[發(fā)明專利]在web頁框架中啟用語法的方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 200710186930.0
• 申請日: 2007-11-15
• 公開（公告）號: CN101197868A
• 公開（公告）日: 2008-06-11
• 發(fā)明（設(shè)計）人: 小查爾斯·W.·克羅斯;蘇恩索恩·阿蒂瓦尼查亞豐;杰拉爾德·M.·麥科布
• 申請（專利權(quán)）人: 國際商業(yè)機器公司
• 主分類號: H04M1/27
• 分類號: H04M1/27;H04M3/493
• 代理公司: 中國國際貿(mào)易促進委員會專利商標事務(wù)所
• 代理人: 李穎

技術(shù)領(lǐng)域

本發(fā)明的領(lǐng)域涉及數(shù)據(jù)處理，或者，更具體地，涉及用于在web頁框架中啟用語法的方法、裝置和產(chǎn)品。

背景技術(shù)

由于小型設(shè)備已經(jīng)日益變小，與通過鍵盤或者指示筆運行于小型設(shè)備上的應(yīng)用的用戶交互變得越來越受限和麻煩。特別地，類似移動電話和PDA的小型手持設(shè)備通過諸如多模式接入等其他方式提供許多功能并包含充分的處理能力來支持用戶交互。支持多模式接入的設(shè)備將多個用戶輸入方式或者通道組合在同一個交互中，允許一個用戶通過多個輸入模式或者通道同時與該設(shè)備上的應(yīng)用交互。輸入的方法包括語音識別、鍵盤、觸摸屏、指示筆、鼠標、手寫以及其他。多模式輸入往往會使得小型設(shè)備的使用更加容易。

多模式應(yīng)用往往運行于提供多模式web頁以在多模式瀏覽器上顯示的服務(wù)器。作為本說明書中所使用的術(shù)語，“多模式瀏覽器”通常意味著能夠接收多模式輸入并且以多模式輸出與用戶交互的web瀏覽器。典型地，多模式瀏覽器展現(xiàn)了用XHTML+Voice(“X+V”)編寫的web頁。X+V提供了使用戶能夠通過除了諸如鍵盤敲擊和鼠標指針動作等傳統(tǒng)輸入方式以外的口語對話與通常運行于服務(wù)器上的多模式應(yīng)用交互的標記語言。X+V通過將XHTML(可擴展超文本標記語言)和VoiceXML所支持的語音識別詞匯表結(jié)合起來的方式為標準web內(nèi)容增加了口語交互。對于可視化的標記，X+V包括XHTML標準。對于話音標記，X+V包括VoiceXML的子集。

目前，輕量級話音解決方案需要開發(fā)人員建立語法和詞典對自動語音識別(automatic?speech?recognition，ASR)引擎所必須識別的詞的可能數(shù)量加以限制——作為提高準確度的手段。典型地，一些普及的設(shè)備已經(jīng)由于設(shè)備的形狀因數(shù)的緣故限制了交互和輸入模態(tài)，信息站設(shè)備也已經(jīng)通過設(shè)計限制了交互和輸入模態(tài)。在這兩種情況下，實施與說話者無關(guān)的話音識別的使用來增強用戶體驗以及與設(shè)備的交互。與說話者無關(guān)的識別的當前技術(shù)允許寫下一些復(fù)雜的話音應(yīng)用，只要每個可能的話音命令都有與之相關(guān)聯(lián)的有限的詞匯表。例如，如果用戶被提示說出城市的名稱，則系統(tǒng)就可以相當自信地識別出所說的城市名稱。

話音交互的特性與X+V相結(jié)合，從而可以直接用于X+V內(nèi)容之中。X+V包括支持語音合成、語音對話、命令和控制以及語音語法的話音模塊。話音處理裝置可以附著于X+V元素并對具體事件做出響應(yīng)。對VoiceXML元素與相應(yīng)的可視化接口元素進行同步，X+V采用XML?Events事件(本文檔中通常稱為“事件”)。對X+V的詳細說明可以從網(wǎng)頁http://www.voicexml.org的VoiceXML論壇上獲得。對XHTML和XML?Events的詳細說明可以從網(wǎng)址為http://www.w3.org/MrakUp的萬維網(wǎng)聯(lián)盟的HTML的主頁上獲得。對VoiceXML的詳細說明可以從網(wǎng)址為http://www.w3.org/voice的萬維網(wǎng)聯(lián)盟的Voice?Browser?Activity上獲得。

多模式應(yīng)用可以跨越多個XHTML?web頁。這些web頁中的一個可以規(guī)定多個框架，其中每個框架包含其自身的XHTML頁面。對于HTML框架的概述，??可參見萬維網(wǎng)聯(lián)盟的網(wǎng)站http://www.w3.org/TR/html401/present/frames.html。框架允許作者呈現(xiàn)瀏覽器同時顯示的多個視圖或者子窗口。一個常見的用途是將應(yīng)用的導(dǎo)航作為獨立的子窗口分離。當另一個子窗口中的內(nèi)容更新時，導(dǎo)航子窗口并不改變。為了規(guī)定多個框架，在包括包含<frameset>標記元素的應(yīng)用的文檔中，有一個被稱為“框架集文檔”的頂級XHTML文檔。一個或多個<frame>元素像<frameset>的子代一樣被配置為框架集文檔中的標記。每個框架都有一個名稱以便多個XHTML文檔可以作為新內(nèi)容放置于其內(nèi)部。每個框架都可以在識別文檔的標記中通過其名稱被目標定位從而顯示在由框架定義的子窗口中。XHTML文檔內(nèi)的<link>和<anchor>元素規(guī)定哪一個框架將通過“目標”標記屬性裝載引用的XHTML文檔。如果缺少“目標”屬性，則默認當前框架為目標。如果用戶通過圖形用戶界面(GUI)利用鼠標單擊激活框架中的超鏈接，則只有目標框架隨著新內(nèi)容被更新。

然而，在現(xiàn)有技術(shù)中，只有當前受到關(guān)注的框架將啟用語音識別語法。由于用戶可以同時看見瀏覽器顯示的所有框架，所以用戶希望啟用針對所有框架的語法。針對超鏈接的框架通過GUI，而不是通過話音啟用。