用于控制语音激活的方法和设备的制造方法
【专利说明】用于控制语音激活的方法和设备
[0001]优先权主张
[0002]本申请案主张共同拥有的2013年5月7日提交的第61/820，526号美国临时专利申请案、2013年8月9日提交的第61/864，490号美国临时专利申请案，以及2013年11月27日提交的第14/092，527号美国非临时申请案的优先权，所述申请案中的每一者的内容以全文引用的方式明确地并入本文中。
技术领域
[0003]本发明大体上涉及语音激活，且更具体来说，涉及在移动装置中控制语音激活。
【背景技术】
[0004]近年来，移动装置(例如智能电话、个人数字助理(PDA)、平板计算机以及膝上型计算机)的使用已经变得分布广泛。这些装置允许用户执行多种功能，例如浏览因特网、拍摄相片或视频、打电话或进行视频通话等。另外，此类装置通常提供具有各种功能性的应用。
[0005]此外，许多此类移动装置可以包含用于捕获音频信号的一或多个麦克风。这些装置中的一些可以允许捕获且处理音频信号以用于语音激活。使用此类语音激活特征，可以通过在移动装置中输入语音关键字来激活应用。
[0006]为了充分利用此类语音激活特征，移动装置通常需要经配置以针对可能的关键字连续监视且处理环境声音。然而，语音激活特征的连续操作可能耗尽移动装置的有限功率资源。
【发明内容】
[0007]本发明提供用于在移动装置中控制语音激活的方法、系统和装置。在这些方法、系统和装置中，一旦接收输入声音流，就可以在输入声音流指示话音时激活语音激活单元以检测目标关键字。此外，可以从输入声音流提取至少一个声音特征，且当所述至少一个声音特征指示非目标关键字时可以去激活语音激活单元。
[0008]根据本发明的一个方面，揭示一种用于在移动装置中通过目标关键字控制语音激活的方法。在所述方法中，接收输入声音流，且当所述输入声音流指示话音时激活语音激活单元以检测目标关键字。从输入声音流提取至少一个声音特征，且当所述至少一个声音特征指示非目标关键字时去激活语音激活单元。本发明还描述了与此方法相关的装置、系统、装置的组合以及计算机可读媒体。
[0009]根据本揭示内容的另一方面，揭示一种用于通过目标关键字控制语音激活的移动装置。所述移动装置包含接收器、话音检测器、语音激活单元以及语音激活控制单元。所述接收器经配置以接收输入声音流。此外，所述话音检测器经配置以在所述输入声音流指示话音时激活语音激活单元以检测目标关键字。语音激活单元经配置以从输入声音流提取至少一个声音特征，且语音激活控制单元经配置以在所述至少一个声音特征指示非目标关键字时去激活所述语音激活单元。
【附图说明】
[0010]图1图示根据本发明的一个实施例的移动装置，其经配置以捕获输入声音且在于所述输入声音中检测到目标关键字时执行语音激活功能。
[0011]图2图示根据本发明的一个实施例的在会议中的用户，其中所述用户的移动装置经配置以在所述会议期间的对话不包含目标关键字时去激活语音激活单元。
[0012]图3图示根据本发明的一个实施例的移动装置的框图，所述移动装置经配置以检测在输入声音流中的目标关键字以用于激活在所述移动装置中的功能。
[0013]图4A图示根据本发明的一个实施例的DSP的框图，所述DSP经配置以从声音传感器接收激活信号和输入声音流且产生用于激活语音助理单元的激活信号。
[0014]图4B图示根据本发明的另一实施例的DSP的框图，所述DSP经配置以从声音传感器接收激活信号和输入声音流且产生用于激活语音助理单元的激活信号。
[0015]图5图示根据本发明的一个实施例的语音激活单元的更详细框图，所述语音激活单元经配置以接收输入声音流且在所述输入声音流中检测目标关键字。
[0016]图6图示根据本发明的一个实施例的输入声音流的多个置信度分数、多个当前非关键字分数、多个当前关键字分数以及多个总平均非关键字分数的示范性曲线图。
[0017]图7图示根据本发明的一个实施例的一种方法的流程图，所述方法用于基于由语音激活单元计算的关键字分数和非关键字分数去激活移动装置的语音激活单元。
[0018]图8图示根据本发明的一个实施例的一种方法的流程图，所述方法用于通过语音激活控制单元去激活语音激活单元以终止接收输入声音流和处理正被接收的输入声音流。
[0019]图9图示根据本发明的一个实施例的一种方法的流程图，所述方法用于在去激活语音激活单元以终止接收输入声音流和处理正被接收的输入声音流之后再激活所述语音激活单元。
[0020]图10图示根据本发明的一个实施例的一种方法的详细流程图，所述方法用于检测输入声音流的状态改变以在去激活的次数等于预定值时再激活语音激活单元。
[0021]图11图示根据本发明的另一实施例的一种方法的详细流程图，所述方法用于检测输入声音的状态改变以在去激活的次数等于预定值时再激活语音激活单元。
[0022]图12A图示示出根据本发明的一个实施例的来自用于确定平均非关键字分数阈值的模拟的多条线的曲线图。
[0023]图12B图示示出根据本发明的另一实施例的来自用于确定平均非关键字分数阈值的模拟的多条线的曲线图。
[0024]图13是根据本发明的一个实施例的具有无线通信能力的示范性移动装置的框图。
【具体实施方式】
[0025]现在将详细参考各种实施例，在附图中图示所述实施例的实例。在以下详细描述中，阐述众多具体细节以便提供对本发明的透彻理解。然而，对于所属领域的技术人员将显而易见的是，可在没有这些具体细节的情况下实践本发明。在其它情况下，未详细描述众所周知的方法、程序、系统和组件，以便不会不必要地混淆各种实施例的各方面。
[0026]图1图示根据本发明的一些实施例的移动装置110，其经配置以捕获输入声音流且在于所述输入声音流中检测到目标关键字时执行语音激活功能。在所说明的实施例中，用户120可以在躺在床130上时说出目标关键字且移动装置110接收所说出的声音。响应于所说出的声音，移动装置110激活语音激活单元以在所接收的输入声音流中检测目标关键字。语音激活单元从输入声音流提取至少一个声音特征。当至少一个声音特征指示非目标关键字时，移动装置I1去激活语音激活单元。
[0027]移动装置110可以时任何合适的装置，例如蜂窝式电话、智能电话、配备有声音捕获能力(例如，允许检测目标关键字以用于激活语音激活功能的麦克风)的膝上型计算机或平板计算机。例如，在入睡之前，用户120可以口头地在移动装置110中设置闹钟。在此情况下，用户120可以向移动装置110说出目标关键字“设置闹钟”，所述移动装置激活闹钟应用。移动装置110随后接收所述声音且确定所接收的声音(即，输入声音流)是否超出预定阈值声音强度。此外，当所接收的声音超出预定阈值声音强度时，移动装置110通过使用声音分类方法(例如，支持向量机技术)确定所接收的声音是否是话音。
[0028]如果移动装置110确定所接收的声音是超出预定阈值声音强度的话音，那么移动装置110激活语音激活单元以确定所接收的语音声音是否包含目标关键字，所述目标关键字可以事先存储在移动装置110的关键字数据库中。在确定所接收的声音包含目标关键字后，移动装置110激活与目标关键字相关联的闹钟应用且允许用户120将闹钟设置成所需时间。如本文中所使用，术语“声音流”是指一或多个声音信号或声音数据的序列。此外，术语“关键字”是指可以用于激活在移动装置中的功能或应用的一或多个单词或声音的任何数字或模拟表示，且可以包含呈人的话音或对话的口头形式或经记录形式的任何数目的单词。如本文中所使用，术语“语音激活”意指通过在所捕获的声音中检测预定目标关键字来激活移动装置的至少一个功能或应用。
[0029]为了允许语音激活，移动装置110可以经配置以连续监视输入声音流以用于确定所捕获的声音是否包含目标关键字，直到移动装置110从所捕获的声音检测到目标关键字。以此方式操作移动装置110通常导致增加的功率的使用，由此缩短电池寿命。因此，为了节约功率，可以通过控制语音激活来减少移动装置110的功率消耗，如下文在一些实施例中所描述。
[0030]在图1中，一旦激活移动装置110的语音激活单元，所述语音激活单元就可以活动模式继续操作，直到所述语音激活单元检测到目标关键字。在此情况下，因为用户120在睡觉，所以到移动装置110的输入声音流将不具有包含用户120的目标关键字的任何话音。因此，移动装置110经配置以自动地去激活移动装置110的语音激活单元，如下文更详细地描述。通过监视输入声音流且按需要自动地去激活语音激活单元，移动装置110可以节约功率且提高电池寿命。当移动装置110确定随后接收的声音是话音时，可以再激活去激活语音激活单元。
[0031]如上文所描述，当移动装置110确定所接收的声音是超出预定阈值声音强度的话音时，可以激活移动装置110的语音激活单元。在一些情况下，移动装置110的语音激活单元可能在没有任何语音输入的情况下由于噪声或故障而被激活。在此事件中，移动装置110经配置以检测激活且去激活语音激活单元以减少功率消耗。例如，如果在用户120如图1中所图示在睡觉时移动装置110的语音激活单元由于噪声或故障而被意外地激活，那么移动装置110可以基于随后接收的声音去激活语音激活单元。如本文中所使用，术语“激活”是指从断开状态或非活动状态(例如，空闲态)启用或开启装置或单元以允许所述装置或所述单元执行一或多个相关联功能。此外，术语“去激活”是指从激活状态(例如，“开启”状态)停用或断开装置或单元。术语“再激活”是指在装置或单元已经去激活之后启用或开启所述装置或所述单元。