TWI383306B - 具有互動功能的音頻播放裝置及其互動方法 - Google Patents

Description

具有互動功能的音頻播放裝置及其互動方法

本發明是關於一種具有互動功能的音頻播放裝置及其互動方法，特別是關於一種可向用戶提問的音頻播放裝置及其互動方法。

目前有許多音頻播放裝置都具有講故事、播放課文、播放音樂的功能。這些故事，課文或者音樂為預先錄製的存儲於存儲單元的音頻檔案，這些檔案的格式一般為AAC、AC-3、ATRAC3plus、MP3、WMA9等幾種，用戶一般只能通過“下一首”、“上一首”、“暫停”、“播放”等方式控制音頻的播放。故在播放音頻檔案的過程中，不具有和用戶互動的功能，如向用戶提問。

有鑒於此，故需要提供一種具有互動功能的音頻播放裝置及其互動方法。

該具有互動功能的音頻播放裝置包括一存儲單元、一輸入單元、一音頻解碼單元及一音頻輸出單元，該存儲單元存儲有至少一互動資料及一正確回應回饋語音庫及一錯誤回應回饋語音庫，每一互動資料包括一主音頻、至少一問題音頻及一控制資訊，該控制資訊包括一主控制資訊及與該問題音頻一一對應的問題控制資訊，該主控制資訊記錄有該主音頻獲取方式，該問題控制資訊定義有其對應問題音頻的獲取方式，下一問題音頻控制資訊的獲取方式，該正確回應提示語音庫及錯誤回應語音庫 都包括至少一條回饋語音，為在問題音頻輸出後，針對該問題音頻的回應分別為正確回應時及錯誤回應時設置的回饋語音；該音頻播放裝置還包括一播放控制模組，用於在播放所述一互動資料時，獲得該互動資料的控制資訊，並根據主控制資訊中記錄的主音頻獲取方式及問題控制資訊中記錄的問題音頻的獲取方式獲取主音頻及問題音頻，所述主音頻及問題音頻經該音頻解碼單元進行解碼後，由該音頻輸出單元輸出；一回應接收模組，用於接收並識別該輸入單元所產生的輸入信號，確定用戶對該問題音頻的回應；一應判斷模組，用於將回應接收模組所接收的回應與該問題控制資訊中記錄的正確答案進行比對，確定該回應為正確回應或錯誤回應；一回應回饋模組，在回應判斷模組判斷該回應為正確回應/錯誤回應時，從存儲單元的正確回應回饋語音庫/錯誤回應語音庫中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元進行解碼後，由該音頻輸出單元輸出；一問題連接模組，從問題控制資訊的下一問題控制資訊的獲取方式處獲取下一問題控制資訊，然後由該播放控制模組獲取問題音頻進行播放。

在所述具有互動功能的音頻播放裝置的互動方法中，該音頻播放裝置提供一存儲單元，該存儲單元存儲至少一互動資料、一正確回應回饋語音庫及一錯誤回應回饋語音庫，每一互動資料包括一主音頻、至少一問題音頻及一控制資訊，該控制資訊包括一主控制資訊及與該問題音頻一一對應的問題控制資訊，該主控制資訊記錄有該 主音頻獲取方式，該問題控制資訊定義有其對應問題音頻的獲取方式，下一問題音頻控制資訊的獲取方式，該正確回應提示語音庫及錯誤回應語音庫都包括至少一條回饋語音，為在問題音頻輸出後，針對該問題音頻的回應分別為正確回應時及錯誤回應時設置的回饋語音，該方法包括：從存儲單元獲取一互動資料，從而獲得該互動資料的控制資訊，並根據該控制資訊的主控制資訊的獲取方式獲取主音頻；將該主音頻傳輸至一音頻解碼單元解碼，然後由一音頻輸出單元進行播放；獲取第一個問題控制資訊；播放問題音頻，具體步驟為：根據該問題控制資訊中記錄的問題音頻獲取方式取對應的問題音頻，將該問題音頻傳輸至該音頻解碼單元解碼，然後由該音頻輸出單元進行播放；接收並識別該輸入單元所產生的輸入信號，確定用戶對該問題音頻的回應；將所接收的回應與該問題控制資訊中記錄的正確答案進行比對，確定該回應為正確回應或錯誤回應；在回應為正確回應/錯誤回應時，從存儲單元的正確回應回饋語音庫/錯誤回應語音庫中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元進行解碼後，由該音頻輸出單元輸出。從問題控制資訊的下一問題控制資訊的獲取方式處獲取下一問題控制資訊，然後執行播放問題音頻的步驟。

相較於現有技術，本發明的具有互動功能的音頻播放裝置及其互動方法在播放完一段音頻後向用戶提問，在接收用戶的回應後，判斷用戶的回應是否正確回應，然後對用戶的回應作出評價回饋，不但使用戶對所播放音頻 增加理解及印象，而且使用戶和音頻播放裝置之間產生互動，增加了趣味性。

請參閱圖1，為具有互動功能的音頻播放裝置(以下簡稱為音頻播放裝置)在第一實施方式中的功能模組結構圖。該音頻播放裝置10包括有一存儲單元11、一中央處理單元12、一音頻解碼單元13、一音頻輸出單元14及一輸入單元15。該音頻播放裝置10可在播放完一段音頻後與用戶互動，如播放該段音頻對應的問題音頻，向用戶提問，然後接收用戶的回應，對用戶的回應做出回饋提示。該音頻播放裝置10的存儲單元11中存儲至少一互動資料111、一正確回應回饋語音庫112及一錯誤回應回饋語音庫113。每一互動資料111(圖2及圖3所示)包括一控制資訊21、一主音頻22及至少一問題音頻23。該主音頻22可以是一個故事，一篇課文，一段音樂或其他的音頻。每一問題音頻23為針對該主音頻22的內容所設置的一些用於與用戶互動的音頻。該正確回應回饋語音庫112包括至少一條回饋語音，為問題音頻23輸出後，用戶針對該問題音頻的回應為正確回應時設置的回饋音頻，如圖5所示。該錯誤回應回饋語音庫113包括至少一條回饋語音，為問題音頻23輸出後，用戶針對該問題音頻的回應為錯誤回應時設置的回饋音頻，如圖6所示。

該互動資料具有兩種結構，第一種結構為如圖2所示，每一互動資料為一個檔，該控制資訊21、一主音頻22、多個問題音頻23及每個問題音頻對應的資料庫24分別構成 檔的一部分。該主音頻22及每一問題音頻23都有一個音頻頭資訊，該音頻頭資訊記錄了與主音頻/問題音頻相關的一些資訊，如播放時長、編碼格式及版本號等。

該互動資料的第二種結構如圖3所示，每一互動資料的控制資訊21、主音頻22、每一問題音頻23及每個問題對應的提示語音庫24以獨立的檔進行存儲。

在圖2及圖3所示的兩種互動資料結構中，該控制資訊21的格式基本上是一樣。該控制資訊21包括一主控制資訊211及與該互動問題音頻一一對應的問題控制資訊212。該主控制資訊211記錄有主音頻獲取方式，在圖2所示的互動資料結構中該主音頻獲取方式為記錄主音頻22在該音頻檔中的位移值，而在圖3所示的互動資料結構中該主音頻獲取方式為記錄主音頻22的檔案名稱。該問題控制資訊212記錄對應問題音頻23的獲取方式(以下稱為問題音頻獲取方式)、一連接資訊(即下一問題控制資訊的獲取方式)及對應問題音頻23的正確答案，如圖4所示。

該中央處理單元12包括一播放控制模組121、一回應接收模組122、一回應判斷模組123、一回應回饋模組124及一問題連接模組125。

該播放控制模組121用於在播放所述互動資料時，獲得該互動資料111的控制資訊，並根據該控制資訊21的主控制資訊211中所記錄的主音頻獲取方式獲取主音頻22及該控制資訊21的問題控制資訊212中所記錄的問題音頻獲取方式獲取相應的問題音頻23，所述主音頻22及問題音頻23 經該音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出。

該回應接收模組122用於接收並識別該輸入單元15所產生的輸入信號，確定對該問題音頻的回應。該輸入單元15可為按鍵、觸摸感應器或聲音輸入設備如麥克風等。在本發明中，如果該輸入單元15為按鍵，可定義表示用戶各種回應分別對應的按鍵，例如“是”回應的按鍵及表示用戶作出“否”回應的按鍵；如果該輸入單元15為聲音輸入設備，可定義表示用戶各種回應分別對應的語音，例如表示用戶作出“是”回應的語音及表示用戶作出“否”回應的語音。

該回應判斷模組123用於將所述回應與該問題控制資訊212中記錄的正確答案進行比對，確定該回應為正確回應或錯誤回應。例如，如果在該問題控制資訊212記錄的正確答案為“是”，而回應接收模組122識別到用戶的回應為“否”，則該回應為錯誤回應；如果在該問題控制資訊212記錄的正確答案為“否”，而回應接收模組122識別到用戶的回應為“否”，則該回應為正確回應。

該回應回饋模組124在回應判斷模組123判斷用戶的回應為正確回應時，從存儲單元11的正確回應回饋語音庫111中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出，該回應回饋模組124在回應判斷模組123判斷用戶的回應為錯誤回應時，從存儲單元11的錯誤回應回饋語音庫112中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元13進行 解碼後，由該音頻輸出單元14輸出。

該問題連接模組125用於在回應回饋模組124作出回饋之後，判斷該問題控制資訊212的連接資訊處所記錄的下一問題控制資訊的獲取方式是否為一預設值，若為一預設值，則結束互動資料111的播放，若不是一預設值，則通知該播放控制模組121根據連接資訊處所記錄的下一問題控制資訊的獲取方式獲取下一問題控制資訊。

參閱圖6所示，為應用與第一實施方式中該音頻播放裝置的互動方法的流程圖。首先，在開始播放一互動資料111時，該播放控制模組121獲得該互動資料的控制資訊21，並根據該控制資訊21的主控制資訊211的獲取方式獲取主音頻22(步驟S601)。

該播放控制模組121將該主音頻23傳輸至音頻解碼單元13解碼，然後由該音頻輸出單元14進行播放(步驟S602)。

該播放控制模組121在主音頻播放完後，獲取第一個問題控制資訊212，根據該問題控制資訊212的問題音頻獲取方式處獲取對應的問題音頻23(步驟S603)。

該音頻解碼單元13將該問題音頻23解碼，然後由該音頻輸出單元14進行播放(步驟S604)。

該回應接收模組122通過輸入單元15接收並識別用戶根據該問題所作的回應(步驟S604)。

該回應判斷模組123將所識別的用戶的回應與問題控制資 訊的正確答案處記錄的正確答案進行比對，判斷用戶的回應是否與問題控制資訊的正確答案處記錄的正確答案一致，若一致，則說明用戶的回應為正確回應，若不一致，則說明用戶的回應為錯誤回應(步驟S808)。

該回應回饋模組124在回應判斷模組123判斷用戶的回應為正確回應時，從存儲單元11的正確回應回饋語音庫111中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出(步驟607)。

該回應回饋模組124在回應判斷模組123判斷用戶的回應為錯誤回應時，從存儲單元11的錯誤回應回饋語音庫112中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出(步驟608)。

在該回應回饋模組124作出回饋之後，該問題連接模組125從該問題控制資訊212中的連接資訊中獲取下一問題控制資訊(步驟S609)。

該問題連接模組125判斷所獲取的下一個問題控制資訊的獲取方式是否一預設值(步驟S610)，若為一預設值，則結束操作。

若不是一預設值，該播放控制模組121根據該下一個問題控制資訊的獲取方式獲取下一問題控制資訊212，根據該下一問題控制資訊212的問題音頻獲取方式處獲取對應的問題音頻23，流程跳至步驟S604(步驟S611)。

如圖7所示，為具有互動功能的音頻播放裝置在第二實施方式中的功能模組結構圖。在第二實施方式中，該音頻播放裝置中的存儲單元11中設置一正確回應數/錯誤回應數，該正確回應數/錯誤回應數用於統計用戶對主音頻22的所有問題音頻23的正確回應數/錯誤回應數，其初始值為0，該存儲單元11中還存儲一評價語音庫114，在該評價語音庫114中，將正確回應數/錯誤回應數分為多個範圍，為每個範圍設置一個評價語音。如圖9所示，為該評價語音庫的一實施例，本實施例中，以正確回應數進行統計，並進行範圍劃分，主音頻23對應的問題音頻22有10個。

該中央處理單元12還包括一結果統計模組126及一結果評價模組127，該結果統計模組126，該結果統計模組126用於在回應判斷模組124判斷用戶的回應為正確回應/錯誤回應時，對存儲單元11中的一正確回應數/錯誤回應數加1，該結果評價模組127在問題連接模組125所獲取的下一問題控制資訊的獲取方式為一預設值時，獲取結果統計模組126所統計的正確回應數/錯誤回應數，並在評價語音庫114中確定該正確錯誤數/錯誤回應數所落入的範圍，然後獲取該範圍對應的評價語音，在獲取該評價語音後，將其傳輸至音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出。如在圖9所示的實施例中，若結果統計模組126統計的正確回應數為8個，則結果評價模組127在評價語音庫中可確定該正確回應數所落入的範圍為8-9，從而獲取範圍8-9對應的評價語音“好極了”，然後將 該評價語音傳輸至音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出。

如圖10所示，為用戶對主音頻的所有問題音頻回應之後的回應結果進行評價的方法的流程圖。首先該結果統計模組126在回應判斷模組124判斷用戶的回應為正確回應/錯誤回應時，對存儲單元11中的一正確回應數/錯誤回應數加1(步驟101)。

該結果評價模組127在所獲取的下一問題控制資訊的獲取方式為一預設值時，獲取該結果統計模組126所統計的正確回應數/錯誤回應數(步驟102)。

該結果評價模組127在評價語音庫中確定正確回應數/錯誤回應數所落入的範圍(步驟103)。

該結果評價模組127獲取該範圍對應的評價語音(步驟104)。

該結果評價模組127將所獲取的評價語音傳輸至音頻解碼單元13進行解碼後，由該音頻輸出單元14輸出(步驟105)。

11‧‧‧存儲單元

12‧‧‧中央處理單元

13‧‧‧音頻解碼單元

14‧‧‧音頻輸出單元

15‧‧‧輸入單元

111‧‧‧互動資料

112‧‧‧正確回應回饋語音庫

113‧‧‧錯誤回應回饋語音庫

121‧‧‧播放控制模組

122‧‧‧回應接收模組

123‧‧‧回應判斷模組

124‧‧‧回應回饋模組

125‧‧‧問題連接模組

21‧‧‧控制資訊

22‧‧‧主音頻

23‧‧‧問題音頻

114‧‧‧評價語音庫

126‧‧‧結果統計模組

127‧‧‧結果評價模組

圖1為具有互動功能的音頻播放裝置在第一實施方式中的功能模組結構圖；圖2為互動資料的第一種結構的示意圖；圖3為互動資料的第二種結構的示意圖；圖4為問題控制資訊的示意圖； 圖5為正確回應回饋語音庫的示意圖；圖6為錯誤回應回饋語音庫的示意圖；圖7為應用與第一實施方式中該音頻播放裝置的互動方法的流程圖；圖8為具有互動功能的音頻播放裝置在第二實施方式中的功能模組結構圖；圖9為評價語音庫的示意圖；及圖10為用戶對主音頻的所有問題音頻回應之後的回應結果進行評價的方法的流程圖。

11‧‧‧存儲單元

12‧‧‧中央處理單元

13‧‧‧音頻解碼單元

14‧‧‧音頻輸出單元

15‧‧‧輸入單元

111‧‧‧互動資料

112‧‧‧正確回應回饋語音庫

113‧‧‧錯誤回應回饋語音庫

121‧‧‧播放控制模組

122‧‧‧回應接收模組

123‧‧‧回應判斷模組

124‧‧‧回應回饋模組

125‧‧‧問題連接模組

Claims (8)

1. 一種具有互動功能的音頻播放裝置，其包括一存儲單元、一輸入單元、一音頻解碼單元及一音頻輸出單元，其改良在於：該存儲單元存儲有至少一互動資料及一正確回應回饋語音庫及一錯誤回應回饋語音庫，每一互動資料包括一主音頻、至少一問題音頻及一控制資訊，該控制資訊包括一主控制資訊及與該問題音頻一一對應的問題控制資訊，該主控制資訊記錄有該主音頻獲取方式，該問題控制資訊定義有其對應問題音頻的獲取方式，下一問題音頻控制資訊的獲取方式，該正確回應提示語音庫及錯誤回應語音庫都包括至少一條回饋語音，為在問題音頻輸出後，針對該問題音頻的回應分別為正確回應時及錯誤回應時設置的回饋語音；一播放控制模組，用於在播放所述一互動資料時，獲得該互動資料的控制資訊，並根據主控制資訊中記錄的主音頻獲取方式及問題控制資訊中記錄的問題音頻的獲取方式獲取主音頻及問題音頻，所述主音頻及問題音頻經該音頻解碼單元進行解碼後，由該音頻輸出單元輸出；一回應接收模組，用於接收並識別該輸入單元所產生的輸入信號，確定用戶對該問題音頻的回應；一回應判斷模組，用於將回應接收模組所接收的回應與該問題控制資訊中記錄的正確答案進行比對，確定該回應為正確回應或錯誤回應；一回應回饋模組，在回應判斷模組判斷該回應為正確回應 /錯誤回應時，從存儲單元的正確回應回饋語音庫/錯誤回應語音庫中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元進行解碼後，由該音頻輸出單元輸出；一問題連接模組，用於在回應回饋模組針對正確回應/錯誤回應作出對應的回饋語音之後，從問題控制資訊的下一問題控制資訊的獲取方式處獲取下一問題控制資訊，然後由該播放控制模組獲取問題音頻進行播放。
2. 如申請專利範圍第1項所述的具有互動功能的音頻播放裝置，其中，所述每一互動資料為一個檔，該主音頻獲取方式及該問題音頻獲取方式為主音頻及問題音頻在互動資料中的位移值。
3. 如申請專利範圍第1項所述的具有互動功能的音頻播放裝置，其中，所述每一互動資料的主音頻、每一問題音頻及控制資訊以以獨立的檔進行存儲，該主音頻獲取方式及該問題音頻獲取方式為主音頻、問題音頻的檔案名稱。
4. 如申請專利範圍第1項所述的具有互動功能的音頻播放裝置，其中，該存儲單元中設置一正確回應數/錯誤回應數及一評價語音庫，該正確回應數/錯誤回應數用於統計用戶對主音頻的所有問題音頻的正確回應數/錯誤回應數，在該評價語音庫中，將正確回應數/錯誤回應數分為多個範圍，每個範圍設置有一評價語音，該音頻播放裝置還包括一結果統計模組及一結果評價模組，該結果統計模組用於在回應判斷模組判斷用戶的回應為正確回應/錯誤回應時，對存儲單元中的正確回應數/錯誤回應數加1，該結果評價模組在問題連接模組所獲取的下一問題控制資訊的獲取方式為一預設值時，獲取結果統計模組所統計的正確回 應數/錯誤回應數，並在評價語音庫中確定該正確錯誤數/錯誤回應數所落入的範圍，然後獲取該範圍對應的評價語音，在獲取該評價語音後，將其傳輸至音頻解碼單元進行解碼後，由該音頻輸出單元輸出。
5. 一種應用於音頻播放裝置的互動方法，該音頻播放裝置提供一存儲單元，該存儲單元存儲至少一互動資料、一正確回應回饋語音庫及一錯誤回應回饋語音庫，每一互動資料包括一主音頻、至少一問題音頻及一控制資訊，該控制資訊包括一主控制資訊及與該問題音頻一一對應的問題控制資訊，該主控制資訊記錄有該主音頻獲取方式，該問題控制資訊定義有其對應問題音頻的獲取方式，下一問題音頻控制資訊的獲取方式，該正確回應提示語音庫及錯誤回應語音庫都包括至少一條回饋語音，為在問題音頻輸出後，針對該問題音頻的回應分別為正確回應時及錯誤回應時設置的回饋語音；其改良在於，該方法包括：從存儲單元獲取一互動資料，從而獲得該互動資料的控制資訊，並根據該控制資訊的主控制資訊的獲取方式獲取主音頻；將該主音頻傳輸至一音頻解碼單元解碼，然後由一音頻輸出單元進行播放；獲取第一個問題控制資訊；播放問題音頻，具體步驟為：根據該問題控制資訊中記錄的問題音頻獲取方式取對應的問題音頻，將該問題音頻傳輸至該音頻解碼單元解碼，然後由該音頻輸出單元進行播放；接收並識別該輸入單元所產生的輸入信號，確定用戶對該 問題音頻的回應；將所接收的回應與該問題控制資訊中記錄的正確答案進行比對，確定該回應為正確回應或錯誤回應；在回應為正確回應/錯誤回應時，從存儲單元的正確回應回饋語音庫/錯誤回應語音庫中獲取一回饋語音，並將該回饋語音傳輸至音頻解碼單元進行解碼後，由該音頻輸出單元輸出。在針對正確回應/錯誤回應作出對應的回饋語音之後，從問題控制資訊的下一問題控制資訊的獲取方式處獲取下一問題控制資訊，然後執行播放問題音頻的步驟。
6. 如申請專利範圍第5項所述的應用於音頻播放裝置的互動方法，其中，所述每一互動資料為一個檔，該主音頻獲取方式、該問題音頻獲取方式及該提示語音庫的獲取方式為主音頻、問題音頻及提示語音庫在互動資料中的位移值。
7. 如申請專利範圍第5項所述的應用於音頻播放裝置的互動方法，其中，所述每一互動資料的主音頻、每一問題音頻、控制資訊以及每一提示語音庫以獨立的檔進行存儲，該主音頻獲取方式、該問題音頻獲取方式及該每一提示語音庫為主音頻、問題音頻及提示語音庫的檔案名稱。
8. 如申請專利範圍第5項所述的應用於音頻播放裝置的互動方法，該存儲單元中還存儲一正確回應數/錯誤回應數及一評價語音庫，該正確回應數/錯誤回應數用於統計用戶對主音頻的所有問題音頻的正確回應數/錯誤回應數，在該評價語音庫中，將正確回應數/錯誤回應數分為多個範圍，每個範圍設置有一評價語音，其中，該方法還包括步驟： 在判斷回應為正確回應/錯誤回應時，對存儲單元中的正確回應數/錯誤回應數加1；在所獲取的下一問題控制資訊的獲取方式為一預設值時，獲取正確回應數/錯誤回應數；在評價語音庫中確定該正確錯誤數/錯誤回應數所落入的範圍；在評價語音庫中獲取該範圍對應的評價語音；將所獲取該評價語音傳輸至音頻解碼單元進行解碼後，由該音頻輸出單元輸出。