2024年6月15日发(作者：绍璇玑)
(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(21)申请号 CN2.2
(22)申请日 2014.06.12
(71)申请人 沃兹艾普公司
地址 美国加利福尼亚
(72)发明人 简·库姆 迈克尔·B·多诺霍 布赖恩·阿克顿 埃里克·詹姆斯·雷德 迪玛·斯图卡洛
夫
(74)专利代理机构 北京康信知识产权代理有限责任公司
代理人 梁丽超
(51)
H04L12/58
H04M3/537
H04M3/42
H04M7/00
(10)申请公布号 CN 105580325 A
(43)申请公布日 2016.05.11
权利要求说明书 说明书 幅图
(54)发明名称
具有实时状态通知的语音通信
(57)摘要
本发明提供用于进行具有状态通知
的电子语音通信的系统、设备、图形用户
界面和方法。执行通信应用的第一便携式
设备的用户选择自动开始音频录音的多功
能控制器，在释放控制器时将音频录音自
动发送至有效通信会话的其他参与者。同
一多功能控制器可以用于传输文本消息。
录音的代表显示在用户的设备上，具有在
另一个参与者播放录音时改变外观的指示
符。此外，在一个用户开始将要被自动发
送至其他用户的音频录音时，另一个用户
的设备被告知录音开始并为另一个用户显
示该状态。
法律状态
法律状态公告日
法律状态信息
2021-06-08
专利权人的姓名或者名称、地址
的变更
2019-10-25
授权
2016-09-07
实质审查的生效
2016-05-11
公开
法律状态
专利权人的姓名或者名
称、地址的变更
授权
实质审查的生效
公开
权 利 要 求 说 明 书
1.一种提供音频通信状态的实时通知的方法，所述方法包括：
从第一设备接收所述第一设备开始音频录音之后传输的第一通知；
将所述第一通知中继至第二设备，其中，所述第二设备响应所述第一通知显示所述
音频录音的状态；
将所述音频录音传输至所述第二设备；
从所述第二设备接收所述第二设备开始播放所述音频录音之后传输的第二通知；并
且
将所述第二通知中继至所述第一设备，其中，所述第一设备响应所述第二通知改变
显示的所述第二设备的状态。
2.根据权利要求1所述的方法，其中，所述第一通知从所述第一设备接收并实时中
继至所述第二设备。
接收并在所述第一设备录音所述音频期间中继至所述第二设备。
4.根据前述权利要求中的任一项所述的方法，其中，所述第二通知从所述第二设备
接收并实时中继至所述第一设备。
5.根据前述权利要求中的任一项所述的方法，其中，所述第二通知从所述第二设备
接收并在所述第二设备播放所述音频录音期间中继至所述第一设备。
6.根据前述权利要求中的任一项所述的方法，其中，将所述音频录音传输至所述第
二设备包括：
从所述第一设备接收所述音频录音；
将文本消息传输至所述第二设备，其中，所述文本消息包括与所述音频录音相关联
的链接；并且
在从所述第二设备接收到选择所述链接时，将所述音频录音传输至所述第二设备。
7.根据前述权利要求中的任一项所述的方法，进一步包括：
从所述第一设备接收所述第一设备终止所述音频录音时传输的第三通知；并且
将所述第三通知中继至所述第二设备，其中，所述第二设备响应所述第三通知移去
所述音频录音的状态。
8.根据权利要求7所述的方法，其中，移去所述音频录音的状态包括：利用在显示
所述音频录音的状态之前在所述第二设备上显示的所述第一设备的状态代替所述音
频录音的状态。
9.根据前述权利要求中的任一项所述的方法，其中，在所述第二设备上显示的所述
音频录音的状态是文本消息。
10.根据前述权利要求中的任一项所述的方法，其中，响应所述第二通知改变显示
的所述第二设备的状态包括：改变与所述第二设备处的所述音频录音的状态相关联
的图像代表的外观。
11.根据前述权利要求中的任一项所述的方法，其中，所述第一设备在所述第二设
备完成所述音频录音的播放之前改变显示的所述第二设备的状态。
12.根据前述权利要求中的任一项所述的方法，其中：
从所述第一设备传输所述第一通知由所述第一设备的用户激活第一模式下的控制器
触发；并且
由用户激活第二模式下的所述控制器触发文本消息的传输。
13.一种包括程序指令的计算机程序，在所述程序指令由计算设备的一个或多个处
理器执行时，执行根据权利要求1至12中的任一项所述的方法的所有步骤。
14.一种存储指令的非易失性计算机可读介质，在所述指令由处理器执行时，使得
所述处理器执行提供音频通信状态的实时通知的方法，所述方法包括：
从第一设备接收所述第一设备开始音频录音之后传输的第一通知；
将所述第一通知中继至第二设备，其中，所述第二设备响应所述第一通知显示所述
音频录音的状态；
将所述音频录音传输至所述第二设备；
从所述第二设备接收所述第二设备开始播放所述音频录音之后传输的第二通知；并
且
将所述第二通知中继至所述第一设备，其中，所述第一设备响应所述第二通知改变
显示的所述第二设备的状态。
15.一种用于提供音频通信状态的实时通知的通信系统，所述系统包括：
通信服务器，包括第一处理器和存储指令的第一存储器，当所述指令由所述第一处
理器执行时使得所述通信服务器：
从第一通信设备接收在所述第一通信设备开始音频录音时传输的第一通知；并且
将所述第一通知中继至第二通信设备，其中所述第二通信设备响应所述第一通知显
示所述音频录音的状态；以及
媒体服务器，包括第二处理器和存储在由所述第二处理器执行时使得所述媒体服务
器以下各项的指令的第二存储器：
存储所述音频录音；
从所述第二通信设备接收识别所述音频录音的信号；并且
响应所述信号，将所述音频录音传输至所述第二通信设备；
其中，所述第一存储器进一步存储在由所述第一处理器执行时使得所述通信服务器
执行以下各项的指令：
从所述第二通信设备接收在所述第二通信设备开始播放所述音频录音时传输的第二
通知；并且
将所述第二通知中继至所述第一通信设备，其中所述第一通信设备响应所述第二通
知改变显示的所述第二通信设备的状态。
16.根据权利要求15所述的通信系统，其中，所述第一通信设备和所述第二通信设
备参与实时通信会话。
17.根据权利要求16所述的通信系统，其中，所述通信会话包括在所述音频录音之
前和/或之后交换的文本消息。
储器进一步存储在由所述第一处理器执行时使得所述通信服务器执行以下各项的指
令：
将所述第一通知中继至第三通信设备，其中，所述第三通信设备响应所述第一通知
显示所述音频录音的状态；
其中，所述第一通信设备、所述第二通信设备和所述第三通信设备参与群实时通信
会话。
19.根据权利要求18所述的通信系统，其中，所述第一存储器进一步存储在由所述
第一处理器执行时使得所述通信服务器执行以下各项的指令：
从所述第三通信设备接收在所述第三通信设备开始播放所述音频录音时传输的第四
通知；并且
将所述第四通知传输至所述第一通信设备，其中，所述第一通信设备响应所述第四
通知改变显示的所述第三通信设备的状态。
20.一种用于提供音频通信状态的实时通知的装置，所述装置包括：
一个或多个处理器；
存储器，存储以下指令，当所述指令由所述一个或多个处理器执行时，使得所述装
置：
从第一无线通信设备接收在所述第一无线通信设备开始音频录音时传输的第一通知；
将所述第一通知中继至第二无线通信设备，其中，所述第二无线通信设备响应所述
第一通知显示所述音频录音的状态；
将所述音频录音传输至所述第二无线通信设备；
从所述第二无线通信设备接收在所述第二无线通信设备开始播放所述音频录音时传
输的第二通知；并且
将所述第二通知中继至所述第一无线通信设备，其中，所述第一无线通信设备响应
所述第二通知改变显示的所述第二无线通信设备的状态。
说 明 书
技术领域
本发明涉及计算机和电子通信领域。更具体地，提供用于进行具有状态通知的电子
语音通信的系统、设备、图形用户界面和方法。
背景技术
无线电话已变为必不可少的附属品并且大多数人走到哪都带着。因此移动电话用户
几乎总是经由某种通信的形式可联系。能够进行实况、实时语音通信的能力仍然是
许多人携带他们的电话的主要原因，但是许多其他人将他们的电话更多地用于非语
音通信而不是实时语音通信。
具体地，许多人使用无线电话以便经由SMS(短消息服务)交换短的文本消息。SMS
消息通常限于140个字符的文本，并且经由无线电话服务提供商的语音网络的控制
信道传送。因此，无线电话用户是发送文本消息至一个人还是许多人，他或她受限
制于他或她可以一次通信多少。已开发了MMS(多媒体消息服务)以允许将媒体(例
如，图像、视频)往返于无线电话传送，但仍然依靠SMS协议将通知传递至接收者。
然而，无线电话用户与另一个无线电话用户交换录音的语音通信内容
(communication)的能力是麻烦的，即使利用MMS。具体地，在普通的无线电话上
发起语音录音(或者其他音频录音)需要多个动作，诸如以正确的顺序操纵多个控制。
例如，用户可能需要打开录音应用，开始录音，结束录音，很可能将其命名以便存
储，打开通信应用，创建到希望的接收者的消息，选择添加附件的选项，然后找到
并附加录音内容。即使发起用户和目的用户操作共同的通信应用，发起者可能仍然
需要打开菜单找到并选择选项以进行录音，开始录音，停止录音，然后选择选项将
其发送至接收者。
发明内容
在本发明的一些实施方式中，提供用于进行具有实时状态通知的语音通信的系统、
设备、图形用户界面和方法。在这些实施方式中，一个便携式设备的用户能够容易
并迅速地创建音频录音并将其发送至另一个设备的用户。用户中的一者或两者可以
接收另一个用户或录音的实时状态的通知。
在一些实施方式中，利用多功能控制器的单个操作，便携式电子设备的用户创建音
频录音并将其传输至另一个用户。在不同的上下文中，相同的控制允许用户传输独
立于音频录音的文本消息。在一些实施方式中，控制可以根据上下文(诸如用户是
否将文本输入至文本窗口或对话框中)改变外观。
在一些实施方式中，音频录音的发送者接收接收者已经开始和/或完成播放录音内
容的实时通知。在一些实施方式中，音频录音(例如，用户的对话的图形显示版本)
或另一个用户的代表改变外观以指示录音内容的这个状态改变。
在一些实施方式中，可以向音频录音的接收者告知发送者已开始音频录音。例如，
在录音开始时，可以向接收者的设备发出信号并且接收者可以在发送者完成录音之
前看到该状态。
附图说明
图1是根据本发明的一些实施方式的便于具有实时状态通知的录音的语音通信的系
统的框图。
图2示出根据本发明的一些实施方式的用于进行具有实时状态通知的语音通信的设
备的用户界面。
图3A至图3H示出根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面。
图4A至图4E示出根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面。
图5是表明根据本发明的一些实施方式的支持具有实时状态通知的语音通信的方法
的流程图。
图6是根据本发明的一些实施方式的进行具有实时状态通知的录音的音频通信的便
携式设备的框图。
具体实施方式
提出以下描述，以能够允许本领域的任何技术人员制造和使用本发明。对公开的实
施方式的各种修改将容易对本领域技术人员显而易见，并且本文中限定的一般原理
可以应用于其他实施方式并且可以在没有背离本发明的范围的情况下应用。因此，
本发明不旨在限于示出的实施方式。
在本发明的一些实施方式中，提供用于进行具有实时状态通知的语音通信的系统、
设备、用户界面和方法。在不同的实施方式中，实现多个补充的特征中的一个或多
个，诸如一键式语音录音、给通信伙伴的开始语音录音的动态实时通知，将录音内
容可靠传递至伙伴，通信伙伴播放录音内容的实时通知以及播放音频录音的输出设
备的自动选择。
本发明的实施方式在以下通信环境内实现，在该通信环境中，文本、图像、语音录
音和/或其他电子信息经由符合IEEE802.11标准(例如，连接)的数据通信信道交换。
在这些实施方式中，不是依赖为除实况语音谈话以外的即时或实时通信的传输提供
有限的支持的传统无线语音通信信道，该数据通信信道允许相同的和/或不同的类
型的装置之间的几乎所有类型的通信和媒体的不受约束的交换。
本发明的示例性实施方式被描述为它们可以实现为一对一通信会话(例如，聊天会
话)的以部分，但是同样可以适用于群通信会话(例如，群聊)。
图1是根据本发明的一些实施方式的有助于具有实时状态通知的录音的语音通信的
系统的框图。
在这些实施方式中，通信系统120的用户操作各种便携式通信设备，该通信设备运
行相同的或不同的操作系统(例如，安卓、黑莓、iOS、NokiaS40、Symbian、
WindowsPhone)。因此，设备102、104由不同的用户操作，但是可以相似地或非
常不同地配置。设备102、104之间的通信会话110包括设备102和系统120之间
的以及设备104和系统120之间的单独连接。
系统120是可以同时由多个用户使用的承载通信应用或服务(或者通信应用的服务
器部分)的数据中心、计算机网络或其他共同集合的计算机资源。在一些实施方式
中，应用为用户提供来自他的或她的通信设备(例如，设备102)，至/来自操作其他
通信设备(设备104)的一个或多个其他用户的文本、音频录音、照片、视频和多媒
体的即时消息。
由系统120承载的通信应用与设备102、104兼容并且包括在设备的本地操作系统
下执行的客户端逻辑。操作一个类型的设备并订购一个通信服务器提供商的用户可
以与操作其他类型的设备并订购其他通信服务提供商的用户交换信息。单个的消息
可以发送至任意数量的接收者；例如，可以提供群形式的通信(例如，聊天)，其中
多个用户相互交换即时通信内容。
通信服务器122是系统120的前端部件,承载用户与系统的连接而且便于用户之间
的通信内容的交换。服务器122可以称为“聊天”服务器，因为它们接收来自个人用
户的、传递至一个或多个其他用户的实时消息和聊天会话通信内容。
说明性地，只要用户对于系统120在线并且应用在他的或她的设备上运行，就可以
保持设备和通信服务器122之间的连接或会话。当用户关闭设备上的应用时，他的
或她的连接可能持续一段时间(例如，五分钟、十五分钟)。
状态服务器124维护用户和/或用户的设备的情况或状态。因此，状态服务器存储
一些或所有用户的资料，包括可适用的偏好(例如，优选的可听的和/或可见的提醒、
状态消息)、设备类型/模型等。由状态服务器维护的关于用户的一些状态信息可能
仅在用户与系统120连接期间存留。随着用户的设备以不同的方式或不同的模式操
作，变成离线，变成在线等，状态服务器可获取那些改变。
然而，在本发明的一些实施方式中，不保留用户的设备或系统连接的状态。然而，
在这些实施方式中，用户或用户设备的状态的改变可以由设备报告给系统，并且中
继至正与那个用户进行通信(例如，聊天)会话的其他用户，和/或中继至没有打开与
该用户的通信会话但是已经订阅有关该用户的状态更新的用户。
在这些实施方式中，作为状态服务器上保留的用户资料的一部分，可以识别与那个
用户相关联的其他用户的标识。这些其他用户将被通知该用户的状态的一些或所有
改变(或者用户设备的状态的改变)-诸如在她变为在线时以及在她变成离线时。如以
下描述的，其他状态改变同样可以传送至相关联的用户。
消息服务器126存储不能立即被传递至他们的目标或目的用户的通信内容。为对于
系统120当前在线的用户接收到的新消息(例如，文本聊天消息)可以立即传递(即，
通过用户与通信服务器122的打开的连接)。然而，为当前离线的用户接收的消息
(即，与通信服务器122没有打开的连接)可以存储在消息服务器126上直至其可以
被传递。
媒体服务器128存储除可以存储在消息服务器126上的以外的等候传递至目的用户
的媒体文件或内容。例如，从一个用户至另一个的消息可以是或者可包括照片、视
频、音频录音或一些其他媒体。媒体存储在媒体服务器128上直至其可以被传递，
传递可以在目的用户在线时自动完成，或者只有在目的用户请求媒体时(例如，通
过点击传递至目的用户的文本消息中的链接以向他建议媒体内容)才可以开始。
识别与系统120连接的在线用户的端点的信息可以存储在通信/聊天服务器122、状
态服务器124和/或其他实体(例如，会话服务器(在图1中没有描述))上。例如，每
个通信服务器可以维护识别与系统的连接在那个服务器终止或由那个服务器承载的
用户的表格或其他数据结构。另一实体(例如，状态服务器124、会话服务器)可以
存储更大数据集，为连接至系统的每个用户识别哪个通信服务器维护他们的连接。
因此，在通信服务器接收来自连接的用户的对一个或多个其他用户的新的通信时，
其可以在本地数据和/或另一系统实体上存储的数据内进行查找以便确定另一个用
户的状态(例如，它们是否是连接的，它们是否正忙于通信)并且，如果这样的话，
在哪。在一些实施方式中，其将首先搜索本地数据表(例如，路由表)，并且如果没
有在本地发现一些或所有目的用户，则发出询问至另一个部件。
可以将任何数量(例如，一个或多个)的通信服务器、状态服务器、消息服务器、媒
体服务器和/或其他服务器部署在系统100内。在其他实施方式中，服务器122、
124、126、128的功能不同地分配，诸如通过合并成更少的服务器或者在额外的服
务器之中划分。
系统120的服务器可以是单独的物理计算机系统，该物理计算机系统包括适合于执
行归于它们的功能的硬件资源(例如，处理器、存储器、通信接口)和软件资源(例如，
程序代码、数据)。在一些可替换的实施方式中，任何或所有服务器可以是共用硬
件和/或软件资源的虚拟计算装置。因此，执行不同的功能的多个软件服务器模块
可以驻留在一个服务器计算机上。
网络150包括设备102、104和系统120之间的通信路径，并且可以包括数据和/或
语音通信信道。为了携带数据通信内容，网络150可包括本质上可以是有线的和/
或无线的互联网、一个或多个内联网、LAN(局域网)、WAN(广域网)和/或其他点
对点或分布式连接。为了携带语音通信内容，网络150可包括由不同的远程通信服
务提供商管理的并且几乎实现任何无线技术的有线和/或无线的语音通信链路，诸
如移动通信(GSM)的全球系统、GSM演进的增强的数据速率(EDGE)、长期演进
(LTE)、码分多址(CDMA)、优化演进数据(EV-DO)等。
因此网络150可以包括在图1中未示出的各种实体，诸如路由器、网关、交换机、
基站(例如，无线接入点、节点B，演进节点B)和/或建立、保持、交换、或以其他
方式操纵数据和/或语音连接的其他设备。
图2示出根据本发明的一些实施方式的用于进行具有实时状态通知的语音通信的设
备的用户界面。在这些实施方式中，设备202可以是已安装有由图1的系统120承
载的通信应用的智能手机或便携式计算设备。因此，设备202的操作者能够与该应
用的其他用户实时交换通信内容。他们的通信内容可包括文本、图像、音频录音和
/或其他媒体。设备202包括触摸屏显示器、一个或多个麦克风和一个或多个扬声
器，并且可以包括在这里没有涉及的其他部件。
在图2中，设备202的用户或操作者已打开通信应用并且呈现有包括会话线程
(sessionthread)210的用户界面。每个会话线程210涉及与一个或多个用户的单独的
通信会话。如果用户已提供图像，诸如线程210a的缩略图212a，则一些或所有线
程可以包括与会话涉及的另一个用户相关联的缩略图。线程还可以识别与那个用户
交换的最新通信内容的时间或日期(例如，线程210a的时间214a)，以及最新的通
信内容的摘录(如果通信内容包括文本内容)或者如果其足够短的话则可以确定全部
的通信内容(例如，线程210a的摘录216a)。
将为设备202的用户参与的任何主动通信会话，以及用户在经过的一段时间(例如，
一个星期、一个月、三个月、一年)以内参与的任何会话列出会话线程，这可以或
不可以由用户配置。如果所有线程不能同时显示在设备202的显示部件上，则用户
可能需要滚动线程。线程210可以被分类使得与最近的主动通信会话相关联的线程
在顶端，使得最主动会话(例如，总的说来具有最大数量的消息或最大的平均通信
速率的会话)在顶端，使得用户选择的人首先列出，或者可以用某种其他方法分类。
会话线程210之中的单独的会话可以通过参与通信会话(对于一对一会话)的另一个
用户的名称，或者通过群通信会话的群的名称来识别。群会话的线程还可以识别提
交最近的通信内容的成员，可以识别当前在线和/或提供其他信息的群的成员。
除会话线程210之外，图2的界面204包括页脚(footer)220和标题(header)240，它
们中的一者或两者可以提供软控制以执行各种功能。说明性的功能包括搜索(例如，
定位与特定用户或群相关联的线程)、联系(例如，添加联系人以便开始与联系人的
对话/通信线程)、设置(例如，调整通信应用或设备的操作参数以修改用户界面的外
观)、状态(例如，设置对通信伙伴和/或其他用户显示的状态)、创建新的群等。
在图2中没有描述或标记的设备202的硬控制和其它软控制可具有其他功能并且可
以取决于设备的类型、设备的制造商、设备的操作系统和/或其他因素。这些其他
功能不在此列出，以便不使得与本发明有关的特征的描述变得晦涩难懂。
图3A至图3H表现根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面的使用。
在图3A中，在用户从图2的界面204选择会话线程210(例如，线程210a)时，图
形用户界面(GUI)304显示在设备302的触摸屏显示器上。用户界面204、304可以
是同一界面的不同的部分。
界面304显示对话区或区域310的特征，将发送的最近的通信内容312显示为当前
通信会话的一部分。具体地，如果用户先前在这个会话或线程期间交换任何通信内
容，则那些对话(或者至少最近的一个或几个对话)将显示或表现在对话区域310中。
可以显示整个文本消息(或者仅长消息的最初部分)，并且还可以显示已发送或接收
的音频录音、图像、视频和/或其他通信内容的表现，如后续附图所示。如果用户
之前(或者在一段时间以内)没有对话，或者如果这是新创建的对话，则区域310可
以没有通信内容。
图3A的GUI304显示页脚320的特征，在所示实施方式中，页脚包括多功能控制
器322、文本输入窗口324和表情符号工具326。表情符号工具326可以被激活以
获得表情符号的选项板以选择并输入至文本消息中。文本输入窗口324可以由用户
激活以开始或重新开始输入文本消息。
取决于其呈现在其中的上下文(context)并且如以下进一步论述的，GUI304的多功
能控制器322以不同的方式操作。在一个上下文中，诸如在用户如图3A所示的打
开当前的通信会话时，控制器322显示为具有一个方面或形式-可以选择(例如，按
压、点击)的麦克风。
在这个上下文中，用户可以容易地产生语音或音频录音并将其发送至参与会话的其
他用户。具体地，通过按压并持续按着控制器322，设备302中的麦克风被激活并
开始录音。然后释放控制器使得录音内容向着对话的其他参与者自动传输。具体地，
录音内容被传输至承载该应用的系统(例如，图1的系统120)，并且随后传递至接
收者。在另一个上下文中，并且如以下论述的，多功能控制器322使得文本消息能
够传输。
图3A的界面304还包括标题340(如果是一对一会话，该标题340提供参与通信会
话的另一个用户的缩略图或者与参与通信会话的另一个用户相关联的缩略图342)，
以及返回至图2的界面204的返回工具344。
在图3B中，图形用户界面304作为在选择多功能控制器322之后会出现的样子，
显示在设备302的触摸屏显示部件上。在示出的实施方式中，选择控制器包括按压
在其上(例如，利用手指、触控笔或一些其他物体)并且保持按着。在选择控制器
322时，GUI的页脚320改变为包括提示(tip)334、计时器336和指示符338。
如上所述，在呈现有在图3A中示出的外观时选择多功能控制器可自动采用设备
302的麦克风和音频录音部件。在意外或错误选择控制器322的情况下录音的开始
可以稍微迟延(例如，二分之一秒、一秒)，以便允许在没有发送任何内容至通信伙
伴306的情况下快速放弃录音过程。
提示334用于提醒用户他可以通过利用按压控制器322的物体水平滑过页脚来取消
录音。计时器336通知用户到目前为止录音的长度，并且指示符338提供录音正在
进行的可见的线索。指示符338可以是有颜色的(例如，红色)，可以闪光或以其他
方式动画的-以指示录音正在进行，以指示由设备的麦克风正在获取的音频的相对
强度等。在一些实施方式中，多功能控制器322在被按压时采用稍微改变的外观，
诸如变得在色调上更暗(或更浅)。
图3C描述在设备302的操作者释放多功能控制器322之后并且界面返回至与图3A
描述的状态相似状态之后的图3B的GUI304。通信内容312a已添加至对话区域
310以代表音频录音。此外，在操作者去选择(de-select)多功能控制器322(例如，
通过释放其)时，录音关闭并且音频录音文件上传至承载/支持与图形用户界面304
相关联的通信应用的通信系统，以便传递至接收者。
通信内容312a可以包括涉及音频录音的各种控制功能，诸如播放(以及，可替换地，
暂停)录音内容的控制功能，识别录音内容的持续时间的时间字段，快速访问录音
内容的希望的部分的滑动条(在操纵这个控制功能期间时间字段可以指示在录音内
容内的当前时间位置)和/或其他功能。
然而，另外，通信内容312a附有该录音内容的创建者的缩略图或代表314a。在诸
如图3C中描述的一对一聊天或通信会话中，每个通信者通常将知道出现在对话区
域310中而且不是他或她创建的录音内容必然是由另一个通信者创建的。然而，在
群通信会话中，发送者代表314a可以允许群成员容易地确定是谁发起的相联录音
内容。此外，代表314a可以基于录音内容的状态随着时间改变(例如，除了或代替
对以下立即描述的状态指示符的改变)。
通信内容312a还附有状态指示符316a和传递指示符318a。传递指示符318a指示
通信内容312a何时已被传递至通信会话的其他成员。说明性地，单个校验标记(或
其他符号)指示通信内容已从设备302发送至通信系统。一对校验标记(或其他符号)
将指示通信内容已传递至另一方的设备，如针对先前的通信内容312所示的。
然而，状态指示符316a将允许设备302的操作者迅速确定接收者是否已播放该录
音内容。当接收者开始播放录音内容时，接收者的设备将通知系统并且系统将通知
设备302，这将改变或替换指示符316a。在一些实施方式中，指示符316a改变颜
色(例如，从灰色至蓝色)；在其他实施方式中，其改变大小或形状(例如，变为喇叭
代替麦克风)。在一些其他实施方式中，其消失。在又一其他实施方式中，状态指
示符316a可以以其他或多个方式改变，发送者代表314a可以改变和/或可以对于
通信内容312a进行其他改动以表明接收者播放了录音内容。
在群通信会话中，状态指示符316a可以随着群成员播放录音内容任意次数的改变
外观(例如，以指示已播放其的接收者的数量或百分比)，单独的状态指示符可以用
于不同的成员，操作者可以选择指示符以看到已经(或者还没有)播放录音内容的群
成员的列表等。
对于状态指示符316a(和/或在这里描述的其他指示符和情况)的更新可以或者可以
不是可靠的。换言之，即使在与通信内容312a相关联的音频录音的接收者播放录
音内容时，设备302是离线或关闭的，那个动作的通知也可以在通信系统处缓冲并
且传递至设备302使得在设备302再次在线时指示符可以被更新。
图3D描述在设备302的操作者或用户选择文本输入窗口324以编写文本消息时图
3A的GUI304。对话区域310缩小以容纳在键入消息中使用的键盘350的外观，并
且光标被放入文本输入窗口中。多功能控制器322保持其最初或第一外观，并且可
以如上所述使用以创建并发送音频录音，代替或除了发送文本消息。
图3E描述在设备302的操作者按压键盘或小键盘350上一个或多个按键时图3D
的GUI304。除在文本输入窗口324中显示与用户的输入相对应的文本之外，多功
能控制器322改变为第二形式或外观以指示其现在可以用于发送包含窗口324内的
文本的文本消息。
在本发明的不同的实施方式中，多功能控制器322可以采用几乎任何形式或外观
(例如，代替单词“发送”的符号或几个符号)，和/或可以根据其显示在其中的上下文
提供不同的功能。在所示出的实例中，第一上下文的特征在于不存在由设备的操作
者输入的文本，而第二上下文的特征在于存在这样的文本。然而，在一些实施方式
中，即使在用户将文本输入至文本输入窗口324之后，控制器322仍然可用于创建
音频录音，并且可以改变或可以不改变外观。在这些实施方式中，暂时地选择控制
器322(例如，按压进而释放其)可以使得文本输入窗口中的文本被发送为文本消息，
之后用户界面可以返回至诸如在图3A或3D中示出的状态(具有新的文本消息显示
在区域310中)。
然而，在这些实施方式中，更长时间地选择控制器322(例如，按压并持续按着)将
使得在预先确定时段(例如，一秒、两秒)之后开始录音。释放控制器将使得录音内
容向着接收者发送，如上所述，并且还可以使得文本输入窗口中的文本被发送为文
本消息。可替换地，在录音内容被发送之后，界面可以返回至其在产生音频录音之
前的状态(如在图3E中示出的)使得用户可以完成他的文本输入，除了新的通信内
容将出现在区域310中用于音频录音。在这些实施方式中的创建录音内容期间，用
户仍然能够取消录音内容，诸如在选择控制器322的同时从控制器322水平、竖直
或者在一些其他方向上滑动。
返回至图3E中描述的本发明的实施方式的论述，如果用户在窗口324中编写文本
消息之后激活控制器322，则那个消息将被发送并将显示在(或者消息的代表将显
示在)对话区域310中。键盘350可以关闭或可以保持打开以允许产生额外的文本。
图3F描述在设备302的操作者在没有按压键盘350上的按键的情况下或者在按压
其之前激活多功能控制器322的图3D的GUI304。如结合图3D描述的，音频录音
开始却可以如通过提示334建议的取消。
图3G描述在控制器322被去选择并且新的音频录音向着接收者发送之后图3F的
GUI304。新的通信内容312b被添加至对话区域310，并且附有或包括发送者代表
314b、状态指示符316b以及传递指示符318b，它们服务于与以上结合图3C论述
的那些目的相似的目的。在这种情况下，指示符318b的双检验标记可以指示音频
录音已被传递至接收者的设备。
图3H描述在接收者开始播放通信内容312a(或者通信内容312b)并且该动作的实时
通知被传输至设备302之后图3C(或图3G)的GUI304。在本发明的这些实施方式
中，状态指示符316a改变颜色以提醒设备302的操作者他的录音内容已被播放或
正在被播放。颜色的改变(例如，从灰色至蓝色)由于附图的黑白性质在图3H中可
能不明显，但是在设备302的彩色显示器中将是显著的。可替换地，状态指示符
316a的一些其他特征可以改变(例如，大小、形状、填入物(fill))。
图4A至图4D示出根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面。在这些实施方式中，设备402是由图3A至图3H中反映的通
信会话中的另一个参与者操作的智能手机或便携式计算设备-换言之，由设备302
的操作者发送的音频录音的接收者。设备402可以与设备302相似，因为其包括触
摸屏显示器和麦克风；另外，其执行相同的通信应用。其可以是或可以不是相同类
型或型号的设备或执行相同的操作系统。
显示在设备402的触摸屏显示器上的图形用户界面404包括多功能控制器422、文
本输入窗口424和表情符号工具426，它们可以起到如上所述的作用。然而，另外，
界面404包括对话的另一方的状态448-当前在图4A中的“录音音频……”。因此，
设备302的操作者目前(或最近)在录音待向着设备402发送的音频。
在本发明的示出的实施方式中，在通信会话的一个成员开始音频录音(例如，经由
在这里提供的多功能控制器)时，实时向另一方通知该动作。在变成状态448以显
示另一个设备的操作者正在录音音频之前，状态可指示操作者“在线”或者“最后在
<特定时间>看到”或者“键入”等。
状态448可以保持所显示内容直至知道不同的状态。例如，当另一个设备的操作者
完成录音时(并且该录音内容正在去往设备402的路上)时，状态可以相应地改变。
设备用户能够或不能够选择在其他用户的设备上显示为状态448的消息或信息，或
者创建定制消息。
图4B描述在通信内容412a(由设备402的操作者的通信伙伴录音的音频录音)被下
载时图4A的GUI404。在一些实施方式中，如果/在设备402在线时，录音内容可
以自动下载。在其他实施方式中，设备402的操作者可以被通知录音内容是可用的
(例如，经由在图4A中识别的对话区域410中显示的链接)，并且必须采取措施下
载其(例如，选择链接)。可以注意到状态448已改变为反映另一个用户的当前状态。
通信内容412a可以包括指示下载的状态的符号和/或控制器，诸如反映下载的进程
的滑动条，录音内容的持续时间，取消下载的控制器等。通信内容412a还包括发
送者代表314a和状态指示符416a，该状态指示符指示录音内容是否已在接收设备
上播放。
在一些实施方式中，在录音内容的发送者和接收者之间，以及在不同的设备平台之
间，诸如指示符316a、416a的状态指示符可以在外观上不同。例如，状态指示符
可具有不同的颜色、不同的形状、动画等。然而其呈现的，一旦接收者开始或结束
播放相关联的录音内容，其就将在某方面改变。
图4C描述在由通信内容412a代表的音频录音的下载完成并且其可以被播放(例如，
利用嵌入在通信内容412a中的控制器)之后的图4B的GUI404。状态指示符416a
仍然没有改变，因为设备402的操作者仍然没有播放录音内容。
在图4D中，设备402的操作者已播放(或者至少开始播放)音频录音内容。因此，
状态指示符416a已在外观上改变-在这种情况下通过改变颜色。在其他实施方式中，
指示符416a可以经历更加显著的改变，如上所述。在图4中反映的颜色改变(从绿
色至蓝色)由于附图的黑白性质为不能清晰可见。
图4E描述在设备402的用户选择(例如，按压并持续按着)通信内容412a时图4D
的GUI404。当检测到这个动作时，菜单460显示在触摸屏显示器上以允许用户采
取有关通信内容(以及相关联的录音内容)的一些动作。例如，如图4E中所示，可
以提供删除或转发该录音内容的选项。如果用户希望利用她自己的录音内容来响应
通信内容412a，她可以激活如上所述的多功能控制器422，并且她的录音内容将仅
利用对控制器422的一键式触摸自动创建并发送。
图5是表明根据本发明的一些实施方式的支持具有实时状态通知的语音通信的方法
的流程图。在示出的方法中，设备102的用户正在与一个其他人(设备104的用户)
进行聊天会话。示出的方法可以在没有超出本发明的范围的情况下修改为支持群通
信会话内的语音通信。
在操作500中，设备102的用户打开他的设备上的通信应用并且打开(或创建)与设
备104的用户的对话。他按压多功能控制器以开始语音或其他音频录音(例如，图
3A的控制器322)。应注意，他还可以将一些文本与音频录音相联系地输入至文本
输入窗口中，该文本可以在音频录音之前(例如，如果在开始录音之前输入的)、期
间(例如，与录音内容一起发送)或之后(例如，如果在完成录音之后输入的)传递。
在开始录音时，在设备102上执行的通信应用发出短暂的信号至通信系统120。这
个信号不同于由应用发送的作为通信会话的一部分的正常的聊天消息，因为其不作
为消息传递至设备104。相反，意味着将由这里描述的应用逻辑使用(consume)。
在操作502中，通信系统接收有关开始录音的实时状态通知，并且将该通知中继至
设备104。在一些实施方式中，通知可以仅在系统120上保留足够将其中继至设备
104的长度(或者直至从设备104接收到确收)，然后将其丢弃。在其他实施方式中，
该状态可以保留直至其由设备102的新的状态代替。在图5中反映的本发明的实施
方式中，即使设备102的用户主动或打开与其他用户的通信线程或会话，仅当前对
话(为其开始音频录音的对话)涉及的用户被通知录音开始。
在操作504中，设备104接收在设备102处的音频录音的通知并且更新相关联的对
话的显示以指示该状态。说明性地，在设备104处的对话的视图可以改变为显示
“录音音频”或“录音”或者指示设备102采取的动作的一些其他指示。
如果对话当前没有显示在设备104上，但通信应用运行，则可以或可以不显示状态
通知。例如，如果设备104当前显示多个对话的缩略图(例如，如图2所示)，则对
话的缩略图(或者缩略图的图标或其他部分)可以闪烁，改变颜色或以其他方式呈现
改变的外观以指示与该对话相关联的音频活动。或者，如果设备104当前显示另一
个对话，则该对话的标题或其他部分可以暂时地改变以识别设备102的用户并且指
示他正在录音音频(例如，利用打印通知、利用色调、利用图标)。例如，滚动信息
条显示可以滚动通过标题，其部分可以暂时地变成显示另一个对话的状态，可以与
可听到的提醒一起显示另一个用户的缩略图等。然而，如果设备104的用户当前录
音或播放来自另一个对话的音频，则没有可听到的提醒会响起，或完全没有设备
102的状态的指示。
如果通信应用当前没有在设备104上执行，则可以丢弃通知。如果应用在后台运行，
则通知可以被消耗，而设备104的用户只有在她将应用打开至前台时会看到。
在操作510中，设备102的用户录音他的音频(例如，语音、音乐、音响效果)并释
放多功能控制器。在释放控制器时，设备102(即，通信应用)将新的短暂的信号发
送至系统120以报告状态的改变。
在操作512中，通信系统120接收通知并且与操作502的通知相似地处理该通知，
并且将其中继至设备104。
在操作514中，设备104接收通知并且如果可能的话(例如，如果应用在设备的前
台操作)将其显示器更新为反映新的状态。说明性地，如果用户当前观看与设备
102的用户的对话，则她可以看见状态指示符(例如，在显示器的标题中)变成“在线”
或“空闲”或“写入”或别的东西。
在操作520中，设备102将音频录音内容上传至通信系统120(例如，至媒体服务
器)。设备还可以发送设备102的用户在进行录音之前和/或之后输入的任何文本。
录音内容在其被上传之前或之后可以被译码、压缩和/或另外处理。
在操作522中，系统120存储录音内容，报告其或将其提供至设备104，并且传递
可伴随录音内容的任何文本。在一些实施方式中，如果设备104在线，则系统会试
图立即传递录音内容。在其他实施方式中，系统可以传递出现在设备104上显示的
对话中的消息，其可以包括与录音内容相关联的任何文本，而且使得设备104的用
户能够开始下载录音内容。当录音内容被下载至设备104时，用于开始播放其的控
制器被插入对话中。因此，设备104的用户可以通过按压一个图标或控制器开始播
放。
在操作530中，用户开始在设备104上播放该录音内容。因此通信应用将短暂的信
号发送至系统120以报告状态的这个改变。
在操作532中，系统接收通知，将其与来自设备102的通知相似地处理，并且将其
中继至设备102。
在操作534中，设备102接收通知并且如果可能的话(例如，如果应用在设备102
的前台执行)更新用户的对话的状态。例如，代表设备104的用户的标识符或缩略
图的部分(例如，图标)可以改变颜色，可以变成不同的形状、检验标志或者可以显
示的其他符号等。
在可选的操作540中，设备104的用户在播放录音内容期间将设备移动至更靠近她
或更远离她，并且播放通过不同的输出部件进行。例如，在设备相对远离她时可以
使用第一扬声器-诸如在设备处于扬声器电话操作模式时激活的扬声器。当设备放
置为接近用户时(例如，仿佛她在利用其打电话)，音频输出可以自动切换到在打电
话而不是在扬声器电话模式下使用的扬声器。
在可选的操作550中，设备102的用户创建至设备104的用户的文本消息，诸如音
频录音的跟随消息，并且使用被激活以创建并发送音频录音的相同的多功能工具将
其发送。因此，在本发明的一些实施方式中，单个上下文敏感的控制器被用于发送
通信会话内的文本和录音的音频两者。
图6是根据本发明的一些实施方式的进行具有实时状态通知的录音的音频通信的便
携式设备的框图。
设备602包括均经由总线614耦接的一个或多个处理单元或处理器602、触摸屏显
示器604、软和/或硬输入控制器606(例如，小键盘、键盘、鼠标、跟踪球)、辅助
存储器608、无线收发器610(耦接至天线610a)、可选的附加的输入/输出端口612
以及存储器618。无线收发器610可具有与无线通信业务提供商(例如，无线电话
公司的网络)的持久性的通信连接。
存储器618存储由处理器602执行的程序和/或其他指令。这些程序包括用于管理
基本设备服务以及执行硬件相关的功能和任务的操作系统630。
存储器618还存储多个程序模块或者支持和/或实现具有实时通知的交换语音通信
的方法的处理器可执行的指令集。具体地，存储器618包括经由文本和/或媒体进
行实时通信的通信程序620。程序620可以由诸如图1的系统120的通信系统的操
作者提供。
作为通信应用620的一部分，或者除该应用之外，存储器618存储图形用户界面、
通知逻辑624、通信内容626(包括音频录音628)等。
GUI622显示并管理触摸屏显示器604上的各种内容，包括用于开始录音的音频消
息和文本消息中的一者或两者的，并且在不同上下文下可以改变外观以信号通知其
功能的多功能控制器。GUI622进一步包括在播放相关联的音频录音时改变外观的
并且可以进一步为了其他原因(例如，接收者发送音频录音或将其删除)改变外观的
通信状态指示符。此外，GUI622包括通信伙伴的状态(例如，指示该伙伴何时录音
音频)，在显示器604的对话区域中显示的通信内容的代表，通信伙伴的缩略图等。
在由处理器602执行时，通知逻辑624发出和/或消耗实时通知。例如，逻辑624
可以在设备602的操作者录音待发送至另一个设备的用户的音频时向另一个设备发
出通知，可以在录音完成时发送另一个通知，并且在设备602的操作者播放从另一
个设备接收的录音内容时发送另一个通知。
通信内容626至少包括设备602的操作者和操作者的通信/聊天会话的参与者之间
交换的一些通信内容。其他(例如，过去的)通信内容可以存储在辅助存储器608中
直至需要的时候(例如，如果设备操作者滚动通过他的通信内容)。
执行本发明的一些实施方式的环境可以结合通用计算机或专用的设备诸如手持计算
机或通信设备。具体地，本文中提到的设备(例如，便携式电信设备)可以是智能电
话、笔记本电脑或平板电脑，或者一些其他便携式计算和/或通信设备。出于清楚
的目的，这样的设备的一些细节(例如，处理器、存储器、数据存储器、显示器)可
以省去。一个或多个任务或功能归因于的诸如处理器或存储器的部件可以是临时被
配置为执行指定任务或功能的一般部件，或者可以是制造为执行任务或功能的专用
部件。如在本文中使用的术语“处理器”指的是一个或多个电子电路、设备、芯片、
处理芯和/或被配置为处理数据和/或计算机程序编码的其他部件。无线通信设施可
以提供对一个或多个无线网络的支持(例如，Wi-Fi、3G蜂窝电话)。
这个详细说明中描述的数据结构和程序代码通常存储在非易失性计算机可读存储介
质中，该存储介质可以是可以存储计算机系统使用的代码和/或数据的任何设备或
介质。非易失性计算机可读存储介质包括，但不限于，易失性存储器、非易失性存
储器、磁性和光学存储设备，诸如磁盘驱动、磁带、CD(压缩光盘)和DVD(数字通
用光盘或数字视频盘)、固态驱动和/或现在已知的或随后开发的其他非易失性计算
机可读介质。
详细说明中描述的方法和处理可以体现为代码和/或数据，该代码和/或数据可以存
储在如上所述的非易失性计算机可读存储介质中。当处理器或计算机系统读取并执
行代码并且操纵存储在介质上的数据时，处理器或计算机系统执行体现为代码和数
据结构并且存储在介质内的方法和处理。
仅出于说明和描述的目的，呈现本发明的实施方式的上述描述。这并不意味着是排
他性的或者将本发明限制于所公开的形式。因此，许多修改和变化对本领域的技术
人员将是显而易见的。本发明的范围由所附权利要求，而不是由前述的公开内容限
定。
2024年6月15日发(作者：绍璇玑)
(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(21)申请号 CN2.2
(22)申请日 2014.06.12
(71)申请人 沃兹艾普公司
地址 美国加利福尼亚
(72)发明人 简·库姆 迈克尔·B·多诺霍 布赖恩·阿克顿 埃里克·詹姆斯·雷德 迪玛·斯图卡洛
夫
(74)专利代理机构 北京康信知识产权代理有限责任公司
代理人 梁丽超
(51)
H04L12/58
H04M3/537
H04M3/42
H04M7/00
(10)申请公布号 CN 105580325 A
(43)申请公布日 2016.05.11
权利要求说明书 说明书 幅图
(54)发明名称
具有实时状态通知的语音通信
(57)摘要
本发明提供用于进行具有状态通知
的电子语音通信的系统、设备、图形用户
界面和方法。执行通信应用的第一便携式
设备的用户选择自动开始音频录音的多功
能控制器，在释放控制器时将音频录音自
动发送至有效通信会话的其他参与者。同
一多功能控制器可以用于传输文本消息。
录音的代表显示在用户的设备上，具有在
另一个参与者播放录音时改变外观的指示
符。此外，在一个用户开始将要被自动发
送至其他用户的音频录音时，另一个用户
的设备被告知录音开始并为另一个用户显
示该状态。
法律状态
法律状态公告日
法律状态信息
2021-06-08
专利权人的姓名或者名称、地址
的变更
2019-10-25
授权
2016-09-07
实质审查的生效
2016-05-11
公开
法律状态
专利权人的姓名或者名
称、地址的变更
授权
实质审查的生效
公开
权 利 要 求 说 明 书
1.一种提供音频通信状态的实时通知的方法，所述方法包括：
从第一设备接收所述第一设备开始音频录音之后传输的第一通知；
将所述第一通知中继至第二设备，其中，所述第二设备响应所述第一通知显示所述
音频录音的状态；
将所述音频录音传输至所述第二设备；
从所述第二设备接收所述第二设备开始播放所述音频录音之后传输的第二通知；并
且
将所述第二通知中继至所述第一设备，其中，所述第一设备响应所述第二通知改变
显示的所述第二设备的状态。
2.根据权利要求1所述的方法，其中，所述第一通知从所述第一设备接收并实时中
继至所述第二设备。
接收并在所述第一设备录音所述音频期间中继至所述第二设备。
4.根据前述权利要求中的任一项所述的方法，其中，所述第二通知从所述第二设备
接收并实时中继至所述第一设备。
5.根据前述权利要求中的任一项所述的方法，其中，所述第二通知从所述第二设备
接收并在所述第二设备播放所述音频录音期间中继至所述第一设备。
6.根据前述权利要求中的任一项所述的方法，其中，将所述音频录音传输至所述第
二设备包括：
从所述第一设备接收所述音频录音；
将文本消息传输至所述第二设备，其中，所述文本消息包括与所述音频录音相关联
的链接；并且
在从所述第二设备接收到选择所述链接时，将所述音频录音传输至所述第二设备。
7.根据前述权利要求中的任一项所述的方法，进一步包括：
从所述第一设备接收所述第一设备终止所述音频录音时传输的第三通知；并且
将所述第三通知中继至所述第二设备，其中，所述第二设备响应所述第三通知移去
所述音频录音的状态。
8.根据权利要求7所述的方法，其中，移去所述音频录音的状态包括：利用在显示
所述音频录音的状态之前在所述第二设备上显示的所述第一设备的状态代替所述音
频录音的状态。
9.根据前述权利要求中的任一项所述的方法，其中，在所述第二设备上显示的所述
音频录音的状态是文本消息。
10.根据前述权利要求中的任一项所述的方法，其中，响应所述第二通知改变显示
的所述第二设备的状态包括：改变与所述第二设备处的所述音频录音的状态相关联
的图像代表的外观。
11.根据前述权利要求中的任一项所述的方法，其中，所述第一设备在所述第二设
备完成所述音频录音的播放之前改变显示的所述第二设备的状态。
12.根据前述权利要求中的任一项所述的方法，其中：
从所述第一设备传输所述第一通知由所述第一设备的用户激活第一模式下的控制器
触发；并且
由用户激活第二模式下的所述控制器触发文本消息的传输。
13.一种包括程序指令的计算机程序，在所述程序指令由计算设备的一个或多个处
理器执行时，执行根据权利要求1至12中的任一项所述的方法的所有步骤。
14.一种存储指令的非易失性计算机可读介质，在所述指令由处理器执行时，使得
所述处理器执行提供音频通信状态的实时通知的方法，所述方法包括：
从第一设备接收所述第一设备开始音频录音之后传输的第一通知；
将所述第一通知中继至第二设备，其中，所述第二设备响应所述第一通知显示所述
音频录音的状态；
将所述音频录音传输至所述第二设备；
从所述第二设备接收所述第二设备开始播放所述音频录音之后传输的第二通知；并
且
将所述第二通知中继至所述第一设备，其中，所述第一设备响应所述第二通知改变
显示的所述第二设备的状态。
15.一种用于提供音频通信状态的实时通知的通信系统，所述系统包括：
通信服务器，包括第一处理器和存储指令的第一存储器，当所述指令由所述第一处
理器执行时使得所述通信服务器：
从第一通信设备接收在所述第一通信设备开始音频录音时传输的第一通知；并且
将所述第一通知中继至第二通信设备，其中所述第二通信设备响应所述第一通知显
示所述音频录音的状态；以及
媒体服务器，包括第二处理器和存储在由所述第二处理器执行时使得所述媒体服务
器以下各项的指令的第二存储器：
存储所述音频录音；
从所述第二通信设备接收识别所述音频录音的信号；并且
响应所述信号，将所述音频录音传输至所述第二通信设备；
其中，所述第一存储器进一步存储在由所述第一处理器执行时使得所述通信服务器
执行以下各项的指令：
从所述第二通信设备接收在所述第二通信设备开始播放所述音频录音时传输的第二
通知；并且
将所述第二通知中继至所述第一通信设备，其中所述第一通信设备响应所述第二通
知改变显示的所述第二通信设备的状态。
16.根据权利要求15所述的通信系统，其中，所述第一通信设备和所述第二通信设
备参与实时通信会话。
17.根据权利要求16所述的通信系统，其中，所述通信会话包括在所述音频录音之
前和/或之后交换的文本消息。
储器进一步存储在由所述第一处理器执行时使得所述通信服务器执行以下各项的指
令：
将所述第一通知中继至第三通信设备，其中，所述第三通信设备响应所述第一通知
显示所述音频录音的状态；
其中，所述第一通信设备、所述第二通信设备和所述第三通信设备参与群实时通信
会话。
19.根据权利要求18所述的通信系统，其中，所述第一存储器进一步存储在由所述
第一处理器执行时使得所述通信服务器执行以下各项的指令：
从所述第三通信设备接收在所述第三通信设备开始播放所述音频录音时传输的第四
通知；并且
将所述第四通知传输至所述第一通信设备，其中，所述第一通信设备响应所述第四
通知改变显示的所述第三通信设备的状态。
20.一种用于提供音频通信状态的实时通知的装置，所述装置包括：
一个或多个处理器；
存储器，存储以下指令，当所述指令由所述一个或多个处理器执行时，使得所述装
置：
从第一无线通信设备接收在所述第一无线通信设备开始音频录音时传输的第一通知；
将所述第一通知中继至第二无线通信设备，其中，所述第二无线通信设备响应所述
第一通知显示所述音频录音的状态；
将所述音频录音传输至所述第二无线通信设备；
从所述第二无线通信设备接收在所述第二无线通信设备开始播放所述音频录音时传
输的第二通知；并且
将所述第二通知中继至所述第一无线通信设备，其中，所述第一无线通信设备响应
所述第二通知改变显示的所述第二无线通信设备的状态。
说 明 书
技术领域
本发明涉及计算机和电子通信领域。更具体地，提供用于进行具有状态通知的电子
语音通信的系统、设备、图形用户界面和方法。
背景技术
无线电话已变为必不可少的附属品并且大多数人走到哪都带着。因此移动电话用户
几乎总是经由某种通信的形式可联系。能够进行实况、实时语音通信的能力仍然是
许多人携带他们的电话的主要原因，但是许多其他人将他们的电话更多地用于非语
音通信而不是实时语音通信。
具体地，许多人使用无线电话以便经由SMS(短消息服务)交换短的文本消息。SMS
消息通常限于140个字符的文本，并且经由无线电话服务提供商的语音网络的控制
信道传送。因此，无线电话用户是发送文本消息至一个人还是许多人，他或她受限
制于他或她可以一次通信多少。已开发了MMS(多媒体消息服务)以允许将媒体(例
如，图像、视频)往返于无线电话传送，但仍然依靠SMS协议将通知传递至接收者。
然而，无线电话用户与另一个无线电话用户交换录音的语音通信内容
(communication)的能力是麻烦的，即使利用MMS。具体地，在普通的无线电话上
发起语音录音(或者其他音频录音)需要多个动作，诸如以正确的顺序操纵多个控制。
例如，用户可能需要打开录音应用，开始录音，结束录音，很可能将其命名以便存
储，打开通信应用，创建到希望的接收者的消息，选择添加附件的选项，然后找到
并附加录音内容。即使发起用户和目的用户操作共同的通信应用，发起者可能仍然
需要打开菜单找到并选择选项以进行录音，开始录音，停止录音，然后选择选项将
其发送至接收者。
发明内容
在本发明的一些实施方式中，提供用于进行具有实时状态通知的语音通信的系统、
设备、图形用户界面和方法。在这些实施方式中，一个便携式设备的用户能够容易
并迅速地创建音频录音并将其发送至另一个设备的用户。用户中的一者或两者可以
接收另一个用户或录音的实时状态的通知。
在一些实施方式中，利用多功能控制器的单个操作，便携式电子设备的用户创建音
频录音并将其传输至另一个用户。在不同的上下文中，相同的控制允许用户传输独
立于音频录音的文本消息。在一些实施方式中，控制可以根据上下文(诸如用户是
否将文本输入至文本窗口或对话框中)改变外观。
在一些实施方式中，音频录音的发送者接收接收者已经开始和/或完成播放录音内
容的实时通知。在一些实施方式中，音频录音(例如，用户的对话的图形显示版本)
或另一个用户的代表改变外观以指示录音内容的这个状态改变。
在一些实施方式中，可以向音频录音的接收者告知发送者已开始音频录音。例如，
在录音开始时，可以向接收者的设备发出信号并且接收者可以在发送者完成录音之
前看到该状态。
附图说明
图1是根据本发明的一些实施方式的便于具有实时状态通知的录音的语音通信的系
统的框图。
图2示出根据本发明的一些实施方式的用于进行具有实时状态通知的语音通信的设
备的用户界面。
图3A至图3H示出根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面。
图4A至图4E示出根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面。
图5是表明根据本发明的一些实施方式的支持具有实时状态通知的语音通信的方法
的流程图。
图6是根据本发明的一些实施方式的进行具有实时状态通知的录音的音频通信的便
携式设备的框图。
具体实施方式
提出以下描述，以能够允许本领域的任何技术人员制造和使用本发明。对公开的实
施方式的各种修改将容易对本领域技术人员显而易见，并且本文中限定的一般原理
可以应用于其他实施方式并且可以在没有背离本发明的范围的情况下应用。因此，
本发明不旨在限于示出的实施方式。
在本发明的一些实施方式中，提供用于进行具有实时状态通知的语音通信的系统、
设备、用户界面和方法。在不同的实施方式中，实现多个补充的特征中的一个或多
个，诸如一键式语音录音、给通信伙伴的开始语音录音的动态实时通知，将录音内
容可靠传递至伙伴，通信伙伴播放录音内容的实时通知以及播放音频录音的输出设
备的自动选择。
本发明的实施方式在以下通信环境内实现，在该通信环境中，文本、图像、语音录
音和/或其他电子信息经由符合IEEE802.11标准(例如，连接)的数据通信信道交换。
在这些实施方式中，不是依赖为除实况语音谈话以外的即时或实时通信的传输提供
有限的支持的传统无线语音通信信道，该数据通信信道允许相同的和/或不同的类
型的装置之间的几乎所有类型的通信和媒体的不受约束的交换。
本发明的示例性实施方式被描述为它们可以实现为一对一通信会话(例如，聊天会
话)的以部分，但是同样可以适用于群通信会话(例如，群聊)。
图1是根据本发明的一些实施方式的有助于具有实时状态通知的录音的语音通信的
系统的框图。
在这些实施方式中，通信系统120的用户操作各种便携式通信设备，该通信设备运
行相同的或不同的操作系统(例如，安卓、黑莓、iOS、NokiaS40、Symbian、
WindowsPhone)。因此，设备102、104由不同的用户操作，但是可以相似地或非
常不同地配置。设备102、104之间的通信会话110包括设备102和系统120之间
的以及设备104和系统120之间的单独连接。
系统120是可以同时由多个用户使用的承载通信应用或服务(或者通信应用的服务
器部分)的数据中心、计算机网络或其他共同集合的计算机资源。在一些实施方式
中，应用为用户提供来自他的或她的通信设备(例如，设备102)，至/来自操作其他
通信设备(设备104)的一个或多个其他用户的文本、音频录音、照片、视频和多媒
体的即时消息。
由系统120承载的通信应用与设备102、104兼容并且包括在设备的本地操作系统
下执行的客户端逻辑。操作一个类型的设备并订购一个通信服务器提供商的用户可
以与操作其他类型的设备并订购其他通信服务提供商的用户交换信息。单个的消息
可以发送至任意数量的接收者；例如，可以提供群形式的通信(例如，聊天)，其中
多个用户相互交换即时通信内容。
通信服务器122是系统120的前端部件,承载用户与系统的连接而且便于用户之间
的通信内容的交换。服务器122可以称为“聊天”服务器，因为它们接收来自个人用
户的、传递至一个或多个其他用户的实时消息和聊天会话通信内容。
说明性地，只要用户对于系统120在线并且应用在他的或她的设备上运行，就可以
保持设备和通信服务器122之间的连接或会话。当用户关闭设备上的应用时，他的
或她的连接可能持续一段时间(例如，五分钟、十五分钟)。
状态服务器124维护用户和/或用户的设备的情况或状态。因此，状态服务器存储
一些或所有用户的资料，包括可适用的偏好(例如，优选的可听的和/或可见的提醒、
状态消息)、设备类型/模型等。由状态服务器维护的关于用户的一些状态信息可能
仅在用户与系统120连接期间存留。随着用户的设备以不同的方式或不同的模式操
作，变成离线，变成在线等，状态服务器可获取那些改变。
然而，在本发明的一些实施方式中，不保留用户的设备或系统连接的状态。然而，
在这些实施方式中，用户或用户设备的状态的改变可以由设备报告给系统，并且中
继至正与那个用户进行通信(例如，聊天)会话的其他用户，和/或中继至没有打开与
该用户的通信会话但是已经订阅有关该用户的状态更新的用户。
在这些实施方式中，作为状态服务器上保留的用户资料的一部分，可以识别与那个
用户相关联的其他用户的标识。这些其他用户将被通知该用户的状态的一些或所有
改变(或者用户设备的状态的改变)-诸如在她变为在线时以及在她变成离线时。如以
下描述的，其他状态改变同样可以传送至相关联的用户。
消息服务器126存储不能立即被传递至他们的目标或目的用户的通信内容。为对于
系统120当前在线的用户接收到的新消息(例如，文本聊天消息)可以立即传递(即，
通过用户与通信服务器122的打开的连接)。然而，为当前离线的用户接收的消息
(即，与通信服务器122没有打开的连接)可以存储在消息服务器126上直至其可以
被传递。
媒体服务器128存储除可以存储在消息服务器126上的以外的等候传递至目的用户
的媒体文件或内容。例如，从一个用户至另一个的消息可以是或者可包括照片、视
频、音频录音或一些其他媒体。媒体存储在媒体服务器128上直至其可以被传递，
传递可以在目的用户在线时自动完成，或者只有在目的用户请求媒体时(例如，通
过点击传递至目的用户的文本消息中的链接以向他建议媒体内容)才可以开始。
识别与系统120连接的在线用户的端点的信息可以存储在通信/聊天服务器122、状
态服务器124和/或其他实体(例如，会话服务器(在图1中没有描述))上。例如，每
个通信服务器可以维护识别与系统的连接在那个服务器终止或由那个服务器承载的
用户的表格或其他数据结构。另一实体(例如，状态服务器124、会话服务器)可以
存储更大数据集，为连接至系统的每个用户识别哪个通信服务器维护他们的连接。
因此，在通信服务器接收来自连接的用户的对一个或多个其他用户的新的通信时，
其可以在本地数据和/或另一系统实体上存储的数据内进行查找以便确定另一个用
户的状态(例如，它们是否是连接的，它们是否正忙于通信)并且，如果这样的话，
在哪。在一些实施方式中，其将首先搜索本地数据表(例如，路由表)，并且如果没
有在本地发现一些或所有目的用户，则发出询问至另一个部件。
可以将任何数量(例如，一个或多个)的通信服务器、状态服务器、消息服务器、媒
体服务器和/或其他服务器部署在系统100内。在其他实施方式中，服务器122、
124、126、128的功能不同地分配，诸如通过合并成更少的服务器或者在额外的服
务器之中划分。
系统120的服务器可以是单独的物理计算机系统，该物理计算机系统包括适合于执
行归于它们的功能的硬件资源(例如，处理器、存储器、通信接口)和软件资源(例如，
程序代码、数据)。在一些可替换的实施方式中，任何或所有服务器可以是共用硬
件和/或软件资源的虚拟计算装置。因此，执行不同的功能的多个软件服务器模块
可以驻留在一个服务器计算机上。
网络150包括设备102、104和系统120之间的通信路径，并且可以包括数据和/或
语音通信信道。为了携带数据通信内容，网络150可包括本质上可以是有线的和/
或无线的互联网、一个或多个内联网、LAN(局域网)、WAN(广域网)和/或其他点
对点或分布式连接。为了携带语音通信内容，网络150可包括由不同的远程通信服
务提供商管理的并且几乎实现任何无线技术的有线和/或无线的语音通信链路，诸
如移动通信(GSM)的全球系统、GSM演进的增强的数据速率(EDGE)、长期演进
(LTE)、码分多址(CDMA)、优化演进数据(EV-DO)等。
因此网络150可以包括在图1中未示出的各种实体，诸如路由器、网关、交换机、
基站(例如，无线接入点、节点B，演进节点B)和/或建立、保持、交换、或以其他
方式操纵数据和/或语音连接的其他设备。
图2示出根据本发明的一些实施方式的用于进行具有实时状态通知的语音通信的设
备的用户界面。在这些实施方式中，设备202可以是已安装有由图1的系统120承
载的通信应用的智能手机或便携式计算设备。因此，设备202的操作者能够与该应
用的其他用户实时交换通信内容。他们的通信内容可包括文本、图像、音频录音和
/或其他媒体。设备202包括触摸屏显示器、一个或多个麦克风和一个或多个扬声
器，并且可以包括在这里没有涉及的其他部件。
在图2中，设备202的用户或操作者已打开通信应用并且呈现有包括会话线程
(sessionthread)210的用户界面。每个会话线程210涉及与一个或多个用户的单独的
通信会话。如果用户已提供图像，诸如线程210a的缩略图212a，则一些或所有线
程可以包括与会话涉及的另一个用户相关联的缩略图。线程还可以识别与那个用户
交换的最新通信内容的时间或日期(例如，线程210a的时间214a)，以及最新的通
信内容的摘录(如果通信内容包括文本内容)或者如果其足够短的话则可以确定全部
的通信内容(例如，线程210a的摘录216a)。
将为设备202的用户参与的任何主动通信会话，以及用户在经过的一段时间(例如，
一个星期、一个月、三个月、一年)以内参与的任何会话列出会话线程，这可以或
不可以由用户配置。如果所有线程不能同时显示在设备202的显示部件上，则用户
可能需要滚动线程。线程210可以被分类使得与最近的主动通信会话相关联的线程
在顶端，使得最主动会话(例如，总的说来具有最大数量的消息或最大的平均通信
速率的会话)在顶端，使得用户选择的人首先列出，或者可以用某种其他方法分类。
会话线程210之中的单独的会话可以通过参与通信会话(对于一对一会话)的另一个
用户的名称，或者通过群通信会话的群的名称来识别。群会话的线程还可以识别提
交最近的通信内容的成员，可以识别当前在线和/或提供其他信息的群的成员。
除会话线程210之外，图2的界面204包括页脚(footer)220和标题(header)240，它
们中的一者或两者可以提供软控制以执行各种功能。说明性的功能包括搜索(例如，
定位与特定用户或群相关联的线程)、联系(例如，添加联系人以便开始与联系人的
对话/通信线程)、设置(例如，调整通信应用或设备的操作参数以修改用户界面的外
观)、状态(例如，设置对通信伙伴和/或其他用户显示的状态)、创建新的群等。
在图2中没有描述或标记的设备202的硬控制和其它软控制可具有其他功能并且可
以取决于设备的类型、设备的制造商、设备的操作系统和/或其他因素。这些其他
功能不在此列出，以便不使得与本发明有关的特征的描述变得晦涩难懂。
图3A至图3H表现根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面的使用。
在图3A中，在用户从图2的界面204选择会话线程210(例如，线程210a)时，图
形用户界面(GUI)304显示在设备302的触摸屏显示器上。用户界面204、304可以
是同一界面的不同的部分。
界面304显示对话区或区域310的特征，将发送的最近的通信内容312显示为当前
通信会话的一部分。具体地，如果用户先前在这个会话或线程期间交换任何通信内
容，则那些对话(或者至少最近的一个或几个对话)将显示或表现在对话区域310中。
可以显示整个文本消息(或者仅长消息的最初部分)，并且还可以显示已发送或接收
的音频录音、图像、视频和/或其他通信内容的表现，如后续附图所示。如果用户
之前(或者在一段时间以内)没有对话，或者如果这是新创建的对话，则区域310可
以没有通信内容。
图3A的GUI304显示页脚320的特征，在所示实施方式中，页脚包括多功能控制
器322、文本输入窗口324和表情符号工具326。表情符号工具326可以被激活以
获得表情符号的选项板以选择并输入至文本消息中。文本输入窗口324可以由用户
激活以开始或重新开始输入文本消息。
取决于其呈现在其中的上下文(context)并且如以下进一步论述的，GUI304的多功
能控制器322以不同的方式操作。在一个上下文中，诸如在用户如图3A所示的打
开当前的通信会话时，控制器322显示为具有一个方面或形式-可以选择(例如，按
压、点击)的麦克风。
在这个上下文中，用户可以容易地产生语音或音频录音并将其发送至参与会话的其
他用户。具体地，通过按压并持续按着控制器322，设备302中的麦克风被激活并
开始录音。然后释放控制器使得录音内容向着对话的其他参与者自动传输。具体地，
录音内容被传输至承载该应用的系统(例如，图1的系统120)，并且随后传递至接
收者。在另一个上下文中，并且如以下论述的，多功能控制器322使得文本消息能
够传输。
图3A的界面304还包括标题340(如果是一对一会话，该标题340提供参与通信会
话的另一个用户的缩略图或者与参与通信会话的另一个用户相关联的缩略图342)，
以及返回至图2的界面204的返回工具344。
在图3B中，图形用户界面304作为在选择多功能控制器322之后会出现的样子，
显示在设备302的触摸屏显示部件上。在示出的实施方式中，选择控制器包括按压
在其上(例如，利用手指、触控笔或一些其他物体)并且保持按着。在选择控制器
322时，GUI的页脚320改变为包括提示(tip)334、计时器336和指示符338。
如上所述，在呈现有在图3A中示出的外观时选择多功能控制器可自动采用设备
302的麦克风和音频录音部件。在意外或错误选择控制器322的情况下录音的开始
可以稍微迟延(例如，二分之一秒、一秒)，以便允许在没有发送任何内容至通信伙
伴306的情况下快速放弃录音过程。
提示334用于提醒用户他可以通过利用按压控制器322的物体水平滑过页脚来取消
录音。计时器336通知用户到目前为止录音的长度，并且指示符338提供录音正在
进行的可见的线索。指示符338可以是有颜色的(例如，红色)，可以闪光或以其他
方式动画的-以指示录音正在进行，以指示由设备的麦克风正在获取的音频的相对
强度等。在一些实施方式中，多功能控制器322在被按压时采用稍微改变的外观，
诸如变得在色调上更暗(或更浅)。
图3C描述在设备302的操作者释放多功能控制器322之后并且界面返回至与图3A
描述的状态相似状态之后的图3B的GUI304。通信内容312a已添加至对话区域
310以代表音频录音。此外，在操作者去选择(de-select)多功能控制器322(例如，
通过释放其)时，录音关闭并且音频录音文件上传至承载/支持与图形用户界面304
相关联的通信应用的通信系统，以便传递至接收者。
通信内容312a可以包括涉及音频录音的各种控制功能，诸如播放(以及，可替换地，
暂停)录音内容的控制功能，识别录音内容的持续时间的时间字段，快速访问录音
内容的希望的部分的滑动条(在操纵这个控制功能期间时间字段可以指示在录音内
容内的当前时间位置)和/或其他功能。
然而，另外，通信内容312a附有该录音内容的创建者的缩略图或代表314a。在诸
如图3C中描述的一对一聊天或通信会话中，每个通信者通常将知道出现在对话区
域310中而且不是他或她创建的录音内容必然是由另一个通信者创建的。然而，在
群通信会话中，发送者代表314a可以允许群成员容易地确定是谁发起的相联录音
内容。此外，代表314a可以基于录音内容的状态随着时间改变(例如，除了或代替
对以下立即描述的状态指示符的改变)。
通信内容312a还附有状态指示符316a和传递指示符318a。传递指示符318a指示
通信内容312a何时已被传递至通信会话的其他成员。说明性地，单个校验标记(或
其他符号)指示通信内容已从设备302发送至通信系统。一对校验标记(或其他符号)
将指示通信内容已传递至另一方的设备，如针对先前的通信内容312所示的。
然而，状态指示符316a将允许设备302的操作者迅速确定接收者是否已播放该录
音内容。当接收者开始播放录音内容时，接收者的设备将通知系统并且系统将通知
设备302，这将改变或替换指示符316a。在一些实施方式中，指示符316a改变颜
色(例如，从灰色至蓝色)；在其他实施方式中，其改变大小或形状(例如，变为喇叭
代替麦克风)。在一些其他实施方式中，其消失。在又一其他实施方式中，状态指
示符316a可以以其他或多个方式改变，发送者代表314a可以改变和/或可以对于
通信内容312a进行其他改动以表明接收者播放了录音内容。
在群通信会话中，状态指示符316a可以随着群成员播放录音内容任意次数的改变
外观(例如，以指示已播放其的接收者的数量或百分比)，单独的状态指示符可以用
于不同的成员，操作者可以选择指示符以看到已经(或者还没有)播放录音内容的群
成员的列表等。
对于状态指示符316a(和/或在这里描述的其他指示符和情况)的更新可以或者可以
不是可靠的。换言之，即使在与通信内容312a相关联的音频录音的接收者播放录
音内容时，设备302是离线或关闭的，那个动作的通知也可以在通信系统处缓冲并
且传递至设备302使得在设备302再次在线时指示符可以被更新。
图3D描述在设备302的操作者或用户选择文本输入窗口324以编写文本消息时图
3A的GUI304。对话区域310缩小以容纳在键入消息中使用的键盘350的外观，并
且光标被放入文本输入窗口中。多功能控制器322保持其最初或第一外观，并且可
以如上所述使用以创建并发送音频录音，代替或除了发送文本消息。
图3E描述在设备302的操作者按压键盘或小键盘350上一个或多个按键时图3D
的GUI304。除在文本输入窗口324中显示与用户的输入相对应的文本之外，多功
能控制器322改变为第二形式或外观以指示其现在可以用于发送包含窗口324内的
文本的文本消息。
在本发明的不同的实施方式中，多功能控制器322可以采用几乎任何形式或外观
(例如，代替单词“发送”的符号或几个符号)，和/或可以根据其显示在其中的上下文
提供不同的功能。在所示出的实例中，第一上下文的特征在于不存在由设备的操作
者输入的文本，而第二上下文的特征在于存在这样的文本。然而，在一些实施方式
中，即使在用户将文本输入至文本输入窗口324之后，控制器322仍然可用于创建
音频录音，并且可以改变或可以不改变外观。在这些实施方式中，暂时地选择控制
器322(例如，按压进而释放其)可以使得文本输入窗口中的文本被发送为文本消息，
之后用户界面可以返回至诸如在图3A或3D中示出的状态(具有新的文本消息显示
在区域310中)。
然而，在这些实施方式中，更长时间地选择控制器322(例如，按压并持续按着)将
使得在预先确定时段(例如，一秒、两秒)之后开始录音。释放控制器将使得录音内
容向着接收者发送，如上所述，并且还可以使得文本输入窗口中的文本被发送为文
本消息。可替换地，在录音内容被发送之后，界面可以返回至其在产生音频录音之
前的状态(如在图3E中示出的)使得用户可以完成他的文本输入，除了新的通信内
容将出现在区域310中用于音频录音。在这些实施方式中的创建录音内容期间，用
户仍然能够取消录音内容，诸如在选择控制器322的同时从控制器322水平、竖直
或者在一些其他方向上滑动。
返回至图3E中描述的本发明的实施方式的论述，如果用户在窗口324中编写文本
消息之后激活控制器322，则那个消息将被发送并将显示在(或者消息的代表将显
示在)对话区域310中。键盘350可以关闭或可以保持打开以允许产生额外的文本。
图3F描述在设备302的操作者在没有按压键盘350上的按键的情况下或者在按压
其之前激活多功能控制器322的图3D的GUI304。如结合图3D描述的，音频录音
开始却可以如通过提示334建议的取消。
图3G描述在控制器322被去选择并且新的音频录音向着接收者发送之后图3F的
GUI304。新的通信内容312b被添加至对话区域310，并且附有或包括发送者代表
314b、状态指示符316b以及传递指示符318b，它们服务于与以上结合图3C论述
的那些目的相似的目的。在这种情况下，指示符318b的双检验标记可以指示音频
录音已被传递至接收者的设备。
图3H描述在接收者开始播放通信内容312a(或者通信内容312b)并且该动作的实时
通知被传输至设备302之后图3C(或图3G)的GUI304。在本发明的这些实施方式
中，状态指示符316a改变颜色以提醒设备302的操作者他的录音内容已被播放或
正在被播放。颜色的改变(例如，从灰色至蓝色)由于附图的黑白性质在图3H中可
能不明显，但是在设备302的彩色显示器中将是显著的。可替换地，状态指示符
316a的一些其他特征可以改变(例如，大小、形状、填入物(fill))。
图4A至图4D示出根据本发明的一些实施方式的进行具有实时状态通知的语音通
信的图形用户界面。在这些实施方式中，设备402是由图3A至图3H中反映的通
信会话中的另一个参与者操作的智能手机或便携式计算设备-换言之，由设备302
的操作者发送的音频录音的接收者。设备402可以与设备302相似，因为其包括触
摸屏显示器和麦克风；另外，其执行相同的通信应用。其可以是或可以不是相同类
型或型号的设备或执行相同的操作系统。
显示在设备402的触摸屏显示器上的图形用户界面404包括多功能控制器422、文
本输入窗口424和表情符号工具426，它们可以起到如上所述的作用。然而，另外，
界面404包括对话的另一方的状态448-当前在图4A中的“录音音频……”。因此，
设备302的操作者目前(或最近)在录音待向着设备402发送的音频。
在本发明的示出的实施方式中，在通信会话的一个成员开始音频录音(例如，经由
在这里提供的多功能控制器)时，实时向另一方通知该动作。在变成状态448以显
示另一个设备的操作者正在录音音频之前，状态可指示操作者“在线”或者“最后在
<特定时间>看到”或者“键入”等。
状态448可以保持所显示内容直至知道不同的状态。例如，当另一个设备的操作者
完成录音时(并且该录音内容正在去往设备402的路上)时，状态可以相应地改变。
设备用户能够或不能够选择在其他用户的设备上显示为状态448的消息或信息，或
者创建定制消息。
图4B描述在通信内容412a(由设备402的操作者的通信伙伴录音的音频录音)被下
载时图4A的GUI404。在一些实施方式中，如果/在设备402在线时，录音内容可
以自动下载。在其他实施方式中，设备402的操作者可以被通知录音内容是可用的
(例如，经由在图4A中识别的对话区域410中显示的链接)，并且必须采取措施下
载其(例如，选择链接)。可以注意到状态448已改变为反映另一个用户的当前状态。
通信内容412a可以包括指示下载的状态的符号和/或控制器，诸如反映下载的进程
的滑动条，录音内容的持续时间，取消下载的控制器等。通信内容412a还包括发
送者代表314a和状态指示符416a，该状态指示符指示录音内容是否已在接收设备
上播放。
在一些实施方式中，在录音内容的发送者和接收者之间，以及在不同的设备平台之
间，诸如指示符316a、416a的状态指示符可以在外观上不同。例如，状态指示符
可具有不同的颜色、不同的形状、动画等。然而其呈现的，一旦接收者开始或结束
播放相关联的录音内容，其就将在某方面改变。
图4C描述在由通信内容412a代表的音频录音的下载完成并且其可以被播放(例如，
利用嵌入在通信内容412a中的控制器)之后的图4B的GUI404。状态指示符416a
仍然没有改变，因为设备402的操作者仍然没有播放录音内容。
在图4D中，设备402的操作者已播放(或者至少开始播放)音频录音内容。因此，
状态指示符416a已在外观上改变-在这种情况下通过改变颜色。在其他实施方式中，
指示符416a可以经历更加显著的改变，如上所述。在图4中反映的颜色改变(从绿
色至蓝色)由于附图的黑白性质为不能清晰可见。
图4E描述在设备402的用户选择(例如，按压并持续按着)通信内容412a时图4D
的GUI404。当检测到这个动作时，菜单460显示在触摸屏显示器上以允许用户采
取有关通信内容(以及相关联的录音内容)的一些动作。例如，如图4E中所示，可
以提供删除或转发该录音内容的选项。如果用户希望利用她自己的录音内容来响应
通信内容412a，她可以激活如上所述的多功能控制器422，并且她的录音内容将仅
利用对控制器422的一键式触摸自动创建并发送。
图5是表明根据本发明的一些实施方式的支持具有实时状态通知的语音通信的方法
的流程图。在示出的方法中，设备102的用户正在与一个其他人(设备104的用户)
进行聊天会话。示出的方法可以在没有超出本发明的范围的情况下修改为支持群通
信会话内的语音通信。
在操作500中，设备102的用户打开他的设备上的通信应用并且打开(或创建)与设
备104的用户的对话。他按压多功能控制器以开始语音或其他音频录音(例如，图
3A的控制器322)。应注意，他还可以将一些文本与音频录音相联系地输入至文本
输入窗口中，该文本可以在音频录音之前(例如，如果在开始录音之前输入的)、期
间(例如，与录音内容一起发送)或之后(例如，如果在完成录音之后输入的)传递。
在开始录音时，在设备102上执行的通信应用发出短暂的信号至通信系统120。这
个信号不同于由应用发送的作为通信会话的一部分的正常的聊天消息，因为其不作
为消息传递至设备104。相反，意味着将由这里描述的应用逻辑使用(consume)。
在操作502中，通信系统接收有关开始录音的实时状态通知，并且将该通知中继至
设备104。在一些实施方式中，通知可以仅在系统120上保留足够将其中继至设备
104的长度(或者直至从设备104接收到确收)，然后将其丢弃。在其他实施方式中，
该状态可以保留直至其由设备102的新的状态代替。在图5中反映的本发明的实施
方式中，即使设备102的用户主动或打开与其他用户的通信线程或会话，仅当前对
话(为其开始音频录音的对话)涉及的用户被通知录音开始。
在操作504中，设备104接收在设备102处的音频录音的通知并且更新相关联的对
话的显示以指示该状态。说明性地，在设备104处的对话的视图可以改变为显示
“录音音频”或“录音”或者指示设备102采取的动作的一些其他指示。
如果对话当前没有显示在设备104上，但通信应用运行，则可以或可以不显示状态
通知。例如，如果设备104当前显示多个对话的缩略图(例如，如图2所示)，则对
话的缩略图(或者缩略图的图标或其他部分)可以闪烁，改变颜色或以其他方式呈现
改变的外观以指示与该对话相关联的音频活动。或者，如果设备104当前显示另一
个对话，则该对话的标题或其他部分可以暂时地改变以识别设备102的用户并且指
示他正在录音音频(例如，利用打印通知、利用色调、利用图标)。例如，滚动信息
条显示可以滚动通过标题，其部分可以暂时地变成显示另一个对话的状态，可以与
可听到的提醒一起显示另一个用户的缩略图等。然而，如果设备104的用户当前录
音或播放来自另一个对话的音频，则没有可听到的提醒会响起，或完全没有设备
102的状态的指示。
如果通信应用当前没有在设备104上执行，则可以丢弃通知。如果应用在后台运行，
则通知可以被消耗，而设备104的用户只有在她将应用打开至前台时会看到。
在操作510中，设备102的用户录音他的音频(例如，语音、音乐、音响效果)并释
放多功能控制器。在释放控制器时，设备102(即，通信应用)将新的短暂的信号发
送至系统120以报告状态的改变。
在操作512中，通信系统120接收通知并且与操作502的通知相似地处理该通知，
并且将其中继至设备104。
在操作514中，设备104接收通知并且如果可能的话(例如，如果应用在设备的前
台操作)将其显示器更新为反映新的状态。说明性地，如果用户当前观看与设备
102的用户的对话，则她可以看见状态指示符(例如，在显示器的标题中)变成“在线”
或“空闲”或“写入”或别的东西。
在操作520中，设备102将音频录音内容上传至通信系统120(例如，至媒体服务
器)。设备还可以发送设备102的用户在进行录音之前和/或之后输入的任何文本。
录音内容在其被上传之前或之后可以被译码、压缩和/或另外处理。
在操作522中，系统120存储录音内容，报告其或将其提供至设备104，并且传递
可伴随录音内容的任何文本。在一些实施方式中，如果设备104在线，则系统会试
图立即传递录音内容。在其他实施方式中，系统可以传递出现在设备104上显示的
对话中的消息，其可以包括与录音内容相关联的任何文本，而且使得设备104的用
户能够开始下载录音内容。当录音内容被下载至设备104时，用于开始播放其的控
制器被插入对话中。因此，设备104的用户可以通过按压一个图标或控制器开始播
放。
在操作530中，用户开始在设备104上播放该录音内容。因此通信应用将短暂的信
号发送至系统120以报告状态的这个改变。
在操作532中，系统接收通知，将其与来自设备102的通知相似地处理，并且将其
中继至设备102。
在操作534中，设备102接收通知并且如果可能的话(例如，如果应用在设备102
的前台执行)更新用户的对话的状态。例如，代表设备104的用户的标识符或缩略
图的部分(例如，图标)可以改变颜色，可以变成不同的形状、检验标志或者可以显
示的其他符号等。
在可选的操作540中，设备104的用户在播放录音内容期间将设备移动至更靠近她
或更远离她，并且播放通过不同的输出部件进行。例如，在设备相对远离她时可以
使用第一扬声器-诸如在设备处于扬声器电话操作模式时激活的扬声器。当设备放
置为接近用户时(例如，仿佛她在利用其打电话)，音频输出可以自动切换到在打电
话而不是在扬声器电话模式下使用的扬声器。
在可选的操作550中，设备102的用户创建至设备104的用户的文本消息，诸如音
频录音的跟随消息，并且使用被激活以创建并发送音频录音的相同的多功能工具将
其发送。因此，在本发明的一些实施方式中，单个上下文敏感的控制器被用于发送
通信会话内的文本和录音的音频两者。
图6是根据本发明的一些实施方式的进行具有实时状态通知的录音的音频通信的便
携式设备的框图。
设备602包括均经由总线614耦接的一个或多个处理单元或处理器602、触摸屏显
示器604、软和/或硬输入控制器606(例如，小键盘、键盘、鼠标、跟踪球)、辅助
存储器608、无线收发器610(耦接至天线610a)、可选的附加的输入/输出端口612
以及存储器618。无线收发器610可具有与无线通信业务提供商(例如，无线电话
公司的网络)的持久性的通信连接。
存储器618存储由处理器602执行的程序和/或其他指令。这些程序包括用于管理
基本设备服务以及执行硬件相关的功能和任务的操作系统630。
存储器618还存储多个程序模块或者支持和/或实现具有实时通知的交换语音通信
的方法的处理器可执行的指令集。具体地，存储器618包括经由文本和/或媒体进
行实时通信的通信程序620。程序620可以由诸如图1的系统120的通信系统的操
作者提供。
作为通信应用620的一部分，或者除该应用之外，存储器618存储图形用户界面、
通知逻辑624、通信内容626(包括音频录音628)等。
GUI622显示并管理触摸屏显示器604上的各种内容，包括用于开始录音的音频消
息和文本消息中的一者或两者的，并且在不同上下文下可以改变外观以信号通知其
功能的多功能控制器。GUI622进一步包括在播放相关联的音频录音时改变外观的
并且可以进一步为了其他原因(例如，接收者发送音频录音或将其删除)改变外观的
通信状态指示符。此外，GUI622包括通信伙伴的状态(例如，指示该伙伴何时录音
音频)，在显示器604的对话区域中显示的通信内容的代表，通信伙伴的缩略图等。
在由处理器602执行时，通知逻辑624发出和/或消耗实时通知。例如，逻辑624
可以在设备602的操作者录音待发送至另一个设备的用户的音频时向另一个设备发
出通知，可以在录音完成时发送另一个通知，并且在设备602的操作者播放从另一
个设备接收的录音内容时发送另一个通知。
通信内容626至少包括设备602的操作者和操作者的通信/聊天会话的参与者之间
交换的一些通信内容。其他(例如，过去的)通信内容可以存储在辅助存储器608中
直至需要的时候(例如，如果设备操作者滚动通过他的通信内容)。
执行本发明的一些实施方式的环境可以结合通用计算机或专用的设备诸如手持计算
机或通信设备。具体地，本文中提到的设备(例如，便携式电信设备)可以是智能电
话、笔记本电脑或平板电脑，或者一些其他便携式计算和/或通信设备。出于清楚
的目的，这样的设备的一些细节(例如，处理器、存储器、数据存储器、显示器)可
以省去。一个或多个任务或功能归因于的诸如处理器或存储器的部件可以是临时被
配置为执行指定任务或功能的一般部件，或者可以是制造为执行任务或功能的专用
部件。如在本文中使用的术语“处理器”指的是一个或多个电子电路、设备、芯片、
处理芯和/或被配置为处理数据和/或计算机程序编码的其他部件。无线通信设施可
以提供对一个或多个无线网络的支持(例如，Wi-Fi、3G蜂窝电话)。
这个详细说明中描述的数据结构和程序代码通常存储在非易失性计算机可读存储介
质中，该存储介质可以是可以存储计算机系统使用的代码和/或数据的任何设备或
介质。非易失性计算机可读存储介质包括，但不限于，易失性存储器、非易失性存
储器、磁性和光学存储设备，诸如磁盘驱动、磁带、CD(压缩光盘)和DVD(数字通
用光盘或数字视频盘)、固态驱动和/或现在已知的或随后开发的其他非易失性计算
机可读介质。
详细说明中描述的方法和处理可以体现为代码和/或数据，该代码和/或数据可以存
储在如上所述的非易失性计算机可读存储介质中。当处理器或计算机系统读取并执
行代码并且操纵存储在介质上的数据时，处理器或计算机系统执行体现为代码和数
据结构并且存储在介质内的方法和处理。
仅出于说明和描述的目的，呈现本发明的实施方式的上述描述。这并不意味着是排
他性的或者将本发明限制于所公开的形式。因此，许多修改和变化对本领域的技术
人员将是显而易见的。本发明的范围由所附权利要求，而不是由前述的公开内容限
定。