Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
VOICE-OPERATED SYSTEM FOR CONTROLLING A PAGE STORED ON A SERVER AND CAPABLE OF BEING DOWNLOADED FOR DISPLAY ON A CLIENT DEVICE
Document Type and Number:
WIPO Patent Application WO/2001/095087
Kind Code:
A1
Abstract:
The invention concerns a system for voice-operated control of a page designed to be displayed on a client device (2), which can exchange data with a remote server (1) via a telecommunication network (3), and which comprises means (11, 12) for recording a voice command spoken by a user, and speech recognition means enabling, from a recorded voice command, to determine and automatically control the execution of an action associated with said voice command. The server (1) comprises in storage, connected with said page (page (1).htm), at least a dictionary (page (1).ias) of one or several voice links comprising for each voice link at least an audio recording of the voice command; the client device is adapted to download in storage each dictionary associated with the page, and the speech recognition means of the client device (2) comprise a speech recognition programme (E) which is designed to carry out a comparison of the audio recording corresponding to the voice command with the audio recording(s) of each dictionary associated with the page.

Inventors:
GACHIE BRUNO (FR)
DEWAVRIN ANSELME (FR)
Application Number:
PCT/FR2001/001560
Publication Date:
December 13, 2001
Filing Date:
May 21, 2001
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
INTERACTIVE SPEECH TECHNOLOGIE (FR)
GACHIE BRUNO (FR)
DEWAVRIN ANSELME (FR)
International Classes:
G06F3/16; G06F17/30; H04M3/493; H04M7/00; G10L15/22; (IPC1-7): G06F3/16
Domestic Patent References:
WO1999048088A11999-09-23
Foreign References:
US5355433A1994-10-11
EP0847179A21998-06-10
Attorney, Agent or Firm:
Matkowska, Franck (rue du Vieux Faubourg Lille, FR)
Download PDF:
Claims:
REVENDICATIONS
1. Système pour la commande vocale d'une page destinée à tre visualisée sur un dispositif client (2), qui d'une part peut échanger des données avec un serveur (1) distant via un réseau de télécommunication (3), et qui d'autre part comprend des moyens (11,12) permettant l'enregistrement d'une commande vocale prononcée par un utilisateur, et des moyens de reconnaissance vocale permettant, à partir d'une commande vocale enregistrée, de déterminer et de commander automatiquement l'exécution d'une action associée à cette commande vocale, caractérisé en ce que le serveur (1) comporte en mémoire, en lien avec ladite page, au moins un dictionnaire d'un ou plusieurs liens vocaux comprenant pour chaque lien vocal au moins un enregistrement audio de la commande vocale, en ce que le dispositif client est apte à télécharger en mémoire chaque dictionnaire associé à la page, et en ce que les moyens de reconnaissance vocale du dispositif client (2) comportent un programme de reconnaissance vocale (E) qui est conçu pour réaliser une comparaison de 1'enregistrement audio correspondant à la commande vocale avec le ou les enregistrements audio de chaque dictionnaire associé à la page.
2. Système selon la revendication 1 caractérisé en ce qu'un lien vocal comporte plusieurs enregistrements audio de la commande vocale, dont au moins un enregistrement d'une voix féminine et un enregistrement d'une voix masculine.
3. Système selon la revendication 1 ou 2 caractérisé en ce que la page du serveur (1) comporte une information identifiant le ou les dictionnaires associés, et en ce que le dispositif client (2) est conçu d'une part pour détecter cette information lors de la visualisation de la page, et d'autre part en cas de détection de cette information pour envoyer une requte au serveur (1) afin que ce dernier lui envoie le dictionnaire identifié par cette information.
4. Système selon l'une des revendications 1 à 3 caractérisé en ce que chaque lien vocal d'un dictionnaire comporte une adresse permettant de localiser une ressource.
5. Système selon l'une des revendications 1 à 4 caractérisé en ce que chaque lien vocal d'un dictionnaire comporte un nom de la commande vocale, et en ce que le dispositif client est conçu, après réception d'un dictionnaire, pour lire et afficher les noms de tout ou partie des liens vocaux de ce dictionnaire.
6. Système selon la revendication 5 caractérisé en ce que le chaque lien vocal d'un dictionnaire comporte un attribut ( « type ») permettant de spécifier si une commande vocale doit tre cachée ou non, et en ce que le dispositif client (2) est conçu, après réception d'un dictionnaire, pour lire et afficher les noms uniquement des liens vocaux dont la valeur de I'attribut « type » autorise la visualisation.
7. Serveur de données comportant une unité de traitement (5) et unité mémoire (4) qui est accessible au moins en lecture par l'unité de traitement (5), et dans laquelle sont stockées une pluralité de pages destinées à tre visualisées sur un dispositif client (2) après téléchargement via un réseau de télécommunication (3), caractérisé en ce que l'unité mémoire (4) comporte en lien avec chaque page au moins un dictionnaire d'un ou plusieurs liens vocaux, chaque lien vocal comportant au moins un enregistrement audio d'une commande vocale.
8. Serveur selon la revendication 7 caractérisé en ce que chaque page du serveur comporte une information identifiant le ou les dictionnaires associés.
9. Serveur selon la revendication 7 ou 8 caractérisé en ce que chaque lien vocal comporte une adresse permettant de localiser une ressource, de préférence dans l'unité mémoire (4) du serveur (1).
10. Dispositif client (2) qui d'une part est apte à échanger des données avec un serveur (1) distant et à télécharger et visualiser des pages de données stockées en mémoire du serveur (1), et qui d'autre part comprend des moyens (11,12) permettant l'enregistrement d'une commande vocale prononcée par un utilisateur, et des moyens de reconnaissance vocale permettant, à partir d'une commande vocale enregistrée, de déterminer et de commander automatiquement l'exécution une action associée à cette commande, caractérisé en ce que le dispositif client (2) est conçu pour télécharger en mémoire depuis le serveur (1) un dictionnaire qui est associé à une page visualisée et qui contient un ou plusieurs liens vocaux, chaque lien vocal comprenant au moins un enregistrement audio d'une commande vocale, et en ce que les moyens de reconnaissance vocale du dispositif client (2) comportent un programme de reconnaissance vocale (E) qui est conçu pour réaliser une comparaison de l'enregistrement audio correspondant à la commande vocale prononcée par un utilisateur avec le ou les enregistrements audio de chaque dictionnaire qui a été téléchargé.
11. Support mémoire (4) sur lequel est stockée au moins une page qui est visualisable sur un dispositif client (2) et qui comporte une pluralité d'instructions lisibles par le dispositif client, les instructions représentant le contenu de la page et incluant une information qui identifie au moins un dictionnaire associé à la page, ledit dictionnaire comprenant un ou plusieurs liens vocaux, un lien vocal comprenant au moins un enregistrement audio d'une commande vocale, ladite information, une fois lue par le dispositif client, déclenchant le téléchargement depuis un serveur (1) distant dudit dictionnaire.
Description:
SYSTEME DE COMMANDE VOCALE D'UNE PAGE STOCKEE SUR UN SERVEUR ET TELECHARGEABLE EN VUE DE SA ViSUALISATION SUR UN DISPOSITIF CLIENT La présente invention concerne la commande vocale de pages accessibles sur un serveur via un réseau de télécommunication, et plus particulièrement de pages hypertextes. Elle trouve principalement, mais non exclusivement, son application à la navigation hypertexte par commande vocale sur un réseau de télécommunication de type Internet.

Dans le présent texte, le terme « serveur » désigne d'une manière générale tout système informatique dans lequel sont stockées des données et qui est consultable à distance via un réseau de télécommunication.

Le terme « page » désigne tout document prévu pour tre affiché sur un écran et stocké sur un site serveur à une adresse donnée.

Le terme « dispositif client » désigne d'une manière générale tout dispositf informatique apte à envoyer des requtes à un site serveur pour que ce dernier lui envoie en retour les données objets de la requte, et en particulier un page déterminée, par exemple identifiée dans la requte par son adresse sur le serveur.

Le terme réseau de télécommunication désigne d'une manière générale tout moyen de communication permettant t'échange de données à distance entre un site serveur et un dispositif client ; il peut s'agir d'un réseau local (LAN) tel que l'intrant d'une entreprise ou encore d'un réseau longue distance (WAN) tel que par exemple le réseau Internet, ou encore d'un ensemble de réseaux de type différents et interconnectés.

Pour simplifier l'envoi à distance de pages entre un serveur et un dispositf client connecté à ce serveur via un réseau de télécommunication, on utilise couramment des systèmes de navigation hypertexte, qui permettent de naviguer parmi un ensemble de pages reliées les unes aux autres par des liens encore appelés liens hypertextes ou hyper-liens. En pratique, dans un système de navigation hypertexte,

une page hypertexte contient en plus du texte de base devant tre affiché à l'écran, des caractères ou séquences de caractères particuliers qui peuvent faire ou non partie intégrante du texte de base, et qui constituent les liens hypertextes de la page. Lorsque que ces liens hypertextes font partie intégrante du texte de base de la page, ils sont différenciés des autres caractères de la page de base, par exemple en étant soulignés et/ou visualisés dans une autre couleur, etc. Pour la gestion de la navigation hypertexte, le dispositif client est de manière usuelle équipé d'un logiciel de navigation, encore appelé navigateur. Lors de la sélection par un utilisateur d'un lien hypertexte dans la page en cours de visualisation, le logiciel de navigation dans un premier temps établit et envoie automatiquement une requte au serveur, permettant à ce dernier d'envoyer la page attachée au lien hypertexte qui a été sélectionné, et dans un second temps affiche à l'écran la nouvelle page qui lui est envoyée par le serveur.

Afin de faciliter l'activation des liens hypertextes dans un système de navigation hypertexte, on a déjà proposé des système d'activation par commande vocale, dans lesquels le lien hypertexte est prononcé par l'utilisateur, et est reconnu automatiquement par un système de reconnaissance vocale. Ces systèmes d'activation vocale remplacent avantageusement les systèmes d'activation manuelle traditionnels (clavier/souris), et deviennent mme indispensables dans toutes les applications où il n'est pas envisageable ou souhaité de mettre oeuvre un outil manuel tel qu'un clavier ou une souris. Un exemple de ce type d'application est la navigation vocale sur le réseau mondial internet au moyen de téléphones. portables WAP.

A ce jour, tous les systèmes d'activation vocale de liens dans une page hypertexte sont essentiellement basés sur une analyse automatique (« parsing ») de la page hypertexte, sur une détection automatique les liens présents dans la page, et sur la génération automatique de phonèmes à partir de chaque lien détecté.

Plus particulièrement dans le brevet US-A-6,029,135, on décrit un système de navigation hypertexte par commande vocale qui peut tre mis en oeuvre selon deux variantes : une première variante dite « run time » et une seconde variante dite « off line ». Dans la variante « off line », il est enseigné de faire générer par le producteur de pages hypertextes, « des données supplémentaires » pour la commande vocale de ces pages, lesquelles données supplémentaires sont téléchargées avec la page hypertexte depuis le serveur. Ces « données supplémentalres » sont utilisées par le « client » pour effectuer la reconnaissance vocale des mots prononcés par un utilisateur via un microphone, I'intelligence de reconnaissance vocale étant localisée au niveau du client. Dans l'unique mode de réalisation décrit, les « données supplémentaires » sont constituées par un dictionnaire de phonèmes, associé à un modèle de probabilité. Le dictionnaire de phonèmes et le modèle de probabilité associé sont générés automatiquement à partir de la page par analyse automatique du contenu du document et extraction automatique des liens présents dans le document. A cet effet, un logiciel spécifique appelé « manager » est utilise.

Les solutions de fart antérieur et en particulier celle retenue dans le brevet US-A-6,029,135 présentent l'inconvénient majeur d'tre basées sur une reconnaissance phonétique, ce qui d'une part complique la reconnaissance vocale, et est une source importante d'erreur, et ce qui d'autre part impose la mise en oeuvre d'un logiciel complexe (« manager ») permettant la traduction automatique de chaque mot sous forme de phonèmes, et l'élaboration automatique de modèle de probabilité pour la mise en oeuvre de la reconnaissance phonétique. Le logiciel de traduction phonétique est d'autant plus complexe si l'on souhaite par exemple intégrer différentes prononciations d'un mot, pour tenir compte de la langue. Egalement, ce type de solution présente l'inconvénient d'tre dépendant d'une langue pour la transcription automatique du texte de la commande vers sa traduction en phonétique.

Pour les raisons ci-dessus, ces solutions sont à ce jour relativement onéreuses, sont réservées à des systèmes de navigation professionnels très spécialisés, et sont donc peu adaptées à des applications dites grand public.

La présente invention a pour principal objet un système qui permet la commande vocale d'une page qui est destinée à tre visualisée sur un dispositif client apte à échanger des données avec un serveur distant via un réseau de télécommunication, et qui pallie les inconvénients précités des systèmes existants. Par commande vocale d'une page, on vise non seulement t'activation vocale de liens associés à la page, mais également et plus généralement l'activation par la voix de toute commande associée à la page visualisée, la commande n'étant pas nécessairement matérialisée par un mot visualisé sur l'écran du dispositif client mais pouvant tre cachée. L'exécution de la commande associée à une page peut tre de nature variée et n'est pas limitative de l'invention (activation d'un lien hypertexte renvoyant sur une nouvelle page du serveur, commande de périphériques du dispositif client tel que par exemple une imprimante, ouverture ou fermeture de fentres sur le dispositif client, déconnexion du dispositif client, connexion du dispositif client sur un nouveau serveur etc...).

De manière connue, notamment par le brevet US-A-6,029,135, le dispositif client comprend des moyens tels qu'un microphone et un carte d'acquisition audio, permettant 1'enregistrement d'une commande vocale prononcée par un utilisateur, et des moyens de reconnaissance vocale permettant, à partir d'une commande vocale enregistrée, de déterminer et de commander automatiquement l'exécution une action associée à cette commande.

De manière caractéristique et essentielle selon l'invention, le serveur comporte en mémoire en lien avec ladite page au moins un dictionnaire d'un ou plusieurs liens vocaux comprenant pour chaque lien vocal au moins un enregistrement audio de la commande vocale ; le

dispositif client est apte à télécharger en mémoire chaque dictionnaire associé à la page, et les moyens de reconnaissance vocale du dispositif client comportent un programme de reconnaissance vocale qui est conçu pour réaliser une comparaison de l'enregistrement audio correspondant à la commande vocale avec le ou les enregistrements audio de chaque dictionnaire associé à la page.

D'autres caractéristiques et avantages de ['invention apparaîtront plus clairement à la lumière de la description ci-après d'un exemple particulier de réalisation, laquelle description est donnée à titre d'exemple non limitatif et en référence aux dessins annexés sur lesquels : -la figure 1 est une représentation schématique des principaux éléments composant un système de commande vocale conforme à l'invention, -la figure 2 représente les principales étapes d'un programme d'aide à la création d'un dictionnaire de liens vocaux caractéristiques de l'invention, et de mise en relation du dictionnaire créé avec une page d'un serveur, en vue de la commande vocale de cette page, -les figures 3 à 6 sont des exemples de fentres générées par le programme d'aide à la création de dictionnaires, -la figure 7 illustre les principales étapes mises en oeuvre par un dispositif client dans la phase de téléchargement d'un dictionnaire associé à une page fournie par un serveur, la figure 8 illustre les principales étapes mises en oeuvre par le programme de reconnaissance vocale exécuté en local par le dispositif client.

En référence. la figure 1, dans un exemple particulier de réalisation, l'invention met en oeuvre un serveur informatique 1, sur lequel peuvent se connecter un ou plusieurs dispositifs clients 2 via un réseau de télécommunication 3. Plus particulièrement, dans l'exemple illustré, le serveur informatique 1 héberge de manière usuelle un ou plusieurs sites web, et les dispositifs clients sont conçus pour se connecter sur le serveur

1 via le réseau mondial Internet, et pour échanger des données avec ce serveur selon le protocole de communication IP usuel.

Chaque site web hébergé par le serveur 1 est constitué d'une pluralité de pages html matérialisées par des fichiers au format. htm (figure 1/page1. htm, etc...) et reliés entre elles par des hyper-liens. Ces pages sont stockées de manière usuelle dans une unité mémoire 4 accessible en lecture et écriture par l'unité de traitement 5 du serveur 1.

Outre l'unité mémoire 4 et l'unité de traitement 5, le serveur 1 comporte également de manière usuelle des moyens d'entrée/sortie 6, comprenant au moins un clavier permettant à un administrateur du serveur de saisir des données et/ou commandes, et au moins un écran permettant la visualisation des données du serveur, et notamment la visualisation des pages d'un site. Pour la gestion de t'échange de données avec un client 2 via le réseau 3, I'unité de traitement 5 comporte en mémoire vive un logiciel serveur A connu en soit, et permettant notamment l'envoi à un client 2 connecté au serveur 1 du ou des fichiers correspondant à la requte du client.

Un dispositif client 2 comporte de manière connue une unité de traitement 7 apte à tre connectée via une interface de communication au réseau 3, et connectée également à des moyens d'entrée/sorties 8, dont au moins un écran pour la visualisation de chaque page html envoyée par le serveur 1. L'unité de traitement met en oeuvre un logiciel de navigation B connu en soit, encore appelé navigateur (par exemple le logiciel de navigation de Netscape).

L'invention, dont les moyens nouveaux vont à présent tre détaillés à la lumière d'un exemple particulier de réalisation, n'est pas limitée à une application de type Internet, mas peut d'une manière plus générale tre appliquée à toute architecture client/serveur indépendamment du type de réseau de télécommunication et du protocole d'échange de données utilisés. Egalement, le dispositif client peut indifféremment tre un poste fixe, ou comprendre une unité mobile tel qu'un téléphone portable, de

type WAP, permettant un accès au réseau de télécommunication 3.

L'invention repose de manière essentielle sur la mise en ceuvre, pour chaque page du serveur à laquelle on souhaite associer une fonction de commande vocale, d'au moins un dictionnaire de liens vocaux, qui est stocké en mémoire du serveur 1 en lien avec ladite page, et qui présente la particularité de contenir pour chaque commande vocale, au moins un enregistrement audio, de préférence sous forme compressée, de la commande vocale. Dans l'exemple illustré sur la figure 1, à chaque page html est associé en mémoire un unique dictionnaire matérialisé par un fichier comportant le mme nom que la page mais avec une extension différente arbitrairement désignée «. ias » dans la suite de la présente description. Ainsi, à la page html matérialisée par le fichier page 1. htm est associé, en mémoire du serveur 1, le fichier dictionnaire page1. ias, etc... Dans une autre variante, il est envisageable d'associer plusieurs dictionnaires à une mme page.

Pour permettre la construction des fichiers dictionnaires (. ias), le serveur lest équipé d'un microphone 9 connecté à une carte d'acquisition audio 10 (connue en soit), qui d'une manière générale permet de transformer le signal analogique délivré par le microphone 9 en une information de type numérique. Cette carte d'acquisition audio 10 communique avec l'unité de traitement 5 du serveur 1, et permet à ce dernier d'effectuer I'acquisition via le microphone 9 d'enregistrements vocaux sous forme numérique. L'unité de traitement 5 est en outre apte à exécuter un logiciel C spécifique de l'invention, dont une variante sera décrite ci-après, et qui permet d'assister le créateur d'un site web dans la construction des dictionnaires de liens vocaux.

De manière similaire, afin de permettre I'acquisition par l'unité de traitement 7 d'un dispositif client 2 d'une commande vocale prononcée par l'utilisateur, ledit dispositif client 2 est également équipé d'un microphone 11 et d'une carte d'acquisition audio 12. Tel que cela sera expliqué de manière plus détaillée ultérieurement, la reconnaissance

vocale automatique d'une commande vocale prononcée par l'utilisateur du dispositif client 2, en liaison avec une page en cours de visualisation sur l'écran du dispositif client 2, est réalisée en local par l'unité de traitement 7 du dispositif client 2, après téléchargement du fichier dictionnaire associé à la page en cours de visualisation.

Spécifications d'un Fichiers Dictionnaire (. ias) Dans un exemple de réalisation, un fichier dictionnaire contient un ou plusieurs liens vocaux enregistrés les uns à la suite des autres, chaque lien vocal possédant plusieurs attributs concaténés : 1. le nom (qui correspond au mot phonétique de la commande vocale qui doit tre prononcé par l'utilisateur pour activer le lien) ; 2. le type 3. I'adresse (plus communément appelée URL) permettant de localiser sur le serveur la ressource associée à la commande vocale ; 4. la cible (c'est-à-dire le nom de la fentre dans la quelle doit d'afficher la nouvelle page) ; 5. un enregistrement audio (encore appelé modèle acoustique) masculin 6. un enregistrement audio (encore appelé modèle acoustique) féminin L'attribut « type » d'un lien vocal est utilisé notamment pour spécifier : -qu'il s'agit bien d'un lien vocal et pour le différencier par exemple des hyper lien d'une page htmi sans possibilité de commande vocale, -s'il s'agit d'un lien dont le nom apparat dans le texte de la page associée, -si ce lien doit tre caché ou si au contraire le nom du lien peut tre affiché sur l'écran du dispositif client 2 dans une fentre spécifique contenant pour l'utilisateur les noms de tous les liens (non cachés) qu'il peut activer par la voix.

Plus particufièrement, à titre d'exemple, en langage C++, un lien vocal peut tre transcrit de la manière suivante : Information type C Taille en Taille maximale Valeurs octets permises Type de lien DWORD 4 4 Voir plus bas Taille du nom short 2 2 nombre positif Nom chars taille du nom 200 caractères ANSI Taille du lien URL short 2 2 nombre positif URL chars taille du lien URL 2048 caractères ANSI Taille de la cible short 2 2 nombre positif Cible chars taille de la cible 200 caractères ANS) Taille du modèle short 2 2 nombre positif acousfiquemasculin Modèle acoustique chars taille du modèle 2048 toutes masculin Taille du modèle short 2 2 nombre positif acoustiqueféminin Modele acoustique chars taille du modèle 2048 toutes féminin

Programme de construction d'un fichier Dictionnaire (figure 2) Les principales étapes du programme de création d'un fichier dictionnaire vont à présent tre expliquées en référence principalement à la figure 2. Dans l'exemple de la figure 1, ce programme est exécuté par l'unité de traitement 5 du serveur, après que l'administrateur du serveur ait choisi l'option correspondante permettant le lancement du programme.

Néanmoins, dans une autre application, ce programme pourra

avantageusement tre mis à la disposition du créateur d'un site web, en étant mis en oeuvre sur une machine différente du serveur, les fichiers dictionnaires (. ias) créés à I'aide de ce programme ainsi que les pages du sites web étant ensuite téléchargés dans l'unité mémoire 4 du serveur 2.

En référence à la figure 2, la création d'un fichier dictionnaire page (m). ias associé à une page html commence (étape 201) par l'ouverture du fichier page (m). htm de la page, suivie d'une extraction automatique des hyper liens présents dans la page (étape 202) et de la création d'un fichier dictionnaire page (m). ias avec ouverture d'une fentre de visualisation et de modification et/ou saisie de liens vocaux de ce dictionnaire (fentre « Dictionnaire »/étape 203). On a représenté sur la figure 3, un exemple de fentre créée à l'issue de l'étape 203. Dans cet exemple, ont été détectés et extraits automatiquement de la page (m). htm trois hyper liens, et pour chacun des ces hyper-liens a été créé automatiquement dans le dictionnaire associé page (m). ias, un lien vocal dont I'attribut adresse contient I'adresse URL de t'hyper lien correspondant retrouvé automatiquement dans le fichier page (m). htm.

A partir de cette première fentre (figure 3), il est possible soit de sélectionner dans la fentre de la figure 3 un lien existant dans le dictionnaire (étape 204), soit de créer un nouveau lien vocal dans le dictionnaire (étape 205) en sélectionnant la commande appropriée dans un menu géré par la fentre de la figure 3. il convient ici de souligner que la fonction de création d'un nouveau lien vocal permet avantageusement de créer une commande vocale, qui ne correspond pas nécessairement à un hyper lien présent dans la page, et par là-mme offre la possibilité de programmer des commandes vocales variées, et qui plus est des commandes cachées. Egalement, j'étape précitée d'extraction automatique (étape 202) est facultative, et ne se justifie que par un soucis de faciliter et d'accélérer la création du dictionnaire, en évitant à l'utilisateur de devoir créer manuellement dans le dictionnaire les liens vocaux correspondant à des hyper-liens de la

page et de devoir saisir les adresses URL correspondantes.

En cas de sélection d'un lien vocal existant ou de création d'un nouveau lien vocal, le programme ouvre une deuxième fentre « propriétés du lien » du type de celle illustrée sur la figure 4 (étape 206), qui permet à l'utilisateur de saisir et/ou modifier les attributs précédemment décrit d'un lien vocal.

En particulier, dans cette fentre l'utilisateur a la possibilité de sélectionner un premier bouton d'action « Enreg » pour 1'enregistrement d'une commande vocale par une voix masculine et un second bouton d'action « Enreg » pour l'enregistrement d'une commande vocale par une voix féminine. Lorsque l'utilisateur sélectionne l'un des boutons d'action précités, le programme exécute automatiquement un module d'acquisition d'un enregistrement audio. Ce module, une fois tancé permet l'acquisition via le microphone 9 d'un enregistrement audio sous forme numérique de la commande vocale (voix masculine ou féminine selon le cas) pendant un laps de temps donné contrôlé, et à l'issue de ce laps de temps réalise une compression automatique de cet enregistrement par tout procédé connu de compression de données, puis sauvegarde cet enregistrement audio compressé dans le fichier dictionnaire page (m). ias Une fois que l'utilisateur a validé que toutes les propriétés d'un lien vocal ont été saisies ou modifiées, le programme ferme la fentre « propriétés du lien » correspondante (étape 207), et une fois que tous les liens vocaux du dictionnaire page (m). ias ont été créés de manière complète, l'utilisateur commande la fermeture de la fentre « Dictionnaire », et par là-mme la fermeture du dictionnaire page (m). ias (étape 208). La figure 5 illustre un exemple de fentre « propriété du lien » pour le lien vocal « Supérieur » mise à jour avant fermeture de la fentre ; la figure 6 illustre un exemple de fentre « Dictionnaire » mise à jour avant fermeture du dictionnaire page (m). ias.

Une fois un dictionnaire page (m). ias complètement créé, le programme crée automatiquement (étape 209) un lien entre la page

(fichier page (m). htm) et le dictionnaire associé (fichier page (m). ias). et ferme le fichier dictionnaire (page (m). ias). Dans une variante de réalisation, ce lien est créé par insertion du nom (page (m). ias) du dictionnaire associé dans le fichier (page (m). htm) de la page. Un exemple d'implementation du fichier page (m). htm est donné ci-dessous : <html> <head> <TITLE> (titre du fichier de la page htmi) </TITLE> </head> <body> <a href = <"suivante. htm"> Suivante<la><br> <a href = <'precedente. htm"> Précédente<la><br> <a href = <"superieur. htm"> Supérieur<la><br> <p><embed src="page (m). ias"pluginspage=""type="application/x- NavigationByVoice"width="120"heigth="50"></embed>&l t;/p> </body> </html> La phase de transmission d'un dictionnaire entre le serveur 1 et un dispositif client 2 ainsi que la phase de reconnaissance vocale vont à présent tre détaillées en référence aux figures 1,7 et 8.

Transmission d'un dictionnaires (. ias) Initialement à I'aide du programme navigateur (B), le dispositif client 2 demande au serveur 1 de lui envoyer une page html (par exemple le

fichier page (m). htm) De manière usuelle, le navigateur (B) analyse le fichier page (m). htm et affiche sur l'écran le contenu de la page au fur et à mesure où il reçoit les données afférentes à cette page (figure 7/étape 701).

Au cours de l'analyse automatique du fichier page (m). htm, lorsque le navigateur détecte l'information selon laquelle un dictionnaire est attaché à cette page (détection de src="page (m). ias" dans le fichier), il charge un module d'extension D (figure 1) stocké en mémoire vive du dispositif client (étape 702), et parallèlement lance un programme de reconnaissance vocale également stocké en mémoire vive, pour le cas ou ce programme n'aurait pas déjà été tancé (ce qui est le cas par exemple la première fois où au cours d'une session une page (. htm) avec dictionnaire (. ias) attaché est reçue par le dispositif client 2).

Le navigateur envoie ensuite une requte au serveur 1 (étape 703) afin que celui ci lui transmette le fichier dictionnaire page (m). ias identifié dans le fichier page (m). htm.

Après réception par le dispositif client 2 du fichier dictionnaire page (m). ias, le navigateur (B) du dispositif client 2 envoie le fichier dictionnaire au module d'extension (D) (étape 705).

Ce module d'extension (D) crée à son tour un lien entre le fichier dictionnaire page (m). ias et le programme de reconnaissance vocale (E) (étape 706). Ensuite (étape 707), le module d'extension (D) analyse le contenu du fichier dictionnaire page (m). ias et affiche à l'écran pour l'utilisateur, par exemple dans une nouvelle fentre, les noms (attribut « nom ») de tous les liens vocaux du fichier dictionnaire page (m). ias, pour lesquels la valeur. de l'attribut « type » autorise une visualisation (commandes vocales non cachées). (étape 706).

Reconnaissance vocale Cette fonction est assurée par le programme de reconnaissance vocale (E), à partir d'une commande vocaie entrée par l'utilisateur au moyen du microphone 11 et par comparaison avec le ou les fichiers dictionnaires avec lequel un lien a été établi. II convient ici de souligner que le programme de reconnaissance vocale peut tre tancé avec simultanément plusieurs module d'extension actifs.

Plus particulièrement, en référence à la figure 8, une fois tancé le programme de reconnaissance vocale (E) est dans l'attente de la détection d'un son par le microphone 11. Lorsque l'utilisateur du dispositif client prononce une commande à la voix, celle-ci est enregistrée automatiquement sous forme numérique (étape 801), et le programme de reconnaissance vocal effectue une compression de cette enregistrement, en appliquant la mme méthode de compression que celle utilisée par le programme (C) de création de dictionnaires. Ensuite (étape 803), le programme de reconnaissance vocale (E) effectue automatiquement une comparaison des données numériques correspondant à cet l'enregistrement audio compressé avec les données numériques de chaque enregistrement audio compressé (modèles acoustiques masculins et féminins) du fichier dictionnaire page (m). ias. (ou d'une manière générale de tous les fichiers dictionnaires pour lesquels un lien avec le programme de reconnaissance vocale est actif), en vue d'en déduire automatiquement le lien vocal du dictionnaire correspondant à la commande prononcée par l'utilisateur.

Plus particulièrement, dans une variante de réalisation de l'invention chaque comparaison des enregistrements audio compressés est mise en ceuvre selon la méthode DTW (Dynamic Time Warping), et donne pour résultat une note de reconnaissance caractérisant le similitude entre les enregistrements. Seule la note la plus élevée est ensuite retenue par le programme de reconnaissance vocale, et

comparée avec un seuil de détection prédéterminé en dessous duquel il est considéré que le mot prononcé n'a pas été reconnu comme une commande vocale. Si la note la plus élevée résultant des comparaisons précitées est supérieure à ce seuil, le programme de reconnaissance vocale reconnaît automatiquement le lien vocal correspondant à cette note comme étant la commande vocale prononcée par l'utilisateur.

De manière avantageuse selon l'invention, la reconnaissance vocale étant basée sur une comparaison d'enregistrements audio numériques (enregistrements audios des liens vocaux d'un dictionnaire . ias et de 1'enregistrement audio de la commande vocale prononcée par l'utilisateur), on simplifie et on fiabilise très largement la reconnaissance vocale, comparativement à des systèmes de reconnaissance de type phonétique tel que celui mis en ceuvre dans le brevet US-A-6,029,135.

Egalement, on s'affranchit de toute dépendance à une langue particulière.

Après reconnaissance d'un lien vocal, le programme de reconnaissance vocale envoie au navigateur (B) (étape 804) I'action qui est associée à ce lien vocal et qui est codée dans le dictionnaire, c'est-à- dire dans t'exempte particulier décrit précédemment I'adresse URL de ce lien vocal.

Si faction associée correspond au chargement et à l'affichage d'une nouvelle page identifiée par son adresse URL, le navigateur (B), avant l'envoi de la requte appropriée au serveur, décharge la page en cours de visualisation (page (m). htm) ainsi que le module d'extension qui lui est associé ; lequel module d'extension avant déchargement casse le lien établi entre le programme de reconnaissance vocale (E) et le fichier dictionnaire page (m).. ias. Ensuite les étapes de fonctionnement sont reprises à l'étape (701) précitée.

Dans l'exemple particulier de réalisation qui a été décrit, chaque lien vocal est caractérisé par une adresse (URL), qui est communiquée au navigateur du dispositif client lorsque ce lien vocal a été reconnu par le programme de reconnaissance vocal, ce qui permet ensuite au navigateur

de dialoguer avec le serveur afin que ce dernier envoie au dispositif client la ressource correspondant à cette adresse, et par exemple une nouvelle page. Ceci n'est toutefois pas limitatif de l'invention. On peut généraliser l'utilisation de cet attribut « adresse » d'un lien vocal pour coder d'une manière générale faction qui est associée à la commande vocale définie par le lien vocal, et qui doit tre automatiquement exécutée lors de la reconnaissance automatique d'un lien vocal par le programme de reconnaissance vocale. Ainsi, cette action codée dans l'attribut « adresse », peut non seulement tre une adresse localisant une ressource stockée sur le serveur 1, mais pourrait également tre une adresse localisant une ressource (données, programme exécutable,...) stockée en local au niveau du dispositif client 2, ou un code de commande d'une action exécutable par le dispositif client tel que par exemple, et de manière non limitative, la commande d'un périphérique en local au niveau du dispositif client (impression d'un document, ouverture ou fermeture d'une fentre sur l'écran du dispositif client, arrt de la communication avec le serveur et éventuellement mise en communication avec un nouveau serveur dont I'adresse serait spécifiée dans l'attribut « adresse », déconnexion définitive du dispositif client par rapport au réseau de télécommunication 3, etc...).