[發明專利]計算機聲紋輸入法

無效

• 申請號: 97112848.0
• 申請日: 1997-07-11
• 公開（公告）號: CN1178940A
• 公開（公告）日: 1998-04-15
• 發明（設計）人: 林廷
• 申請（專利權）人: 林廷
• 主分類號: G06F3/16
• 分類號: G06F3/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明簡稱聲紋法(下同)，主要用于計算機的文字輸入，尤其是漢字輸入。

就本人所知，目前的計算機漢字輸入技術方案眾多，但真正實用、有代表性的大至只有幾種，如“區位碼輸入法”、“拼音輸入法”、“五筆字型輸入法”，其中“五筆字型法”目前最流行，為眾多專業人士所采用(見王永民所著《五筆字型》標準教材系列)。

本發明的目的是提供一種用聲音輸入漢字的方法(也可輸入其他文字、符號)，使非專業人士也能簡單、方便、快捷地將漢字輸入計算機中。

漢語常用字的發音總共只在一千三百個左右(見《現代漢語詞典》78年版，下面有關詞典內容的依據同此)，每個字音可有多個同音字(至少一個)。如果計算機能“聽懂”這一千三百個音，知道每個音所對應的拼音及其同音字，那么，當我們將要輸入的字讀給計算機，計算機就會將字音的拼音及全部同音字顯示在顯示器上，供我們選擇。

但是，如何讓計算機聽懂字音呢？?

人類指紋的特征性與重現性眾人皆知，現代科學指出，人的聲音也具有指紋的這些特性，所以也稱作聲紋。也就是說，當一個人重復讀一個字時，每個字音信號反映在示波器上的圖形，相互間會非常相似。本發明正是利用聲紋的這種特性，采取對號入座的方式，讓計算機“聽懂”入的聲音。

首先需要一個聲音處理裝置——“標準聲紋制作器”(這是本人的命名)。它能將由麥克風送來的字音信號，逐個字音(單音節)進行標準化處理，制成標準聲紋信息碼(數碼式)，送給計算機。

每個人在第一次使用聲紋法之前，必須先進行“預存標準聲紋碼輸入”。由計算機按詞典的順序，將從a→zuo的一千三百個左右的拼音逐一顯在顯示器上，并用最常用的同音字作提示。使用者跟隨屏幕逐一清楚地讀出每一個字音。聲音經麥克風→標準聲紋制作器→計算機，每一個字音變成一組標準聲紋信息碼存入存儲器中。例如，屏幕顯出“ā阿”，待使用者讀完“阿”音，計算機在收到“阿”音的標準聲紋信息碼后，再將a的下一個音“á啊”顯示在屏幕上，這樣一個一個下去，直至“zuò做”為止。這樣，計算機就記住了使用者所讀的從ā→zuò的一千三百個(左右)的字音。

經過“預存標準聲紋碼輸入”步驟后，使用者就可用聲音輸入漢字了。做法是：將要輸入的字(比如“中”字)讀出，字音經麥克風→標準聲紋制作器，化成標準聲紋信息碼，計算機將這組信息碼與預存的一千三百組進行對比，從中找出最相似者(由于相同的機會小，所以將最相似者確認為相同)，然后將此音的拼音及同音字顯示在屏幕上(“中”字音的顯示

??????0??1???2???3???4???5???6???7是：zhōng中<忠、衷、鐘、終、盅、螽、忪>)，供使用者選擇(按“0”或“確認鍵”，中字即被選出，其余字及拼音消失)。

可以看到，每個人只需進行一次“預存標準聲紋碼輸入”后，就能重復不斷地在同一部計算機上使用聲紋法輸入漢字，而此計算機對其他人的聲音不予理會。實際應用時，每個人只要將自己的“標準聲紋信息碼”存在軟盤中，就能帶著軟盤到任何一部有聲紋法功能的計算機上使用聲紋法。

將一千三百個音存入計算機，如果每秒一個，需時22分鐘；若2秒一個，也不過需要43分鐘。這種一勞永逸的付出，應該說聲“值！”。

同一個人讀同一個字，字音的聲紋互相會很相似，但音量的大小、字音的長短卻會有差別，“標準聲紋制作器”的工作之一就是要消除這種差別。比如，用放大縮小的辦法，將音信號的峰值統一；以峰值為中心，取0.4或0.6秒(須在實驗中定)時間段為標準段，以避免音信號長短不一。

由于受環境噪聲等因素干擾，同人同字音的聲紋也很難100％重復。所以在實際中，并不要求聲紋碼的重復為100％，而只要求“相似”。至于相似的程度，應看實際效果而定，以“盡量大的檢出概率和盡量小的出錯率”為原則，從中找到平衡點。

目前“將漢字輸入計算機”成了中國人使用計算機的最大障礙。雖然已推出的方案眾多，卻都未能擺脫“漢字的復雜性”這一缺點，更談不上發揮漢語的優點。就拿“區位碼法”、“拼音法”、“五筆法”為例：“區位碼法”的缺點在于難以記住眾多的編碼；“拼音法”則要求使用者讀音標準，熟悉拼音，這對于用慣方言，讀不準普通話的人來說，也是難以使用；“五筆法”目前流行最廣，但要使用它必須經過專門的學習訓練；熟記一百多個字根及各種拆字組字規則，這對于非專業人士，尤其是記憶力不佳的人，困難很大。