关联的一组界面状态；以及第二数据，其规定了接入运营商业务的界面。收到与接入运营商业务的请求相关联的命令之后，来自用户的一个或多个输入被根据第二数据进行处理。根据一个或多个输入和该第二数据来处理动作，以在移动装置上提供运营商业务之一。

本发明可包括一个或多个下列特征。

第一组功能的运行独立于向该移动装置提供业务的运营商。

接收与接入运营商业务的请求相关联的命令包括接受使用与运营商业务相关联的一个按钮的手动输入。

第二数据包括用于提供运营商业务之一的脚本。

第二数据独立于第一数据的接收而被接收。接收第二数据可包括例如通过无线网络从运营商下载第二数据。

第二数据包括与远离移动装置的远程系统的交互的规定。

移动装置包括移动电话。

来自用户的输入被用第一数据处理，导致当接收到与接入运营商业务的请求相关联的命令时，界面处于第一界面状态。在根据第二数据完成了对来自用户的一个或多个输入的处理后，能恢复第一界面状态，或者在根据第二数据完成了对来自用户的一个或多个输入的处理后，可选择预先确定的界面状态。

本发明可包括一个或多个下列优点：

用户能够以单一步骤语音命令接入业务。避免了用户为寻找或执行可能甚至与用户需求不完全相符的业务，而包括使用专用设备、如鼠标，键盘或袖珍键盘来进行冗长的因特网浏览。

供应商以一种简单而快捷的方式使用户得知以另外的方式用户可能不会发现的业务。

用户通过说出命令以最自然的人类交流的方式来接入业务。

与更复杂的用户界面相比，用户可能更经常使用运营商业务，因而潜在地增加了来自业务的收入，或提高了用户对运营商的满意度。

用户可以以可能的最快的方式，维护根据他/她的需要定制的一组个人业务，一组各处都可获得的业务。该定制可能包括与用户的当前位置相关地递送业务。

本发明其他特征和优点从以下的描述和权利要求中是显而易见的。

附图说明

图1是通信系统的框图；并且

图2是界面状态图。

具体实施方式

参见图1，用户14可命令移动装置18(例如，电话或个人数字助理)来接入由运营商10或业务或信息供应商12通过无线网络17、如通过蜂窝电话网络提供的广泛的业务。移动装置18包括语音界面22，该界面允许用户14说出控制该装置18或者应用30的运行的命令，这些应用30在装置18上或否则可通过装置18接入。语音界面22利用了辨识用户说出的命令的语音识别引擎。一些应用能接入由运营商10远程提供给装置18的信息或业务。在下面的描述中应该理解的是，信息或业务也可以替代地或附加地由可能与运营商分开的或不是肯定与运营商相关的业务或信息供应商12提供。

例如，应用30能提供给用户14广泛的业务，从简单的文本的天气情况更新到复杂的业务、如拍一张照片并发布在网站上。一个寄宿在移动装置18中的语音控制应用24根据定义了一组界面状态的数据来控制语音界面22。

界面状态能与在多回交互中的中间点相关联，在该交互中，装置(例如在显示器上和/或用音频输出)提供信息给用户，然后用户(例如通过语音或手动)提供输入。该状态通常包括定义在交互中的点的信息以及被置换的或否则被展示给用户的特定信息。例如，在每个状态该装置可以指定一个有限的命令集，用户提供能够在该界面中产生动作或状态变化的命令之一。典型地，界面的状态被安排成菜单树结构。

这种菜单树结构典型地包括根状态，该状态中用户可使用普通的一组命令。每个不同的能被用户输入的命令都与到下级状态的转换相关联。例如，为了设定铃声音量，在交互中，用户可能在根状态选择“设置”命令，下级状态中的“电话”命令，再下级中的“铃声音量”，然后在最后状态中选择音量水平。部分由于在装置中手动输入的局限性(如在铃声音量的例子中)，访问某个特定功能或业务可能需要多次交互。

移动装置18包括规定用户可以在各种界面状态下使用的命令且当用户14说出或以另外方式地输入命令时会被执行的对应的动作的数据。规定界面的数据包括普通界面数据27和运营商界面数据28。通常地，普通界面数据27规定了与功能或业务相关的菜单树，这些功能或业务与电话的能力相关或者不是特定于任何特殊的运营商。运营商界面数据28与通常特定于该运营商或者特定于业务或信息供应商的业务或信息相关，其中业务或信息供应商不一定与所有运营商都同时可用。

动作可能是复杂的，例如涉及一个或多个应用的使用，和/或与运营商或远程业务或信息供应商的一个或多个交互。在界面数据27和28中规定的一些命令可以是“快捷方式(shortcuts)”，其使用单一语音命令直接访问远程业务或信息，而不是像用另外方式那样会涉及多个交互。

对移动装置18提供业务的运营商10可能提供特定于此运营商的一组业务。例如，这些业务可以包括帮助业务，对信息或下载应用的门户的访问，音乐业务，游戏业务，基于位置的业务(如基于方位或市场营销的信息)，和呼叫管理业务(如，建立多方通话，使能漫游，或其他管理业务)。为了给这些运营商业务规定界面，运营商向移动装置18提供运营商界面数据28。该数据可以由运营商用多种可替换的方式提供。例如，装置制造商能应运营商的要求将运营商界面28嵌入在移动装置18的非易失性存储器中。可替换地，该数据可被作为提供给用户的移动业务的一部分而被下载到装置中，或者可以在装置的服务期间，例如当用户订新业务时，被从运营商处下载(如，使用空中下载(OTA)或基于网络的协议由运营商推送或从运营商处引出)。

该移动装置的一个示例性的技术特性是普通界面数据27和运营商界面数据28能够独立地维护，例如，在不同的时间或用不同的独立的过程装载到移动装置中。这能支持不同的运营商提供不同的业务组，或同一运营商向不同用户提供不同业务或随时间而提供不同业务，而不需要改变普通界面数据27或改变用户可能已经习惯的菜单结构。

运营商界面数据28规定允许用户接入运营商业务的用户界面的特征。一个这种界面的例子使用特定的按钮19让用户能够访问装置上的“语音业务”，并且这些“语音业务”在每个界面状态下根据运营商(或者运营商的代理，装置制造商)所作的选择而被选择性地使能。在此例子中，当用户按语音业务按钮19时，语音识别引擎被配置来接收语音命令(例如通过初始化或创建一个语音识别软件的软件实例)并且该装置显示与语音业务相关的信息，例如表明可用的业务的菜单。注意如果该按钮在所有时间都激活的话，这些语音业务将与装置的状态无关地对用户可用。例如，用户可以利用语音业务即时地从SMS应用屏幕转到游戏站点，然后在下载游戏后他可以从他曾离开之处继续他的SMS应用。

从菜单结构中的某个状态执行的运营商的语音业务可以根据运营商的选择使装置回到顶部菜单，或者可以记录该装置的状态并使用户回到语音业务曾经由其开始的点。注意装置的状态通常包括显示在菜单中的位置，屏幕上的内容，以及可能一个或多个网络的状态(如，接收SMS，通话中，听音乐剪辑)的组合。

在这个界面的例子中，当用户按语音业务按钮19时，出现了其中列出运营商或第三方的提示(如，铃声，股票行情，接线员协助)的菜单。可替换地，该装置可被转向到“标准”语音业务屏幕，全部或部分的接管了显示的所有权(real estate)。为了语音业务结束后的返回，电话的状态都可以被缓存。无论电话的状态如何，它都被中断，并且语音业务应用被启动，并显示字符串给用户。用户可说任何列出的字符串，电话将采取适当的动作，如由运营商的短语和动作的联接所指定的那样。例如，如果用户说“铃声”，电话将启动浏览器并将其指向运营商已指定的铃声下载站点。注意运营商能通过语音业务菜单激活那些可用的但没有明确地列出的功能(只要适当的字符串在语音识别器的词汇表中，它们就将被识别)。这些可能悄悄地被使得可用的字符串可能是“911”，“接线员协助”，“帐单帮助”等等。

运营商可以选择使一些语音业务只能在选定的电话状态下可用(例如，如果在通话当中，“接线员协助”可能不可用)，并且可能选择在移动电话的活动的每个状态中哪些动作可以执行。还要注意语音业务可以由语音业务按钮19启动，或者替代地用PDA装置上的“软键”，或者用在永远收听装置(always-listening device)上的触发语音命令启动。当电话出售时，运营商可以安装可选的业务，或者当需要时通过空中下载信息或者通过与一台分离的计算机同步来更新用户界面的适当部分和其他组成部分。

参考图2，如运营商可以用这种方法提供的业务的另一个例子，用户正在普通界面处于日程表状态210时访问他的移动电话上的日程表，但希望知道IBM的股票价格。运营商已经将叫“股票价格”的语音业务安装在与选定的语音业务按钮相关联的语音菜单中，并且该用户或运营商已经确定了用户可以查询的股票的有限集。该用户在看着显示他现在日程表的屏幕。他按下语音业务按钮19导致界面进入语音业务状态250。屏幕被他可以说的命令列表(其中之一是“股票价格”)暂时覆盖。用户说“股票价格”，导致状态转换到状态255，此状态下电话(听觉上地，在屏幕上地，或二者都有地)响应“哪只股票”，屏幕显示可获得的股票价格列表。“IBM”是该列表中的一个选项，并且用户说“IBM”。电话识别IBM，转换到状态260并发送一条信息给运营商以将IBM股价传递给用户。(向运营商的传递可以通过SMS信道、IP连接、WIFI(如果可用)，或者通过对于用户和/或运营商可用的任何其他网络)。

当收到IBM报价请求时，运营商查询当前的IBM股票价格，并向用户发送一条有当前IBM股价的SMS消息。替代地，运营商可以向用户发送由电话自带的WAP浏览器或在一些电话上可用的HTML浏览器使用的URL，或者可发起对用户的、说出价格的电话呼叫，或者在用户的语音信箱中为用户留一条音频信息，或者甚至发一封电子邮件或MMS信息，或者使用其他可用的递送业务。当股票价格互动完成后，界面回到在语音业务按钮19开始按下时所处的日程表状态210。

在另一个例子中，用户在与另一个用户的通话中，并且他们可能都对股票价格感兴趣。用户按下语音业务按钮并请求口头的IBM股票报价。运营商递送带有股价的语音信息，并且该信息可向两个收听者同时播放。

在又另一个例子中，用户可能希望听CNN的当前新闻。假定该用户正在看他的PIM的一个条目，但语音启动按钮对于该状态是被使能的，并且进一步假设运营商已经将CNN作为一项包含在可用命令中。该用户按下语音业务按钮。屏幕于是显示包含“CNN”的命令列表。该用户说“CNN”，然后电话向运营商发送请求，以启动通过用户手机将CNN递送到用户的多媒体会话。电话状态接着被CNN的多模式“广播”中断，用户收听直到它结束或他终止接收。

在基于语音的用户界面的操作中，语音界面22捕获包含来自用户14的发声的数字语音信号并辨识发声中的命令，还可以用可听见的形式(即合成的或录制的语音)递送数字语音信号到用户14。为了识别语音命令，从用户接收的数字语音信号被语音识别引擎处理。一个文本到语音模块从要展示给用户14的文本中产生数字语音信号。

界面数据27和28包含用户可用说的命令和当用户说出命令时要执行的动作与命令的联系的规范。一个动作的规范可以是包含一个或多个指令的文本串的形式，或一个能被处理以执行动作的脚本。例如，这种指令能确定一个特别的应用30来执行以及确定要提供给该应用的输入。与一个命令相关联的动作能规定应用要通过无线电信网络17与运营商服务器16通信。例如，移动装置18与运营商服务器16可通过特别设计来递送多媒体业务到移动装置的媒体信息传递业务(MMS)，或无线应用协议(WAP)来进行通信。运营商服务器16可使用MMS推送(Push)过程将多媒体信息递送到移动装置18。移动装置18与运营商服务器16之间的通信不局限于以上说明的特定的过程和协议。

一个更新运营商界面数据28中的语音相关信息的进程在移动装置18中运行，该进程由语音应用24协调。在这个进程中，运营商更新运营商界面数据28中的词汇表。该词汇表定义了可被移动装置18识别的单词发声列表。当词汇表更新后，用户14被告知他/她可用于与装置18通信的新的有效单词，例如新的有效的发声被在屏幕上或通过文本到语音模块26用文本和语音展示给用户。运营商可更新运营商界面数据28中的语法。语音用户界面22使用语法和词汇表去理解用户语音命令。

运营商还可更新应用30的组，替换旧的应用或增加新的应用。应用30反应了用户可用的业务范围。新应用对应于用户可用的新业务。

用户14借助语音应用24的支持可参与维护运营商界面数据28。例如，用户可检查他/她可用的语音命令集，并确定对每个语音命令提供了什么业务。用户14可决定删除提供不感兴趣的业务的命令和应用。

虽然用户14可定期地从运营商接收新业务的更新，但是某些情况下用户可能想要他/她未拥有的业务。用户14可能知道运营商的身份和它的服务器16的位置，并可能检查服务器的内容来搜索一个业务。另外，该用户可能从过去的关于某业务的经验中或从最近的广告中知道该业务的位置。无论该用户如何确定一个期望的业务，他/她都可用一个专用的播放器应用来下载对该期望的新业务的必需的支持。

除了运营商或作为运营商的替代，一些其他方可在移动装置上提供业务。运营商可提供支持能被单一步骤语音命令启动的一组初始业务的移动装置给它们的顾客。运营商可扩展可用业务的列表，或允许其他方如广告商和销售商在多种商业背景下用新业务接触他们的顾客

在一个实施例中，以上描述的方法在软件中或在软件和硬件的结合中实施。通常包括针对物理或虚拟处理器的指令的移动装置中的软件可处于机器可读的媒介中，如在非易失性(non-volatile)半导体存储器中。该软件能被包含在被传播的信号中，例如包含在无线网络中传输的数据信号中而递送到移动装置。

根据公开的实施例，公开了以下技术方案，但是本公开的内容不限于此：

方案1.一种在移动装置上提供运营商业务的方法，包括：

将规定所述移动装置的语音界面的数据存储在所述移动装置中，包括存储规定了与第一组功能相关联的一组界面状态的第一数据，并且存储规定用于从一个或多个所述界面状态接入所述运营商业务的用户界面的第二数据，其中与所述第一数据无关地接收所述第二数据；

接收与接入所述运营商业务的请求相关联的命令；

根据所述第二数据处理来自所述用户的一个或多个输入；

基于所述一个或多个输入和所述第二数据来执行动作，以在所述移动装置上提供所述运营商业务之一。

方案2.根据方案1所述的方法，其中所述第一组功能与提供业务给所述移动装置的运营商无关。

方案3.根据方案1所述的方法，其中接收与接入所述运营商业务的请求相关联的命令包括接受使用与所述运营商业务相关联的按钮的手动输入。

方案4.根据方案1所述的方法，其中所述第二数据包括用于提供所述运营商业务之一的脚本。

方案5.根据方案1所述的方法，其中接收所述第二数据包括从运营商下载所述第二数据。

方案6.根据方案5所述的方法，其中下载所述第二数据包括通过无线网络下载所述第二数据。

方案7.根据方案1所述的方法，其中所述第二数据包括与远离所述移动装置的远程系统交互的规范。

方案8.根据方案1所述的方法，其中，所述移动装置包括移动电话。

方案9.根据方案1所述的方法，进一步包括用所述第一数据处理来自所述用户的输入，导致当接收到与接入所述运营商业务的请求相关联的所述命令时，所述语音界面处于第一界面状态中。

方案10.根据方案9所述的方法，进一步包括在根据所述第二数据完成了对来自所述用户的所述一个或多个输入的处理后恢复所述第一界面状态。

方案11.根据方案9所述的方法，进一步包括在根据所述第二数据完成了对来自所述用户的所述一个或多个输入的处理后选择预先确定的界面状态。

方案12.根据方案1所述的方法，其中与所述第一数据无关地接收所述第二数据包括在不同的时间将所述第一和第二数据下载到所述移动装置中。

方案13.根据方案1所述的方法，其中与所述第一数据无关地接收所述第二数据包括用独立的过程将所述第一和第二数据下载到所述移动装置中，这样改变所述第二数据不要求改变所述第一数据。

方案14.一种移动装置，包括：

用于规定界面的数据存储器，包括用于规定与第一组功能相关联的一组界面状态的第一数据存储器，以及用于规定接入运营商业务的用户界面的第二数据存储器；

语音界面，所述语音界面接入用于规定所述界面的所述数据存储器，并且所述语音界面被配置，以从与所述功能的第一功能相关联的第一界面状态出发，根据用于接入所述运营商业务的所述用户界面的规定，中断所述第一功能来处理与所述运营商业务的至少之一相关联的命令，并且在处理所述命令之后恢复与所述第一功能相关联的界面状态。

方案15.根据方案14所述的移动装置，其中所述移动装置被配置来从运营商下载用于规定接入所述运营商业务的所述用户界面的数据。

方案16.根据方案14所述的移动装置，其中在处理所述命令之后恢复与所述第一功能相关联的界面状态包括在处理所述命令之后恢复所述第一界面状态。

方案17.根据方案16所述的移动装置，其中在处理所述命令之后恢复所述第一界面状态包括在完成与所述命令相关联的运营商业务之后恢复所述第一界面状态。

要理解的是，前面的描述旨在说明而不是限定本发明的范围，该范围在随附的权利要求中定义。其他实施例在下列权利要求的范围内。

Claims (11)

1.一种在移动装置上实现关于运营商业务的至少一个功能的方法，所述方法包括：

在运营商界面接收第一运营商界面数据，所述第一运营商界面数据提供关于接入第一运营商业务供应商的第一运营商业务的数据；

在所述运营商界面接收第二运营商界面数据，所述第二运营商界面数据提供关于接入第二运营商业务供应商的第二运营商业务的数据，所述第一运营商业务供应商与所述第二运营商业务供应商不同；以及

将菜单树结构界面中定义的至少一个相应的移动装置状态与所述第一运营商界面数据和所述第二运营商界面数据中的每一个相关联。

2.根据权利要求1所述的方法，其中在运营商界面接收第一运营商界面数据包括：

接收所述第一运营商业务与第一移动装置状态之间的关系的定义，所述关系由所述第一运营商业务供应商选择性地使能。

3.根据权利要求2所述的方法，包括：

在将所述菜单树结构界面中的所述至少一个移动装置状态与所述第一运营商界面数据相关联时，实现所述第一运营商业务与所述第一移动装置状态之间的关系。

4.根据权利要求3所述的方法，其中实现所述第一运营商业务与所述第一移动装置状态之间的关系包括：

当所述移动装置被设置成处于所述第一移动装置状态时，禁止移动装置接入所述第一运营商业务。

5.根据权利要求3所述的方法，其中经由所述运营商界面和所述菜单树结构界面实现所述第一运营商业务与所述第一移动装置状态之间的关系包括：

在结束所述第一运营商业务的移动装置会话时，将所述移动装置设置成处于所述第一移动装置状态。

6.根据权利要求3所述的方法，其中经由所述运营商界面和所述菜单树结构界面实现所述第一运营商业务与所述第一移动装置状态之间的关系包括：

更新与所述第一运营商业务相关联的电话屏幕显示，其中，当所述移动装置被设置成处于所述第一移动装置状态时，所述菜单树结构界面显示所述更新的电话屏幕显示。

7.根据权利要求6所述的方法，包括：

在所述运营商界面接收所述第二运营商界面数据之后，更新所述电话屏幕显示。

8.根据权利要求3所述的方法，其中经由所述运营商界面和所述菜单树结构界面实现所述第一运营商业务与所述第一移动装置状态之间的关系包括：

基于接收到至少一个听觉提示通过所述移动装置启动对所述第一运营商业务的接入，其中，当所述移动装置处于所述第一移动装置状态时，所述至少一个听觉提示：(i)被定义在所述第一运营商界面数据中；以及(ii)被图形表示在所述菜单树结构界面中。

9.根据权利要求8所述的方法，其中，基于接收到至少一个听觉提示通过所述移动装置启动对所述第一运营商业务的接入包括：

检测到选择所述第一移动装置状态，所述第一移动装置状态包括语音业务状态；

显示第一听觉提示的图形表示；

接收所述第一听觉提示；

基于接收所述第一听觉提示，从所述第一移动装置状态转变为第二移动装置状态；

根据电话响应生成第二听觉提示的执行；

显示第三听觉提示的图形表示；以及

在接收到所述第三听觉提示时，接入所述第一运营商业务。

10.一种计算机系统，包括：

用于在运营商界面接收第一运营商界面数据的装置，所述第一运营商界面数据提供关于接入第一运营商业务供应商的第一运营商业务的数据；

用于在所述运营商界面接收第二运营商界面数据的装置，所述第二运营商界面数据提供关于接入第二运营商业务供应商的第二运营商业务的数据，所述第一运营商业务供应商与所述第二运营商业务供应商不同；以及

用于将菜单树结构界面中定义的至少一个相应的移动装置状态与所述第一运营商界面数据和所述第二运营商界面数据中的每一个相关联的装置。

11.根据权利要求10所述的计算机系统，包括：

其中，所述用于在所述运营商界面接收第一运营商界面数据的装置包括：用于接收所述第一运营商业务与第一移动装置状态之间的关系的定义的装置，所述关系由所述第一运营商业务供应商选择性地使能；

用于在将所述菜单树结构界面中的所述至少一个移动装置状态与所述第一运营商界面数据相关联时，实现所述第一运营商业务与所述第一移动装置状态之间的关系的装置；

其中，所述用于实现所述第一运营商业务与所述第一移动装置状态之间的关系的装置包括：用于基于接收到至少一个听觉提示通过所述移动装置启动对所述第一运营商业务的接入的装置，其中，当所述移动装置处于所述第一移动装置状态时，所述至少一个听觉提示：(i)被定义在所述第一运营商界面数据中；以及(ii)被图形表示在所述菜单树结构界面中；以及

其中，所述基于接收到至少一个听觉提示通过所述移动装置启动对所述第一运营商业务的接入的装置包括：

用于检测选择所述第一移动装置状态的装置，所述第一移动装置状态包括语音业务状态；

用于显示第一听觉提示的图形表示的装置；

用于接收所述第一听觉提示的装置；

用于基于接收所述第一听觉提示，从所述第一移动装置状态转变为第二移动装置状态的装置；

用于根据电话响应生成第二听觉提示的执行的装置；

用于显示第三听觉提示的图形表示的装置；以及

用于在接收到所述第三听觉提示时，接入所述第一运营商业务的装置。