[发明专利]适于在语音用户界面中使用的用于找出web页面中的元素的方法（消歧）

说明书

背景技术

web页面是由诸如膝上电脑、个人计算机、游戏控制台和智能电话之类的客户端计算设备渲染的文档的示例。web页面可以使用例如超文本标记语言（HTML）来编码，以及由web浏览器代码来渲染以便显示。文档中的诸如超链接之类的交互式元素可以被用户选择以便查看附加的内容，诸如通过使用鼠标或对触摸屏进行触摸来选择链接。然而，web页面不常被设计用于语音交互。此外，某些确实存在的解决方案要求web页面被专门针对语音交互进行编码。

发明内容

本文中描述的技术提供各种实施例，以用于为文档的交互式元素提供针对语音用户界面的消歧（disambiguation）过程。

在一种方法中，对文档进行分析以标识该文档中的例如超链接或其他链接、按钮或输入栏之类的交互式元素。每个交互式元素由关联的代码定义，所述关联代码包括一个或多个关联于所述交互式元素的短语。用户然后提供语音命令来选择所述交互式元素中的一个。所述语音命令被转换成文本，并被与候选短语的语法中的一个或多个短语进行比较。如果不存在任何单个、清楚的最佳匹配，则使用消歧过程来允许所述用户从具有相对于所述语音命令的最高匹配分数的交互式元素组中进行选择。

所述消歧过程可以涉及将所述文档的显示修改为提供靠近所述组中的交互式元素中的每个交互式元素的唯一标记（例如第一，第二，第三……）。这些交互式元素的链接文本也可以在视觉上进行区别，而其他交互式元素的文本可以被移除或视觉上不再强调（例如显示为灰色），以便将用户的注意力引导到所述最佳匹配交互式元素。

所述用户然后可以提供随后的语音命令，其标识所述唯一标记中的一个唯一标记。一旦所述唯一标记被标识，则为对应的交互式元素生成点击事件。即，所述交互式单元就像其被诸如鼠标之类的指向设备点击一样被选择。

提供本摘要用于以简化形式介绍下面在详细说明书中进一步描述的概念的选择。本摘要不旨在标识所要求权利的主题的关键特征或基本特征，其也不旨在被用作在确定所要求权利的主题的范围时的辅助。

附图说明

在附图中，相同编号的元件彼此对应。

图1描绘了包括客户端计算设备145、网络通信介质170和服务器180的计算系统。

图2A描绘了图1的客户端计算设备145的一个示例实施例。

图2B描绘了针对图2A的代码155的组件的一个示例过程流。

图3以诸如游戏控制台之类的多媒体控制台100的形式描绘了图1的客户端计算设备145的一个示例框图。

图4以计算系统200的形式描绘了图1的客户端计算设备145的另一示例框图。

图5A描绘了用于将语音用户界面提供给文档的过程概览。

图5B提供图5A的步骤502的用于分析文档以标识交互式元素和关联短语的示例细节。

图5C提供图5A的步骤504的用于将语音命令与交互式元素的关联短语进行比较的示例细节。

图5D提供图5C的步骤524的用于将候选短语与口述单词的序列进行比较的示例细节。

图5E提供图5A的步骤506的用于执行消歧过程的示例细节。

图5F提供图5A的步骤508的用于检测和处理已更新交互式元素的示例细节。

图6A描绘了在显示设备的显示区域中的文档顶部的显示。

图6B描绘了在显示设备的显示区域中的图6A的文档底部的显示。

图6C描绘了图6A的文档的顶部，其中，消歧标签被添加到链接文本610和612。

图6D描绘了图6C的文档的顶部，其中，添加了链接文本610和612的改变的外观，以及移除了来自图6C的链接文本614。

图7A1描绘了图6A的交互式元素640的示例代码。

图7A2描绘了对应于图7A1的示例语法条目。

图7B1描绘了图6A的交互式元素641的示例代码。

图7B2描绘了对应于图7B1的示例语法条目。

图7C1描绘了图6A的交互式元素642的链接614的示例代码。

图7C2描绘了图6A的交互式元素642的图像616的示例代码。

图7C3描绘了对应于图7C1和7C2的示例语法条目。

图7D1描绘了图6A的交互式元素643的示例代码。

图7D2描绘了对应于图7D1的示例语法条目。

图7E1描绘了图6A的交互式元素644的示例代码。