[發明專利]帶有可下載話音命令集的話音控制的遙控裝置

無效

• 申請號: 01802485.8
• 申請日: 2001-08-10
• 公開（公告）號: CN1389064A
• 公開（公告）日: 2003-01-01
• 發明（設計）人: W·勒梅;J·M·諾瓦克
• 申請（專利權）人: 皇家菲利浦電子有限公司
• 主分類號: H04N5/445
• 分類號: H04N5/445
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 程天正,張志醒

本發明總地涉及一個具有語音接口的遙控裝置，以及更具體地涉及一個用于觀看和收集信息及電影的電視機或者電子設備的遙控裝置。

必須在遙控裝置中實施的特征(諸如實施的語音識別)的數目不斷增加。今天遙控裝置不再控制僅僅一個電子設備。而是一個遙控裝置被用于去控制不同的電子設備，諸如電視機、VCR和圓盤式衛星接收機。那些電子設備通過實施更有價值的、類似例如圖文電視和互聯網通信能力的特征而正變得越來越復雜。因而遙控裝置可執行的命令數目也不斷增加。特征和命令的增加一般會導致鍵盤上越來越多的鍵，這會使遙控裝置更大和更笨重。

語音識別看來是對上述問題的解決方案。而語音識別本身的問題是語音識別算法非常消耗存儲空間。所以遙控裝置僅能夠識別幾個口頭命令。近來已經開發出一種話音操作的遙控系統，它采用話音控制命令，以取代通過鍵輸入的控制命令。該話音操作的遙控系統有一個裝在發送器上用于將話音命令轉換成電子話音信號的話筒，以及用于生成對應于由話音信號代表的話音模式的遙控信號的語音識別LSI(大規模集成)電路。這樣生成的遙控信號被傳送到受控電子設備中的接收器。在該系統中，事先登記有對應于由操作員給出的話音命令的標準模式數據。這個系統有一個與說話者無關的識別且在美國專利第5,774,859號中描述。對于與說話者無關的識別系統，模板已經被存儲在語音識別器的存儲器中(“預訓練”)。該模板正常地通過對大量的說話者進行平均，覆蓋不同的音調、方言等而獲得。這種解決方案的很大的優點在于：不同的使用者可以使用該話音命令。其缺陷是缺乏個性化和固定的語言。命令是由遙控裝置制造者選定的。對于諸如“靜音”、“調大音量”或者“一頻道”的標準命令而言，這可能是便利的，但是它可能不允許用戶選擇多個宏。當命令被預訓練(這意味著語言是固定的)時，必須為不同的國家生產不同的遙控裝置，從而導致更大和更昂貴的多樣性。

另一種概念是與說話者有關的識別。這種遙控裝置在美國專利第5,199,080號中給出。該話音操作的遙控系統傳送一個遙控信號以響應話音命令，該話音命令由所實施的語音識別來辨別。該語音識別電路有一個標準模式數據存儲單元用于存儲相對各個話音命令的多個標準模式數據。輸入的話音命令被與多個標準模式數據比較以便進行精確的語音識別。該系統包括一個學習單元，用于自動地更新所存儲的標準模式數據以響應新輸入的話音命令的模式數據中的改變。該系統還可以被訓練用于新說出的命令。諸如美國專利第5,199,080號中所描述系統的、與說話者相關的識別的主要優點是：用戶可以訓練他想要用作話音命令的、以他希望的任何語言給出的單詞。通常地，這以兩次發出一個單詞的音為基礎。然后語音識別器從捕獲的單詞中提取特征，并且將該模式作為模板存儲在一個非易失性的存儲器中。與說話者相關的識別的另一個優點是高度的個性化。語音識別器將以很高的可靠性識別訓練它們的用戶的命令。但它將幾乎總是拒絕由另一個說話者說出的相同的命令。因而與說話者相關的識別的缺點在于：該系統在能夠使用話音命令之前必須被訓練，這總是很費時間的，以及不允許諸如家庭成員的不同用戶使用該遙控裝置。由不同用戶訓練該遙控裝置是不可能的，因為每個被訓練的單詞用完了有限存儲空間。

本發明將一個語音識別接口添加到一個遙控裝置，后者將與說話者有關和與說話者無關的語音識別的優點組合起來。

一個完整的話音數據庫可能例如運行在一個PC、電視機、機頂盒(STB)上或者通過例如互聯網或者任何其它的廣域網的網絡可接入。該數據庫可存儲在供應給該遙控裝置的一個光盤(CD-ROM)或者其它存儲介質上。在這種情況下，將經由一個本地下載設備，例如PC、電視機、機頂盒(STP)或者受控電子設備，來進行下載。

使用網絡來接入該數據庫，則首先經由一個類似受控電子設備或者PC、電視機、機頂盒(STB)的接入設備來從網絡取回模板，并且接著下載該模板到該遙控裝置—可能在該模板已經經由一個本地通信系統從互聯網接入設備分發到該下載設備之后。

該數據庫類似多語言的字典，存儲所有種類的不同命令或者單詞。通過便利的用戶接口，通過搜索功能等，用戶可以從他優選語言的字典中選擇一組單詞。該數據庫以話音模板的數據庫為特征，并且查找所選單詞的聲音的模板。這些模板接著通過一條有線或者無線的鏈路被傳遞給遙控裝置。作為從一個基于PC的字典軟件中選擇單詞的替代，也可能使用一個由受控電視機顯示的互聯網業務數據庫。所需要的話音命令然后可以通過該遙控裝置選擇，并且接著從通過互聯網接收該模板數據的電視機傳遞給該遙控裝置。