專利名稱：聲控多媒體文件播放器的制作方法
技術(shù)領(lǐng)域：
本實用新型涉及一種多媒體文件播放器，尤其涉及一種聲控多媒體文件播放器。
背景技術(shù)：
隨著數(shù)碼技術(shù)的不斷發(fā)展，能夠播放多媒體數(shù)據(jù)的便攜式多媒體播放器(例如，MP3、MP4播放器)已經(jīng)在人們的日常生活中得到普及。例如，其中MP3技術(shù)利用音頻數(shù)據(jù)編碼技術(shù)在不降低現(xiàn)有數(shù)據(jù)音質(zhì)的情況對音頻數(shù)據(jù)進行壓縮。而MP3播放器由于其結(jié)構(gòu)小巧、操作便捷逐漸取代隨身聽(Walkman)成為人們的新寵。而隨著科技的不斷進步，MP3播放器的功能也在日益增多。目前已經(jīng)出現(xiàn)一種聲控MP3播放器，用戶可以利用語音指令對MP3播放器點播。但是，這種聲控MP3播放器僅能夠識別其內(nèi)所存儲的特定人的語音，若特定人之外的人通過語音指令操作這種聲控MP3播放器，則MP3播放器會出現(xiàn)辨別信息錯誤甚至無法辨別的情況，須將使用者的個人語音信息存儲于MP3播放器內(nèi)，且MP3播放器需要辨認特定人語音數(shù)次后才可準(zhǔn)確無誤的執(zhí)行語音指令。這種操作繁瑣的聲控MP3播放器給使用者帶來極大的不便，特別是對于不熟悉電子數(shù)碼產(chǎn)品手動操作的中老年人來說，不能直接運用語音指令準(zhǔn)確、有效的操作聲控MP3播放器，某種意義上說，他們無法享受數(shù)碼產(chǎn)品所帶來的便利。

實用新型內(nèi)容為了解決現(xiàn)有技術(shù)的聲控多媒體文件播放器無法準(zhǔn)確的對非特定人的語音進行識別，且操作復(fù)雜的技術(shù)問題，本實用新型提供一種可以準(zhǔn)確的對非特定人的語音進行識別的聲控多媒體文件播放器。本實用新型還進一步提供與聲控多媒體文件播放器相連的耳機。
本實用新型解決現(xiàn)有技術(shù)的聲控多媒體文件播放器無法準(zhǔn)確的對非特定人的語音進行識別，操作復(fù)雜的技術(shù)問題所采用的技術(shù)方案是提供一種聲控多媒體文件播放器，該播放器包括一播放器主機，播放器主機內(nèi)設(shè)置有主控模塊、語音識別模塊以及存儲歌曲的存儲器，語音識別模塊能夠識別非特定用戶的語音信息。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，語音識別信息包括多媒體文件的文件名或存儲多媒體文件的目錄的目錄名。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，進一步包括與播放主機相連的耳機。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，耳機上設(shè)置有用于輸入語音識別信息的受話器。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，耳機上還設(shè)置有用于從聽歌模式切換到點播模式點播鍵。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，耳機為有線耳機，受話器和點播鍵設(shè)置在有線耳機的耳機線上。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，耳機是無線耳機。
根據(jù)本實用新型的聲控多媒體文件播放器一優(yōu)選結(jié)構(gòu)，耳機是藍牙耳機。
上述結(jié)構(gòu)的有益效果是不同使用者首次使用這種聲控多媒體文件播放器時，直接進行語音指令操作便可以得到準(zhǔn)確快速的歌曲選擇或其它功能控制，不需要事先把語音信息存儲于聲控多媒體文件播放器內(nèi)，簡化操作程序。

圖1是本實用新型的聲控MP3播放器一實施例的結(jié)構(gòu)示意圖；圖2是圖1所示的聲控MP3播放器的示意框圖。
具體實施方式
以下結(jié)合附圖和實施例以聲控MP3播放器為例對本實用新型進一步說明。
參見圖1，圖1是本實用新型的聲控MP3播放器一實施例的結(jié)構(gòu)示意圖。在本實施例中，聲控MP3播放器1包括用于播放MP3格式音頻數(shù)據(jù)的播放器主機11和通過耳機插孔120與播放器主機11連接的有線耳機13。參見圖2，圖2是圖1所示的聲控MP3播放器的示意框圖。播放器主機11內(nèi)部的電路板上設(shè)置有主控模塊111、存儲器113、語音D/A轉(zhuǎn)換模塊115、語音識別模塊117等功能模塊以及USB接口119、耳機插孔120等外部接口。其中，主控模塊111負責(zé)MP3文件的解碼、USB接口119傳入數(shù)據(jù)的處理、寫入/讀取存儲器113內(nèi)的數(shù)據(jù)以及控制語音D/A模塊115發(fā)聲等的工作，以便連接播放器主機11內(nèi)的所有主要部件，協(xié)調(diào)各部件工作狀態(tài)。存儲器113內(nèi)包括指令存儲器和數(shù)據(jù)存儲器。語音D/A轉(zhuǎn)換模塊115由主控模塊111控制，將數(shù)字形式的MP3文件轉(zhuǎn)換成模擬數(shù)據(jù)。有線耳機13包括插頭131、耳機線133和耳塞135，其中插頭131插入耳機插孔120，語音D/A轉(zhuǎn)換模塊115產(chǎn)生的模擬信號經(jīng)耳機線133傳輸并由耳塞135產(chǎn)生聲音。此外，在本實施例中，有線耳機13的耳機線133上還設(shè)置有受話器137和點播鍵139。
當(dāng)采用上述結(jié)構(gòu)時，可以通過設(shè)置在耳機上的受話器137和點播鍵139進入聲控模式，利用語音識別信息選擇多個備選歌曲。本實用新型聲控MP3播放器的語音識別模塊117是能夠針對非特定人的語音識別模塊。當(dāng)設(shè)計語音識別模塊117時，基于統(tǒng)計模型的算法，系統(tǒng)開發(fā)者事先采集大量的語音數(shù)據(jù)進行訓(xùn)練，得到聲學(xué)模型并存儲在存儲器中。在識別階段，語音識別模塊117將用戶的輸入語音指令的特征量與通過聲學(xué)模型構(gòu)建的識別網(wǎng)絡(luò)進行匹配解碼，輸出該語音指令或與該語音指令相對應(yīng)的控制指令。主控模塊111可根據(jù)語音識別模塊輸出的識別結(jié)果對MP3播放器進行控制。
使用時，用戶按一下耳機線133上的點播鍵139從聽歌模式切換到點播模式。當(dāng)處于點播模式時，用戶通過受話器137輸入歌名、歌星名等語音識別信息，語音識別信息輸入到語音識別模塊117，語音識別模塊117提取語音指令的特征量，主控模塊111根據(jù)特征量從存儲器113選擇識別信息相同或相似的歌曲或某位歌星的歌曲作為備選播放文件；該識別信息可以是MP3文件ID3標(biāo)簽內(nèi)的標(biāo)題、藝術(shù)家、專輯或其它信息。但這樣信息一般無法簡單的修改，因而在本實用新型中，優(yōu)選采用MP3的文件名作為識別信息。用戶可以事先根據(jù)自己愛好編輯文件名。MP3播放器處于點播狀態(tài)時，只要將文件名通過受話器137傳遞至語音識別模塊117，經(jīng)過分析辨認，便可將相關(guān)文件選出，主控模塊111播放相應(yīng)的備選MP3文件。隨著MP3播放器的容量越來越大，存儲的歌曲數(shù)量越來越多，用戶會忘記所存儲的文件名，也可將存儲器113內(nèi)的內(nèi)容的目錄名稱通過受話器137傳遞至語音識別模塊117，此時可以選擇播放目錄內(nèi)的所有MP3文件或者繼續(xù)通過語音或手動操作選擇自己想要的文件。
當(dāng)播放多個MP3文件時，用戶還可以通過長時間按下點播鍵139，從正在播放的備選MP3文件跳轉(zhuǎn)到下一個備選的MP3文件，以便對選MP3文件進行選擇性播放。歌曲識別信息的相似性可以預(yù)先設(shè)定，例如設(shè)定歌曲識別信息的若干字節(jié)與識別出的語音識別信息相匹配，即可認為二者相似。
本實用新型的聲控MP3播放器包括針對非特定人語音識別系統(tǒng)的語音識別模塊，對于用戶而言，不需要引入繁瑣的訓(xùn)練過程，方便了用戶的使用；同時它可以供不同的人使用，尤其對于不熟悉數(shù)碼電子產(chǎn)品手動操作的中老年人，更是操作簡便，因此大大拓寬了應(yīng)用范圍；另一方面，由于采用了基于統(tǒng)計模型的算法，其穩(wěn)健性和識別性能都比特定人識別系統(tǒng)大大的提高，識別性能不會隨著識別詞條數(shù)目的增加有明顯的下降，并且具有一定的抗噪能力。
在上述實施例中，點播鍵和備選鍵設(shè)置為同一按鍵，通過按鍵時間的長短來進行不同控制，但本領(lǐng)域技術(shù)人員可以知道，點播鍵和備選鍵還可分開設(shè)置在耳機上。而且本實用新型的范圍并不局限與此。例如，有線耳機可以由無線耳機(例如，藍牙耳機)代替。另外，本實用新型同樣適用于MP4播放器、DVD播放器以及卡拉OK點歌機等多媒體文件播放器。
上述的詳細描述僅是示范性描述，本領(lǐng)域技術(shù)人員在不脫離本實用新型所保護的范圍和精神的情況下，可根據(jù)不同的實際需要設(shè)計出各種實施方式。
權(quán)利要求1.一種聲控多媒體文件播放器，所述播放器包括一播放器主機，所述播放器主機內(nèi)設(shè)置有主控模塊、語音識別模塊以及存儲多媒體文件的存儲器，其特征在于所述語音識別模塊能夠識別非特定用戶的語音信息。
2.根據(jù)權(quán)利要求1所述的聲控多媒體文件播放器，其特征在于所述語音識別模塊包括一對預(yù)先采集大量的語音數(shù)據(jù)進行訓(xùn)練而得到的聲學(xué)模型。
3.根據(jù)權(quán)利要求2所述的聲控多媒體文件播放器，其特征在于所述語音識別模塊根據(jù)所述聲學(xué)模型構(gòu)建的識別網(wǎng)絡(luò)識別非特定用戶的語音信息。
4.根據(jù)權(quán)利要求1所述的聲控多媒體文件播放器，其特征在于進一步包括與播放器主機相連的耳機。
5.根據(jù)權(quán)利要求4所述的聲控多媒體文件播放器，其特征在于所述耳機上設(shè)置有用于輸入所述語音識別信息的受話器。
6.根據(jù)權(quán)利要求5所述的聲控多媒體文件播放器，其特征在于所述耳機上還設(shè)置有用于從聽歌模式切換到點播模式的點播鍵。
7.根據(jù)權(quán)利要求4所述的聲控多媒體文件播放器，其特征在于所述耳機為有線耳機，所述受話器和點播鍵設(shè)置在所述有線耳機的耳機線上。
8.根據(jù)權(quán)利要求4所述的聲控多媒體文件播放器，其特征在于所述耳機是無線耳機。
9.根據(jù)權(quán)利要求8所述的聲控多媒體文件播放器，其特征在于所述耳機是藍牙耳機。
10.根據(jù)權(quán)利要求1所述的聲控多媒體文件播放器，其特征在于所述語音識別信息包括所述多媒體文件文件名或存儲所述多媒體文件的目錄的目錄名。
專利摘要本實用新型涉及一種聲控多媒體文件播放器，該聲控多媒體文件播放器包括一播放器主機，該播放器主機內(nèi)設(shè)置有主控模塊、語音識別模塊以及存儲多媒體文件的存儲器，該語音識別模塊能夠識別非特定用戶的語音信息。通過采用上述結(jié)構(gòu)，多媒體文件播放器可以識別非特定輸入的語音信息并進行相應(yīng)功能控制，方便用戶使用。
文檔編號G11C7/00GK2845024SQ200520068018
公開日2006年12月6日 申請日期2005年11月29日 優(yōu)先權(quán)日2005年11月29日
發(fā)明者陳修志 申請人:陳修志