不中断回放音频而进行语音识别的制作方法

技术特征：

1.一种用于捕获来自用户的语音输入的方法，所述方法包括：

缓冲用于声音的产生的音频数据；

在一个或多个扬声器上播放所述音频数据；

使用麦克风捕获音频(捕获的音频)；

过滤所述捕获的音频以产生过滤的音频，其中过滤包括使用所述缓冲的音频数据进行过滤以从所述捕获的音频中去除对应于所述音频数据的音频；以及

基于所述过滤的音频生成文本或命令。

2.根据权利要求1所述的方法，其中使用所述麦克风捕获所述捕获的音频包括在所述一个或一个以上扬声器上播放所述音频数据期间捕获。

3.根据权利要求1所述的方法，还包括以下中的一个或多个：

确定是否正在播放任何音频数据，其中缓冲所述音频数据包括响应于确定音频数据正在被播放而进行缓冲；

确定播放所述音频数据的定时；

基于所述文本或命令来确定计算设备或受控系统要执行的动作；以及

接收激活语音识别的指示，其中缓冲所述音频数据、捕获音频、过滤捕获的音频以及执行语音到文本转换包括响应于接收到所述指示而进行缓冲、捕获、过滤和执行。

4.根据权利要求1所述的方法，其中使用所述缓冲的音频数据来过滤所述捕获的音频包括基于用于播放所述音频数据的所述定时来过滤。

5.根据权利要求1所述的方法，其中缓冲用于声音的产生的所述音频数据包括在从原始音频缓冲器移除之前从所述原始音频缓冲器捕获所述音频数据，其中在所述一个或多个扬声器上播放之前将所述音频数据放置在所述原始音频缓冲器中。

6.根据权利要求1所述的方法，其中所述音频数据包括音乐、对应于视频的音频、通知声音和语音指令。

7.一种系统，包括：

回放音频部件，所述回放音频部件被配置为缓冲用于声音的产生的音频数据；

音频渲染部件，所述音频渲染部件被配置为在一个或多个扬声器上播放所述音频数据；

捕获部件，所述捕获部件被配置为使用麦克风捕获音频(捕获的音频)；

过滤器部件，所述过滤器被配置为对所述捕获的音频进行过滤以生成过滤的音频，其中过滤包括使用所述缓冲的音频数据进行过滤，以从所述捕获的音频中去除与所述音频数据相对应的音频；以及

语音识别部件，所述语音识别部件被配置为基于所述过滤的音频生成文本或命令。

8.根据权利要求7所述的系统，其中所述捕获部件被配置成在所述一个或多个扬声器上播放所述音频数据期间捕获所述捕获的音频。

9.根据权利要求7所述的系统，其中所述回放音频部件还被配置为确定是否正在播放任何音频数据，其中所述回放音频被配置为响应于确定音频数据正在被播放而缓冲所述音频数据。

10.根据权利要求7所述的系统，其中所述回放音频部件还被配置为确定播放所述音频数据的定时。

11.根据权利要求10所述的系统，其中所述过滤器部件被配置为基于播放所述音频数据的所述定时，使用所述缓冲的音频数据来过滤所述捕获的音频。

12.根据权利要求7所述的系统，其中所述语音识别部件还被配置为基于所述文本或命令来确定计算设备或控制系统要执行的动作。

13.一种存储指令的计算机可读存储介质，所述指令在由一个或多个处理器执行时使所述一个或多个处理器执行以下操作：

缓冲用于声音的产生的音频数据；

在一个或多个扬声器上播放所述音频数据；

使用麦克风捕获音频(捕获的音频)；

过滤所述捕获的音频以产生过滤的音频，其中过滤包括使用所述缓冲的音频数据进行过滤以从所述捕获的音频中去除对应于所述音频数据的音频；以及

基于所述过滤的音频生成文本或命令。

14.根据权利要求13所述的计算机可读存储介质，其中所述指令还使得所述一个或多个处理器执行以下一项或多项操作：

在所述一个或多个扬声器上播放所述音频数据期间捕获所述捕获的音频；

确定播放所述音频数据的定时；以及

基于播放所述音频数据的所述定时，使用所述缓冲的音频数据来过滤所述捕获的音频。

15.根据权利要求13所述的计算机可读存储介质，其中所述指令还使所述一个或多个处理器基于所述文本或命令来确定计算设备或控制系统要执行的动作。