TWI525532B

TWI525532B - Set the name of the person to wake up the name for voice manipulation

Info

Publication number: TWI525532B
Application number: TW104110201A
Authority: TW
Inventors: Yu-Wei Chen
Original assignee: Yu-Wei Chen
Priority date: 2015-03-30
Filing date: 2015-03-30
Publication date: 2016-03-11
Also published as: TW201635132A; US20160293168A1

Description

以文字設定個人喚醒名稱以進行語音操控之方法

本發明係關於啟動語音操控之方法，尤指一種以文字設定個人喚醒名稱以進行語音操控之方法，僅需以文字設定個人喚醒名稱，即能簡單、快速、方便又有效地自訂一個人喚醒名稱，並據以利用對應於該個人喚醒名稱之語音，啟動該語音操控程式，以利後續對一電子裝置進行語音操控。

進年來，由於電腦及網路技術的迅速發展，以及電腦硬體的小型化趨勢，使得電腦的應用層面越來越廣，已逐漸由工作場合，擴及至日常生活中的食衣住行上，並以各種不同於過去電腦之型態，出現在人們面前，例如：智慧型手機、平板電腦及智慧型穿戴裝置...等智慧型裝置，除令人們能更加便利及有效率地的處理日常生活及工作中之大小事外，相對地，亦令人們在日常生活及工作中，更加離不開對智慧型裝置的依賴，故，顯見智慧型裝置不管是對未來或現在人們的生活及工作，皆具有舉足輕重的影響力。

以智慧型手機為例，相關廠商為了因應上述小型化之趨勢，並能提供大面積之顯示畫面，已完全摒除了在智慧型手機上設置傳統鍵盤，導致使用者在操作該等智慧型手機時，無法像使用傳統電腦鍵盤般安穩地以雙手操作，而必需在雙手握持智慧型手機之同時，各騰出一手指(如：姆指)，接續操作，造成使用上極大之不便，有鑒於此，乃有廠商著手研發更符合及貼近人們日常動作之語音操控方式，意即，使用者無需額外地去學習、記憶或習慣新的操作方式及規則，僅需透過平時自然語音，即可操作或命令智慧型手機執行對應之指令，完成搜尋資料、查詢天氣、設定日曆、設定鬧鈴等許多服務，目前智慧型手機系統中的智慧型個人語音助理程式(Intelligent software assistant，如：蘋果智慧型手機iOS系統中的Siri、Android智慧型手機系統中的Google Now...等)即能達成上述語音操控方式。

一般言，使用者在啟動各該語音助理程式時(如：蘋果智慧型手機之Siri)，必需先對各該智慧型手機，發出廠商指定之一標準喚醒名稱(如：Siri)，各該語音助理程式始會被喚醒，而提供語音助理服務，其喚醒程序主要係各該智慧型手機會利用自然語言處理(Natural Language Processing，簡稱NLP)技術，將使用者所輸入的自然語音(如：Siri)轉化為音頻數據，並將該音頻數據與預先設定之標準喚醒名稱(如：Siri)的音頻數據進行比較，俟判斷出二者的音頻數據在容許之誤差範圍內時，即執行該預先設定之標準語音所對應之一喚醒指令，以喚醒各該語音助理程式。

惟，由於，使用各該標準喚醒名稱喚醒各該語音助理程式之方式，並不符合市場上對於客製化之需求，再者，該方式除允許手機主人喚醒該手機內之語音助理程式外，亦允許其他人以該標準喚醒名稱喚醒該語音助理程式，並藉以操控、執行手機內相應之程式，容易造成手機內個人資料外流的危險，該等廠商又思及能令使用者自行設定個人之喚醒名稱，以喚醒各該語音助理程式，其作法係令使用者能將其所發出之喚醒名稱(如：張大千)之語音，設定並儲存至各該智慧型手機，成為一客製化之個人喚醒名稱，嗣，使用者僅需再次發出該喚醒名稱(如：張大千)之語音時，智慧型手機即會將其音頻數據與預先設定之個人喚醒名稱(如：張大千)的音頻數據進行比較，若判斷出二者的音頻數據在容許之誤差範圍內時，即執行對應之喚醒指令，以喚醒該語音助理程式。

然而，在實際操作上，使用者不僅需選在較安靜且無風的環境下錄製該個人喚醒名稱外，同一個人喚醒名稱又常因音準、音頻、波形或斷句之差異，影響了後續在判讀及比對該個人喚醒名稱的困難，因此，必需重覆錄製3次以上，確定能排除或縮小該等差異後，始能確保自然語言處理技術能精確地辨識出該個人喚醒名稱，故，大幅增加使用者操作上的困難度及複雜度，令整個修改過程顯得格外麻煩又冗長；再者，由於，在設定該個人喚醒名稱時之背景噪音，常常會與欲喚醒該語音助理程式當時之背景噪音差距過大，導致二者整體音頻數據間之誤差經常會超出容許之誤差範圍，進而令自然語言處理技術無法辨識，且無法據以喚醒該語音助理程式，造成使用者莫大之困擾，進而令使用者的使用意願大幅降低。

故，如何針對習知啟動語音助理程式之操作方法進行改良，以解決前述問題，即成為本發明在此亟欲解決的重要問題。

有鑑於啟動語音助理程式之操作方法於實際操作時所發生之前述問題，發明人乃憑藉著多年來的實務經驗，並經過多次的實驗及測試後，終於設計出本發明之一種以文字設定個人喚醒名稱以進行語音操控之方法，期能有效改善前述之諸多缺失。

本發明之一目的，係提供一種以文字設定個人喚醒名稱以進行語音操控之方法，係應用至一電子裝置，該電子裝置設有一輸入單元、一語音辨識單元及至少一收音單元，且安裝有一語音操控程式及一喚醒名稱設定程式，並儲存有一預設喚醒名稱及一語音資料庫，該方法係使該電子裝置執行下列步驟：啟動該喚醒名稱設定程式；接收該輸入單元傳來之一設定訊息；讀取該設定訊息所攜帶之一第一文字信息，其中該第一文字信息包括至少一字元；當根據該語音資料庫的內容，判斷出該字元係存在時，將該字元儲存為一個人喚醒名稱，並採用該個人喚醒名稱，作為啟動該語音操控程式之一語音指令；當該語音辨識單元接收該收音單元傳來之一語音訊息時，該語音辨識單元能讀取該語音訊息，並將該語音訊息之內容轉換為一第二文字信息，其中該第二文字信息包括至少一字元；接收該語音辨識單元傳來之第二文字信息；當判斷出該第二文字信息之內容符合該個人喚醒名稱，則啟動該語音操控程式，並根據後續接收到之語音訊息執行對應之控制程序。

如此，使用者只需透過該輸入單元輸入文字，令該輸入單元產生一設定訊息，即可簡單、快速又方便地自訂一個人喚醒名稱，並據以利用對應於該個人喚醒名稱之語音，啟動該語音操控程式，以利後續對該電子裝置進行語音操控，相較於過去無法自訂個人喚醒名稱，而只能以一預設喚醒名稱啟動該語音操控程式而言，不僅更加符合市場上對於客製化之需求，亦避免發生被其他人以該預設喚醒名稱，啟動該語音操控程式的狀況；再者，相較於利用語音訊息自訂該個人喚醒名稱而言，由於，使用者不需選擇環境重覆地錄製3次以上該個人喚醒名稱，因此，本發明能大幅降低使用者操作上的困難度及複雜度，令整個修改過程顯得格外簡單、容易又迅速外，亦由於該語音辨識單元係利用該語音資料庫之標準語音與該語音訊息進行比對，而非如同過去，係以所錄製之喚醒名稱的語音進行比對，故，本發明在辨識該個人喚醒名稱之語音上，將能大幅降低過去受到錄製當下背景噪音之不良影響，而能有效提升辨識該個人喚醒名稱的準確性，以能更順利地啟動該語音操控程式，令使用者的使用意願大幅提升。

為便貴審查委員能對本發明目的、技術特徵及其功效，做更進一步之認識與瞭解，茲舉實施例配合圖式，詳細說明如下：

〔習知〕

無

〔本發明〕

1‧‧‧電子裝置

11‧‧‧處理單元

12‧‧‧語音辨識單元

13‧‧‧儲存單元

131‧‧‧語音操控程式

132‧‧‧喚醒名稱設定程式

133‧‧‧預設喚醒名稱

134‧‧‧語音資料庫

135‧‧‧個人喚醒名稱

14‧‧‧輸入單元

15‧‧‧收音單元

151‧‧‧第一麥克風

152‧‧‧第二麥克風

16‧‧‧網路單元

17‧‧‧電池

2‧‧‧另一電子裝置

301~310、320、321‧‧‧步驟

第1圖係為本發明之電子裝置方塊示意圖；及第2圖係為本發明之方法流程圖。

本發明係一種以文字設定個人喚醒名稱以進行語音操控之方法，請參閱第1圖所示，在本發明之一較佳實施例中，該方法係應用至一電子裝置1(如：智慧型手機、平板電腦、穿戴式裝置...等)，該電子裝置1設有一處理單元11、一語音辨識單元12、一儲存單元13、一輸入單元14(如：鍵盤、觸控板...等)、一收音單元15及一電池17，且該儲存單元13內安裝有一語音操控程式131(如：智慧型個人語音助理程式)及一喚醒名稱設定程式132，並儲存有一預設喚醒名稱133及一語音資料庫134，該處理單元11係分別與該電池17及該語音辨識單元12、儲存單元13、輸入單元 14、收音單元15相電氣連接，以令該處理單元11藉由開啟或關閉該電池17對該等單元12、13、14、15之供電，控制該等單元12、13、14、15之啟動或關閉，並藉由與該等單元12、13、14、15之電氣連接，能接收該收音單元15、輸入單元14和語音辨識單元12所傳送之訊息、取用該儲存單元13之內容進行後續的處理，以及啟動該儲存單元13內之程式執行相關之程序...等；該語音資料庫係包括有複數標準語音、對應該等標準語音之文字及一對照表，該對照表係紀錄該等標準語音與文字間的關聯性，以令該語音辨識單元12在完成比對後，能透過該對照表將所比對之語音轉換成對應之文字。

茲僅就本發明較佳實施例之方法作進一步的說明，請參閱第1及2圖所示，該方法係使該電子裝置1執行下列步驟：(301)啟動該喚醒名稱設定程式132；(302)接收一設定訊息，於本實施例中，該設定訊息係由該輸入單元14所傳來，並係使用者透過該輸入單元14輸入文字，而令該輸入單元14所產生的；(303)讀取該設定訊息之一第一文字信息，其中該第一文字信息包括至少一字元(中文字或英文字，如：張大千)；(304)根據該語音資料庫134的內容，判斷該字元(如：張、大、千等)是否均存在？若是，進入步驟(305)，否則，進入步驟(320)；(305)將該字元(如：張大千)儲存為一個人喚醒名稱135，並採用該個人喚醒名稱135，作為啟動該語音操控程式131之一語音指令；(306)當該語音辨識單元12接收該收音單元15傳來之一語音訊息時，該語音辨識單元12能讀取該語音訊息；(307)該語音辨識單元12能根據該語音資料庫134的內容，將該語音訊息(如：張大千的語音)之內容轉換為一第二文字信息，其中該第二文字信息包括至少一字元(中文字或英文字，如：張大千)；(308)接收該語音辨識單元12傳來之第二文字信息；(309)判斷該第二文字信息之內容是否符合該個人喚醒名稱135？若是，進入步驟(310)，否則，進入步驟(321)；(310)啟動該語音操控程式131，並根據後續接收該收音單元15傳來之語音訊息，執行對應之控制程序；(320)採用該預設喚醒名稱133，作為啟動該語音操控程式131之語音指令，並返回步驟(302)；及(321)不啟動該語音操控程式131，亦不會根據後續接收該收音單元15傳來之語音訊息，執行對應之控制程序，並且返回步驟(306)。

如此，使用者只需透過該輸入單元14輸入文字，令該輸入單元14產生一設定訊息，即可簡單、快速又方便地自訂一個人喚醒名稱135，並據以利用對應於該個人喚醒名稱135之語音，啟動該語音操控程式131，以利後續對該電子裝置1進行語音操控。

在本發明之另一較佳實施例中，復請參閱第1及2圖所示，該電子裝置1尚設有一網路單元16，該網路單元16系與該處理單元11電氣連接，以當該方法使該電子裝置1執行到第2圖中步驟(302)時，所接收之該設定訊息亦可透過該網路單元16接受另一電子裝置2所傳送過來，如此，使用者除了能透過該電子裝置1之輸入單元14，修改該個人喚醒名稱135外，亦能透過另一電子裝置2，修改該電子裝置1上的個人喚醒名稱135，於此實施例中，另一電子裝置2係可藉由有線或無線網路與該電子裝置1之網路單元16相連接，合先陳明。

此外，請參閱第1圖所示，該收音單元15係包括一第一麥克風151及一第二麥克風152，該第一麥克風151係能持續地接收用於啟動該語音操控程式131的該語音訊息，該第二麥克風152則係在該語音操控程式131被啟動時被開啟，進而能接收後續命令該語音操控程式131執行對應控制程序的語音訊息，由於啟動該語音操控程式131的語音訊息，通常較後續命令該語音操控程式131執行對應控制程序的語音訊息，短且簡單，故，於此實施例中，發明人特別將該收音單元15，區分為第一麥克風151及第二麥克風152，並因其收取語音訊息的複雜程度不同，以及其使用時間長短與時機不同，選用不同的收音性能及耗電量的麥克風，以能大幅降低該電子裝置1之耗電量，並能更有效且確實地以語音啟動該語音操控程式131，或命令該語音操控程式131執行對應控制程序。

綜上所述可知，相較於過去無法自訂個人喚醒名稱135，而只能以一預設喚醒名稱133啟動該語音操控程式131而言，不僅更加符合市場上對於客製化之需求，亦避免發生被其他人以該預設喚醒名稱133，啟動該語音操控程式131的狀況；再者，相較於利用語音訊息自訂該個人喚醒名稱135而言，由於，使用者不需選擇環境重覆地錄製3次以上該個人喚醒名稱135，因此，本發明能大幅降低使用者操作上的困難度及複雜度，令整個修改過程顯得格外簡單、容易又迅速外，亦由於該語音辨識單元12係利用該語音資料庫134之標準語音與該語音訊息進行比對，而非如同過去，係以所錄製之喚醒名稱的語音進行比對，故，本發明在辨識該個人喚醒名稱135之語音上，將能大幅降低過去受到錄製當下背景噪音之不良影響，而能有效提升辨識該個人喚醒名稱135的準確性，以能更順利地啟動該語音操控程式131，令使用者的使用意願大幅提升。

按，以上所述，僅係本發明之較佳實施例，惟，本發明所主張之權利範圍，並不侷限於此，按凡熟悉該項技藝人士，依據本發明所揭露之技術內容，可輕易思及之等效變化，均應屬不脫離本發明之保護範疇。

301~310、320、321‧‧‧步驟

Claims

一種以文字設定個人喚醒名稱以進行語音操控之方法，係應用至一電子裝置，該電子裝置設有一處理單元、一儲存單元、一輸入單元、一語音辨識單元及一收音單元，且該儲存單元安裝有一語音操控程式及一喚醒名稱設定程式，並儲存有一預設喚醒名稱及一語音資料庫，該方法係使該電子裝置執行下列步驟：該處理單元啟動該儲存單元所安裝之該喚醒名稱設定程式；該處理單元接收該輸入單元傳來之一設定訊息；該處理單元讀取該設定訊息所攜帶之一第一文字信息，其中該第一文字信息包括至少一字元；當該處理單元根據該語音資料庫的內容，判斷出該字元係存在時，將該字元儲存為一個人喚醒名稱，並採用該個人喚醒名稱，作為啟動該語音操控程式之一語音指令；當該語音辨識單元接收該收音單元傳來之一語音訊息時，該語音辨識單元能讀取該語音訊息，並將該語音訊息之內容轉換為一第二文字信息，其中該第二文字信息包括至少一字元；該處理單元接收該語音辨識單元傳來之第二文字信息；及當該處理單元判斷出該第二文字信息之內容符合該個人喚醒名稱時，啟動該儲存單元所安裝之該語音操控程式，並根據後續接收到之語音訊息執行對應之控制程序。
如請求項1所述之方法，其中，該電子裝置尚設有一網路單元，該電子裝置能透過該網路單元接受另一電子裝置所傳送過來的該設定訊息，以令該電子裝置能透過另一電子裝置設定該個人喚醒名稱。
如請求項1或2所述之方法，其中，該收音單元係包括有一第一麥克風及一第二麥克風，該第一麥克風係能持續地接收用於啟動該語音操控程式之語音訊息，該第二麥克風則係在該語音操控程式被啟動時被開啟，進而能接收後續用於命令該語音操控程式執行對應控制程序之語音訊息。
如請求項3所述之方法，尚能使該電子裝置執行下列步驟：該處理單元在完成讀取該設定訊息之第一文字信息的情況下，當該處理單元根據該語音資料庫的內容，判斷出該字元不存在時，則採用該預設喚醒名稱，作為啟動該語音操控程式之語音指令。
如請求項4所述之方法，尚能使該電子裝置執行下列步驟：該處理單元在完成接收該語音辨識單元傳來之第二文字信息的情況下，當該處理單元判斷該第二文字信息之內容不符合該個人喚醒名稱時，則不啟動該語音操控程式。