[發(fā)明專利]以語音識別來選擇控制客體的裝置及方法

無效

• 申請?zhí)枺?/td>: 201410100205.7
• 申請日: 2014-03-18
• 公開（公告）號: CN104347075A
• 公開（公告）日: 2015-02-11
• 發(fā)明（設計）人: 申宗元;金澀冪;鄭姜理;多全仁;尹延森;金京順
• 申請（專利權）人: 迪歐泰克有限責任公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G06F3/01
• 代理公司: 上海勝康律師事務所 31263
• 代理人: 李獻忠

技術領域

本發(fā)明涉及一種以語音識別來選擇控制客體的裝置和方法，尤其是利用基于控制客體顯示信息的識別信息來選擇控制客體的裝置和方法。

背景技術

隨著使用電腦、筆記本電腦、智能手機、平板電腦、汽車導航儀等電子裝置的用戶越來越多，這些電子裝置與用戶間易于人機交互的用戶界面的重要性也越來越高。

一般的用戶界面多是通過鍵盤、鼠標、觸控屏幕等輸入裝置進行物理性輸入，但是對于無法看到顯示畫面的視覺殘疾人，或是不便于使用操作鍵盤、鼠標、觸控屏幕等輸入裝置的用戶來說，通過上述的用戶界面來操作電子裝置是不容易的。

另外，對于沒有殘疾的人來說，在駕駛中或是雙手拿著行李不便于或是很難對電子裝置進行操作時，通過上述用戶界面不易于操作電子裝置。

由此可見，開發(fā)出可提高電子裝置接近性的用戶界面勢在必行。可提高電子裝置接近性的用戶界面中，如分析用戶語音控制電子裝置的語音識別技術就屬其一。

為了實現(xiàn)電子裝置利用語音識別技術，通過用戶的語音來進行控制，需要事先將可與用戶語音匹配的控制指令內(nèi)置在電子裝置中。

在將可與用戶語音匹配的控制指令內(nèi)置在平臺端時，通過語音識別，可對相關電子裝置的基本設定，如電子裝置的音量或亮度等進行控制。

此外，為了通過語音識別對個性的應用程序進行控制，在各個應用程序上，必須內(nèi)置可與用戶語音匹配的控制指令。

因此，為了在不支持語音識別的應用程序中進行語音識別，或是為了添加語音識別功能，需要對應用程序進行新的開發(fā)或是升級，以便在相關的應用程序上內(nèi)置與用戶語音匹配的控制指令。

但是，電子裝置和各個電子裝置所搭載的應用程序日新月異、多種多樣，在所有的應用程序上內(nèi)置與用戶語音匹配的控制指令并不容易，在多種多樣的應用程序中實現(xiàn)可聯(lián)動通用的語音識別系統(tǒng)就更為不易。

綜上所述，支持語音識別的應用程序很少，即使支持語音識別，通過語音識別而執(zhí)行的動作也很有限，實質(zhì)上提高電子裝置的接近性也是非常有限的。

由此可見，開發(fā)通過語音識別來提高電子裝置接近性的技術，是勢在必行的。

發(fā)明內(nèi)容

為了解決上述技術問題，本發(fā)明的目的在于，提供一種在使用用戶事前未內(nèi)置控制指令的應用程序時，也可以通過語音識別控制電子裝置的裝置及方法。

為了解決上述技術問題，本發(fā)明的另一目的在于，提供一種通過語音識別可選擇由圖像構成的控制客體的裝置和方法。

本發(fā)明實現(xiàn)上述目的的技術方案是：一種控制客體選擇裝置，是以語音識別來選擇控制客體的裝置，其特征在于，包括一個以上的處理裝置；所述一個以上的處理裝置的構成為，基于用戶的語音獲取輸入信息，基于控制客體獲取的至少一個的識別信息與所述輸入信息匹配，在所述識別信息中獲取與所述輸入信息匹配的匹配識別信息，在所述匹配識別信息中選擇對應的控制客體。

本發(fā)明的另一技術特征是：所述識別信息是基于所述控制客體的顯示信息而獲取的。

本發(fā)明的另一技術特征是：所述識別信息是基于應用程序畫面信息而獲取的。

本發(fā)明的另一技術特征是：所述識別信息是通過光學字符識別（OCR:optical?character?recognition）而獲取的。

本發(fā)明的另一技術特征是：所述輸入信息包括分析所述用戶的語音特征而獲取的語音模式信息；所述識別信息和所述輸入信息的匹配包括所述識別信息和所述語音模式信息的匹配。

本發(fā)明的另一技術特征是：所述輸入信息包括通過語音識別，由所述用戶的語音而識別的文本（Text）；所述識別信息和所述輸入信息的匹配包括所述識別信息和所述文本的匹配。

本發(fā)明的另一技術特征是：所述控制客體是通過在顯示所述控制客體的領域中至少一部分領域的輸入事件（input?event）或所述控制客體的選擇事件（selection?event）而選擇的。

本發(fā)明的另一技術特征是：所述一個以上的處理裝置，在所述控制客體包含文本輸入欄（text?input?field）時，使所述文本輸入欄活性化，利用所述語音識別功能，自用戶的語音獲取用戶輸入文本（user?input?text），將所述用戶輸入文本輸入到所述文本輸入欄。