CN1991743A - 一种语音输入法方法及其装置 - Google Patents

Abstract

本发明涉及字符输入法领域，特别涉及语音字符输入法领域，具体的讲是一种语音输入法及其装置。为了在工控机等不具有完整输入键盘并且输入相对较简单的情况下提供了一种语音输入方法和装置，通过逐个输入文字的拼音字母，以实现对完整拼音或者单词的识别。包括，步骤1，逐个输入文字读音的字母语音信息；步骤2，对输入的语音信息进行识别，并显示所有的识别结果；步骤3，判断用户输入的键值，对识别结果进行选定。本发明的有益效果在于，对于具有简单键盘例如工业控制机等提出一种简单、易行和准确的语音输入方法和装置，能够利用3个按键和语音输入实现控制命令的输入。

Description

一种语音输入法方法及其装置

技术领域

本发明涉及字符输入法领域，特别涉及语音字符输入法领域，具体的讲是一种语音输入法及其装置。

背景技术

计算机和电子信息技术的飞速发展，为人类提供了越来越多和越来越多方便的信息处理和通信的工具。特别是进入20世纪80年代后，以轻薄短小为主要特点信息设备和产品层出不穷，这些产品不仅功能强，而且体积小，利于携带；例如：掌上电脑、掌上电话等，其共有的显著特点之一就是都具有比较精简的键盘。因为精简键盘的按键数量有限，每一个按键上都分配了三至四个英文字母，导致输入拼音是比较麻烦，并且输入后还需要查找及选择，速度无法提高。

到目前为止，对于工业控制、测量方面的机器，诸如示波器等，众多设备厂商尚没有提供一个有效而且成本较低的文字输入方式。一般来说，这些设备都不配置计算机键盘或令人舒适尺寸的视频显示器，即使是采用精简键盘同样会出现以上不足，因此，一般适用于计算机或者便携式终端的输入方法都不适用。配备类似的输入系统将增加设备的复杂性，消除了系统的紧凑性以及便携性，不利于工业环境下的使用。这些不利因素往往大于中文文字输入的必要性。

另一方面，虽然当前最先进的嵌入式中文语音识别已经达到相当的准确度，但远未达到令人满意的程度，特别对于带有浓重地方口音的人来说。嵌入式的语音识别通常不带语言模型(词的构成、什么词同时出现的几率较大、以何种顺序等等知识)，语音识别完全依靠语音模型——音素识别。现今中文语音识别是对汉语的发音进行建模，系统的识别预测在字库中找到一系列的备选项，并计算出它们对应的可信度值，其中可信度最高的直接作为输出，或者在显示器上同时列出预先设定数目的备选项以供选择。在输入出错时，重新输入，直至输出正确为止。但是，经常对于一些有浓重口音的人来说，无论进行多少次语音输入，系统可能都无法识别。另外还可以采取诸如手写、键盘输入等的输入方式进行修正。

中国专利01127759.9的名称为“可用于手机的语音识别汉字输入法”的发明专利，公开于2002年10月9日，公开了一种输入方法，在具有语音识别功能的手机上，输入语音，对输入语音进行模式识别，显示语音识别出的汉字，接收键盘上的按键选择输入，将选择键对应的识别结果作为输入汉字。而该方法使用完整的汉字读音作为输入，这样的识别率不高，并且出现的相似字词过多，还需要手动选择，所以效率很低，可行性也不高。

发明内容

本发明为了解决以上现有技术中的不足，提供了一种语音输入方法，通过逐个输入文字的拼音字母，以实现对完整拼音或者单词的识别。

本发明还提供了一种语音输入装置，通过语音采集单元和至少三个按键就可以实现精确的语音输入和识别。

一种语音输入方法，包括，

步骤1，逐个输入文字读音的字母语音信息；

步骤2，对输入的语音信息进行识别，并显示所有的识别结果；

步骤3，判断用户输入的键值，对识别结果进行选定。

步骤1所述的语音信息是指汉字每个拼音字母的英文读音，或者是拼音文字的每个字母读音。

在步骤2中逐个识别用户输入文字读音的字母语音信息，则根据已经输入的字母组合在显示单元上列出该字母组合和在数据库内与该字母组合相对应的所有文字识别结果。

步骤3具体包括，

判断用户输入的按键；

如果为选择键，则循环选择文字，并在显示单元上以高亮度的方式显示；

如果为重置键，则清除用户刚输入的字母，并进入步骤1；

如果为确认键，则选定用户选择的文字，并结束本次语音输入过程。

步骤3中还包括一修改步骤：

当用户长按重置键后，再通过选择键选择需要修改的文字，回到步骤1。

步骤1中前还包括一转换输入类型的步骤：

当用户按下转换按键或者通过编辑已有按键的按压状态确认转换输入类型步骤的开始，将用户输入的字母组合识别为汉字拼音或者拼音文字。

当进入修改步骤后还包括一转换输入类型的步骤：

当用户按压重置键，则将用户输入的字母组合在汉字拼音和拼音文字之间转换，并结束转换输入类型步骤和修改步骤；

返回步骤1。

一种语音输入装置，包括：

语音识别单元，接收用户逐个输入的文字读音的字母语音信息，并将处理后的语音信息传送给处理单元；

处理单元，与所述语音识别单元相连接，对输入的语音信息进行识别，从数据库中找出符合输入文字字母组合的文字，并传送给显示单元；

按键单元，与所述处理单元相连接，用于用户控制识别的文字；

显示单元，与所述处理单元相连接，用于显示识别结果，和用户控制提示。

所述语音信息是指汉字的每个拼音字母的英文读音，或者是拼音文字的每个字母读音。

所述按键单元包括至少3个按键：

选择键，与所述处理单元相连接，用于循环选择文字，被选文字在显示单元上以高亮度的方式显示；

重置键，与所述处理单元相连接，清除刚输入的字母语音信息，或者用于修改输入的文字；

确认键，与所述处理单元相连接，选定用户选择的文字，并结束本次语音输入过程。

所述按键单元还包括一转换键，与所述处理单元相连接，将用户的语音输入识别为汉字或者拼音文字。

本发明的有益效果在于，通过拼音字母的逐个输入或者英文单词的逐字母输入，使语音识别只限于26个字母的读音，减少了系统负担，提高了识别率，并且通过三个按键的设计，用较低的成本实现了对工控机等不具有完整键盘的终端进行中文命令输入或者英文命令输入，方便了使用者。

附图说明

图1为本发明语音输入法流程图；

图2为本发明语音输入法详细流程图；

图3为本发明拼音文字操作环境输入方法流程图；

图4为本发明修改方法流程图；

图5为本发明语音输入装置示意图。

具体实施方式

下面，结合附图对于本发明进行如下详细说明。

本发明基于现有的语音识别技术，同时应用以下原理：语音识别对汉语的发音进行建模，词汇量越大，模型的精确度越低。而英文字母只有26个，因此基于英文字母发音的模型，其准确度较高。本发明采用识别基于拼音拼写的中文识别进行汉字的输入，提高了准确度，并为工控机等设备提供了一个有效而且低成本的中文输入方案。只需一个麦克风和三个按键就足以提供用户和语音识别单元、处理单元之间的交互。

如图1所示为本发明的一种语音输入方法流程图。包括，步骤101，逐个输入文字读音的字母语音信息。步骤102，对输入的语音信息进行识别，并显示所有的识别结果。步骤103，判断用户输入的键值。如果为选择键，则进入步骤104，循环选择文字，并在显示单元上以高亮度的方式显示。如果为确认键，则进入步骤105，选定用户选择的文字，并结束本次语音输入过程。如果为重置键，则进入步骤106，清除用户刚输入的字母，返回步骤101。如果为修改键，则进入步骤107，通过选择键选择需要修改的文字，并返回到步骤101。

如图2所示，为本发明语音输入法详细流程图。通常，工控机等设备的应用环境有限，因此所需的单词量不是太大，通常情况下，几百个单词足以应付。首先，步骤201，启动语音输入装置。步骤202，判断是否为中文使用环境，即，转换按键是否被按压，如果是则转至步骤203，否则进入步骤204。转换键可以单独设置，也可以通过操作某个按键时间长短来区分，比如长时间按压选择键即代表转换键。步骤203，用户通过麦克风将中文命令单字拼音的字母，以英文读音形式进行输入。步骤205，对输入的英文字母读音进行识别。步骤206，在数据库中查寻与输入拼音组合相对应的文字，列出输入的拼音字母组合和查找出来的候选中文文字，并且该文字结合用户已经输入的文字和后面输入的文字进行变换，在数据库中搜索与输入的整个命令相匹配的命令词组，并显示于显示单元，该词组的组合可能有很多。步骤207，判断用户的键输入值。步骤208，显示单元所列出的当前命令词组即为用户要输入的命令，则用户点击确认键，并进入步骤212。步骤209，当前命令词组不是用户想要输入的命令，则点击选择键，并进入步骤213。步骤211，用户想要删除刚输入的一个拼音字母，或者整个文字时，则点击重置键，以进入步骤216。进一步，作为可选的步骤，步骤210，当用户想修改多个文字组成的命令中的某一个文字时，点击修改键，以进入修改步骤215。可以单独设置一个重置键，作为可选的也可以通过操作按键的时间长短来区分同一个按键不同的功能，比如长时间按压重置键代表要进入修改步骤215，短时间点击一次重置键代表要进入重置步骤216。

步骤212，在显示单元上显示确认后的命令词组，并清除字母组合和其他候选文字。步骤213，循环选择显示单元列出的候选命令词组。步骤214，判断所选中的候选命令词组是否正确，如果不是用户所需文字的则转到步骤210以进行修改，或者进入步骤211以删除输入的拼音，否则进入步骤208进行确认。步骤215，为修改步骤。步骤216，清除刚输入的一个拼音字母或者识别的文字，并进行重新输入，转到步骤203。

图3为本发明拼音文字(例如英文、法文、日文等)操作环境输入方法流程图。当用户在图2步骤202选择了进入步骤204时，即开始本流程。步骤301，用户通过内置话筒逐个输入英文单词的字母。步骤302，英文字母识别过程。步骤303，在数据库中查寻与识别字母组合对应拼写的单词，列出输入的单词字母和查找出来的候选单词，并且该文字结合用户已经输入的单词和后面输入的单词进行变换，在数据库中搜索与输入的整个命令相匹配的命令词组，并显示于显示单元，该词组的组合可能有很多。步骤304，判断用户输入的键值。步骤305，如果显示单元所列出的当前命令词组即为用户要输入的命令，则用户点击确认键，并进入步骤309。步骤306，当前命令词组不是用户想要输入的命令，则点击选择键，并进入步骤310。步骤308，用户想要删除刚输入的一个单词字母时，则点击重置键，以进入步骤313。进一步，作为可选的步骤，步骤307，当用户想修改组成命令的多个单词中的某一个单词时，点击修改键，以进入修改步骤312。可以单独设置一个重置键，作为可选的也可以通过操作按键的时间长短来区分同一个按键不同的功能，比如长时间按压重置键代表进入修改步骤312，短时间点击一次重置键代表进入重置步骤313。

步骤309，在显示单元上显示确认后的命令词组，并清除字母组合和其他候选文字。步骤310，循环选择显示单元列出的候选命令词组。步骤311，判断所选中的候选命令词组是否正确，如果不是用户所需的则转到步骤307以进行修改或者进入步骤308以删除刚输入的英文字母，否则进入步骤305进行确认。步骤312，为修改步骤。步骤313，清除刚输入的一个单词字母，并进行重新输入，转到步骤301。

图4为本发明修改过程流程图。首先，步骤401，按选择键。步骤402，循环选择需要修改的文字或单词。步骤403，用户通过麦克风将中文命令的拼音字母(单字的拼音字母)，以英文读音形式进行输入，或者将英文等拼音文字的字母以读音方式进行输入。步骤404，对输入的字母读音进行识别。步骤405，在数据库中查寻与识别字母组合对应拼写的拼音或者单词，列出输入的拼音或者单词字母，并且列出候选中文文字或单词，该文字或单词结合用户已经输入的文字或单词和后面输入的文字或单词进行变换，在数据库中搜索与输入的整个命令相匹配的命令词组，并显示于显示单元，该词组的组合可能有很多。步骤406，判断用户的键输入值。步骤407，显示单元所列出的当前命令词组即为用户要输入的命令，则用户点击确认键，并进入步骤411。步骤408，当前命令词组不是用户想要输入的命令，则点击选择键，并进入步骤412。步骤409，用户想要删除一个文字字母或者单词字母，则点击重置键，以进入步骤413。

步骤410，在显示单元上显示确认后的命令，并清除字母组合和其他候选文字。步骤411，循环选择显示单元列出的候选命令词组。步骤412，判断所选中的候选命令词组是否正确，如果不是用户所需的命令则按修改键转到步骤401，重新开始修改步骤，或者进入步骤409以删除刚输入的拼音或者英文字母，否则进入步骤407进行确认。步骤413，清除输入的字母，对该文字进行重新输入，转到步骤404。

当需要进行文字输入时，嵌入式本发明首先调用所有的单词词汇量，通常，工控机等设备的应用环境有限，因此所需的单词量不是太大，通常情况下，几百个单词足以应付。本发明方案中的语音识别单元会计算出一系列可能的单词，其中得分最高的将作为语音识别输出显示在屏幕上。如果显示的单词正是所希望的，该识别进程就结束。否则，按选择按键以查看其它选项，直到选到正确的词。如果没有找到用户想要输入的命令，用户也可重新进行语音识别输入或者选择修改步骤。如果选择修改步骤，一个选择按键用来选择不正确读音的单字：按一下，选择第一个字，两下，选择第二个字，以此类推。被选中的单字在屏幕上显示为高亮。这时，用户拼读出不正确单字的拼音(英文读法)，系统无需等待完整的拼音输入，每次识别一个字母后，将重新计算并输出最佳匹配。此一算法与前述相同。每一个拼音识别结果都会在屏幕上出现，以供用户证实。每一个输入并识别正确的拼音，都会使整个命令词组选择库缩小。这是因为只有那些在相应位置有着同样拼音字母的命令词组才会进入被选项。因此，处理单元找到正确单词的几率大大增加。此过程可循环，直至获得希望的结果，并按下确认键。由于英文字母只有26个，这将极大地增加语音的识别率。系统还可限定进行英文输入，只需拼读出英文单词的拼写就可，系统将直接输出所拼写的英文单词。

以输入“启动”为例：

中文输入环境和拼音文字输入环境的转换判断可以在语音识别之后进行，并且可以不另外设置一个转换键。而且按键的功能可以随着语音识别过程而随之改变，比如将上面所述的“重置”键改为“修改”键，点击修改键直接进入修改步骤，或者设定按键时间长度来判断是否进行修改步骤，比如长时间按压“重置”键即代表进入修改步骤。

状态1：用户首先进行语音输入，所对应的三个按键：“选择”、“确认”、“修改”，通过“选择”按键查询正确的文字识别输出，通过“确认”按键确认输出。如果输出选项没有出现在屏幕上，按下“修改”按键进行拼音拼写识别，当前屏幕上已有一个文字或者命令词组为高亮度的选中状态，用户通过“选择”键选择要修改的文字，该文字为高亮度显示。

状态2：这里假设用户想输入“启动”命令但是却误输入为“起始”，当前提示命令词组为“起始”(qi shi)，或者当前什么都没有输入时，点击“修改”键，这时三个按键分别对应为“选择”键、“确认”键以及“英文”转换键。此时的高亮只是“起”字，因为“起”与“启”的拼音相同，按“选择”按键选择“始”字。通过麦克风输入“d”，进一步假设屏幕上显示“气垫、气动、起吊、汽笛、气袋、启动”。此时的三个按键分别对应“选择”键、“确认”键与“重置”键。可以通过“选择”以及“确认”键得到正确的输出。或者继续以拼音输入“o”，这时屏幕上就只剩下“启动”与“气动”两个选项了，因为只有“动”的拼音中包含“do”。“重置”键用来删除错误的拼音字母输出。

状态3：当用户点击“修改”键时，按下“英文”转换键进行英文输入，此时的按键对应为“选择”键、“确认”键与“重置”键。同样，“删除”按键用于消除不正确的字母输入，“确认”按键用于输出正确的英文单词，并且终止英文输入并回到状态1的三个输入按键状态。

如图4所示，为本发明语音输入装置示意图。语音处理单元与处理单元相连接，处理单元与按键单元相连接，处理单元与显示单元相连接。其中，按键单元包括3个按键，选择按键，确认按键和重置按键，还可以包括转换按键，修改按键等。语音处理单元接收用户的语音输入，将用户输入的拼音字母或者英文单词字母识别出来，发送给处理单元，处理单元搜索数据库，将具有一样拼音的汉字或者英文单词输出，在显示单元上显示，并且处理单元接收按键单元的输入，根据按键的不同进行相应的操作。按键单元包括，选择键，确认键和重置键，可以通过用户按压按键时间的长短来进行不同操作，或者也可以在语音输入过程中变换这三个按键的功能以进行不同操作，或者也可以添加多个按键以实现本发明方法中的多个功能。

本发明的有益效果在于，对于具有简单键盘例如工业控制机等提出一种简单、易行和准确的语音输入方法和装置，能够利用3个按键和语音输入实现控制命令的输入，对于那些具有足够处理能力芯片的设备，加入一个麦克风、三个按钮和嵌入语音识别系统，就能够轻松地实现中英文输入。

以上具体实施方式仅用于说明本发明，而非用于限定本发明。

Claims (11)

1.一种语音输入方法，其特征在于，

步骤1，逐个输入文字读音的字母语音信息；

步骤2，对输入的语音信息进行识别，并显示所有的识别结果；

步骤3，判断用户输入的键值，对识别结果进行选定。

2.根据权利要求1所述的一种语音输入方法，其特征在于，步骤1所述的语音信息是指汉字每个拼音字母的英文读音，或者是拼音文字的每个字母读音。

3.根据权利要求1所述的一种语音输入方法，其特征在于，在步骤2中逐个识别用户输入文字读音的字母语音信息，则根据已经输入的字母组合在显示单元上列出该字母组合和在数据库内与该字母组合相对应的所有文字识别结果。

4.根据权利要求1所述的一种语音输入方法，其特征在于，步骤3具体包括，

判断用户输入的按键；

如果为选择键，则循环选择文字，并在显示单元上以高亮度的方式显示；

如果为重置键，则清除用户刚输入的字母，并进入步骤1；

如果为确认键，则选定用户选择的文字，并结束本次语音输入过程。

5.根据权利要求4所述的一种语音输入法，其特征在于，步骤3中还包括一修改步骤：

当用户长按重置键后，再通过选择键选择需要修改的文字，回到步骤1。

6.根据权利要求1所述的一种语音输入法，其特征在于，步骤1中前还包括一转换输入类型的步骤：

当用户按下转换按键或者通过编辑已有按键的按压状态确认转换输入类型步骤的开始，将用户输入的字母组合识别为汉字拼音或者拼音文字。

7.根据权利要求5所述的一种语音输入法，其特征在于，当进入修改步骤后还包括一转换输入类型的步骤：

当用户按压重置键，则将用户输入的字母组合在汉字拼音和拼音文字之间转换，并结束转换输入类型步骤和修改步骤；

返回步骤1。

8.一种语音输入装置，其特征在于包括：

语音识别单元，接收用户逐个输入的文字读音的字母语音信息，并将处理后的语音信息传送给处理单元；

处理单元，与所述语音识别单元相连接，对输入的语音信息进行识别，从数据库中找出符合输入文字字母组合的文字，并传送给显示单元；

按键单元，与所述处理单元相连接，用于用户控制识别的文字；

显示单元，与所述处理单元相连接，用于显示识别结果，和用户控制提示。

9.根据权利要求8所述的一种语音输入装置，其特征在于，所述语音信息是指汉字的每个拼音字母的英文读音，或者是拼音文字的每个字母读音。

10.根据权利要求8所述的一种语音输入装置，其特征在于，所述按键单元包括至少3个按键：

选择键，与所述处理单元相连接，用于循环选择文字，被选文字在显示单元上以高亮度的方式显示；

重置键，与所述处理单元相连接，清除刚输入的字母语音信息，或者用于修改输入的文字；

确认键，与所述处理单元相连接，选定用户选择的文字，并结束本次语音输入过程。

11.根据权利要求10所述的一种语音输入装置，其特征在于，所述按键单元还包括一转换键，与所述处理单元相连接，将用户的语音输入识别为汉字或者拼音文字。

Images