CN1463398A - 可为话音数据提供设置信息的口述记录器 - Google Patents

Abstract

为了设定口述记录器(1)的功能，将口述记录器与单独的计算机装置(12)相连，单个的设置信息在计算机装置上定义，然后被输送给位于口述记录器(1)中的带有相关设置存储装置(25)的功能控制装置(24)，并且存储在设置存储装置(25)中。可通过计算机装置(12)来控制到计算机装置(12)的话音数据传输；设置信息可从计算机装置(12)传送给口述记录器(1)。还可添加与特定话音模式、词汇和文献类型有关的单个设置信息。

Description

可为话音数据提供设置信息的口述记录器

本发明涉及一种用于记录和重放语音文本的口述记录器，还涉及一种具有至少一个这种口述记录器和一个单独的计算机装置的口述和转录系统，最后还涉及一种用于设定这种口述记录器的功能的方法。这种口述记录器尤其是一种数字口述记录器，其最好是手持机，但也可以是台式机。

口述记录器尤其是手持式口述记录器通常具有设定功能，其除了提供记录、重放、停止、快进和快退的基本功能外还可提供一些附加功能，例如标记数据文件、标记插入点和将口述数据文件传送到尤其是带有话音识别系统和字处理系统的计算机装置的存储单元中。在这种情况下，这些功能同样在口述记录器中人工地设定。

然而，如果为从口述记录器中的一些特殊功能中进行选择而设置范围，那么很快就会达到口述记录器中人工设定工具的数量极限，这是因为由于所能得到的空间有限，因此在口述记录器自身中只能容纳少数按键和开关。此外，口述记录器上的大量按键和开关还会使记录器的正常操作更加困难。

美国专利US4817127A公开了一种模块化设计的口述系统，其中虽然结合了单个的模块如带有有时会相同的功能的记录/重放模块，然而还是可以抑制单个模块上的多余功能以便更好地使用其它的功能。然而与此同时，就操作而言，各个功能如记录功能或重放功能总是相同的。

这些已知的数字口述系统的优点在于，口述数据文件根据语音文本而在网络上传递到可产生书面文本的那些位置点，这可以采用话音识别系统来进行。在这些系统中，可根据任何优先权或口述数据文件的传送顺序来产生单个的转录。在这种数字口述系统中不需要以口述磁带等形式的记录介质的任何物理性传送。然而在实际的口述中，操作通常如上所述地集中在基本功能上，因此当转录语音文本时，只考虑到了数量尚不充分的其它信息，尤其是关于键入和打印出文本的方法的作者指示。这些指示也会与被转录的文本一起进行口述，这可能会导致混乱，更何况在口述和收听这种指示时不必要地浪费了时间。而且，在采用自动话音识别系统时，更加需要能自动地提供关于语音文本作者的信息，以便根据作者先前记录的已存储的训练样本来在话音识别系统中更加快速地分析语音文本。此外，在许多情况下，现代话音识别系统具有用于专业领域如工程、电子、医学等方面的特定词汇，因此还希望能自动标示出特定的专业领域。同样希望得到关于文本格式的特定的自动信息。其中单个设定较为有利的口述记录器的其它功能是将口述数据文件直接或随意地传送给计算机装置，另一种可设想的选择是只发送带有特定作者标识的口述数据文件，即只发送作为完整口述数据文件的所谓EOL(文字结束)数据文件，或者包括那些并不完整的文件在内的所有口述文件。如上所述，这种在口述记录器上的直接“设置”的配置已经大大超出了现有口述记录器所能提供的可能范围，尤其当其用于手持式口述记录器时更是如此。

因此，本发明的一个目的是提供针对于此的解决方法，并提供用于可能形成为口述系统的一部分的口述记录器尤其是数字口述记录器的设定工具，不必为此目的对口述记录器进行复杂、耗时的调整。

为实现此目的，本发明提出了一种用于记录和重放语音文本的口述记录器，其具有电声换能器、记录和重放电路以及至少一个用于记录、重放、停止、快进和快退的人工操作的控制开关，此外还具有电子功能控制装置和相关的用于存储单个设置信息的设置存储装置，设置信息可从外部计算机装置中通过连接装置来输入。

相应地提供了一种口述和转录系统，其设计成带有至少一个用于记录和重放语音文本的口述记录器，其具有电声换能器、记录和重放电路以及至少一个用于记录、重放、停止、快进和快退的人工操作的控制开关，此系统还带有一个单独的计算机装置，此计算机装置设置成可创建用于口述记录器的单个设置信息的配置，所述口述记录器还设有电子功能控制装置和相关的用于存储单个设置信息的设置存储装置，设置信息可从计算机装置中通过连接装置来输入。

根据另一方面，本发明提出了一种用于设定口述记录器的功能的方法，此口述记录器与一个单独的计算机装置相连，单个设置信息在计算机装置中定义，然后传送给位于口述记录器中的带有相关设置存储装置的电子功能控制装置，并且存储在设置存储装置中。

在根据本发明的系统中，口述记录器的设定即“设置”在口述记录器之外的外部计算机装置上进行配置，所需设定尤其是以单个设置信息项目的形式来定义。然后将这些设置信息项目传送给口述记录器，更具体地说是传送给设置存储装置，这些设置存储装置分配给电子功能控制装置，其通常为微处理器或微控制器。因此，将先前在外部计算机装置上编译好的设置信息存储在口述记录器的设置存储装置中就能够通过与电子功能控制装置的交互作用来产生可满足用户的单个需要的口述记录器设定，这样就可以在许多情况下根据给定的工具来设定自动的功能。另一方面，无须通过外部计算机装置进行这种设定，也可以将口述记录器设置在基本设置下，这是一种基本模式，其中通常用于口述记录器操作的通用功能是固定的。这样，用户可在一开始配有传统操作的口述记录器，如果用户不需要任何特殊的功能，那么他也可以用习惯的方式将口述记录器作为口述系统的一部分来使用。然而，如果需要一些特定的功能，例如在将口述数据文件转化成文本数据文件时在话音识别系统中以检索比较性话音样本为目的的自动作者标记，或者需要根据文献的预选类型(例如用于法庭的文书和备忘录)来提供关于特定文本格式的指示，那么这种信息应作为口述或话音数据文件的属性而自动地提供并传送，如果要进行语音文本的转录的话。其中准备有这些转录的计算机装置最好装有相应的自动识别装置，以便自动地转换与缺省设定有关的指示。然而如果需要的话，可以在屏幕上为操作者显示出相应的指示。

为了给口述记录器中的话音数据文件提供相应属性并存储它们，功能控制装置根据所存储的设置信息来适当地激活口述记录器的记录和重放电路。此外还可在口述记录器上设置显示器，其可用于根据所存储的设置信息来显示功能控制装置的设定功能。因此可以在口述记录器的配置或当前在用的那部分配置的任何时间处直观地通知用户。关于口述数据文件传送中的特殊指示，还提出了功能控制装置应当根据所存储的设置信息来控制所存储的话音数据文件经过接口而到达外部计算机装置的传送。

如上所述，口述记录器最好是数字口述记录器，而且记录和重放电路设计成带有数字话音处理装置。可为此数字话音处理装置分配数字存储器即半导体存储器，例如所谓的快速擦写存储器或所谓的SM卡，以便存储语音文本。

在定义单个设置信息中的一个有利过程是，不管机器的当前配置如何，首先在下载操作中将口述记录器的设置信息传送给计算机装置，然后根据用户的需要来修改、如有必要还应补充这个所存储的信息，这是通过例如采用计算机装置的屏幕上的菜单来控制这些计算机上的修改或添加而实现的，并且在最后存储这些修改和添加；然后在上传操作中将这个当前信息传送给口述记录器。传送可通过电缆进行，或者在必要时也可通过无线装置进行。

这就使得如果需要的话可以定义一个作者标记，这样在使用话音识别系统时可进行话音识别，同时特意地参考由作者在“训练”期间先存储的相关话音样本。还可定义专业领域标记，通过此标记可在数字话音识别的过程中特意地得到例如工程、法律、医学领域内的合适词汇。为了在后续字处理过程中检索缺省格式，还可以定义文献类型标记作为单个设置信息。因此可以从一开始就将口述数据文件标识为例如备忘录、文书、技术说明或报告，这样就可以在字处理过程中进行转录时选择相关的格式。例如在文书的情况中，如果已经存在于计算机系统中的现有文件数据优选地作为特殊的可检索设置信息而随后另行插入的话，那么在多方诉讼的记录过程中，例如接收者或当事方也可自动地被插入。

下面将通过参考附图和显示于附图中的实施例的示例来进一步介绍本发明，然而本发明并不受附图的限制，在附图中：

图1显示了带有示意性绘出的操作开关的手持式口述记录器的示意图；

图2显示了在一个数字式实施例中的手持式口述记录器的框图，同时还显示了个人计算机(PC)形式的外部计算机装置；

图3显示了在数字口述记录器中用于单个配置的过程、即定义设置信息和存储此设置信息的流程图；和

图4更详细地显示了图3所示过程的一部分。

图1显示了数字手持式口述记录器1，其外壳2的正面上具有带孔的壁区域3，在此区域后设置了电声换能器即麦克风4和扬声器5(参见图2)。在外壳2的正面上还设有本领域已知的传统显示器6，其可根据配置和模式设定而在显示器上显示出各种显示，尤其是数字字母和图形显示。例如，还可以显示出条形图显示7，以便表明已经占用或还剩余多少存储容量，或者在将口述数据传送给计算机装置时表明已经传送了多少口述数据或还剩多少数据要传送。

各种功能开关传统上大部分以人机工效学的方式设置在外壳2的边缘。因此在图1所示的口述记录器1的狭窄右侧面上设置了一个常用的四位开关，此开关可在正常地握住口述记录器1时用拇指来操作。根据欧洲或美国通用的设置，这个四位开关8和设置在口述记录器1的另一狭窄侧面上的可由中指来操作的开关9相结合，可用于实现传统的记录(REC)、重放(PLAY)、停止(STOP)、快进(FFWD)和快退(FRWD)的控制。在口述记录器1的基本设置中还设有可由食指操作的旋压开关即所谓的“微调开关(Jog Shuttle)”10，通过如向上和向下箭头所示地使其向上或向下旋转可以增大或减小重放音量，并且可通过向内压下开关10来固定住此音量。在一些特殊的设定中，此微调开关10还具有其它的功能，例如尤其是使所选择的信息在显示器6上向上或向下“滚动”，一次滚动一行，所选信息最后通过压下微调开关10来确认、即固定。这样，例如可以选择已经输入的作者或口述类型的标记，如显示器6上所示，以便将这些标记分配给特定的口述数据文件。

下载开关11用于根据口述记录器1的设定来传送作为口述数据文件的语音文本，传送是通过开关的一次下压单独地或全部地传送给计算机装置，即PC(参见图2中的标号12)。另一开关13即所谓的EOL开关(EOL指文字结束，即表示口述文献已完成)用于标记完整的口述，这就保证了只有完整的已完成的口述数据文件才能被传送给计算机装置12。

最后，在口述记录器1的相对的狭窄侧面上设有开关14，其用于在插入模式和“改写”模式之间进行切换，还设有删除开关15，通过它可以删除语音文本。

在图1所示的实施例中，口述记录器1在其顶部狭窄侧面上还设有用于麦克风和耳机的连接件16，17，在其底部狭窄侧面上还设有连接件18，其为插座和/或接触面的形式，用于与相关的计算机装置尤其是如图2所示的计算机装置12相连。

根据图2，数字口述记录器1具有数字话音处理装置形式的记录和重放电路20，其与半导体存储器1尤其是SM存储卡21相连，以便将通过麦克风1记录下的语音文本存储在此存储卡21上，或者通过扬声器5来重放所存储的口述内容。这是通过参考图1已经进行了介绍的功能按键来控制的，在图2中这些功能按键示意性地结合于块22中，所述块22为由标号23表示并由虚线表示的用户接口的一部分，并且与微控制器形式的电子功能控制装置24相连。微控制器24又与数字话音处理装置20相连。微控制器24还以固有的传统方式激活显示器6，如上所述，以便根据操作模式和设定而使用户能观看到尤其包括显示条7在内的各个可视信息。

微控制器24和分配给它的设置存储装置25一起用于使口述记录器1具有符合外部定义配置的特殊功能。这些特殊功能即超出口述记录器1的基本模式之外的单个设置信息根据在计算机装置12中实现的配置菜单来定义，然后在上传操作中通过图2中由标号26示意性显示的连接装置传送给口述记录器1、具体而言是其微控制器24或设置存储装置25。在这种情况下，可以在微控制器24上连接固有的传统连接装置，尤其是带有接口、例如用于电缆传送的USB(通用串行总线)接口27和/或用于无线通信的接口28的连接装置。

对于口述记录器1的配置来说，如下面将更详细地介绍，现有配置可首先在下载操作中从口述记录器1中传送给计算机装置12，在计算机装置12中此配置根据其它用户的要求进行重设，之后配置在上传操作中被传送回口述记录器1并存储在那里。在图2中，此配置信息由微控制器24和计算机装置12之间的虚线29和30来表示。作为对比，两个实线双向箭头31，32用于显示用户数据的传送。

为了根据用户的个人需求来配置口述记录器1的设置，可以如上所述地采用计算机装置12，在其上可通过适当应用软件的帮助来容易地进行单个功能的设定，即定义单个的设置信息项目。

为此，首先在口述记录器1和计算机装置12之间建立连接(例如电缆连接)，参见图3中的块41，如图3中的流程图示意性所示。根据块42，存在于口述记录器1中的当前设置、即存储在记录器中的设置信息的集合在下载操作中通过此连接传送给计算机装置12。如块43的简化方式所示，此时可以对配置进行用户所要求的修改，包括任何添加，这样就定义了设置信息的一个新的单个集合，然后根据块44，配置在上传操作中从计算机装置12传送给口述记录器1，以便对口述记录器进行调整。最后，根据块45，将口述记录器1与计算机装置12再次分开。

图4更清楚地显示了用于修改或补充根据块43的设置信息的过程。在此过程中，在块51中显示了多个设置信息中的一项，其顺序例如由应用软件来定义，在判定块52中询问是否需要对此特殊的设置信息进行修改。如果需要的话，在块53中进行此项修改，然后在块54中询问是否需要进行进一步的设置调整；如果不需要进行修改，跳过块53，此过程直接进入到此下一个判定块54。如果要显示其它设置信息，这些信息可能被修改但至少被检查，那么此过程从判定块54回到块51。如果不需要进行进一步的设置调整，那么在块43中到达此配置阶段的结尾，因此如所述，可在块44中将设置信息传送给口述记录器1。

在所述配置过程中，例如可以在口述记录器1上进行下述设定：

-在建立了口述记录器1和计算机装置12之间的连接后立即进行口述数据文件的自动传送，或者只在压下相应开关(图1中的标号11)后传送口述数据文件。

-传送所有口述文件，或只传送标识为完整(EOL口述数据文件)的那些口述数据文件或选出的特定口述数据文件，例如只传送那些归属于特定作者的口述数据文件。

-欧洲或美国的写日期的方法。

-在传送给计算机装置12后自动删除口述数据文件。

-通过口述记录器1来抑制或激发可听报警(例如，如果存储卡21存满了内容或者作为口述记录器1的电源的电池在放电时可发出可听报警)。

-在显示器6上激活或停用显示条7，尤其是在显示口述数据文件从口述记录器1到计算机装置12的传送(下载)状态时。

在一个单独的简档设定中，例如还可以定义多于一个(例如两个)的设定，各设定可包括多个“简档信息”项目(例如每个设定包括10项)，以便定义用于更具体用途的设置信息。在这样做的过程中，如果文件标识或文献类型是固定的则特别有利，这样可记录分配给特定客户或病人的“文件”，同时记录文献类型如备忘录、报告、文书、答辩等。这里，另一配置的可能性是指出一个作者或多个作者的标记，在使用数字话音识别的情况下，各个作者的话音样本通常已经先存储在话音识别系统中，因此，通过这样一个作者标记，可以参考各个相关的话音样本来有目的地进行话音识别。

在话音识别中另一问题是不同的词汇，必须为各个专业领域检索出带有专业用语的不同词库，例如在技术领域、医学领域或法学领域中的情况，还可能带有子分区(例如“工程”-“电子”-“化学”等)。这里，建议在定义设置信息中从一开始就插入一个相应的标记，这样在使用口述记录器1时，可以采用微调开关10来容易地寻找并确认各个专业领域，从而将适当的指示(属性)添加到口述数据文件中。

这个属性自然可以与其它属性、例如所提到的作者标记和文献类型和/或文件标识相结合。

自然地，上述设置信息的特殊项目仅作为示例，本领域的技术人员可根据应用的目的和范围来提供很多种其它的设置信息，以便在PC、或广义上说在外部计算机装置12的配置过程中调整口述记录器1。因此，例如可以存储特殊的指示，例如给负责转录文本的人员的指示，这些指示特别是在使用话音识别系统时需要被标记，这样，话音识别系统可识别这些指示，并不会将它们包括在字处理中。

Claims (21)

1.一种用于记录和重放语音文本的口述记录器(1)，其具有电声换能器(4，5)、记录和重放电路(20)以及至少一个用于记录、重放、停止、快进和快退的人工操作的控制开关(8，9)，此外还具有电子功能控制装置(24)和相关的用于存储单个设置信息的设置存储装置(25)，所述设置信息可由外部计算机装置(12)通过连接装置(26)来提供。

2.根据权利要求1所述的口述记录器(1)，其特征在于，所述功能控制装置(24)设计成可根据所存储的设置信息来控制所述记录和重放电路(20)。

3.根据权利要求1所述的口述记录器(1)，其特征在于，所述功能控制装置(24)设计成可根据所存储的设置信息来控制显示器(6)以用于显示设定功能。

4.根据权利要求1所述的口述记录器(1)，其特征在于，所述功能控制装置(24)设计成可根据所存储的设置信息并通过接口(27，28)来控制所存储的话音数据到外部计算机装置(12)的传送。

5.根据权利要求1所述的口述记录器(1)，其特征在于，所述功能控制装置(24)采用微控制器的形式。

6.根据权利要求1所述的口述记录器(1)，其特征在于，所述记录和重放电路(20)包括数字话音处理装置。

7.根据权利要求6所述的口述记录器(1)，其特征在于，将数字存储器如SM存储卡(21)分配给所述数字话音处理装置作为话音数据存储器。

8.一种具有至少一个用于记录和重放语音文本的口述记录器(1)的口述和转录系统，所述口述记录器(1)具有电声换能器(4，5)、记录和重放电路(20)以及至少一个用于记录、重放、停止、快进和快退的人工操作的控制开关(8，9)，所述系统还具有单独的计算机装置(12)，其特征在于，所述计算机装置(12)设计成可编译用于所述口述记录器(1)的单个设置信息的配置，所述口述记录器(1)设有电子功能控制装置(24)和相关的用于存储单个设置信息的设置存储装置(25)，所述设置信息可由所述计算机装置(12)通过连接装置(26)来提供。

9.根据权利要求8所述的口述和转录系统，其特征在于，所述功能控制装置(24)设计成可根据所存储的设置信息来控制所述记录和重放电路(20)。

10.根据权利要求8所述的口述和转录系统，其特征在于，所述功能控制装置(24)设计成可根据所存储的设置信息来控制显示器(6)以用于显示设定功能。

11.根据权利要求8所述的口述和转录系统，其特征在于，所述功能控制装置(24)设计成可根据所存储的设置信息并通过接口(27，28)来控制所存储的话音数据到外部计算机装置(12)的传送。

12.根据权利要求8所述的口述和转录系统，其特征在于，所述功能控制装置(24)采用微控制器的形式。

13.根据权利要求8所述的口述和转录系统，其特征在于，所述记录和重放电路(20)包括数字话音处理装置。

14.根据权利要求11所述的口述和转录系统，其特征在于，将数字存储器如SM存储卡(21)分配给所述数字话音处理装置作为话音数据存储器。

15.一种用于设定口述记录器(1)的功能的方法，其特征在于，所述口述记录器(1)与单独的计算机装置(12)相连，单个设置信息在所述计算机装置中定义，然后传送给位于所述口述记录器(1)中的带有相关设置存储装置(25)的电子功能控制装置(24)，并且将所述单个设置信息存储在所述设置存储装置(25)中。

16.根据权利要求15所述的方法，其特征在于，在定义所述单个设置信息之前，将存储在所述设置存储装置(25)中的当前设置信息从所述口述记录器(1)传送给所述计算机装置(12)，之后在所述计算机装置(12)上对这个当前设置信息进行修改以便形成新的单个设置信息。

17.根据权利要求15所述的方法，其特征在于，所述各个设置信息的传送是通过电缆进行的。

18.根据权利要求15所述的方法，其特征在于，所述口述记录器(1)采用根据简单的基本模式的设置信息来进行初始设定，所述基本模式包括话音数据的记录和重放，以及停止和快进及快退。

19.根据权利要求15所述的方法，其特征在于，将至少一个作者标记定义为单个设置信息，在使用数字话音识别的情况下将所述设置信息与对所存储的相关话音样本的参考相链接。

20.根据权利要求15所述的方法，其特征在于，将至少一个专业领域标记定义为单个设置信息，在使用数字话音识别的情况下将所述设置信息与对相关的词汇库的参考相链接。

21.根据权利要求15所述的方法，其特征在于，将至少一个文献类型标记定义为单个设置信息。

Images