把網(wǎng)站內容發(fā)送到第三代視頻手機

　　　　　　一．概述

　　　　　　二．一個(gè)有價(jià)值的建議――把視頻看作一個(gè)延伸層

　　　　　　三．網(wǎng)關(guān)功能需求

　　　　　　　　3.1 物理層
　　　　　　　　3.2 媒體流層
　　　　　　　　3.3 應用程序層

　　　　　　四．網(wǎng)關(guān)結構

　　　　　　五. 特別的挑戰

　　　　　　　　5.1 流化的音頻
　　　　　　　　5.2 流化的視頻
　　　　　　　　5.3 圖像的視圖控制
　　　　　　　　5.4 用戶(hù)輸入

　　　　　　六．典型應用

　　　　　　　　6.1 應用特征
　　　　　　　　6.2 音頻／視頻通訊
　　　　　　　　6.3 需要文本輸入的應用
　　　　　　　　6.4 選擇的自由

　　　　　　七．商業(yè)模式

　　　　　　八．NMS能幫什么忙？

　　　　　　術(shù)語(yǔ)表

一．概述　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　基于3G團體開(kāi)發(fā)的3G324M標準的無(wú)線(xiàn)視頻手機，現在已經(jīng)被無(wú)線(xiàn)業(yè)務(wù)提供商用于動(dòng)態(tài)圖像呼叫。把普通網(wǎng)站的內容發(fā)送到那些手機上的業(yè)務(wù)會(huì )很有價(jià)值。

　　本文考究一個(gè)能把網(wǎng)站內容發(fā)送給視頻手機用戶(hù)的網(wǎng)關(guān)。評估了網(wǎng)關(guān)中各種必要組成部件的成就，并解決了一些特別困難的問(wèn)題。用詳細精確的應用例子說(shuō)明網(wǎng)關(guān)的工作原理，并評估了它在促進(jìn)新業(yè)務(wù)方面的潛力。

　　NMS通信公司為正在出現的3G無(wú)線(xiàn)視頻技術(shù)OEM廠(chǎng)商和開(kāi)發(fā)商提供廣泛的業(yè)務(wù)支持和解決方案。特別關(guān)注為無(wú)線(xiàn)視頻手機用戶(hù)提供新業(yè)務(wù)的網(wǎng)關(guān)，這些網(wǎng)關(guān)允許從傳統電話(huà)網(wǎng)和IP網(wǎng)接入到呼叫對象和視頻內容。最初配備的3G324M無(wú)線(xiàn)視頻手機的使用情況，以及業(yè)務(wù)供應商盡可能補充舊2G設備的需求，都是在短期內指導網(wǎng)關(guān)設計的因素。本文所討論的網(wǎng)關(guān)就是NMS準備為客戶(hù)需求而開(kāi)發(fā)的網(wǎng)關(guān)例子。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

二．一個(gè)有價(jià)值的建議――把視頻看作一個(gè)延伸層

　　許多不同的無(wú)線(xiàn)設備正為把網(wǎng)站內容發(fā)給移動(dòng)用戶(hù)這個(gè)有巨大潛力的市場(chǎng)而展開(kāi)競爭。如果我們把這些無(wú)線(xiàn)設備按功能作一個(gè)條形分布圖，那么條的一端是：智能化、全功能的設備，比如膝上型電腦和PDA，如果提供有標準的因特網(wǎng)連接，它們都能以自己的方式呈現出網(wǎng)站的內容。而條的另一端是啞終端，它們幾乎需要全部由內建于網(wǎng)關(guān)的智能來(lái)呈現網(wǎng)站的內容。WAP設備處在條的中間位置，它只能呈現一些由網(wǎng)關(guān)提供的內容，但在設備內能處理某種形式的HTML。

　　在不久的將來(lái)，象3G324M無(wú)線(xiàn)視頻手機（如圖1所示）那樣的啞終端，極具潛力占領(lǐng)最廣闊的市場(chǎng)。3G324M是由3G無(wú)線(xiàn)團體開(kāi)發(fā)的標準，它定義了和簡(jiǎn)單視頻手機的通信。在手機之間或手機與網(wǎng)關(guān)之間，全雙工的流承載著(zhù)以下信息：以簡(jiǎn)單輪廓MPEG－4格式編碼的H.263視頻、AMR編碼的音頻和H.245控制信息，每個(gè)方向的所有這些信息用H.223標準復用成為單個(gè)流。對于這些流的進(jìn)一步傳送，可以由傳統2G設備提供的TDM電路來(lái)完成。
在很長(cháng)一段時(shí)間以來(lái)，格言"網(wǎng)絡(luò )的智能會(huì )轉移到外圍設備上"很可能包含著(zhù)真理。對于無(wú)線(xiàn)萬(wàn)維網(wǎng)應用來(lái)說(shuō)，一個(gè)緊湊、不貴又高度智能化的移動(dòng)設備，再加上一條連接到因特網(wǎng)的普通寬帶IP路由，就是最理想的方案了。然而，多年來(lái)現實(shí)已證明，有許多限制因素使得這種想法無(wú)法實(shí)現。目前的智能移動(dòng)設備笨重而又昂貴，而且使用現有的電池技術(shù)要存貯足夠的電力還有問(wèn)題。在使用怎樣的鍵盤(pán)和顯示終端的問(wèn)題上也有一個(gè)內在的沖突：用大一點(diǎn)易于使用的呢，還是用小一點(diǎn)的便于攜帶呢？另外，傳統的蜂窩網(wǎng)絡(luò )是設計用來(lái)承載64kbps 的語(yǔ)音電路的，而不是高速因特網(wǎng)接入所要求的寬帶包。

　　然而，H.263協(xié)議和硅半導體技術(shù)使得生產(chǎn)一個(gè)緊湊的、相當便宜的視頻手機成為可能，并且這種手機在傳統的64kbps電路上工作得很好。用于下一代無(wú)線(xiàn)手機的3G324M標準可以作為一個(gè)"延伸層"（spanning layer）。"延伸層"是MIT的David Clark 使用的一個(gè)術(shù)語(yǔ)，它描述的是一個(gè)既簡(jiǎn)單又可以廣泛使用的標準，這個(gè)標準允許相互競爭的設備提供商和應用開(kāi)發(fā)商大團體能相互獨立地工作，卻又共同形成一個(gè)產(chǎn)業(yè)。3G324M標準可能允許無(wú)線(xiàn)業(yè)務(wù)提供商推出用于視頻呼叫的手機，而對將來(lái)的應用又沒(méi)有做出特別的規定，如萬(wàn)維網(wǎng)內容的遞送。這樣，網(wǎng)關(guān)供應商就可以推動(dòng)其它環(huán)境的應用開(kāi)發(fā)，以提供豐富的新業(yè)務(wù)，比如到商業(yè)視頻會(huì )議設備的連接業(yè)務(wù)、視頻郵件業(yè)務(wù)、網(wǎng)站內容遞送業(yè)務(wù)。3G324M無(wú)線(xiàn)視頻手機也要有比較好的配備才能處理一些極困難的網(wǎng)站內容接收，也就是視頻和音頻流。

　　如果是在經(jīng)濟高增長(cháng)時(shí)期，可以說(shuō)服無(wú)線(xiàn)業(yè)務(wù)提供商和他們的用戶(hù)去購買(mǎi)已可用的3G設備。但事實(shí)上是目前兩者都為超預算所困擾。這就意味著(zhù)，只要有可能業(yè)務(wù)提供商就會(huì )盡量使用2G設備。這可以作為最接近公共電話(huà)網(wǎng)的系統的一部分來(lái)實(shí)現，并且仍然支持3G324M手機的使用。對大部分潛在的用戶(hù)來(lái)說(shuō)，當前他們不會(huì )選擇購買(mǎi)一個(gè)昂貴的無(wú)線(xiàn)PDA，因為習慣于蜂窩電話(huà)機是作為蜂窩業(yè)務(wù)的一部分免費提供的。然而，如果無(wú)線(xiàn)運營(yíng)商配置的是一種相當便宜的視頻手機，并讓用戶(hù)預交一定量的新業(yè)務(wù)費用，就可以沿用這種商業(yè)模式了。網(wǎng)站內容網(wǎng)關(guān)的配置可以隨著(zhù)使用用戶(hù)的增加而加大，這樣可以免除業(yè)務(wù)提供商任何不必要的前期費用。網(wǎng)關(guān)中為遞送網(wǎng)站內容作準備的智能設備越貴，在忙時(shí)就越要滿(mǎn)負荷使用，因為達到滿(mǎn)負荷使用是提供低成本效益比業(yè)務(wù)的關(guān)鍵。但是，即使是使用最頻繁的用戶(hù)，他的智能手機大部分時(shí)間也處于空閑之中。因此業(yè)務(wù)提供商在剛開(kāi)展業(yè)務(wù)時(shí)會(huì )配置少數幾個(gè)智能設備，只有能達到滿(mǎn)負荷使用時(shí)，才作進(jìn)一步的擴容。

圖1 無(wú)線(xiàn)視頻手機

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

三．網(wǎng)關(guān)功能需求

　　對于處在兩個(gè)規范網(wǎng)絡(luò )間的網(wǎng)關(guān)，總的需求是很簡(jiǎn)單的：在所有層上匹配兩個(gè)網(wǎng)絡(luò )間的功能，處理兩個(gè)網(wǎng)絡(luò )間的任何轉換需求。所有在這里描述的功能要求也可以應用到不是遵循3G324M標準的無(wú)線(xiàn)視頻手機，任何的不同都可以通過(guò)網(wǎng)關(guān)的輕微調整來(lái)適應。

圖2 3G324M－網(wǎng)站內容遞送網(wǎng)關(guān)網(wǎng)絡(luò )拓樸

　3.1 物理層

　　從無(wú)線(xiàn)側看來(lái)，網(wǎng)關(guān)只是標準視頻呼叫中的一方。（如圖2所示）物理層很可能使用標準的T1或E1中繼連接到公網(wǎng)級電路交換機。假設每個(gè)視頻呼叫需要一個(gè)64kbps 的中繼通道（雖然也可使用多個(gè)通道）。無(wú)線(xiàn)側的呼叫建立會(huì )使用ISDN協(xié)議，這個(gè)協(xié)議支持多個(gè)通道的綁定。這個(gè)64kbps流的內容是以下信息的組合：H.263視頻、AMR編碼的音頻、H.245協(xié)商消息。組成的方法是按照H.223多路復用。H.245協(xié)議用于起動(dòng)視頻和音頻流。

　　在網(wǎng)關(guān)的因特網(wǎng)側，標準的網(wǎng)站瀏覽通過(guò)以太網(wǎng)物理層來(lái)完成，使用HTTP／TCP／IP協(xié)議來(lái)訪(fǎng)問(wèn)網(wǎng)頁(yè)。內容遞送網(wǎng)關(guān)是以面向因特網(wǎng)的瀏覽器的角色出現的。
為了能提供這一新業(yè)務(wù)，不管是無(wú)線(xiàn)網(wǎng)還是因特網(wǎng)，都不需要調整。只有網(wǎng)關(guān)自己和無(wú)線(xiàn)用戶(hù)才需要知道：這兩個(gè)網(wǎng)已經(jīng)接合起來(lái)了。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

　3.2 媒體流層

　　給手機的視頻信號必須從當前網(wǎng)頁(yè)的內容生成。對于HTML或JPEG，可以形成一個(gè)靜態(tài)圖像，然后再轉換成簡(jiǎn)單輪廓MPEG－4視頻幀，并簡(jiǎn)單地重復這個(gè)幀就可以了。流化視頻需要從其它一些視頻格式實(shí)時(shí)轉換成簡(jiǎn)單輪廓MPEG－4。任何從無(wú)線(xiàn)視頻手機發(fā)來(lái)的視頻都會(huì )被簡(jiǎn)單丟棄。

　　對于音頻，大部分的時(shí)間會(huì )產(chǎn)生AMR靜音信號，然后發(fā)送到手機。當接入的是流化音頻時(shí)，可能需要先從別的音頻格式解碼，再編碼成AMR。從手機發(fā)來(lái)的音頻通常會(huì )被丟棄，但是也有例外，象：用于語(yǔ)音識別的音頻輸入、用于DTMF檢測的音頻輸入和某些H.245消息，它們用于組成典型的用戶(hù)給瀏覽器的輸入，就象電腦中的鼠標和鍵盤(pán)。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

　3.3 應用程序層

　　在應用程序層，從無(wú)線(xiàn)手機發(fā)起的呼叫建立狀態(tài)包括用ISDN得來(lái)的主叫標識去：形成計費話(huà)單、登錄到主頁(yè)、跳轉到書(shū)簽處和收發(fā)郵件業(yè)務(wù)――為用戶(hù)建立一系列的標準瀏覽器功能。有些附加的密碼輸入會(huì )用于額外的安全要求。連接一旦建立，以下各種鼠標操作對任何應用來(lái)說(shuō)都是需要的：點(diǎn)擊一個(gè)新的鏈接、顯示一個(gè)新的網(wǎng)頁(yè)、跳到大量排序數據的某部分。然而，由于無(wú)線(xiàn)視頻手機的限制，這些都會(huì )遇上特別難于解決的問(wèn)題。這些問(wèn)題會(huì )在本文的"特別的挑戰"一節進(jìn)行更詳細的討論。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

四．網(wǎng)關(guān)結構

　　圖3所示為網(wǎng)關(guān)重要組成的分解圖。網(wǎng)關(guān)機箱很可能是一個(gè)Compact PCI機箱，機箱中包含了作為網(wǎng)絡(luò )中一個(gè)節點(diǎn)的所有組件。基本的視頻呼叫和瀏覽器應用可以運行在主處理器上，但T1或E1接口需要由附加模塊來(lái)支持。為了支持大量的端口，還需要附加的以太網(wǎng)接口和自定義的視頻處理模塊。T1／E1接口通過(guò)公共電話(huà)網(wǎng)接入無(wú)線(xiàn)交換中心，也可以直接接入到無(wú)線(xiàn)交換中心。以太網(wǎng)接口會(huì )通過(guò)標準IP路由器接入到因特網(wǎng)。

　　圖3 強調的是3G324M網(wǎng)站內容遞送網(wǎng)關(guān)的組成。它支持網(wǎng)絡(luò )管理功能和用戶(hù)管理功能，同時(shí)通過(guò)附加的鏈路處理計費話(huà)單，這個(gè)附加鏈路很可能是這里沒(méi)畫(huà)出的另一個(gè)IP網(wǎng)。完成標準瀏覽器功能的模塊在圖3的最右邊，支持標準無(wú)線(xiàn)視頻呼叫的模塊在左邊。

　　最粗的箭頭表示實(shí)時(shí)媒體流。稍小一點(diǎn)的箭頭表示控制消息和非實(shí)時(shí)媒體傳送。由于到手機的視頻流占用較窄的帶寬，音頻和視頻數據流可以做類(lèi)似的處理。對于一個(gè)有大量端口的大規模系統，設計時(shí)應該支持在以太網(wǎng)和T1／E1中繼間的實(shí)時(shí)媒體流，而不要讓它們通過(guò)主處理器或PCI總線(xiàn)。T1／E1中繼和以太網(wǎng)接口模塊可以合并，包括其中必須的視頻和音頻處理。或者在Compact PCI模塊之間用新的、高帶寬的交換結構來(lái)處理實(shí)時(shí)數據流。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

　　對于HTML網(wǎng)頁(yè)，標準瀏覽器功能會(huì )建立一個(gè)類(lèi)似于PC瀏覽窗口的內部圖象，然后由特定網(wǎng)關(guān)功能對圖像加工，形成一個(gè)適合于手機顯示的視頻流。網(wǎng)站中的其它靜態(tài)圖象，比如JPEG，不需要生成HTML網(wǎng)頁(yè)內部圖象，而是能直接加工成視頻流。第三種形式的內容及視頻剪輯，不會(huì )使用從靜態(tài)圖象到視頻流的加工過(guò)程，但需要從某種視頻格式（如MPEG－2）解碼，再編碼成為手機的簡(jiǎn)單輪廓MPEG－4視頻格式。

　　處于圖3中間的部分組件代表一些本文下一節將會(huì )詳細討論的具有挑戰性的領(lǐng)域。對任何類(lèi)型的圖像都必須做一些視圖的編輯以補償由于轉換到簡(jiǎn)單輪廓MPEG－4所造成的分辯率損失。由于無(wú)線(xiàn)手機沒(méi)有全功能鍵盤(pán)，所以用戶(hù)的文本字符串輸入需要做特別處理。為這些限制建立特別處理是提供的業(yè)務(wù)有沒(méi)有價(jià)值的關(guān)鍵，否則，可能由于業(yè)務(wù)的使用太麻煩，以至于推廣不開(kāi)來(lái)。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

五．特別的挑戰

　　建立一個(gè)有用網(wǎng)關(guān)時(shí)最難解決的問(wèn)題是必須注重人類(lèi)工程學(xué)方面的設計。雖然方案選擇也可能是一個(gè)特別的技術(shù)挑戰，但最隹方案的決定根本不是技術(shù)上的運用，而問(wèn)題正好出現在易于表述的技術(shù)問(wèn)題上，例如：從網(wǎng)站送出的音頻可以達到CD般的質(zhì)量，但是送給手機的AMR編碼音頻只能滿(mǎn)足僅可聽(tīng)懂的話(huà)音質(zhì)量。大部分網(wǎng)頁(yè)都是設計用于個(gè)人電腦屏幕的分辯率（1024x768）。而視頻手機大部分都受限于H.263 QCIF的分辯率（176x144），一條線(xiàn)上的分辯率差距高達6倍。而且，設計時(shí)用戶(hù)和網(wǎng)站服務(wù)器交互使用的是鼠標和全功能電腦鍵盤(pán)，而無(wú)線(xiàn)手機只有一個(gè)非常受限的小鍵盤(pán)。

　　一個(gè)有利的情況是：大部分網(wǎng)站的設計都慮到了大多數的用戶(hù)仍然使用撥號上網(wǎng)，因此許多網(wǎng)站為有寬帶接入和無(wú)寬帶接入的用戶(hù)提供了并行的不同瀏覽途徑。撥號連接那有限的帶寬正好和無(wú)線(xiàn)視頻手機的收發(fā)帶寬具有可比性，因此，即使需要的信息表述和交互的方式相差很遠，無(wú)線(xiàn)用戶(hù)也可以選擇為撥號用戶(hù)設計的網(wǎng)頁(yè)，以便有信息遞送時(shí)獲得和撥號用戶(hù)差不多的響應時(shí)間。

　　5.1 流化音頻

　　流化音頻的應用很少，并且在應用中都處于不重要的地位，對信息的內容來(lái)說(shuō)，它不是實(shí)質(zhì)性的。對于一系列重要的小應用，如：新聞和體育評論、以及季度財務(wù)報告大會(huì )的收聽(tīng)，話(huà)音的傳送就很關(guān)鍵。在所有這些情況下，AMR編碼的話(huà)音質(zhì)量讓用戶(hù)聽(tīng)懂是足夠的了，但如果要用這種AMR通道來(lái)傳送CD質(zhì)量的音樂(lè )，就會(huì )明顯顯得不足。即使電腦用戶(hù)下載音樂(lè )片段的速度要比實(shí)時(shí)慢得多，但他下載回來(lái)后仍可以聽(tīng)到高質(zhì)量的回放。在一個(gè)非智能的無(wú)線(xiàn)手機上無(wú)法提供這種能力。AMR編碼的音樂(lè )也有一定的價(jià)值，但它不是以?shī)蕵?lè )為目的的。把來(lái)自網(wǎng)站服務(wù)器的流化音頻轉換成手機需要的AMR編碼音頻是一個(gè)簡(jiǎn)單的技術(shù)問(wèn)題，但是需要大量的計算能力。明智的做法應該是在一個(gè)附屬的模塊上用DSP資源來(lái)做這種運算，而不要在網(wǎng)關(guān)的主處理器上做這種運算。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

　　5.2 流化視頻

　　同樣地，流化的視頻現在也不常用。在使用它的大部分應用中，視頻都是顯示在整個(gè)電腦屏幕內的一個(gè)小窗口之中。這個(gè)小窗口的分辨率近似于手機上的完全QCIF顯示。必須用一種方法把視頻縮放到容納它的屏幕窗口一般大，但在這兩種收看環(huán)境中其它的收看感覺(jué)是大致一樣的。在某些情況下，也許可以通過(guò)和流服務(wù)器協(xié)商，讓服務(wù)器直接送本來(lái)手機需要的簡(jiǎn)單輪廓MPEG－4視頻流。可是，如果這種情況不可能，就需要配備高強度運算的轉換功能，來(lái)把視頻從一種格式轉換成另一種格式。這種高強度運算的轉換功能最好在一個(gè)附屬的模塊上用附加的硬件資源來(lái)完成，而不要由網(wǎng)關(guān)的主處理器來(lái)完成。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

　　5.3 圖像的視圖控制

　　所有網(wǎng)頁(yè)的原組件──JPEG、HTML或其它形式的組件── 一幅個(gè)人電腦屏幕上的完整圖像，要顯示在手機的小屏幕上，對大部分普通應用來(lái)說(shuō)這個(gè)小屏幕的分辨率都是不夠的。適當剪裁應用程序的顯示介面，以適應小屏幕的顯示，會(huì )得到很好的使用效果。我們的目標是在網(wǎng)關(guān)支持視頻手機的這些獨特顯示，使得手機能訪(fǎng)問(wèn)普通的網(wǎng)站。可以成功實(shí)現這個(gè)目標的兩種技術(shù)是：
　　■　通過(guò)屏幕的局部視圖進(jìn)行用戶(hù)輸入的控制；
　　■　用"動(dòng)"來(lái)補嘗分辨率的低下──使用附加于視頻流中的連續幀。

　　縮放和取景窗是廣泛使用的視頻控制技術(shù)，這些技術(shù)也適用于這里介紹的方案。各級縮放都只有一個(gè)方向的控制（只有放大或只有縮小）不會(huì )有明顯的麻煩，只要三級的縮放就能達到個(gè)人電腦全屏的分辨率（QCIF x 8＝1408 x 1152），只有用到四級以上的縮放，才需要同時(shí)為每級提供放大和縮小兩個(gè)方向的控制。在普通瀏覽操作中，需要通過(guò)鼠標來(lái)控制光標的移動(dòng)。在一個(gè)縮放和取景窗的系統中，光標控制（上、下、左、右四個(gè)鍵）同時(shí)也作取景窗控制用。畫(huà)面縮放后光標會(huì )保持在視窗的中央，移動(dòng)窗口就可以看到圖像的其它內容，直到整幅圖像的邊為止。所以，一個(gè)標準的操作過(guò)程是這樣的：一個(gè)新的HTML頁(yè)面開(kāi)始會(huì )以全屏的方式顯示，中間有光標用于放大，用戶(hù)可以把光標移動(dòng)到自己感興趣的內容上，然后按下放大控制鍵。這一操作過(guò)程可以根據需要一直下去，直到能清晰地看清要看的內容。特別需要注意的是，在給出一個(gè)文本輸入框時(shí)，取景窗要放置在輸入光標位置的中間，而不是鼠標光標位置的中間。直接的取景窗控制也是允許的──上、下、左、右控制──類(lèi)似于普通個(gè)人電腦屏幕上窗口邊或底部的滑動(dòng)條。

　　視頻中的幀流允許用戶(hù)控制的取景選擇。一旦達到想要的縮放級別，自動(dòng)掃描方式會(huì )停下來(lái)，并以這個(gè)縮放級顯示整個(gè)頁(yè)面，不再需要用戶(hù)的干預。對于英文內容的頁(yè)面，掃描會(huì )從左到右，從上到下的進(jìn)行。如果能控制在每個(gè)方向上的掃描速度會(huì )很有用，但從另一方面看，增加額外的控制又是很麻煩的。也許以一個(gè)預設的掃描速度來(lái)搜索整個(gè)頁(yè)面，而以另一個(gè)預設的較慢速度由上到下移動(dòng)用于閱讀，會(huì )乎合最普遍的要求。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

　　5.4 用戶(hù)輸入

　　和圖像顯示相比，用戶(hù)輸入甚至是一個(gè)更大的挑戰。無(wú)線(xiàn)手機的小鍵盤(pán)和全功能電腦鍵盤(pán)及鼠標相比實(shí)在受到太多的限制。手機擊鍵可以轉換成音頻流中的音頻信號，比如DTMF信號。但由于DTMF信號具有持續時(shí)間短和占用頻帶窄的特點(diǎn)，造成AMR音頻編碼不能可靠地轉換這種信號。H.245協(xié)商通道可以用于傳送象擊鍵那樣的控制信息，但是由于沒(méi)有相關(guān)的標準，需要在手機上做特殊的處理。使用手機最通常的輸入方式是語(yǔ)音輸入（沒(méi)有音頻信號和H.245消息），這個(gè)時(shí)候就要用語(yǔ)音識別了。

　　這些年來(lái)語(yǔ)音識別的準確率已有了很大提高，但是象AMR那樣有限的帶寬通道，以及一般移動(dòng)呼叫都有比較大的背景噪聲，都會(huì )造成識別率的嚴重下降。這就要求對詞匯表做一些處理，最好使用盡量少的詞，表中的詞沒(méi)有二義，發(fā)音不能相同。為了提高識別的準確性，甚至要存貯用戶(hù)的特殊發(fā)音特征。最頻繁使用的鼠標控制和視圖控制輸入最好單獨形成一個(gè)子詞匯表，大約有10個(gè)詞：上、下、左、右、停、點(diǎn)擊、放大、縮小、掃描、閱讀。剩下的主要是文本輸入，可能需要幾個(gè)子詞匯表。用于輸入數字的子詞匯表自然也大約是10個(gè)詞。發(fā)音問(wèn)題顯然也是一個(gè)很大的挑戰，因為很多字母的組合發(fā)音相象。有一些可能的辦法，包括：用說(shuō)出數字來(lái)代表電話(huà)小鍵盤(pán)上的字母；或者說(shuō)出組成單詞的每一個(gè)字母來(lái)表示該詞（Alpha、Bravo、Charlie、….）。另外，還要包含各種標點(diǎn)符號。用于糾錯的編輯命令也是必須的。對用戶(hù)來(lái)說(shuō)所有這些文本輸入技術(shù)都意味著(zhù)一種負擔。能夠僅由鼠標來(lái)操控的網(wǎng)上應用似乎是易于訪(fǎng)問(wèn)的，但是這樣的應用如果需要文本輸入就太難解決了。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑


│ page1 │ page2 │