專利名稱：適宜為與數(shù)據(jù)網(wǎng)絡(luò)合作而提供的語音命令控制的電子設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及在權(quán)利要求1前序部分限定的一種電子設(shè)備。
這樣的電子設(shè)備已經(jīng)被申請人銷售，因此是已知的。已知的設(shè)備本質(zhì)上包括一個接口模塊和一個電連接到接口模塊的個人計(jì)算機(jī)，兩者相互合作，接口模塊可以以固定方式連接到例如墻上、架子上或其他固定的物體上，以便接口模塊對于所有的用戶具有同樣的固定位置。接口模塊包括語音信號輸入裝置，輸入表示說出的語音命令的語音信號。
在已知設(shè)備中，常有的問題是設(shè)備的語音信號輸入裝置占據(jù)了同一個固定位置，這使得語音信號輸入裝置僅對身高在一個相對窄的目標(biāo)范圍內(nèi)的用戶具有最佳的位置。然而，語音信號輸入裝置相對于用戶的這樣一個最佳位置是十分重要的，因?yàn)閮H在這個最佳位置時才能保證在說出的語音命令識別過程中具有高識別可靠性。在已知設(shè)備中，對于身高小于目標(biāo)范圍和身高大于目標(biāo)范圍的用戶會產(chǎn)生問題，相對于這個用戶的嘴，語音信號輸入裝置處于相對不合適的位置，這使得輸入的表示說出的語音命令的語音信號的質(zhì)量較低，導(dǎo)致接下來的語音識別就不太可靠，因此設(shè)備的語音控制就會產(chǎn)生問題。
本發(fā)明的目的是避免上述問題，提供和權(quán)利要求1的前序部分一致的改進(jìn)的電子設(shè)備。
為了達(dá)到上述目的，采用依據(jù)本發(fā)明的和權(quán)利要求1的前序部分一致的電子設(shè)備，提供了和權(quán)利要求1的特征部分一致的特征。
通過提供依據(jù)本發(fā)明的特征，以一種簡單可靠的方式實(shí)現(xiàn)了不論用戶的身高如何、語音信號輸入裝置總是相對于用戶的嘴處于最佳位置。以這種方式，實(shí)現(xiàn)了對于每個用戶，不論用戶是高是矮，對于由他說出的語音命令，保證具有實(shí)際相同的識別的高可靠性。
采用依據(jù)本發(fā)明的設(shè)備，證明當(dāng)附加提供權(quán)利要求2要求的特征時是非常有優(yōu)勢的。它保證了不論各個用戶的身高，依據(jù)本發(fā)明的設(shè)備對于每一個用戶可以具有最佳信號再現(xiàn)。
采用依據(jù)本發(fā)明的設(shè)備，進(jìn)一步證明當(dāng)附加提供權(quán)利要求3要求的特征時是非常有優(yōu)勢的。對于每一用戶，即不論用戶的高度，有利地保證了字母數(shù)字符號的適宜人體工程學(xué)的舒適和愉快的輸入。
采用依據(jù)本發(fā)明的設(shè)備，進(jìn)一步證明當(dāng)附加提供權(quán)利要求4要求的特征時是非常有優(yōu)勢的。其結(jié)果是，不論用戶的高度，保證了芯片卡可以簡單容易地插入設(shè)備的通信站或從中取出。
在依據(jù)本發(fā)明的設(shè)備中，進(jìn)一步證明當(dāng)附加提供權(quán)利要求5要求的特征時是非常有優(yōu)勢的。其結(jié)果是，不論用戶的高度，可以以一種舒適便捷的方式閱讀設(shè)備顯示裝置上的數(shù)據(jù)。
此外，證明當(dāng)附加提供權(quán)利要求6要求的特征時是非常有優(yōu)勢的。其結(jié)果是，采用依據(jù)本發(fā)明的設(shè)備，不需要單獨(dú)的鍵盤。
本發(fā)明上述的方面和進(jìn)一步的方面將出現(xiàn)在以后描述的實(shí)施例中，將參考實(shí)施例進(jìn)行進(jìn)一步的解釋。
本發(fā)明上述的方面和其他方面將參考下面的實(shí)施例進(jìn)行闡明。
在附圖中

圖1示出依據(jù)本發(fā)明實(shí)施例的電子設(shè)備的方框圖，以及圖2示出如圖1所示的電子設(shè)備，以及這個設(shè)備的可以由這個設(shè)備的圖像記錄裝置記錄的女性用戶的身體部分，以及用圖像記錄裝置記錄的女性用戶身體部分的圖像。
圖1示出電子設(shè)備1，以后簡稱為設(shè)備1。設(shè)備1用于連接到數(shù)據(jù)網(wǎng)絡(luò)2，適于從數(shù)據(jù)網(wǎng)絡(luò)中查找數(shù)據(jù)和信息，接收它們并以光學(xué)和聲音方式顯示。在本例中，數(shù)據(jù)網(wǎng)絡(luò)2是所謂的因特網(wǎng)。但也可以是其他的數(shù)據(jù)網(wǎng)絡(luò)，例如企業(yè)的內(nèi)部數(shù)據(jù)網(wǎng)。
設(shè)備1分別具有幾個功能或操作模式。每一個功能或操作模式由說出的控制命令激活，這些控制命令中的每一個可以由設(shè)備1的用戶說出并以這種方式告知設(shè)備1，這些控制命令中的每一個至少由一個說出的單詞構(gòu)成。例如，至少由一個說出的單詞構(gòu)成的這樣一個控制命令可以是讀“start(開始)”，“Hotels in Paris(巴黎的旅店)”，“Holiday resorts in Austria(奧地利的度假點(diǎn))”，或者是“air routes to New York(到紐約的航線)”。
設(shè)備1包括暫停裝置3，用于暫停設(shè)備1的多個部件，用于暫停實(shí)質(zhì)上是麥克風(fēng)形式的語音輸入裝置4、實(shí)質(zhì)上是兩個揚(yáng)聲器6和7形式的語音信號輸出裝置5、用于和邊界接觸芯片卡(未顯示)進(jìn)行邊界接觸通信的通信站8、實(shí)質(zhì)上由一個觸摸圖象屏形成的顯示裝置9，同時，虛擬輸入裝置也可以由顯示裝置9實(shí)現(xiàn)，因?yàn)樵陲@示裝置9上可以顯示一個鍵盤，通過觸摸可視表示的鍵盤按鍵來輸入數(shù)據(jù)，該技術(shù)已經(jīng)知道了很長時間。通過語音信號輸入裝置4機(jī)械連接的暫停裝置3，當(dāng)用戶在設(shè)備1的范圍內(nèi)時，將語音信號輸入裝置4保持在相對于用戶嘴的一特定位置。然后語音信號輸入裝置4輸入在設(shè)備1中表示說出的語音命令的語音信號。
設(shè)備1包括一個個人計(jì)算機(jī)PC，它實(shí)現(xiàn)了一系列的設(shè)備、裝置和功能。在這些可能性中，本文只進(jìn)一步討論必要的可能性。
在個人計(jì)算機(jī)PC中，包括一個連接到語音信號輸入裝置4的A/D轉(zhuǎn)換器10。A/D轉(zhuǎn)換器10連接到語音識別裝置11。語音識別裝置11連接到語音評估裝置12。語音評估裝置12連接到對話裝置13。對話裝置13連接到控制裝置14?？刂蒲b置14一端連接到語音輸出裝置15，輸出裝置15緊接著一個D/A轉(zhuǎn)換器16，轉(zhuǎn)換器的兩個輸出17和18連接到語音信號輸出裝置5的兩個揚(yáng)聲器6和7?？刂蒲b置14還連接數(shù)據(jù)傳輸裝置19，數(shù)據(jù)傳輸裝置19和連接裝置20連接，實(shí)現(xiàn)了設(shè)備1和數(shù)據(jù)網(wǎng)絡(luò)2的連接。連接裝置20不僅連接到數(shù)據(jù)傳輸裝置19，也連接數(shù)據(jù)接收裝置21。數(shù)據(jù)接收裝置21連接到數(shù)據(jù)處理裝置22。數(shù)據(jù)處理裝置22連接到圖像信號輸出裝置23，輸出裝置連接到顯示裝置9。
設(shè)備1可以執(zhí)行前面提到的多個功能，但設(shè)備1的本質(zhì)功能是以語音控制方式激活和執(zhí)行這些功能。例如，設(shè)備1可以用于獲取關(guān)于時間表的信息。下面可以參考一個例子簡單解釋該操作或操作模式。
假設(shè)，站在設(shè)備1前面的用戶希望獲得關(guān)于一個時間表的信息。為了這一目的，用戶說出一個控制命令，例如，控制命令“I would like to visit Wolfshoferamt and drive there(我要開車訪問Wolfshoferamt)”。語音信號輸入裝置4接收到該命令并轉(zhuǎn)化為接收到的語音信號ESS。接收到的語音信號ESS輸入A/D轉(zhuǎn)換器10。A/D轉(zhuǎn)換器將接收到的語音信號ESS轉(zhuǎn)換為接收到的語音數(shù)據(jù)ESD。這些接收到的語音數(shù)據(jù)ESD輸入語音識別裝置11，進(jìn)行識別。結(jié)果是語音識別裝置11生成識別的語音數(shù)據(jù)RSD。識別的語音數(shù)據(jù)RSD輸入語音評估裝置12。語音評估裝置12認(rèn)識到，在接收到的語音數(shù)據(jù)ESD中，即在說出的語音控制命令中，包含目的地。該知識以評估數(shù)據(jù)AD的形式送入對話裝置13。智能對話裝置13然后認(rèn)識到用戶已經(jīng)指出所希望的目的地，這是對的，但對于有用的時間表信息還缺少出發(fā)地、所計(jì)劃的旅行的開始和日期(哪一天和幾點(diǎn))。結(jié)果對話裝置13產(chǎn)生表示這個缺少信息的表示數(shù)據(jù)RD1，數(shù)據(jù)送入控制裝置14?？刂蒲b置14處理表示數(shù)據(jù)RD1，其結(jié)果是，控制裝置14生成控制數(shù)據(jù)CD1?？刂茢?shù)據(jù)CD1被輸入語音輸出裝置15，由語音輸出裝置15產(chǎn)生語音數(shù)據(jù)ASD，語音數(shù)據(jù)ASD對應(yīng)于下面的文字“From what point of departure do you want totravel and on what day and at what time is the travel to take place？(你打算從哪里出發(fā)，哪一天以及何時開始旅行？)”。產(chǎn)生的語音數(shù)據(jù)ASD被語音輸出裝置15輸入到D/A轉(zhuǎn)換器16，D/A轉(zhuǎn)換器16將語音數(shù)據(jù)ASD轉(zhuǎn)換為模擬的語音信號WSS1和WSS2來輸出。被再現(xiàn)的模擬語音信號WSS1和WSS2被輸出到語音信號輸出裝置5的兩個揚(yáng)聲器6和7，通過揚(yáng)聲器6和7，站在設(shè)備1前的用戶可以聽到被再現(xiàn)的上述文本，即“From what point of departure do you wantto travel and on what day and at what time is the travel to take place？(你打算從哪里出發(fā)，哪一天以及何時開始旅行？)”。
接著，用戶借助語音信號輸入裝置4向設(shè)備1給出一個下面以幾個單詞的形式限定的控制命令，即“I would like to leave from Gumpoldskirchen on the28th of August at about 9 o’clock in the morning(我希望8月28日早上9點(diǎn)從Gumpoldskirchen出發(fā))”。包含多個單詞的控制命令作為接收到的語音信號ESS輸入A/D轉(zhuǎn)換器10，然后在語音識別裝置11完成識別，從而將再次識別的語音數(shù)據(jù)RSD輸入語音評估裝置12。接著，通過語音評估裝置12檢測出用戶不僅輸入了目的地，還輸入了出發(fā)地和時間(日期和時間)，因此關(guān)于時間表的實(shí)用信息所需的所有輸入數(shù)據(jù)都有了。這些事實(shí)以評估數(shù)據(jù)AD的形式再次通知對話裝置13。結(jié)果是對話裝置13生成進(jìn)一步的表示數(shù)據(jù)RD2，輸入控制裝置14。作為進(jìn)一步的表示數(shù)據(jù)RD2的結(jié)果，控制裝置14生成進(jìn)一步的控制數(shù)據(jù)CD2，決定要訪問的至少一個因特網(wǎng)網(wǎng)頁，即，可以得到需要的時間表信息的至少一個因特網(wǎng)網(wǎng)頁。進(jìn)一步的控制數(shù)據(jù)CD2輸入數(shù)據(jù)傳輸裝置19，數(shù)據(jù)傳輸裝置19處理進(jìn)一步的控制數(shù)據(jù)CD2，并將處理的控制數(shù)據(jù)CD2輸入連接裝置20。連接裝置20將處理后的進(jìn)一步控制數(shù)據(jù)CD2輸入數(shù)據(jù)網(wǎng)絡(luò)2，即因特網(wǎng)，然后，這些控制數(shù)據(jù)CD2在因特網(wǎng)上被評估。其結(jié)果是，數(shù)據(jù)網(wǎng)絡(luò)2、即因特網(wǎng)向連接裝置20提供請求的數(shù)據(jù)。連接裝置20接著將接收到的因特網(wǎng)數(shù)據(jù)IED輸入給數(shù)據(jù)接收裝置21。在數(shù)據(jù)接收裝置21中，接收到的因特網(wǎng)數(shù)據(jù)IED被重新生成，其結(jié)果是，數(shù)據(jù)接收裝置21將重新生成的因特網(wǎng)數(shù)據(jù)RID輸入數(shù)據(jù)處理裝置22。數(shù)據(jù)處理裝置22將重新生成的因特網(wǎng)數(shù)據(jù)RID轉(zhuǎn)換為圖像數(shù)據(jù)BD。生成的圖像數(shù)據(jù)BD輸入圖像信號輸出裝置23，圖像信號輸出裝置23將產(chǎn)生的圖像數(shù)據(jù)BD轉(zhuǎn)換為圖像信號BS，圖像信號BS被輸入顯示裝置9。其結(jié)果是，用戶所要的時間表就會由顯示裝置9顯示，以可辨別的方式告知他何時以及怎樣從輸入的出發(fā)地Gunpoldskirchen到達(dá)輸入的目的地Wolfshoferamt。
可以看到，經(jīng)過上述步驟，用戶另外還可以選擇通過顯示裝置實(shí)現(xiàn)的虛擬輸入裝置，向設(shè)備1輸入附加信息。另外也可以看到，如果設(shè)備1需要收費(fèi)功能，用戶可以向通信站8插入信用卡，借助個人計(jì)算機(jī)PC中包含的接口裝置24，就可以計(jì)入一定的錢數(shù)。
如圖1和圖2所示，設(shè)備1包括引導(dǎo)裝置25，在本例是兩個平行工作的擰入式軸26和27。借助引導(dǎo)裝置25，可以實(shí)質(zhì)上在垂直方向引導(dǎo)暫停裝置3，可以沿引導(dǎo)裝置25調(diào)整。而且，設(shè)備1包括調(diào)整裝置28，使暫停裝置3可以沿引導(dǎo)裝置25調(diào)整。在本例，調(diào)整裝置28包括圖示的電子馬達(dá)29，通過該電子馬達(dá)29，可以經(jīng)由圖中未顯示的驅(qū)動連接以旋轉(zhuǎn)方式驅(qū)動組成引導(dǎo)裝置25的兩個擰入式軸26和27。兩個擰入式軸26和27不僅形成引導(dǎo)裝置25的部件，也是調(diào)整裝置28的部件。借助兩個擰入式軸26和27，可以調(diào)整和設(shè)置暫停裝置3。這樣的調(diào)整裝置28也已經(jīng)知道了很長時間。借助調(diào)整裝置28，可以按圖2雙箭頭30平行的方向調(diào)整暫停裝置3。
在設(shè)備1中另外還有利地提供了圖像記錄裝置31，實(shí)質(zhì)上是一個攝像機(jī)。圖像記錄裝置31機(jī)械連接到暫停裝置3，使得圖象記錄裝置31和暫停裝置3可以一起沿平行于箭頭30的方向垂直調(diào)整。借助圖像記錄裝置31可以記錄設(shè)備1的用戶的特定身體部分，這從圖2可以看出。依據(jù)圖2，假設(shè)借助于圖像記錄裝置31可以記錄女性用戶的頭部和上半部身體的至少一部分。
圖1示出，圖像識別裝置32連接到設(shè)備1的圖像記錄裝置31。圖像評估裝置33連接到圖像識別裝置32。調(diào)整控制裝置34連接到圖像評估裝置33。調(diào)整裝置28的馬達(dá)29連接到調(diào)整控制裝置34。
圖像評估裝置33可以判定是否用戶被記錄的部分位于標(biāo)稱范圍XY之內(nèi)。如果記錄的身體區(qū)域的位置和標(biāo)稱范圍XY有偏差，圖像評估裝置33將控制調(diào)整裝置28調(diào)整暫停裝置3，結(jié)果就是調(diào)整與其相連的語音信號輸入裝置4和圖像記錄裝置31，沿與雙箭頭30平行的方向移動圖像記錄裝置31，使得站在設(shè)備1前面的用戶被記錄的身體區(qū)域位于標(biāo)稱范圍XY之內(nèi)。
當(dāng)設(shè)備1工作時-如圖2所示-圖像記錄裝置可以記錄用戶的身體的一特定部分，以便得到如圖2右手部分所顯示的記錄圖像。圖像記錄裝置31記錄的圖像被輸入圖像識別裝置32，圖像識別裝置32將圖像信號轉(zhuǎn)換為圖像數(shù)據(jù)。圖像識別裝置32產(chǎn)生的圖像數(shù)據(jù)被輸入圖像評估裝置33。圖像評估裝置33可以確定用戶被圖象記錄裝置31記錄的頭部是否位于標(biāo)稱范圍XY之內(nèi)，標(biāo)稱范圍XY在圖2的右手部分顯示。當(dāng)設(shè)備1的用戶被記錄的頭部在標(biāo)稱范圍XY之內(nèi)時，產(chǎn)生的事實(shí)就是語音信號輸入裝置4處于相對于用戶的嘴的有利位置。在此情況，不需要進(jìn)行進(jìn)一步的改進(jìn)測量。但在所記錄的頭部不在標(biāo)稱范圍XY之內(nèi)時，將通過圖像評估裝置33檢測到這一點(diǎn)。其結(jié)果是，圖像評估裝置33會向調(diào)整裝置控制裝置34輸入控制信息，該控制信息使調(diào)整裝置28按與雙箭頭30平行的方向調(diào)整暫停裝置3，這樣就調(diào)整了圖像記錄裝置31，調(diào)整的結(jié)果使用戶被記錄的頭部位于標(biāo)稱范圍XY之內(nèi)。作為調(diào)整暫停裝置3的結(jié)果，暫停裝置3終止的語音信號輸入裝置4也沿著與雙箭頭30平行的方向被調(diào)整，這隨即導(dǎo)致語音信號輸入裝置4處于相對于用戶的嘴的有利位置。
上述設(shè)備1的操作的優(yōu)勢在于，不論用戶的身高，語音信號輸入裝置4總是處于相對于設(shè)備1的各個用戶的嘴的有利位置，這使得各個用戶作為控制命令發(fā)出的語音信號可以被語音信號輸入裝置4以實(shí)際上相同的高信號質(zhì)量來接收，并轉(zhuǎn)換為接收的語音信號ESS，相應(yīng)地，與接收到的語音信號ESS對應(yīng)的接收的語音數(shù)據(jù)ESD不論各個用戶的身高如何都具有相同的質(zhì)量。以這種方式，達(dá)到了對于設(shè)備1的每一個用戶，可以保證各個用戶說出的語音命令具有實(shí)際上相同的高識別可靠性。
與因特網(wǎng)合作的上述設(shè)備是依據(jù)本發(fā)明實(shí)施例的具有優(yōu)勢的例子，然而，依據(jù)本發(fā)明的措施也可以用于其他由語音命令控制的電子設(shè)備。
權(quán)利要求
1.一種電子設(shè)備(1)，具有可以由控制命令激活的功能，每一個命令至少由設(shè)備(1)的用戶說出的一個單詞構(gòu)成，所述電子設(shè)備(1)包括語音信號輸入裝置(4)，用于將表示說出的語音命令的語音信號輸入設(shè)備(1)，還包括連接到語音信號輸入裝置(4)的控制裝置(14)，通過控制裝置(14)可以產(chǎn)生表示語音命令的控制數(shù)據(jù)(CD2)，還包括和語音信號輸入裝置(4)機(jī)械連接的暫停裝置(3)，這樣，在用戶面前的語音信號輸入裝置(4)占據(jù)相對于用戶嘴的一個特定位置，其特征在于，設(shè)備(3)包括引導(dǎo)裝置(25)，通過引導(dǎo)裝置，暫停裝置(3)至少實(shí)質(zhì)上在垂直方向上被引導(dǎo)，以及，設(shè)備(1)包括調(diào)整裝置(28)，通過調(diào)整裝置(28)，暫停裝置(3)可以沿引導(dǎo)裝置(25)調(diào)整，以及，提供有機(jī)械連接到暫停裝置(3)的圖像記錄裝置(31)，可以記錄用戶的一特定身體部分，以及，提供有圖像評估裝置(33)，可以判定記錄的身體部分是否在標(biāo)稱范圍(XY)內(nèi)，以及，如果記錄的身體部分的位置偏離了標(biāo)稱范圍(XY)，提供有用于調(diào)整暫停裝置(3)的調(diào)整裝置(28)，因此，圖像評估裝置(33)可以驅(qū)動連接的語音信號輸入裝置和圖像記錄裝置(31)，以調(diào)整圖像記錄裝置(31)，使記錄的身體部分位于標(biāo)稱范圍(XY)之內(nèi)。
2.權(quán)利要求1所述的設(shè)備(1)，其特征在于，設(shè)備(1)另外包括傳遞語音信號的語音信號輸出裝置(5)，以及，語音信號輸出裝置(5)機(jī)械連接到暫停裝置(3)。
3.權(quán)利要求1所述的設(shè)備(1)，其特征在于，設(shè)備(1)包括輸入字母數(shù)字符號的輸入裝置(9)，以及，輸入裝置(9)機(jī)械連接到暫停裝置(3)。
4.權(quán)利要求1所述的設(shè)備(1)，其特征在于，設(shè)備(1)包括一個和邊界接觸芯片卡進(jìn)行邊界接觸通信的通信站(8)，以及，通信站(8)機(jī)械連接到暫停裝置(3)。
5.權(quán)利要求1所述的設(shè)備(1)，其特征在于，設(shè)備(1)包括用于顯示數(shù)據(jù)的顯示裝置(9)，以及，顯示裝置(9)機(jī)械連接到暫停裝置(3)。
6.權(quán)利要求5所述的設(shè)備(1)，其特征在于，虛擬輸入裝置可以由顯示裝置(9)實(shí)現(xiàn)。
全文摘要
一種電子設(shè)備(1),由設(shè)備(1)的用戶說出的控制命令控制,該設(shè)備包括語音信號輸入裝置(4)和連接到語音信號輸入裝置(4)的控制裝置(14),可以在高度方向上調(diào)整語音信號輸入裝置(4),通過提供的圖像記錄裝置(31),可以記錄該設(shè)備(1)用戶的一部分身體,最好是用戶的頭部區(qū)域,圖像評估裝置(33)連接到圖像記錄裝置(31),由此,圖像評估裝置(33)可以判定記錄的身體部分是否在標(biāo)稱范圍(XY)內(nèi),圖像評估裝置(33)可以使語音信號輸入裝置(4)被調(diào)整,以使語音信號輸入裝置(4)盡可能位于相對于用戶嘴的最佳位置,即對于記錄的身體部分沒有位于標(biāo)稱范圍(XY)之內(nèi)。
文檔編號G10L15/22GK1344400SQ00803792
公開日2002年4月10日 申請日期2000年12月1日 優(yōu)先權(quán)日1999年12月15日
發(fā)明者T·菲德勒 申請人:皇家菲利浦電子有限公司