劉文靜　黃懈

摘 要：語(yǔ)音交互是智能電視人機(jī)交互的重要發(fā)展方向，已成為國(guó)內(nèi)外智能電視相關(guān)企業(yè)、機(jī)構(gòu)創(chuàng)新競(jìng)爭(zhēng)的重點(diǎn)。文章重點(diǎn)研究智能電視中語(yǔ)音交互技術(shù)的國(guó)內(nèi)外專利情況，對(duì)技術(shù)總體發(fā)展趨勢(shì)、專利布局、分支情況、重點(diǎn)發(fā)明人等進(jìn)行分析。

關(guān)鍵詞：智能電視；語(yǔ)音交互；專利

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）15-0003-03

Abstract： Voice interaction is an important development direction of intelligent television human-computer interaction， and has become the focus of innovation competition of domestic and foreign intelligent television related enterprises and institutions. This paper focuses on the situation of domestic and foreign patent of voice interaction technology in intelligent television， and analyzes the overall development trend， patent layout， branch situation， key inventors and so on.

Keywords： intelligent TV； voice interaction； patent

引言

隨著2010年Google首款智能電視的面世，全球電視產(chǎn)業(yè)也隨之跨入智能化時(shí)代，世界IT巨頭和跨國(guó)電視企業(yè)都相繼投入巨資開發(fā)智能電視，傳統(tǒng)電視產(chǎn)業(yè)格局被打破，新興廠商與傳統(tǒng)電視企業(yè)開始博弈，爭(zhēng)奪市場(chǎng)。隨著網(wǎng)絡(luò)技術(shù)、芯片技術(shù)、軟件技術(shù)、顯示技術(shù)及云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展，全球智能電視產(chǎn)業(yè)得到了迅猛發(fā)展，智能電視已成為一種潮流，其發(fā)展勢(shì)頭不可阻擋。在智能電視各項(xiàng)關(guān)鍵技術(shù)中，人機(jī)交互技術(shù)是制約電視智能化發(fā)展和普及的重要瓶頸，其成為國(guó)際國(guó)內(nèi)智能電視相關(guān)企業(yè)、機(jī)構(gòu)創(chuàng)新競(jìng)爭(zhēng)的重點(diǎn)，成為智能電視專利布局的重要方向[1]。語(yǔ)音是最自然最直接的獲取信息和交流信息的方式，語(yǔ)音信息的輸入、識(shí)別和執(zhí)行，能夠極大地降低用戶的溝通成本，豐富人機(jī)交互方式。隨著互聯(lián)網(wǎng)的快速發(fā)展和云計(jì)算的不斷成熟，以及智能電視時(shí)代的到來(lái)，語(yǔ)音技術(shù)在智能電視終端人機(jī)交互中的重要性也日漸凸顯。利用語(yǔ)音來(lái)控制終端已成為可能，即智能終端能夠聽懂用戶的語(yǔ)音，并根據(jù)用戶的語(yǔ)音指令做出快速響應(yīng)，這將大大提升用戶的操作便捷性。語(yǔ)音交互式目前是最被業(yè)界看好的人機(jī)交互方式之一，微軟、蘋果、IBM等國(guó)際巨頭爭(zhēng)相投以巨資進(jìn)行研發(fā)，三星、松下、長(zhǎng)虹、TCL等多個(gè)品牌所銷售的智能電視均已植入了語(yǔ)音識(shí)別功能。

1 智能電視語(yǔ)音交互技術(shù)原理及分支情況

語(yǔ)音交互流程[2]如圖1所示：通過(guò)語(yǔ)音輸入設(shè)備，如麥克風(fēng)，進(jìn)行語(yǔ)音數(shù)據(jù)的錄入；然后傳遞給智能電視系統(tǒng)層進(jìn)行編碼；在將編碼后的語(yǔ)音數(shù)據(jù)傳輸至語(yǔ)音數(shù)據(jù)處理模塊對(duì)語(yǔ)音進(jìn)行語(yǔ)音識(shí)別處理；識(shí)別成功后，將語(yǔ)音數(shù)據(jù)中包含的文字信息解析出來(lái)，并返回給智能電視；最后智能電視對(duì)返回的信息映射成控制命令或相關(guān)信息輸入來(lái)對(duì)智能電視進(jìn)行相應(yīng)操作，比如更換頻道、打開第三方應(yīng)用等。

通過(guò)對(duì)智能電視語(yǔ)音交互技術(shù)的專利文獻(xiàn)收集、標(biāo)引和梳理，根據(jù)技術(shù)手段的不同，將該領(lǐng)域大致可以分為三個(gè)分支：語(yǔ)音輸入、語(yǔ)音處理、語(yǔ)音控制，如表1所示。

基于語(yǔ)音輸入的電視語(yǔ)音互動(dòng)包括語(yǔ)音輸入設(shè)備和語(yǔ)音服務(wù)開啟。以遙控器、機(jī)頂盒、手機(jī)和TV內(nèi)置傳聲器為主的語(yǔ)音輸入設(shè)備，對(duì)模擬語(yǔ)音信號(hào)進(jìn)行錄入、濾波、去噪、量化和編碼等步驟，實(shí)現(xiàn)語(yǔ)音信息的預(yù)處理及傳輸。為防止智能電視錯(cuò)誤地識(shí)別周圍的環(huán)境噪音而產(chǎn)生不必要的不正常工作，采用特定的輸入語(yǔ)音命令或其他語(yǔ)音操作以開啟語(yǔ)音服務(wù)，減少聲音輸出設(shè)備的聲音產(chǎn)生的錯(cuò)誤識(shí)別。

基于語(yǔ)音處理的電視語(yǔ)音互動(dòng)主要包括兩大部分[3]：語(yǔ)音識(shí)別和語(yǔ)義分析。語(yǔ)音識(shí)別是語(yǔ)音交互的基礎(chǔ)，正確識(shí)別用戶的語(yǔ)音信息，是隨后語(yǔ)義分析和語(yǔ)音合成的前提。語(yǔ)音識(shí)別過(guò)程是對(duì)語(yǔ)音特征進(jìn)行提取的過(guò)程，首先要確定語(yǔ)音識(shí)別單元，常見的語(yǔ)音識(shí)別單元有單詞、音節(jié)和音素三種，選擇何種識(shí)別單元取決于具體的研究?jī)?nèi)容，之后對(duì)說(shuō)話人語(yǔ)音進(jìn)行檢測(cè)和降噪等預(yù)處理后，通過(guò)對(duì)輸入的音頻流進(jìn)行分析，確定用戶說(shuō)話起止，即端點(diǎn)檢測(cè)；根據(jù)識(shí)別單元中的信息進(jìn)行關(guān)鍵特征的提取，通過(guò)壓縮信息、去除冗余信息，從語(yǔ)音信號(hào)中提取一組或多組能描述語(yǔ)音信號(hào)特征的參數(shù)。語(yǔ)義分析是語(yǔ)音交互技術(shù)中最靈活的一部分，語(yǔ)義分析是在語(yǔ)音識(shí)別引擎對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行識(shí)別解析后，將識(shí)別后的數(shù)據(jù)以某種特定的協(xié)議格式轉(zhuǎn)換成文本，并返回給終端應(yīng)用，并根據(jù)應(yīng)用要求轉(zhuǎn)換成相應(yīng)的邏輯或命令。

基于語(yǔ)音控制的電視語(yǔ)音互動(dòng)是指用戶通過(guò)語(yǔ)音的對(duì)話形式，將指令發(fā)送給智能電視，令其自動(dòng)執(zhí)行相應(yīng)的用戶操作，例如進(jìn)行音量調(diào)節(jié)、換臺(tái)、切換模式等。隨著用戶的需求提升，借助于無(wú)所不能的互聯(lián)網(wǎng)，能夠?qū)崿F(xiàn)更多的云端功能，例如打開第三方應(yīng)用、天氣查詢等服務(wù)，提高了用戶體驗(yàn)。

智能電視語(yǔ)音互動(dòng)領(lǐng)域的申請(qǐng)總量為1323項(xiàng)，其中語(yǔ)音輸入、語(yǔ)音處理、語(yǔ)音控制三類的申請(qǐng)數(shù)分別為429項(xiàng)（32.43%）、341項(xiàng)（25.77%）、553項(xiàng)（41.80%）?？梢钥闯?，一半以上的專利申請(qǐng)涉及基于語(yǔ)音控制，高于其他兩個(gè)分支。比重其次的是語(yǔ)音輸入，而最少的則是語(yǔ)音處理。其原因主要在于基于語(yǔ)音控制的電視互動(dòng)是人們最自然和最方便的互動(dòng)方式，因此越來(lái)越多的人更愿意由語(yǔ)音形式向電視下達(dá)控制命令，由于需求推動(dòng)技術(shù)的發(fā)展，導(dǎo)致了該分支下的專利申請(qǐng)量也應(yīng)該是最多的。

2 智能電視語(yǔ)音交互技術(shù)專利現(xiàn)狀分析

截至本次檢索時(shí)間截止2017年12月，經(jīng)過(guò)檢索式檢索與簡(jiǎn)單人工篩選，最終確定的涉及智能電視語(yǔ)音交互技術(shù)的全球?qū)＠暾?qǐng)共計(jì)1323項(xiàng)，總計(jì)312位申請(qǐng)人，總體發(fā)展趨勢(shì)呈現(xiàn)增長(zhǎng)狀態(tài)。

（1）全球?qū)＠治?。圖2為智能電視語(yǔ)音交互技術(shù)在全球?qū)＠暾?qǐng)逐年分布趨勢(shì)圖。從圖2中可以看出，就智能電視語(yǔ)音交互技術(shù)的申請(qǐng)量呈逐年上升趨勢(shì)，并在近幾年保持較高的申請(qǐng)量。在1999年以前，智能電視語(yǔ)音交互技術(shù)還處于萌芽階段，申請(qǐng)量很少，每年的申請(qǐng)量只有個(gè)位數(shù)，申請(qǐng)人主要集中在日本和美國(guó)的電視通訊設(shè)備公司和電信公司。在2004年以后，申請(qǐng)量逐漸開始增長(zhǎng)，說(shuō)明此時(shí)智能電視語(yǔ)音交互技術(shù)已經(jīng)進(jìn)入發(fā)展階段，開始受到人們重視，而主要申請(qǐng)人也從以前的日美轉(zhuǎn)為三星、LG等韓國(guó)公司。同時(shí)，中國(guó)的長(zhǎng)虹、TCL等公司在該領(lǐng)域的申請(qǐng)也正式起步，雖然起步較晚，但增長(zhǎng)顯著，到2010年以后該技術(shù)的申請(qǐng)量都維持在100件以上，說(shuō)明該技術(shù)在這幾年開始迅猛發(fā)展。從圖中雖然顯示的2016和2017年的申請(qǐng)量呈下降趨勢(shì)，但是并不能說(shuō)明該技術(shù)的熱度正在減少，相反的，該技術(shù)的熱度還會(huì)呈上升趨勢(shì)，其主要原因在于部分專利技術(shù)還未公開，所以并未被統(tǒng)計(jì)完全。

（2）申請(qǐng)的地域分布。圖3為基于智能電視語(yǔ)音交互技術(shù)主要申請(qǐng)國(guó)逐年分布趨勢(shì)。從圖3中可以看出，在2007年之前，日本的專利申請(qǐng)量一直都位于領(lǐng)先地位，年申請(qǐng)量都高于其他國(guó)家，在2003年-2015年，中國(guó)、日本、韓國(guó)、美國(guó)的申請(qǐng)量都呈逐年增長(zhǎng)的趨勢(shì)。雖然中國(guó)在2005年左右才有了該領(lǐng)域的專利申請(qǐng)出現(xiàn)，但在2008年后，中國(guó)在該領(lǐng)域的申請(qǐng)量顯著增長(zhǎng)，2010年左右中國(guó)后來(lái)居上，智能電視語(yǔ)音交互技術(shù)發(fā)展迅猛，年申請(qǐng)量超過(guò)了其他幾個(gè)國(guó)家。一方面這是由于世界知名的廠商在中國(guó)有眾多的代工企業(yè)，另一方面，我國(guó)在這一階段涌現(xiàn)出了大批優(yōu)秀的國(guó)內(nèi)電視廠商，如長(zhǎng)虹、樂(lè)視、聯(lián)想、TCL等，這些電視廠商將語(yǔ)音交互技術(shù)應(yīng)用到電視中，這也成就了我國(guó)在該領(lǐng)域的專利申請(qǐng)量爆發(fā)式增長(zhǎng)。

（3）主要申請(qǐng)人分布。圖4示出了智能電視語(yǔ)音交互技術(shù)全球主要申請(qǐng)人的分布和排名情況，這代表了各公司在該領(lǐng)域的技術(shù)儲(chǔ)備和技術(shù)實(shí)力。從圖4中可以看出，全球申請(qǐng)量排名前十五的多為國(guó)際知名跨國(guó)企業(yè)，排名前五位的分別是三星電子、松下、索尼、LG和長(zhǎng)虹。在排名前十五的申請(qǐng)人中，有五位申請(qǐng)人是日本企業(yè)：索尼、松下、東芝、船井電機(jī)、日本廣播公司，這三家日本公司均以數(shù)碼影像、電視技術(shù)為主要業(yè)務(wù)，并具有豐富的電視產(chǎn)品支持，足見日本在該領(lǐng)域中的領(lǐng)先優(yōu)勢(shì)。有兩位申請(qǐng)人是韓國(guó)企業(yè)：三星電子和LG，這兩家公司也都具有雄厚的實(shí)力，并在電視互動(dòng)領(lǐng)域有旺盛需求的公司。有兩位申請(qǐng)人是美國(guó)企業(yè)：美國(guó)電話電報(bào)公司和nuance，三位申請(qǐng)人是中國(guó)企業(yè)，一位申請(qǐng)人是歐洲企業(yè)。雖然排名前十五的申請(qǐng)人均是技術(shù)實(shí)力雄厚的公司，但是在智能電視語(yǔ)音交互技術(shù)領(lǐng)域中的申請(qǐng)的絕對(duì)量并不是很多，這十五家申請(qǐng)人的申請(qǐng)量的總和只占了申請(qǐng)總量的35%左右，因此該領(lǐng)域在全球范圍內(nèi)仍未形成具有絕對(duì)優(yōu)勢(shì)的申請(qǐng)人集團(tuán)。而中國(guó)也有三家公司進(jìn)入了前十五的行列，長(zhǎng)虹是中國(guó)最為悠久的電視及相關(guān)行業(yè)的電視廠商，并且擁有實(shí)力雄厚的技術(shù)儲(chǔ)備，以聯(lián)想、樂(lè)視等為代表的互聯(lián)網(wǎng)公司在智能電視領(lǐng)域近幾年發(fā)展迅速。

（4）主要申請(qǐng)國(guó)家分布。圖5是智能電視語(yǔ)音交互技術(shù)全球?qū)＠暾?qǐng)的國(guó)家及地區(qū)分布圖。從圖5中可以看出，來(lái)自中國(guó)的專利申請(qǐng)占總申請(qǐng)量的28%，可見在該領(lǐng)域中雖然中國(guó)技術(shù)發(fā)展較晚，但是申請(qǐng)人的技術(shù)力量不容小覷。美國(guó)和日本的申請(qǐng)量緊接其后，其申請(qǐng)量占全球申請(qǐng)量的26%和25%，由于這兩個(gè)國(guó)家其在該領(lǐng)域發(fā)展最早，前期儲(chǔ)備了優(yōu)厚的技術(shù)作為基礎(chǔ)，率先將該技術(shù)引入到電視互動(dòng)中，擁有大量的基礎(chǔ)專利技術(shù)，他們一直處于該領(lǐng)域的前列，引領(lǐng)行業(yè)發(fā)展趨勢(shì)，并大力發(fā)展這一在電視互動(dòng)領(lǐng)域語(yǔ)音互動(dòng)，可見日本和美國(guó)在該領(lǐng)域中的技術(shù)優(yōu)勢(shì)十分明顯。而韓國(guó)作為電視領(lǐng)域技術(shù)力量雄厚的國(guó)家，其在智能電視語(yǔ)音交互技術(shù)申請(qǐng)量也僅次于日本，可見對(duì)該領(lǐng)域的重視程度。

3 結(jié)束語(yǔ)

本文對(duì)智能電視語(yǔ)音互動(dòng)領(lǐng)域的技術(shù)演進(jìn)、專利申請(qǐng)狀況、重點(diǎn)專利等進(jìn)行了分析。從整體來(lái)看，智能電視語(yǔ)音互動(dòng)技術(shù)在全球和中國(guó)的申請(qǐng)量都在持續(xù)的增長(zhǎng)，特別是近幾年進(jìn)入了快速發(fā)展時(shí)期，智能電視語(yǔ)音互動(dòng)技術(shù)主要的原創(chuàng)動(dòng)力來(lái)自于中國(guó)、美國(guó)、韓國(guó)和日本，來(lái)自于日本和韓國(guó)的申請(qǐng)人具有較強(qiáng)的實(shí)力，中國(guó)和美國(guó)缺少領(lǐng)軍型的申請(qǐng)人，中國(guó)申請(qǐng)人與國(guó)外申請(qǐng)人在該領(lǐng)域的差距還比較明顯，應(yīng)當(dāng)加強(qiáng)在該領(lǐng)域的研發(fā)力度。

參考文獻(xiàn)：

[1]張文鳳.面向智能電視的個(gè)性化人機(jī)交互系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].哈爾濱工業(yè)大學(xué)，2014.

[2]吳進(jìn)強(qiáng)，蘇凱雄.基于智能電視的語(yǔ)音識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電視技術(shù)，2013，37（10）：27-30.

[3]詹新明，黃南山，楊燦.語(yǔ)音識(shí)別技術(shù)研究進(jìn)展[J].現(xiàn)代計(jì)算機(jī)，2008（9）：43-45.