SE502013C2 - Talstyrd inmatningsanordning med logiskt standardgränssnitt - Google Patents

Description

0 2 Û 1 3 2 Där TIA använder exempelvis kodsystemet enligt ANSI standarden, då är TIA funktionsmässigt exakt ett tangentbord och dess drivrutiner, men istället för att trycka på ett fysiskt tangentbord, talar man i en mikrofon.

En sådan talstyrd anordning existerar inte. (hänvisas till nyhetsgranskningsrapport Dnr P 914/93 från Patentverket).

Alla förekommande kända taligenkänningsprodukter som kan generera text, har den nackdelen att de inte har ett standardgränssnitt, så de fungerar med bara en eller ett fåtal applikationer. De är baserade på ordigenkänning, vilken medför att produkten blir mycket rninnes krävande, har begränsat ordförråd, har ston register, är relativt långsam, har liten tillförlitlighet, är talareberoende, är ett en-användare system, har liten tolerans för uttalsändringar, är känslig för bakgrundsljud, kräver mycket tid för träning av datorn för att denna skall ”förstå” användarens ord och kommando, är svår att lära sig och använda samt att den är relativt dyr.

Exempel på sådana produkter är Voice type och Dictation system från IBM och Dragon Dictate från Dragon Systems.

En annan applikation som bygger på samma princip och använder taligenkänningstekniken, är ”Text editor for speech input”, med patentnummer US, 4 914 704, här nedan kallad för USP.

TIA skiljer sig totalt i grunden, syftet och resultatet av anordningen, från det refererade patentet, USP.

Man kan alltså bara jämföra TIA med ett tangentbord eller mus och deras drivrutiner men inte med ett applikationsprogram, exempelvis ordbehandlaren ”Microsoft WORD för Windows”.

På samma sätt kan man jämföra ordbehandlaren ”Text editor for speech input” enligt USP, med andra ordbehandlare som Word Perfect, Microsoft WORD för Windows, Dragon Dictate m.m. men inte med ett tangentbords drivrutin.

M.a.o., precis på samma sätt som inte går att jämföra ordbehandlaren Microsoft WORD för Windows med kalkylprogrammet EXCEL eller faxprogramrnet WINFAX o.s.v., går det inte heller att jämföra TIA med ett ordbehandlare, exempelvis ”Text editor for speech input”. 502 013 3 USP är en ”text editor for speech input”, dvs. ett självständigt applikationsprogram som använder sig av taligenkänningstekniken för att mata in text i sin egen applikation, text editorn.

Den text som matas in genom röstingången in i ”text editom”, är inte någon standardkod, utan de använder sig av ett s.k. token- och stringforrnat (USP: fig. 3, ñg. 4), vilka är definierade av konstruktören av ”text editorn” för just denna applikation.

Därför har denna ordbehandlare inget gränssnitt mot andra applikationer än sin text editor, så den kan inte mata in text i eller styra någon annan applikation än sig själv.

TIA är å andra sidan en drivrutin och använder bara standardkod enligt ett standardkodsystem, för att kunna fullständigt ersätta ett tangentbord.

M.a.o. skickas exempelvis, enligt ANSI standarden, koden ”97” istället för ”a” och koden ”00;59” istället för ”Fl” som utdata, för att TIA skall vara ett standardgränssnitt mot alla standardapplikationer i den datorrniljön.

USP skriver bara de skrivbara tecknen till text editorn, vilka ingår som en del av kodema enligt ASCII- tabellen.

Däremot skickar TIA, som sin utdata till en verkställande enhet, förutom standardkoden för skrivbara tecken, standardkoden för någon eller en kombination av några av tangentbordets samtliga tangenter, enligt de som finns i ett standardkodsystem. Dessa kan exempelvis vara: - Styr- och specialtangenter ex: ESC, TAB, HOME, INSERT; - CTRL+teckentangent ex: CTRL+A, CT RL+B; - ALT+teckentangent ex: ALT+A, ALT+B; - SHIFT+tangent ex: SHIFT+TAB; - Funktionstangenter: Fl, F2; - samt någon eller en kombination av några av dessa tangenter ex: CTRL+F1, ALT+F2 O.S.V.

Just den egenskap som TIA har, dvs. enligt det som framgår av de kännetecknade delarna av patentkraven, gör att TIA blir helt unik och har många unika egenskaper: 502 015 4 A: Då TIA använder kodsystemet enligt ANSI standarden, blir den helt likvärdigt samt uppför sig som ett tangentbord och dess drivrutiner. Med detta menas att: A. 1: Till skillnad från USP som matar in text till sin ordbehandlare, är TIA en generell inmatningsanordning för styrning av samt inmatning av text till andra applikationer.

A.2: TIA aktiverar menyer i menystyrda program, för att öppna ”rullgardinerna” och köra olika kommandon som finns i undermenyer och dialogrutoma, genom att skicka ut standardkoder för ALT+teckentangent kombinationer. T.ex. ALT+A kombinationen har standardkoden ”O0;30”, vilken aktiverar exempelvis ”Arkiv”-menyn på menyraden på vilken som helst standardapplikation som har ett understruken A, ”AÉ i sin menyrad. Detta är precis som att trycka på ALT-tangenten och A-tangenten samtidigt på ett vanligt datortangentbord.

A3: Med hjälp av CT RL+ tecken- eller annan tangent, aktiverar TIA kort kommandon, dvs. aktivera kommandon utan att behöva öppna rullgardinerna, samt utför de definierade funktionerna för dessa koder i olika program.

A.4: TIA skickar dessutom koden för styr- och specialtangenter som ESC, HOME, Funktionstangenter samt koden för andra tangentkombinationerna enligt det standardiserade kodsystemet.

A.5: TIA styr markören på skärmen genom att använda Escape sekvenser enligt ANSI standarden.

USP utför över huvud taget inga av dessa, förutom att det kan skriva bara skrivbara tecknen, dvs. en del av ASCII tecknen, genom egen definierade kodforrnat.

B: För att kunna applicera TIA till andra utrustningar som har något tangentbord och använder sig av ett standard kod- eller signalsystem, använder TIA samrna standardiserade kod- eller signalsystem. På så sätt skapas nya produkter som styrs med rösten istället med ett tangentbord. 502 013 5 C: Dessutom är TIA, p.g.a. sin konstruktion, en anordning som bl a: - enkelt och snabbt att installera och komma igång med, - lätt att lära sig och smidigt att använda, - mycket enkelt kan översättas till andra språk, - har ”inbyggd” obegränsat ordförråd.

- HLIII.

Där t.ex. ASCII-kod används som standardkod, kan anordningen, förutom att generera ASCII-koden för siffror och bokstäver, även generera koden för andra tecken, t.ex. styrtecken som används för styr- och kommunikationsändamål, grafiska, utländska samt matematiska symboler. Denna egenskap gör att systemet automatiskt får ett inbyggt ”obegränsat” ordförråd. Dessutom p.g.a. att en uppsättning av den utvidgade ASCII-koden, Extended ASCII Code, innehåller även teckenkoder för utländska tecken, får anordningen ett inbyggt obegränsat ”flerspråkigt” ordförråd.

Uppfmningen är en enkel, smidig samt flexibel produkt ur användarens synvinkel, eftersom den eliminerar eller reducerar ovannämnda nackdelar och problem med ordbaserade taligenkänningsprodukter. Dessutom har denna uppfinning en del andra egenskaper som inte existerar i andra system, vilka öppnar nya möjligheter, användningsområden och produktidéer.

De medel som är nödvändiga för att uppnå en sådan anordning är en anordning för införande av röstsignaler Lex. mikrofon, ljudkort, system driver, dvs. TIA:s program, rnikrodator för den fysiskt självständiga inmatningsanordning samt ett kommunikationsmedium.

En utföringsforrn av uppfinningen visas schematiskt i bifogade ritningar.

Figur l visar en principillustration.

Figur 2 visar en fysiskt självständig talstyrd inmatningsanordning och 3 visar en logisk sådan.

Figur 4 visar var applikationsprogram respektive TIA:s program ligger i ett datasystem.

TIA:s program, som ett system driver, är ett standardgränssnitt mellan applikationsprogram och extern enhet, exempelvis en mikrofon. 502 015 6 TIA kan konstrueras antingen med talareberoende eller talareoberoende igenkänning, beroende på tillämpningen där TIA skall användas. Om identifiering av användare och begränsning av användning av enheten önskas, skall en talareberoende igenkänning användas och om t.ex. ett Her-användare system önskas, så är en talareoberoende igenkänning att föredra.

TIA består enligt Fig. 2 och 3 av hård- och mjukvaror, vilka huvudsakligen är: en anordning för införande av röstsignaler i systemet, t.ex. mikrofon 1, ljudkort 2, TIA:s program 3, rnikrodator 4, om anordningen är en fysiskt självständig enhet 5, samt kommunikationsmedium 6, 7, dels mellan anordningen för införande av röstsignalerna 1, och enheten 5 /8, och dels mellan enheten och den eller de anordningar som skall styras 9.

TIA skall i den enklaste formen, Fig. l, ses som en ”svart låda” 10, där röstsignalen, som representerar exempelvis en bokstav, en siffra, eller andra tangenter och tangentkombinationer, kommer in och jämförs med i anordningen lagrade signaler, och ut kommer en standardkod enligt ett standardiserat kodsystem t.ex. ANSI, ASCH, ISO, EBEDIC, teletex, siffertoner, eller dylikt. Man säger alltså ”a”, ”b”, etc och anordningen genererar, om ASCII-kod används, 97, 98, etc, se Fig. 3.

På det sättet skapar man ett logiskt standardgränssnitt 1 1, för att enkelt kunna kommunicera med andra utrustningar 9 som använder sig av samma kodsystem.

Arbetsgången för denna kan delvis variera beroende på om taligenkänningen är talareberoende eller talareoberoende.

I talareberoende igenkänning börjar användaren exempelvis med att ”träna datorn” för det ”ordförråd” dataprogrammet skall ha. Dvs. ett installations- /set up-program ber användaren tala in i mikrofonen enligt instruktionema. Användaren matar in namnet av några eller alla tangenter och standardkombinationer av dessa, ett efter ett, genom att tala in dem.

Ett ljudkort digitaliserar de uttalade tecknen.

TIA programmet lagrar dessa uttal av namnen i ett register, i vilket varje post är relaterad till standardkoden för varje av dessa tangent eller standardtangentkombinationer.

Efter avslutad träningsdel, är TIA klar att användas. Nu när användaren talar in t.ex. ett tecken till datorn, di gitaliseras tecknet och sedan järnförs detta med de lagrade tecknen i 502 013 7 TIA-programrnets register. När tecknet igenkänts, hämtas och skickas standardkoden för motsvarande tecken vidare för bearbetning av andra prograrn eller enheter.

I talareoberoende igenkänning behöver användaren inte träna datorn på det sättet för det aktuella ”ordförrådet”, eftersom språkljuden av dessa tecken, fonemen, redan är lagrade i TIA-prograrrnnets register. Här räcker det med en kort träning av en referenstext.

Att tecknens ljud är förprograrmnerade gör att programmet fungerar oavsett vem användaren är, bara han /hon talar samma (mänskliga)språk som programmet är förprogrammerat för.

TIA-programmet behöver inte synas på något sätt på dataskärmen, precis som ett vanligt tangentbords drivrutin som inte syns på skärmen.

Eventuella felmeddelanden kan anges antingen på skärmen som text, röst eller signaler.

Genom att konfigurera TIA olika för olika ändamål, kan en sådan anordning appliceras på en dator eller andra apparater som har något tangentbord och /eller använder sig av ett standardkodsystem, för att fullständigt ersätta eller vara komplement till tangentbordet. På det sättet skall styrning samt användning av exempelvis datorn och alla dess program kunna utföras med enbart rösten.

Eftersom TIA använder bl.a. alfabetet i ett språk, har den ett ”obegränsat” ordförråd. Man kan använda TIA för skrivbara tecken dvs. bokstäver, siffror och andra tecken, samt för ej- skrivbara tecken dvs. styr- och specialtecken.

TIA kan användas för att kunna ersätta funktionstangenter, ersätta knappar på en styrenhet, ersätta kommandon eller speciella kommandosekvenser i ett program.

TIA kan användas för att ge alias till vissa tecken för speciella ändamål t.ex. i dataspel- sarnrnanhang, samt vid anrop av filer eller egna definierade kommandon.

TIA kan appliceras på en skrivare eller en elektronisk skrivmaskin för att skapa en talstyrd skrivmaskin.

TIA kan appliceras på en fax-maskin för att skapa en talstyrd papperslös sändande fax- automat.

Den kan appliceras på en mobil telefon för att skapa en talstyrd papperslös mobil faxmaskin för överföring av textmeddelande till t.ex. Minicall text eller en annan mobil enhet. 502 013 8 TIA kan appliceras på ett kodlås- eller behörighetskontrollsystem med personlig kod.

TIA kan appliceras på en fjärrkontroll för talstyming av exempelvis hemelektronik med rösten.

TIA kan appliceras på en telefon eller ett kodlåssystem för nummerslagning genom att generera exempelvis siffertoner istället för ASCII-kod.

TIA har även applikationer inom interaktiv tele- och datakommunikation, talstyming av leksaker, dataspel m.m.

TIA skall även användas för att fullständigt ersätta eller vara komplement till en styrenhet.

I så fall styr man Lex. markören på en skärm genom att ange önskad position. Man anger exempelvis XY-koordinaten eller X- respektive Y-koordinaten för att förflytta markören till önskad position.

TIA har för uppgift att huvudsakligen ersätta ett tangentbord och /eller en styrenhet, vilken kan användas bl.a. som ett handikapphjälpmedel.

Denna anordning kan fysiskt konstrueras som en självständig enhet 5, med fysiska standardgränssnitt 12, 13. Då skall enhetens utgång 13 passa in i standardingången av den utrustning man skall styra eller använda 9.

Kommunikationsmedium mellan TIA och annan utrustning 7, samt mellan talingången och utrustningen för talinförande 6, kan vara olika, dvs. olika sorters sladdar eller annat medium, exempelvis ljus, modulerad radio, o.s.v.

TIA kan även vara en logisk enhet 8, m.a.o. kan den vara en del av exempelvis ett datorsystem och utnyttja dess hårdvara för att styra och kontrollera systemet, programmen 14, och annan utrustning som är kopplade till systemet 9.

Anordningen enligt uppfinningen kan finna användning inom en mängd tekniska områden, branscher och användargrupper.

TIA kan konfigureras och appliceras på en rad apparater och utrustningar för talstyming av dessa, eller framtagning av nya produkter. Exempel på dessa är: Talstyrd dator, talstyrd skrivmaskin, talstyrd papperslös sändande fax-automat, talstyrd papperslös mobil faxmaskin, talstyrt kodlåssystem eller behörighetskontroll med personlig kod, talstyrd 502 013 9 fjärrkontroll, talstyrd telefon, applikationer inom interaktiva tele- och datakommunikation, talstyrda leksaker, talstyrda dataspel m.m.

TIA kan ha många olika användningsområden såsom handikapphjälpmedel för att enkelt och smidigt styra och använda en dator, olika program och de utrustningar, som är kopplade till en dator. På så sätt kan en handikappad person utföra ett arbete eller kommunicera med omvärlden. Den kan användas för förbättring av arbetsmiljön, dvs. för förebyggande syfte mot arbetsskador p. g.a. för mycket användning av datormus och tangentbord. TIA kan användas för förbättring av datasäkerhet dvs. minska riskema för felaktiga inmatningar vid tex. registrering eller ordbehandling, för ökning av produktiviteten, eftersom det går snabbare att tala än att skriva, för ökad flexibilitet genom eliminering av behovet av tangentbord och händerna och ersätta dem med rösten och exempelvis mikrofon för bl.a. lagerhantering, för minskning av stoleken på mobila apparater genom att eliminera behovet av ett tangentbord m.m.

Anordningen är givetvis inte begränsad till de visade och beskrivna utföringsformerna, tillämpningarna och användningsområdena, utan kan varieras i flera avseenden inom ramen för den till grund för anordningen liggande idén.

Claims (10)

502 015 10 PATENTKRAV

1. Anordning för talstyrd inmatning av data i form av koder till en verkställande enhet, tex en dator, ett datorprogram, ett kodlåssystem, en elektronisk skrivmaskin, mm, konstruerad med taligenkänningsteknik, vilken kan vara antingen talarberoende eller talaroberoende. Anordningen innefattar både hård- och mjukvaror och k ä n n e t e c k n a s a v, att anordningen har logiskt standardgränssnitt för utmatning av data (11), vilken anordning är så utformad, att de inkomna röstsignalema, som representerar någon eller en kombination av några av tangentbordets samtliga tangenter enligt de som finns i ett standardkodsystem, jämförs och omvandlas i den talstyrda inmatningsanordningen till en utdata i form av en standardkod eller signal enligt det standardiserade kodsystemet, vilken kod sedan skall överföras till en verkställande enhet (9, 14) med ett logiskt standardgränssnitt för indata.

2. Anordning enligt kravet 1, k ä n n e t e c k n a d a v, att anordningen är funktionmässigt likvärdigt med ett datortangentbord, dvs. anordningen är utformad att styra menystyrda datorprogram samt mata in text i standardapplikationer utan någon anpassning av applikationema genom att använda standardkod för någon eller en kombination av några av tangentbordets samtliga tangenter.

3. Anordning enligt de föregående kraven, k ä n n e t e c k n a d a v, att anordningen har funktionmässigt likvärdiga funktionstangenter, utformad att användas i applikationer för att utföra de funktioner som är specifika för just den aktuella applikationen, utan att göra någon anpassning av applikationen, genom att använda standardkoden för funktionstangentema samt kombinationer av dessa med andra tangenter.

4. Anordning enligt något, några eller alla de föregående kraven, k ä n n e t e c k n a d a v, att anordningen är utformad att styra markören på en skärm genom att ange önskad markörposition, exempelvis XY-koordinaten eller X- respektive Y-koordinaten enligt ett standardkodsystem. 502 013 11

5. Anordning enligt något, några eller alla de föregående kraven, k ä n n e te c k n a d a v, att anordningen fysiskt kan vara antingen en självständig enhet (5), med ett fysiskt standardgränssnitt (12, 13), för att kopplas direkt till ingången av den utrustning man skall styra, eller en logisk enhet (8), dvs. en del av en annan utrustning eller datorsystem för styming av dessa.

6. Anordning enligt något, några eller alla de föregående kraven, k ä n n e t e c k n a d a v, att anordningen appliceras på en fax-maskin för att skapa en talstyrd papperslös sändande fax-automat.

7. Anordning enligt något, några eller alla de föregående kraven, k ä n n e t e c k n a d a v, att anordningen appliceras på en mobil telefon för att skapa en talstyrd papperslös mobil fax-maskin för överföring av textmeddelande till t ex Minicall text eller en annan mobil enhet.

8. Anordning enligt något, några eller alla de föregående kraven, k ä n n e t e c k n a d a v, att anordningen appliceras på ett kodlås- eller behörighetskontrollsystem med personliga koder.

9. Anordning enligt något, några eller alla de föregående kraven, k ä n n e t e c k n a d a v, att anordningen appliceras på en telefon eller ett kodlåssystem för nummerslagning genom att generera exempelvis siffertoner i stället för kod enligt annan standard.

10. Anordning enligt något, några eller alla de föregående kraven, k ä n n e te c k n a d a v, att anordningen har applikationer inom tele- och datakommunikation, talstyming av leksaker, dataspel, fjärrkontroll till hemelektronik, m.m.