[发明专利]具有音频反馈和词完成的多字符文本输入系统

说明书

用于输入和处理手写的多字符文本的系统可以包括手写识别子系统、词完成子系统和音频反馈系统。手写识别系统可被配置为捕获用户所形成的一系列手写字符、并将手写字符转换为候选部分文本串的集合。词完成子系统可被配置为识别候选部分文本串是否构成词段、并在候选部分文本串构成词段的情况下生成(i)至少一个阐明词和(ii)包括阐明词的至少一个阐明短语其中之一或这两者。词段可以是任何串，并且与同该系统相关联的语言中的有效完整词不对应。音频反馈系统可被配置为产生词段、阐明词和阐明短语的音频表示。

相关申请

本申请是2018年9月4日提交的美国申请No.16/120,774的继续申请。以上申请的全部教导通过引用而并入于此。

背景技术

可在诸如汽车等的移动系统中使用的传统文本输入系统通常允许用户逐个字符地(例如，通过轻敲键盘或单字符手写识别)或者可能逐个词地(例如，通过追踪键盘)输入文本。向用户反馈系统如何解释输入是重要的，因为用户输入有时难以解释、通常不准确并且有时模糊不清。在汽车中，音频反馈一般优于视觉反馈，这使得在用户提供输入并确认结果时驾驶员的眼睛保持在道路上。

要解决的一个问题是如何以最可理解且有效的方式将非词文本串通信至最终用户。虽然处理单个字符输入相对容易，但是一次处理所有字符组可能是有问题的，特别是在字符组是任意字符串而不是有效词(即，不是作为与文本输入系统相关联的语言的公认成员的词)的情况下。无论是最先进的文本转语音(TTS)产品还是甚至人类都不能在不通过叙述单个字符进行拼写的情况下对所有字符组合进行可理解的发音，这被认为是无效的。

发明内容

多字符输入(即，一次性提交多个字符)比单字符输入快。一个示例是手写识别，其中每个串仅施加一次暂停，而不是每个字符施加一次暂停。许多文本输入系统还包含词完成模块。允许不完整词的多字符输入模块与词完成模块相结合是非常有效的。但是这些不完整词很难在音频反馈中被可理解地发音。最先进的文本转语音(TTS)系统可以很合理地猜测不完整词的发音，尽管结果不完美，并且在许多情况下甚至不存在完美的发音。这里描述的实施例提供了少量的额外音频反馈，这些额外音频反馈向用户阐明不完整词。所描述的实施例传送对于有效输入有用的信息、即最佳完成候选。

多字符文本输入系统可以包括手写识别子系统、词完成子系统和音频反馈子系统。所述手写识别子系统可被配置为捕获用户所形成的一系列手写字符、并将所述手写字符转换为候选部分文本串的集合。所述词完成子系统可被配置为针对所述候选部分文本串的集合中的各候选部分文本串：判断所述候选部分文本串是否构成词段；以及在所述候选部分文本串被判断为构成词段的情况下，基于所述词段来生成(i)至少一个阐明词和(ii)包括所述阐明词的至少一个阐明短语其中之一或这两者。所述音频反馈子系统可被配置为产生所述词段、所述至少一个阐明词、以及所述至少一个阐明短语中的一个或多个的音频表示。

在实施例中，所述词段可以不对应于与所述手写识别子系统相关联的语言中的有效词。所述词完成子系统可以利用至少一个上下文信息输入来生成所述至少一个阐明词和包括所述阐明词的至少一个阐明短语中的一个或多个。所述上下文信息输入可以包括关系信息、字段信息、基于位置的信息和当日时间信息等中至少之一。

所述音频反馈子系统可以包括被配置为将所述音频表示传送至所述用户的声音产生组件。所述至少一个阐明词可以包括基于所述词段的词列表。可以根据正确性的可能性来对所述词列表进行排序。正确性的可能性可以基于至少一个上下文信息输入来确定。

所述阐明短语可以包括将所述词段与所述阐明词相关联的连接短语。所述连接短语可以限于三个或更少的词。所述音频反馈子系统可被配置为将所述词段的音频表示渲染为可辨别发音。