CN105191252B - 用于电子通信的输出管理 - Google Patents

Abstract

提供了用于管理通信设备上的电子通信的方法、系统和设备，包括接收来自始发设备的传入呼叫指示。这些方法、系统和设备可包括：响应于确定延迟呼叫接受合理而传送延迟指示；以及从始发设备接收第一消息片段并随后接收第二消息片段。另外，它们可包括响应于确定是否要输出第一消息片段和第二消息片段中的至少一者来输出第一消息片段和第二消息片段中的至少一者。此外，它们可包括响应于确定应输出第一消息片段而传送回放状态，该回放状态包括反映第一消息片段在接收方设备处的经更新输出进度的一系列状态指示。

Description

用于电子通信的输出管理

背景技术

各种有线和无线网络已演进成处置即推即讲(Push-To-Talk，即PTT)通信会话，包括通过传统蜂窝网络使得双向无线电服务对移动通信设备可用的蜂窝PTT。PTT提供对于许多应用特别有用的快速一对一或者一对多通信技术。PTT通信连接通常是通过按压按钮、激活始发无线通信设备上的开启始发方与群中每个成员设备之间的通信的图标或某种其他激活装置来发起的。现有PTT系统具有胜过传统蜂窝系统的优点，因为与可能要花超过5秒来建立连接的蜂窝语音信道相比，现有PTT系统具有更快的呼叫建立时间，例如理想情况下在1秒范围内的建立时间。

在一些安排中，每次有一个PTT讲话者被给予讲话许可。此类许可通常被称为“发言权准予”，其中该PTT会话的任何其他群成员在具有发言权准予的该移动设备释放发言权之前不能讲话。已开发出各种形式的电子通信供人们甚至在彼此在物理上远离时交换信息。通过使用电子通信设备和电信网络，两个或更多人可在几乎任何距离上通信。在历史上，此类电信仅与电话相关联，但当今的计算机和移动电子设备也可被用于通信以交换不止音频(即，语音)，而且还有文本、视频、数据或其任何组合。

虽然现代电子通信设备是非常有用的，但有时候，实况通信传输(诸如电话或视频会议呼叫)的预期接收方没有准备好接收传输或者并非处于适于接收传输的周围环境中。例如，接收方可能处于非常安静的环境(比如图书馆)、或非常喧闹的环境(比如建筑工地)，从而使得来自接收方通信设备的音频输出要么是不受欢迎的要么是听不到的。而且，一些几乎即时的通信方法(诸如即推即讲)并不向接收方设备提供延迟或管理传入通信的途径。类似地，在非常明亮的环境中(比如晴天在室外)、或在非常昏暗的环境中(比如在电影院)，视频输出可能无法看清或者可能是不恰适或不期望的。而且，无论接收方设备周围的环境如何，有时接收方自己可能是忙碌的或者在参与呼叫之前需要短暂延迟。以此方式，电子通信往往遭受用户体验问题，因为用户不能管理电子通信的输出或者在他们可如何管理电子通信的输出方面受限。

概述

各种实施例包括用于管理通信设备上的电子通信的方法、系统和设备，包括：接收来自始发设备的传入呼叫指示。这些方法、系统和设备可包括：响应于确定延迟呼叫接受合理而传送延迟指示；以及从始发设备接收第一消息片段并随后接收第二消息片段。另外，它们可包括响应于确定是否要输出第一消息片段和第二消息片段中的至少一者来输出第一消息片段和第二消息片段中的至少一者。此外，它们可包括响应于确定应输出第一消息片段而传送回放状态，该回放状态包括反映第一消息片段在接收方设备处的经更新输出进度的一系列状态指示。

进一步的实施例可包括计算设备，该计算设备具有配置有处理器可执行指令以执行与以上讨论的方法相对应的各种操作的处理器。

进一步的实施例可包括计算设备，该计算设备具有用于执行与以上讨论的方法操作相对应的功能的各种装置。

进一步的实施例可包括非瞬态处理器可读存储介质，其上存储有处理器可执行指令，这些处理器可执行指令被配置成使处理器执行与以上讨论的方法操作相对应的各种操作。

附图简述

纳入于此且构成本说明书一部分的附图解说了本发明的示例性实施例，并与以上给出的概括描述和下面给出的详细描述一起用来解释本发明的特征。

图1A解说根据一实施例的呼叫流图。

图1B解说根据一实施例的另一呼叫流图。

图2解说显示各种实施例的示例用户接口图像的无线通信设备的即按即传(PTX)群。

图3是解说一实施例PTX通信会话的始发PTX设备的触摸屏显示器的屏幕截图。

图4A是解说一实施例PTX通信会话的作出了缓冲请求的接收方PTX设备的触摸屏显示器的屏幕截图。

图4B是解说一替换实施例PTX通信会话的作出了缓冲请求的接收方PTX设备的触摸屏显示器的另一屏幕截图。

图5A是解说一实施例PTX通信会话的处于实况通信模式中的接收方PTX设备的触摸屏显示器的屏幕截图。

图5B是与各种实施例联用的解说回放显示细节的始发PTX设备的触摸屏显示器的屏幕截图。

图6是与各种实施例联用的解说回放显示细节的另一方面的始发PTX设备的触摸屏显示器的屏幕截图。

图7是与图6类似的解说回放显示细节的始发PTX设备的触摸屏显示器的屏幕截图。

图8是适合用于各种所公开实施例的无线通信设备的示意表示。

图9是适合用于各种所公开实施例的无线数据网连带服务器的示意表示。

图10是根据一实施例的始发方、服务器、存储器缓冲器和PTX接收方的通信流图。

图11是根据另一实施例的始发方、服务器、存储器缓冲器和PTX接收方的通信流图。

图12是根据又一实施例的始发方、服务器、存储器缓冲器和PTX接收方的通信流图。

图13是管理PTX通信的实施例方法的过程流图。

图14是管理PTX通信的另一实施例方法的过程流图。

图15是管理PTX通信的附加实施例方法的过程流图。

图16是管理PTX通信的进一步实施例方法的过程流图。

图17是管理PTX通信的又进一步实施例方法的过程流图。

图18解说根据一实施例的视频呼叫流图。

图19解说根据一实施例的另一视频呼叫流图。

图20A-20E解说根据一实施例的在PTX通信期间的手动模式切换。

图21A-21E解说根据一实施例的在PTX通信期间的自动检测模式切换。

图22是解说从视频关闭模式激活视频开启模式的始发PTX设备的触摸屏显示器的另一屏幕截图。

图23是类似于图A0所示的解说视频开启模式的屏幕截图。

图24示出解说正同时传送和接收的多个视频流的始发PTX设备的触摸屏显示器的屏幕截图。

图25解说根据一实施例的传达多个同时通信流的PTX群。

图26是适于在各种实施例中使用的移动设备的组件框图。

图27是适于在各种实施例中使用的服务器设备的组件框图。

详细描述

将参照附图详细描述各实施例。在可能之处，相同附图标记将贯穿附图用于指代相同或类似部分。对特定示例和实现所作的引用是用于解说性目的，而无意限定本发明或权利要求的范围。

措辞“示例性”在本文中用于表示“用作示例、实例或解说”。本文中描述为“示例性”的任何实现不必然被解释为优于或胜过其他实现。

术语“即按即传”、“PTX”、“即推即讲”或“PTT”在本文可互换地使用以指代提供常通连接或至少几乎常通的通信服务，比如“walkie-talkie(步话机)”。传统的即推即讲(PTT)可使用半双工，这意味着通信在任何给定时刻仅可在一个方向上行进；每次只有一个用户可被听到。一种形式的PTT消息接发还可包括视频交换。由于此类消息接发不限于“讲话”，因此其被称为“即按即传(Press-to-Transmit)”或“PTX”。PTX可允许一个通信群成员使得视频图像对整个群可用。而且，表达“即按即传(press-to-transmit)”考虑到以下事实：现代移动通信设备常常具有触摸屏接口，其仅需手指“按压(press)”而非推按(push)”。视频图像可以是静止画面或运动视频，并且类似地被认为是消息片段。PTX通信可包括音频或者可以是无声的。由此，PTX可被认为是交换音频、视频和数据消息接发中的至少一者的这类通信的更通用术语。而且，本文使用的PTX可使用全双工，连带对哪个(些)通信群成员可在通信信道上具有优先权的控制。PTX消息片段是指包括由用户生成的音频和/或视频传输的通信片段。PTX消息片段包括不止信令数据，且由此包括从该用户传送给PTX群的其他成员的消息的实质部分。所传送的消息可包括音频传输(诸如“讲话突发”)、视频传输、或这些的组合。在各种实施例的描述中，虽然可能以一个或多个音频片段的方式述及消息，但是应理解，此类消息可包括或排他地包含视频消息或旨在用于连续实况广播的其他媒体流送内容。

本文使用的术语“输出”是指向和/或从设备(诸如通信设备，比如PTX设备)产生、递送或供应的动作或过程。输出可包括生成音频声音、视频图像、图像序列或其他显示。而且，用户接口(UI)组件(诸如显示器、一个或多个扬声器、打印装置或其他装置)可被用于输出。由此，通信设备(比如PTX设备)可被称为输出音频、视频、图像、文本和其他信息。

术语“移动设备”、“PTX设备”、“无线通信设备”和“通信设备”在本文可互换地使用以指代以下任一者或全部：蜂窝电话、智能电话、个人或移动多媒体播放器、个人数据助理(PDA)、膝上型计算机、平板计算机、智能本、掌上计算机、无线电子邮件接收器、启用因特网的多媒体蜂窝电话、无线游戏控制器、以及包括可编程处理器和存储器且可包括用于实现群通信(尤其是即推即讲功能性)的软件和/或硬件的类似个人电子设备。

在一实施例中，目前的电子通信可通过允许呼叫始发方请求来自预期接收方通信设备的状态指示而被增强。这可在呼叫始发方(例如通过发送呼叫发起信号来)发起呼叫期间或之后进行。状态指示可反映接收方设备已准备好接收通信或者其可反映接收方设备已请求延迟。状态指示可由接收方通信设备自动生成或响应于来自接收方通信设备的用户输入而被提供。替换地，接收方通信设备可使用其话筒来自动检测喧闹状况或被蒙住状况。用户输入可包括用户按压被指定为指示接收方正请求延迟的按钮。呼叫始发方可被允许开始呼叫，而不管接收方设备已请求延迟的事实。以此方式，呼叫始发方的消息可被保存在存储器缓冲器中以供延迟回放。随后，接收方可选择要么回放所缓冲的消息片段以及要么开始收听来自呼叫始发方的实况传输。并且，如果接收方选择回放所缓冲的消息片段，则可向呼叫始发方提供回放状态。以此方式，保持呼叫始发方得到关于已从接收方设备输出所缓冲的消息中的多少的通知。另外，呼叫始发方可以能够传送进一步信号，从而要么切断该延迟消息回放要么用进一步消息来中断该回放。

在另一实施例中，各种有线和无线网络已演进成处置PTX通信会话，包括通过传统蜂窝网络使得双向无线电服务对移动通信设备可用的蜂窝即推即讲。传统的电话(包括移动电话网络和设备)利用全双工通信，从而允许消费者在移动或陆线网络上呼叫其他人并且能够同时讲话并听到另一方。此类通信要求通过拨电话号码以及另一方应答该呼叫来开始连接，并且该连接保持有效直至任一方结束该呼叫或者该连接由于信号丢失或网络中断而掉线。传统的电话通信协议要求拨号、网络交换和路由、呼叫建立、以及等待另一方应答的漫长过程。与之形成对比的是，PTX具有快得多的协议并提供几乎立即的通信。相比于可能要花超过5秒来建立连接的传统蜂窝语音信道，现有PTX系统具有理想情况下在1秒范围内的建立时间。而且，PTX提供了以下外加的优点：允许发起主叫方不止与单个接收方设备建立起立即连接，而是与一群接收方建立起立即连接。

在一些安排中，每次有一个PTX讲话者被给予讲话或发送视频图像的许可。此类许可通常被称为“发言权准予”，其中PTX会话的任何其他群成员在具有发言权准予的移动设备释放发言权之前均不能讲话或发送视频。一旦被给予发言权准予，讲话者的输入被立即路由至该群的所有其他成员的移动设备并从这些移动设备输出。因此，当通信在PTX群中启动时，并非如同传统电话服务那样必须应答呼叫，而是接收方立即听到和/或看到被准予了发言权的参与者(或由该参与者传送的图像)。传统情况下，为了释放发言权，参与者物理地释放或再次接通PTX按钮，此后该群的任何其他个体成员可按压他或她的PTX按钮以请求发言权准予(即，作出“发言权请求”)。

各种实施例提供了增强PTX通信功能性以及管理那些通信的方法。具体而言，各种实施例允许作为PTX群的成员的个体PTX设备请求使原本为实况的PTX消息片段(即，讲话或视频突发)被转向至缓冲器中以供作出请求的(诸)成员进行延迟回放，这可被称为缓冲请求。在替换实施例中，PTX消息片段可被缓冲在个体接收PTX设备中、缓冲在通信系统中的服务器或连通的存储器中、或缓冲在发送PTX设备中。此外，PTX设备可基于环境噪声和/或本地状况(也称为“外界环境”)来自动确定缓冲需要。同时，同一PTX群中没有请求缓冲的其他成员仍可以无延迟地(即，“实况地”)听到那些PTX消息片段，如同传统PTX中那样。另外，可通知消息片段的始发方有一个或多个PTX群成员已请求缓冲或者正发生缓冲(即，缓冲指示)，这暗示那些PTX群成员PTX设备当前没有准备好输出消息或其部分。进一步，始发方可要么拒绝缓冲请求，要么被允许删除和/或编辑所缓冲的消息片段(在这些消息片段从没有实况地听到这些消息片段的任何设备被输出之前)。在知道所缓冲的消息片段将不会被实况地听到的情况下，始发方可决定他/她不需要被听到或者该消息应被重新措辞。最终，所缓冲的消息片段可从请求了缓冲的那些PTX群成员设备被输出。而且，缓冲请求所接收自的那些PTX群成员设备可最终追赶上来，从而后续未经缓冲的消息片段可从那些设备被输出。

各种实施例还可包括与PTX通信会话期间的消息缓冲有关的进一步增强。例如，所缓冲的消息片段的回放状态可被提供给始发PTX设备。回放状态可指示特定消息片段是否已被回放和/或其中多少已被回放。另外，回放状态可包括PTX消息片段或其至少一部分的语音至文本转译。此外，回放状态可指示该语音至文本转译中已在特定接收方PTX设备处被输出的部分。

如以上提及的，缓冲可发生在请求缓冲的接收方PTX设备处，发生在始发PTX设备或对PTX网络可用的某个其他存储器存储资源处。而且，PTX网络服务器可管理所缓冲的消息片段，从而一旦接收到指示请求缓冲的接收方PTX设备已准备好输出消息片段的就绪信号，那些片段就可被输出或者PTX群的其他设备就可得到通知。由此，取决于始发PTX设备是否指示了特定片段应被删除，在接收到就绪信号时可要么允许输出该片段要么阻止输出该片段。

在一实施例中，公开了一种用于管理PTX设备上的PTX通信的方法、系统或设备。接收方PTX设备可接收发言权准予已被准予给始发PTX设备的第一指示。而且，可作出关于来自始发PTX设备的PTX消息片段是否应被缓冲以供接收方PTX设备进行延迟回放的确定。可基于确定PTX消息片段应被缓冲而传送缓冲信号。缓冲信号可指示要缓冲PTX消息片段的请求、以及表明PTX消息片段将被存储在第一接收方PTX设备的存储器中的接收方存储指示中的一者。此外，可传送指示该接收方PTX设备已准备好输出PTX消息片段的就绪信号。

在各种实施例中，可在接收方PTX设备处接收PTX消息片段。而且，可响应于确定PTX消息片段应被缓冲而将该PTX消息片段存储在接收方PTX设备处的存储器中，该缓冲信号包括接收方存储指示。此外，可接收与PTX消息片段相关联的删除信号，这可包括从接收方PTX设备的存储器中删除该PTX消息片段。可接收发言权被占用信号作为始发PTX设备已被准予发言权准予的第一指示。发言权被占用信号可与PTX消息片段分开传送。另外，可传送指示该PTX消息片段中已从接收方PTX设备被输出的一部分的回放状态。此外，可测量接收方PTX设备周围的环境噪声水平。以此方式，确定来自始发PTX设备的PTX消息片段是否应被缓冲可基于环境噪声水平测量来进行。再进一步，可接收来自接收方PTX设备的用户接口的输入。由此，确定来自始发PTX设备的PTX消息片段是否应被缓冲可基于来自该用户接口的输入来进行。

在另一实施例中，公开了一种用于管理PTX设备之间的PTX通信的方法、系统和设备。具体而言，可从接收方PTX设备接收缓冲请求和缓冲状态中的至少一者。缓冲请求和缓冲状态可与来自始发PTX设备的PTX消息片段正被存储着以供延迟回放相关联。而且，可向始发PTX设备传送缓冲指示，其反映已从接收方PTX设备接收到缓冲请求和缓冲状态中的至少一者。

在各种实施例中，PTX消息片段可被存储在服务器的存储器中。而且，可接收指示接收方PTX设备已准备好输出PTX消息片段的就绪信号。响应于接收到就绪信号，随后可向接收方PTX设备传送PTX消息片段。此外，PTX消息片段可被存储在服务器的存储器中，并且可从始发PTX设备接收删除信号。以此方式，可从存储器中删除PTX消息片段以阻止从接收方PTX设备输出该PTX消息片段。替换地，可从始发PTX设备接收用于阻止从接收方PTX设备输出PTX消息片段的第一删除信号。而且，可向接收方PTX设备传送第二删除信号以使接收方PTX设备删除PTX消息片段。此外，可在服务器处接收指示已从接收方PTX设备输出了PTX消息片段中的多少的回放状态。另外，可将回放状态传送给始发PTX设备。再进一步，可从接收方PTX设备接收PTX消息片段的至少一部分的语音至文本转译。由此可向始发PTX设备传送指示该语音至文本转译中已由接收方PTX设备输出的部分的回放状态。可由服务器或相关资源生成PTX消息片段的至少一部分的语音至文本转译。以此方式，可向始发PTX设备传送指示该语音至文本转译中已由接收方PTX设备输出的部分的回放状态。

在进一步实施例中，公开了一种用于管理PTX设备上的PTX通信的方法、系统和设备。例如，具有有效发言权准予的始发PTX设备可接收缓冲请求和缓冲状态中的至少一者。缓冲请求和缓冲状态可与来自始发PTX设备的PTX消息片段正被存储着以供在接收方PTX设备处进行延迟回放相关联。而且，始发PTX设备可输出缓冲请求和缓冲状态中的至少一者的指示。可接收指示接收方PTX设备已准备好输出PTX消息片段的就绪信号。

在各种实施例中，PTX消息片段可被存储在始发PTX设备处的存储器中。而且，可响应于接收到就绪信号而传送PTX消息片段。PTX消息片段可被存储在存储器中，因此可作出关于该PTX消息片段是否应被删除的确定。响应于确定PTX消息片段应被删除，可从存储器中删除该PTX消息片段，以阻止接收方PTX设备输出该PTX消息片段的至少一部分。可确定是否应从接收方PTX设备输出PTX消息片段的至少一部分。此外，响应于确定不应从接收方PTX设备输出PTX消息片段的该至少一部分，可传送删除信号。可在始发PTX设备处接收指示已从接收方PTX设备输出该PTX消息片段中的多少的回放状态。另外，可在始发PTX设备处输出回放状态。替换地，可接收指示已从接收方PTX设备输出PTX消息片段中的多少的回放状态。回放状态可包括PTX消息片段的至少一部分的语音至文本转译。而且，可在始发PTX设备显示器上显示回放状态。再进一步，可接收指示已从接收方PTX设备输出PTX消息片段中的多少的回放状态，并且生成该PTX消息片段的至少一部分的语音至文本转译。始发PTX设备可显示包括该语音至文本转译的该至少一部分的回放状态。

在又一实施例中，可为针对PTX通信要包括的或代替音频传输而发送的视频传输提供增强。例如，始发设备的区域中的周围环境对于传输可能是有用的，诸如在建筑工地或者当始发设备的用户希望接收方看到除了他/她自己以外的其他某物时。另外，始发设备的用户可将其转移到他/她自己的实况图像，这可进而启用进一步增强。例如，可使用图像识别和面部表情识别来传送面部表情以及将其转译成文本或表情符号。而且，可使用图像识别来将消息从符号语言转换成文本消息或音频消息。

另一实施例允许始发设备请求关于接收方设备的情形(诸如对缓冲的需要)的信息。关于接收方设备的情形的信息可被显示在始发设备的用户接口(UI)上，诸如显示在显示器上。接收方设备可在就绪时选择回放所传送的通信，可使音频消息被转换成文本消息，或者可快进通过音频/视频消息以追赶上来自始发设备的实况广播。另外，始发设备的用户可指定来自视频传输的关键帧，接收方用户可选择观看这些关键帧而非完整视频。

附加实施例使得PTX设备的用户能控制该设备的输出模式。此类控制可以是手动的(即，由用户输入发起)或者由PTX设备自动进行。以此方式，接收方设备的用户可以能够通过在UI上作出选择来切换至仅音频模式。而且，用户可通过在UI上作出另一选择来选择加快或减慢音频或视频传输。这些输入可要么通过由用户与PTX设备的直接接触来进行、要么通过姿势识别来进行。姿势识别可由设有相机和能够检测并分析用户的物理运动或设备取向的软件的PTX设备来执行。例如，用户的垂直手部滑动可表示一个动作，而水平手部滑动表示另一动作。替换地，可采用PTX设备的取向，诸如使该设备正面朝下或正面朝上。作为进一步替换方案，接收方设备可使用传感器来确定用户的状况并选择恰适的模式。而且，该模式可随着用户环境改变而被切换，诸如当在室外环境中明亮的太阳躲到云背后时、或者在接收方设备周围的环境噪声水平改变的情况下。

进一步的实施例包括接收方设备能够同时接收若干个音频和/或视频流。并非同时听到并看到所有视频和音频片段，接收方设备的用户可选择观看这些可用视频中的仅选定的几个视频或者仅收听可用音频中的选定的几个音频。以此方式，接收方设备可显示来自一个始发设备的包括音频输出的视频流，并仅显示来自另一始发设备的视频流而没有来自它的音频输出。还可向设备提供用于将音频转换成文本的特征，从而最小化或消除从接收方设备发出的一些声音。而且，音频至文本转换可向视频显示提供字幕。对该特征的进一步增强可甚至包括转译成期望语言的音频输出形式的字幕文本或视频配音的语言转换。再进一步，可提供动作至文本转换特征，以使得始发用户的物理移动被转译成文本或音频输出。例如，如果始发用户正在挥手以作为消息片段的一部分，则接收方设备可输出为文本“[挥手]”或提供其音频等效输出。

图1A解说了呼叫始发方11与预期接收方12之间的呼叫流图。呼叫始发方11和预期接收方12两者简单地由用户接口(UI)来表示。呼叫始发方11传送对来自预期接收方12的状态指示的请求。状态指示可反映接收方设备已准备好接收通信或者其可反映接收方设备已请求延迟。状态指示可由预期接收方12通信设备自动生成或响应于来自预期接收方12的用户输入而被提供。自动响应可包括其中预期接收方设备的用户已经预设了需要较长响应时间(诸如附加呼叫响铃)的情形。以此方式，当呼叫进入时，在将呼叫路由至语音信箱之前允许比传统的两声或三声响铃更多的响铃。替换地，接收方通信设备可使用其话筒(未示出)来自动检测喧闹状况(比如该设备周围的嘈杂人群中)或被蒙住状况(诸如在口袋或钱包中)。用户输入可包括用户按压被指定为指示接收方正请求延迟的按钮(即，UI上指示的“延迟”按钮)。替换地，预期接收方12可简单地接受呼叫(即，通过按压“接受”按钮)——这更像常规电话呼叫应答，或者简单地完全拒绝该呼叫(即，通过按压“拒绝”按钮)。

图1B解说在来自图1A的呼叫被发起之后且该呼叫现在有效的情况下可继而发生的进一步呼叫流图。呼叫始发方11可被允许开始呼叫，而不管预期接收方12已请求延迟的事实。以此方式，呼叫始发方的消息可被保存在存储器缓冲器中以供延迟回放。随后，接收方可选择回放所缓冲的消息片段、或者跳过所缓冲的消息并只开始收听来自呼叫始发方的实况传输。如图1B上解说的，预期接收方12处于延迟模式中并且有呼叫正被活跃地保存在缓冲器中。状态指示可被提供给呼叫始发方11，从而她知道预期接收方12尚未“接受”该呼叫并已开始收听所缓冲的消息。以此方式，保持呼叫始发方得到关于是否正从接收方设备输出所缓冲的消息的通知。另外，呼叫始发方可以能够通过按压“缓冲”按钮来暂停缓冲，并且此后通过点击“开始”按钮来恢复传送进一步的消息片段。而且，呼叫始发方可通过按压“结束”按钮来简单地结束呼叫。

图2解说了包括处于各种PTX情形中的5个PTX设备的PTX通信群100。在图2中解说的时刻，第一PTX设备102具有发言权准予，第二PTX设备104正回放所缓冲的来自当前PTX会话的消息片段，而三个其他PTX设备106正输出由第一PTX设备102生成的实况消息片段。贯穿各个实施例，每个PTX设备102、104、106可包括通常在常规PTX设备上找得到的元件，诸如显示器112、114、116和控件115。另外，一些或全部PTX群设备可具有如本文描述的增强型特征。换言之，并非PTX群的所有通信设备都需要具有相同功能性和/或增强能力。在各种实施例中，这些方法可使用不包括专用PTX硬件(诸如PTX按钮或PTX专用电路系统)的无线通信设备来实现。此外，虽然实施例PTX通信群100包括全部为智能电话样式的通信设备，但这些PTX设备可以是通过软件和/或硬件而能够在PTX网络中通信的任何设备。此外，显示器112、114、116被示为是类似的触摸屏用户接口，但被解说为根据本文的实施例基于其PTX情形而显示不同特征。

为了被准予对PTX发言权的控制，第一PTX设备102可发起发言权请求，并在接收到发言权准予之后可开始传送消息。在图2中，第一PTX设备102被示为具有“发言权被准予”，这意味着其接收到并且当前维持发言权准予。第二和第三PTX设备104、106被示为具有“发言权被占用”，这告知那些设备的用户该发言权正由该群的另一成员使用中。另外，第二PTX设备104被示为处于“回放”模式，这是本文描述的新颖PTX模式。对于回放模式，由第一PTX设备传送的消息并非被立即输出，而是被存储在缓冲器中。在图2中所示的时间点之前，第二PTX设备106指示了它尚未准备好输出PTX消息并作出了缓冲请求。该缓冲请求若被准予则存储由具有发言权准予的PTX设备生成的一个或多个消息片段，并允许请求方PTX设备在延迟之后回放它们。该延迟可以是预定时间量，或者可以长达请求方设备准备好开始输出所缓冲的片段所需要的那么久。在图2中所示的时间点，第二PTX设备已开始回放其缓冲器中存储的两个消息片段中的第一个消息片段。三个其他PTX设备106还被示为在“实况地”输出第一PTX设备的消息，这类似于传统PTX输出模式。以下进一步描述不同PTX模式的进一步方面。

图3-7是示例性PTX设备的触摸屏用户接口的屏幕截图解说。通过这些屏幕截图来例示的无线通信设备可包括提供对处于PTX通信中的一个或多个设备的参与情形的视觉反馈的显示器。在各种实施例中，无线通信设备可显示指示来自一群中的可供参与群通信的用户以及来自该群中的哪些用户不可用的视觉反馈。在各种实施例中，无线通信设备还可显示不可用于参与实况群通信的一个或多个用户的状态。

图3解说了来自第一PTX设备102(其为始发PTX设备)的屏幕截图。设备显示器112上有各种指示符以提供关于当前PTX会话的视觉反馈。会话名称域120显示相当通用的“即按即传群”作为该会话的名称。另外，会话名称域120可包括附加信息，诸如PTX会话参与者的数量。在该解说性示例中，指示“(你+4)”意味着总共5个PTX群成员正参与当前活跃会话。可提供进一步的增强特征，诸如用于添加进一步的PTX群成员的参与者添加图标128。会话角色域122提供关于参与者是否具有发言权准予的信息。在该示例中，“发言权被准予”指示向用户或查看该设备的任何人展示第一PTX设备102当前具有发言权准予。另外，为了向第一PTX设备102的用户给予其正被该PTX群的其余人听到的进一步提示，以话筒形式提供进一步的状态图标125。以此方式，显示器112以不止一种方式并且在屏幕的不止一个部分上让用户知道其在PTX会话中的当前角色。替换地，在全双工环境中或在有一个以上PTX群成员被允许同时活跃地传送通信的场合，会话角色域122可被相应地改变。以此方式，PTX群成员可被赋予优先权等级并且一个以上群成员可取决于其优先权等级而被允许同时通信。例如，注意图20和图21，其中会话角色域122指示“优先权被准予”，这意味着该设备具有高于该通信群中的其他设备的优先权。该优先权可被共享(这取决于设置)，但会话角色域122可被用于向用户指示该优先权状态。在会话角色域122下方是关于一些或全部会话参与者的图标和指示符。在该解说性示例中，表示了4个其他参与者(除PTX设备102的用户以外的其他参与者)。第一接收方PTX参与者131包括他的名字的一部分(即，Seth R)和图像。此类图像无需是相应参与者的肖像，而是可以为任何种类的头像或图像，如在线社交网络常用的。第二接收方PTX参与者132也包括她的名字的一部分(即，Kameron)和图像。第三和第四接收方PTX参与者133、134包括名字(即，Anne和Jonah)，但包括通用头像，这意味着没有那些参与者的定制图像可用。

在显示器112上的参与者图像下方是根据本文所公开的实施例的会话状态指示符142，其描述相应参与者的状态。第二、第三和第四参与者132、133、134被示为具有会话状态“实况”，这意味着他们正在无显著延迟地收听来自持有发言权准予的始发PTX设备的通信。在这种情形中，那些参与者132、133、134正收听来自第一PTX设备102的实况通信。与之形成对比的是，第一参与者131被指示为“延迟”。“延迟”会话状态意味着该参与者不可用且已请求缓冲。缓冲请求尤其适合于当特定用户知道他/她临时不能收听或关注始发参与者之时。替换地，参与者设备可在某些境况下自动传送缓冲请求。例如，PTX设备可在其基于由该设备的话筒测量到的环境噪声水平认识到它正处于非常喧闹的环境中时(诸如当声音水平超过将使该用户不能听清楚的阈值时)传送缓冲请求。作为另一示例，PTX设备可在其同样基于由该设备的话筒感测到的测得环境声音水平认识到它正处于非常安静的环境(如图书馆)(其中来自该设备的正常输出将是不受欢迎的)中时传送缓冲请求。无论缓冲请求是用户发起的还是设备发起的，一旦作出缓冲请求，它就可被准予、拒绝、或甚至在初始被准予之后被撤回。另外，此类准予或拒绝可以基于预定义设定来自动完成，或由用户手动完成。在所解说的示例中，Seth R的缓冲请求被准予。被准予的缓冲请求意味着从始发PTX设备传送的通信得以被存储在存储器缓冲请求中供后续回放。通信可被分解成片段，从而参与者可召回(即，删除)所选片段并允许其他片段有延迟地被听到。片段分解可基于预定义时间区间、始发方的讲话中的暂停、或某种其他衡量。

再次，用于存储PTX消息片段的存储器缓冲器可以是始发PTX设备的部分、请求缓冲的接收方设备、服务器、或与PTX群相关联的某种其他元件。在图3中解说的示例中，针对两个所存储的PTX消息片段中的每一者示出回放状态151、152。这两个PTX消息片段中的第一PTX消息片段151被解说为处于正在第一参与者的设备104上被回放的过程中。这些消息片段中的每一者可包括进一步的状态指示符，诸如有编号标记域161、已回放时间域162、以及尚未播放时间域168。另外，可提供进度条165以给出对PTX消息片段的已播放和未播放部分的直观指示符。还可提供选择按钮170以用于访问关于该片段的附加信息或用于简单地从存储器缓冲器中删除该消息片段。以此方式，第一PTX设备102的用户可触摸屏幕上的选择按钮170之一(示为带圈的减号)以删除该消息片段。替换地，触摸选择按钮170可展开关于该消息片段的显示，如以下关于图5B-7进一步描述的。

图4A解说了来自第二PTX设备104的屏幕截图，其在该示例中由第一参与者用户131在接收方PTX设备上操作。如同以上描述的第一PTX设备102一样，第二PTX设备104的设备显示器114包括当前活跃PTX会话的状态的各种视觉指示符。即，会话名称域120、添加参与者图标128、会话角色域122和参与者图标。该屏幕截图显示了略微不同的PTX参与者群，因为第二PTX设备104的用户不需要被表示在其自己的显示器上。在该解说中，指示了始发PTX设备用户135(即，Mark L)。始发PTX设备不仅可以位于突出位置(诸如最左侧位置)中，而且还可包括“发言权”的会话状态指示符142以反映他具有发言权准予。在该示例中，会话状态指示符142包括关于始发PTX设备的消息片段正在“缓冲”的进一步指示。这让其他用户知道始发用户正允许缓冲。不同于用于始发PTX设备的话筒的会话状态图标，因为第二PTX设备104处于回放所缓冲的消息片段的中途，因此可提供某种形式的媒体播放器。在该示例中，还包括“回放”标题123，从而向第二PTX设备104的用户提醒他的当前PTX状态。类似于在始发PTX设备上用于表示回放状态的缩小媒体播放器，此处的较大版本可包括有编号标记域161、已回放时间域162、尚未播放时间域168、以及进度条165。优选地，在正回放缓冲器的设备上示出的回放状态应当与始发PTX设备上示出的回放状态相同，尽管可能发生微小的时间滞后。与始发PTX设备上的选择按钮170形成对比的是，接收方设备上的选择按钮170可包括典型的媒体播放器选项，诸如“暂停”(由两道竖线表示)、“播放”(由三角形表示)或“停止”(由正方形表示，其将中止回放)。

图4B解说了来自第二PTX设备104的替换屏幕截图，其在该示例中由第一参与者用户131在接收方PTX设备上操作。在该实施例中，不止一个消息片段已被缓冲，但那些片段是由不同PTX设备生成的(即，从不同群成员传送的)。如同图4A中的解说性示例那样，在图4B中，第二PTX设备104处于回放所缓冲的消息片段151(两个消息片段中的第一个)的中途。再次，还包括“回放”标题123，从而向第二PTX设备104的用户提醒他的当前PTX状态。该实施例中的特异之处在于，第二消息片段152来自持有发言权准予的当前始发方(Mark L.)，而第一消息片段151来自第二参与者用户132(Kameron)。由于每个消息片段表示不同始发方，因此标记域161包括PTX群成员图像或图标的较小版本并且可甚至包括其名字或类似的区别指示符，如图所示。应理解，那些始发方中的每一者可在他们自己的显示器上具有关于其消息已被缓冲或正缓冲的指示，如以上关于图3描述的。

图5A解说了来自第三PTX设备106的屏幕截图，其在该示例中与第四和第五PTX设备相同。第三、第四和第五PTX设备106表示从始发PTX设备接收实况通信的接收方PTX设备。如同以上描述的第一PTX设备102和第二PTX设备104一样，第三PTX设备106的设备显示器116包括当前活跃PTX会话的状态的各种视觉指示符。即，会话名称域120、添加参与者图标128、会话角色域122和参与者图标。该屏幕截图又示出了不同的PTX参与者群，如将预期到的。此处，标题123示出“实况”，从而反映该参与者正从被准予发言权的始发PTX设备接收实况通信。另外，在该示例中，所提供的唯一选择按钮170是用于作出缓冲请求的。

图5B解说了与图3的(也是第一PTX设备102的)屏幕截图类似的屏幕截图，但略有修改。在图5B中，显示器112包括针对一个特定参与者(即Seth R)的回放状态，其被展开以显示更多细节。如图所示，该回放状态包括这两个消息片段151、152的语音至文本转译。尽管第二消息片段152的一部分被切断，但可提供类似于右侧的滚动条的元件以允许用户查看所缓冲的消息片段。另外示出了增强回放状态指示166，其表示消息片段中已被回放和尚未被回放的部分。用粗体和下划线解说的文本表示尚未在延迟参与者的设备上回放的语音。替换地，可使用颜色编码或某种其他区别来区分和明示回放状态。

图6和7解说了与图3的(也是第一PTX设备102的)屏幕截图类似的更多屏幕截图，但甚至相比于图5B也略有修改。图6和7中的实施例包括增强回放状态指示167，其简单地删除已回放的任何文本。然而，类似于早先的屏幕截图，选择按钮170仍可供用于删除所选消息片段151、152。在图6中，用户5被示为即将按压第一消息片段151的选择按钮170。这将导致删除第一消息片段151的剩余部分并且将看上去像图7的解说。此后，用户5可以可任选地选择按压另一选择按钮170以消除所缓冲的消息片段的其他部分。

图8示出在各种实施例中可使用的PTX设备101的示意图。以上描述的各种PTX设备102、104、106可基本上类似于PTX设备101。在各种实施例中，每个PTX设备101使用软件和原生设备硬件(诸如触摸屏显示器110和/或其他用户接口，诸如按键板接口)来提供PTX群通信的个体成员。在各种实施例中，本文描述的PTX方法可以在宽范围的设备上实现，包括绝大多数启用因特网的移动电话和其他无线通信设备。另外，这些方法可使用不包括专用PTX硬件(诸如PTX按钮或PTX专用电路系统)的无线通信设备来实现。此类PTX设备101可包括处理器平台180，其可处置语音和数据分组，执行软件应用，以及跨无线网络传送信息。处理器平台180包括处理器185(诸如专用集成电路(“ASIC”))或RISC处理器(诸如实现ARM架构的那些RISC处理器)以及其他组件。处理器185通常是在制造无线通信设备101时安装并且通常不可升级。处理器185或其他处理器执行应用编程接口(“API”)层183，API层183包括驻留应用环境，并可包括加载到处理器185上的操作系统。驻留应用环境与存储器181(例如，无线通信设备101的计算机可读存储介质)中的任何驻留程序对接。

如图8中所示，无线通信设备101可以是带有图形显示器110的无线通信电话，但是也可以是带有如本领域中所知的处理器平台180的任何无线设备，诸如个人数字助理(PDA)、具有图形显示器110的寻呼机，或者甚至是具有无线通信口、并可另行具有与网络或因特网的有线连接的单独的处理器平台180。另外，存储器181可包括只读或随机存取存储器(RAM和ROM)、EPROM、EEPROM、闪存卡、或处理器平台常用的任何存储器。处理器平台180还可包括用于存储未在存储器181中活跃地使用的软件应用的本地数据库189。本地数据库189通常包括一个或多个闪存单元，但也可以是如本领域中所知的任何二级或三级存储设备，诸如磁介质、EPROM、EEPROM、光学介质、带、或者软盘或硬盘。图形显示器110可呈现关于正在进行的群PTX呼叫的信息，如本文中更全面地描述的。

处理器平台180还可包括被配置成打开直接通信信道的直接通信接口187。直接通信接口187也可以是无线通信设备101的通常携带向和从无线通信设备101传送的语音、视频和/或数据的标准通信接口的一部分。直接通信接口187可包括如本领域中所知的硬件。在各种实施例中，用于使得能在无线通信设备101中实现PTX功能性的软件可在设备制造期间被预装在该设备中。附加地或替换地，提供PTX功能性的软件的至少一部分可被下载到设备101或以其他方式被安装在设备101上。作为又一替换方案，PTX软件或其部分可以是可下载应用(例如，移动应用)。

图9解说了用于管理PTX群201中的一个或多个无线电信设备(诸如一个或多个蜂窝电话、智能电话、平板计算机、智能寻呼机、个人计算机和个人数字助理(PDA)、以及其他无线通信设备)间的PTX通信的系统200的示例实施例。在系统200中，每个无线电信设备201可以能够跨无线通信网络203选择性地与具有一个或多个其他无线电信设备的目标集合通信。无线通信设备目标集合可以是通信群201中的所有设备或其子集。

在一实施例中，这些无线电信设备可个体地与存在于服务器侧网络上的服务器204通信，诸如通过路由器210、跨无线数据网203与服务器204通信。服务器204可与由始发PTX设备指定的目标无线电信设备集合共享信息，或者还可与服务器204可访问(跨无线网络203或另一网络可访问)的其他计算机设备共享该信息。服务器204可具有所附连的或可访问的数据库206以存储群数据和/或缓冲消息片段。另外，服务器204、路由器205和数据库206的一些或全部功能可被组合在单个设备中。

在各种实施例中，服务器204可建立群201中的所有或选定设备之间的PTX信道。此类通信可通过服务器204或在服务器204的控制下进行。然而，设备的所有数据分组不一定都要经过服务器204本身，但在各种实施例中，服务器204优选地能够根本地控制该通信，因为它通常将是知晓和/或能检索通信群的成员的身份或向另一计算机设备指示通信群201的成员的身份的唯一或主要服务器侧组件。PTX信道可通过进行通信的无线通信设备之间的半双工信道(真实或虚拟)来建立。服务器204还可在群201的其他成员不能被联系到或已请求延迟时通知群201中的一些设备。此外，虽然服务器204在此被示为具有附连的数据库206，但服务器204可具有其自己的数据存储和数据库功能。

在各种实施例中，服务器204可执行各个无线通信设备201对在无线网络203上使用或控制PTX通信信道的竞争需求之间的仲裁功能。例如，响应于来自无线通信设备的与PTX群201中的一个或多个其他目标设备进行通信的请求，服务器204可建立作出请求的(始发)设备与群201中被请求的目标设备中的全部或一部分之间的PTX信道。服务器204由此可将对“发言权”的控制准予给始发无线通信设备。当群201中的各设备之间存在对“发言权”控制的竞争请求时，服务器204可以基于预定的优先级准则来在竞争请求之间进行仲裁。该优先级准则可以在PTX群201形成时建立，诸如由群管理员建立，并被存储在服务器204和/或数据库206中。

在各种实施例中，服务器204可被配置成从无线通信设备(诸如无线通信设备101、102、104、106)接收数据包，并且选择性地准许通信群201中的成员跨无线通信网络203接收所存储的数据包。在一实施例中，数据包可包括但不限于：JPEG、TIF等格式的图片，视频文件(诸如flash视频、AVI、MOV、MP4、MPG、WMV、3GP等)，音频文件(诸如MP3、MP4、WAV等)、文档和/或演示文稿。数据包还可包括流媒体，诸如多媒体应用(PowerPoint、MOV文件等)。另外，数据包可包括通信群的成员之间的半双工视频会议，其中讲话者的画面可被基本实时地或有延迟地广播至其他群成员。

系统200可使用服务器204或数据库206来存储数据分组，包括所缓冲的消息片段，以供目标PTX设备接收。替换地，此类数据分组可被本地存储在始发PTX设备和/或接收方设备处。一旦PTX群201的个体成员接收到数据包，服务器204就可得到通知并且进而服务器204可发送确认以向始发PTX设备指示哪些PTX群成员已接收到此类数据包和/或是否该通信尚未被他们接收或在进展中的状态。

无线数据网203可包括一系列通信服务器，它们控制PTX系统中的PTX群成员的无线通信设备之间的通信。该无线数据网可包括远程模块藉以在彼此之间以及当中和/或在无线网络的组件(包括但不限于无线网络承运商和/或服务器)之间以及当中进行空中通信的任何系统。一系列通信服务器可被连接到群通信服务器。此类服务器可被连接到无线服务。无线网络可控制发送给消息接发服务控制器的消息(一般为数据分组的形式)。

图10-12是解说PTX设备、网络服务器和存储器之间的示例交互的通信流图。图10解说了始于始发PTX设备1002(指示为“始发方”)的通信流。这些通信还流至群通信服务器1004(也简称为“服务器”)、存储器缓冲器1006、第一接收方PTX设备1008(指示为“接收方1”)、以及由省略号和“接收方N”表示的一群附加接收方1010(其中该群接收方PTX设备被编号为1至N，N为最后一个接收方PTX设备)。在该实施例中，从始发方1002向服务器1004传送发言权请求1020。在验证并置备PTX群成员之后，服务器1004可向接收方1008-1010传送发言权被占用信号1024。另外，服务器1004可向始发方1002传回发言权准予信号1023。随后可从接收方11008向服务器1004传送缓冲请求1028。与此同时，始发方1002可向服务器1004传送第一通信片段1032(“通信片段1”)以供分发给各接收方。在接收到缓冲请求1028之后，服务器1004可向始发方1002传送缓冲指示1043(“R1缓冲中”)。另外，服务器1004可确保第一通信片段1032被传送给存储器缓冲器1006以用于至少临时存储。第一通信片段1032还可被传送给其他接收方1010，因为他们未曾传送缓冲请求。在该解说性实施例中，第一接收方1008向服务器1004传送就绪信号1063，服务器1004进而将该就绪信号1063传送给始发方1002。此后，服务器可访问存储器缓冲器1006或者将就绪信号1063传送给存储器缓冲器1006以便将或者使第一通信片段1032传送给现在准备好接收它的第一接收方1008。当第一接收方1008回放第一通信片段时，可向服务器1004传送回放状态1073(“通信1状态”)，其进而被传送给始发方1002。在该示例末尾，始发方1002向服务器1004传送第二通信片段1070(“通信片段2”)以供分发。在没有缓冲请求有效的情况下，服务器将第二通信片段1070传送给所有接收方1008-1010。在该示例中，在第一通信片段1032之后生成的第二通信片段1070在被缓冲的第一通信片段1032的回放之后被传送给接收方。

图11解说了始于始发PTX设备1102(指示为“始发方”)的通信流。这些通信还流至群通信服务器1104(也简称为“服务器”)、存储器缓冲器1106、第一接收方PTX设备1108(指示为“接收方1”)、以及由省略号和“接收方N”表示的一群附加接收方1110(其中该群接收方PTX设备被编号为1至N，N为最后一个接收方PTX设备)。在该实施例中，从始发方1102向服务器1104传送发言权请求1122。在验证并置备PTX群成员之后，服务器1104可向接收方1108-1110传送发言权被占用信号1124。另外，服务器1104可向始发方1102传回发言权准予信号1123。随后可从接收方11108向服务器1104传送缓冲请求1128。与此同时，始发方1102可向服务器1104传送第一通信片段1132(“通信片段1”)以供分发给各接收方。在接收到缓冲请求1128之后，服务器1104可向始发方1102传送缓冲指示1143(“R1缓冲中”)。另外，服务器1104可确保第一通信片段1132被传送给存储器缓冲器1106以用于至少临时存储。第一通信片段1132还可被传送给其他接收方1110，因为他们未曾传送缓冲请求。在该实施例中，在从第一接收方1108传送就绪信号之前，始发方1102向服务器1104传送第二通信片段1152(“通信片段2”)。在来自第一接收方1108的缓冲请求仍有效的情况下，服务器1104可确保第二通信片段1152被传送给存储器缓冲器1106以用于至少临时存储。第二通信片段1152还可被传送给其他接收方1110，因为他们未曾传送缓冲请求。第一接收方1108可随后向服务器1104传送就绪信号1163，服务器1104进而将该就绪信号1163传送给始发方1102。此后，服务器可访问存储器缓冲器1106或者将就绪信号1163传送给存储器缓冲器1106以便将或者使第一通信片段1132传送给现在准备好接收它的第一接收方1108。当第一接收方1108回放第一通信片段1132时，第一接收方1108可向服务器传送回放状态1173(“通信1状态”)，服务器随后可将该回放状态1173传送给始发方1102。另外，服务器可随后将或者使第二通信片段1152传送给现在准备好接收它的第一接收方1108。当第一接收方1108回放第二通信片段1152时，第一接收方1108可向服务器传送第二回放状态1183(“通信2状态”)，服务器随后可将该回放状态1183传送给始发方1102。在该示例中，在第一通信片段1132之后生成的第二通信片段1152在被缓冲的第一通信片段1132的回放之前被传送给接收方。

图12解说了始于始发PTX设备1202(指示为“始发方”)的通信流。这些通信还流至群通信服务器1204(也简称为“服务器”)、存储器缓冲器1206、第一接收方PTX设备1208(指示为“接收方1”)、以及由省略号和“接收方N”表示的一群附加接收方1210(其中该群接收方PTX设备被编号为1至N，N为最后一个接收方PTX设备)。在该实施例中，从始发方1202向服务器1204传送发言权请求1222。在验证并置备PTX群成员之后，服务器1204可向接收方1208-1210传送发言权被占用信号1224。另外，服务器1204可向始发方1202传回发言权准予信号1223。随后可从接收方11208向服务器1204传送缓冲请求1228。与此同时，始发方1202可向服务器1204传送第一通信片段1232(“通信片段1”)以供分发给各接收方。在接收到缓冲请求1228之后，服务器1204可向始发方1202传送缓冲指示1243(“R1缓冲中”)。另外，服务器1204可确保第一通信片段1232被传送给存储器缓冲器1206以用于至少临时存储。第一通信片段1232还可被传送给其他接收方1210，因为他们未曾传送缓冲请求。在该实施例中，在第一通信片段1232被回放之前，始发方1202可向服务器1204传送删除信号1272以指示所缓冲的第一通信片段1232应被删除。删除信号1272可随后被传送给存储器缓冲器1206以实施对第一通信片段1232的删除。第一接收方1208在随后变为就绪时可向服务器1204传送就绪信号1263，服务器1204进而将该就绪信号1263传送给始发方1202。在该示例末尾，始发方1202向服务器1204传送第二通信片段1270(“通信片段2”)以供分发。在没有缓冲请求有效的情况下，服务器将第二通信片段1270传送给所有接收方1008-1010。在该示例中，在第一通信片段1032之后生成的第二通信片段1270在第一通信片段1032从存储器缓冲器1206被删除之后被传送给接收方。

图13是解说使用服务器来管理PTX设备之间的PTX通信的实施例方法1300的过程流图。方法1300涉及初始建立或尝试建立PTX群通信会话。在框1310，服务器可从始发PTX设备接收对PTX会话的发言权请求，如上所述。在框1320，服务器可发起PTX群验证，其可包括确认所有PTX群成员都可被联系到和/或用于建立PTX通信所必需的任何置备已被执行。在框1330，服务器可确定期望的PTX群是否准备好进行通信。若PTX群得到验证(即，确定框1330＝是)，则在框1360，服务器可向始发PTX设备传送发言权准予指示，并且向其他PTX群成员传送发言权被占用指示。当发言权被准予时，服务器可向PTX群成员(包括始发PTX设备)传送指示如此情况的音频和/或视觉特征。如以上所讨论的，这些视觉特征可包括代表该情形的词语或符号的显示。将会理解，除了本文描述的视觉反馈提示之外，还可采用其他反馈提示(诸如音频或触觉提示)来指示群通信的情形。若PTX群没有得到验证(即，确定框1330＝否)，则服务器可确定期望的PTX群的一部分是否准备好进行通信。若部分PTX群得到验证(即，确定框1340＝是)，则在框1370，服务器可向始发PTX设备传送部分发言权准予指示，并且向其他可用PTX群成员传送发言权被占用指示。部分发言权准予可类似地包括音频和/或视觉特征，并且可在某种程度上不同于完全发言权准予，从而所有群成员知晓哪些人在场。在完全或部分发言权准予被指示之后，在框1380，服务器可等待PTX群通信，诸如来自始发PTX设备的一个或多个消息片段和/或来自其他PTX群成员的缓冲请求。若甚至连部分PTX群也没有得到验证(即，确定框1340＝否)，则服务器可传送指示发言权不能被准予的发言权准予拒绝。

图14是解说使用服务器来管理PTX设备之间的PTX通信的实施例方法1400的过程流图。方法1400涉及一旦始发PTX设备已被指派发言权准予或者在并非所有PTX群成员都可用的情况下被指派部分发言权准予时处置PTX群通信。在框1410，服务器可接收PTX消息片段。在确定框1420，服务器可确定是否已接收到缓冲请求或缓冲状态以及若已接收到缓冲请求或缓冲状态则其是否仍有效。可能已从PTX群的一个或多个接收方PTX设备接收到缓冲请求和/或缓冲状态。缓冲请求表示来自(诸)接收方PTX设备的关于PTX消息片段需要被存储以供延迟回放的指示。与之形成对比的是，缓冲状态表示PTX消息片段被存储、正被存储、或将被存储的指示。由此，如果尚未接收到缓冲请求或缓冲状态(即，确定框1420＝否)，则服务器可在框1422将接收到的PTX消息片段传送给所有PTX群设备。类似地，即使先前曾接收到缓冲请求，其可能不再有效。例如，接收方设备在初始发送缓冲请求之后可能随后准备好接收通信并以回放先前缓冲的消息片段的方式赶上了。该接收方设备可随后向服务器指示该就绪和赶上情形，从而将先前的缓冲请求标记为不再有效。该接收方设备将随后被包括在框1422中的PTX消息片段的分发中。若至少一个缓冲请求被接收到且仍有效(即，确定框1420＝是)，则服务器可在框1424确定是否所有PTX群成员都已请求缓冲。若至少一个成员未曾请求缓冲或者没有在活跃地请求缓冲(也被称为“实况接收方”)，则在框1425，服务器可将接收到的PTX消息片段传送给(诸)实况接收方。

该过程流可从框1425拆分，因为存在两种类别的接收方；一个类别是在没有请求缓冲的情况下无显著延迟地直接接收新PTX消息片段的实况接收方，而另一类别是具有有效的缓冲请求的缓冲中或经延迟接收方。为了进一步管理实况接收方的PTX通信，该过程可返回至框1410以接收该群的进一步的PTX消息片段。另外，为了管理经延迟接收方的PTX通信，该过程可同时或同期地在框1430中向始发PTX设备传送缓冲指示。替换地，若所有群成员都被确定为已请求缓冲(即，确定框1424＝是)，则在框1430，服务器可类似地向始发PTX设备传送缓冲指示。缓冲指示可反映已接收到缓冲请求以及从哪些接收方PTX设备接收到缓冲请求的事实。结合传送缓冲请求，在框1435，PTX消息片段可由服务器存储。存储消息片段可在服务器本地进行或者在出于该目的对服务器可用的远程网络存储器存储元件处进行。替换地，PTX消息片段的存储可发生在始发PTX设备或请求缓冲的PTX群成员设备处，如以下进一步描述的。

一旦一个或多个PTX消息片段已被存储，服务器就可在框1440接收就绪信号。就绪信号可指示先前传送了缓冲请求的接收方PTX设备已准备好输出PTX消息片段。替换地，服务器可能在该PTX通信会话关闭之前没有接收到来自接收方设备的就绪信号，在这种情形中，该过程不需要前进至框1440。然而，若接收到就绪信号，则服务器可在框1450随后确定或者先前已确定是否已从始发PTX设备接收到删除信号。删除信号表示始发PTX设备不希望该一个或多个所缓冲的PTX消息片段被延迟回放的事实。若已接收到删除信号(即，确定框1450＝是)，则可在框1454删除一个或多个PTX消息片段或者服务器可传送针对要删除的所存储PTX消息片段的删除信号。在框1470，服务器可等待进一步的PTX群通信。例如，在来自框1454的框1470，该过程可重返框1410，准备好接收进一步的PTX消息片段或者替换地接收来自另一PTX设备的发言权请求(重返以上描述的方法1300)。然而，如果未曾接收到删除信号(即，确定框1450＝否)，则在框1452，服务器可将先前存储的PTX消息片段传送给在框1440从其接收到就绪信号的该一个或多个接收方PTX设备。

在各种实施例中，当一个或多个缓冲的(即，存储的)PTX消息片段正在接收方PTX设备上被回放时，可向服务器、以及始发该消息的PTX设备报告回放状态。以此方式，在确定框1460，服务器可确定是否已从在框1452接收到PTX消息片段的就绪成员接收到回放状态。若接收到回放状态(即，确定框1460＝是)，则在框1464，可将该回放状态传送给始发PTX设备以及可任选地传送给PTX群的其他成员设备。替换地，若没有接收到回放状态(即，确定框1460＝否)，则服务器可在框1470等待进一步的PTX群通信。如上关于框1470所提到的，该过程可此后重返框1410，准备好接收进一步的PTX消息片段或者替换地接收来自另一PTX设备的发言权请求。

图15是从始发PTX设备的角度解说管理PTX设备之间的PTX通信的实施例方法1500的过程流图。在框1510，始发PTX设备可发起发言权请求，类似于目前的PTX方法。如果没有接收到发言权准予(即，确定框1520＝否)并且也没有接收到(指示别人具有发言权的)发言权被占用指示，则始发PTX设备可在框1510再次发起发言权请求。一旦接收到发言权准予(即，确定框1520＝是)，则在框1530，始发PTX设备可传送一个或多个PTX消息片段。在一实施例中，所缓冲的消息片段可本地存储在始发PTX设备处。由此，为了完成该替换方案，在框1535，存储PTX消息片段。如果未曾接收到缓冲请求，则PTX通信可如同目前的PTX系统那样进行。然而，根据各种实施例，在框1540，可接收缓冲请求。应注意，不希望进行缓冲的任何PTX群设备可简单地作为实况广播地来接收所传送的PTX消息片段。另外，可向始发PTX设备通知哪些设备正实况地接收消息片段。替换地，始发PTX设备可假定未曾请求缓冲的任何设备都正在接收消息片段，除非另行从服务器得到通知。

在一实施例中，可拒绝缓冲请求(即，确定框1550＝是)，这意味着始发发送方不希望接收方回放缓冲的消息片段。由此，为了阻止此类回放，可向服务器传送删除信号。若始发PTX设备在框1535本地存储了消息，则在框1554，可删除所存储的消息片段，连同将关于该删除的通知传送给服务器。在框1580，始发PTX设备可要么放弃发言权并等待来自其他人的PTX群通信，要么继续传送一个或多个PTX消息片段，由此重返框1530。

如果没有拒绝缓冲请求(即，确定框1550＝否)，则一旦接收方PTX设备准备好回放就可在接收方PTX设备处回放先前存储的PTX消息片段。由此，在框1552，始发PTX设备可接收指示一个或多个接收方PTX设备准备好输出所存储的PTX消息片段的就绪信号。如果在框1535在本地存储了消息片段，则在框1555，所存储的消息片段可再次被传送。以此方式，经延迟的接收方PTX设备可回放它们错过的这一个或多个消息片段。

在一实施例中，可将回放状态报告给始发PTX设备和/或PTX群成员。由此，在经延迟的接收方PTX设备回放先前存储的PTX消息片段时，可向始发PTX设备提供回放状态。若接收到回放状态(即，确定框1560＝是)，则在框1570，可在始发PTX设备上显示该回放状态。如以上所讨论的，回放状态可以是简单的进度条、可听指示、或甚至是PTX消息片段的被回放的至少一部分的语音至文本转译。另外，在始发PTX设备上显示的语音至文本转译可反映第一PTX消息片段的哪个部分尚未从第一接收方PTX设备输出的经更新回放状态。在一实施例中，始发PTX设备可以能够通过传送删除信号来切断或终止回放，如上关于框1554所描述的。无论如何，一旦回放结束或终止，始发PTX设备就可在框1580要么放弃发言权并等待来自其他人的PTX群通信，要么继续传送一个或多个PTX消息片段，由此重返框1530。

图16是从接收方PTX设备的角度解说管理PTX设备之间的PTX通信的实施例方法1600的过程流图。在框1610，接收方PTX设备可接收发言权被占用信号。发言权被占用信号可指示始发PTX设备已被准予(至少临时)控制PTX会话中的主要通信的许可。此类控制可包括成为唯一被允许在控制时段期间讲话的人。替换地，此类控制可包括传送视频或其他数据。

在替换实施例中，接收方PTX设备可尝试“知晓”其周围的环境噪声水平，以便针对该噪声水平进行补偿。接收方PTX设备可被配置成响应于接收到发言权被占用信号或甚至实际的PTX消息片段而检测该设备周围的环境噪声水平。另外，可作出关于环境噪声水平是否低于安静阈值的确定。若环境噪声水平低于安静阈值，则可设置第一经调整输出音量。第一经调整输出音量可包括比该设备的预选音量水平低的音量水平。替换地，第一经调整输出音量可包括通过与该设备配对的耳机来输出PTX消息片段。作为又一替换方案，可设置屏幕文本指示和/或使用该设备的预选“静音模式”设定。与之形成对比的是，当该设备检测到“喧闹”环境(即，相对高的环境噪声水平)时，比如在音乐会或在嘈杂人群中时，该设备可被配置成进一步确定环境噪声水平是否高于喧闹阈值。若环境噪声水平高于喧闹阈值，则可设置第二经调整输出音量。第二经调整输出音量可包括比该设备的预选音量水平高的音量水平。附加地或替换地，第二经调整输出音量可包括通过与该设备配对的耳机来输出PTX消息、屏幕文本指示、使用该设备的预选“大声模式”设定、和/或可传送缓冲请求。可使用其他设备行为来扩增或增强体验，诸如以恰适音量播放音调或者在音调可能并不有利时使用振动。由此，在框1615，可测量环境噪声水平，或者用户可要么通过输入缓冲请求来对传入消息作出反应、要么设备上的预定义设定可自动生成此类请求。作为又一替换方案，该过程可从框1615跳到框1645而不作出缓冲请求，在这种情形中，仅PTX消息片段输出将被调整。

可在框1620作出关于是否应从所议接收方PTX设备发起消息缓冲的确定。发起此类缓冲可在接收到发言权被占用信号之后、在接收到PTX消息片段之后或在框1615中涉及环境噪声测量或收到用户输入的替换方案之后进行。若确定应当发起缓冲(即，确定框1620＝是)，则在框1625，可向服务器传送缓冲请求和/或状态。在传送缓冲状态的场合，接收到的PTX消息片段可被存储在本地存储器中。以此方式，缓冲状态反映PTX消息片段的存储状况或确认对PTX消息片段的存储。在传送了缓冲请求或状态之后或者在没有发起缓冲请求的情况下(即，确定框1620＝否)，可作出关于接收方PTX设备是否接收到PTX消息片段的确定。若没有接收到PTX消息片段(即，确定框1630＝否)，则这可被视为缓冲请求被接受。由此，在框1652，接收方PTX设备可等待进一步的PTX通信或发起它自己的PTX通信(诸如通过传送就绪信号)，如以下讨论的。

如果接收方PTX设备接收到PTX消息片段(即，确定框1630＝是)，则这可意味着未曾作出缓冲请求、当前没有来自所议接收方PTX设备的缓冲请求是有效的(即，先前的缓冲请求已被撤回以使其当前不是有效的)，或者潜在地意味着缓冲请求被拒绝/吊销。例如，在初始指示了缓冲请求或状态之后，无论如何仍收到PTX消息片段可意味着该缓冲请求被拒绝或吊销了。由此，如果缓冲请求被拒绝了、没有作出缓冲请求或者没有缓冲请求是有效的(即，确定框1640＝是)，则在框1660，可在接收方PTX设备处输出接收到的PTX消息片段。替换地，如上关于环境噪声检测所提到的，在框1645，可调整接收方PTX设备的输出(诸如输出音量或输出方法)。然而，若PTX消息片段在框1660无任何缓冲或自其被传送的时间无显著延迟地被输出，则接收方PTX设备处的输出被视为“实况”的。由此，可在框1670从接收方设备传送实况输出状态，从而指示该接收方设备是PTX会话中的实况参与者。

在一实施例中，若接收方PTX设备接收到PTX消息片段(即，确定框1630＝是)，则这可替换地意味着该PTX消息片段旨在被本地存储在接收方PTX设备处。由此，如果缓冲请求曾被作出、是有效的并且该缓冲请求未曾被拒绝(即，确定框1640＝否)，则这可意味着该PTX消息片段旨在被本地存储。如果接收方PTX设备不能本地存储该消息片段(即，确定框1650＝否)，则在框1652，它可等待进一步的PTX通信或发起它自己的PTX通信。例如，接收方PTX设备可在框1652传送指示它不能本地存储PTX消息片段的信号。如果接收方PTX设备能够本地存储该消息片段(即，确定框1650＝是)，则在框1654，该PTX消息片段可被存储在接收方PTX设备的存储器中，此后接收方PTX设备可前进至框1652以等待进一步的PTX通信或发起它自己的PTX通信。

图17是从接收方PTX设备的角度解说一旦它变得准备好接收消息片段时管理PTX设备之间的PTX通信的实施例方法1700的过程流图。例如，接收方PTX设备周围的环境噪声水平可能已改变并且一旦该水平是恰适的，则接收方设备可准备好回放或另行接收PTX消息片段。由此，可作出关于环境噪声水平是否高于或低于“喧闹”或“安静”阈值的确定。替换地，接收方设备的用户可手动输入准备好接收消息的指示。由此，在框1710，接收方PTX设备可向服务器传送指示该接收方PTX设备准备好输出PTX消息片段的就绪信号。此后，可在接收方PTX设备上回放始发PTX设备的消息片段。该回放可在始发PTX设备停止实况消息接发的传输之前被发起。

如果一个或多个PTX消息片段被本地存储在接收方PTX设备处(即，确定框1720＝是)，则在回放它之前，可作出关于是否从始发PTX设备接收到删除信号的确定。收到删除信号是始发PTX设备不希望所存储的消息片段被回放的指示。如果接收到删除信号(即，确定框1730＝是)，则在框1735，本地存储的PTX消息片段可被删除。若PTX消息片段未曾被本地存储(即，确定框1720＝否)，则可作出关于它们是否被远程存储的确定。例如，它们可能被存储在始发PTX设备、服务器或某个其他资源处。如果它们未曾被远程存储(即，确定框1740＝否)，则在框1742，接收方PTX设备可等待进一步的PTX通信或发起它自己的PTX通信。若它们被远程存储了(即，确定框1740＝是)，则作出关于是否接收到所存储的PTX消息片段的确定。若没有从远程存储接收到消息(即，确定框1744＝否)，则该过程可前进至框1742以等待进一步的PTX通信或发起它自己的PTX通信。如果接收到一个或多个消息片段(即，确定框1744＝是)，则在框1750，可在接收方PTX设备处输出PTX消息片段。类似地，如果PTX消息片段已被本地存储并且没有接收到删除信号(即，确定框1730＝否)，则在框1750，可在接收方PTX设备处输出PTX消息片段。

在一实施例中，如上所述，可向服务器、始发PTX设备以及可任选地向PTX群的其他设备报告所缓冲的消息片段的回放状态。由此，响应于在框1750输出PTX消息片段，可从进行输出的接收方PTX设备至少向服务器传送回放状态。若PTX消息片段输出未完成(即，确定框1770＝否)，则接收方PTX设备在框1750可继续输出PTX消息片段并在框1760报告回放状态。一旦PTX消息片段完成输出(即，确定框1770＝是)，则在框1775，可传送回放完成信号。此后，该过程可前进至框1742以等待进一步的PTX通信或发起它自己的PTX通信。

各种实施例涉及与常规PTX服务、系统和硬件相比的PTX通信增强。应理解，本发明的实施例可以用软件来实现，以使得用户无需“推按”物理按钮来讲话。在各种实施例中，用户接口可允许用户通过激活图标或在免提模式中与PTX网络交互，这允许用户更易于进行多任务并以更自然的方式利用设备扬声器电话和/或耳机模式。

各实施例可实现比先前采用的更直观的体验，并且可利用对用户的视觉反馈提示，这些提示可扩增或替代现有音频提示来进行发言权控制和调解。视觉反馈提示可经由无线设备的显示屏上的图形元素和颜色来提供。在各种实施例中，这些反馈提示可示出群通信会话和个体消息片段的情形，并且可以例如指示对群通信的发言权的控制。在各种实施例中，显示屏可显示视觉特征，这些视觉特征告诉用户发言权何时开放、用户的设备何时请求发言权、用户的设备或不同设备何时控制发言权、何时已作出缓冲请求、何时正发生缓冲以及所缓冲的消息片段的回放状态。在一些实施例中，显示屏还可显示处于群通信中的群成员的视觉表示，并且可进一步显示群中的每个成员的参与情形。例如，设备可显示群中当前正在参与群通信会话的成员以及群中被延迟且潜在地以一延迟来回放消息片段的成员。这些增强特征可以用在用户的无线设备上运行的软件来实现，并且还可以部分地在服务器中实现。

图18解说了在包括视频的PTX通信期间的呼叫流。始发设备11被示为在请求状态，该状态反映接收方设备12的情形。接收方设备12可进而传送状态指示。状态指示可指示接收方设备就绪、需要缓冲、或简单地不可用。从接收方设备12传送给始发设备11的状态指示可被显示在始发设备11上(即，显示在UI显示器上)。如图18中所示，指示了状态指示“缓冲中”，其反映从始发设备11传送的视频消息正被保存至存储器缓冲器。类似地，接收方设备12可显示示出“传入视频缓冲中”的状态以便让接收方用户知道视频消息正被保存。若没有人在观看，则始发设备可选择停止将始发设备相机指向原本期望的图像或者完全关闭视频广播。

图19解说了接收方设备12处于回放存储器缓冲器中的视频的过程中。接收方设备可在就绪时选择回放所传送的通信，可使音频消息被转换成文本消息，或者可快进通过音频/视频消息以追赶上来自始发设备的实况广播。再一次，向始发设备提供状态指示，其反映接收方正输出所缓冲的消息片段并且当前落后于实况广播(其继续缓冲)30秒。始发设备11也可以能够回放它生成了的视频通信以删除片段或从视频中选择关键帧供接收方设备观看。图19进一步解说了始发用户可使用“关键帧”按钮来指定来自视频传输的关键帧，接收方用户可选择观看这些关键帧而非完整视频。

图20A-20E解说了其中可使用手动特征来控制来自PTX设备的输出的实施例。图20A解说了接收方设备UI接收传入视频。图20B解说了用户可如何向该UI应用垂直滑动来将该通信的音频分量转换成文本。这方面使用语音至文本识别算法来在UI上显示经转换的语音。类似地，运动触发式的激活可被用作切换。例如，如果PTX设备被晃动或移动过多，则传感器可检测到此举并切换操作模式。虽然这方面包括自动化特征，但输入可通过用户活动(即用户输入)(诸如晃动设备)来被接收。图20C解说了接收方设备的用户可如何在相反方向上应用垂直滑动来切换回到音频模式。图20D和20E解说了用户可如何通过在UI上作出另一选择来选择加快或减慢音频或视频传输。图20D示出了横向滑动可如何加快音频和/或视频传输。图20E示出了相反方向上的另一横向滑动可如何减慢音频和/或视频传输。替换地，可从用户或传感器提供启用仅音频模式或仅视频模式的输入。这些输入可要么通过用户与PTX设备直接接触来进行、要么通过姿势识别来进行。姿势识别可由设有相机和能够检测并分析用户的物理运动或设备取向的软件的PTX设备来执行。例如，用户的垂直手部滑动可表示一个动作，而水平手部滑动表示另一动作。替换地，可采用接收方设备的取向，诸如使该设备正面朝下或正面朝上。可提供附加姿势控制以允许用户更改显示和/或听到音频或视频分量的何处。例如，具有配对的带屏幕的腕戴式设备的移动电话可被用作消息片段或其部分的替换输出。

作为进一步替换方案，接收方设备可使用传感器来确定用户的状况并选择恰适的模式。而且，该模式可随着用户环境改变而被切换，诸如当在室外环境中明亮的太阳躲到云背后时、或者在接收方设备周围的环境噪声水平改变的情况下。图21A-21E解说了其中可使用自动化特征来控制来自PTX设备的输出的实施例。图21A解说了接收方设备UI接收传入视频。类似于图20A。图21B解说了传感器(诸如话筒)可如何检测到接收方设备周围的环境噪声太喧闹并由此切换到文本输出模式，其将通信的音频分量转换成文本。这方面也可使用语音至文本识别算法来在UI上显示经转换的语音。图21C解说了进一步的传感器(诸如光传感器)可如何被用于检测环境亮度。以此方式，该设备可检测到环境太明亮从而看不到显示且因此它可切换至音频模式。此类切换还可节省该设备的能量。图21D和21E解说了可如何使用自动检测模式来加快或减慢音频或视频传输。图21D示出了话筒可如何检测到用户语音中的暂停从而接收方设备自动加快音频和/或视频传输的示例。替换地，若接收方设备落后于实况广播太远，诸如超过预定历时，则该设备可自动加快以使接收方设备追赶上实况广播。图21E示出了设备可如何一旦检测到通信流的滞后就减慢音频和/或视频传输。

图22解说了始发设备的用户5可如何将活跃PTX群通信会话从仅音频会话进行补充，以向该会话添加视频。通过按压“添加视频”图标153(其像按钮那样起作用)，用户可将视频传输选项翻转为开启或关闭。图22示出了视频传输处于关闭模式。图23解说了一旦用户5按压“添加视频”图标153，UI如何改变。具体而言，视频显示窗口154出现，其示出由始发设备上的相机拍摄的视频图像。在图23中，“添加视频”图标153被示为带有X以指示再次按压该图标将使该设备切换至视频传输关闭模式。在该示例中，设备相机推测而言是面朝用户的，然而若有背朝用户的相机可用，则还可提供“切换相机”按钮。替换地，相机切换可通过来自用户的语音激活的命令来达成。另外，进一步替换方面可允许其他群成员从他们那端激活相机切换。例如，在其中始发设备正使用背面相机的会话(也称为“见我所见”会话)期间且群成员希望看到始发设备用户面部的情况下，该群成员可被允许切换始发设备上的相机。此类远程相机切换功能也可通过用于语音命令特征(若可用)的UI来激活。在这种场景中，诸如在用户希望向其他人展示情形或问题或已作出的进度的建筑工地，切换至背朝用户的相机可能是有帮助的。无论面向用户还是背对用户的相机活跃，显示器中清晰的任何面部都可被结合图像识别和面部表情识别算法来使用。以此方式，能被图像识别算法识别的对象或事物可被传达给PTX群。而且，可使用面部表情识别算法来将面部表情转译成文本或表情符号，其可类似地被传达给PTX群。此外，可使用更高级的图像识别算法来将正由用户表达的符号语言转换成文本消息或音频消息。可从至少一个静止图像或视频图像进行此类转换和/或转译。

图24解说了根据进一步实施例的带有触摸屏显示器的PTX设备的屏幕截图，其中始发设备或接收方设备能够同时接收若干个输入流(包括音频、视频和/或数据)。由此，图24中所示的UI包括在群成员显示下方的、代表每个接收到的输入流的多个输入流显示部分2441、2442、2443。在该实施例中，该PTX设备正接收来自三个PTX群成员132、134、135的输入流。在该解说性示例中，第一显示部分2441包括视频片段2431，其被包括作为从PTX群成员Mark L.135接收的输入流的一部分。所示的设备可以正在输出与该视频片段相对应的音频片段，其在该环境中对应于来自该成员135的实际语音。该UI可设有选项按钮，诸如语音至文本转换特征2451(诸如标为“T”的按钮)或视频关闭特征2461(诸如带有视频图标的按钮)。第一显示部分2441示出了处于关闭模式的语音至文本转换特征2451以及处于开启模式的视频开关2461。第二显示部分2442还包括来自PTX群成员Kameron 132的视频片段2432。然而，Kameron的语音的音频片段已被切换至语音至文本转译模式。由此，Kameron所说的词被显示在相应的视频片段2432下方的字幕区域2433中。而且，语音至文本转换特征2453被指示为处于开启模式。该示例包括进一步的包括动作至文本转译的选项，其中采用运动识别来识别Kameron正在挥手。动作至文本转换生成对所分析的一个或多个图像的解读。经解读的动作可被输出为文本(称为“文本解读”)或在通过文本至语音算法进一步处理之后被输出为口述词语(称为“音频解读”)。一般而言，动作至文本转换在身体部位移动和面部姿势匹配于预编程的可识别的移动时识别这些身体部位移动和面部姿势。经转换的动作至文本的输出是对动作的解读，无论是通过文本输出还是通过以音频输出的形式对文本的口头描述来输出。由此，字幕区域2433用指示“挥手臂”的姿势指示2434来扩增。

图24中的第三显示部分2443不包括视频片段，这由被示为不可用的视频开启/关闭开关2465来反映。尽管如此，来自用户Jonah 134的音频片段正与来自用户Mark L.135的音频分量被同时地从该PTX设备输出。以此方式，并非同时听到并看到所有视频和音频片段，而是PTX设备的用户可选择观看这些可用视频中的仅选定的几个视频或者仅收听可用音频中选定的几个音频。以此方式，接收方设备可选择性地显示来自一个始发设备的包括音频输出的视频流，并仅显示来自另一始发设备的视频流而没有来自它的音频输出。

图25解说了多个同时通信流正由单个用户设备102接收。第一始发设备2504包括相机和话筒，其可捕捉第一用户2502的语音和视频图像。该语音和视频图像两者可经由通信线2506传送至服务器254。类似地，也包括相机和话筒的第二始发设备2512可捕捉并传送第二用户2510的语音视频图像。来自第二始发设备2512的音频/视频通信可经由附加通信线2514传送至服务器254。以此方式，来自第一始发设备2504和第二始发设备2512的各种消息片段可经由流2520、2522被传达给单个用户设备102。该用户设备的第一显示部分2541可由此输出来自第一始发设备2504的通信流2520，且第二显示部分2542可输出来自第二始发设备2512的通信流2522。在该解说性示例中，第一通信流2520的音频分量已被关闭，如由左上角的静音符号2531指示的。然而，视频分量2530可仍在活跃地显示第一显示部分2541。在音频输出被关闭且语音至文本识别特征被激活的情况下，字幕2532也可被显示。而且，虽然第二通信流2522的音频分量如由扬声器符号2533所指示地是活跃的，但该通信的视频分量被示为已被关闭。该实施例示出了当算法已识别出第二用户2510正在挥手臂时的图像识别的示例。该识别由第二显示部分2542中示出“Kameron正在：挥手臂”的指示来反映。由身体部分移动所传达的姿势一般可用这种方式来识别。对该特征的进一步增强可甚至包括转译成了期望语言的音频部分形式的字幕文本或视频配音的语言转换。再进一步，可提供动作至文本转换特征，以使得消息片段的视频部分中的始发用户的物理移动被转译成文本或音频输出。

这些实施例可在各种移动无线通信设备(尤其是移动计算设备)中实现。可实现各种实施例的无线通信设备的一示例是图26中解说的智能电话2600。无线通信设备(诸如智能电话2600)可包括耦合到存储器2602和射频数据调制解调器2605的处理器2601。调制解调器2605可耦合至天线2604以用于接收和传送射频信号。智能电话2600还可包括显示器2603，诸如触摸屏显示器。移动设备2600还可包括用于接收用户输入的用户输入设备(诸如按钮2606)或者用于测量环境噪声水平或接收声音的话筒2610。在各种实施例中，智能电话2600包括触觉输出表面，该触觉输出表面可以位于显示器2603上(例如，使用E-Sense^TM技术)、位于背面2612上或位于移动设备2600的另一表面上。移动设备处理器2601可以是能通过指令(即，应用或更一般而言的软件)配置成执行包括本文描述的各种实施例的功能在内的各种功能的任何可编程微处理器、微型计算机或者一个或多个多处理器芯片。典型地，软件应用可被存储在内部存储器2602中，然后它们被访问并被加载到处理器2601中。在一些移动计算设备中，附加存储器芯片(例如，安全数据(SD)卡)可被插入移动设备中并耦合至处理器2601。内部存储器2602可以是易失性存储器或非易失性存储器(诸如闪存)，或这两者的混合。出于本说明书的目的，对存储器的一般性引述是指可由处理器2601访问的所有存储器，包括内部存储器2602、插入移动设备中的可移除存储器、以及处理器2601内的存储器。

各种实施例可实现在各种市售的服务器设备中的任何服务器设备上，诸如图27中所解说的服务器2700。此类服务器2700典型地包括耦合至易失性存储器2702和大容量非易失性存储器(诸如盘驱动器2703)的处理器2701。服务器2700还可包括耦合至处理器2701的软盘驱动器、压缩碟(CD)或DVD碟驱动器2706。服务器2700还可包括耦合至处理器2701的网络接入端口2704，以用于建立与网络2705(诸如耦合至其他广播系统计算机和服务器的局域网)的数据连接。处理器2601、2701可以是能通过指令(应用或软件)配置成执行包括以上描述的各种实施例的功能在内的各种功能的任何可编程微处理器、微型计算机或者一个或多个多处理器芯片。在一些设备中，可提供多个处理器2601、2701，诸如一个处理器专用于无线通信功能并且一个处理器专用于运行其他应用。通常，软件应用可被存储在内部存储器2602、2702和2703中，然后它们被访问并被加载到处理器2601、2701中。

处理器2601、2701可包括足以存储应用指令的内部存储器。在许多设备中，内部存储器可以是易失性或非易失性存储器(诸如闪存)，或这两者的混合。出于本说明书的目的，对存储器的一般性引述是指可由处理器2601、2701访问的存储器，包括内部存储器或插入到该设备中的可移除存储器、以及在处理器2601、2701本身内部的存储器。

上述方法描述和过程流图仅作为解说性示例提供，且并非旨在要求或暗示各种实施例的步骤必须按所给出的次序来执行。如本领域技术人员将领会的，前述实施例中的步骤次序可按任何次序来执行。诸如“此后”、“然后”、“接着”等的措辞并非旨在限定步骤的次序；这些措辞仅是简单地用以指引读者遍历方法的描述。进一步，对单数形式的权利要求元素的任何引述，例如使用冠词“一”、“某”或“该”的引述不应解释为将该元素限定为单数。

结合本文中所公开的各方面来描述的各种解说性逻辑框、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、块、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

用于实现结合本文中公开的方面描述的各种解说性逻辑、逻辑框、模块、以及电路的硬件可利用设计成执行本文中描述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协同的一个或多个微处理器、或任何其他此类配置。替换地，一些步骤或方法可由专用于给定功能的电路系统来执行。

在一个或多个示例性方面，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现，则这些功能可作为一条或多条指令或代码存储在非瞬态计算机可读存储介质上。本文中公开的方法或算法的步骤可在处理器可执行软件模块中实施，该处理器可执行软件模块可驻留或存储在非瞬态计算机可读存储介质或处理器可读介质上。非瞬态计算机可读和处理器可读存储介质可以是能被计算机或处理器访问的任何可用介质。作为示例而非限定，此类非瞬态计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备、或能被用来存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字通用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据而碟(disc)用激光以光学方式再现数据。以上的组合也应被包括在非瞬态计算机可读介质的范围内。另外，方法或算法的操作可作为一条代码和/或指令或者任何代码和/或指令组合或集合而驻留在可被纳入计算机程序产品中的非瞬态处理器可读介质和/或计算机可读介质上。

提供了以上对所公开方面的描述是为了使得本领域任何技术人员皆能够制作或使用本发明。对这些方面的各种修改对于本领域技术人员而言将是显而易见的，并且本文中定义的普适原理可被应用于其他方面而不会脱离本发明的范围。由此，本发明并非旨在被限定于本文中示出的各方面，而是应被授予与本文所公开的原理和新颖性特征一致的最广义的范围。

Claims (108)

1.一种管理通信设备上的电子通信的方法，包括：

在所述通信设备处接收来自始发设备的传入呼叫指示；

确定延迟呼叫接受是否合理；

响应于确定所述延迟呼叫接受合理而向所述始发设备传送延迟指示；

从所述通信设备传送指示所述通信设备准备好接收第一消息片段的就绪信号；

响应于所述就绪信号，从所述始发设备接收所述第一消息片段并随后接收第二消息片段；

确定是否要输出第一消息片段和第二消息片段中的至少一者；

响应于确定是否要输出第一消息片段和第二消息片段中的至少一者来输出第一消息片段和第二消息片段中的至少一者；以及

响应于确定应输出第一消息片段而向所述始发设备传送回放状态，所述回放状态包括反映来自所述通信设备的所述第一消息片段的输出的经更新输出进度的一系列状态指示。

2.如权利要求1所述的方法，其特征在于，进一步包括：

从所述始发设备接收中止第一消息片段的回放的回放中断。

3.如权利要求1所述的方法，其特征在于，进一步包括：

响应于在第一消息片段的输出完成之前接收到第二消息片段，中止对第一消息片段的回放；以及

输出第二消息片段。

4.如权利要求1所述的方法，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语音至文本转换。

5.如权利要求1所述的方法，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语言转译。

6.如权利要求1所述的方法，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括解读在第一消息片段和第二消息片段中的所述至少一者中检测到的身体部位移动的动作至文本转换。

7.如权利要求1所述的方法，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括以下至少一者：加快、减慢、暂停和跳过第一消息片段和第二消息片段中的所述至少一者的部分。

8.如权利要求1所述的方法，其特征在于，进一步包括：

使用图像识别和面部表情识别中的至少一者来分析静止图像和视频图像中的至少一者；以及

输出对静止图像和视频图像中的所述至少一者的解读。

9.如权利要求8所述的方法，其特征在于，所述解读包括至少一个表情符号。

10.如权利要求8所述的方法，其特征在于，所述解读将在静止图像和视频图像中的所述至少一者中检测到的符号语言姿势转换成文本消息和音频消息中的至少一者。

11.如权利要求1所述的方法，其特征在于，第一消息片段和第二消息片段中的至少一者包括静止图像和视频图像中的至少一者。

12.如权利要求1所述的方法，其特征在于，进一步包括：

在所述通信设备处接收用户输入；以及

切换至仅音频模式或仅视频模式。

13.如权利要求12所述的方法，其特征在于，所述用户输入包括从视频片段捕捉的姿势识别，所述姿势识别检测并分析物理身体移动和PTX设备取向中的至少一者。

14.如权利要求13所述的方法，其特征在于，所述姿势识别包括至少一个手指在用户接口上的滑动。

15.如权利要求1所述的方法，其特征在于，所述通信设备能从以下至少一者进行切换：视频至文本模式、语音至文本模式、以及动作至文本模式。

16.如权利要求1所述的方法，其特征在于，进一步包括：

检测所述通信设备周围的外界环境；以及

基于检测到的外界环境来切换所述通信设备的操作模式。

17.如权利要求1所述的方法，其特征在于，所述通信设备同期地输出各自来自不同始发设备的多个消息片段。

18.如权利要求17所述的方法，其特征在于，所述多个消息片段中的至少一者包括被转译成文本和口头描述中的至少一者的音频部分和视频部分中的至少一者。

19.如权利要求1所述的方法，其特征在于，所述通信设备输出来自第一始发设备的视频和音频流、以及来自第二始发设备的视频流，来自第二始发设备的视频流用表示从第二始发设备接收到的消息片段的音频部分的语音至文本转换的字幕来增强。

20.一种通信设备，包括：

存储器；以及

处理器，所述处理器耦合至所述存储器且配置有处理器可执行指令以执行操作，所述操作包括：

在所述通信设备处接收来自始发设备的传入呼叫指示；

确定延迟呼叫接受是否合理；

响应于确定所述延迟呼叫接受合理而向所述始发设备传送延迟指示；

从所述通信设备传送指示所述通信设备准备好接收第一消息片段的就绪信号；响应于所述就绪信号，从所述始发设备接收所述第一消息片段并随后接收第二消息片段；

确定是否要输出第一消息片段和第二消息片段中的至少一者；

响应于确定是否要输出第一消息片段和第二消息片段中的至少一者来输出第一消息片段和第二消息片段中的至少一者；以及

响应于确定应输出第一消息片段而向所述始发设备传送回放状态，所述回放状态包括反映来自所述通信设备的所述第一消息片段的输出的经更新输出进度的一系列状态指示。

21.如权利要求20所述的通信设备，其特征在于，所述处理器被进一步配置成：

从所述始发设备接收中止第一消息片段的回放的回放中断。

22.如权利要求20所述的通信设备，其特征在于，所述处理器被进一步配置成：

响应于在第一消息片段的输出完成之前接收到第二消息片段，中止对第一消息片段的回放；以及

输出第二消息片段。

23.如权利要求20所述的通信设备，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语音至文本转换。

24.如权利要求20所述的通信设备，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语言转译。

25.如权利要求20所述的通信设备，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括解读在第一消息片段和第二消息片段中的所述至少一者中检测到的身体部位移动的动作至文本转换。

26.如权利要求20所述的通信设备，其特征在于，输出第一消息片段和第二消息片段中的至少一者包括以下至少一者：加快、减慢、暂停和跳过第一消息片段和第二消息片段中的所述至少一者的部分。

27.如权利要求20所述的通信设备，其特征在于，所述处理器被进一步配置成：

使用图像识别和面部表情识别中的至少一者来分析静止图像和视频图像中的至少一者；以及

输出对静止图像和视频图像中的所述至少一者的解读。

28.如权利要求27所述的通信设备，其特征在于，所述解读包括至少一个表情符号。

29.如权利要求27所述的通信设备，其特征在于，所述解读将在静止图像和视频图像中的所述至少一者中检测到的符号语言姿势转换成文本消息和音频消息中的至少一者。

30.如权利要求20所述的通信设备，其特征在于，第一消息片段和第二消息片段中的至少一者包括静止图像和视频图像中的至少一者。

31.如权利要求20所述的通信设备，其特征在于，所述处理器被进一步配置成：

在所述通信设备处接收用户输入；以及

切换至仅音频模式或仅视频模式。

32.如权利要求31所述的通信设备，其特征在于，所述用户输入包括从视频片段捕捉的姿势识别，所述姿势识别检测并分析物理身体移动和PTX设备取向中的至少一者。

33.如权利要求32所述的通信设备，其特征在于，所述姿势识别包括至少一个手指在用户接口上的滑动。

34.如权利要求20所述的通信设备，其特征在于，所述通信设备能从以下至少一者进行切换：视频至文本模式、语音至文本模式、以及动作至文本模式。

35.如权利要求20所述的通信设备，其特征在于，所述处理器被进一步配置成：

检测所述通信设备周围的外界环境；以及

基于检测到的外界环境来切换所述通信设备的操作模式。

36.如权利要求20所述的通信设备，其特征在于，所述通信设备同期地输出各自来自不同始发设备的多个消息片段。

37.如权利要求36所述的通信设备，其特征在于，所述多个消息片段中的至少一者包括被转译成文本和口头描述中的至少一者的音频部分和视频部分中的至少一者。

38.如权利要求20所述的通信设备，其特征在于，所述通信设备输出来自第一始发设备的视频和音频流、以及来自第二始发设备的视频流，来自第二始发设备的视频流用表示从第二始发设备接收到的消息片段的音频部分的语音至文本转换的字幕来增强。

39.一种通信设备，包括：

用于在所述通信设备处接收来自始发设备的传入呼叫指示的装置；

用于确定延迟呼叫接受是否合理的装置；

用于响应于确定所述延迟呼叫接受合理而向所述始发设备传送延迟指示的装置；

用于从所述通信设备传送指示所述通信设备准备好接收第一消息片段的就绪信号的装置；用于响应于所述就绪信号，从所述始发设备接收所述第一消息片段并随后接收第二消息片段的装置；

用于确定是否要输出第一消息片段和第二消息片段中的至少一者的装置；

用于响应于确定是否要输出第一消息片段和第二消息片段中的至少一者来输出第一消息片段和第二消息片段中的至少一者的装置；以及

用于响应于确定应输出第一消息片段而向所述始发设备传送回放状态的装置，所述回放状态包括反映来自所述通信设备的所述第一消息片段的输出的经更新输出进度的一系列状态指示。

40.如权利要求39所述的通信设备，其特征在于，进一步包括：

用于从所述始发设备接收中止第一消息片段的回放的回放中断的装置。

41.如权利要求39所述的通信设备，其特征在于，进一步包括：

用于响应于在第一消息片段的输出完成之前接收到第二消息片段，中止对第一消息片段的回放的装置；以及

用于输出第二消息片段的装置。

42.如权利要求39所述的通信设备，其特征在于，所述用于输出第一消息片段和第二消息片段中的至少一者的装置包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语音至文本转换。

43.如权利要求39所述的通信设备，其特征在于，所述用于输出第一消息片段和第二消息片段中的至少一者的装置包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语言转译。

44.如权利要求39所述的通信设备，其特征在于，所述用于输出第一消息片段和第二消息片段中的至少一者的装置包括解读在第一消息片段和第二消息片段中的所述至少一者中检测到的身体部位移动的动作至文本转换。

45.如权利要求39所述的通信设备，其特征在于，所述用于输出第一消息片段和第二消息片段中的至少一者的装置包括以下至少一者：加快、减慢、暂停和跳过第一消息片段和第二消息片段中的所述至少一者的部分。

46.如权利要求39所述的通信设备，其特征在于，进一步包括：

用于使用图像识别和面部表情识别中的至少一者来分析静止图像和视频图像中的至少一者的装置；以及

用于输出对静止图像和视频图像中的所述至少一者的解读的装置。

47.如权利要求46所述的通信设备，其特征在于，所述解读包括至少一个表情符号。

48.如权利要求46所述的通信设备，其特征在于，所述解读将在静止图像和视频图像中的所述至少一者中检测到的符号语言姿势转换成文本消息和音频消息中的至少一者。

49.如权利要求39所述的通信设备，其特征在于，第一消息片段和第二消息片段中的至少一者包括静止图像和视频图像中的至少一者。

50.如权利要求39所述的通信设备，其特征在于，进一步包括：

用于在所述通信设备处接收用户输入的装置；以及

用于切换至仅音频模式或仅视频模式的装置。

51.如权利要求50所述的通信设备，其特征在于，所述用户输入包括从视频片段捕捉的姿势识别，所述姿势识别检测并分析物理身体移动和PTX设备取向中的至少一者。

52.如权利要求51所述的通信设备，其特征在于，所述姿势识别包括至少一个手指在用户接口上的滑动。

53.如权利要求39所述的通信设备，其特征在于，所述通信设备能从以下至少一者进行切换：视频至文本模式、语音至文本模式、以及动作至文本模式。

54.如权利要求39所述的通信设备，其特征在于，进一步包括：

用于检测所述通信设备周围的外界环境的装置；以及

用于基于检测到的外界环境来切换所述通信设备的操作模式的装置。

55.如权利要求39所述的通信设备，其特征在于，所述通信设备同期地输出各自来自不同始发设备的多个消息片段。

56.如权利要求55所述的通信设备，其特征在于，所述多个消息片段中的至少一者包括被转译成文本和口头描述中的至少一者的音频部分和视频部分中的至少一者。

57.如权利要求39所述的通信设备，其特征在于，所述通信设备输出来自第一始发设备的视频和音频流、以及来自第二始发设备的视频流，来自第二始发设备的视频流用表示从第二始发设备接收到的消息片段的音频部分的语音至文本转换的字幕来增强。

58.一种其上存储有处理器可执行指令的非瞬态计算机可读存储介质，所述处理器可执行指令被配置成使得通信设备的处理器执行用于PTX通信的操作，所述操作包括：

在所述通信设备处接收来自始发设备的传入呼叫指示；

确定延迟呼叫接受是否合理；

响应于确定所述延迟呼叫接受合理而向所述始发设备传送延迟指示；

从所述通信设备传送指示所述通信设备准备好接收第一消息片段的就绪信号；

响应于所述就绪信号，从所述始发设备接收所述第一消息片段并随后接收第二消息片段；

确定是否要输出第一消息片段和第二消息片段中的至少一者；

响应于确定是否要输出第一消息片段和第二消息片段中的至少一者来输出第一消息片段和第二消息片段中的至少一者；以及

响应于确定应输出第一消息片段而向所述始发设备传送回放状态，所述回放状态包括反映来自所述通信设备的所述第一消息片段的输出的经更新输出进度的一系列状态指示。

59.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，所述操作进一步包括：

从所述始发设备接收中止第一消息片段的回放的回放中断。

60.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，所述操作进一步包括：

响应于在第一消息片段的输出完成之前接收到第二消息片段，中止对第一消息片段的回放；以及

输出第二消息片段。

61.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得输出第一消息片段和第二消息片段中的至少一者包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语音至文本转换。

62.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得输出第一消息片段和第二消息片段中的至少一者包括对第一消息片段和第二消息片段中的所述至少一者内所包含的口述词语的语言转译。

63.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得输出第一消息片段和第二消息片段中的至少一者包括解读在第一消息片段和第二消息片段中的所述至少一者中检测到的身体部位移动的动作至文本转换。

64.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得输出第一消息片段和第二消息片段中的至少一者包括以下至少一者：加快、减慢、暂停和跳过第一消息片段和第二消息片段中的所述至少一者的部分。

65.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，所述操作进一步包括：

使用图像识别和面部表情识别中的至少一者来分析静止图像和视频图像中的至少一者；以及

输出对静止图像和视频图像中的所述至少一者的解读。

66.如权利要求65所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述解读包括至少一个表情符号。

67.如权利要求65所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述解读将在静止图像和视频图像中的所述至少一者中检测到的符号语言姿势转换成文本消息和音频消息中的至少一者。

68.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得第一消息片段和第二消息片段中的至少一者包括静止图像和视频图像中的至少一者。

69.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，所述操作进一步包括：

在所述通信设备处接收用户输入；以及

切换至仅音频模式或仅视频模式。

70.如权利要求69所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述用户输入包括从视频片段捕捉的姿势识别，所述姿势识别检测并分析物理身体移动和PTX设备取向中的至少一者。

71.如权利要求70所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述姿势识别包括至少一个手指在用户接口上的滑动。

72.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述通信设备能从以下至少一者进行切换：视频至文本模式、语音至文本模式、以及动作至文本模式。

73.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，所述操作进一步包括：

检测所述通信设备周围的外界环境；以及

基于检测到的外界环境来切换所述通信设备的操作模式。

74.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述通信设备同期地输出各自来自不同始发设备的多个消息片段。

75.如权利要求74所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述多个消息片段中的至少一者包括被转译成文本和口头描述中的至少一者的音频部分和视频部分中的至少一者。

76.如权利要求58所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述通信设备的所述处理器执行操作，以使得所述通信设备输出来自第一始发设备的视频和音频流、以及来自第二始发设备的视频流，来自第二始发设备的视频流用表示从第二始发设备接收到的消息片段的音频部分的语音至文本转换的字幕来增强。

77.一种管理服务器上的电子通信的方法，包括：

响应于所述服务器传送呼叫发起信号，在所述服务器处接收与通信设备相关联的延迟指示；

将所述延迟指示传送给始发设备；

接收来自所述始发设备的第一消息片段；

将第一消息片段传送给存储器以供延迟输出；

从所述通信设备接收指示所述通信设备准备好接收第一消息片段的就绪信号；

向存储器传送所述就绪信号从而向所述通信设备传送所述第一消息片段；

接收回放状态，所述回放状态包括反映第一消息片段在所述通信设备处的经更新输出进度的一系列状态指示；以及

将所述回放状态传送给所述始发设备。

78.如权利要求77所述的方法，其特征在于，进一步包括：

从所述始发设备接收回放中断；以及

将所述回放中断传送给所述通信设备以中止对第一消息片段的回放。

79.如权利要求77所述的方法，其特征在于，进一步包括：

在所述通信设备处第一消息片段的输出完成之前从所述始发设备接收第二消息片段；以及

将第二消息片段传送给所述通信设备以中止所述通信设备处对第一消息片段的输出。

80.一种服务器，包括：

存储器；以及

处理器，所述处理器耦合至所述存储器且配置有处理器可执行指令以执行操作，所述操作包括：

响应于通信系统中的服务器传送呼叫发起信号，在所述服务器处接收与通信设备相关联的延迟指示；

将所述延迟指示传送给始发设备；

接收来自所述始发设备的第一消息片段；

将第一消息片段传送给存储器以供延迟输出；

从所述通信设备接收指示所述通信设备准备好接收第一消息片段的就绪信号；

向存储器传送所述就绪信号从而向所述通信设备传送所述第一消息片段；

接收回放状态，所述回放状态包括反映第一消息片段在所述通信设备处的经更新输出进度的一系列状态指示；以及

将所述回放状态传送给所述始发设备。

81.如权利要求80所述的服务器，其特征在于，所述处理器被进一步配置成：

从所述始发设备接收回放中断；以及

将所述回放中断传送给所述通信设备以中止对第一消息片段的回放。

82.如权利要求80所述的服务器，其特征在于，所述处理器被进一步配置成：

在所述通信设备处第一消息片段的输出完成之前从所述始发设备接收第二消息片段；以及

将第二消息片段传送给所述通信设备以中止所述通信设备处对第一消息片段的输出。

83.一种服务器，包括：

用于响应于通信系统中的所述服务器传送呼叫发起信号，在所述服务器处接收与通信设备相关联的延迟指示的装置；

用于将所述延迟指示传送给始发设备的装置；

用于接收来自所述始发设备的第一消息片段的装置；

用于将第一消息片段传送给存储器以供延迟输出的装置；

用于从所述通信设备接收指示所述通信设备准备好接收第一消息片段的就绪信号的装置；

用于向存储器传送所述就绪信号从而向所述通信设备传送所述第一消息片段的装置；

用于接收回放状态的装置，所述回放状态包括反映第一消息片段在所述通信设备处的经更新输出进度的一系列状态指示；以及

用于将所述回放状态传送给所述始发设备的装置。

84.如权利要求83所述的服务器，其特征在于，进一步包括：

用于从所述始发设备接收回放中断的装置；以及

用于将所述回放中断传送给所述通信设备以中止对第一消息片段的回放的装置。

85.如权利要求83所述的服务器，其特征在于，进一步包括：

用于在所述通信设备处第一消息片段的输出完成之前从所述始发设备接收第二消息片段的装置；以及

用于将第二消息片段传送给所述通信设备以中止所述通信设备处对第一消息片段的输出的装置。

86.一种其上存储有处理器可执行指令的非瞬态计算机可读存储介质，所述处理器可执行指令被配置成使得服务器的处理器执行以下操作：

响应于通信系统中的所述服务器传送呼叫发起信号，在所述服务器处接收与通信设备相关联的延迟指示；

将所述延迟指示传送给始发设备；

接收来自所述始发设备的第一消息片段；

将第一消息片段传送给存储器以供延迟输出；

从所述通信设备接收指示所述通信设备准备好接收第一消息片段的就绪信号；

向存储器传送所述就绪信号从而向所述通信设备传送所述第一消息片段；

接收回放状态，所述回放状态包括反映第一消息片段在所述通信设备处的经更新输出进度的一系列状态指示；以及

将所述回放状态传送给所述始发设备。

87.如权利要求86所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述服务器的所述处理器执行操作，所述操作进一步包括：

从所述始发设备接收回放中断；以及

将所述回放中断传送给所述通信设备以中止对第一消息片段的回放。

88.如权利要求86所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述服务器的所述处理器执行操作，所述操作进一步包括：

在所述通信设备处第一消息片段的输出完成之前从所述始发设备接收第二消息片段；以及

将第二消息片段传送给所述通信设备以中止所述通信设备处对第一消息片段的输出。

89.一种管理始发设备上的电子通信的方法，包括：

响应于所述始发设备传送呼叫发起信号，在所述始发设备处接收与通信设备相关联的延迟指示；

在所述始发设备处输出所述延迟指示；

从所述始发设备传送第一消息片段以供存储在存储器中；

接收指示所述通信设备准备好接收所述第一消息片段的就绪信号；

接收回放状态，所述回放状态指示从存储器检索并至少部分地从所述通信设备输出的第一消息片段的输出进度，其中所述回放状态包括一些列状态指示，每个状态指示反映了来自所述通信设备的所述第一消息片段的输出的经更新输出进度；以及

在所述始发设备处输出所述回放状态。

90.如权利要求89所述的方法，其特征在于，进一步包括：

传送回放中断以中止所述通信设备处对第一消息片段的回放。

91.如权利要求89所述的方法，其特征在于，进一步包括：

传送第二消息片段，所述第二消息片段中断所述通信设备处对第一消息片段的回放。

92.如权利要求89所述的方法，其特征在于，进一步包括：

请求关于至少一个通信设备的情形的信息，

其中所述至少一个通信设备包括延迟的通信设备。

93.如权利要求89所述的方法，其特征在于，进一步包括：

接收从第一消息片段中所包括的视频图像指定关键帧的用户输入；以及

从所述始发设备传送包括所指定的关键帧的所述用户输入。

94.一种始发设备，包括：

存储器；以及

处理器，所述处理器耦合至所述存储器且配置有处理器可执行指令以执行操作，所述操作包括：

响应于所述始发设备传送呼叫发起信号，在所述始发设备处接收与通信设备相关联的延迟指示；

在所述始发设备处输出所述延迟指示；

从所述始发设备传送第一消息片段以供存储在存储器中以供存储在存储器中；

接收指示所述通信设备准备好接收所述第一消息片段的就绪信号；

接收回放状态，所述回放状态指示从存储器检索并至少部分地从通信设备输出的第一消息片段的输出进度，其中所述回放状态包括一些列状态指示，每个状态指示反映了来自所述通信设备的所述第一消息片段的输出的经更新输出进度；以及

在所述始发设备处输出所述回放状态。

95.如权利要求94所述的始发设备，其特征在于，所述处理器被进一步配置成：

传送回放中断以中止所述通信设备处对第一消息片段的回放。

96.如权利要求94所述的始发设备，其特征在于，所述处理器被进一步配置成：

传送第二消息片段，所述第二消息片段中断所述通信设备处对第一消息片段的回放。

97.如权利要求94所述的始发设备，其特征在于，所述处理器被进一步配置成：

请求关于至少一个通信设备的情形的信息，

其中所述至少一个通信设备包括延迟的通信设备。

98.如权利要求94所述的始发设备，其特征在于，所述处理器被进一步配置成：

接收从第一消息片段中所包括的视频图像指定关键帧的用户输入；以及

从所述始发设备传送包括所指定的关键帧的所述用户输入。

99.一种始发设备，包括：

用于响应于所述始发设备传送呼叫发起信号，在所述始发设备处接收与通信设备相关联的延迟指示的装置；

用于在所述始发设备处输出所述延迟指示的装置；

用于从所述始发设备传送第一消息片段以供存储在存储器中的装置；

用于接收指示所述通信设备准备好接收所述第一消息片段的就绪信号的装置；

用于接收回放状态的装置，所述回放状态指示从存储器检索并至少部分地从所述通信设备输出的第一消息片段的输出进度，其中所述回放状态包括一些列状态指示，每个状态指示反映了来自所述通信设备的所述第一消息片段的输出的经更新输出进度；以及

用于在所述始发设备处输出所述回放状态的装置。

100.如权利要求99所述的始发设备，其特征在于，进一步包括：

用于传送回放中断以中止所述通信设备处对第一消息片段的回放的装置。

101.如权利要求99所述的始发设备，其特征在于，进一步包括：

用于传送第二消息片段的装置，所述第二消息片段中断所述通信设备处对第一消息片段的回放。

102.如权利要求99所述的始发设备，其特征在于，进一步包括：

用于请求关于至少一个通信设备的情形的信息的装置，

其中所述至少一个通信设备包括延迟的通信设备。

103.如权利要求99所述的始发设备，其特征在于，进一步包括：

用于接收从第一消息片段中所包括的视频图像指定关键帧的用户输入的装置；以及

用于从所述始发设备传送包括所指定的关键帧的所述用户输入的装置。

104.一种其上存储有处理器可执行指令的非瞬态计算机可读存储介质，所述处理器可执行指令被配置成使得始发设备的处理器执行用于PTX通信的操作，所述操作包括：

响应于所述始发设备传送呼叫发起信号，在所述始发设备处接收与通信设备相关联的延迟指示；

在所述始发设备处输出所述延迟指示；

从所述始发设备传送第一消息片段以供存储在存储器中；

接收指示所述通信设备准备好接收所述第一消息片段的就绪信号；

接收回放状态，所述回放状态指示从所述存储器检索并至少部分地从所述通信设备输出的第一消息片段的输出进度，其中所述回放状态包括一些列状态指示，每个状态指示反映了来自所述通信设备的所述第一消息片段的输出的经更新输出进度；以及

在所述始发设备处输出所述回放状态。

105.如权利要求104所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述始发设备的所述处理器执行操作，所述操作进一步包括：

传送回放中断以中止所述通信设备处对第一消息片段的回放。

106.如权利要求104所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述始发设备的所述处理器执行操作，所述操作进一步包括：

传送第二消息片段，所述第二消息片段中断所述通信设备处对第一消息片段的回放。

107.如权利要求104所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述始发设备的所述处理器执行操作，所述操作进一步包括：

请求关于至少一个通信设备的情形的信息，

其中所述至少一个通信设备包括延迟的通信设备。

108.如权利要求104所述的非瞬态计算机可读存储介质，其特征在于，所述处理器可执行指令被配置成使所述始发设备的所述处理器执行操作，所述操作进一步包括：

接收从第一消息片段中所包括的视频图像指定关键帧的用户输入；以及

从所述始发设备传送包括所指定的关键帧的所述用户输入。