[發(fā)明專利]輔助技術(shù)

在審

• 申請?zhí)枺?/td>: 202011043265.1
• 申請日: 2020-09-28
• 公開（公告）號: CN112700765A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設(shè)計）人: 克里斯托夫·J·米切爾;薩夏·克爾斯圖洛維奇;卡格達(dá)斯·比倫;尼爾·庫珀;朱利安·哈里斯;阿爾諾德·杰森納斯;喬·帕特里克·萊納斯
• 申請（專利權(quán)）人: 音頻分析有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/14;G10L15/20;G10L17/26;G10L25/48
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 羅松梅

提供一種設(shè)備或系統(tǒng)，所述設(shè)備或系統(tǒng)被配置為檢測與預(yù)定情境相關(guān)聯(lián)的一個或多個聲音事件和/或場景，并在滿足該情境時提供輔助輸出。

技術(shù)領(lǐng)域

本公開總體上涉及基于從非語言提示確定的情境向用戶提供輔助設(shè)施。

背景技術(shù)

關(guān)于聲音識別系統(tǒng)和方法的背景信息可以在申請人的PCT申請WO2010/070314中找到，該申請的全部內(nèi)容通過引用合并在此。

本申請人已經(jīng)認(rèn)識到聲音識別系統(tǒng)的新應(yīng)用的潛力。

發(fā)明內(nèi)容

人們廣泛采用了技術(shù)來為用戶的日常生活提供幫助。用戶將輔助技術(shù)部署為信息源，或者為他們提供執(zhí)行某些任務(wù)的提示或提醒，已很常見。

例如，在家庭環(huán)境中，可以部署計算機(jī)輔助設(shè)備，該計算機(jī)輔助設(shè)備實(shí)現(xiàn)按照時間表來以向用戶提供以顯示器、聽覺警報、觸覺刺激或計算機(jī)生成的語音形式的提醒的設(shè)施。此外，或替代地，這種設(shè)備可以提供使特定動作自動化的設(shè)施。因此，例如，輔助設(shè)備可以發(fā)布指令以由適當(dāng)?shù)膮f(xié)作設(shè)備實(shí)施，以打開或關(guān)閉房屋照明，或打開或關(guān)閉窗簾，或生成旨在喚醒睡眠中的人的聲音輸出。這樣的動作可以由設(shè)備的用戶預(yù)先安排。

例如，在汽車環(huán)境中，提供一種導(dǎo)航系統(tǒng)是眾所周知的，該導(dǎo)航系統(tǒng)旨在向駕駛員提供圖形和聽覺指令，以便盡可能有效地到達(dá)目的地。這樣的指令可以適應(yīng)關(guān)于道路交通狀況或其他標(biāo)準(zhǔn)的信息。

一般而言，提供了一種設(shè)備或系統(tǒng)，所述設(shè)備或系統(tǒng)被配置為檢測與預(yù)定情境相關(guān)聯(lián)的一個或多個聲音事件和/或場景，并在滿足該情境時提供輔助輸出。

本公開的各方面提供了一種可操作用于基于情境確定來生成輔助輸出的計算機(jī)設(shè)備，所述設(shè)備包括：音頻流獲取單元，用于獲取音頻樣本流；聲音檢測器，用于在音頻樣本流上檢測一個或多個非語言聲音標(biāo)識符，每個非語言聲音標(biāo)識符標(biāo)識音頻樣本流上的非語言聲音簽名；情境確定器，用于基于檢測到一個或多個指示性非語言聲音標(biāo)識符確定已滿足特定的情境，并基于所述情境生成輔助輸出。

本公開的各方面提供了一種計算機(jī)設(shè)備，該計算機(jī)設(shè)備能夠根據(jù)音頻輸入流上的可識別的非語言聲音和/或場景來確定是否已經(jīng)滿足預(yù)定情境并因此生成對該情境的輔助響應(yīng)。

可以以多種方式來確定情境是否已被滿足。在一個簡單的示例中，特定聲音事件的單個實(shí)例可能導(dǎo)致情境的滿足。聲音事件的組合可以滿足情境。更復(fù)雜的組合方法可以進(jìn)一步用于確定情境的滿足。情境的滿足可以是相對于情境模型的。情境模型可以包括處理網(wǎng)絡(luò)模型，例如神經(jīng)網(wǎng)絡(luò)或決策樹，可以使用機(jī)器學(xué)習(xí)在訓(xùn)練數(shù)據(jù)上開發(fā)機(jī)器模型，該訓(xùn)練數(shù)據(jù)由與特定情境相關(guān)聯(lián)的聲音事件的“有效”組合組成。機(jī)器學(xué)習(xí)可能是在使用中自適應(yīng)的，設(shè)備可能會響應(yīng)于對真實(shí)數(shù)據(jù)的潛在錯誤響應(yīng)，從用戶反饋中獲取進(jìn)一步的訓(xùn)練。

將理解的是，本文描述的設(shè)備的功能可以劃分為多個模塊。可替代地，可以在單個模塊或處理器中提供功能。所述處理器或每個處理器可以用任何已知的合適硬件來實(shí)現(xiàn)，例如微處理器、數(shù)字信號處理(DSP)芯片、專用集成電路(ASIC)、現(xiàn)場可編程門陣列(FPGA)、GPU(圖形處理單元)、TPU(張量處理單元)或NPU(神經(jīng)處理單元)等。所述處理器或每個處理器可以包括一個或多個處理核心，每個核心配置為獨(dú)立執(zhí)行。所述處理器或每個處理器可以具有到總線的連接性，以執(zhí)行指令和處理例如存儲在存儲器中的信息。