公开(公告)号：WO2012160823A1

公开(公告)日：2012-11-29

申请号：PCT/JP2012/003392

申请日：2012-05-24

Applicant: 株式会社エヌ・ティ・ティ・ドコモ ,  那須 和徳 ,  柴田 精司 ,  阿久澤 まり ,  内山 健

Inventor： 那須　和徳 ,  柴田　精司 ,  阿久澤　まり ,  内山　健

IPC: H04M3/493

CPC classification number: H04M3/42221 ,  G06F17/289 ,  G10L13/00 ,  G10L15/26 ,  H04M3/42 ,  H04M2201/26 ,  H04M2201/39 ,  H04M2201/40 ,  H04M2201/60 ,  H04M2203/2061

Abstract: 　話者の通話内容に基づいて実行されたタスクの誤りの訂正に対応しやすいサービスサーバ装置を提供する。音声通信に係るアプリケーションによって実行されるタスクとは別の別タスクを実行する指示を受付けるサービス起動部、複数の音声通信端末装置間の音声通信中の、話者の音声を録音する電話／呼制御イネーブラ、録音された音声に基づいてタスクを実行し、実行された結果を示すテキストデータと実行された結果を示す音声データとを含むタスクデータを作成する音声認識イネーブラ、テキスト翻訳イネーブラ、音声合成イネーブラによってサービスサーバ装置を構成する。このサービスサーバ装置によって、複数の音声通信端末装置、または音声通信端末装置に対応付けられた他の通信端末装置の少なくとも一方にタスクデータを提供する。

Abstract translation: 提供了一种服务服务器设备，其能够容易地适应基于扬声器之间的呼叫的内容而执行的任务中的错误的校正。 服务服务器设备由以下部分构成：服务启动单元，接收执行与由与语音通信有关的应用执行的任务不同的不同任务的指示; 电话/呼叫控制使能器，其在多个语音通信终端设备之间的语音通信中记录讲话者的语音; 语音识别启动器，其基于所记录的语音执行任务，并创建包括指示所述执行结果的文本数据和指示所述执行结果的语音数据的任务数据; 文本翻译启动器; 和语音合成使能器。 任务数据由该服务服务器装置提供给多个语音通信终端装置或与语音通信终端装置相关联的另一通信终端装置中的至少一个。

公开(公告)号：WO2012152081A1

公开(公告)日：2012-11-15

申请号：PCT/CN2012/070434

申请日：2012-01-16

Applicant: 中兴通讯股份有限公司 ,  陈军 ,  卢艳 ,  丁欣

Inventor： 陈军 ,  卢艳 ,  丁欣

IPC: H04W4/12

CPC classification number: H04L51/10 ,  G10L13/08 ,  H04L51/066 ,  H04M3/42382 ,  H04M2201/39 ,  H04M2201/60 ,  H04W4/12

Abstract: 本发明公开了一种消息的发送方法及装置。其中，消息的发送方法包括：接收发送方向接收方发送的多媒体消息；将多媒体消息转换成语音信息；将语音信息发送到接收方的语音信箱。发送消息的装置包括：接收模块，设置为接收发送方向接收方发送的多媒体消息；转换模块，设置为将接收模块接收到的多媒体消息转换成语音信息；发送模块，设置为将语音信息发送到接收方的语音信箱。通过本发明，使得在多媒体消息不可达的情况下，接收方也能够接收到发送方的消息，避免了消息不可达所造成的用户损失，进而达到了提高多媒体消息传输的及时性，保障了用户通畅沟通。

公开(公告)号：WO2012065567A1

公开(公告)日：2012-05-24

申请号：PCT/CN2011/082401

申请日：2011-11-18

Applicant: 华为终端有限公司 ,  陈炯 ,  张晓海

Inventor： 陈炯 ,  张晓海

IPC: H04W4/18 ,  H04M3/42

CPC classification number: G10L13/04 ,  H04M3/42068 ,  H04M3/42382 ,  H04M2201/39 ,  H04M2201/60 ,  H04W4/18

Abstract: 本发明提供一种文本信息的转换方法及装置，方法包括：第一终端接收来自第二终端的呼叫或数据；当所述第一终端处于文本转换为语音的工作模式时，所述第一终端根据所述第二终端的标识信息与所述第二终端的所有者的语音特征参数的对应关系，获取与所述第二终端的标识信息对应的所述第二终端的所有者的语音特征参数；所述第一终端将与所述呼叫或数据相关的文本信息转换为具有所述第二终端的所有者的语音特征参数的音频信息。

公开(公告)号：WO2011095457A2

公开(公告)日：2011-08-11

申请号：PCT/EP2011/051329

申请日：2011-01-31

Applicant: BAYAR, Seher ,  BAYAR, Muhsin

Inventor： BAYAR, Muhsin

IPC: H04M3/487 ,  H04M3/493 ,  H04M3/42 ,  H04M1/725

CPC classification number: H04M3/4938 ,  H04M1/72561 ,  H04M3/42153 ,  H04M3/4872 ,  H04M2201/39 ,  H04M2201/40 ,  H04M2207/40

Abstract: Die Erfindung betrifft ein Verfahren und ein Computerprogrammprodukt zur automatisierten konfigurierbaren akustischen Wiedergabe von Internetseiteninhalten, insbesondere über eine Telefonleitung. Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren sowie ein Computerprogrammprodukt zur Verfügung zu stellen, welches eine neuartige Verknüpfung von Telefonie und Internet schafft und damit einen automatisierten und flexiblen akustischen telefonischen Zugang zum Internet ermöglicht. Zur Lösung dieser Aufgabe umfasst ein erfindungsgemäßes Verfahren zur automatisierten konfigurierbaren akustischen Wiedergabe von Internetseiteninhalten folgende Schritte: a) Speicherung einer persönlichen Zieltelefonnummer zu einem Benutzer in einer mit dem Internet verbundenen PC-Anwendung, b) Auswahl mindestens einer über eine URL verfügbare Zielinformation durch den Benutzer und Speicherung der URL und der Zielinformation zu der persönlichen Zieltelefonnummer in der Anwendung, c) Anwahl der Zieltelefonnummer durch den Benutzer und anschließende akustische Wiedergabe der Zielinformation aus der Anwendung durch eine Wiedergabeeinheit.

Abstract translation: 本发明涉及一种方法和用于因特网页面内容自动配置的声音再现，特别是通过电话线的计算机程序产品。 本发明的目的还在于提供一种方法和一种计算机程序产品，其提供了一种新颖电话和互联网的结合，从而使得能够在互联网的自动化和灵活的声学电话接入。 为了实现这一目的，为的因特网页面内容的自动配置的声音再现根据本发明的方法包括以下步骤：a）存储个人目的地电话号码，以在连接到互联网的个人计算机应用程序的用户，b）通过用户选择可用的至少一个目的地信息通过URL 和URL和目标信息发送到个人目的地电话号码中的应用，c）选择由所述用户的目的地电话号码，随后的来自应用由回放单元中的目标信息声音再现的存储。

公开(公告)号：WO2009003824A1

公开(公告)日：2009-01-08

申请号：PCT/EP2008/057471

申请日：2008-06-13

Applicant: SIEMENS AKTIENGESELLSCHAFT ,  ANDRASSY, Bernt ,  STEMMER, Georg

Inventor： ANDRASSY, Bernt ,  STEMMER, Georg

IPC: G10L17/00 ,  G10L15/22

CPC classification number: G10L15/22 ,  G10L17/26 ,  H04L67/02 ,  H04M3/4938 ,  H04M2201/39 ,  H04M2201/40

Abstract: Mit einem Sprachdialogsystem können Anrufer über das Telefon teil- oder vollautomatisierte natürlich-sprachliche Dialoge führen. Hierbei ist jedoch festzustellen, dass es beispielsweise älteren Menschen schwerer fällt, sich in einem automatisierten Sprachdialogsystem zurecht zu finden, als jüngeren Personen. Die Erfindung schlägt daher ein Sprachdialogsystem vor, bei dem zusätzlich eine Sprechercharakterisierung vorgenommen wird. Hierdurch besteht die Möglichkeit, ein an die Bedürfnisse unterschiedlicher Zielgruppen angepasstes Sprachdialossystem bereitzustellen. Weiterhin kann die Erfindung genutzt werden, um anhand der in der Sprechercharakterisierungseinheit ermittelten Informationen eine statistische Auswertung der Anrufer zu erstellen.

Abstract translation: 随着语音响应系统主叫可以通过电话或全自动引线自然语言对话参与。 但是，必须指出，它更加困难，例如，老年人能够找到自己比年轻人自动语音应答系统的方式。 因此，本发明提出了在一个额外的说话人表征由语音对话系统。 这使得可以提供一种不同的目标群体的需要适于Sprachdialossystem。 此外，本发明可被用于创建使用所确定的在扬声器表征单元信息的呼叫者的统计评估。

公开(公告)号：WO2008092085A2

公开(公告)日：2008-07-31

申请号：PCT/US2008/052060

申请日：2008-01-25

Applicant: ELIZA CORPORATION ,  LAVOIE, Lisa ,  MERROW, Lucas ,  DRANE, Alexandra ,  RIZZO, Frank ,  KRULL, Ivy

Inventor： LAVOIE, Lisa ,  MERROW, Lucas ,  DRANE, Alexandra ,  RIZZO, Frank ,  KRULL, Ivy

IPC: H04M11/00 ,  H04M1/64

CPC classification number: G10L13/0335 ,  G06F17/2785 ,  G10L13/033 ,  G10L13/04 ,  G10L13/10 ,  G10L15/1822 ,  G10L15/22 ,  G10L15/28 ,  G10L17/22 ,  G10L17/24 ,  G10L2015/228 ,  H04M3/4936 ,  H04M3/4938 ,  H04M2201/39

Abstract: Methods and systems are described in which spoken voice prompts can be produced in a manner such that they will most likely have the desired effect, for example to indicate empathy, or produce a desired follow-up action from a call recipient. The prompts can be produced with specific optimized speech parameters, including duration, gender of speaker, and pitch, so as to encourage participation and promote comprehension among a wide range of patients or listeners. Upon hearing such voice prompts, patients/listeners can know immediately when they are being asked questions that they are expected to answer, and when they are being given information, as well as the information that considered sensitive.

Abstract translation: 描述了方法和系统，其中语音提示可以以最有可能具有期望的效果的方式产生，例如以表示移情，或从 一个电话接收者。 可以通过特定的优化的语音参数来产生提示，包括持续时间，说话者的性别和音高，以鼓励参与并促进对广泛患者或听众的理解。 在听到这样的语音提示后，患者/听众可以在他们被问到问题时立即知道他们应该回答问题，当他们被提供信息时，以及被认为敏感的信息。

公开(公告)号：WO2008054573A1

公开(公告)日：2008-05-08

申请号：PCT/US2007/018835

申请日：2007-08-23

Applicant: SBC KNOWLEDGE VENTURES, L.P. ,  BRUCE, Les ,  BRANDT, Jeffrey, Lewis ,  SULLIVAN, Marc, A. ,  HUBSCHER, Mark, B.

Inventor： BRUCE, Les ,  BRANDT, Jeffrey, Lewis ,  SULLIVAN, Marc, A. ,  HUBSCHER, Mark, B.

IPC: H04L29/06 ,  H04M3/42 ,  H04M11/06 ,  H04M1/253 ,  H04M1/57

CPC classification number: H04M1/578 ,  H04M1/2535 ,  H04M3/42042 ,  H04M7/0027 ,  H04M7/0036 ,  H04M7/006 ,  H04M2201/39 ,  H04M2207/14

Abstract: A method and system is disclosed that includes receiving an incoming call including caller identification information at an input responsive to a network. An audio alert and display information associated with the incoming call are sent to a multimedia device.

Abstract translation: 公开了一种方法和系统，其包括在响应于网络的输入处接收包括呼叫者识别信息的呼入呼叫。 与来电相关联的音频警报和显示信息被发送到多媒体设备。

公开(公告)号：WO2007101024A3

公开(公告)日：2008-04-10

申请号：PCT/US2007062462

申请日：2007-02-21

Applicant: INTERVOICE LP ,  CAVE ELLIS K ,  POLCYN MICHAEL J

Inventor： CAVE ELLIS K ,  POLCYN MICHAEL J

IPC: H04M1/64

CPC classification number: H04M3/4938 ,  H04M2201/39

Abstract: There is disclosed a system and method for addressing an audio file server to play pre-recorded audio files, including variable audio files, using a query URL containing the required file's attributes, without requiring a fully-resolved file address. The HTTP XJRL protocol is used by adding attributes, such as the language, the speaker, and a text version of the desired message, along with other required attributes of the audio file to the URL. The audio file server accepts and analyzes the attributes in the URL to find out what type of variable field is being requested. Normally, variable field prompts created from spliced audio clips are restricted to a few specific types of variable fields, such as time, date, or amount, fields, or numeric strings such as telephone numbers, credit card numbers, etc. Once the audio file server determines the field type, language and speaker from the URL, it examines the field text value from the query attribute string. The file server then calculates and retrieves the set of utterances required to create the desired phrase. The audio file server splices all of the short files together, and returns the completed utterance to the voice browser for playing to the user.

Abstract translation: 公开了一种用于寻址音频文件服务器以使用包含所需文件属性的查询URL来播放预先录制的音频文件（包括可变音频文件）的系统和方法，而不需要完全解析的文件地址。 HTTP XJRL协议通过添加属性，如语言，扬声器和所需消息的文本版本以及音频文件的其他必需属性到URL。 音频文件服务器接受并分析URL中的属性，以查找正在请求哪种类型的变量字段。 通常，从拼接音频剪辑创建的变量字段提示被限制到几个特定类型的可变字段，例如时间，日期或数量，字段或数字字符串，例如电话号码，信用卡号等。一旦音频文件 服务器从URL中确定字段类型，语言和说话者，它从查询属性字符串中检查字段文本值。 然后，文件服务器计算并检索创建所需短语所需的一组话语。 音频文件服务器将所有短文件拼接在一起，并将完成的话语返回到语音浏览器，以播放给用户。

公开(公告)号：WO2005107157A1

公开(公告)日：2005-11-10

申请号：PCT/US2005/001358

申请日：2005-01-18

Applicant: SIEMENS COMMUNICATIONS, INC. ,  NIERHAUS, Florian, Patrick

Inventor： NIERHAUS, Florian, Patrick

IPC: H04L12/18

CPC classification number: H04L12/1813 ,  H04M3/56 ,  H04M2201/39 ,  H04M2201/40 ,  H04M2201/60

Abstract: A conferencing system (102) integrates multiple conference types into a mixed mode conference. The mixed mode conference may integrate text messaging (such as instant messaging) conferences, voice conferences, and other types of conferences. The conferencing system (102) may enhance communication possibilities by allowing individuals that cannot participate in one type of conference to nevertheless communicate with others engaged in that type of conference.

Abstract translation: 会议系统（102）将多种会议类型集成到混合模式会议中。 混合模式会议可以集成短信（如即时消息）会议，语音会议和其他类型的会议。 会议系统（102）可以通过允许不能参与一种类型的会议的个人与参与该类型会议的其他人进行通信来增强通信可能性。

公开(公告)号：WO2005089485A2

公开(公告)日：2005-09-29

申请号：PCT/US2005/009125

申请日：2005-03-18

Applicant: SONY CORPORATION ,  SONY ELECTRONICS INC. ,  TAKEDA, Kyoko ,  BOOTH, Theodore, R.III ,  CLEMENT, Jason, Lee

Inventor： TAKEDA, Kyoko ,  BOOTH, Theodore, R.III ,  CLEMENT, Jason, Lee

IPC: H04L12/64 ,  H04M1/27 ,  H04M1/64 ,  H04M1/725 ,  H04M3/493 ,  H04M3/533 ,  H04M11/00

CPC classification number: H04M1/65 ,  H04L12/64 ,  H04M1/271 ,  H04M1/72547 ,  H04M1/7255 ,  H04M3/4931 ,  H04M3/4936 ,  H04M3/53366 ,  H04M2201/39 ,  H04M2201/40 ,  H04M2203/4536 ,  H04M2250/70 ,  Y10S707/99933

Abstract: A method comprising receiving a request to compose a message; outputting a first prompt requesting a recipient for the message; receiving a first audible response to the first prompt, the first audible response including a recipient of the message; outputting a second prompt requesting a body for the message; receiving a second audible response to second prompt, the second audible response including a body of the message; and composing the message. An electronic device for voice messaging comprising an audible guide module for audibly prompting a user for recipient information and for audibly prompting a user for message information; a voice recognition module for interpreting received responses to the audible prompt for the recipient information and the audible prompt for the message information; and a message compiler module for creating a message from the responses to the audible prompt for the recipient information and the audible prompt for the message information.

Abstract translation: 一种方法，包括：接收组成消息的请求; 输出请求接收者输入消息的第一提示; 接收对所述第一提示的第一可听响应，所述第一可听响应包括所述消息的接收者; 输出请求消息正文的第二提示; 接收对第二提示的第二可听响应，所述第二可听响应包括所述消息的正文; 并撰写消息。 一种用于语音消息收发的电子设备，包括：可听指导模块，用于在听觉上提示用户接收者信息并且用于可听地提示用户输入消息信息; 语音识别模块，用于解释针对接收者信息的可听提示和对于消息信息的可听提示的接收到的响应; 以及消息编译器模块，用于根据针对接收者信息的可听提示的响应和消息信息的可听提示来创建消息。