CN103139378A - 移动终端装置及自动开启该装置的声音输出接口的方法 - Google Patents

Abstract

一种移动终端装置及自动开启该装置的声音输出接口的方法。此移动终端装置包括一语音系统、一扩音设备与一处理单元。语音系统用以提供输入音频信号。扩音设备用以将输出音频信号转换为声音。一处理单元耦接语音系统及扩音设备。当语音系统为一开启状态，且处理单元接收来自语音系统所提供与一拨接动作有关的一输入音频信号时，处理单元自动提供一开启信号，以开启扩音设备，并且通过处理单元提供输出音频信号至扩音设备。

Description

移动终端装置及自动开启该装置的声音输出接口的方法

技术领域

本发明涉及一种移动终端装置及其功能的自动启动方法，且特别涉及一种移动终端装置及自动开启移动终端装置的声音输出接口的方法。

背景技术

随着科技的发展，具有语音系统的移动终端装置已日渐普及。上述的语音系统是通过语音理解技术，让使用者与移动终端装置进行沟通。举例来说，使用者只要对上述的移动终端装置讲出某项要求，例如想要查车次、查天气或是欲拨打电话等，系统便会依据使用者的语音信号，采取对应的动作。上述的动作可能是以语音方式回答使用者问题或是依照使用者指令去驱使移动终端装置的系统进行动作。

然而，在语音系统的技术发展过程中，却面临一些问题亟待解决。例如：语音结合云端服务器的数据安全性、语音系统启动的便捷性等问题。

以语音结合云端服务器的数据安全性来说，目前是以语音交互系统结合云端技术的概念，将复杂而需要强大运算能力支持的语音处理过程交由云端服务器来执行。虽然这样的方式可大幅降低移动终端装置所需配置硬件的成本。但是，对于需要通过通讯录进行通话、传简讯等动作来说，由于需通过上传通讯录至云端服务器中以找寻通话或传简讯的对象，因此通讯录的保密将是一个重要的议题。虽然云端服务器可以采用加密连线，并且采取即用即传、不保存的方式，还是难以消除使用者对上述作法的担忧。

另一方面，以语音系统启动的便捷性来说，目前大都是触发移动终端装置的屏幕其所显示的应用程序来启动，或者通过移动终端装置所设置的实体按键来启动。上述的设计皆须通过移动终端装置本身来启动，但是在某些场合，上述的设计却是相当的不便。比如说：在行车期间，而移动终端装置被放置于口袋或是提袋中，或者在厨房做菜时，需要拨打位于客厅的移动电话，以询问友人食谱细节等使用者无法立即触及移动终端装置，但需使语音系统开启的情况。

此外，移动终端装置中的扩音功能同样也有类似的问题。虽然目前使用者可以通过手指操作移动电话，或是用单手持握移动电话以将移动电话贴近耳朵以启动扩音功能。但是，当使用者无法立即触及移动终端装置，但需使扩音功能时，目前需通过移动终端装置本身来启动的设计仍将造成使用者的不便。

因此，如何改进上述的这些缺点，成为亟待解决的议题。

发明内容

本发明提供一种移动终端装置及自动开启移动终端装置的声音输出接口的方法，提高移动终端的使用便利性。

本发明提出一种移动终端装置，此移动终端装置包括一语音系统、一扩音设备与一处理单元。语音系统用以提供输入音频信号。扩音设备用以将输出音频信号转换为声音。一处理单元耦接语音系统及扩音设备。当语音系统为一开启状态，且处理单元接收来自语音系统所提供与一拨接动作有关的一输入音频信号时，处理单元自动提供一开启信号，以开启扩音设备，并且通过处理单元提供输出音频信号至扩音设备。

本发明另提出一种自动开启移动终端装置的声音输出接口的方法，此方法是当移动终端装置的一语音系统为开启状态时，移动终端装置的一处理单元判断与一拨接动作有关的一输入信号是否来自语音系统。当与拨接动作有关的输入信号来自语音系统，此处理单元自动提供一开启信号，以开启移动终端装置的扩音设备，并且通过处理单元提供一输出音频信号至扩音设备。

基于上述，本发明的移动终端装置及自动开启移动终端装置的声音输出接口的方法，当处理单元接收到与拨接动作有关的输入信号时，可以自动开启移动终端装置的扩音设备，藉此提高移动终端装置的使用便利性。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1是依照本发明一实施例所绘示的语音操控系统的方块图。

图2是依照本发明另一实施例所绘示的语音操控系统的方块图。

图3是依照本发明一实施例所绘示的语音操控方法的流程图。

图4是依照本发明一实施例的语音交互系统的方块图。

图5是依照本发明一实施例的用于语音交互系统的语音通信流程的示意图。

图6为依据本发明一实施例的移动终端装置的系统示意图。

图7为依据本发明一实施例的移动终端装置的通话扩音功能的自动启动方法的流程图。

【主要元件符号说明】

100、200：语音操控系统

110：辅助启动装置

112、122：无线传输模块

114：触发模块

116：无线充电电池

1162：电池单元

1164：无线充电模块

120、220、420：移动终端装置

121、426：语音系统

124、610：语音采样模块

126：语音合成模块

127：语音输出接口

128、424：通信模块

130、410：(云端)服务器

132：语音理解模块

1322：语音辨识模块

1324：语音处理模块

400：语音交互系统

412、422、660：处理单元

414：通信模块

428：存储单元

429：通讯录

330：显示单元

620：输入单元

630：拨接单元

640：听筒

650：扩音设备

670：耳机

S302~S312、S501~S519、S710~S770：步骤

DRC：通话接收数据

DTC：通话传送数据

SAI：输入音频信号

SAO：输出音频信号

SIO：输入操作信号

具体实施方式

虽然现今的移动终端装置已可提供语音系统，以让使用者发出语音来和移动终端装置沟通，但使用者在启动此语音系统时，仍必须通过移动终端装置本身来启动。因此在使用者无法立即触及移动终端装置，但需使语音系统开启的情况，往往无法满足使用者立即的需求。为此，本发明提出一种辅助语音系统开启的装置及其对应的方法，让使用者能够更便捷地开启语音系统。为了使本发明的内容更为明了，以下特举实施例作为本发明确实能够据以实施的范例。

图1是依照本发明一实施例所绘示的语音操控系统的方块图。请参照图1，语音操控系统100包括辅助启动装置110、移动终端装置120以及服务器130。在本实施例中，辅助启动装置110会通过无线传输信号，来启动移动终端装置120的语音系统，使得移动终端装置120根据语音信号与服务器130进行沟通。

详细而言，辅助启动装置110包括第一无线传输模块112以及触发模块114，其中触发模块114耦接于第一无线传输模块112。第一无线传输模块112例如是支持无线相容认证（Wireless fidelity，Wi-Fi）、全球互通微波接入（Worldwide Interoperability for Microwave Access，WiMAX）、蓝牙（Bluetooth）、超宽带（ultra-wideband，UWB）或射频识别（Radio-frequencyidentification，RFID）等通信协议的装置，其可发出无线传输信号，以和另一无线传输模块彼此对应而建立无线连结。触发模块114例如为按钮、按键等。在本实施例中，当使用者按压此触发模块114产生一触发信号后，第一无线传输模块112接收此触发信号而启动，此时第一无线传输模块112会发出无线传输信号，并通过第一无线传输模块112传送此无线传输信号至移动终端装置120。在一实施例中，上述的辅助启动装置110可为一蓝牙耳机。

值得注意的是，虽然目前有些免持的耳机/麦克风亦具有启动移动终端装置120某些功能的设计，但本发明的另一实施例中，辅助启动装置110可以不同于上述的耳机/麦克风。上述的耳机/麦克风通过与移动终端装置的连线，以取代移动终端装置120上的耳机/麦克风而进行听/通话，启动功能为附加设计，但本申请的辅助启动装置110“仅”用于开启移动终端装置120中的语音系统，并不具有听/通话的功能，故内部的电路设计可简化，成本也较低。换句话说，相对于上述的免持耳机/麦克风而言，辅助启动装置110是另外装置，即使用者可能同时具备免持的耳机/麦克风以及本申请的辅助启动装置110。

此外，上述的辅助启动装置110的形体可以是使用者随手可及的用品，例如戒指、手表、耳环、项链、眼镜等装饰品，即各种随身便携式物品，或者是安装构件，例如为配置于方向盘上的行车配件，不限于上述。也就是说，辅助启动装置110为“生活化”的装置，通过内部系统的设置，让使用者能够轻易地触摸到触发模块114，以开启语音系统。举例来说，当辅助启动装置110的形体为戒指时，使用者可轻易地移动手指来按压戒指的触发模块114使其被触发。另一方面，当辅助启动装置110的形体为配置于行车配件的装置时，使用者亦能够在行车期间轻易地触发行车配件装置的触发模块114。此外，相较于配戴耳机/麦克风进行听/通话的不舒适感，使用本申请的辅助启动装置110可以将移动终端装置120中的语音系统开启，甚至进而开启扩音功能(后将详述)，使得使用者在不需配戴耳机/麦克风，仍可直接通过移动终端装置120进行听/通话。另外，对于使用者而言，这些“生活化”的辅助启动装置110为原本就会配戴或使用的物品，故在使用上不会有不习惯或是不舒适感的问题，即不需要花时间适应。举例来说，当使用者在厨房做菜时，需要拨打放置于客厅的移动电话时，假设其配戴具有戒指、项链或手表形体的本发明的辅助启动装置110，就可以轻触戒指、项链或手表以开启语音系统以询问友人食谱细节。虽然目前部分具有启动功能的耳机/麦克风也可以达到上述的目的，但是在每次做菜的过程中，并非每次都需要拨打电话请教友人，故对于使用者来说，随时配戴耳机/麦克风做菜，以备随时操控移动终端装置可说是相当的不方便。

在其他实施例中，辅助启动装置110还可配置有无线充电电池116，用以驱动第一无线传输模块112。进一步而言，无线充电电池116包括电池单元1162以及无线充电模块1164，其中无线充电模块1164耦接于电池单元1162。在此，无线充电模块1164可接收来自一无线供电装置（未绘示）所供应的能量，并将此能量转换为电力来对电池单元1162充电。如此一来，辅助启动装置110的第一无线传输模块112可便利地通过无线充电电池116来进行充电。

另一方面，移动终端装置120例如为移动电话（Cell phone）、个人数字助理（Personal Digital Assistant，PDA）手机、智能手机（Smart phone），或是安装有通信软件的掌上型计算机（Pocket PC）、平板型计算机（Tablet PC）或笔记型计算机等等。移动终端装置120可以是任何具备通信功能的便携式（Portable）移动装置，在此并不限制其范围。此外，移动终端装置120可使用Android操作系统、Microsoft操作系统、Android操作系统、Linux操作系统等等，不限于上述。

移动终端装置120包括第二无线传输模块122，第二无线传输模块122能与辅助启动装置110的第一无线传输模块112相匹配，并采用相对应的无线通信协议（例如无线相容认证、全球互通微波接入、蓝牙、超宽带通信协议或射频识别等通信协议），藉以与第一无线传输模块112建立无线连结。值得注意的是，在此所述的“第一”无线传输模块112、“第二”无线传输模块122用以说明无线传输模块配置于不同的装置，并非用以限定本发明。

在其他实施例中，移动终端装置120还包括语音系统121，此语音系统121耦接于第二无线传输模块122，故使用者触发辅助启动装置110的触发模块114后，能通过第一无线传输模块112与第二无线传输模块122无线地启动语音系统121。在一实施例中，此语音系统121可包括语音采样模块124、语音合成模块126以及语音输出接口127。语音采样模块124用以接收来自使用者的语音信号，此语音采样模块124例如为麦克风(Microphone)等接收音频的装置。语音合成模块126可查询一语音合成数据库，而此语音合成数据库例如是记录有文字以及其对应的语音的信息，使得语音合成模块126能够找出对应于特定文字讯息的语音，以将文字讯息进行语音合成。之后，语音合成模块126可将合成的语音通过语音输出接口127输出，藉以播放予使用者。上述的语音输出接口127例如为喇叭或耳机等。

另外，移动终端装置120还可配置有通信模块128。通信模块128例如是能传递与接收无线信号的元件，如射频收发器。进一步而言，通信模块128能够让使用者通过移动终端装置120接听或拨打电话或使用电信业者所提供的其他服务。在本实施例中，通信模块128可通过互联网接收来自服务器130的应答信息，并依据此应答信息建立移动终端装置120与至少一电子装置之间的通话连线，其中所述电子装置例如为另一移动终端装置（未绘示）。

服务器130例如为网络服务器或云端服务器等，其具有语音理解模块132。在本实施例中，语音理解模块132包括语音辨识模块1322以及语音处理模块1324，其中语音处理模块1324耦接于语音辨识模块1322。在此，语音辨识模块1322会接收从语音采样模块124传来的语音信号，以将语音信号转换成多个分段语义（例如词汇或字句等）。语音处理模块1324则可依据这些分段语义而解析出这些分段语义所代表的意指（例如意图、时间、地点等），进而判断出上述语音信号中所表示的意思。此外，语音处理模块1324还会根据所解析的结果产生对应的应答信息。在本实施例中，语音理解模块132可由一个或数个逻辑门组合而成的硬件电路来实作，也可以是以计算机程序代码来实作。值得一提的是，在另一实施例中，语音理解模块132可配置于移动终端装置220中，如图2所示的语音操控系统200。

以下即搭配上述语音操控系统100来说明语音操控的方法。图3是依照本发明一实施例所绘示的语音操控方法的流程图。请同时参照图1及图3，在步骤302中，辅助启动装置110发送无线传输信号至移动终端装置120。详细的说明是，当辅助启动装置110的第一无线传输模块112因接收到一触发信号被触发时，此辅助启动装置110会发送无线传输信号至移动终端装置120。具体而言，当辅助启动装置110中的触发模块114被使用者按压时，此时触发模块114会因触发信号被触发，而使第一无线传输模块112发送无线传输信号至移动终端装置120的第二无线传输模块122，藉以使得第一无线传输模块112通过无线通信协议与第二无线传输模块122连结。上述的辅助启动装置110仅用于开启移动终端装置120中的语音系统，并不具有听/通话的功能，故内部的电路设计可简化，成本也较低。换句话说，相对于一般移动终端装置120所附加的免持耳机/麦克风而言，辅助启动装置110是另一装置，即使用者可能同时具备免持的耳机/麦克风以及本申请的辅助启动装置110。

值得一提的是，上述的辅助启动装置110的形体可以是使用者随手可及的用品，例如戒指、手表、耳环、项链、眼镜等各种随身便携式物品，或者是安装构件，例如为配置于方向盘上的行车配件，不限于上述。也就是说，辅助启动装置110为“生活化”的装置，通过内部系统的设置，让使用者能够轻易地触摸到触发模块114，以开启语音系统121。因此，使用本申请的辅助启动装置110可以将移动终端装置120中的语音系统121开启，甚至进而开启扩音功能(后将详述)，使得使用者在不需配戴耳机/麦克风，仍可直接通过移动终端装置120进行听/通话。此外，对于使用者而言，这些“生活化”的辅助启动装置110为原本就会配戴或使用的物品，故在使用上不会有不习惯或是不舒适感的问题。

此外，第一无线传输模块112与第二无线传输模块122皆可处于睡眠模式或工作模式。其中，睡眠模式指的是无线传输模块为关闭状态，亦即无线传输模块不会接收/侦测无线传输信号，而无法与其它无线传输模块连结。工作模式指的是无线传输模块为开启状态，亦即无线传输模块可不断地侦测无线传输信号，或随时发送无线传输信号，而能够与其它无线传输模块连结。在此，当触发模块114被触发时，倘若第一无线传输模块112处于睡眠模式，则触发模块114会唤醒第一无线传输模块112，使第一无线传输模块112进入工作模式，并使第一无线传输模块112发送无线传输信号至第二无线传输模块122，而让第一无线传输模块112通过无线通信协议与移动终端装置120的第二无线传输模块122连结。

另一方面，为了避免第一无线传输模块112持续维持在工作模式而消耗过多的电力，在第一无线传输模块112进入工作模式后的预设时间（例如为5分钟)内，倘若触发模块114未再被触发，则第一无线传输模块112会自工作模式进入睡眠模式，并停止与移动终端装置120的第二无线传输模块120连结。

之后，在步骤304中，移动终端装置120的第二无线传输模块122会接收无线传输信号，以启动语音系统121。接着，在步骤S306，当第二无线传输模块122侦测到无线传输信号时，移动终端装置120可启动语音系统121，而语音系统的121采样模块124可开始接收语音信号，例如“今天温度几度?”、“打电话给老王。”、“请查询电话号码。”等等。

在步骤S308，语音采样模块124会将上述语音信号传送至服务器130中的语音理解模块132，以通过语音理解模块132解析语音信号以及产生应答信息。进一步而言，语音理解模块132中的语音辨识模块1322会接收来自语音采样模块124的语音信号，并将语音信号分割成多个分段语义，而语音处理模块1324则会对上述分段语义进行语音理解，以产生用以回应语音信号的应答信息。

在本发明的另一实施例中，移动终端装置120更可接收语音处理模块1324所产生的应答信息，据以通过语音输出接口127输出应答信息中的内容或执行应答信息所下达的操作。在步骤S310，移动终端装置120的语音合成模块126会接收语音理解模块132所产生的应答信息，并依据应答信息中的内容（例如词汇或字句等）进行语音合成，而产生语音应答。并且，在步骤S312，语音输出接口127会接收并输出此语音应答。

举例而言，当使用者按压辅助启动装置110中的触发模块114时，第一无线传输模块112则会发送无线传输信号至第二无线传输模块122，使得移动终端装置120启动语音系统121的语音采样模块124。在此，假设来自使用者的语音信号为一询问句，例如“今天温度几度?”，则语音采样模块124便会接收并将此语音信号传送至服务器130中的语音理解模块132进行解析，且语音理解模块132可将解析所产生的应答信息传送回移动终端装置120。假设语音理解模块132所产生的应答信息中的内容为“30℃”，则语音合成模块126会将此“30℃”的讯息合成为语音应答，且语音输出接口127能将此语音应播报给使用者。

在另一实施例中，假设来自使用者的语音信号为一命令句，例如“打电话给老王。”，则语音理解模块132中可辨识出此命令句为“拨电话给老王的请求”。此外，语音理解模块132会再产生新的应答信息，例如“请确认是否拨给老王”，并将此新的应答信息传送至移动终端装置120。在此，语音合成模块126会将此新的应答信息合成为语音应答，并通过语音输出接口127播报于使用者。更进一步地说，当使用者的应答为“是”之类的肯定答案时，类似地，语音采样模块124可接收并传送此语音信号至服务器130，以让语音理解模块132进行解析。语音理解模块132解析结束后，便会在应答信息记录有一拨号指令信息，并传送至移动终端装置120。此时，通信模块128则会依据电话数据库所记录的联络人信息，查询出“老王”的电话号码，以建立移动终端装置120与另一电子装置之间的通话连线，亦即拨号给“老王”。

在其他实施例中，除上述的语音操控系统100外，也可利用语音操控系统200或其他类似的系统，进行上述的操作方法，并不以上述的实施例为限。

综上所述，在本实施例的语音操控系统与方法中，辅助启动装置能够无线地开启移动终端装置的语音功能。而且，此辅助启动装置的形体可以是使用者随手可及的“生活化”的用品，例如戒指、手表、耳环、项链、眼镜等装饰品，即各种随身便携式物品，或者是安装构件，例如为配置于方向盘上的行车配件，不限于上述。如此一来，相较于目前另外配戴免持耳机/麦克风的不舒适感，使用本申请的辅助启动装置110来开启移动终端装置120中的语音系统将更为便利。

值得注意的是，上述具有语音理解模块的服务器130可能为网络服务器或云端服务器，而云端服务器可能会涉及到使用者的隐私权的问题。例如，使用者需上传完整的通讯录至云端服务器，才能完成如拨打电话、发简讯等与通讯录相关的操作。即使云端服务器采用加密连线，并且即用即传不保存，还是难以消除使用者的担优。据此，以下提供另一种语音操控的方法及其对应的语音交互系统，移动终端装置可在不上传完整通讯录的情况下，与云端服务器来执行语音交互服务。为了使本发明的内容更为明了，以下特举实施例作为本发明确实能够据以实施的范例。

图4是依照本发明一实施例的语音交互系统的方块图。请参照图4，语音交互系统400可包括云端服务器410以及移动终端装置420，云端服务器410以及移动终端装置420可相互连线。语音交互系统400是通过云端服务器410来进行语音交互服务。即，由具有强大运算能力的云端服务器410来处理语音识别，藉此降低移动终端装置420的数据处理负载，还可提升语音识别的准确性及识别速度。

在移动终端装置420中，包括处理单元422、通信模块424、语音系统426、存储单元428。在一实施例中，移动终端装置420还配置有一显示单元430。其中，处理单元422耦接至通信模块424、语音系统426、存储单元428以及显示单元430。存储单元428中更存储有一通讯录429。

上述处理单元422为具备运算能力的硬件（例如芯片组、处理器等），用以控制移动终端装置420的整体运作。处理单元422例如是中央处理单元（Central Processing Unit，CPU），或是其他可编程的微处理器（Microprocessor）、数字信号处理器（Digital Signal Processor，DSP）、可编程控制器、特殊应用集成电路（Application Specific Integrated Circuits，ASIC）、可编程逻辑装置（Programmable Logic Device，PLD）或其他类似装置。

上述通信模块424例如为网络卡，其可以是经由有线传输或无线传输与云端服务器410进行沟通。而上述语音系统426至少包括麦克风等收音器，以将声音转换为电子信号。上述存储单元428例如为随机存取存储器（RandomAccess Memory，RAM）、只读存储器（Read-Only Memory，ROM）、快闪存储器（Flash memory）或磁盘存储装置（Magnetic disk storage device）等。上述显示单元430例如为液晶显示器（Liquid Crystal Display，LCD）或是具有触控模块的触控屏幕（touch screen）等。

另一方面，云端服务器410为具有强大运算能力的实体主机，或者可以是由一群实体主机组成的一个超级虚拟计算机，藉以来执行大型任务。在此，云端服务器410包括处理单元412及通信模块414。在此，云端服务器410的通信模块414，耦接至其处理单元412。通信模块414用以与移动终端装置420的通信模块424进行沟通。通信模块414，例如为网络卡，其可以是经由有线传输或无线传输与移动终端装置420进行沟通。

另外，云端服务器410中的处理单元412为具有更强大的运算能力，例如为多核心的CPU、或者由多个CPU所组成CPU阵列。云端服务器410的处理单元412例如至少包括如图1所示的语音理解模块132。处理单元412可通过语音理解模块来对自移动终端装置420所接收的语音信号进行解析。而云端服务器410通过通信模块414将解析的结果传送至移动终端装置420，使得移动终端装置420得以依据结果来执行对应的动作。

以下即搭配上述图4来说明于语音交互系统的语音交换流程。

图5是依照本发明一实施例的用于语音交互系统的语音通信流程的示意图。请同时参照图4及图5，在步骤S501中，在移动终端装置420中，通过语音系统426接收第一语音信号，并且在步骤S503中，通过通信模块424将第一语音信号传送至云端服务器410。在此，移动终端装置420例如是通过语音系统426中的麦克风等元件而自使用者接收第一语音信号。举例来说，假设移动终端装置420为手机，使用者对着手机说出“打电话给老王”，则语音系统426在接收此语音信号“打电话给老王”后，会通过通信模块424将此语音信号“打电话给老王”传送至云端服务器410。在一实施例中，上述的语音系统426可通过图1~图3所示的辅助启动装置进行启动。

接着，在步骤S505中，在云端服务器410中，处理单元412利用语音理解模块来解析第一语音信号，并且，在步骤S507中，处理单元412将由第一语音信号所获得的通信目标，通过通信模块414传送至移动终端装置420。以第一语音信号的内容“打电话给老王”为例，云端服务器410的处理单元412可利用语音理解模块来解析第一语音信号，藉此获得通信指令与通信目标。即，语音理解模块可解析出第一语音信号包括“打电话”与“老王”，据此，云端服务器410的处理单元412便能够判断出通信指令为拨号指令，以及通信目标为“老王”，并通过通信模块414传送至移动终端装置420。

然后，在步骤S509中，在移动终端装置420中，移动终端装置420的处理单元422依据通信目标搜寻存储单元428中的通讯录429，并获得符合通信目标的选择列表。例如，移动终端装置420的处理单元422在搜寻通讯录的过程中，找到多笔具有“王”的联络人信息，因而产生选择列表，并显示于显示单元430中，以供使用者进行选择。

举例来说，选择列表例如底下表1所示，在通讯录中搜寻符合通信目标“老王”的联络人信息。在此例中，假设找到4笔符合的联络人信息，并且将联络人信息中的联络人名称，即“王聪明”、“王五”、“王安石”以及“王维”，写入至选择列表中。

表1

而倘若使用者对着移动终端装置420说话，如步骤S511所示，移动终端装置420会通过语音系统426而接收到第二语音信号。而在移动终端装置420接收到第二语音信号的同时，在步骤S513中，移动终端装置420会将第二语音信号与选择列表通过通信模块424同时传送至云端服务器410。例如：使用者在观看到选择列表之后而对着移动终端装置420说出“第1笔”或“王聪明”等内容，而形成第二语音信号时，移动终端装置420便会将第二语音信号与选择列表一起传送至云端服务器410。

另外，使用者也可随意说出其他内容，也就是说，不管使用者说出的内容为何，只要移动终端装置420接收到第二语音信号，便会同时将第二语音信号与选择列表传送至云端服务器410。

值得一提的是，在本申请中，并未将“完整”的通讯录上传至云端服务器410，而只将符合通信目标以“选择列表”的形式，上传至云端服务器410以进行第二次语音信号分析。换句话说，只有”部分”的联络人数据会被上传。在一实施例中，移动终端装置420上传至云端服务器410的选择列表中可以只包括联络人名称，而不包括电话号码或其他信息。所上传的选择列表的内容可依使用者的需求而进行设定。

此外，值得注意的是，在本申请中，第二语音信号与选择列表同时传送至云端服务器410，相较于目前不需上传通讯录的通信方法需分次解析每一个语音信号及每一个列表，即一步骤仅包含一项信息，本申请的语音交换方法更为快速。

接着，在云端服务器410中，处理单元412会利用语音理解模块来解析第二语音信号，如步骤S515所示。例如，利用语音理解模块解析出第二语音信号所包括的内容为“第3个”，则云端服务器410的处理单元412便可进一步去比对自移动终端装置420所接收的选择列表中的第3个联络人信息。以表1为例，第3个联络人信息即为“王安石”。

值得注意的是，通过如图1所示的语音理解模块132的设计，使用者不需完整讲出选择列表的内容作为第二语音信号，如“第1笔王聪明”，仅需讲出部分选择列表的内容，如“第1笔”或“王聪明”作为第二语音信号，并同时搭配选择列表上传至云端服务器的语音理解模块132，即可解析出选择目标。换句话说，选择列表内容包含多个项目信息，且每一个项目信息至少具有编号及对应此编号的内容(如：姓名、电话号码等)，而第二语音信号来自于对应此编号的部分内容或编号。

之后，在步骤S517中，云端服务器410通过其通信模块414将通信指令与选择目标传送至移动终端装置420。而在其他实施例中，云端服务器410也可在步骤S505解析完第一语音信号之后，即先传送通信指令至移动终端装置420存储，之后再传送选择目标，在此并不限定通信指令的传送时间点。

在移动终端装置420接收到通信指令与选择目标之后，在步骤S519中，移动终端装置420通过其处理单元422对选择目标，执行通信指令对应的通信动作。上述通信指令例如为拨号指令或传讯指令等需使用该通讯录内容的指令，而通信指令是由云端服务器410基于第一语音信号而获得。例如，假设第一语音信号的内容为“打电话给老王”，则云端服务器410由“打电话”而判断出通信指令为拨号指令。又例如，假设第一语音信号的内容为“传简讯给老王”，则云端服务器410由“传简讯”而判断出通信指令为传讯指令。另外，上述选择目标则是由云端服务器410基于第二语音信号以及选择列表而获得。以上述表1所示的选择列表为例，假设第二语音信号的内容为“第3个”，则云端服务器410便可判断出选择目标为“王安石”。例如，拨打电话给选择目标，或是启动一传讯接口，以传送简讯给选择目标。

值得注意的是，移动终端装置420在上述步骤S509所获得的选择列表中可以只包括联络人名称，而不包括电话号码或其他信息。因此，当移动终端装置420自云端服务器410接收到通信指令与选择目标时，移动终端装置420的处理单元422会自通讯录中取出对应选择目标的电话号码，并依据电话号码来执行通信指令对应的通信动作。

另外，在其他实施例中，移动终端装置420在上述步骤S509所获得的选择列表中也可同时包括联络人名称与电话号码，或者还可包括其他信息。因此，在步骤S515中，云端服务器410的处理单元412便能够基于第二语音信号以及选择列表，而获得选择目标的电话号码，并且在步骤S517中，将通信指令与电话号码传送至移动终端装置420。据此，在步骤S519中，移动终端装置420依据电话号码来执行通信指令对应的通信动作。

综上所述，本申请利用同时上传第一语音所产生的选择列表、第二语音信号所产生的选择目标的方式至具有强大运算能力的云端服务器来执行语音理解程序，且此选择列表仅包含部分的通讯录。因此，本申请的语音操控系统可同时保有较高的处理效能及较佳的安全性。

另一方面，值得注意的是，虽然上述的辅助启动装置解决了使用者无法立即触及移动终端装置，但需使用语音系统的问题，使得使用者可以通过语音理解技术，让使用者与移动终端装置进行问答。然而，对于需要扩音系统开启的情况，目前仍需是通过移动终端装置本身来启动扩，故无法满足使用者立即的需求。为此，本发明提出一种开启扩音系统的方法及其对应的装置，让使用者能够更便捷地开启扩音系统。为了使本发明的内容更为明了，以下特举实施例作为本发明确实能够据以实施的范例。

另一方面，值得注意的是，虽然上述的辅助启动装置解决了使用者无法立即触及移动终端装置，但需使用语音系统问题，使得使用者可以通过语音理解技术，让使用者与移动终端装置进行问答。然而，对于需要扩音功能开启的情况，目前仍需通过移动终端装置本身来启动扩音功能，当使用者无法立即触及移动终端装置，但需使扩音功能时，目前需通过移动终端装置本身来启动的设计仍将造成使用者的不便。为此，本发明提出一种开启扩音功能的方法及其对应的装置，让使用者能够更便捷地开启扩音功能。为了使本发明的内容更为明了，以下特举实施例作为本发明确实能够据以实施的范例。

图6为依据本发明一实施例的移动终端装置的系统示意图。请参照图6，在本实施例中，移动终端装置600包括语音系统、输入单元620、拨接单元630、听筒640、扩音设备650及处理单元660。在本发明的另一实施例中，移动终端装置600还可包括耳机670。移动终端装置600可以是移动电话或其他类似的电子装置，其类似于图1的移动终端装置120，其详细内容可参照前述内容，在此不再赘述。处理单元660耦接语音采样模块610、输入单元620、拨接单元630、听筒640、扩音设备650、耳机670。语音系统包括语音采样模块610，此语音采样模块610将声音转换为输入语音信号SAI，上述的语音采样模块610可以是麦克风或类似的电子元件。换句话说，语音采样模块610可视为语音系统的一部分，而此所述的语音系统类似于图1的语音系统121，其详细内容可参照前述内容，在此不再赘述。输入单元620对应使用者的操作提供输入操作信号SIO，且输入单元620可以是键盘、触控面板或类似的电子元件。拨接单元630用以受控于处理单元660执行拨接功能。听筒640、扩音设备650、耳机670用以将处理单元660提供的输出语音信号SAO转换为声音，故可视为声音输出接口。上述的扩音设备650例如是扬声器等。上述的耳机670可以是有线耳机及无线耳机的至少其中之一。

由上可知，语音功能的开启可以通过按压移动通信装置的实体按键、操控屏幕或是利用本发明的辅助启动装置。在假设语音功能已开启的情况下，当使用者对着移动终端装置600讲话时，通过语音采样模块610可将声音转换为输入语音信号SAI，处理单元660可依照输入语音信号SAI，针对通讯录中的联络人名称或电话号码等信息进行内容匹配时，当通讯录中的信息与输入语音信号SAI相符时，处理单元660则可开启拨接单元630的拨接功能及扩音设备650，以便接通后，使用者可与联络人的通话。详细的说明是，处理单元660会将输入语音信号SAI转换为一输入字串，并且将输入字串与通讯录中的多个联络人名称、多个电话号码等信息比较。当输入字串符合这些联络人名称、这些电话号码等信息的其中之一时，处理单元660开启拨接单元630的拨接功能。相反地，当输入字串不符合这些联络人名称及这些电话号码时，处理单元660不开启拨接单元630的拨接功能。

换句话说，本实施例中，当处理单元660确认输入语音信号SAI与通讯录中的内容匹配时，处理单元660会提供启动信号，以便自动开启移动终端装置100的通话扩音功能。具体来说，处理单元660会自动提供启动信号至扩音设备650，并且将输入语音信号SAI转换为通话传送数据DTC，并通过拨接单元630传送通话传送数据DTC至联络人(另一移动终端装置，未绘示)。同时，处理单元660会通过拨接单元630接收通话接收数据DRC，并依据通话接收数据DRC提供输出音频信号SAO至扩音设备650，以将输出音频信号SAO转换为声音，并以扩音的方式将声音输出。

值得一提的是，以目前启动扩音功能的方式来说，仍是采用通过移动终端装置本身来启动的方式进行，但当使用者无法立即触及移动终端装置，却需使用扩音功能时，目前的设计将造成使用者的不便。所以，在本实施例中，在语音系统开启的情况下，可以通过语音拨接的动作，进一步开启扩音功能，方便使用者进行通话。

在又一实施例中，当扩音设备650与耳机670皆与移动终端装置600连线的情况下(即扩音设备650与耳机670皆耦接处理单元)，如果提供至处理单元660为输入语音信号SAI，处理单元660可依使用者的设定，使耳机670通话为第一优先的通话方式(预设值)，扩音设备650为第二优先的通话方式。或者，将扩音设备650设为第一优先的通话方式(预设值)，耳机670通话设为第二优先的通话方式。

此外，在另一实施例中，当使用者通过输入单元620提供输入操作信号SIO时，表示使用者并没有无法立即触及移动终端装置的问题，故在处理单元660依据输入操作信号SIO进行通讯录数据匹配后，通过处理单元660、拨接单元630可将输出音频信号SAO传送至扩音设备650、听筒640或耳机670等声音输出接口，其端视使用者预设的输出接口(预设值)而定。

举例来说，当使用者对着移动终端装置说”打电话给老王”，此时语音采样模块610接收此声音后，将其转成输入语音信号SAI，而此输入语音信号SAI通过语音理解模块的解析，得到通信指令(例如：打电话)与通信目标(例如：老王)，并进而得到选择目标(例如：王安石)。由于是来自“语音”所解析的通信指令，故处理单元660自动提供启动信号而开启扩音设备650，以利后续的扩音通话。也就是说，当拨接单元完成拨接后，使用者可利用扩音设备直接与老王对话。或者，在另一例子中，当使用者对着移动终端装置说”接电话”，此时语音采样模块610接收此声音后，将其转成输入语音信号SAI，而此输入语音信号SAI通过语音理解模块的解析，得到通信指令(如：接电话)。由于是来自“语音”所解析的通信指令，故处理单元660自动提供启动信号而开启扩音设备650，以利使用者可利用扩音设备直接与老王对话。关于上述语音理解模块的配置方式与相关细节已描述于前面的实施例，在此不再赘述。另外，关于通讯目标以及最后所得到的选择目标，其实施方式可以采取前述利用云端服务器的方法或其他类似的方法，在此不再赘述。当然，如上所述，当扩音设备650与耳机670并存的情况下，处理单元660可依使用者的设定，使耳机670通话为第一优先的通话方式，扩音设备650为第二优先的通话方式。

在另一个例子中，如果使用者通过类似图4的显示单元430，以利用按键或是触控选择通讯录中的“王安石”时，由于是通过输入单元620提供输入操作信号SIO时，处理单元660会依据输入操作信号SIO进行通讯录数据匹配，并通过处理单元660、拨接单元630及使用者的设定，将输出音频信号SAO传送至扩音设备650、听筒640或耳机670等声音输出接口，使得使用者可与王安石对话。

依据上述，可汇整出一移动终端装置的一种通话扩音功能的自动启动方法。图7为依据本发明一实施例的移动终端装置的通话扩音功能的自动启动方法的流程图。请同时参照图7，在本实施例中，判断移动终端装置600的处理单元660是否将开启拨接功能（步骤S710）。换句话说，来自输入单元620的输入操作信号SIO、或语音采样模块610的输入语音信号SAI未必与拨接有关，其有可能是进行其他的操作。比如：启用移动终端装置中的计算机功能、或是利用语音系统询问天气等。当处理单元660依据输入信号判断将开启拨接单元630的拨接功能时，亦即输入信号与一拨接动作有关，步骤S710的判断结果为“是”，则执行步骤S720；反之，当处理单元660依据输入信号判断将不会拨接功能时，亦即步骤S710的判断结果为“否”，则结束此通话扩音功能的自动启动方法。

接着，在步骤S720中，判断处理单元660是否接收用以开启拨接功能的输入语音信号SAI。当处理单元660接收来自语音采样模块610的用以开启拨接功能的输入语音信号SAI时，亦即步骤S720的判断结果为“是”，会检测处理单元660是否与耳机670连接（步骤S730）。当处理单元660与耳机670连接时，亦即步骤S730的判断结果为“是”，处理单元660自动提供启动信号以启动耳机，并输出音频信号SAO至耳机670（步骤S740）；反之，当处理单元660未与耳机670连接时，亦即步骤S730的判断结果为“否”，处理单元660自动提供启动信号以启动扩音设备650，并输出语音信号SAO至移动终端装置600的扩音设备650，以开启移动终端装置600的通话扩音功能（步骤S750）。值得一提的是，当处理单元660接收用以开启拨接功能的输入语音信号时，上述的步骤730~步骤750是在使用者将耳机670设定为优先的声音输出接口(假设扩音设备650与耳机670皆连线)的情况下进行。在其他实施例中，使用者也可以将扩音设备650设定为优先的声音输出接口。当然，在耳机670与扩音设备650仅有其中之一连线时，则可设定已连线的设备作为优先的声音输出接口。上述的实施步骤为熟知技术者可依其需求作对应的变动。

另一方面，当处理单元660并未接收来自语音采样模块610的用以开启拨接功能的输入语音信号SAI时，亦即步骤S720的判断结果为“否”，会接着检测处理单元660是否与耳机670连接（步骤S760）。具体来说，处理单元660未接收来自语音采样模块610的输入语音信号SAI，但处理单元又将开启拨接功能，表示处理单元660接收来自输入单元620的输入操作信号SIO，且此输入操作信号SIO与一拨接动作有关。当处理单元660与耳机670连接时，亦即步骤S760的判断结果为“是”，处理单元660会自动提供启动信号以启动耳机670，并输出语音信号SAO至耳机670（步骤S740）。反之，当处理单元660未与耳机670连接时，亦即步骤S760的判断结果为“否”，处理单元660依据一预设值提供输出语音信号SAO至扩音设备及听筒的其中之一（步骤S770）。其中，上述步骤的顺序作为说明之用，本发明实施例不以此为限。值得一提的是，当步骤760判断为“是”，则将提供输出音频信号SAO至耳机670，上述状况为使用者将耳机670设定为优先的声音输出接口(假设听筒640、扩音设备650、耳机670皆连线)的状况。在其他实施例中，使用者也可以将听筒640或扩音设备650设定为优先的声音输出接口。当然，在听筒640、扩音设备650、耳机670设备仅有其中之一连线时，则可设定已连线的设备作为优先的声音输出接口。上述的实施步骤为熟知技术者可依其需求作对应的变动。

综上所述，本发明实施例的移动终端装置及其通话扩音功能的自动启动方法，当处理单元接收用以开启拨接功能的输入语音信号时，除开启拨接功能之外，更可自动开启扩音功能，以将输出语音信号至扩音设备。如此一来，当使用者无法立即触及移动终端装置，但需使扩音功能时，可通过语音系统来启动扩音功能，以提高移动终端的使用便利性。

虽然本发明已以实施例公开如上，然其并非用以限定本发明，本领域技术人员在不脱离本发明的精神和范围内，当可作些许的更动与润饰，故本发明的保护范围当视所附权利要求书界定范围为准。

Claims (20)

1.一种移动终端装置，包括：

一语音系统，用以提供输入音频信号；

一扩音设备，用以将输出音频信号转换为声音；以及

一处理单元，耦接该语音系统及该扩音设备，当该语音系统为一开启状态，且该处理单元接收来自该语音系统所提供与一拨接动作有关的一输入音频信号时，该处理单元自动提供一开启信号，以开启该扩音设备，并且通过该处理单元提供该输出音频信号至该扩音设备。

2.如权利要求1所述的移动终端装置，还包括一输入单元耦接该处理单元，该输入单元用以提供输入操作信号，当该处理单元接收来自该输入单元所提供与该拨接动作有关的一输入操作信号时，该处理单元依据一设定值，开启一预设的声音输出接口，并且通过该处理单元提供该输出音频信号至该预设的声音输出接口。

3.如权利要求2所述的移动终端装置，其中该预设的声音输出接口包括扩音设备、耳机或听筒。

4.如权利要求1所述的移动终端装置，还包括一耳机，当该扩音设备与该耳机皆耦接该处理单元时，该处理单元依据一设定值，自动开启并输出音频信号至该扩音设备与该耳机其中之一。

5.如权利要求1所述的移动终端装置，其中该该处理单元未与一耳机耦接时，该处理单元提供该输出音频信号至该扩音设备。

6.如权利要求1所述的移动终端装置，其中该处理单元将该输入音频信号转换为一输入字串，并且将该输入字串与多个联络人名称比较，当该输入字串符合这些联络人名称的其中之一时，该处理单元开启一拨接功能，当该输入字串不符合这些联络人名称时，该处理单元不开启该拨接功能。

7.如权利要求1所述的移动终端装置，其中该移动终端装置与一云端服务器连线，该云端服务器依据该输入音频信号解析出一通信目标与一通信指令，该处理单元接收该通信目标，并依据该通信目标搜寻位于该移动终端装置的一通讯录，以获得符合该通信目标的一选择列表，并且在该语音系统提供另一输入音频信号时，通过该移动终端装置同时传送另该输入音频信号与该选择列表至该云端服务器以产生一选择目标，该处理单元接收并执行该通信指令与该选择目标，以提供该输出音频信号。

8.如权利要求7所述的移动终端装置，其中该选择列表包括多个项目信息，每一项目信息包括一编号及对应该编号的内容，另该输入音频信号与对应该编号的部分内容或该编号相关。

9.如权利要求1所述的移动终端装置，其中该移动终端装置与一辅助启动装置连线，以开启该语音系统，该辅助启动设备仅用以辅助开启该移动终端装置的该语音系统。

10.如权利要求1所述的移动终端装置，还包括一拨接单元，该处理单元将该输入音频信号转为一通话传送数据，并且通过该拨接单元传送该通话传送数据，且该处理单元通过该拨接单元接收一通话接收数据，并依据该通话接收数据提供该输出音频信号。

11.一种自动开启移动终端装置的声音输出接口的方法，包括：

当该移动终端装置的一语音系统为开启状态时，该移动终端装置的一处理单元判断与一拨接动作有关的一输入信号是否来自该语音系统；

当与该拨接动作有关的该输入信号来自该语音系统，该处理单元自动提供一开启信号，以开启该移动终端装置的一扩音设备，并且通过该处理单元提供一输出音频信号至该扩音设备。

12.如权利要求11所述的自动开启移动终端装置的声音输出接口的方法，其中当与拨接动作有关的该输入信号来自该移动终端装置的一输入单元，该处理单元依据一设定值，开启一预设的声音输出接口，并且通过该处理单元提供该输出音频信号至该预设的输出接口。

13.如权利要求12所述的自动开启移动终端装置的声音输出接口的方法，其中该预设的声音输出接口包括扩音设备、耳机或听筒。

14.如权利要求11所述的自动开启移动终端装置的声音输出接口的方法，还包括判断该处理单元是否耦接一耳机，当该扩音设备与该耳机皆耦接该处理单元时，该处理单元依据一设定值，自动开启并传送该输出音频信号至该扩音设备与该耳机其中之一。

15.如权利要求14所述的自动开启移动终端装置的声音输出接口的方法，其中当该处理单元未与该耳机耦接时，该处理单元提供该输出音频信号至该扩音设备。

16.如权利要求11所述的自动开启移动终端装置的声音输出接口的方法，还包括：

该处理单元将该输入信号转换为一输入字串，并且将该输入字串与多个联络人名称比较；

当该输入字串符合这些联络人名称的其中之一时，表示该输入信号与该拨接动作有关；以及

当该输入字串不符合这些联络人名称时，示该输入信号与该拨接动作无关。

17.如权利要求11所述的自动开启移动终端装置的声音输出接口的方法，其中通过该处理单元提供该输出音频信号至该扩音设备的步骤包括：

该移动终端装置与一云端服务器连线，该云端服务器依据该输入信号解析出一通信目标与一通信指令；

处理单元接收该通信目标，并依据该通信目标搜寻位于该移动终端装置的一通讯录，以获得符合该通信目标的一选择列表；

在该语音系统提供另一输入信号时，通过该移动终端装置同时传送另该输入信号与该选择列表至该云端服务器以产生一选择目标；以及

该处理单元接收并执行该通信指令与该选择目标，以提供该输出音频信号。

18.如权利要求17所述的自动开启移动终端装置的声音输出接口的方法，其中该选择列表包括多个项目信息，每一项目信息包括一编号及对应该编号的内容，另该输入信号与对应该编号的部分内容或该编号相关。

19.如权利要求11所述的自动开启移动终端装置的声音输出接口的方法，还包括：

该移动终端装置与一辅助启动装置连线，以开启该语音系统，其中该辅助启动设备仅用以辅助开启该移动终端装置的该语音系统。

20.如权利要求11所述的移动终端装置，还包括：

该处理单元将该输入信号转为一通话传送数据，并且通过一拨接单元传送该通话传送数据；以及

该处理单元通过该拨接单元接收一通话接收数据，并依据该通话接收数据提供该输出音频信号。

Images