[發明專利]激活語音識別

在審

• 申請號: 202080052825.1
• 申請日: 2020-07-30
• 公開（公告）號: CN114144831A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 尹盛萊;Y·M·姜;H·J·張;B·金;黃奎雄
• 申請（專利權）人: 高通股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 戴開良

一種用于處理表示輸入聲音的音頻信號的設備包括手部檢測器，該手部檢測器被配置為響應于檢測到手的至少一部分在該設備的至少一部分上方而生成第一指示。該設備還包括自動語音識別系統，該自動語音識別系統被配置為響應于第一指示而被激活以處理音頻信號。

基于35U.S.C.§119要求優先權

本專利申請要求享受2019年7月30日提交的、標題為“ACTIVATING SPEECHRECOGNITION”的非臨時申請No.16/526,608的優先權，該申請已轉讓給本申請的受讓人，故以引用方式將其全部內容明確地并入本文。

技術領域

概括地說，本公開內容涉及語音識別，具體地說，本公開內容涉及激活語音激活系統。

背景技術

通常使用語音識別使電子設備能夠解釋來自用戶的口頭問題或命令。可以通過在自動語音識別(ASR)引擎處分析音頻信號(例如，麥克風輸入)來識別此類口頭問題或命令，其中ASR引擎生成口頭問題或命令的文本輸出。“永遠開機”ASR系統使電子設備能夠持續地掃描音頻輸入，以檢測音頻輸入中的用戶命令或問題。然而，ASR系統的持續運行會導致相對較高的功耗，這會降低在移動設備中實施時的電池壽命。

在一些設備中，除非口頭語音命令前面有口語激活關鍵字，否則將不會識別口頭語音命令。激活關鍵字的識別使此類設備能夠激活ASR引擎來處理語音命令。但是，在每個命令之前都說出激活關鍵字會花費額外的時間，并且需要說話者使用正確的發音和正確的語調。在其它設備中，提供專用按鈕供用戶按下以啟動語音識別。但是，在某些情況下(例如，在駕駛車輛時)，定位并精確按下按鈕可能會導致用戶的注意力從其它任務中轉移。

發明內容

根據本公開內容的一種實施方式，一種用于處理表示輸入聲音的音頻信號的設備包括手部檢測器，其被配置為響應于檢測到手的至少一部分在所述設備的至少一部分上方而生成第一指示。該設備還包括自動語音識別系統，其被配置為響應于所述第一指示而被激活以處理所述音頻信號。

根據本公開內容的另一個方面，一種處理表示輸入聲音的音頻信號的方法包括：在設備處，檢測手的至少一部分在所述設備的至少一部分上方。該方法還包括：響應于檢測到所述手的所述部分在所述設備的所述部分上方，激活自動語音識別系統來處理所述音頻信號。

根據本公開內容的另一個方面，一種包括指令的非暫時性計算機可讀介質，當所述指令被設備的一個或多個處理器執行時，使所述一個或多個處理器執行用于處理表示輸入聲音的音頻信號的操作。所述操作包括：檢測手的至少一部分在所述設備的至少一部分上方；并響應于檢測到所述手的所述部分在所述設備的所述部分上方，激活自動語音識別系統來處理所述音頻信號。

根據本公開內容的另一個方面，一種用于處理表示輸入聲音的音頻信號的裝置包括：用于檢測手的至少一部分在設備的至少一部分上方的單元；用于處理所述音頻信號的單元。所述用于處理的單元被配置為響應于檢測到所述手的所述部分在所述設備的所述部分上方而被激活。

附圖說明

圖1是包括可操作以激活語音識別的設備的系統的特定說明性實施方式的圖。

圖2是包括可以在圖1的設備中實現的組件的特定示例的圖。

圖3是圖1的設備的另一種特定實施方式的示意圖。

圖4是可操作以激活語音識別的設備的另一種特定說明性實施方式的圖。

圖5是可以由圖1的設備執行的激活語音識別的方法的特定實施方式的圖。

圖6是可以由圖1的設備執行的激活語音識別的方法的另一種實施方式的圖。

圖7是可操作以激活語音識別的車輛的圖。

圖8是可操作以激活語音識別的虛擬現實或增強現實頭戴式設備的圖。