專利名稱：Mpeg播放器的數(shù)據(jù)檢索方法
技術領域：
本發(fā)明是關于對存儲在存儲媒介上的數(shù)據(jù)進行檢索的方法的。具體地說，就是隨著方便攜帶的MP播放器的存儲器的日益呈現(xiàn)大容量化的發(fā)展趨勢，用戶存儲在其中的文件數(shù)量越來越多，這同時就給文件的查找?guī)砹瞬槐恪１景l(fā)明就是關于為用戶提供從存儲在其中的MP文件中對自己所需要的數(shù)據(jù)進行檢索的方法的。
背景技術：
下面，將對對文件進行存儲和檢索的傳統(tǒng)的技術及其相關技術進行說明。
一般來說，對多媒體動態(tài)影像壓縮的技術是于1992年以MPEG1規(guī)格的正式頒布時才開始的。這就是在當前的VCD(視頻CD)中所使用的技術規(guī)格。
由于MPEG1的壓縮率較低。因此，這種壓縮技術還僅僅停留在提供顯像度為352×288的立體音響服務的水平上。1995年公布的MPEG2方式就是現(xiàn)在的DVD(數(shù)字視頻盤，Digital Vedio Disk)所采用的技術規(guī)格。利用這種壓縮技術可以提供高顯像度和杜比數(shù)字，或者是DTS(數(shù)字劇場系統(tǒng)，Digital Theater System)等效果良好的音響服務。
另一方面，將多媒體數(shù)據(jù)文件依據(jù)MPEG4視頻格式即DivX格式、MP3音頻格式以及JPEG影像壓縮方式壓縮后，將其存儲在光盤中。這樣，存儲在上述光盤中的經(jīng)過壓縮的視頻及音頻數(shù)據(jù)本身就可以進行再現(xiàn)或者將其通過與外部設備連接的TV及揚聲器進行輸出。
但是，如上所述，在對上述存儲的數(shù)據(jù)進行檢索/再現(xiàn)時，如果使用對于具有導航(Navigation)功能的MP3播放器(MP3 player)，在這種情況下通常是以文件夾為單位進行檢索。當然，為了檢索的快速和方便，也可以按照體裁進行檢索、按照片套進行檢索、按照音樂家進行檢索等多種檢索方式。
也就是說，在依據(jù)傳統(tǒng)的技術中，在進行數(shù)據(jù)檢索時直接輸入要檢索的關鍵字，然后通常都是以文件夾為單位進行檢索。當然，根據(jù)需要也可以按照體裁，或者是按照音樂家進行檢索。但是，如上所述，如果通過直接輸入關鍵字進行檢索，檢索的速度就會延遲。同時，檢索的對象(文件夾、音樂家等)也較少。這樣，用戶就可能對自己所需要的音樂文件進行準確、快速地檢索/輸出。
發(fā)明內(nèi)容
本發(fā)明就為解決上述問題而研發(fā)的。依據(jù)本發(fā)明，用戶可以對想要檢索的數(shù)據(jù)進行快速、準確地檢索。在本發(fā)明中，為了快速、準確地對將要輸出的文件進行檢索，就利用STT(語音轉換文本，Speech ToText)解決方案(Solution)，將用戶的語音轉換為文本(text)信息，然后對與上述轉換后的文本信息相匹配的MP3的檢索標簽(Tag)信息進行設定并進行搜索(Searching)。
然后，對上述轉換的文本信息進行確認，以判斷它是否是用戶輸入的信息。然后就可以對所要輸出的文件進行檢索了。
根據(jù)需要，也可以將上述轉換后的信息分類，然后以播放列表(PLAYLIST)的形式進行再現(xiàn)。
為了實現(xiàn)上述目的，MPEG播放器的數(shù)據(jù)檢索方法包括將要檢索的關鍵字以語音的方式進行輸入的階段；利用語音信息轉換程序將上述輸入的語音信息轉換成文本信息的階段；判斷上述利用語音信息轉換程序將上述輸入的語音信息轉換成的文本信息是否是用戶輸入的語音信息的階段；將與上述轉換后的文件信息相匹配存儲的信息進行輸出的階段；以及利用上述輸出的信息對進行再現(xiàn)的階段。
如上所述，依據(jù)本發(fā)明通過STT對數(shù)據(jù)進行檢索不僅可以提高速度，使檢索更加快捷，而且還會更加方便。這是本發(fā)明所具有優(yōu)越的檢索功能。
另外，在進行檢索時可將檢索對象的范圍擴大，包括檢索對象的文件夾名稱、文件名稱、目錄名稱、ID3標簽(TAG)以及歌詞文件等都可以進行檢索。因此，用戶也可以快速、準確地對自己所希望檢索的音樂文件以播放列表(PLAYLIST)的形式進行輸出/再現(xiàn)。
下面，通過參照附圖對依據(jù)本發(fā)明的實施例的詳細說明，就可以了解本發(fā)明的另外一個目的及特征了。
圖1是表示對依據(jù)本發(fā)明的數(shù)據(jù)檢索及再現(xiàn)的MPEG播放器的構成組件圖。
圖2是表示對在本發(fā)明中也能應用的光盤驅動器及其輔助存儲裝置上的文件進行檢索/選擇的瀏覽器畫面的實例圖。
圖3是表示依據(jù)本發(fā)明的數(shù)據(jù)檢索方法的工作流程圖。
附圖標記說明101 遙控裝置 102 面板103 UART 104 HDD105 光盤驅動裝置 106 IDE接口107 EPROM 108 DRAM109 中央計算處理裝置 110 PCI總線接口120 媒體信號處理裝置 121 SDRAM控制器122 DVD解讀器 123 MPEG視頻復原器124 顯示處理裝置，OSD處理裝置 125 音頻復原器126 SDRAM 130 顯示裝置及輸出裝置具體實施方式
下面，將參照附圖對依據(jù)本發(fā)明的理想實施例進行詳細的說明。
圖1是表示對依據(jù)本發(fā)明的數(shù)據(jù)檢索及再現(xiàn)的MPEG播放器的構成組件圖。
如圖所示，上述依據(jù)本發(fā)明的數(shù)據(jù)檢索及再現(xiàn)的MPEG播放器包括以下幾個部分從光盤上將壓縮的多媒體數(shù)據(jù)讀取出來的光盤驅動裝置105；由用戶指令輸入按鈕及對語音信息進行輸入的設備和顯示窗構成的面板102；從上述光盤驅動裝置105上將壓縮的多媒體數(shù)據(jù)讀取出來，并將其向媒體信號處理裝置120傳輸，然后，對通過上述面板102輸入的用戶指令進行處理，然后，將播放器的當前狀態(tài)向上述面板102及位于外部的TV畫面(未圖示)進行輸出的中央計算處理裝置109；將通過上述中央計算處理裝置109傳輸?shù)膲嚎s多媒體數(shù)據(jù)進行解壓縮處理，生成影像及語音信號，然后進行輸出的媒體信號處理裝置120；將通過上述媒體信號處理裝置輸出的影像及語音信號進行轉換、顯示并進行輸出的顯示裝置及輸出裝置130。
另外，如圖所示，上述依據(jù)本發(fā)明的數(shù)據(jù)檢索及再現(xiàn)的MPEG播放器還可以包含以下幾個部分與外部計算機(未圖示)相連接的通信端口；將通過上述通信端口下載接收的壓縮多媒體數(shù)據(jù)和從光盤讀取出來的壓縮多媒體數(shù)據(jù)進行存儲的輔助存儲裝置104。
另外，如圖所示，上述依據(jù)本發(fā)明的數(shù)據(jù)檢索及再現(xiàn)的MPEG播放器還可以包含以下幾個部分上述中央計算處理裝置109使用的軟件；對在本發(fā)明中用于將語音信息轉換成文本信息的程序STT(Speech ToText)進行存儲的EPROM107。
如上所述，利用STT技術的MP3 NAVIGATION功能就是一種軟件解決方案。它是利用將語音轉換成文件的技術，即利用語音打字技術(STT-Speech To Text)，這樣，用戶通過設置在面板102上的語音輸入裝置(Voice Inputter)/錄制裝置(Recorder)(未圖示)，就可以自動將要輸入/錄音的內(nèi)容轉換成文字。
另外，如圖所示，上述依據(jù)本發(fā)明的數(shù)據(jù)檢索及再現(xiàn)的MPEG播放器還包含具有用戶指令輸入按鈕的遙控裝置101。這樣，上述中央計算處理裝置109就可以對通過上遙控裝置101輸入的用戶指令進行處理。
下面，對依據(jù)本發(fā)明具有上述構成的MPEG播放器的運行情況進行詳細的說明。
中央計算處理裝置109對MPEG播放器的所有運行進行控制，其主要功能就是從光盤驅動裝置105或者HDD104之類的數(shù)據(jù)存儲裝置中將多媒體數(shù)據(jù)讀取出來。然后，將數(shù)字影像及音響數(shù)據(jù)通過PCI BUS接口向媒體信號處理裝置120進行傳輸。然后，生成與媒體信號處理裝置120相適應的處理控制信號。
另外，在與動態(tài)影像文件一起提供的信息中，當存在字幕之類的附加數(shù)據(jù)文件的情況下，就與動態(tài)影像數(shù)據(jù)的處理一樣，將字幕在畫面上進行顯示的控制信息向媒體信號處理裝置120的OSD(屏幕顯示，On Screen Display)處理裝置124進行傳輸。
除此之外，中央計算處理裝置109按照根據(jù)通過面板102或者遙控裝置101輸入的用戶指令決定的順序，執(zhí)行用戶指令的動作。
除了上述結構之外的其它構成要素的運行就根據(jù)各個功能的需要進行工作。因為這也只是一種普通的技術，因此在這里就不再進行詳細的說明了。不過，在這里，還要對依據(jù)本發(fā)明的利用STT技術的數(shù)據(jù)檢索方法的工作流程進行一下附加說明。
將依據(jù)內(nèi)置于EPROM107內(nèi)的STT程序并通過面板102輸入的語音信息轉換為文本信息。然后，就可以對存儲在光盤驅動裝置105上的數(shù)據(jù)進行檢索了。
執(zhí)行上述檢索動作的基本概念就是利用將用戶的語音轉換成文本信息的STT(Speech To Text)解決方案(Solution)，然后利用轉換成的文本信息對MP3的標簽(Tag)信息進行搜索(Searching)，并進行分類(Sorting)的軟件解決方案(Soft Solution)。
詳細地講，存儲在上述光盤驅動裝置105上的數(shù)據(jù)包含MP3文件的文件夾名稱、文件名稱、目錄名稱、ID3標簽(TAG)內(nèi)容、歌手姓名、歌詞文件等相關信息，如果用戶將歌手姓名、片套名稱、歌詞的一部分、文件名稱中的任意一個單詞通過具有語音輸入方式的面板102進行輸入，系統(tǒng)就會將與之相匹配的文件進行列表，然后根據(jù)需要對其進行再次分類(SORTING)，然后以播放列表的形式進行輸出/再現(xiàn)。
如上所述，當是普通的MP3文件的情況，則稱作ID3標簽(TAG)信息。同時，在文件中還附加包含有文本信息。
例如用戶利用編輯器等設備可以將片套信息、歌手姓名、體裁信息、甚至是歌詞等各種信息插入到MP3文件中，作為從語音信息轉換成文本的檢索語，它不僅可以包含在已經(jīng)存在的MP3文件名稱中，而且可以包含在ID3標簽(TAG)信息中，或者是檢索的BOUNDARY內(nèi)。
例如，有這樣一首MP3歌曲“請靠近，請你不要離得太遠”，實際上，在其文件的ID3標簽(TAG)中可以插入李光照、李光照2集、敘事曲(ballade)等信息。在這里，用戶如果通過語音方式輸入“請靠近”、“你”、“李光照”、“敘事曲”等希望檢索的檢索語，就可以對與之相匹配的上述曲目進行檢索了。
另一方面，如果考慮到用戶的方便，在通過上述過程對數(shù)據(jù)進行檢索時，可以使用在“環(huán)境設定”一欄中將檢索列表轉換成播放列表(PLAYLIST)的方法。
一般來說，通過語音方式檢索的文件其檢索結果一般都是按照文件名稱的順序，或者是按照文件夾的順序進行羅列的。
例如當對通過語音方式對“撒朗”這個單詞進行檢索時，假設對10個MP3音源進行了檢索，就會按照文件名稱的順序對10個曲目進行分類(SORTING)。在上述10個曲目中，也可能包含用戶并不怎么想聽的曲目。
這時，如果用戶在語音檢索的選項中選擇“全選”，則上述通過語音檢索的曲目都會被播放列表(PLAYLIST)化并按順序(文件名稱的順序)或者隨機(RANDOM)再現(xiàn)(REPEAT選項調(diào)整)。
但是，如果用戶要單純地通過語音檢索選項將檢索結果進行羅列。在這種情況下，則在上述檢索結果中利用書簽(BOOKMARK)功能，只是重新制訂自己的播放列表(PLAYLIST)就可以了。
另外，將上述輸入的語音信息進行STT處理，然后對其進行第一次分類。分類方法用戶可以進行選擇。
例如在根目錄(ROOT)文件夾中包含A文件夾、B文件夾、C文件夾。假定在上述各個文件夾中滿足用戶檢索條件的MP3文件分別是第3個，第5個和第6個曲目。在這種情況下，在進行環(huán)境設定時，如果設定為按照文件夾順序對語音檢索結果進行分類(SORTING)的方法，則檢索結果就會從上位開始，按照A文件夾第3個曲目、B文件夾第5個曲目、C文件夾第6個曲目的順序進行羅列。
但是，按照文件順序設定分類(SORTING)方法，則總共為3+5+6+14個曲目又會以一個整體的狀態(tài)再次按照文件夾名稱的順序分類(SORTING)。
另外，如果用戶通過語音方式輸入的單詞在進行STT處理時，不能夠很好地進行轉換。在這種情況下，就要增加一個使用用戶進行修正的過程。
例如當要通過語音方式對“撒朗”一詞進行檢索時，通過單觸式操作(one touch)將其轉換為語音導航(NAVIGATION)模式。然后，在向設置在面板102上的語音輸入設備，即向傳聲器輸入“撒朗”一詞時，經(jīng)過STT處理后的結果就會被顯示(DISPLAY)。
但是，如果對“撒朗”的文本信息顯示(DISPLAY)的不是“撒朗”，而是“撒拉姆”或者是“絲浪”時，用戶通過肉眼對其進行確認之后就可以將其取消。這時，如果在一定的時間(例如3秒)內(nèi)不輸入取消的指令，系統(tǒng)就將通過上述轉換的文本信息對數(shù)據(jù)進行檢索。
另一方面，對“撒朗”一詞經(jīng)過STT處理之后，如果轉換成文本信息，則再次按下設置在面板102上的執(zhí)行輸入(ENTER)語音檢索導航(NAVIGATION)指令作用的按鈕，在這種情況下不需要等待3秒，系統(tǒng)就會直接進行檢索。
圖2是表示對存儲在光盤驅動裝置105及其輔助存儲裝置上的文件進行檢索/選擇的瀏覽器畫面的實例圖。它也適用于本發(fā)明對檢索結果的顯示。
在“文件夾信息”部分可以顯示當前選擇的文件夾的名稱。另外，在“文件信息”部分也可以對當前選擇的文件夾內(nèi)的文件夾及其文件進行顯示。文件夾、DivX文件、MP3文件以及端口文件等都分別按照不同的圖標進行分類，并可以進行顯示。對于當前正在再現(xiàn)中的文件，可以通過其它的顏色進行顯示。這樣就可以為用戶帶來很大的方便。
圖3是表示依據(jù)本發(fā)明的數(shù)據(jù)檢索方法的工作流程圖。
首先，使MP播放器開始工作(S301)。
然后，為了對數(shù)據(jù)進行檢索，便通過語音識別導航(NAVIGATION)模式進行移動。必要時也可以對要檢索的范圍進行選擇(S302)。
例如可以將檢索范圍進行如下設定即將文件夾名稱、文件名稱、目錄名稱、ID3標簽(TAG)內(nèi)容以及歌詞文件等分別進行組合，也可以將上述信息全部包括在內(nèi)進行設定。
然后，用戶設置在面板上的語音輸入設備將要檢索的關鍵字輸入系統(tǒng)(S303)。
利用語音信息轉換程序，即STT將上述輸入的語音信息轉換成文本信息(S304)。
利用語音信息轉換程序將輸入的語音信息轉換的文本信息是否是用戶輸入的語音信息進行確認(S305)。在上述轉換成文本信息的信息不是用戶輸入的語音信息的情況下，就在預先規(guī)定的時間內(nèi)輸入新的語音信息并再次進行將語音信息轉換為文本信息的過程；如果在預先規(guī)定的時間內(nèi)沒有輸入新的語音信息，則就對與上述轉換的文本信息相應的信息進行檢索(S306)。
另一方面，根據(jù)上述階段S305的判斷結果，如果系統(tǒng)將上述用戶輸入的語音信息正確地轉換成了文本信息，在這種情況下，就對與上述轉換的文本信息相匹配存儲的信息以列表的形式進行輸出(S307)。
對于與上述轉換的文本信息相匹配存儲的信息的輸出方法可以由用戶預先進行設定(S308)。
例如輸出的列表信息與文件夾順序或者文件名稱的順序一樣，是按照一定的標準進行輸出的。另外，上述文件夾順序或者文件名稱順序的列表信息也是由用戶進行分類的。因此，就可以只對必要的信息形成播放列表(PLAYLIST)。
然后，利用上述輸出的信息對數(shù)據(jù)進行再現(xiàn)(S309)。
如上所述，在本發(fā)明中對MP3數(shù)據(jù)進行檢索輸出時，將輸入的語信息通過STT進行轉換，這樣可以對數(shù)據(jù)進行快速檢索。根據(jù)需要，可以對上述檢索的信息進行分類(Sorting)。然后，對用戶需要的數(shù)據(jù)再現(xiàn)出來。本發(fā)明就是關于具有上述功能的方便攜帶的MP3播放器的數(shù)據(jù)檢索及列表顯示方法的。
通過上述的說明內(nèi)容，相關工作人員完全可以在不偏離本項發(fā)明技術思想的范圍內(nèi)，進行多樣的變更以及修改。
因此，本項發(fā)明的技術性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權利范圍來確定其技術性范圍。
權利要求
1.MPEG播放器的數(shù)據(jù)檢索方法，用于對存儲在存儲媒介上的數(shù)據(jù)進行檢索和/或再現(xiàn)的MPEG播放器，其特征在于，其包括將要檢索的關鍵字以語音的方式進行輸入的階段；利用語音信息轉換程序將上述輸入的語音信息轉換成文本信息的階段；將與上述轉換后的文件信息相匹配存儲的信息進行輸出的階段；以及利用上述輸出的信息進行再現(xiàn)的階段。
2.如權利要求1所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，其還包括以下的階段判斷上述利用語音信息轉換程序將上述輸入的語音信息轉換成的文本信息是否是用戶輸入的語音信息的階段。
3.如權利要求2所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，在利用語音信息轉換程序將輸入的語音信息轉換成文本信息的信息不是用戶輸入的語音信息的情況下，如果在預先規(guī)定的時間內(nèi)沒有輸入新的語音信息，就對與上述轉換的文本信息相應的信息進行檢索。
4.如權利要求1所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，為了能夠將與上述轉換的文本信息相匹配存儲的信息進行輸出，能夠對與上述文本信息相匹配存儲的信息的檢索范圍進行選擇。
5.如權利要求4所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，檢索范圍包括文件夾名稱、文件名稱、目錄名稱、ID3標簽內(nèi)容以及歌詞文件的至少一個以上。
6.如權利要求1所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，對于與上述轉換的文本信息相匹配存儲的信息的輸出方法可以由用戶預先進行設定。
7.如權利要求6所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，對檢索信息進行輸出的列表信息與文件夾順序或者文件名稱的順序一樣，是按照一定的標準進行輸出的。
8.如權利要求7所述的MPEG播放器的數(shù)據(jù)檢索方法，其特征在于，用戶可以對檢索的列表信息進行分類使其能夠形成播放列表。
全文摘要
本發(fā)明是關于對存儲在存儲媒介上的數(shù)據(jù)進行檢索的方法的。本發(fā)明包括將要檢索的關鍵字以語音的方式進行輸入的階段；利用語音信息轉換程序將上述輸入的語音信息轉換成文本信息的階段；判斷上述利用語音信息轉換程序將上述輸入的語音信息轉換成的文本信息是否是用戶輸入的語音信息的階段；將與上述轉換后的文件信息相匹配存儲的信息進行輸出的階段；以及利用上述輸出的信息進行再現(xiàn)的階段。因此，依據(jù)本發(fā)明通過STT對數(shù)據(jù)進行檢索不僅可以提高速度，使檢索更加快捷，而且還會更加方便。這是本發(fā)明所具有優(yōu)越的檢索功能。
文檔編號G11B20/10GK1818899SQ20051003316
公開日2006年8月16日 申請日期2005年2月8日 優(yōu)先權日2005年2月8日
發(fā)明者沈錫輔 申請人:樂金電子(惠州)有限公司