[發(fā)明專利]用于設(shè)備控制的手勢和語音識別

有效

• 申請?zhí)枺?/td>: 201210442180.X
• 申請日: 2012-11-07
• 公開（公告）號: CN103137128A
• 公開（公告）日: 2013-06-05
• 發(fā)明（設(shè)計）人: 松林浩司
• 申請（專利權(quán)）人: 索尼公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;H04N21/422
• 代理公司: 北京東方億思知識產(chǎn)權(quán)代理有限責任公司 11258
• 代理人: 李曉冬

相關(guān)申請的交叉引用

本申請要求2011年11月18日提交的題為“Gesture?and?VoiceRecognition?for?Control?of?a?Device”的美國臨時專利申請No.61/561,669的優(yōu)先權(quán)，該申請的全部內(nèi)容通過引用被結(jié)合于此。

技術(shù)領(lǐng)域

本發(fā)明涉及一種被配置為提供用于基于手勢或音頻輸入來操作電子設(shè)備的用戶界面的信息處理裝置和方法以及程序。

背景技術(shù)

電子設(shè)備(包括電視機)已被使用位于設(shè)備上的、與預(yù)置功能相關(guān)聯(lián)的按鈕來控制。另外，遙控器被開發(fā)以允許用戶在其位置超出他們夠得著單元上按鈕的物理范圍時操作該設(shè)備。但是，遙控器的使用經(jīng)常是繁瑣的并且往往不是特別的直觀。此外，遙控器很容易放錯地方，需要更換電池，并且提供了病菌在用戶之間傳播的手段。最近，已經(jīng)提出在電子設(shè)備顯示器中使用手勢來控制虛擬光標和其他對象。但這些方法的使用遇到了困難。

發(fā)明內(nèi)容

廣義地說，本發(fā)明的某些實施例涉及用戶界面，其中，一個或多個手勢由用戶設(shè)計并且被映射為或者關(guān)聯(lián)于諸如以TV為例的計算設(shè)備的一個或多個命令或操作。用戶可以選擇與他/她設(shè)計或創(chuàng)建的每個手勢相關(guān)聯(lián)的命令/操作。用戶并不被限制為使用被制造商或第三方預(yù)先編程到系統(tǒng)中的預(yù)置的手勢，也不被限制為使用預(yù)先與預(yù)置的手勢相關(guān)聯(lián)的預(yù)置的命令/操作。在可替代的實施例中，語音命令或其他音頻信號被用于代替手勢。

在一個方面，諸如TV的計算設(shè)備通過與所述設(shè)備通信的攝像機來接收用戶的第一手勢。用于所述設(shè)備的操作的選擇被輸入到設(shè)備中，其中，所述操作是可供所述用戶選擇的多個不同的操作中的一個。所述設(shè)備將所述操作與所述第一手勢相關(guān)聯(lián)。所述設(shè)備通過所述攝像機接收第二手勢，其中，所述第二手勢與第一手勢基本相同。所述設(shè)備響應(yīng)于所述第二手勢的接收來執(zhí)行所述操作。

在另一個方面，用戶將用于設(shè)備的第二操作的第二選擇輸入到所述設(shè)備。第二操作是可供用戶進行第二選擇的多個不同操作中的第二個。接下來，用戶將預(yù)定時間段輸入到所述設(shè)備，所述預(yù)定時間段是可供用戶選擇的多個時間段中的一個。將第一操作與第一手勢相關(guān)聯(lián)包括將所述第一手勢與所述第一操作和所述第二操作二者相關(guān)聯(lián)。響應(yīng)于接收所述第二手勢(與所述第一手勢基本相同)，所述設(shè)備執(zhí)行第一操作，并在等待了所述預(yù)定時間段后，自動執(zhí)行所述第二操作。

在可替代的實施例中，第一計算設(shè)備通過與所述第一設(shè)備通信的第一攝像機接收第一用戶的第一手勢。所述用戶將用于第二設(shè)備的操作的選擇輸入到所述第一設(shè)備中，其中所述操作是可供所述用戶選擇的多個不同的操作中的一個。所述第一設(shè)備將所述該操作與所述第一手勢相關(guān)聯(lián)。所述第一設(shè)備將對應(yīng)于所述第一手勢和對應(yīng)于所述第二計算設(shè)備的所述操作的所述選擇的數(shù)據(jù)發(fā)送到第二設(shè)備。所述第二設(shè)備通過與所述第二設(shè)備通信的第二攝像機接收第二手勢(與所述第一手勢基本相同)。所述第二設(shè)備響應(yīng)于所述第二手勢的接收來執(zhí)行所述操作。

在可替代的實施例中，計算設(shè)備通過與所述設(shè)備通信的攝像機接收第一手勢。所述設(shè)備通過所述攝像機接收第一個人的面部圖像。所述設(shè)備還通過所述攝像機接收第二個人的面部圖像。所述設(shè)備通過所述攝像機接收基本上與所述第一手勢相同的第二手勢。所述設(shè)備確定所述第二手勢是否由所述第一個人做出并且在確定所述第二手勢已經(jīng)由所述第一個人做出的情況下響應(yīng)于所述第二手勢的接收來執(zhí)行所述操作。在另一個方面，如果確定所述第二手勢已經(jīng)由所述第一個人之外的某個人做出，則所述設(shè)備響應(yīng)于所述第二手勢的接收而避免執(zhí)行所述操作。

在另一個方面中，所述第一個人將用于所述設(shè)備的操作的選擇輸入到所述設(shè)備，其中，所述操作是可供第一個人選擇的多個不同的操作中的一個。然后所述設(shè)備將所述操作與所述第一手勢相關(guān)聯(lián)。

在可替代的實施例中，計算設(shè)備通過與所述設(shè)備通信的麥克風接收由用戶生成的第一音頻信號。用戶將用于所述設(shè)備的操作的選擇輸入到所述設(shè)備，其中所述操作是可供所述用戶選擇的多個不同的操作中的一個。所述設(shè)備將所述操作與所述第一音頻信號相關(guān)聯(lián)。所述設(shè)備通過麥克風接收與所述第一音頻信號基本相同的第二音頻信號。所述設(shè)備響應(yīng)于所述第二音頻信號的接收來執(zhí)行所述操作。

在另一個方面中，所述第一音頻信號是說出的詞語、打響指、鼓掌或吹口哨。