CN85107539B - 电脑通讯系统 - Google Patents

Abstract

一个系统用作与机器通讯。其中以音乐的音程作为码来传达预选了的命令或输入至一电脑。该系统可用人声相继地发出音调（ＤＯ－ＲＥ，等等）来建立音程并可用电路和程序来转换接收到的音或调为同一基本周期的脉冲列并储存和算出周期和音程。当某一特别的音程被接收到时，本设备包括一数位微型电脑例如萍果Ⅱ加ＴＭ型能执行一预设录下的子程序和并使得那线路复原来接收第二个音程。

Description

电脑通讯系统

发明领域

本发明是关于与机器通讯的领域和特别是关于将口音传达命令给电脑。

先有技术的描述

利用人声与电脑通讯已引起许多兴趣，及研究工作。康雷（A·E·Conrad）在1984年一月刊的“工业研究与开发”（Ind.Res./Dev.VOl·26，NO.1，Pages86-89）刊出题为“抛开你的键盘，只管告诉你的电脑怎样做”（Toss Your Keyboards and Just Tell Your Computer What To Do）一文内调查了以声音命令电脑的优点，应用以及一般系统。

该文指示这方面的工作主要集中在两种口语辨认系统，（speech recognition systems）即特定说话者的（speaker-dependent）与非从属说话者的（speaker-independent）两种系统。前一种只能辨认某一个人讲的口语，而后一种能辨认一群人所讲的同一口语。从属说话者系统现时能够辩认（或学会辨认）的口语多过非从属说话者的系统，因而能够控制更多的机能。两种系统都依赖创造出来的口语“模板”跟接收得来的口语的配合。

人们在这领域里做了很多努力，并有很多发明专利及文章，如玛利（Marley）的美国发明专利第4，284，846号内的先有技术描述里考查到的工艺公布。该发明专利说明了一种用来分析及比较口语的系统，而这系统是利用预先储藏的比例来比较某些波形的特性。

口语辨认系统的其他发明专利有以下的沙河（Sakoe），美国发明专利第4，286，114和4，319，221：安（B·H·An）美国发明专利第4，292，470号;威池（Welch）等美国发明专利第4，319，085号和第4，336，421;基力（Kellett）美国发明专利第4，343，969;比斯（Pirz）美国发明专利第4，349，700;邓里顾芝（Taniguchi）等美国发明专利第4，389，109;希治角（Hitchock）美国发明专利第4，388，495;杜夫晓士（Duifhuis）等美国发明专利第4，384，335;和乌夫斯柴（Rothschild）等美国发明专利4，399，732。

这些系统都是相当复杂和昂贵的，或者是其能力非常有限的。例如，一个典型的非从属说话者系统能够辨认大概十个口语（例如，一至十的数目字），而从属说话者系统则能够辨认约一至二百个口语。

发明概述

本发明与上列发明专利所公开的系统与前述系统不同，它提供一个不太复杂的系统，这系统利用人声能够伸广到比平常需要用到或正常口语中用到的一个更加广阔的范围，从而可以经济地作成一个能够辨认较多不同的口音命令的非从属说话者系统。依据本发明的教导所造出来的系统会感觉和辨认音调的差异，这些差异被用来作为操作一些预先指定的功能编码讯号（Coded signals）。

依据本发明的一特征，那些音调差异就是音乐的音阶（Musical scale）里的音调，例如普通全音阶（Diatonic scale）。并提供装置（means）比较不同的音调，如某使用者主观的C中（MiddleC）调及其后发出的他/她的D调来定下各不同使用者的调。本发明的系统是使用和辨别音乐的音程作为命令或输入。

这系统可有多种用途，包括在使用他种输入系统是不实际的环境之下，使用本系统来输入和控制一个电脑。例如在暗室中（例如电子显微镜室）或如在一生产过程中使用者必须用双手做其他工作的情形下。这系统对于伤残人士极为有用，尤其是那些不便操作传统电脑终端机的人士。

通过参照以下的描述及附图就更容易明白本发明的辨别系统及其优点，在以下的描述及附图中，同一数字表示同一成分。

附图简述

图1是依照本发明的教导而制造的声音辨认系统的方块线路图并附有所示各点的波形。

图2是图1所示的系统的波形整形线路部分的线路图。

图3是图1所示的系统的周期测量及其他部分的线路图。

图4是一组波形，用于了解图2和图3所示的线路的操作。

图5是一个流程图，用于表明图1至图3所示的系统的整体操作。

图6，7，8，都是流程表，用于表明这系统的各种可取的实现方式的操作。

图9，10是各种可取的流程图表的子程序，可用来代入图6，7，8所示的流程图内的一部份。

实施例的说明书

本发明的原理可使用硬件和/或软件多种形式来实施。以下说明其中多种，包括多种变化。

依本发明构造的一个系统〔10〕如图1所示。这系统〔10〕包括一个转换器〔12〕（Transducer），例如麦克风，用来拾取如波形〔14〕所描绘的声波。这些波，如某人唱出的“C”音音调，有一个基本的周期“T”定着该音调的高度（pitch）。为着简化电子装置（Electronics）起见就用波形整形线路〔18〕将该接收得来的声音波形〔14〕的电模拟量转化为一周期为“T”的脉冲序列〔16〕。

并可设一辅助电讯号输入〔20〕用来作为转换器〔12〕以外的其他可取选择。辅助输入〔20〕可能是，例如，遥远驱动用的电话输入或一个音调发生器（Tone generator）。

周期测量电路〔22〕接收波列〔16〕并量度其周期以及将其数字化和把这资料放进输入/输出接口〔24〕，这接口与一数字电脑〔26〕相连接。

在系统〔10〕的总括操作中，系统〔10〕就是于麦克风〔12〕或输入〔20〕接收音调讯号和对被挑选了的这些音调作出响应以操作电脑内的预编的程序。

为着了解本发明中系统〔10〕的操作背后的原理，以下描述本发明实施于大家都熟悉的自然音阶（Diatonic scale）的情况。当然本发明明亦可实施于其他音阶。近代的自然音阶中的音程（Intervals）都不取决于某一个音的频率（虽则一旦定了某一个音的频率亦即同时定了其他音的频率），并且可以以下表表示出一部分：

（任何-任意的自然音阶） （音程）

MI′ 2.5000

RE′ 2.2500

DO′ 2.0000

TI 1.8750

LA 1.6667

SO 1.5000

FA 1.3333

MI 1.2500

RE 1.1250

（参照） DO 1.0000

TI， 0.93750

LA， 0.83333

SO， 0.75000

FA， 0.66667

MI， 0.62500

RE， 0.56250

DO， 0.50000

TI， 0.46875

由于大多数人类都熟悉这音阶，而且小孩子们亦能轻易地发出DO，RE，ME，FA，SO，LA，TI，DO′（下意识地选出一参照频率并将它用上述的音程与其他各音关联）所以本发明以测定音程和对之起反应作为接收信息（Information）的手段（means）。

因此，依据图5的流程表，一个起始命令可以是于阶段“A”接收到一个探测到的音调声音（“RE”）。在阶段“B”这个讯号就被测量以便决定它重复的时间是否足够（以防错误驱动）。如果一个参照讯号（如“DO”）已存在并已被储存，那么两者经过比较，如果一个1.125的音程在阶段“C”中被计算出来，那么一个寻找（Fetch）和执行（Execute）的子程序就被执行于“D”阶段，即是运行属于1.125音程的一个预先记录的子程序。在结束的时候这系统在“E”阶段复位（Reset）和准备好接收第二个信号（例如“FA”）和对它作出大致相若的响应。

为着避免系统变为特定说话者的系统，和让具有最小音乐能力的人都可用它，那个参照讯号可由同一方法建立。作为一个开始，用户只须对麦克风〔12〕发出短时间的“DO”的声音而后发出“RE”的声音。那系统把第一个接收的音调声音作为建立一个参照讯号来处理，并把第二个信号和跟着来的音调声音当作可能的命令讯号。

图2示出那波形整形线路〔18〕和它与麦克风〔12〕及辅助输入〔20〕互相连接的较佳实施例。虽然图2内的元件标有某一数值，但是许多其他的数值都可应用，正如本领域的一般技术人员所熟悉的那样。然而，图2所示的数值和电路元件的连接用在原型（pretotype）内工作得十分好。

更切实地讲，麦克风〔12〕是连接在机壳的接地点与电路点〔28〕的电抗〔27〕之间。该点〔28〕通过一电阻〔32〕也接至机壳接地点，和通过一电容〔34〕接至辅助输入〔20〕。

无论是讯号输入〔12〕或〔20〕接收到一个讯号，输入〔12〕或〔20〕就将它供给一低频放大器〔36〕。这放大器由一运算放大器〔38〕组成，它的负输入点（脚6）接至电路点〔28〕，而正输入点（脚5）经电阻〔40〕接至偏置电压（正5伏特）和经并联的电容〔42〕和电阻〔44〕接至机壳接地点。该运算放大器〔38〕的脚4经限流电阻〔45〕接至正偏置电源（12伏特），和经电容〔46〕接至机壳接地点。运算放大器〔38〕的一些输出经并联的电阻〔47〕和电容〔48〕回输至它的负输入端。

放大器〔36〕的主要输出被输送至一低通滤波器。该低通滤波器有一电阻〔51〕，它的一边接至放大器〔36〕的输出，而另一边是经一电容器〔52〕接地和经一电阻〔53〕接电路接合点〔54〕。该低通滤波器〔50〕的输出被输送至接合点〔54〕而由此点至一比较器〔55〕和至一有衰减的峰值电压跟随电路（apeak-voltage-follower-with-decay circuit56·）〔56〕。讯号分两路被输送出去：（a）径一电流隔离二极管〔57〕至比较器〔55〕的运算放大器〔58〕的正讯号输入点（脚12），而此点亦经一电阻〔59〕接地;（b）至有衰减的峰值电压跟随电路〔56〕。电路〔56〕的输出提供讯号至比较器（35）的负讯号输入点（脚13）。

电路〔56〕的构成最好用一运算放大器〔60〕，它的正输入点（脚3）直接接着汇集点〔54〕，而它的输出（脚1）就被直接回输至它的负输入点（脚2）同时亦经一隔流二极管〔61〕被输至放大器〔58〕的负输入点以及经并联的电阻〔63〕和电容〔64〕被输至地。并联的电阻〔63〕和电容〔64〕拥有一适当放电时间常数，令到比较器〔55〕的反相输入讯号的效力经常盖过非反相输入的，除了在汇集点〔54〕的讯号达至每一周的最高峰的时候。

比较器〔55〕的输出波形〔16〕是取自一对串连在运算放大器〔58〕的输出点（脚14）与地之间的电阻〔65〕和〔66〕的连接点。这输出被送往周期测量电路〔22〕的输入点ST。

现在参阅图3，那里示出一较佳实施例的周期测量电路〔22〕和输出/输入接口〔24〕以及其与电脑〔26〕的互相接法。那特定的电脑〔26〕最好是萍果牌Ⅱ加型（APPLE Ⅱ PLLS^TM），而与那机器特定的互相接法亦如所示。

那脉冲列〔16〕是经一作为史密特触发器（Schmitt Triqqer）用的运算放大器〔70〕接连至一移位寄存器〔72〕。寄存器〔72〕的输出（脚3和脚4）经反相器〔74〕及周期测量门〔75〕连接至计数器〔78〕，该计数器〔78〕再经缓冲器〔80〕接连至电脑〔26〕。

来自电脑〔26〕的输出都是取自它的R/W，A0，A1，A2和DS（Device select）的输出以及偏置电源（5V）和定时脉冲列，一如图3所示。门〔81〕和〔82〕是用来在线〔83〕上提供复位命令。

参考图4就更容易了解图2-3的电路和电脑〔26〕的工作。图4示出下述各种的互相关系：波形14、16和从CP点入移位寄存器〔72〕的输入，自电脑〔26〕传至周期测量门〔75〕的定时脉冲，以及移位寄存器〔72〕的相应于那测量到的周期“T”的开始与完结的输出。

工作时，图2-3的电路首先把输入讯号〔14〕化为每周只有一个脉冲的脉冲列〔16〕于ST点（图2和图3），即史密特触发器〔70〕的输入点。电脑〔26〕使移位寄存器〔72〕和计数器（经路线〔33〕和反相器〔86〕复位并把电路准备好作下一周期测量。

当整了形的波形〔16〕中的第一个上升沿到达移位寄存器〔72〕的CP点的时候。这寄存器的输出QO就从低升高（电压电平）。计数器〔78〕开始测量输入波形列的当前周期。

当整了形的波形〔16〕中的第二个上升沿到达移位寄存器〔72〕的CP点的时候，它的输出Q1从低升高。计数器〔78〕停数。在同一时间，在缓冲器〔80〕的高字节缓冲器〔90〕的最高有效数位的输入由低被置高，代表着那周期测量已经结束。

电脑〔26〕读出缓冲器〔90〕的高字节，如果最高有效数位是高就忽略它，而电脑〔26〕就将最低有效的7位作为一个15位元二进数的Q8至Q14的值。（如果最高效数位是低那就表示周期测量尚未完成）。

电脑〔26〕也读出低字节缓冲器〔92〕，及将读数作为那15位元二进数的最低有效8位的值。亦即是Q0至Q7。电脑〔26〕将这15位元二进数字解释为刚测量到的周期的量。

图6流程表使得系统〔10〕的工作更加容易领会。在这里，开始序列A馈给复位测量电路（门81-82和它们的联结导线），再在B1处决定是否经已接收了周期讯号。若没有，系统就循环回去等候这样的一个讯号。若是，系统就在阶段B3取一读数，和这若是第J次（任何数目，例如第30次）在阶段B4连续地再发生了那相同的脉冲周期T，系统就在阶段C算出一平均数。

图6的流程表是为单音程讯息的。它是用作孤立地输入参照和讯号波列的，其中在相继的波列之间总有一个间断。方块I是用作检测这些间断的。

若方块I的输出是第一个被检测的音调讯号，它就被当为参照讯号和被储存。若第二个或相继来的讯号被识别出来，就将它们与参照讯号作比较并计算出一个音程来。这计算出来的音程于是就被匹配，和如果找到一个匹配的话，那关连的子程序就被执行，然后程序复位。

在实际应用时，电脑终端机可示出像如下的选择表（Menu）：

我为你服务。“唱”你的选择

（DO DO）为（列出存储器中的程序）

（DO RE）为（显示“HO”样式）

（DO ME）为（字式显示）

（DO FA）为（闪式显示）

（DO SO）为（奏出急进音串）

（DO LA）为（起动外边磁碟驱动器来列出磁碟中的程序目录）

（DO TE）为（显示“TE”字样）

（DO DO′）为（起动外边驱动器来储藏本程序于磁碟，和执行磁碟中另一程序，和返回）

而用户只须“唱”出所要求的命令来起动电脑。

以下是一适用于图6程序清单：

特别地，如果上述列表之第93行修改如下：

93W＝O

系统10就会分别以一个新的参照来操作每一个命令。这样的操作容许同一个或不同的说话者自由地改变每一个命令所用的参考。

现在参照图7，那里表明本发明的系统用的另一流程表并以参照数字100来指示它。此表描绘出N音程信息（N-interval Message）所用之程序。那就是，它是用于多音调码。例如，在这种情形下，DO-RE-ME和DO-RE-FA就是不同的讯号。

以下就是适合用来实行此程序的列表：

图8示出又另一流程表，用作口述程序。利用输入一连串声音说话者有效地决定由所要的一串口音命令所组成的口述程序（例如一个过程）供以后执行。

依照图8流程表来实行这程序的适用列表如下：

图9表明另一子程序，指名为Ⅱ。它可用来代替图6，7和8内的流程表方块Ⅰ。当用它来代替任何图6，7和8内的方块Ⅰ的时候，就允许系统处理连贯（Slurred）的输入，即是连贯的波列。这样的操作有利于一个人类说话者，因为发出连贯的口头声音比较发出孤立的较为省力。

以下就是用来执行方块Ⅱ的程序的适用列表：

2420 PRINT CHRS（7）：REM BEEP FOR NEXT WAVE TRAIN

2460 for PS＝1 TO 500：NEXT：REM PAUSE

这可被用来替代例如上列图6的流程表用的列表的第2420-2485数行。需要留意图9内的暂停时间（pause）应当足够长久，以避免本波列（图6，7和8的流程表内的）被误为下一个接着来的读数，即是被误作为“下一波列”，而且用户要小心不应该发出本波列过久以至它越过那暂停时间。

图10表明，另一可用子程序，指名为Ⅲ。这方块Ⅲ将系统10修改至足以令使用者靠发出一个比通常需要的更持久些的波列以达到扩展他的频率范围的效果。那就是将波列维持至超过那暂停的时间。当机器检测出波列持久过某一预定时间长度时，机器就在识别信息之前（即是在解释之前）利用一个因子将资料修改从而得到一个虚音程（Virtual interval）。

图10之方块Ⅲ内的m项是一个因子，它可以是一范围内的任何一特别数值。有两个数值，0.5和2对人类说话者特别有用。当m等于0.5的时候机器听话者就作高8度移调而当m等于2，就作低8度移调（即如DO-RE，音程为1.125，若m等于0.5以及若RE被持续着，那就量出音程2.5即DO-RE′）。当说话者或唱者更进一步维持那波列就会实现重复移调。这意思就是说话者的频率范围被虚假地扩展了。并且，言辞般的输入容许使用者在舒服的频率范围内操作而竟能达到大数目的音程，好像他有非常广阔的声音频率范围似的。如此只需要用几个音调就可以发出更大数目的不同“字”（“Word”）讯号。

以下是图10之方块Ⅲ的程序的适用列表：

显然，从以上的描述看出，本发明指出一新的与电脑通讯用的系统。该系统用的概念是利用音乐的音程为码来通讯，而这就实质地扩大辨认口头命令的数目和使得辨认口头命令更为容易。

该系统可以经济有效地实现和容易学习和有效地使用。它不属某个特定使用者的，然而它又提供大量的可被辨认的“字”（intervals）而它又能经济地制造和使用。

虽然经已表示出和描写出本发明该系统的数种实现，但本领域的一般技术人员都会明白可以把系统10，100或在这里说明了的修改加以变化和修改而仍然不离开本发明的教导。故此，本发明保护范围必须只受伴随着的权利要求所限制。

Claims (33)

1、一种用音调讯号（tonal signal）与预先录有一系列子程序的电脑通讯的系统，其特征在于包括：

（a）变换装置，用于将音调讯号变换为代表其基本音调周期的讯号;

（b）连接于上述变换装置的计算装置，用于计算一个接收来的音调讯号与一个参照音调讯号之间的音程;和

（c）响应所述变换和计算装置的装置，用于从所述系统其中一系列分别对应于不同音程的子程序中选择和运行与所述计算装置计算得来的音程对应的一个子程序。

2、根据权利要求1的系统，其特征在于：所述参照讯号是从一个与一个命令音调讯号依次序向所述变换器输入得来的音调讯号。

3、根据权利要求1所述的系统：其特征在于：所述系统可响应一个音阶之中的音调。

4、根据权利要求3所述的系统：其特征在于：所述系统可响应音阶之中音程分别约为1.000，1.125，1.250，1.333，1.500，1.667，1.875和2.000的音调。

5、一种用口音（Voice）发动电脑操纵的装置，其中包括用于将口音变换为电讯号的麦克风;所述装置其特征在于包括：

联结所述麦克风用于将所述电讯号变换为脉冲列的装置，而所述脉冲列的周期与所述接收来的口音声音的基本周期相同;

联接于所述变换装置的装置，用于测量所述脉冲列周期和将该周期与一参照周期作比较;

用于计算所述脉冲列周期与所述参照周期之间的音程的装置;和

用于响应所述计算装置的装置，用于令到所述电脑执行不同的程序来响应所选择的计算得来的不同的特别音程数值。

6、一种人的语音（human voice）识别系统，其特征在于包括：用于响应人声命令的装置，所述人声命令的形式为有特别音乐音程关系的语音音调讯号，和所述系统其中有一个数目的特别不同的命令被识别于和相应于同一数目的不同的音程。

7、根据权利要求6所述的系统，其特征在于：所述装置，如果一个所述音调的长度超过予先选择的时间长度，所述装置就将所述探获的音程按比例创出一个不同的音程。

8、一种语音识别系统，其特征在于包括：

波形整形线路，用于产生一列脉冲列来响应一个向所述线路输入的音调，所述脉冲列的周期与所述输入音调的基本周期相同;

周期测量和比较线路，用于接收和测量所述波形整形线路输出的脉冲列，包括用于比较所述脉冲列的周期和一个参照周期的装置和计算其间的音乐音程的装置;和

响应特别的音程而不响应其他的音程的装置。

9、一种用人声向接口电路输入与电脑通讯的方法，其特征在于包括下列步骤：

向接口电路输入音调命令讯号;

计算一个接收来的音调讯号与一个参照音调讯号之间的音程;和

选择和运行一个对应着所述计算得来的音程的一个预录子程序。

10、根据权利要求9所述的方法，其中所述选择和运行子程序步骤，其特征在于选择和运行一个对应着最接近所述计算得来的音程的音乐音程的一个预录子程序。

11、根据权利要求10所述的方法，其中所述将音调命令讯号向接口电路输入步骤，其特征在于将字音命令讯号向接口电路输入。

12、根据权利要求9、10或11的方法，在所述计算步骤之前，包括其特征在于：

从每一个所述音调讯号获取一个与该音调的基本音频有关连的讯号。

13、根据权利要求12的方法，其中所述的获取与所述音调的基本音频有关连的讯号的步骤，其特征在于：

首先，将一个参照音调讯号变换为代表其周期的讯号，其后依着次序将命令音调讯号变换为代表其周期的讯号的步骤。

14、根据权利要求9的方法，包括其特征在于：

测验一个音调讯号的长度已经超越一个预定时间长度的步骤;和

将检测到的音程按比例创出一个不同的音程的步骤。

15、根据权利要求12的方法，其中所述的获取与所述音调的基本音频有关连的讯号的步骤包括其特征在于：

将每一个音调讯号变换为其周期与所述音调的基本音频有一定关系的脉冲列的步骤。

Images