CN1558349A - 数据通信 - Google Patents

Abstract

一种多媒体终端，所述终端的构成包括用来解释从远程服务器接收的多媒体文档的浏览器，所述解释装置的构成包括：用来识别在所述文档中的文本演示标记标签并根据所述标记标签向用户演示文本的装置；用来识别在所述文档中与文档无关的本地库文件的一组标准标记标签的装置；用来存储一组与所述本地库标签符合的非文本本地库文件的装置；以及用来响应对在所述的多媒体文档中的所述本地库文件之一的识别向用户演示所述本地库文件之一的内容的装置。

Description

数据通信

本申请是申请日为1998年7月22日，申请号为98807496.6，标题为“数据通信”的专利申请的分案申请。

本发明涉及数据通信，特别涉及从多媒体服务器到多媒体客户机的多媒体文档的通信。

因特网目前为用户提供大量的不同服务。此种服务中的一种是WWW(万维网)，或称Web，现在已经为固定终端用户公知并广泛使用。

为了访问Web用户要在终端上安装“浏览器”应用软件，该应用软件的作用是充当客户机和因特网上分布式Web服务器网络的界面。

为了访问Web的网页，用户指定一个URL(统一资源定位符)并经由数据链接将网页请求发送到因特网。在因特网上，此请求经过URL识别传递给适当的Web服务器。反过来，Web服务器将网页回传给提出请求的浏览器。在对话期间因特网中所使用的通信协议是TCP/IP。

目前Web网页是利用HTML(超文本标记语言)格式化。Web浏览器接收到HTML文档时解释HTML命令以便对文本正确地格式化。文档中可包含超文本链接，在为用户提供超文本链接时，用户可选择超文本链接而请求获得新的网页(HTML链接引用新的URL，借助新的URL浏览器可检索新的网页)。目前的网页不仅包含文本和超链接，也包含图像，声频和/或视频文件(因此Web网页也称为“多媒体”文档)。

尽管Web网页上的文本数据通常是相对紧凑的数据，但众所周知，图形文件，声频文件，特别是视频文件，包含相对大量的数据，这大大地降低Web网页的相关下载。结果，下载包含图形、视频和/或视频文件的“真正”多媒体文档可能很麻烦，特别是在应用于因特网的数据链接是数据传输率相对低的类型时。

多媒体Web网页的下载速度在移动数据链接，如蜂窝式无线数据链接，的场合就尤其成为问题，此时无线数据传输受到无线接口链接带宽相对窄的限制。

因此，尽管目前可以利用移动通信终端访问Web，但这种选择目前使用不广，并且在使用时数据传输通常也局限于文本数据以达到合理的下载速度。

现在已知有办法缩减涉及访问Web时的数据传输量。特别是很多浏览器支持超高速缓存功能，借助这种功能可将一旦下载的Web网页在本地临时存储于客户机的终端中。以后在请求该网页时，浏览器可由与高速缓存文档的URL对应的请求中的URL确认该文档目前保持在本地，并可优先于从Web重复下载该网页将保持于本地的该网页调出。浏览器可向目标Web服务器发送更新校验以肯定本地存储的网页仍然有效，并在其无效时下载经过更新的网页。

高速缓存可以在话路(session by session)的基础上执行，或是使高速缓存的网页在两个话路中间保留。然而，浏览器只能保留有限的Web网页的非易失性高速缓存，并且在高速缓存存满时新的高速缓存网页的存储优先于先前存储的网页(将会将其删除)。

根据本发明的一个方面可提供一种多媒体客户机终端，所述终端的构成包括：

用来解释从远程服务器接收到的多媒体文档的浏览器，所述解释装置的构成包括：

用来识别在所述文档中的文本演示标记标签并根据所述标记标签向用户演示文本的装置；

用来识别在所述文档中一组与文档无关的本地库文件标记标签的标准的装置；

用来存储与一组所述本地库标签对应的非文本本地库文件的装置；以及

用来响应对在所述的多媒体文档中的所述本地库文件之一的识别向用户演示所述本地库文件之一的内容的装置。

无需下载伴随文档文本的非文本文件，用户终端可接收与文档无关并且数据有效的标记标签的已知的一组或多组并访问与下载文档中的标签对应的本地存储的文件。

本发明的配置与其中的客户机终端保有非易失性高速缓存(尽管此种高速缓存可与本发明的结合使用)的配置相对照，高速缓存机制不利用与文档无关的本地库标记标签。相反，文档是通过选择URL来进行高速缓存的，并且在一个新的多媒体文件下载时本地未必已经保有文档的任何部分。

使用非易失性高速缓存是非系统性的，并且不容许服务器开发者专门为低数据速率通信链接设计多媒体文档，而本发明则可以。

此外，非易失性高速缓存的配置不容许低数据速率接收终端用户确信多媒体文档可以以可接受的速度下载，而本发明则可以。

通过定义一组标准的与文档无关的本地库文件标记标签，本发明容许服务器内容开发者在预备放置到服务器上的文档中包含一个或多个此种标签，如果具有用来识别预先定义的本地库标签和用来检索适当的本地存储的文件的客户机应用软件，则用户能够相对迅速地下载文档并且如所期望那样接受每一个预期的多媒体部分。

本发明特别适用于移动通信终端。

本发明的其他方面在权利请求书中阐述。

本发明的实施例的其他特点如下：

1.系统对本地存储的图形图像、图元(drawing primitives)、预绘图像、图像操作器以及声频和视频文件使用标签。

2.第一组标签提供基本的二维绘图功能，可以利用图元的结合生成一套简单而有效的组合图像。

3.客户机的功能支持标准的预先确定的一套可在使用图元之上对网页添加另外的图形内容的预绘图像。这使能从本地储存库检索的图像可以在指定的坐标显示。可指定一个缩放因子以便可动态地改变图像的大小，并且可选择提供超链接。

4.客户机功能支持在屏位图图像的操作。

5.第二组标签提供基本的声频播放功能。系统对存储的语音文件使用标签，以及通过文本到语音转换软件解释“说话Web网页”的能力。

6.客户机功能支持标准的预先确定的一套能从本地储存库检索文件并通过客户机上的语音代理(软件)读出的声频文件。

7.语音代理支持默认的声音和面部表情以便能使用不同的性别、口音及语言回放。可将属性结合应用于生成带有不同个人特点的代理。可以为代理选择不同的面部表情。

8.第三组标签提供基本的视频图像剪辑播放功能。系统对存储的视频文件使用标签。

9.客户机功能支持标准的预先确定的一套能从本地储存库检索文件并在客户机上重放的视频文件。

10.在一个实施例中，实施新功能的标签内嵌于Web网页中，Web网页也可包含HTML，并且内容处理程序在过滤实施新功能的标签之前分解它们。

11.在另一实施例中，对实施新功能的文件的引用内嵌于Web网页中，Web网页也可包含HTML，作为标记(例如对图形资源<imgsrc＝″images/text.hgml″>；对声频资源<spesrc＝″audio/test.hsml″>；及对视频资源<vidsrc＝″video/test.hvml>)。

12.在又一个实施例中，实施新功能的页面是独立的资源，可以在包含HTML的相应Web网页上建立超链接(比如http：//www.test.com/text.hgml)。

13.标签为图元提供的绘图功能借助超链接支持Web网页导航。

下面将参考附图对本发明的实施例予以说明，附图中：

图1为示出根据本发明实施例的文档检索系统的示意框图；

图2示出根据本发明实施例的客户机/服务器功能；

图3示出预先确定的一组与文档无关的图形标签及一组相应的图形元素；

图4示出另外一组可用来与示于图3的预先确定的一组图形标签一起使用的图形元素；而

图5示出根据本发明实施例所提供的屏幕显示。

参考图1可见，根据本发明实施例的多媒体文档检索系统包含一个通过移动通信网络4，如GSM数字移动通信网络，进行通信的移动客户机终端2，以及带有Web服务器7的因特网6。

移动客户机终端2包含用户界面8，客户机应用软件10，无线通信前端12及无线收发天线14。

用户界面8包含键盘，分别用来输入和输出图像和声频信号的显示屏及扬声器。

客户机应用软件10是定制的Web浏览器，比如NetscapeExproler(注册商标)浏览器的定制版，并且包含标准的内容处理程序，如文本内容处理程序16及图像内容处理程序18。

此外，客户机应用软件10包含根据本发明提供的图像标签处理程序20，声频标签处理程序22及视频标签处理程序24。这些内容处理程序可以是浏览器10的组件，由开发语言，如Java或JavaBeans(注册商标)，写成。与每一个标签处理程序相连系的是一个标准图形库26，一个标准声频库28及一个标准视频库30，其中包含与文档无关的内容文件。图形库包含图形文件GF 1-X。声频库包含大量声频文件AF 1-Y，而视频库包含大量标准视频文件VF 1-Y。

无线通信前端12包含用来通过无线收发天线14执行无线通信的放大器，选频电路等等，

移动客户机终端2可以是多种类型终端中的一种，比如具有无线通信功能的膝上型计算机，PDA(个人数字助理)或是具有Web浏览功能的移动手机。

由移动客户机终端2的无线收发天线14发送和接收的无线信号由移动通信网络4的小区站点天线32通过无线链接33接收。其中只示出一个小区站点天线，但可以理解在移动通信网络4设置有大量的此种天线，并且具体服务的小区站点天线由在任意具体时间移动客户机终端2所处的地点决定。小区站点天线通过基站34与维持同因特网网关40连接的电路连接38的移动通信网络的移动交换台36通过接口连接。

因特网网关则通过因特网6与使用TCP/IP连接42的Web服务器7通过接口连接。

Web服务器7具有一组网页44，每一个都具有不同的URL。

图1示出一个此种Web网页46的内容。Web网页46包含文本段48，由文本内容处理程序16处理；图像文件段50，由图像内容处理程序18处理；一个或多个标准的预先确定的一组与文档无关的图形标签52，由图像标签处理程序20处理；一个或多个标准的预先确定的一组与文档无关的声频标签54，由声频标签处理程序22处理；以及一个或多个标准的预先确定的一组与文档无关的视频标签56。其他的网页44也包含文本内容，并且在示出的文档46中所使用的图形标签，声频标签及视频标签可在服务器上保有的其余的网页组44中重复使用。

当客户机终端2通过指定的各种数据链接向服务器7发送合适的URL请求时，服务器7就将HTML格式的Web网页回送给移动客户机终端2。在移动客户机终端2上，各种内容处理程序16-24解释HTML并按照其中的HTML命令的指示将网页的文本及图像48，50显示，并且标签处理程序识别在文档46中引用的具体图形，声频和/或视频标签并将由与各标签相关的命令指示的库26，28及30中相应文件的内容显示。

图2示出根据本发明的实施例在内容处理程序级上的客户机/服务器的功能。在此实施例中，提供三种不同的“标记语言”供在服务器站点上开发网页，并且由图1所示系统的图像标签处理程序20，22及24对其进行解释。这些语言在此处称为超图形标记语言(HGML)，超语音标记语言(HSML)及超视频标记语言(HVML)。

设计用来将Web能力扩展到移动通信应用的HGML，HSML及HVML可提供窄带无线信道，如GSM的快速通信，同时也可以在较高带宽系统中工作。

通过使用在移动客户机终端上以HGML/HSML/HVML成套工具提供的图形文件，声频剪辑和/或视频剪辑，可显著减小对网络编程的需要，并可能将指向存储于客户机处的高级图形，语音，视频及动画的标签内嵌于网页中。

内容处理程序解释HGML/HSML/HVML命令并称之为图元并调用之来访问所存储的图形图像及语音/视频文件。这是通过多线程处理而容许在给定的时间在网页上进行的多绘制方式。

HGML，HSML和/或HVML命令可内嵌于包含HTML的Web网页中，在此场合客户机处的内容处理程序处理页面并过滤出HGML，HSML和/或HVML命令，然后对其进行解析。

对HGML，HSML和/或HVML资源文件的引用可内嵌于包含HTML的Web网页中作为标记(比如<imgsre-″images/test.hgml″>)。

另一种方式是可将HGML/HSML/HVML页面作为包含HTML的网页中的单独资源进行超链接(比如http：//www.test.com/text.hgml)。

图2示出的是HGML/HSML/HVML资源作为标记内嵌的情况。图2详细示出内容处理程序(以HGML内容处理程序为例)是如何管理来自服务器的变化类型内容使其显示于Web网页。

HGML内容处理程序解释HGML命令并称之为图元或调用之来访问所存储的图形图像。在客户机一侧存在多个功能领域(可定义为对象类)：

■内容处理：上层的对象作为所请求的其他功能的容器；

■连接：用来处理网络到服务器和从服务器检索HGML资源的连接；

■命令解释器/文本处理：取用HGML资源并将其处理成为各种图形要求(比如资源中存在多于一幅的图画等等)；以及

■绘制：取用制作具体HGML图形的命令并在浏览器图形用户界面的适当的位置绘制所请求的图形。同样，这可以是图元或所存储的图像。绘制对象扩展一个线程类并由命令计解释器管理，容许同时执行多绘制方式。

HGML

HGML可提供：

1.由标准图元(圆，线等)组构造图形。下面予以描述。

2.从基于客户机的存储中调用并放置标准徽标/剪贴画图形组。在图3及4中示出示例。

3.防止下载照片逼真图像。

4.用作超链接的生成图形

HGML包含各种标签或命令，可分为3个功能类型，如下表所示。

图元	图像	图像操作
			ARC(弧线)ARROW(箭头)ELLIPSE(椭圆)LINE(直线)LINETOLINFRELLINK(链接)ORIGIN(原点)POL-IGON(多边形)RECTANGLE(矩形)SETSTYLE(设置式样)TEXT(文本)	IMAGE(图像)THEME(主题)	COPY(复制)FLIP(翻转)PASTE(粘贴)ROTATE(旋转)

图元

第一组与文档无关的标签可提供具有基本绘图功能的HGML，可生成一套简单而有效组合图像。

多数命令包含轮廓线的颜色，格式，精细以及，在合适的时候，填充色等属性。如其中任何一个未明确指定，就采用目前使用的默认设定值(由SETSTYLE标签指定)。

ARC(弧线)

绘制从绝对坐标始点开始具有指定宽度、高度及角度的弧线。具有如下的属性：

弧线的绝对坐标原点x，y后面是宽度、高度、起始角度和弧度、直线的颜色、线段的式样及直线的精细。

如<arc coords＝″20，20，50，30，45，80″，color＝red>

ARROW(箭头)

利用屏幕(视窗)绝对坐标绘制从x1，y1到x2，y2的直线，在x2，y2的位置有一个箭头。具有如下的属性：

起始及终止x，y坐标(绝对)，直线颜色，直线式样及直线精细。

如<arrow coords＝″10，10，100，100″，color＝black，psize＝″2″>

ELLIPSE(椭圆)

绘制从指定的坐标开始具有给定的宽度和高度的椭圆。这一标签也用来绘制圆。提供如下属性：

中心(绝对)坐标x，y，宽度，高度，轮廓线颜色，填充色，轮廓线式样及轮廓线精细。

如<ellipse coords＝″200，200，100，50″，color＝black，fill＝yellow>

LINE(直线)

利用屏幕(视窗)绝对坐标绘制从x1，y1到x2，y2的直线，具有如下的属性：

起始及终止(绝对)坐标x，y，直线颜色，直线式样及直线精细。

如<line coords＝″10，10，100，100″，style＝dotted，psize＝″2″>

LINETO

绘制从当前图形光标位置到新位置的直线(利用绝对坐标)。指定下面的属性：

直线终点(绝对)坐标x，y，直线颜色，直线式样及直线精细。

如<lineto coords＝″200，150″，color＝green>

LINFREL

利用坐标偏移量绘制相对当前图形光标位置的直线。其属性如下：

直线终点(相对)坐标x，y，直线颜色，直线式样及直线精细。

如<linerel coords＝″15，-10″，psize＝″4″>

LINK(链接)

容许将屏幕上的一个矩形部分定义为超链接。给定如下的属性：

矩形区x1，y1，x2，y2(绝对)，超链接引用。

如<link coords＝″15，10，50，60″，href＝″http：//www.demo.com/demo.hgm″>

ORIGIN(原点)

设定“图形光标”的位置。用于LINETO及LINEREL标签。指定新图形光标的位置x，y。

如<origin coords＝″100，130″>

POLYGON(多边形)

使用屏幕绝对坐标从原点开始绘制多边形。给出坐标的格式为：″x1，y1，x2，y2，x3，y3，...xn，yn″。从指定的最后坐标返回到形状原点的直线是自动绘制而完成多边形。提供的属性如下：

形状原点，后面是n个其他点(全为绝对坐标)，轮廓线颜色，填充色及轮廓线精细。

如<six-sided-shape>

<polygon coords＝″100，100，120，80，140，80，160，100，140，120，120，120″

color＝red，fill＝red>

RECTANGLE(矩形)

绘制从指定的坐标开始具有给定的宽度和高度的矩形。这一标签也用来绘制正方形。定义如下属性：

左上角坐标x，y，其后是宽度和高度尺寸，轮廓线颜色，填充色，轮廓线式样及轮廓线精细。

如<rectangle coords＝″10，10，100，15″，style＝dotted>

SETSTYLE(设置式样)

可设定轮廓线颜色，填充色，轮廓线式样及轮廓线精细的默认设定值。之后就可使用这些设定值，除非由其他HGML命令中的属性另行明确指定。这些属性为：

轮廓线颜色，填充色，轮廓线式样，轮廓线精细

如<setstyle color＝red，fill＝green>

TEXT(文本)

从指定的坐标开始显示文本字符串。其属性如下：

文本位置x，y(绝对)坐标，要显示的文本字符串及字符颜色。

如<text coords＝″10，50″，text＝″This is an example of HGML text″>

存储的图像

一组标准的预先绘制的图像存储于移动客户机终端中，与标准的与文档无关的图形标签组一起，如图3所示。这些图像可用来在使用图元可获得的图形内容之外向网页提供另外的图形内容。

图像

使图像可从本地库检索出来并以指定的坐标显示。将使用当前的主题，除非明确指定另外的主题。可指定一个缩放因子以便可动态地改变图像的大小，并且可选择提供超链接。其属性为：

图像名称，主题格式，图像左上角的坐标，缩放因子(百分数)，超链接引用。

如<image name＝ARROW1，coords＝″50，50″，scale＝150，

href＝″http：//www.demo.com/demo.hgm″>

主题

使得可以选择新的当前图像主题。其属性为：

图像主题名称。

如<theme＝DEFAULT>

可与另外的主题(”主题2“)相联系的一组图像的示例。如前所示，不同的主题可能未对预先确定的标签组的全部定义图像-某些可能不能用于具体的主题。只有设定的数目的主题格式可以提供。在高级别上，主题分成三个一般的类别：

■导航

用于一套相对标准的Web网页功能的按钮图像。这一类别的结构由HGML严格确定，图像由标准名称命名并与同一类型图像相关联而不管所使用的主题(即HOME，SEARCH，ARROW等等)。

■设计

以直线，印刷符号，分隔符组成的一套标准的页面设计结构。这一类别的结构由HGML严格确定，图像由标准名称命名并与同一类型图像相关联而不管所使用的主题(即LINE1，LINE2，BULLET1等等)。

导航及设计类别具有预先描述的内容(即设计类别中的第一元素永远是直线等等)。这样一来，改变与页面相关联的主题就将意味着虽然其外观不同，但显示的图像仍将有意义和合适(比如在虽然企图使其具有不同的格式，但直线将仍然出现)。

■用户

用户定义的内容与主题相关联的图像。HGML定义标准名称(即USER1，USER2等等)，但这些不提供有关引用图像的类型的任何指示。

客户机侧HGML功能至少可提供默认主题。其他主题(比如由个别的站点的设计人员确定)可能在使用它们的服务第一次被访问时从远程服务器下载。另外的方式是用户可能具有个人喜好的主题，该主题在客户机终端上提供并优先于默认和/或下载的主题。

提供用户定义的主题元素是为了在保持优化优势的情况下允许Web站点的开发人员具有一定的灵活性。

这一组容许除上述标准类别之外在本地可存储其他的图像。这些可用来引用站点/主题设计人员所希望的任何图像。可以预期这将包含涉及团体身份的(比如徽标等等)图像以便使它们的页面外观及感受进一步标准化。然而，它们也可以包含在标准的标题下不能涵盖的附加的直线及印刷符号格式等等。

用户定义的图像的数目限于预先确定的数目(比如10)，以防止图像库变得过于庞大。

所有未包含在标准主题之内的图像可能需要在每一次访问站点时下载(尽管它们可能从前次话路中的高速缓存得到)。这样，一般力求利用用户定义的存储槽(slot)来保有最大和最常用的图像(从而可优化以后的下载次数)。

虽然用户定义的图像一般看作主要是站点特有的，不过其他设计人员可能希望在他们自己的站点重复利用这些图像。在此场合，有两种方法：

(1)将所请求的图像结合到该站点自己的主题的用户定义的存储槽中；或

(2)使站点依靠两个或两个以上的主题(即一个默认的，另外还有包含要重复使用的图像的一个或多个主题)。在此场合，最终用户在可以访问该站点之前可得到所有的必需主题。站点提供者可对每一个主题提供下载访问。

图像操作

HGML支持利用COPY(复制)，PASTE(粘贴)，FLIP(翻转)及ROTATE(旋转)命令对屏幕上的位图图像进行操作。

这些命令是企图使某些类型的图像的生成进一步优化。比如，如果也需要利用数个图元生成的组合图像在屏幕上另外一个位置，就可以将其复制和粘贴而无须重画。其取向可利用翻转及旋转操作改变。

这些功能也有助于优化主题图像的存储。比如，不必存储4个箭头(指向左右上下)，只要在数据库中存储一个图像就可按照需要将其翻转和旋转就行了。

COPY(复制)

可将屏幕上的矩形区段复制到内存的缓冲区中。原来的图像保持不变。其属性为：

区段的左上角及右下角的坐标。

如<copy coords＝″50，50，100，100″>

FLIP(翻转)

执行将由指定坐标确定的屏幕水平或垂直翻转。其属性为：

区段的左上角及右下角的坐标及水平或垂直翻转。

如<flip coords＝″50，50，100，100″，axis＝“horiz”>

PASTE(粘贴)

可将缓冲区中的内容复制到屏幕上适当大小的矩形区段中，从指定的坐标开始。其属性为：

要粘贴的区段的左上角的坐标。

如<paste coords＝″100，100″>

ROTATE(旋转)

执行将圆形屏幕区域旋转指定的角度。其属性为：

中心坐标及半径及旋转角度。

如<rotate coords＝″50，50，30″，angle＝“80”>

HSML

图5示出在显示包含HSML的网页时在移动客户机终端2上的屏幕显示。

如图所示，浏览器显示格式由网页上的HTML标记指定的文本内容及语音代理图像部分102，该部分的驱动是根据在下载的网页中包含的或引用的HSML标记结合在网页中包含的声频标签所引用的存储于本地的声频剪辑的重放，或通过将包含在网页中的文本转换而进行的语音生成。

由移动客户机终端提供的语音代理接口是由存储于移动终端中的语音回放/生成器应用程序及移动图像应用程序控制。

语音代理具有多种可选声音和面部表情。这多种可选声音类型由存储于移动客户机终端中的声音类型文件定义，其中包含描述为了改变声音特征而对提供语音功能的声音数据进行操作的算法及设定的数据。面部表情选择由存储于移动客户机终端之中的面部表情文件定义。面部表情文件包含定义多个可选基本面部图像，多个可选口部图像，与基本面部图像及口部图像相对应的多个图像动画算法(比如讲话，微笑，眨眼等等)以及用来根据所选择的面部特征，如肤色，发色等等，产生面部表情的多个图像生成算法。声音和面部表情文件在从因特网服务器上下载之后可永久存储于移动终端和/或存储于移动终端中的非易失性存储器中。

在移动客户机终端中提供的语音代理功能是利用预先确定的默认设定提供的，其中声音和面部表情特征不是由用户输入而是预先设定的。这些特征包含声音性别，口音，语言，基本面部表情，肤色，发色，眼睛颜色，口部的大小等等。不过用户可以不使用默认的面部表情特征设定值，方法是利用移动终端的人机界面上的菜单选择重新设定一个或多个特征以便提供个性化的默认语音代理。所使用的就是默认语音代理设定值，无论是预先设定的或用户定义的，除非通过包含在网页之中的标记指定另外的主题，见下述。如指定另外的代理主题，语音代理的声音类型和面部表情只在显示该网页期间改换，其后择返回默认语音代理。

HSML包含如下标记：

声音重放	代理类型	代理控制
			SAY(说)	代理主题	ACTION(动作)

SAY(说)

这一标记使声音文件从本地库中检索出来，或利用检索出的数据生成，并由语音代理读出。使用的就是此确定语音代理的声音和面部表情的默认语音代理主题，除非另外明确指定。所请求的属性是短语名称：

如<say phrase＝″GREETING！″>

″GREETING！″可以是应用于声音图形库28中所保有的声频文件的标签，或是利用客户机一侧的文本到语音变换器重放。

AGENT THEME(代理主题)

标记可使用于语音代理的声音和面部表情组合从默认设置改变。可使用声音类型属性来将不同的性别，口音和/或语言结合起来重放。面部表情属性容许为语音代理选择不同的外表。可利用属性组合来生成具有不同个性的代理。可包含的属性有：

声音性别，口音，语言，基本面部表情，肤色，发色，眼睛颜色，口部的大小等等。

如<agent theme＝female3，English，English，female5， pale，black，brown，medium>

ACTION(动作)

此标记控制语音代理的图像，确定是否要显示及结合声音回放是否需要做任何动作。属性是代理的动作(可能的动作：出现，讲话，微笑，眨眼等等)及动作激活状态(on/off)。

如<action＝talk，on>

这一动作标记由移动图像处理程序引用以便产生和控制语音代理的图像。当出现动作激活时，语音代理出现作屏幕显示的指定部分。当讲话动作激活时，运动图像处理程序结合由SAY命令正在生成的任何语音产生语音代理的口部的动画。其他动作(如微笑，眨眼)在激活时也产生合适的动画。

HVML

HVML支持单个标签，即PLAYBACK(播放)，它具有文件引用属性。当分析Web网页时，HVML标签由视频标签处理程序解释，该处理程序从相应于包含在命令中的引用的标准视频文件库30中检索视频文件。

应当理解上述的HGML，HSML，HVML功能只是作为示例而阐述，并非企图用于限制目的。应当理解在不脱离本发明的范围的情况下可进行多种改变和修改。

Claims (12)

1.一种多媒体客户机终端，用来生成定义面部图像的图形图像数据，该面部图像被动画化以模拟伴随语音的动作，该终端包括：

接收器，被用来接收信号以便由该终端处理以得到其中的数据，所述信号包括定义要讲的语音的文本，和定义伴随所述语音的动画的命令数据；

存储装置，用于存储定义声音特征的数据，定义面部特征的数据和定义面部动画的数据；和

动画化语音产生装置，其响应所述得到的命令数据以选择所述面部动画，并且使用所述定义声音特征的数据和所述定义面部特征的数据以使所述语音动画化。

2.根据权利要求1的多媒体客户机终端，其中，动画化语音产生装置被用来结合根据所述选择的面部动画而动画化的面孔的图形显示，提供所述动画化的语音。

3.根据前面任一权利要求的多媒体客户机终端，其中，面部动画包含讲话动画，微笑动画和/或眨眼动画。

4.根据前面任一权利要求的多媒体客户机终端，其中，动画化语音产生装置被用来根据所述面部特征呈现动画化面部图像。

5.根据权利要求4的多媒体客户机终端，其中，面部特征包含肤色和发色。

6.根据前面任一权利要求的多媒体客户机终端，其中，声音特征包含声音性别，口音和语言。

7.根据前面任一权利要求的多媒体客户机终端，其中，所述信号包括多媒体文件，该文件包含指定声音类型和/或面部图像的预定标记，和定义面部动画的数据。

8.根据权利要求7的多媒体客户机终端，其中，多媒体文件包含标识所述语音的开始和结束的数据。

9.根据权利要求8的多媒体客户机终端，其中，动画化语音产生装置被用来响应到达语音结束处而选择缺省面部特征和缺省声音特征。

10.根据前面任一权利要求的多媒体客户机终端，其中，面部特征和声音特征可由该终端的用户选择。

11.根据前面任一权利要求的多媒体客户机终端，其中，该终端包括移动通信终端，并且该接收器被用来通过无线接口接收所述信号。

12.一种多媒体客户机终端，用来生成定义面部图像的图形图像数据，该面部图像被动画化以模拟伴随语音的动作，该终端包括：

接收器，被用来接收信号以便由该终端处理以从中得到数据，所述信号包括定义要讲的语音的数据，和定义伴随所述语音的动画的命令数据，所述命令数据独立于所述定义要讲的语音的数据；

存储装置，用于存储定义声音特征的数据，定义面部特征的数据和定义面部动画的数据；和

动画化语音产生装置，其响应所述得到的命令数据以选择所述面部动画，并且使用所述定义声音特征的数据和所述定义面部特征的数据以使所述语音动画化。

Images