CN103124318B

CN103124318B - 开始免提会议呼叫的方法

Info

Publication number: CN103124318B
Application number: CN201210462593.4A
Authority: CN
Inventors: K.L.佩尔斯; U.阿伦; S.K.马哈文; K.H.伊
Original assignee: General Motors Co
Current assignee: General Motors Co
Priority date: 2011-11-18
Filing date: 2012-11-16
Publication date: 2015-10-21
Anticipated expiration: 2032-11-16
Also published as: US20130130665A1; DE102012220796A1; US8744421B2; CN103124318A; DE102012220796B4

Abstract

本发明涉及开始免提会议呼叫的方法。一种操作交通工具远程信息处理单元的方法，包括存储会议呼叫接入码；基于从交通工具占用者接收的言辞命令从交通工具开始会议呼叫；在开始会议呼叫的同时，从自动电话值机员（ATA）接收对会议呼叫接入码的要求；使用交通工具处的语音识别来确定ATA已经要求会议呼叫接入码；并基于语音识别功能的确定将存储的会议呼叫接入码发送到ATA。

Description

开始免提会议呼叫的方法

技术领域

本发明总体涉及交通工具，并且更具体地涉及操作安装在交通工具中的交通工具远程信息处理单元的方法。

背景技术

交通工具的制造商给它们的交通工具装备有越来越多的无线通信能力。安装在现代交通工具中的远程信息处理单元能无线地在交通工具和多种接收者（例如中心设施或外部呼叫者）之间传递语音和数据通信。例如，交通工具远程信息处理单元能在交通工具上请求和接收电话呼叫。能使用由交通工具占用者提供的言辞命令或者通过物理地致动由交通工具携带的并由交通工具占用者操纵的输入装置来开始这些呼叫。一些呼叫，例如会议呼叫，可包括除了位于交通工具处的呼叫者之外的多个其它的呼叫者。参与会议呼叫的条件可以是向这些呼叫的主持人提供信息，例如使用会议呼叫接入码或特定密码提供呼叫的标识。对于交通工具的占用者，提供这些信息可能是有挑战性的。

发明内容

根据本发明的一个方面，提供了一种操作交通工具远程信息处理单元的方法。步骤包括存储会议呼叫接入码；基于从交通工具占用者接收的言辞命令开始从交通工具的会议呼叫；在开始所述会议呼叫的同时从自动电话值机员（ATA）接收对会议呼叫接入码的要求；在交通工具处使用语音识别功能来确定ATA已经要求了会议呼叫接入码；以及基于所述语音识别功能的确定向ATA发送所存储的会议呼叫接入码。

根据本发明的另一方面，提供了一种操作交通工具远程信息处理单元的方法。步骤包括在交通工具处从远程信息处理服务使用者获得会议呼叫接入码；在交通工具处存储所获得的会议呼叫接入码；在交通工具处使用语音识别自动地确定自动电话值机员（ATA）正要求会议呼叫接入码；基于所存储的会议呼叫接入码生成DTMF语调或基于DTMF的命令；以及无线地将DTMF语调或基于DTMF的命令传输到ATA以建立到会议呼叫的接入。

根据本发明的又一方面，提供了一种操作交通工具远程信息处理单元的方法。步骤包括在交通工具处最优化语音识别功能以识别与一个或多个自动电话值机员（ATA）一起被使用的一组语音；从远程信息处理服务使用者获得会议呼叫接入码、密码或者它们两者以在该交通工具处建立会议呼叫；在交通工具处存储会议呼叫接入码、密码或它们两者；使用被最优化的语音识别功能自动地确定ATA正在要求会议呼叫接入码；响应于该确定基于所存储的会议呼叫接入码、密码或它们两者来生成DTMF语调或DTMF命令；并且无线地将DTMF语调或DTMF命令传输到ATA以建立到会议呼叫的接入。

本发明还公开了如下方案：

方案1. 一种操作交通工具远程信息处理单元的方法，所述方法包括如下步骤：

（a）存储从远程信息处理服务使用者获得的会议呼叫接入码；

（b）基于从交通工具占用者接收的言辞命令开始从交通工具的会议呼叫；

（c）在开始所述会议呼叫的同时从自动电话值机员（ATA）接收对会议呼叫接入码的要求；

（d）使用所述交通工具处的语音识别功能确定ATA已经要求所述会议呼叫接入码；以及

（e）基于所述语音识别功能的确定将所存储的会议呼叫接入码发送给ATA。

方案2. 如方案1所述的方法，其特征在于，所述语音识别功能被编程为识别由ATA使用的一个或多个语音。

方案3. 如方案1所述的方法，其特征在于，所述语音识别功能被编程为识别由ATA生成的一个或多个命令。

方案4. 如方案1所述的方法，还包括步骤：指令所述语音识别功能以根据哪一个正在讲话来交替地倾听交通工具占用者或ATA。

方案5. 如方案1所述的方法，其中步骤（a）还包括：

倾听所述交通工具占用者在交通工具说出所述会议呼叫接入码；

使用所述交通工具处的语音识别功能来解释所讲出的会议呼叫接入码；以及

将所解释的会议呼叫接入码存储在所述交通工具处。

方案6. 如方案1所述的方法，其特征在于，所述会议呼叫接入码被存储为会议呼叫文件的一部分，所述会议呼叫文件包括用于与ATA交互的口头名牌或至少一种规则。

方案7. 如方案1所述的方法，其特征在于，基于对由交通工具占用者所拨打的电话号码的识别来确定会议呼叫的开始。

方案8. 如方案1所述的方法，其特征在于，所述会议呼叫接入码作为双音多频（DTMF）语调或DTMF命令被无线地从交通工具发送到ATA。

方案9. 如方案1所述的方法，其特征在于，所述会议呼叫接入码由所述语音识别功能言辞地叙述给ATA。

方案10. 一种操作交通工具远程信息处理单元的方法，所述方法包括以下步骤：

（a）在交通工具处从远程信息处理服务使用者获得会议呼叫接入码；

（b）将所获得的会议呼叫接入码存储在交通工具处；

（c）使用交通工具处的语音识别自动地确定自动电话值机员（ATA）正在要求会议呼叫接入码；

（d）基于所存储的会议呼叫接入码生成DTMF语调或基于DTMF的命令；以及

（e）无线地将DTMF语调或基于DTMF的命令传输到ATA以建立到会议呼叫的接入。

方案11. 如方案10所述的方法，其特征在于，在所述交通工具处的语音识别被编程为识别由ATA使用的一个或多个语音。

方案12. 如方案10所述的方法，其特征在于，在所述交通工具处的语音识别被编程为识别由ATA生成的一个或多个命令。

方案13. 如方案10所述的方法，其特征在于，所述会议呼叫接入码被存储为会议呼叫文件的一部分，所述会议呼叫文件包括用于与ATA交互的口头名牌或至少一种规则。

方案14. 如方案10所述的方法，基于对由远程信息处理服务使用者拨打的电话号码的识别来开始所述会议呼叫。

方案15. 如方案10所述的方法，还包括如下步骤：通过根据哪一个正在讲话来指令所述交通工具处的语音识别以交替地倾听远程信息处理服务使用者或ATA，来确定ATA正在要求会议呼叫。

方案16. 一种操作交通工具远程信息处理单元的方法，所述方法包括如下步骤：

（a）对交通工具处的语音识别功能进行最优化以识别与一个或多个自动电话值机员（ATA）一起使用的一组语音；

（b）在交通工具处从远程信息处理服务使用者获得用于建立会议呼叫的会议呼叫接入码、密码或它们两者；

（c）将会议呼叫接入码、密码、或它们两者存储在交通工具处；

（d）使用被最优化的语音识别功能自动地确定ATA正要求会议呼叫接入码；

（e）响应于步骤（d）中的确定，基于所存储的会议呼叫接入码、密码或它们两者来生成DTMF语调或DTMF命令；以及

（f）将DTMF语调或DTMF命令无线地传输到ATA以建立到会议呼叫的接入。

方案17. 如方案16所述的方法，其特征在于，所述语音识别功能被编程为识别由ATA生成的一个或多个命令。

方案18. 如方案16所述的方法，还包括步骤：指令所述语音识别功能以根据哪一个正在讲话来交替地倾听呼叫者或ATA。

方案19. 如方案16所述的方法，其特征在于，所述会议呼叫接入码被存储为会议呼叫文件的一部分，所述会议呼叫文件包括用于与ATA交互的口头名牌或至少一种规则。

方案20. 如方案16所述的方法，其特征在于，基于对由远程信息处理服务使用者拨打的电话号码的识别来确定所述会议呼叫的开始。

附图说明

下面将结合附图来描述本发明的一个或多个优选的示例性实施例，其中同样的附图标记指示相同的元件，其中：

图1是描述能利用本文公开的方法的通信系统的示例性实施例的框图；

图2是用于ASR系统的示例性架构的框图；

图3是操作交通工具远程信息处理单元的方法的流程图。

具体实施方式

下面描述的方法解释在交通工具处从自动电话值机员（ATA）接收到的用于建立会议呼叫的语音提示并且通过向ATA提供已经事先由远程信息处理服务使用者提供的一个或多个会议呼叫接入码来自动地应答这些语音提示。会议呼叫可在单个电话呼叫上连接多个呼叫者。呼叫方可希望有多于一个的被呼叫方收听和/或参与呼叫。开始会议呼叫可包含呼叫为会议呼叫特别指定的电话号码以及听取由ATA产生的问候。ATA然后可要求呼叫者提供一些信息，例如会议呼叫接入码、密码或它们两者，这些将说明使用者正试图参加的特定会议呼叫。

诸如这些的呼叫可通过接收在交通工具处的远程信息处理服务使用者讲出的数字来建立。当使用者讲出用于拨打电话号码的数字时，交通工具的语音识别系统能识别那些数字并拨打该电话号码。在一个示例中，使用者可推按位于交通工具内的按钮，其通知该系统使用者想要进行呼叫。该系统此时准备接收电话号码并通常能知道使用者将要叙述的数位数。例如，运行在由北美编号计划（NANP）服务的区域中的交通工具可期望接收到10或11位的号码。在接收到这些数位之后，系统此后可做出呼叫已经被建立的确定并且它此后将停止收听额外的所讲出的数字。不过，使用者可能想要使用额外的数位来应答来自ATA的要求，比如可被用于建立会议呼叫的会议呼叫接入码。在这种情况下，使用者将不得不以某种方式警告该系统它应该准备从使用者接收额外的数位，即使它不习惯于这样做。或者，使用者可能不得不信号通知该系统他或她想要使用小键盘来输入额外的数位。同时，ATA可能正等着来自使用者的应答。并且考虑到使用者准备该系统以接收额外讲出的数位时可能花费的时间量，ATA可能确定使用者没有应答并且在使用者正尝试应答时结束呼叫。

代替地，可行的是在请求会议呼叫之前就从远程信息处理服务使用者获得会议呼叫接入码和/或密码。这些会议呼叫接入码/密码可被保存在交通工具处，例如在专门的会议呼叫文件内。当使用者想要请求呼叫时，使用者可依靠交通工具的语音识别功能来不仅请求呼叫而且还通过访问会议呼叫接入码/密码等来解释来自ATA的用于建立呼叫的信息要求，并将该信息的至少一些自动发送给ATA。在这样做的过程中，交通工具的语音识别功能可被指令倾听交通工具内的使用者以及来自ATA的进入的要求。

参照图1，其中示出了示例性的运行环境，其包括移动交通工具通信系统10并且可被用于实施本文公开的方法。通信系统10通常包括交通工具12、一个或多个无线载波系统14、陆地通信网络16、计算机18、和呼叫中心20。应当理解的是，所公开的方法可与任何数量的不同系统一起使用并且并不特别地限制于这里所示出的运行环境。另外，系统10的架构、结构、设置和运行以及其各个部件都是本领域中通常已知的。因此，下面的段落仅是提供一个这种示例性系统10的简要概述；不过，这里没有示出的其他系统也可采用所公开的方法。

交通工具12在图示的实施例中被描述为客车，但是应当意识到的是，包括摩托车、卡车、运动型多用途车（SUV）、休闲车（RV）、航海船舶、飞行器等的任何其他交通工具也可被使用。交通工具电子元件28中的一些被大致在图1中示出，并且包括远程信息处理单元30、麦克风32、一个或多个按钮或其他控制输入34、音频系统36、视觉显示器38和GPS模块40以及多个交通工具系统模块（VSM）42。这些设备中的一些可被直接连接到远程信息处理单元，例如麦克风32和按钮34，而其他的设备可使用一个或多个网络连接间接地连接，例如通信总线44或娱乐总线46。合适的网络连接的示例包括控制器局域网（CAN）、面向媒体的系统传输（MOST）、局域互联网（LIN）、局域网（LAN）和其他合适的连接，例如以太网和符合已知的ISO、SAE和IEEE标准和规定的其他连接，仅举出一些。

远程信息处理单元30可以是OEM安装的（嵌入的）或加装的设备，该设备使得能够在无线载波系统14上并借助无线网络体系实现无线语音和/或数据通信，从而该交通工具可与呼叫中心20、其他的能实现远程信息处理的交通工具、和一些其他实体或设备通信。远程信息处理单元优选地使用无线电传输来建立与无线载波系统14的通信信道（语音信道和/或数据信道），从而可以通过该信道发送和接收语音和/或数据通信。通过提供语音和数据通信，远程信息处理单元30使得该交通工具能够提供多种不同的服务，这包括与导航、电话学、紧急救援、诊断、娱乐信息节目等相关的服务。数据可使用本领域已知的技术借助数据连接（例如借助通过数据信道的打包数据传输）或借助语音信道发送。对于包含语音通信（例如与呼叫中心20处的人工顾问或语音响应单元）和数据通信（例如，以向呼叫中心20提供GPS位置数据或交通工具诊断数据）的组合服务，系统可利用在语音信道上的单个呼叫并在需要时在语音信道上在语音和数据传输之间切换，并且这可使用本领域技术人员已知的技术来完成。

根据一个实施例，远程信息处理单元30利用根据GSM或CDMA标准的蜂窝通信，并且因此包括用于像免提呼叫的语音通信的标准蜂窝芯片组50，用于数据传输的无线调制解调器，电子处理设备52，一个或多个数字存储设备54和双天线56。应当意识到的是，调制解调器可以通过存储在该远程信息处理单元内并由处理器52执行的软件来实施，或者也可以由位于远程信息处理单元30内部或外部的单独的硬件部件来实施。调制解调器可使用任意数量的不同标准或协议（例如EVDO、CDMA、GPRS和EDGE）来运行。在交通工具和其他网络连接的设备之间的无线网络连接也可使用远程信息处理单元30来执行。为此目的，远程信息处理单元30可被构造成根据一个或多个无线协议来无线地通信，例如IEEE802.11协议、WiMAX或Bluetooth中的任一者。当用于打包交换数据通信（例如TCP/IP）时，远程信息处理单元可被构造成具有静态IP地址或可被构建成自动地接收从网络上的另一设备（例如路由器）或从网络地址服务商分配的IP地址。

处理器52可以是任意类型的能够处理电子指示的设备，包括微处理器、微控制器、主处理器、控制器、交通工具通信处理器、和专用集成电路（ASIC）。其可以是仅用于远程信息处理单元30的专用处理器或可被其他交通工具系统共用。处理器52执行各种类型的以数字方式存储的指令，例如存储在存储器54中的软件或固件程序，其使远程信息处理单元能提供多种服务。例如，处理器52可执行程序或处理数据以执行本文讨论的方法的至少一部分。

远程信息处理单元30可被用于提供多种多样的包括进和/或出交通工具的无线通信的交通工具服务。这些服务包括：与基于GPS的交通工具导航模块40联合提供的线路指向或其他与导航相关的服务；与一个或多个碰撞传感器接口模块（例如车身控制模块（未示出））一起提供的气囊展开通知和其他与紧急救援或道路救援相关的服务；使用一个或多个诊断模块的诊断报告；和与娱乐信息节目相关的服务，其中音乐、网页、电影、电视节目、视频游戏和/或其他信息由娱乐信息节目模块（未示出）下载并被存储以用于当前或随后的回放。上面列举的服务决不是对远程信息处理单元30的全部能力的穷举式列举，而仅仅是列举了远程信息处理单元能够提供的服务中的一些。而且，应当理解的是，上述模块中的至少一些可被以存储在远程信息处理单元30内部或外部的软件指令的形式实施，它们可以是位于远程信息处理单元30内部或外部的硬件部件，或者它们彼此之间可以被集成和/或共享，或者可与位于整个交通工具内的其他系统集成和/或共享，这里仅给出一些可能性。如果模块被实施为位于远程信息处理单元30外部的VSM42，那么它们可以利用交通工具总线44来与该远程信息处理单元交换数据和命令。

GPS模块40从GPS卫星的星座60接收无线电信号。根据这些信号，模块40可确定车辆位置，这可用于向车辆驾驶员提供导航和其他与位置相关的服务。导航信息可被展示在显示器38（或交通工具内的其他显示器）上，或者可通过言辞的方式展示，例如在提供线路导航时所实现的那样。导航服务可使用专用的交通工具内导航模块（其可以是GPS模块40的一部分）来提供，或者一些或全部导航服务可借助远程信息处理单元30来完成，其中位置信息被发送到远处位置，以用于给该交通工具提供导航地图、地图标注（所感兴趣的地点、餐馆等）、路线计算等。位置信息可被提供给呼叫中心20或者其他远处计算机系统，例如计算机18，以实现其他目的，例如车队管理。另外，新的或更新的地图数据可通过远程信息处理单元30从呼叫中心20被下载到GPS模块40。

除了音频系统36和GPS模块40以外，交通工具12可包括电子硬件部件形式的其他交通工具系统模块（VSM）42，这些部件被定位成遍及该交通工具并且通常从一个或多个传感器接收输入并利用所感测的输入来执行诊断、监测、控制、报告和/或其他功能。 VSM42中的每一个被优选地由通信总线44连接到其他VSM，以及连接到远程信息处理单元30，并且可被编程以运行交通工具系统和子系统诊断测试。作为示例，一个VSM42可以是发动机控制模块（ECM），其控制发动机运行的各个方面，例如燃料点火和点火正时，另一个VSM42可以是动力系控制模块，其调节该交通工具的动力系的一个或多个部件的运行，并且另一个VSM42可以是车身控制模块，其管理位于遍及该交通工具的各种电部件，像该交通工具的电门锁和前大灯。根据一个实施例，发动机控制系统被配置成带有车载诊断（OBD）特征，其提供各种实时数据，例如从包括车辆排放传感器在内的各种传感器接收的数据，并且提供一系列标准化的诊断故障代码（DTC），该代码允许技师快速地识别并修理该交通工具内的故障。如本领域技术人员所意识到的，上面提及的VSM仅仅是可被用在交通工具12中的模块中的一些的示例，因为多种其他的模块也是可行的。

交通工具电子元件28还包括多个交通工具使用者接口，该接口给该交通工具占用者提供了一种提供和/或接收信息的手段，包括麦克风32、按钮34、音频系统36、和视觉显示器38。如本文中所使用的，术语“交通工具使用者接口”广泛地包括任何合适形式的电子设备，包括硬件部件和软件部件，电子设备被定位在交通工具上并使交通工具使用者能与该交通工具的部件通信或通过该交通工具的部件通信。麦克风32提供到远程信息处理单元的音频输入，以使驾驶员或其他占用者能够提供语音命令和执行通过无线载波系统14的免提呼叫。为此目的，其可被连接到利用本领域已知的人机界面（HMI）技术的车载自动语音处理单元。按钮34允许输入远程信息处理单元30的手动使用者输入开始无线电话呼叫并提供其他数据、响应或控制输入。单独的按钮可被分别用于开始向呼叫中心20的紧急呼叫和常规服务救援呼叫。音频系统36提供音频输出到交通工具的占用者并且可以是专用的、单独的系统或者是主要的交通工具音频系统的一部分。根据这里示出的特定实施例，音频系统36被操作地联接到通信总线44和娱乐总线46并能提供AM、FM和卫星广播、CD、DVD和其他多媒体功能。这个功能可与上面描述的娱乐信息节目模块联合地或者相对于其独立地被提供。视觉显示器38优选是图形显示器，例如在仪器面板上的触屏或者从挡风玻璃反射的挡风玻璃显示，并且可被用于提供多种输入和输出功能。还可使用各种其他的交通工具使用者接口，因为图1中的接口仅是一个特定实施方式的示例。

无线载波系统14优选是蜂窝电话系统，其包括多个蜂窝塔70（仅示出一个）、一个或多个移动交换中心（MSC）72、以及任意其它的将无线载波系统14与陆地通信网络16连接所需要的网络连接部件。每个蜂窝塔70包括发送和接收天线和基站，来自不同的蜂窝塔的基站被直接地或者经由例如基站控制器的中间装置连接到MSC72。蜂窝系统14能实施任意适合的通信技术，例如包括模拟技术，例如AMPS，或者更新的数字技术，例如CDMA（例如CDMA2000）或GSM/GPRS。如本领域技术人员所意识到的，各种蜂窝塔/基站/MSC的布置都是可能的，并且都可与无线系统14一起使用。例如，基站和蜂窝塔可被共同定位在同一地点，或者他们可被彼此远离地定位，每个基站可负责单个蜂窝塔，或者单个基站可服务不同的蜂窝塔，以及不同的基站可被联接到单个MSC，这里仅举出一些可能的布置。

除了使用无线载波系统14以外，卫星通信形式的不同无线载波系统也被用于提供与交通工具的单向或双向通信。这可使用一个或多个通信卫星62和上行传输站64来实现。单向通信例如可以是卫星广播服务，其中节目内容（新闻、音乐等）被传输站64接收，被打包以用于上载，并且此后被发送到卫星62，其将该节目广播给订阅者。双向通信例如可以是卫星电话服务，其使用卫星62来中继在交通工具12和站64之间的电话通信。如果被使用，那么该卫星电话可用来代替无线载波系统14，或者在无线载波系统14之外被使用。

陆地通信网络16可以是传统的基于陆地的电信网络，其被连接到一个或多个陆上通信线电话并将无线载波系统14连接到呼叫中心20。例如，陆地通信网络16可包括公共交换电话网络（PSTN），例如用于提供电路电话、包交换数据通信和互联网基础设施的公共交换电话网络。陆地通信网络16的一个或多个部分可被通过使用标准有线网络、光纤或其它光学网络、电缆网络、电力线、其它无线网络（例如无线局域网（WLAN）、或提供宽带无线接入（BWA）的网络、或它们的任意组合实现。而且，呼叫中心20不需要通过陆地通信网络16被连接，而是可包括无线电话装置，从而它能直接与无线网络，例如无线载波系统14，进行通信。

计算机18可以是通过私用或公用网络例如互联网接入的多个计算机中的一个。每个这样的计算机18可被用于一个或多个目的，例如可被交通工具通过远程信息处理单元30和无线载波系统14访问的网络服务器。其它的这样的可访问的计算机18可以是，例如：服务中心计算机，诊断信息和其它交通工具数据可从交通工具通过远程信息处理单元30被上载到其中；客户计算机，其由交通工具拥有人或其它的订阅者使用，以用于访问或接收交通工具数据或者设置或配置订阅者喜好或者控制交通工具功能的目的；或者第三方储存库，可以向其提供或从其提供交通工具数据或其它信息，无论是通过与交通工具12或呼叫中心20或者与这两者通信。计算机18还可被用于提供互联网连接性例如DNS服务或者用作网络地址服务器，其使用DHCP或其它合适的协议来给交通工具12分配IP地址。

呼叫中心20被设计成给交通工具电子元件28提供多个不同的系统后端功能，并且，根据此处示出的示例性实施例，通常包括一个或多个交换器80、服务器82、数据库84、人工顾问86、以及自动语音应答系统（VRS）88，所有这些都是本领域已知的。这些不同的呼叫中心部件优选地通过有线或无线局域网90互相连接。交换器80，其可以是私用交换分机（PBX）交换器，对进入信号进行路由使得语音传输通常被通过普通电话发送到人工顾问86或者使用VoIP被发送到自动语音应答系统88。人工顾问电话也可使用VoIP，如图1中的虚线所指示。VoIP和其它通过交换器80的数据通信被通过连接在交换器80和网络90之间的调制解调器（未示出）实施。数据传输通过调制解调器被传递到服务器82和/或数据库84。数据库84可存储账户信息，例如订阅者验证信息、交通工具识别符、履历记录、行为模式和其它相关的订阅者信息。数据传输还可由无线系统实施，例如802.11x、GPRS等。虽然图示的实施例已经被描述为它将与使用人工顾问86的人力呼叫中心20联合使用，但应当意识到的是，呼叫中心可替代地利用VRS88作为自动顾问，或者VRS88和人工顾问86的组合也可被使用。

现在转向图2，示出了可被用于使目前所公开的方法能够实现的ASR系统210的示例性架构。通常来说，交通工具的占用者用言辞与自动语音识别系统（ASR）互动，以实现下列基本目的中的一个或多个：训练该系统以理解交通工具的占用者的特定语音；存储不连续的语音，例如口头名牌或口头控制词，像数字或关键字；或者识别交通工具占用者的语音以实现任何合适的目的，例如语音拨号、菜单导航、转录、服务请求、交通工具设备或设备功能控制等。通常，ASR从人类语音中提取声学数据，将这些声学数据与所存储的子词数据进行比较和对照，选择可与其它所选择的子词连结的合适子词，并将连结后的子词或词输出以进行后处理，例如口授或转录、地址簿拨号、存储到内存、训练ASR模型或适应参数等。

ASR系统通常是本领域技术人员熟知的，并且图2仅图示了一个具体的、示例性的ASR系统210。该系统210包括接收语音的设备，例如远程信息处理麦克风32；和声学接口33，例如远程信息处理单元30的声卡，其具有模拟－数字转换器以将语音数字化为声学数据。系统210还包括内存，例如远程信息处理内存54，以用于存储声学数据和存储语音识别软件和数据库；以及处理器，例如电子处理设备52，以处理声学数据。处理器与内存一起并联合下列模块来正常工作：一个或多个前端处理器或者预处理器软件模块212，用于将语音的声学数据流解析成参数表示，例如声学特征；一个或多个解码器软件模块214，用于解码声学特征以产生对应于输入的语音表达的数字子词或词输出数据；和一个或多个后处理器软件模块216，用于使用来自解码器模块214的输出数据以实现任何合适的目的。

系统210还能从任何其它合适的音频源31接收语音，可使该音频源直接与预处理器软件模块212通信，如实线所示，或者通过声学接口33间接地与其通信。音频源31可包括例如电话音频源例如语音邮件系统，或者任何种类的其它电话服务。

一个或多个模块或模型可被用作到解码器模块214的输入。第一，语法和/或词典模型218可提供管理那一个词能在逻辑上跟在其它词后面以形成正确句子的规则。广义地，语法可定义系统210在任一给定的模式中在任一给定时间上所期望的全部词汇。例如，如果系统210处于用于训练命令的训练模式，那么语法模块218可包括系统210已知的并由其所用的全部命令。在另一示例中，如果系统210处于主菜单模式，那么主动语法模型218可包括系统210所期望的全部主菜单命令，例如呼叫、拨号、推出、删除、目录等。第二，声学模型220辅助选择对应于来自预处理器模块212的输入的最像的子词或词。第三，词模型222和句子/语言模型224在将所选择的子词或词排成词或句子语境中提供规则、句法、和/或语义。另外，句子/语言模型224可定义系统210在任一给定ASR模式中在任一给定时间上所期望的全部句子，和/或可提供管理那些句子能在逻辑上跟在其它句子之后以形成正确的扩展语音的规则等。在这些示例的每一个中，相关的模型被训练成学习由一个或多个ATA产生的语音。例如，由ATA使用的语音的标识可能不会变化很大，命令的数量也不会变化很大。因此，可快速且容易地准备语法或句法模块218以辨别由ATA所用的有限数量的已知的且被辨别过的语音中的其中一个以及ATA频繁使用很可能的词和/或命令。作为示例，ATA可问呼叫者“请输入你的会议呼叫接入码”。ASR系统210可被训练成寻找这些词/短语中的每一个和/或很可能讲出它们的语音。

根据替换的示例性实施例，ASR系统210的一些或全部可被驻留在远离交通工具12的位置例如呼叫中心20中的计算装置上，并由该装置处理。例如，语法模型、声学模型等可被存储在呼叫中心20中的服务器82和/或数据库84中的一个中的内存中并被通信到远程信息处理单元30以进行交通工具内的语音处理。类似地，可使用呼叫中心20中的服务器82中的其中一个中的处理器来处理语音识别软件。换句话说，ASR系统210可驻留在远程信息处理单元30中或者以任何期望的方式分布在呼叫中心20和交通工具12上。

第一，声学数据由人类语音提取，其中交通工具占用者对着麦克风32讲话，其将表达转换成电信号并将这些信号通信到声学接口33。麦克风32中的声音响应元件将占用者的语音表达捕获为空气压力中的变化，并且将表达转换成对应的模拟电信号（例如直流电流或电压）的变化。声学接口33接收模拟电信号，它们首先被采样，从而模拟信号的值被在离散的时刻被捕获，并且此后被量化使得模拟信号的幅值在每个采样瞬间被转换成连续的数字语音数据流。换句话说，声学接口33将模拟电信号转换成数字电子信号。数字数据是二进制比特，它们在远程信息处理内存54中被缓冲并且此后由远程信息处理处理器52处理或者可实时地在它们初始被处理器52接收时被处理。

第二，预处理器模块212将连续的数字语音数据流变形为离散的声学参数序列。更具体地，处理器52执行预处理器模块212以将数字语音数据分割成交叠的例如10-30ms时长的语音或声学帧。这些帧对应于声学子词，例如音节、半音节、语音、双音、音素等。预处理器模块212还执行语音分析以从每一帧中从占用者语音提取声学参数，例如随时间变化的特征向量。占用者语音内的表达可被表示为这些特征向量的序列。例如，并且如本领域技术人员所知的，特征向量可被提取并且可包括例如音高、能量曲线、谱属性、和/或通过执行帧的傅立叶变换并使用余弦变换对声谱解相关得到的倒谱系数。覆盖特定时长语音的声学帧和对应的参数被连结成待被解码的未知的语音测试样式。

第三，处理器执行解码器模块214以处理每个测试样式进入特征向量。解码器模块214也被已知为识别引擎或分类器，并且使用所存储的已知的语音参考样式。和测试样式一样，参考样式被定义为相关的声学帧和对应参数的连结。解码器模块214将待被识别的子词测试样式的声学特征向量与所存储的子词参考样式进行比较和对照，评估差别的大小或者之间的相似度，并且最终使用决定逻辑来选取最佳匹配的子词作为被识别的子词。通常，最佳匹配的子词是，由本领域技术人员已知的用来分析和识别子词的各种技术中的任一种确定的、与所存储的已知的参考样式对应的、与测试样式具有最小不相似度或最可能是该测试样式的子词。这些技术可包括动态时间缠绕分类器、人工智能技术、神经网络、自由音素识别器、和/或概率样式匹配器，例如隐式马尔可夫模型（HMM）引擎。

HMM引擎是本领域技术人员熟知的，用于产生声学输入的多语音识别模型假设。这些假设在通过语音的特征分析最终辨别和选择代表声学输入的最可能的正确解码的识别输出中被考虑。更具体地，HMM引擎生成子词模型假设的“N-最佳”列表形式的统计模型，子词模型假设是根据HMM计算的信心值或者在给定一个或另一个子词的情况下例如通过应用贝叶斯定理得到的声学数据的观察顺序的可能性排列的。

贝叶斯定理的HMM过程针对声学特征向量的给定观察顺序辨别对应于最可能的表达或子词的最佳假设，并且其信心值可依赖于多种因素，包括与进入声学数据相关联的声学信噪比。HMM还可包括被称为对角线高斯的混合物的统计分布，这产生了对每个子词的每个所观察的特征向量的可能性得分，该得分可被用于重新排列假设的N－最佳列表。HMM引擎还可辨别和选择其模型可能性得分最高的子词。

以类似的方式，用于一系列子词的单独的HMM可被连结以建立单个或多个词HMM。此后，单个或多个词参考样式和相关联的参数值的N－最佳列表可被生成并被进一步评价。

在一个示例中，语音识别解码器214使用合适的声学模型、语法、和算法来处理特征向量，以生成参考样式的N-最佳列表。当在本文中使用时，术语参考样式是与模型、波形、模板、富信号模型、范例、假设或其它类型的参考互换。参考样式可包括一系列的代表一个或多个词或子词的特征向量，并且可基于特定的说话者、说话风格、和音频环境条件。本领域技术人员将认识到，参考样式可由ASR系统的合适的参考样式训练生成并存储在内存中。本领域技术人员还将认识到所存储的参考样式可被操纵，其中参考样式的参数值基于ASR系统的参考样式训练和实际使用之间的语音输入信号中的差别而被调节。例如，为一个交通工具占用者或某些声学条件训练的一组参考样式可被调节并被保存作为用于不同的交通工具占用者或不同的声学条件的另一组参考样式，这基于来自不同的交通工具占用者或不同的声学条件的有限数量的训练数据。换句话说，参考样式不一定是固定不变的而是可在语音识别过程中被调节。

使用词汇内语法和任何合适的解码器算法以及声学模型，处理器从内存访问若干解释测试样式的参考样式。例如，处理器可生成N-最佳词汇结果或参考样式的列表以及对应的参数值，并将其存储到内存。示例性的参数值可包括词汇的N-最佳列表中的每个参考样式的信心得分和相关的片断时长、可能性得分、信噪比（SNR）值和/或其它。词汇的N-最佳列表可按照参数值大小的降序排列。例如，具有最高信心得分的词汇参考样式是第一最佳参考样式，以此类推。一旦建立了一串的被识别的子词，它们就可被用于与来自词模型222的输入一起构造词并且与来自句子模型224的输入一起构造句子。

最后，后处理器软件模块216接收来自解码器模块214的输出数据以实现任何合适的目的。在一个示例中，后处理器软件模块216可从单个或多个词参考样式的N-最佳列表中辨别或选择参考样式中的其中一个作为被识别的语音。在一个示例中，后处理器模块216可被用于将声学数据转换成文本或数字以与ASR系统或其它交通工具系统的其它方面一起使用。在另一示例中，后处理器模块216可被用于向解码器214或预处理器212提供训练反馈。更具体地，后处理器216可被用于训练解码器模块214的声学模型，或者训练预处理器模块212的适应参数。

现在转向图3，示出了操作远程信息处理单元30的方法300。方法300在步骤310开始于最优化交通工具12处的语音识别功能，以识别与一个或多个自动电话值机员（ATA）一起使用的一组语音。ATA也可被称为互动语音应答（IVR）系统，通常将呼叫者转接到它们期望的号码而不需要使用人工接线员。即，呼叫者可通过语音输出和/或DTMF语调或命令与由ATA使用的计算机互动。这个的至少一部分可通过使用上述的ASR系统210来实现。ASR系统210不仅从交通工具占用者接收语音，还能被指令接收由ATA生成的语音。以这种方式，ASR系统210可被交替地指令以倾听远程信息处理服务订阅者/交通工具占用者或者ATA，这依赖于哪一个源正在讲话。术语“呼叫者”在本文中使用时也可被解读为包括“交替工具占用者”或“远程信息处理服务使用者”。

而且，使用中的ATA的仅仅有限数量的不同语音可被用于产生从ATA的输出。或者换句话说，可能仅有少量的独特的语音被记录以用于与ATA一起使用。并且可由ATA发出的要求的数量也是有限的。例如，ATA可被期望叙述“请说出会议呼叫接入码”或者“请说出密码”。可基于用于建立会议呼叫的对话的语境合理地预测这些命令。如果ATA能生成有限数量的不同的语音和/或有限的短语或命令，ASR系统210可被编程（例如专门训练）为预期这些语音和/或命令，如上所讨论的。方法300前进到步骤320。

在步骤320，从远程信息处理服务使用者获得了用于建立会议呼叫的会议呼叫接入码、密码或它们两者并将其存储。该会议呼叫接入码可以是呼叫者在加入会议呼叫时提供给ATA的多数字码。类似地，会议呼叫接入码可与密码一起被使用以进一步在加入特定会议呼叫的那些人中辨别呼叫者，例如交通工具占用者或远程信息处理服务订阅者。例如，呼叫者可提供会议呼叫接入码以辨别特定的会议呼叫并且密码也可被提供以指示呼叫者的身份，呼叫者的身份可以与额外的特权相关联，例如被指定为会议呼叫的主持人。会议呼叫接入码和/或密码可被用多种方式和在多个位置处被存储。例如，会议呼叫接入码和/或密码可由交通工具12处的交通工具占用者叙述，由ASR系统210通过麦克风32接收，由ASR系统210解释，并被存储在交通工具12的内存中。在另一个示例中，会议呼叫接入码和/或密码可使用使用者可经由个人计算机访问的网络门户来保存。会议呼叫接入码和/或密码可被保存在会议呼叫文件中，该文件此后在交通工具占用者想要建立会议呼叫时可被无线地发送到交通工具12以满足及时使用。会议呼叫文件可包括一个或多个可被用于开始会议呼叫的会议呼叫接入码、密码或者电话号码和/或可与每个会议呼叫服务提供者一起使用的规则/协议。会议呼叫接入码和/或密码可与口头名牌（例如包括一个或多个词的言辞命令）相关联，名牌可在期望会议呼叫时由交通工具占用者叙述。口头名牌可包括一个或多个电话号码，该电话号码可被用于开始会议呼叫并可被保存在交通工具12处。虽然方法300在本文中将从会议呼叫接入码方面被描述，但是应该意识到的是，这还可以意味着密码、或者会议呼叫接入码和密码、或者用于辨别呼叫者和/或呼叫者正试图加入的会议呼叫的独特信息的一些其它组合。方法300前进到步骤330。

在步骤330，基于从交通工具占用者接收的言辞命令从交通工具开始会议呼叫。该交通工具占用者或远程信息处理服务使用者可以通过按压按钮32并叙述服务该会议呼叫的电话号码来开始会议呼叫。在另一示例中，交通工具占用者可叙述与会议呼叫接入码相关联的所述口头名牌，例如关键词，从而启动开始会议呼叫的过程。该开始过程会非常类似于从交通工具12开始普通的免提呼叫，即使不会完全相同。不过，与请求普通电话呼叫不同，方法300可包括将ASR系统210维持在准备状态，该状态可自动地生成额外信息以建立会议呼叫。会议呼叫的开始还可包括指示ASR系统210来开始倾听来自ATA的语音。例如，所述保存的会议呼叫接入码可被保存在一个文件中，该文件包括计算机可读指令，该指令用于在用于建立会议呼叫的电话号码被呼叫时开始ASR系统210。并且，当ASR系统210被开始时，可指示其一旦会议呼叫已经被开始（例如，拨打）就停止倾听交通工具占用者通过麦克风32的输入并且开始倾听从外部呼叫者（例如ATA）接收的输入。依赖于可闻声音的来源，ASR系统210可被指令交替倾听ATA或呼叫者。方法300前进到步骤340。

在步骤340，使用被最优化的语音识别功能自动地确定ATA正要求会议呼叫接入码。这可在会议呼叫开始过程期间发生或者在其后立刻发生。例如，在请求了会议呼叫后，ATA可自动地回答该呼叫并生成对呼叫者的在建立会议呼叫之前要求信息的提示。这个提示可说明ATA的身份并要求呼叫者输入会议呼叫接入码和/或密码。ASR系统210可正在倾听来自ATA的提示并基于该提示，访问存储在交通工具处的信息，例如会议呼叫接入码和/或密码。方法300前进到步骤350。

在步骤350，基于语音识别功能的确定，所存储的会议呼叫接入码被发送到ATA。一旦ATA的要求被解释并且会议呼叫接入码/密码被访问，远程信息处理单元30可将会议呼叫接入码/密码提供给ATA。这可包括响应于确定了ATA正要求会议呼叫接入码，基于所存储的会议呼叫接入码生成DTMF语调或DTMF命令。DTMF语调或DTMF命令可被无线地传输到ATA以建立到会议呼叫的接入。在另一个示例中，ASR系统210可生成对ATA要求的言辞应答。例如，如果ATA要求呼叫者说出会议呼叫接入码，那么ASR系统210可接收会议呼叫接入码/密码并用声学方式为ATA生成该信息。ATA可向呼叫者询问多于一个的应答。在这种情况下，ASR系统210针对额外的ATA询问可重复上述步骤中的至少一些。方法300此时结束。

应当理解的是，前面是对本发明的一个或多个优选的示例性实施例的描述。本发明不限于本文公开的特定的实施例，而是仅由下面的权利要求所限定。另外，前面描述中包含的叙述是与特定实施例相关并不应被理解为对本发明的范围或权利要求中所用的术语的定义的限制，除非术语或短语在上面被明确定义。本领域技术人员能明了各种其它实施例以及对所公开的实施例的各种修改和改进。所有这些其它的实施例、修改和改进都被认为落在所附权利要求的范围内。

但在本说明书和权利要求书中被使用时，术语“例如”、“比如”、“诸如”和“等”以及动词“包括”、“具有”、“包含”和它们的其它动词形式，当于一系列的一个或多个部件或其它物品一起使用时，每一个都被理解为是开放式的，这意味着上述罗列并不应被理解为排除其它的、额外的部件或物品。其它术语应被理解为使用它们的最广义的合理含义，除非它们被使用在要求不同解释的上下文中。

Claims

1.一种操作交通工具远程信息处理单元的方法，所述方法包括如下步骤：

（c）在开始所述会议呼叫的同时从自动电话值机员ATA接收对会议呼叫接入码的要求；

2.如权利要求1所述的方法，其特征在于，所述语音识别功能被编程为识别由ATA使用的一个或多个语音。

3.如权利要求1所述的方法，其特征在于，所述语音识别功能被编程为识别由ATA生成的一个或多个命令。

4.如权利要求1所述的方法，还包括步骤：指令所述语音识别功能以根据哪一个正在讲话来交替地倾听交通工具占用者或ATA。

5.如权利要求1所述的方法，其中步骤（a）还包括：

将所解释的会议呼叫接入码存储在所述交通工具处。

6.如权利要求1所述的方法，其特征在于，所述会议呼叫接入码被存储为会议呼叫文件的一部分，所述会议呼叫文件包括用于与ATA交互的口头名牌或至少一种规则。

7.如权利要求1所述的方法，其特征在于，基于对由交通工具占用者所拨打的电话号码的识别来确定会议呼叫的开始。

8.如权利要求1所述的方法，其特征在于，所述会议呼叫接入码作为双音多频DTMF语调或DTMF命令被无线地从交通工具发送到ATA。

9.如权利要求1所述的方法，其特征在于，所述会议呼叫接入码由所述语音识别功能言辞地叙述给ATA。

10.一种操作交通工具远程信息处理单元的方法，所述方法包括以下步骤：

（b）将所获得的会议呼叫接入码存储在交通工具处；

（c）使用交通工具处的语音识别自动地确定自动电话值机员ATA正在要求会议呼叫接入码；

11.如权利要求10所述的方法，其特征在于，在所述交通工具处的语音识别被编程为识别由ATA使用的一个或多个语音。

12.如权利要求10所述的方法，其特征在于，在所述交通工具处的语音识别被编程为识别由ATA生成的一个或多个命令。

13.如权利要求10所述的方法，其特征在于，所述会议呼叫接入码被存储为会议呼叫文件的一部分，所述会议呼叫文件包括用于与ATA交互的口头名牌或至少一种规则。

14.如权利要求10所述的方法，基于对由远程信息处理服务使用者拨打的电话号码的识别来开始所述会议呼叫。

15.如权利要求10所述的方法，还包括如下步骤：通过根据哪一个正在讲话来指令所述交通工具处的语音识别以交替地倾听远程信息处理服务使用者或ATA，来确定ATA正在要求会议呼叫。

16.一种操作交通工具远程信息处理单元的方法，所述方法包括如下步骤：

（a）对交通工具处的语音识别功能进行最优化以识别与一个或多个自动电话值机员ATA一起使用的一组语音；

17.如权利要求16所述的方法，其特征在于，所述语音识别功能被编程为识别由ATA生成的一个或多个命令。

18.如权利要求16所述的方法，还包括步骤：指令所述语音识别功能以根据哪一个正在讲话来交替地倾听呼叫者或ATA。

19.如权利要求16所述的方法，其特征在于，所述会议呼叫接入码被存储为会议呼叫文件的一部分，所述会议呼叫文件包括用于与ATA交互的口头名牌或至少一种规则。

20.如权利要求16所述的方法，其特征在于，基于对由远程信息处理服务使用者拨打的电话号码的识别来确定所述会议呼叫的开始。