[發明專利]信息處理設備、信息處理方法和程序

無效

• 申請號: 201110151185.2
• 申請日: 2011-05-26
• 公開（公告）號: CN102270042A
• 公開（公告）日: 2011-12-07
• 發明（設計）人: 佐野茜
• 申請（專利權）人: 索尼公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F3/16
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 康建峰;唐京橋

技術領域

本公開涉及信息處理設備、信息處理方法和程序，并且更加具體地涉及基于用戶等的發聲來執行各種過程的信息處理設備、信息處理方法和程序。

背景技術

當使用個人計算機(PC)、電視機、記錄/重放裝置或其它家用電器時，用戶操作針對每個設備設置的輸入單元或遙控器，以便使設備執行期望的過程。例如，當使用PC時，鍵盤和鼠標典型地用作輸入裝置。另外，在電視機或記錄/重放裝置等的情況下，使用遙控器來使設備執行各種過程如切換頻道和選擇將要重放的內容。

對下述系統已實施了各種研究，在所述系統中，用戶可以通過進行發聲或者通過動作來命令各種設備。更加具體地，存在比如這樣一種系統，在所述系統中，通過使用語音識別過程來識別用戶的發聲，還存在比如這樣一種系統，在所述系統中，通過使用圖像識別過程來識別用戶的動作或姿勢。

使用普通輸入裝置如遙控器、鍵盤或鼠標以及各種通信模式如語音識別和圖像識別來執行與用戶的通信所通過的界面被稱為“多模界面”。其中記載了多模界面的現有技術的例子是美國專利第6,988,072號。

然而，與多模界面等一起使用的語音識別設備和圖像識別設備在其處理能力方面受到限制，并且只能理解有限數目的用戶發聲和動作的類型。因此目前存在許多其中用戶的意圖未被系統確切地理解的情形。特別是在采用語音識別的系統中，盡管當用戶可以講的命令類型數目增加時他/她可以感受自然的互動，但是就接下來講什么而言用戶有時會有困難，因為他/她難以得知可以被系統接收的可用命令。

發明內容

因此，希望在其中信息處理設備通過接收語音信息和圖像信息如用戶的發聲和動作來執行過程的多模交互系統中，提供一種信息處理設備、信息處理方法和程序，其可以例如根據用戶的存在、用戶的臉的方向、用戶的狀態、系統的狀態和過去響應的歷史向用戶提供最佳幫助信息。

根據本公開的第一實施例的信息處理設備包括：圖像分析單元，其執行用于分析通過攝影機捕捉的圖像的過程；語音分析單元，其執行用于分析從麥克風輸入的語音的過程；以及數據處理單元，其接收通過所述圖像分析單元實施的分析的結果和通過所述語音分析單元實施的分析的結果，并且執行用于用戶的幫助信息的輸出控制。數據處理單元至少基于圖像分析的結果或語音分析的結果計算用戶的困難度，并且如果計算出的困難度等于或大于預定閾值，則執行用于向用戶輸出幫助信息的過程。

進而，在根據本公開的第一實施例的信息處理設備中，數據處理單元可以基于圖像分析的結果判斷用戶的臉是否面對信息處理設備，并且可以通過使用關于判斷的信息來計算困難度。

進而，在根據本公開的第一實施例的信息處理設備中，數據處理單元可以基于圖像分析的結果判斷用戶的臉面對特定方向所經歷的持續時間，并且可以通過使用關于判斷的信息來計算困難度。

進而，在根據本公開的第一實施例的信息處理設備中，數據處理單元可以通過使用關于與用戶做出的請求相對應的過程是否已被執行的判斷的信息來計算困難度。

進而，在根據本公開的第一實施例的信息處理設備中，數據處理單元可以基于關于用戶做出的請求已被拒絕的次數的信息來判斷用戶等級，并且可以通過使用關于判斷的信息來計算困難度。

進而，在根據本公開的第一實施例的信息處理設備中，數據處理單元可以基于關于自從信息處理設備執行用于對用戶做出響應的過程以來所經過的時間的信息來計算困難度。

進而，根據本公開的第一實施例的信息處理設備進一步可以包括：系統狀態控制單元，其獲得并可以存儲信息處理設備的狀態轉移。數據處理單元可以執行用于輸出與系統狀態控制單元中存儲的系統狀態相對應的幫助信息的過程。

進而，在信息處理設備中使用的根據本公開的第二實施例的信息處理方法包括：使用圖像分析單元執行用于分析通過攝影機捕捉的圖像的過程；使用語音分析單元執行用于分析從麥克風輸入的語音的過程；以及使用數據處理單元接收通過所述圖像分析單元實施的分析的結果和通過所述語音分析單元實施的分析的結果，并且執行用于用戶的幫助信息的輸出控制。在接收時，至少基于圖像分析的結果或語音分析的結果計算用戶的困難度，并且如果計算出的困難度等于或大于預定閾值，則執行用于向用戶輸出幫助信息的過程。