[發明專利]不中斷回放音頻而進行語音識別在審
| 申請號： | 201711292146.8 | 申請日： | 2017-12-08 |
| 公開（公告）號： | CN108231071A | 公開（公告）日： | 2018-06-29 |
| 發明（設計）人： | 桑迪普·拉杰·甘迪迦 | 申請（專利權）人： | 福特全球技術公司 |
| 主分類號： | G10L15/22 | 分類號： | G10L15/22;G10L15/26 |
| 代理公司： | 北京連和連知識產權代理有限公司 11278 | 代理人： | 張濤 |
| 地址： | 美國密歇根州迪爾*** | 國省代碼： | 美國;US |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 捕獲 過濾 音頻數據 回放 配置 語音識別部件 過濾器部件 捕獲部件 音頻部件 緩沖 渲染 播放音頻數據 多個揚聲器 方法和設備 麥克風 語音識別 去除 文本 語音 中斷 | ||
1.一種用于捕獲來自用戶的語音輸入的方法，所述方法包括：
緩沖用于聲音的產生的音頻數據；
在一個或多個揚聲器上播放所述音頻數據；
使用麥克風捕獲音頻(捕獲的音頻)；
過濾所述捕獲的音頻以產生過濾的音頻，其中過濾包括使用所述緩沖的音頻數據進行過濾以從所述捕獲的音頻中去除對應于所述音頻數據的音頻；以及
基于所述過濾的音頻生成文本或命令。
2.根據權利要求1所述的方法，其中使用所述麥克風捕獲所述捕獲的音頻包括在所述一個或一個以上揚聲器上播放所述音頻數據期間捕獲。
3.根據權利要求1所述的方法，還包括以下中的一個或多個：
確定是否正在播放任何音頻數據，其中緩沖所述音頻數據包括響應于確定音頻數據正在被播放而進行緩沖；
確定播放所述音頻數據的定時；
基于所述文本或命令來確定計算設備或受控系統要執行的動作；以及
接收激活語音識別的指示，其中緩沖所述音頻數據、捕獲音頻、過濾捕獲的音頻以及執行語音到文本轉換包括響應于接收到所述指示而進行緩沖、捕獲、過濾和執行。
4.根據權利要求1所述的方法，其中使用所述緩沖的音頻數據來過濾所述捕獲的音頻包括基于用于播放所述音頻數據的所述定時來過濾。
5.根據權利要求1所述的方法，其中緩沖用于聲音的產生的所述音頻數據包括在從原始音頻緩沖器移除之前從所述原始音頻緩沖器捕獲所述音頻數據，其中在所述一個或多個揚聲器上播放之前將所述音頻數據放置在所述原始音頻緩沖器中。
6.根據權利要求1所述的方法，其中所述音頻數據包括音樂、對應于視頻的音頻、通知聲音和語音指令。
7.一種系統，包括：
回放音頻部件，所述回放音頻部件被配置為緩沖用于聲音的產生的音頻數據；
音頻渲染部件，所述音頻渲染部件被配置為在一個或多個揚聲器上播放所述音頻數據；
捕獲部件，所述捕獲部件被配置為使用麥克風捕獲音頻(捕獲的音頻)；
過濾器部件，所述過濾器被配置為對所述捕獲的音頻進行過濾以生成過濾的音頻，其中過濾包括使用所述緩沖的音頻數據進行過濾，以從所述捕獲的音頻中去除與所述音頻數據相對應的音頻；以及
語音識別部件，所述語音識別部件被配置為基于所述過濾的音頻生成文本或命令。
8.根據權利要求7所述的系統，其中所述捕獲部件被配置成在所述一個或多個揚聲器上播放所述音頻數據期間捕獲所述捕獲的音頻。
9.根據權利要求7所述的系統，其中所述回放音頻部件還被配置為確定是否正在播放任何音頻數據，其中所述回放音頻被配置為響應于確定音頻數據正在被播放而緩沖所述音頻數據。
10.根據權利要求7所述的系統，其中所述回放音頻部件還被配置為確定播放所述音頻數據的定時。
11.根據權利要求10所述的系統，其中所述過濾器部件被配置為基于播放所述音頻數據的所述定時，使用所述緩沖的音頻數據來過濾所述捕獲的音頻。
12.根據權利要求7所述的系統，其中所述語音識別部件還被配置為基于所述文本或命令來確定計算設備或控制系統要執行的動作。
13.一種存儲指令的計算機可讀存儲介質，所述指令在由一個或多個處理器執行時使所述一個或多個處理器執行以下操作：
緩沖用于聲音的產生的音頻數據；
在一個或多個揚聲器上播放所述音頻數據；
使用麥克風捕獲音頻(捕獲的音頻)；
過濾所述捕獲的音頻以產生過濾的音頻，其中過濾包括使用所述緩沖的音頻數據進行過濾以從所述捕獲的音頻中去除對應于所述音頻數據的音頻；以及
基于所述過濾的音頻生成文本或命令。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于福特全球技術公司，未經福特全球技術公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711292146.8/1.html，轉載請聲明來源鉆瓜專利網。
