[发明专利]用于仅文本的应用的娱乐音频

说明书

本申请是申请日为2007年4月28日，申请号为200710107719.5，发明名称为“用于仅文本的应用的娱乐音频”的发明专利申请的分案申请。

技术领域

本发明一般地涉及在例如SMS、电子邮件、书籍和报纸的仅文本的应用中使用和生成音频。

背景技术

尽管对移动设备的多媒体能力的不断关注，但大部分的文本内容不太可能被升级到包含图形和声音。例如书籍和报纸的“存档”格式以及例如SMS和电子邮件的消息格式将在很长的时间内以它们的当前形式而保持受青睐。当前开始发展这样的技术，即该技术可以将多媒体的吸引力添加到就其本身而言不是太令人兴奋的文本格式。

针对该问题的最显而易见的方法是将添加的多媒体内容与原始的文本内容一起存储和/或传输。然而，这将数据量增加了至少一个数量级，因为文本格式比图形和声音更为紧凑。美国专利NO.7103548公开了一种用于将文本消息转化为音频形式的系统，其中文本消息具有嵌入的情感指示符和特征类型指示，后者用于确定多种音频形式呈现特征类型中的哪一种将被用于以文本消息的音频形式来表达由所述情感指示符来指示的情感。另外当前MSN Messenger允许发送方在文本中写标签，接着该文本在接收端处被翻译成图片。然而，预先准备内容消除了与环境相关的“意外效果”的可能性。另外，如果某个周围的音景(比方说雨声和风声)被添加到语音并通过常规移动设备中的单个扬声器进行回放时，其听起来就像干扰的背景噪声并且减小了可理解性。

有适于存储和呈现多媒体内容的若干种格式。最为熟知的是SMIL(同步多媒体集成语言)。对于旨在在万维网上公开的素材，ACSS(音频层叠样式表)可用于定义声音的某些属性。结合SSML(语音合成标记语言，由W3推荐)，可以执行声音和语音的一些基本实时渲染(rendering)。

因此，还不存在适于在基于文本的应用中执行实时声音合成和音效渲染(尤其是立体声或3D声音)的标记语言或相应的软件架构。

发明内容

本发明的目的是提供一种使用娱乐声音(尤其是立体声或3D音频)以使得例如SMS和电子邮件的文本应用更为有趣和娱乐的方法。

为了实现上述目的，本发明提供一种针对仅文本的应用生成音频的方法，该方法包括：将标签添加到输入文本，所述标签可用于向生成的音频添加音效；处理标签以形成用于生成音频的指令；基于指令生成带有所述音效的音频，同时呈现文本。

本发明还提供一种针对仅文本的应用生成音频的设备，该设备包括：标签添加器，用于将标签添加到输入文本，所述标签可用于向生成的音频添加音效；标签处理器，用于处理标签以形成用于生成音频的指令；音频生成器，用于基于指令生成带有所述音效的音频，同时呈现文本。

本发明还提供一种能够针对仅文本的应用生成音频的通信终端，该通信终端包括：标签处理器，用于处理添加在输入文本中并且可用于向生成的音频添加音效的标签，从而形成用于生成音频的指令；音频生成器，用于基于指令生成带有音效的音频，同时呈现文本。

通信终端可另外包括标签添加器，用于将标签添加到输入文本。

本发明的使用可以产生3D、空间感的增强和效果的形式的音频。例如，立体声或3D音频的使用允许声音被不间断地添加到语音，使得如果音景被处理成立体声或3D效果并且通过立体声耳机或者两个间隔很近的扬声器回放，则其可被以不干扰语音的方式来空间化。例如，如果收听者在两侧听到雨声和风声，而语音在中央，则可理解性不会受到影响。

另外，本发明旨在通过向生成的音频效果添加随机性来增加环境相关的“意外效果或值”，使得例如当实时地生成音频时，渲染算法可考虑关于时间(早晨/白天/夜晚，工作日/周末，夏季/冬季)或用户位置(房间/汽车/办公室，国家)的信息。

另外，本发明完全可以允许对文本应用定制和添加娱乐值，并且向纯文本添加多媒体“类”。本发明还提供相比较于常规多媒体很紧凑的格式。因为本发明不是特定于平台的，所以本发明的设备决定如何进行渲染。

附图说明

根据下面结合附图阅读的示例性的实施方式的详细描述，本发明的上述和其他目的、特征和优势将变得明显。

图1是根据本发明的针对仅文本的应用生成音频的方法的流程图；以及

图2是根据本发明的针对仅文本的应用生成音频的设备的框图。

具体实施方式

参考附图，现在详细描述本发明。

图1表示根据本发明的针对仅文本的应用生成音频的方法的流程图。