專利名稱：通過自動語音郵件預(yù)覽的增強的語音郵件使用的制作方法
通過自動語音郵件預(yù)覽的增強的語音郵件使用背景用戶訪問他們的電子郵件或即時消息收件箱中他們的語音郵件正在變得常見起來。最初，這以電子郵件(或即時消息)的音頻附件的形式出現(xiàn)，其中音頻包含語音郵件的內(nèi)容?？梢栽谄谕麜r回放音頻。語音郵件的處理常常被標(biāo)記為信息處理機的電子郵件和相似技術(shù)占優(yōu)勢的典型通信工作流中的不連續(xù)性。其他方法產(chǎn)生(自動地或通過人的使用)語音郵件到用戶的收件箱的轉(zhuǎn)錄。這些服務(wù)通常不被集成到用戶的正常數(shù)據(jù)流。它們的主要的值是從閱讀轉(zhuǎn)錄本身導(dǎo)出的，且因而接近完美的轉(zhuǎn)錄是重要的。概述提供本概述以便以簡化形式介紹下面在詳細描述中進一步描述的概念的選集。本概述不旨在排他地標(biāo)識所要求保護的本主題的關(guān)鍵特征或必要特征，也不旨在用于輔助確定所要求保護的本主題的范圍。各實施方式針對利用從與用戶和語音郵件元數(shù)據(jù)相關(guān)聯(lián)的數(shù)據(jù)源自動提取的信息允許以文本和音頻格式的組合的語音郵件預(yù)覽。除了用回放-跳躍在語音郵件的文本版本和音頻版本之間來回切換的能力之外，語音郵件預(yù)覽的元素和與語音郵件預(yù)覽的交互將語音郵件的價值擴展到超出簡單的文本閱讀。根據(jù)一些實施方式，使用上下文數(shù)據(jù)，語音郵件中的信息被顯示并變得可操作的。從下列詳細描述的閱讀和關(guān)聯(lián)的圖的觀察將明顯看出這些和其他特征和優(yōu)點。應(yīng)理解，前述的一般描述和下列的詳盡描述兩者都是解釋性的，且并不限制所要求保護的各方面。附圖簡述

圖1是闡釋示例統(tǒng)一通信系統(tǒng)的圖，其中各實施方式可以被實現(xiàn)為用于通過自動的語音郵件預(yù)覽的增強的語音郵件使用；圖2是闡釋用于提供增強的語音郵件預(yù)覽的基本示例系統(tǒng)的概念圖；圖3闡釋根據(jù)各實施方式提供增強的語音郵件預(yù)覽的主要組件；圖4闡釋用于提供增強的語音郵件預(yù)覽的示例用戶界面的屏幕截圖；圖5是其中可以實現(xiàn)根據(jù)各實施方式的系統(tǒng)的聯(lián)網(wǎng)環(huán)境；圖6是其中可以實現(xiàn)各實施方式的示例計算操作環(huán)境的框圖；以及圖7闡釋用于根據(jù)各實施方式提供增強的語音郵件預(yù)覽的邏輯流程圖。詳細描述如以上簡要地描述的，可以生成語音郵件的文本預(yù)覽并將其連同音頻版本一起通過電子郵件或類似媒體提供給用戶?；趶挠脩絷P(guān)聯(lián)數(shù)據(jù)存儲和語音郵件元數(shù)據(jù)獲得的上下文數(shù)據(jù)執(zhí)行到文本版本的轉(zhuǎn)錄以及諸如可操作的信息等的附加能力。在下列的詳細描述中，對附圖進行引用，附圖形成詳細描述的部分，且其中作為闡釋示出具體的實施方式或示例?？梢越M合這些方面，可以利用其他方面，且可以在不偏離本公開內(nèi)容的精神或范圍的前提下做出結(jié)構(gòu)改變。因此，不應(yīng)以限制性的意義來看待下列的詳細描述，且本發(fā)明的范圍由所附權(quán)利要求和它們的等效物界定。盡管將在結(jié)合在個人計算機上的操縱系統(tǒng)上運行的應(yīng)用程序而執(zhí)行的程序模塊的一般上下文中描述各實施方式，但本領(lǐng)域中的技術(shù)人員將認識到，也可以與其他程序模塊組合實現(xiàn)各方面。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、組件、數(shù)據(jù)結(jié)構(gòu)和其他類型的結(jié)構(gòu)。此外，本領(lǐng)域中的技術(shù)人員將明白，可以與包括手持式設(shè)備、多處理器系統(tǒng)、基于微處理器的或可編程的消費者電子設(shè)備、小型計算機、大型計算機以及類似的計算設(shè)備在內(nèi)的其他計算機系統(tǒng)配置一起實踐各實施方式。也可以在分布式計算環(huán)境中實踐各實施方式，分布式計算環(huán)境中，任務(wù)由通過通信網(wǎng)絡(luò)鏈接的遠程處理設(shè)備執(zhí)行。在分布式計算環(huán)境中，程序模塊可以位于本地存儲器存儲設(shè)備和遠程存儲器存儲設(shè)備兩者。各實施方式可以被實現(xiàn)為計算機實現(xiàn)的過程(方法)、計算系統(tǒng)或制品，例如計算機程序產(chǎn)品或計算機可讀介質(zhì)。計算機程序產(chǎn)品可以是可由計算機系統(tǒng)讀取的、編碼包括用于引起計算機或計算系統(tǒng)執(zhí)行示例過程的指令在內(nèi)的計算機程序的計算機存儲介質(zhì)。計算機可讀存儲介質(zhì)可以例如經(jīng)由易失性計算機存儲器、非易失性存儲器、硬盤驅(qū)動器、閃速驅(qū)動器、軟盤或緊致盤和類似的介質(zhì)中的一個或多個來實現(xiàn)。計算機程序產(chǎn)品也可以是載波(例如調(diào)頻信號或調(diào)相信號)或可由計算系統(tǒng)讀取的、編碼用于執(zhí)行計算機過程的指令的計算機程序的介質(zhì)上的增殖的信號。貫穿這一說明書，術(shù)語“平臺”可以是用于管理用于語音郵件預(yù)覽傳遞的通信應(yīng)用程序的軟件組件和硬件組件的組合。平臺的示例包括但不限于在多個服務(wù)器上執(zhí)行的受控服務(wù)、在單個服務(wù)器上執(zhí)行的應(yīng)用程序和類似的系統(tǒng)。術(shù)語“服務(wù)器” 一般地是指通常在聯(lián)網(wǎng)環(huán)境中執(zhí)行一個或多個軟件程序的計算設(shè)備。然而，服務(wù)器也可以被實現(xiàn)為在一個或多個計算設(shè)備上執(zhí)行的被看作是網(wǎng)絡(luò)上的服務(wù)器的虛擬服務(wù)器(軟件程序)。下面提供關(guān)于這些技術(shù)和示例操作的更多細節(jié)。此外，在此所使用的術(shù)語“語音郵件預(yù)覽”是指從語音郵件導(dǎo)出的文本數(shù)據(jù)，該文本數(shù)據(jù)用可操作的項標(biāo)記，并被集成到諸如電子郵件應(yīng)用程序、即時消息應(yīng)用程序和類似的通信應(yīng)用程序等的生產(chǎn)力服務(wù)。文本數(shù)據(jù)可以包括可以反映完整的語音郵件或語音郵件的概述的機器轉(zhuǎn)錄(例如自動語音識別)、人類轉(zhuǎn)錄和類似的形式。根據(jù)一些實施方式，從語音郵件導(dǎo)出的數(shù)據(jù)也可以包括圖形特征。參見圖1，闡釋其中各實施方式可以被實現(xiàn)為用于通過自動的語音郵件預(yù)覽的增強的語音郵件使用的示例統(tǒng)一通信系統(tǒng)的圖100。統(tǒng)一通信系統(tǒng)是帶有可以被提供給諸如增強的語音郵件預(yù)覽等的用戶的廣泛的能力和服務(wù)的現(xiàn)代通信系統(tǒng)的示例。統(tǒng)一通信系統(tǒng)是促進即時消息通信、在場、音頻-視頻會議、web會議功能和類似的能力的實時通信系統(tǒng)。[在統(tǒng)一通信(“UC”)系統(tǒng)中，如示圖100中示出的系統(tǒng)，用戶可經(jīng)由作為該UC 系統(tǒng)的客戶端設(shè)備的各種終端設(shè)備(102、104)來進行通信。每一客戶機設(shè)備能夠執(zhí)行用于語音通信、視頻通信、即時消息通信、應(yīng)用程序共享、數(shù)據(jù)共享等等的一個或多個通信應(yīng)用程序。除其高級功能之外，終端設(shè)備還可通過外部連接，如通過PBX IM到公共交換電話網(wǎng) (PSTN)，來便于傳統(tǒng)電話呼叫。終端設(shè)備可以包括任何類型的智能電話、蜂窩式電話、執(zhí)行通信應(yīng)用程序、智能汽車控制臺和帶有附加功能的高級電話設(shè)備的任何計算設(shè)備。
5
UC網(wǎng)絡(luò)110包括執(zhí)行不同的任務(wù)的多個服務(wù)器。例如，UC服務(wù)器114提供注冊、 在場和路由功能。路由功能允許該系統(tǒng)基于默認政策和/或用戶設(shè)定的政策將對用戶的呼叫路由到被分配給用戶的客戶機設(shè)備中的任何之一。例如，如果通過常規(guī)電話不能找到用戶，則呼叫可以被轉(zhuǎn)移到用戶的蜂窩式電話，且如果沒有應(yīng)答，則可以利用多個語音郵件選項。由于終端設(shè)備可以處理附加的通信模式，UC服務(wù)器114可以通過訪問服務(wù)器112提供對這些附加的通信模式(例如即時消息通信、視頻通信等等)的訪問權(quán)。訪問服務(wù)器112位于周邊網(wǎng)絡(luò)中并且以附加通信模式之一允許與其他用戶通過UC網(wǎng)絡(luò)110的連接。UC服務(wù)器114可以包括執(zhí)行上面所描述的功能的組合的服務(wù)器或僅提供特定功能的專用服務(wù)器。 例如，提供在場功能的家庭服務(wù)器、提供路由功能的路由服務(wù)器、權(quán)限管理服務(wù)器等等。類似地，訪問服務(wù)器112可以提供諸如防火墻保護和連接等的多個功能，或僅提供專用功能。音頻/視頻(A/V)會議服務(wù)器118通過經(jīng)由內(nèi)部或外部網(wǎng)絡(luò)方便音頻和/或視頻會議能力來提供這些能力。中介服務(wù)器(mediation server) 116作為去往和來自諸如PSTN 或蜂窩網(wǎng)絡(luò)等其他類型的網(wǎng)絡(luò)的信令和媒體(例如，通過PBXlM的或來自蜂窩電話122的呼叫)的中介。根據(jù)一些實施方式，語音郵件服務(wù)器115可以管理語音郵件，以供UC系統(tǒng)的用戶執(zhí)行類似于語音郵件的存儲和遞送、音頻文件轉(zhuǎn)錄成文本數(shù)據(jù)和增強的語音郵件預(yù)覽電子郵件或即時消息生成的任務(wù)。中介服務(wù)器116也可以充當(dāng)會話發(fā)起協(xié)議(SIP)用戶代理。在UC系統(tǒng)中，用戶可以具有一個或多個身份，這并不必定限于電話號碼。身份可以采取任何形式，這取決于所集成的網(wǎng)絡(luò)，例如電話號碼、會話發(fā)起協(xié)議(SIP)、統(tǒng)一資源標(biāo)識符(URI)或任何其他標(biāo)識符。盡管任何協(xié)議可以被用于UC系統(tǒng)中，但SIP是優(yōu)選的方法。SIP是用于創(chuàng)建、修改和終止與一個或多個參與者的會話的應(yīng)用層控制(信令)協(xié)議。該協(xié)議可以被用來創(chuàng)建包括因特網(wǎng)電話呼叫、多媒體分發(fā)和多媒體會議在內(nèi)的雙方、多方或多播會話。SIP被設(shè)計成獨立于底層傳輸層。SIP客戶機可以使用傳輸控制協(xié)議(“TCP”)來連接到SIP服務(wù)器和其他SIP端點。SIP主要被用于建立和拆卸語音呼叫或視頻呼叫。然而，它可以被用于其中要求會話發(fā)起的任何應(yīng)用。這些應(yīng)用包括事件訂閱和通知、終端移動性等等。語音和/或視頻通信通常通過單獨的會話協(xié)議(通常是實時協(xié)議(“RTP”))來完成。盡管圖1中的系統(tǒng)被描述為帶有諸如中介服務(wù)器、A/V服務(wù)器和類似設(shè)備等的具體組件，但各實施方式不限于這一系統(tǒng)的示例組件和配置。可以在采用較少的或附加的組件的其他系統(tǒng)和配置中實現(xiàn)用于增強的語音郵件預(yù)覽服務(wù)。此外，這樣的系統(tǒng)不必是集成各種通信模式的增強的通信系統(tǒng)。也可以使用在此描述的原理將各實施方式實現(xiàn)為用于以諸如PSTN或蜂窩式網(wǎng)絡(luò)等的傳統(tǒng)的通信系統(tǒng)遞送的語音郵件。圖2是闡釋用于提供增強的語音郵件預(yù)覽的基本示例系統(tǒng)的概念圖200。盡管根據(jù)各實施方式的系統(tǒng)可能包括諸如圖1中說明性地討論的那些等的許多服務(wù)器、客戶機設(shè)備和服務(wù)，但圖2中僅示出與各實施方式相關(guān)的那些。如先前所討論，存在其中聽取即使是以所附加的記錄的形式的語音郵件也是不可能的或者是不方便的許多情況。語音郵件的文本形式在許多實例是有利的，但是可用的解決方案具有先前提到的轉(zhuǎn)錄中固有的缺陷。各實施方式提供支持將語音郵件更徹底地和更豐富地集成到用戶的信息工作流中的技術(shù)。這一集成到用戶的最普遍的信息處理(電子郵件、即時消息通信和類似形式)由用戶數(shù)據(jù)存儲中可獲得的上下文來輔助，且提供超越消息的簡單閱讀的附加的能力，例如音頻導(dǎo)航、聯(lián)系人生成、搜索語音郵件、即時消息行為和類似的能力。根據(jù)一些實施方式，語音郵件的文本預(yù)覽由自動語音識別裝置生成，并通過電子郵件、即時消息或類似的消息通信技術(shù)將其遞送給收件人。根據(jù)一種實施方式，語音識別器被直接地與語音郵件和消息通信系統(tǒng)集成起來。由于這一深度集成，語音識別器可以利用關(guān)于呼叫者和被呼叫者的有意義的上下文信息來改善識別精度(保真度)。這包括但不限于各方的名稱、他們各自的聯(lián)系人列表、他們的組織結(jié)構(gòu)、各方之間的先前的通信、與各方相關(guān)的通信等等。然而，如上所述，不限于由自動的語音識別生成的數(shù)據(jù)的各實施方式。也可以采用人類轉(zhuǎn)錄的數(shù)據(jù)、人類轉(zhuǎn)錄的數(shù)據(jù)和機器生成的數(shù)據(jù)的組合以及可由客戶機應(yīng)用程序判讀的方案標(biāo)示的類似的信息來提供可操作的項和上下文信息。因而，示例系統(tǒng)中的語音郵件服務(wù)器234接收以音頻形式的語音郵件并且進一步接收來自像在場服務(wù)器236、電子郵件服務(wù)器238等等的源的上下文信息。例如在場信息可以包括與呼叫者相關(guān)聯(lián)的位置，且基于該呼叫者在何處的知識可以以更高的精度識別語音郵件中的字。語音郵件服務(wù)器234可以處理來自語音識別器或另一轉(zhuǎn)錄源的文本，以使得根據(jù)用戶利益的需要，關(guān)鍵信息(例如名稱或關(guān)鍵點)可以被標(biāo)識、被專門渲染以及變得可操作的。渲染子系統(tǒng)可以使用由語音子系統(tǒng)提供的進一步的上下文信息以及概念突出顯示來給用戶提供語音郵件的可視的表示。所渲染語音郵件預(yù)覽240可以被提供給用戶(M4) 的在計算設(shè)備242上執(zhí)行的消息通信應(yīng)用程序，以便由消息通信用戶界面呈現(xiàn)。根據(jù)其他實施方式，客戶機應(yīng)用程序(而不是語音郵件服務(wù)器)可以將諸如在場等的各種信息源集成到語音郵件預(yù)覽消息中。用于遞送增強的語音郵件預(yù)覽的消息通信應(yīng)用程序的示例實現(xiàn)是電子郵件。電子郵件消息可以遞送經(jīng)渲染的語音郵件預(yù)覽以及語音郵件的音頻文件，以使得除了具有基于語音郵件中的信息請求/執(zhí)行動作的能力之外還允許在文本數(shù)據(jù)和音頻文件之間的切換以及允許收件人容易地搜索音頻文件的部分的搜索能力。盡管電子郵件和即時消息通信通常是被稱為是語音郵件預(yù)覽可以被集成到其中的示例服務(wù)，但各實施方式不限于那些。諸如SMS、RSS源和類似源等的其他消息通信系統(tǒng)也可以被用于向用戶提供增強的語音郵件預(yù)覽體驗。圖3闡釋根據(jù)圖300中的各實施方式提供增強的語音郵件預(yù)覽的主要組件。如以上所描述的，諸如在場信息352、聯(lián)系人/地址簿信息354(與呼叫者和/或被呼叫者相關(guān)聯(lián))、電子郵件歷史信息356和類似的數(shù)據(jù)等的上下文信息被用于生成增強的語音郵件預(yù)覽的各階段。例如，可以使用上下文信息將語音郵件358的音頻版本轉(zhuǎn)錄成富文本形式360以改善轉(zhuǎn)錄的精度并添加特征(帶有可操作的項、突出顯示和其他特征)。然后，可以再次使用該上下文信息來將語音郵件的富文本形式360處理(36 為帶有附加的特征。在不同的階段使用的信息可以是不同的。例如，呼叫者關(guān)聯(lián)的信息可以被用于一個階段，而被呼叫者關(guān)聯(lián)的信息可以被用于其他階段。處理362的最終產(chǎn)物即增強的語音郵件預(yù)覽可以連同語音郵件(358)的音頻版本一起被集成到電子郵件消息，且通過電子郵件用戶界面364被呈現(xiàn)給用戶。語音郵件的音
7頻版本可以被附加到電子郵件消息或可以提供到其位置的鏈接。通過這些主要組件和它們的交互，語音郵件連同在場信息一起被集成到電子郵件工作流中。語音郵件的關(guān)鍵部分變得可操作的，且提供語音郵件音頻的高級導(dǎo)航，允許用戶通過點擊適當(dāng)?shù)奈谋尽疤钡秸Z音郵件音頻文件中的任何位置(即回放跳躍或音頻重新定位)。因而，呈現(xiàn)語音郵件的文本表示以使得用戶可以更容易地查找關(guān)鍵信息而無需從通常存在的語音識別錯誤分心。上面所討論的論場景、示例系統(tǒng)、應(yīng)用程序和配置是出于闡釋目的。各實施方式不限于那些示例?？梢允褂迷诖嗣枋龅脑韥韺⑵渌问降霓D(zhuǎn)錄、配置、通信模式和場景用于以相似的方式實現(xiàn)增強的語音郵件預(yù)覽。圖4闡釋用于提供增強的語音郵件預(yù)覽的示例用戶界面的屏幕截圖。該屏幕截圖上的用戶界面的元素和配置僅是出于闡釋目的，且不構(gòu)成對各實施方式的限制。能夠向用戶呈現(xiàn)增強的語音郵件預(yù)覽用戶的消息通信應(yīng)用程序可以采用帶有其他元素和配置的任何用戶界面。示例用戶界面包括諸如命令、選項和其他項等的標(biāo)準圖形和文本元素472。語音郵件渲染向電子郵件用戶界面提供信息，電子郵件用戶界面輔助語音郵件音頻的導(dǎo)航和播放。例如，點擊文本語音郵件渲染476中的詞語可以從其中該詞語被發(fā)音的位置開始播放語音郵件。突出顯示一組詞語可以播放語音郵件音頻的僅該片段。除了文本音頻連接之外，也可以提供標(biāo)準音頻回放用戶界面元素474。在電子郵件用戶界面中，通過與電子郵件系統(tǒng)可獲得的在場信息集成起來，語音郵件渲染的部分變得是可操作的。例如，右擊名稱帶出用戶可能想要相對于該名稱執(zhí)行的動作的列表，例如將該名稱添加到用戶的聯(lián)系人列表、經(jīng)由即時消息聯(lián)系叫該名稱的人、向叫該名稱的人發(fā)出語音呼叫和類似的動作。各動作可以被呈現(xiàn)在彈出式菜單480或類似的用戶界面元素(懸停顯示元素、下拉式菜單等等)中。經(jīng)渲染的文本語音郵件476可以包括基于圖形或顏色方案的元素，以便提供關(guān)于語法和可操作的字的附加信息。此外，經(jīng)渲染的語音郵件中可獲得的信息可以被添加到電子郵件服務(wù)器的搜索索引。因而，使得可以以所渲染的文本和潛在地以文本底層的元數(shù)據(jù)兩者來搜索語音郵件。所預(yù)覽的數(shù)據(jù)也可經(jīng)由桌面搜索系統(tǒng)、移動設(shè)備系統(tǒng)等等而不只是服務(wù)器來搜索。攜帶語音郵件預(yù)覽的電子郵件可以包括呼叫者和被呼叫者的名稱以及呼叫者的詳盡的在場信息，以便允許被呼叫者基于電子郵件中的信息采取正確的動作。能夠呈現(xiàn)語音郵件預(yù)覽的用于消息通信應(yīng)用程序的用戶界面可以包括額外的或較少的文本和圖形元素，且可以采用各種圖形、顏色和其他配置方案來顯示不同的功能和關(guān)聯(lián)的過程。圖5是其中可以實現(xiàn)各實施方式的示例聯(lián)網(wǎng)環(huán)境?？梢越?jīng)由在諸如受控服務(wù)等的一個或多個服務(wù)器518上執(zhí)行的軟件實現(xiàn)提供帶有增強的語音郵件預(yù)覽的通信服務(wù)的平臺。該平臺可以通過網(wǎng)絡(luò)510與諸如蜂窩式電話513、膝上型計算機512和臺式計算機 511(客戶機設(shè)備)等的各個計算設(shè)備上的通信客戶機應(yīng)用程序通信。如以上所描述的，可以從包括在網(wǎng)絡(luò)510內(nèi)或通過外部網(wǎng)絡(luò)520的傳統(tǒng)電話系統(tǒng)、 增強的通信系統(tǒng)等等在內(nèi)的許多源來將語音郵件遞送到語音郵件管理應(yīng)用程序/服務(wù)器。 語音郵件管理應(yīng)用程序/服務(wù)器可以接收包括但不限于在場信息、聯(lián)系人信息以及語音郵件元數(shù)據(jù)的附加信息。這一上下文信息可以被用于將語音郵件轉(zhuǎn)錄成文本數(shù)據(jù)和高級能力的生成，高級能力諸如要在文本通信中呈現(xiàn)給接收語音郵件的用戶的可操作的數(shù)據(jù)?？蛻魴C設(shè)備511-513被用來通過多種模式促進在通信系統(tǒng)的用戶之間的通信。與用戶相關(guān)聯(lián)的且促進增強的語音郵件預(yù)覽的信息可以被存儲在一個或多個數(shù)據(jù)存儲(例如數(shù)據(jù)存儲516)中，數(shù)據(jù)存儲可以由服務(wù)器518或數(shù)據(jù)庫服務(wù)器514中的任何一個管理。網(wǎng)絡(luò)510可以包括服務(wù)器、客戶機、因特網(wǎng)服務(wù)提供商和通信介質(zhì)的任何拓撲。根據(jù)各實施方式的系統(tǒng)可以具有靜態(tài)拓撲或動態(tài)拓撲。網(wǎng)絡(luò)510可以包括諸如企業(yè)網(wǎng)絡(luò)等的安全網(wǎng)絡(luò)、諸如無線開放式網(wǎng)絡(luò)等的非安全網(wǎng)絡(luò)、或因特網(wǎng)。網(wǎng)絡(luò)510也可以協(xié)助諸如PSTN 或蜂窩式網(wǎng)絡(luò)(例如外部網(wǎng)絡(luò)520)等的其他網(wǎng)絡(luò)上的通信。網(wǎng)絡(luò)510提供在此描述的節(jié)點之間的通信。作為示例而非限制，網(wǎng)絡(luò)510可以包括諸如聲學(xué)、RF、紅外和其他無線介質(zhì)等的無線介質(zhì)。計算設(shè)備、應(yīng)用程序、數(shù)據(jù)源和數(shù)據(jù)分布系統(tǒng)的許多其他配置可以被用來實現(xiàn)帶有高級能力的語音郵件預(yù)覽系統(tǒng)。此外，圖5中所討論的聯(lián)網(wǎng)環(huán)境僅出于闡釋目的。各實施方式不限于示例應(yīng)用程序、模塊或進程。圖6及相關(guān)聯(lián)的討論旨在提供對其中可實現(xiàn)各實施方式的合適計算環(huán)境的簡要概括描述。參考圖6，闡釋諸如計算設(shè)備600等的用于根據(jù)各實施方式的應(yīng)用程序的示例計算操作環(huán)境的框圖。在基本的配置中，計算設(shè)備800可以是作為通信系統(tǒng)的一部分的語音郵件管理服務(wù)器，且包括至少一個處理單元602和系統(tǒng)存儲器604。計算設(shè)備600也可以包括合作執(zhí)行程序的多個處理單元。取決于計算設(shè)備的確切配置和類型，系統(tǒng)存儲器604可以是易失性存儲器(例如RAM)、非易失性存儲器(例如ROM、閃速存儲器等等)或兩者的某種組合。系統(tǒng)存儲器604通常包括適于控制平臺的操作的操作系統(tǒng)605，例如來自華盛頓州雷德蒙市的微軟公司的Windows 操作系統(tǒng)。系統(tǒng)存儲器604也可以包括一個或多個軟件應(yīng)用程序，例如程序模塊606、語音郵件應(yīng)用程序622和轉(zhuǎn)錄模塊624。語音郵件應(yīng)用程序622可以是通過在客戶機應(yīng)用程序、服務(wù)器和其他設(shè)備(例如語音、電子郵件、即時消息通信等等)之間的各種模態(tài)來促進通信的服務(wù)的一部分。轉(zhuǎn)錄模塊擬4可以使用如先前所討論的上下文信息來將音頻語音郵件文件轉(zhuǎn)錄成文本數(shù)據(jù)。轉(zhuǎn)錄模塊6M和語音郵件應(yīng)用程序622可以是分離的應(yīng)用程序，或者可以是通過電子郵件或即時消息通信向客戶機應(yīng)用程序/設(shè)備提供諸如帶有可操作的信息的語音郵件預(yù)覽等的增強的通信服務(wù)的受控服務(wù)的整合模塊。在圖6中由虛線608內(nèi)的那些組件闡釋這一基本配置。計算設(shè)備600可以具有附加的特征或功能。例如，計算設(shè)備600也可以包括附加的數(shù)據(jù)存儲設(shè)備(可移動的和/或不可移動的)，諸如例如磁盤、光盤或磁帶。在圖6中由可移動存儲609和不可移動存儲610闡釋這樣的附加存儲。計算機可讀存儲介質(zhì)可以包括以用于存儲諸如計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其他數(shù)據(jù)等的信息的任何方法或技術(shù)實現(xiàn)的易失性介質(zhì)和非易失性介質(zhì)、可移動介質(zhì)和不可移動介質(zhì)。系統(tǒng)存儲器604、可移動存儲609和不可移動存儲610都是計算機可讀存儲介質(zhì)的示例。計算機可讀存儲介質(zhì)包括但不限于RAM、ROM、EEPR0M、閃速存儲器或其他存儲器技術(shù)、CD-ROM、數(shù)字多用盤(DVD) 或其他光存儲、磁帶盒、磁帶、磁盤存儲或其他磁存儲設(shè)備、或可以被用來存儲所期望的信息且可以由計算設(shè)備600訪問的任何其他介質(zhì)。任何這樣的計算機可讀存儲介質(zhì)可以是計算設(shè)備600的一部分。計算設(shè)備600也可以具有輸入設(shè)備612，例如鍵盤、鼠標(biāo)、筆、語音輸入設(shè)備、觸摸輸入設(shè)備和類似的輸入設(shè)備?？梢园ㄝ敵鲈O(shè)備614，例如顯示器、揚聲器、打印機和其他類型的輸出設(shè)備。這些設(shè)備在本領(lǐng)域中是公知的，且在這里不需要詳細討論。計算設(shè)備600還可包含通信連接616，該通信連接允許該設(shè)備通過分布式計算環(huán)境中的無線網(wǎng)絡(luò)、衛(wèi)星鏈接、蜂窩鏈接和類似機制來與其他設(shè)備618進行通信。其他設(shè)備 618可以包括執(zhí)行通信應(yīng)用程序、電子郵件或在場服務(wù)器和類似的設(shè)備的計算機設(shè)備。通信連接616是通信介質(zhì)的一個示例。通信介質(zhì)可以在其中包括以諸如載波或其他傳輸機制等的經(jīng)調(diào)制數(shù)據(jù)信號的計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其他數(shù)據(jù)，且包括任何信息傳遞介質(zhì)。術(shù)語“已調(diào)制數(shù)據(jù)信號”指的是一個或多個特征以在信號中編碼信息的方式被設(shè)定或更改的信號。作為示例而非限制，通信介質(zhì)包括諸如有線網(wǎng)絡(luò)或直接有線連接等的有線介質(zhì)和諸如聲學(xué)、RF、紅外和其他無線介質(zhì)等的無線介質(zhì)。示例實施方式也包括方法。這些方法可以用任何數(shù)量的方式，包括本文中所描述的結(jié)構(gòu)來實現(xiàn)。一種這樣的方式通過在這一文檔中所描述的類型的設(shè)備的機器操作。另一可選的方式是，對于各方法的單獨操作中的一個或多個，要結(jié)合執(zhí)行某種事物的一個或多個人類操作員來執(zhí)行。這些人類操作員不需要相互搭配，而是每一個僅帶有執(zhí)行程序的一部分的機器。圖7闡釋用于提供根據(jù)各實施方式的增強的語音郵件預(yù)覽的過程700的邏輯流程圖。過程700可以被實現(xiàn)為語音郵件服務(wù)器中的增強的通信系統(tǒng)的一部分。過程700以操作710開始，操作710中接收與語音郵件服務(wù)器相關(guān)聯(lián)的用戶的語音郵件。語音郵件可以被存儲為音頻文件。在操作720，語音郵件服務(wù)器可以接收上下文信息，例如與用戶(以及他們的聯(lián)系人)相關(guān)聯(lián)的在場信息或聯(lián)系人信息、電子郵件歷史信息和語音郵件元數(shù)據(jù)(語音郵件的源和可以與語音郵件一起被包括在增強的通信系統(tǒng)中的任何附加信息)。在操作730，使用上下文信息來將音頻語音郵件轉(zhuǎn)錄成文本數(shù)據(jù)。上下文信息不僅被用來改善轉(zhuǎn)錄的保真度，也可以被用來以文本格式在語音郵件內(nèi)顯示信息。如先前所討論，實施方式不限于基于自動語音識別的轉(zhuǎn)錄或文本數(shù)據(jù)。從語音郵件到文本數(shù)據(jù)和/或圖形數(shù)據(jù)的其他形式的轉(zhuǎn)換可以被用于提供增強的語音郵件預(yù)覽。在操作740，進一步基于上下文信息處理所轉(zhuǎn)錄的語音郵件，例如將信息中的一些渲染為可操作的、添加顏色/圖形方案以便改善呈現(xiàn)、對音頻文件的切換回去的能力和搜索能力以及類似的動作。這一增強的語音郵件預(yù)覽可以被集成到電子郵件、即時消息或類似的基于文本的通信消息中。消息也可以包括語音郵件的音頻版本的副本或到音頻文件的位置的鏈接。在操作750，包括增強的語音郵件預(yù)覽的消息可以被轉(zhuǎn)發(fā)給用戶。在授權(quán)過程完成時，可以將可操作的項中的一些或全部呈現(xiàn)給用戶?；谡Z音郵件預(yù)覽的關(guān)鍵部分而被提供給所呼叫的用戶的動作可以包括要由顯示語音郵件預(yù)覽的電子郵件應(yīng)用程序執(zhí)行的動作或要由其他應(yīng)用程序執(zhí)行的動作。此外，可以基于語音郵件預(yù)覽中的可操作的項動態(tài)地修改顯示語音郵件預(yù)覽的電子郵件用戶界面的元素。被包括在過程700中的操縱是出于闡釋目的。經(jīng)由電子郵件或即時消息通信的增強的語音郵件預(yù)覽可以由帶有較少步驟或附加步驟的類似過程來實現(xiàn)，且可以以使用在此描述的原理的操作的不同的次序來實現(xiàn)。上面的說明、示例和數(shù)據(jù)提供產(chǎn)品以及各實施方式的組成部分的使用的完整描述。盡管已經(jīng)用對結(jié)構(gòu)特征和/或方法論動作來說專用的語言描述了本主題，但應(yīng)理解，在所附權(quán)利要求中界定的本主題并不必定限于以上所描述的具體的特征或動作。相反，以上所描述的具體的特征和動作是作為實現(xiàn)權(quán)利要求和實施方式的示例形式而公開的。
權(quán)利要求
1.一種要至少部分地在計算設(shè)備中執(zhí)行的用于提供增強的語音郵件預(yù)覽的方法，所述方法包括接收用戶的音頻語音郵件(710)；確定與所述用戶和呼叫方相關(guān)聯(lián)的上下文信息(720)；采用所述上下文信息的至少部分，基于音頻語音郵件的轉(zhuǎn)錄，生成語音郵件預(yù)覽，以便增加文本-音頻保真度的精度并在所述語音郵件預(yù)覽中提供多個可操作的項(730)；以及將所述語音郵件預(yù)覽集成到基于文本的通信中以連同對所述音頻語音郵件的訪問一起傳遞給所述用戶(740)。
2.如權(quán)利要求1所述的方法，其特征在于，所述上下文信息包括來自以下組中的至少一個語音郵件元數(shù)據(jù)、在場信息(352)、聯(lián)系人信息(3M)、組織信息、位置信息、先前通信信息(356)和相關(guān)的通信信息。
3.如權(quán)利要求1所述的方法，其特征在于，進一步包括 基于所述上下文信息標(biāo)識所述語音郵件預(yù)覽中的關(guān)鍵信息； 將所標(biāo)識的關(guān)鍵信息渲染為可操作的；以及以特殊方式呈現(xiàn)所述可操作的關(guān)鍵信息(476、478、480)。
4.如權(quán)利要求3所述的方法，其特征在于，所述關(guān)鍵信息(478)包括以下組中的至少一個形式名稱、位置、電話號碼、地址、日期、時間、電子郵件地址和web地址。
5.如權(quán)利要求3所述的方法，其特征在于，將所述關(guān)鍵信息渲染為可操作的包括提供動作的列表G80)以用于響應(yīng)于接收到用戶對關(guān)鍵信息項的興趣的指示而供用戶選擇。
6.如權(quán)利要求1所述的方法，其特征在于，對所述音頻語音郵件的訪問(474)包括以下的其中之一在附加文件中提供所述音頻語音郵件和提供到其中存儲所述音頻語音郵件的位置的鏈接。
7.如權(quán)利要求1所述的方法，其特征在于，在授權(quán)過程完成時將所述可操作的項的至少部分呈現(xiàn)給所述用戶，且其中在所述語音郵件預(yù)覽生成過程(700)期間生成新的上下文fn息ο
8.如權(quán)利要求1所述的方法，其特征在于，通過所述語音郵件預(yù)覽和通過所述語音郵件預(yù)覽底層的元數(shù)據(jù)，將所述音頻語音郵件渲染為可搜索的。
9.一個用于實現(xiàn)增強的語音郵件預(yù)覽的通信系統(tǒng)，所述系統(tǒng)包括 被配置為如下的語音郵件服務(wù)器034)接收以音頻格式的語音郵件；確定包括來自以下組中的至少一個的上下文信息語音郵件元數(shù)據(jù)、在場信息、聯(lián)系人信息、組織信息、位置信息、先前通信信息和相關(guān)的通信信息；基于以下的至少一個接收基于以音頻格式的所述語音郵件的轉(zhuǎn)錄自動語音識別和人類轉(zhuǎn)錄，其中所述上下文信息被用來增強音頻到文本保真度；使用所述上下文信息，基于所述語音郵件，確定在所述轉(zhuǎn)錄內(nèi)的可操作的項； 基于所述上下文信息，將附加的文本信息和圖形信息插入到所述轉(zhuǎn)錄中，得到所述語音郵件預(yù)覽；以及渲染包括所述可操作的項和所述附加的文本信息和圖形信息的、被集成到電子郵件消息的所述語音郵件預(yù)覽，以傳遞給客戶機應(yīng)用程序；以及所述客戶機應(yīng)用程序被配置為通過電子郵件用戶界面(364)呈現(xiàn)所述語音郵件預(yù)覽；以及通過將相應(yīng)呼叫提交給相關(guān)的應(yīng)用程序，允許接收所述語音郵件的被呼叫方在所述語音郵件預(yù)覽內(nèi)選擇動作。
10.如權(quán)利要求9所述的系統(tǒng)，其特征在于，通過突出顯示以文本格式的所述語音郵件的一部分，所述語音郵件預(yù)覽允許所述被呼叫方044)回放以音頻格式的所述語音郵件的一部分。
11.如權(quán)利要求10所述的系統(tǒng)，其特征在于，通過點擊用戶界面元素，所述語音郵件預(yù)覽允許所述被呼叫方(M4)獨立地利用回放以音頻格式的所述語音郵件和閱讀以文本格式的所述語音郵件。
12.如權(quán)利要求9所述的系統(tǒng)，其特征在于，所述語音郵件預(yù)覽還包括音頻回放界面元素(474)。
13.一種其上存儲有指令的用于提供增強的語音郵件預(yù)覽的計算機可讀存儲介質(zhì)，所述指令包括接收被呼叫方的音頻語音郵件(710)；采用與所述被呼叫方和呼叫方相關(guān)聯(lián)的在場信息和語音郵件元數(shù)據(jù)，將所述音頻語音郵件轉(zhuǎn)換成文本表示(730)；將所述文本表示作為語音郵件預(yù)覽而集成到被呼叫方的電子郵件工作流，其中在用戶選擇時將所述語音郵件預(yù)覽的關(guān)鍵部分渲染為可操作的，且其中所述音頻語音郵件可通過選擇所述文本表示中的相應(yīng)的文本元素來導(dǎo)航(740)；以及通過電子郵件用戶界面(364)將所述語音郵件預(yù)覽呈現(xiàn)給所述被呼叫方。
14.如權(quán)利要求13所述的計算機可讀介質(zhì)，其特征在于，基于所述語音郵件預(yù)覽的關(guān)鍵部分提供給所述被呼叫方044)的動作包括要由顯示所述語音郵件預(yù)覽的電子郵件應(yīng)用程序執(zhí)行的動作和要由其他應(yīng)用程序執(zhí)行的動作。
15.如權(quán)利要求13所述的計算機可讀介質(zhì)，其特征在于，基于所述語音郵件預(yù)覽中的所述可操作的項，動態(tài)地修改顯示所述語音郵件預(yù)覽的所述電子郵件用戶界面(364)的元素。
全文摘要
生成語音郵件的文本預(yù)覽并通過電子郵件或類似媒體將其連同音頻版本一起提供給用戶。基于從語音郵件元數(shù)據(jù)和用戶關(guān)聯(lián)元數(shù)據(jù)存儲獲得的上下文數(shù)據(jù)，諸如聯(lián)系人列表、郵件歷史等，提供文本版本的轉(zhuǎn)錄以及附加能力，例如可操作的項、回放-跳躍、在文本版本和音頻版本之間切換、直接的或基于元數(shù)據(jù)的可搜索性以及增強的響應(yīng)能力。
文檔編號G06Q50/00GK102272789SQ200980154470
公開日2011年12月7日 申請日期2009年12月3日 優(yōu)先權(quán)日2009年1月9日
發(fā)明者D·諾塔里奧, J·哈瑪克, K·赫羅爾德, M·威爾遜, T·米利特 申請人:微軟公司