专利名称：用于使用声学信号提供用户接口的方法和设备、包括用户接口的装置的制作方法
技术领域：
以下描述涉及使用声学信号(acoustic signal)(例如，表面声学信号)提供用户接口。
背景技术：
主要以操作键、按钮、鼠标或触 摸屏的形式开发了用于提供用户接口以操作电子装置来执行功能的设备。由于传统用户接口提供设备代表性地包括采用诸如按钮和屏幕的装置的电子电路，因此存在有限的用户可输入命令的区域。换言之，存在没有安装这种电子电路的输入装置的区域无法用作接口(即，无法用作输入范围)的限制。此外，当将接口设备装入弯曲区域(而不是平坦平面)以及一般对象(诸如一件家具或墙壁)时，用户接口需要面对冲击和污染物是耐用的。但是，难以实现这样的质量。传统用户接口提供设备在固定到电子装置的预定区域的状态下操作。为此，如果电子装置的接口(即，输入范围)被布置在用户难以达到的位置(诸如衣服内或包内)，则接口变得不便于操作。具体地讲，当电子装置具有有限量的空间(例如，在移动装置中)时，难以确保充足的输入空间。因此，存在对于能够克服接口的输入空间的限制并且比传统的接口装置减少成本的接口技术的需求。
发明内容
技术问题在一个总体方面，提供了一种用于提供装置的用户接口的设备，包括表面声学信号获取单元，获取从布置于所述装置的外部的介质产生的表面声学信号；模式识别单元，通过分析表面声学信号的特征来识别表面声学信号的模式；用户输入识别单元，基于表面声学信号的模式识别用户的输入信号。所述介质可通过接触所述装置的对象提供给用户。表面声学信号获取单元可包括接触接触器，通过接触所述对象来接收表面声学信号；声学传感器，将表面声学信号转换为数字信号。所述介质可通过所述装置的外部壳体而提供给用户。模式识别单元可包括特征提取器，提取时域特征和/或频域特征；模式分析器，基于时域特征和/或频域特征分析表面声学信号的模式。时域特征可包括表面声学信号的幅度、过零的分布、能量的量、表面声学信号的长度或表面声学信号的形状。模式识别单元可使用测试信号确定所述介质的类型，并且可基于所述介质的类型识别表面声学信号的模式。模式识别单元可基于表面声学信号的频域特征来估计产生表面声学信号的工具，并且可基于工具确定表面声学信号的模式。用户输入识别单元可对与表面声学信号的模式匹配的最小有意义单元进行分类，并基于最小有意义单元识别用户的输入信号。用户输入识别单元可通过从模式识别单元顺序接收多个模式并且组合与所述多个模式对应的最小有意义单元，来识别用户的输入信号。模式可包括与表面声学信号的方向对应的信息，用户输入识别单兀可基于与表面声学信号的方向对应的信息，识别用户的输入信号。
所述设备还可包括模式模型存储单元，存储根据介质和/或输入工具的类型分类的表面声学信号的模式模型。用户的输入信号可包括通过所述介质输入的字符、图形、拖动、触摸事件或字符、图形、拖动、触摸事件的任意组合。在另一总体方面，一种提供装置的用户接口的方法包括以下步骤获取表面声学信号；提取表面声学信号的时域特征和/或频域特征；基于所述时域特征和/或频域特征分析表面声学信号的模式；以及，基于表面声学信号的模式，识别用户的输入信号。分析表面声学信号的模式的步骤可包括通过使用测试信号，来确定介质的类型；基于表面声学信号的频域特征，来估计产生表面声学信号的工具的类型；基于所述介质和/或产生表面声学信号的工具的类型，识别表面声学信号的模式。识别的步骤可包括顺序接收多个模式；通过组合与模式对应的最小有意义单元，来识别用户的输入信号。在另一总体方面，一种提供装置的用户接口的方法包括以下步骤执行从布置于所述装置的外部的介质接收用户的输入信号的外部输入模式；响应于从所述介质接收到表面声学信号，通过分析表面声学信号的特征来识别与所述介质对应的表面声学信号的模式；以及，基于表面声学信号的模式，识别用户的输入信号。在另一总体方面，一种提供装置的用户接口的方法包括如下步骤执行从布置于所述装置的外部的介质接收用户的输入信号的外部输入模式；响应于从所述介质接收到表面声学信号，确定表面声学信号的方向；以及，执行装置的与表面声学信号的方向对应的功倉泛。可通过表面声学信号的波形的形状、第一声学传感器接收的第一表面声学信号与第二声学传感器接收的第二声学表面信号之间的时间差、第一表面声学信号和第二表面声学信号的大小的变化，或者通过表面声学信号的波形的形状、第一声学传感器接收的第一表面声学信号与第二声学传感器接收的第二声学表面信号之间的时间差、第一表面声学信号和第二表面声学信号的大小的变化的任意组合，来确定表面声学信号的方向。在另一总体方面，一种设置有用户接口的装置，包括传感器，获取在所述装置的外部产生的表面声学信号；至少一个处理器，被配置为通过分析表面声学信号的特征来对表面声学信号的模式进行分类以及基于表面声学信号的模式识别与表面声学信号对应的用户的输入信号。在另一总体方面，一种提供装置的用户接口的方法包括如下步骤从所述装置的外部接收用户产生的声学信号；分析获取的声学信号；以及，基于分析的声学信号分析用户的输入信号。
可通过介质与用户的手之间的接触，而产生声学信号。可通过介质与用户使用的工具之间的接触，而产生声学信号。可在所述装置与用户接触的介质接触的情况下，获取声学信号。所述声学信号可以是表面声学信号。 在另一总体方面，提供了一种设置有用户接口的装置，包括传感器，感测表面声学信号；识别单元，识别与所述表面声学信号对应的用户输入。所述表面声学信号可从围绕所述装置的壳体发生。所述表面声学信号可从远离所述装置的点发生。识别单元可根据位置模板匹配方案和/或到达的时间差方案识别用户输入。在另一总体方面，一种提供装置的用户接口的方法的步骤包括感测表面声学信号；以及，识别与所述表面声学信号对应的用户输入。识别用户输入的步骤可包括分析所述表面声学信号，以确定用于产生所述表面声学信号的工具。识别用户输入的步骤可包括确定在所属装置外部的介质的类型，并根据介质的类型分析表面声学信号。至少两个传感器可被用于感测表面声学信号，可根据所述至少两个传感器之间的空间差执行识别用户输入。其它特征和方面将从以下详细的描述、附图和权利要求变得清楚。
图I是示出使用表面声学信号(surface acoustic signal)的扩展的接口的示例的示图。图2是示出用户接口提供设备的示例的示图。图3是示出在图I和图2中示出的表面声学信号获取单元的示例结构的示图。图4是示出示例用户接口提供设备的结构的示图。图5和图6是示出从图4的滤波器和简化器输出的信号的示例的示图。图7是示出最小有意义单元的示例。图8至图11是示出根据输入工具的表面声学信号的频率特征的示图。图12是在用户的输入信号为字符的情况下识别用户的输入信号的示例的示图。图13和图14中的每一个是示出与直线对应的示例波形的示图。图15是在至少两个声学传感器设置在用户接口提供设备的情况下获得的表面声学信号的示例的示图。图16是示出装置的示例壳体的示图。图17是示出提供装置的用户接口的方法的示例的流程图。图18是示出图17的分析表面声学信号的模式(pattern)的操作的示例的流程图。图19是示出提供装置的用户接口的方法的另一示例的流程图。图20是示出提供装置的用户接口的方法的另一示例的流程图。贯穿附图和详细描述，除非另有描述，相同附图标号将被理解为指示相同元件、特征和结构。为了清楚、示出和便利，可夸大这些元件的相对大小和示出。
具体实施例方式提供以下详细描述，以帮助读者获得在此描述的方法、设备和/或系统的全面理解。因此，在此描述的系统、设备和/或方法的各种改变、修改和等效物将被建议给本领域的普通技术人员。描述的操作的处理是示例，但是，操作的顺序不限于在此阐述的顺序，并且除必需以特定顺序发生的操作之外，可以以本领域所知的方式改变操作的顺序。此外，为了更加清楚和简明，可省略公知功能和结构的描述。在以下描述中，“装置”可包括便携式装置、电子装置等。用户接口提供设备可以是装置的部件。即，用户接口提供设备可提供装置的用户接口。术语“装置”可包括用户可操作的所有装置，例如，移动终端、平板PC、便携式媒体播放器、家电等。图I是示出使用表面声学信号(surface acoustic signal)的接口的示例的示 图。参照图1，装置120可被布置在包括特定介质的对象110之上。对象110可以是，例如，桌子、书桌等。通过例如用户的手势导致的表面声学信号可从对象110的表面产生。用户的手势可包括各种触摸事件，诸如，拖动、用于字符输入的轻敲等。表面声学信号可不考虑介质的形状而通过所有类型的介质(诸如，空气、玻璃、金属、木材等)传播。在参照图I描述的示例中，通过用户的手势产生的表面声学信号可对应于用于操作装置120的“用户输入信号”。装置120可执行与用户的输入信号对应的功能。为了执行与用户的输入信号对应的功能，所述装置可配备有用于通过扩展的接口获取用户的输入信号的功能以及用于识别用户的输入信号的功能。换言之，可离开所述装置自身的物理边界扩展可用的接口。装置120可通过识别用户的输入信号来精确地知道用户的意图。在图I的示例中，装置120可包括传感器，用于获取表面声学信号；至少一个处理器，被配置为识别用户的输入信号。因此，装置120还可包括显示器，用于指示用户的输入信号或显示与所述输入信号对应的操作和/或功能。在该示例中，所述至少一个处理器可被配置为通过分析表面声学信号的特征来分类表面声学信号的模式，且可基于表面声学信号的模式识别用户的输入信号。换言之，通过用户的手势产生的表面声学信号可被用作用于执行操作装置120的命令、字符输入和/或其它各种功能的输入信号。装置120从独立于装置120的介质获取用户产生的声学信号，分析获取的声学信号，并基于分析的声学信号识别用户的输入信号。可通过介质与用户的手之间的接触而产生声学信号。此外，可通过介质与用户使用的工具之间的接触而产生声学信号。用户使用的工具可以是例如触控笔或用于模仿书写、绘画等的其他这样的物体。声学信号可以是从介质的表面产生的表面声学信号。图2是示出用户接口提供设备的示例的示图。图2中示出的用户接口提供设备可被设置在图I的装置120中。参照图2，用户接口提供设备200可包括表面声学信号获取单元210、模式识别单元220和用户输入识别单元230。用户接口提供设备200还可包括模式模型存储单元240。表面声学信号获取单元210可获取从布置在所述装置的外部的介质产生的表面声学信号。所述介质可对应于通过接触装置的对象提供给用户的扩展的接口。可选择地，或与这样的扩展的接口结合，所述介质可通过装置的外部壳体被提供给用户。表面声学信号获取单元210可包括至少一个声学传感器。在这种情况下，可响应于装置120与介质接触而容易获取表面声学信号，并且即使所述装置120与所述介质物理地分离时所述表面声学信号也可以是可获取的。例如，即使在由于所述装置120被用户持握而与介质物理地分离的情况下，也可以获取表面声学信号。模式识别单元220可分析表面声学信号的特征，从而模式识别单元220可识别与介质对应的表面声学信号的模式。模式识别单元220可包括特征提取器221，用于提取表面声学信号的时域特征和/或频域特征；模式分析器223，用于基于表面声学信号的时域特征和/或频域特征分析表面声学信号的模式。模式识别单元220还可包括用于执行与噪声去除、信号放大、信号简化(simplification)等相关的操作的表面声学信号处理器(未示出)。时域特征可包括表面声学信号的幅度、过零的分布、能量的量、表面声学信号的长度、表面声学信号的形状等。模式识别单兀220可执行“表面声学信号的特征的提取”、“产生表面声学信号的工具的类型的估计”、“传播表面声学信号的介质的类型的估计”。因此，尽管输入工具或介质 变化，模式识别单元220可精确识别表面声学信号的模式。用户输入识别单元230可基于表面声学信号识别用户的输入信号。用户输入识别单元230可对与表面声学信号的模式匹配的“最小有意义单元”分类，并基于“最小有意义单元”识别用户的输入信号。另外，用户输入识别单元230可通过从模式识别单元230顺序地接收多个模式并组合与所述多个模式分别对应的“最小有意义单元”，来识别用户的输入信号。识别的用户输入信号可被发送到安装到所述装置的显示器和控制器。如果用户的输入信号是字符，则由用户输入的字符可被显示。如果用户的输入信号是用于执行特定功能的命令，则控制单元可执行所述功能。模式模型存储单元240可存储通过介质和输入工具的类型分类的表面声学信号的模式模型。换言之，模式模型存储单元240可存储通过各种介质和各种输入工具产生的每一个表面声学信号的模式模型。例如，对于与木质桌面和塑料触控笔对应的各种字母和/或数字的模式模型可被存储在模式模型存储单元240中。下面，将进一步描述用户接口提供设备200所执行的“表面声学信号的特征的提取”、“产生表面声学信号的工具的类型的估计”和“传播表面声学信号的介质的类型的估计”。然后，将进一步描述用户接口提供设备200所执行的“用户的输入信号的识别”。〈I.表面声学信号的特征的提取〉在表面声学信号的特征的提取的处理中，可从表面声学信号提取对于表面声学信号的特征的分析有益的特征。根据示例，可通过硬件装置(诸如数字信号处理器(DSP))、软件装置、对于硬件装置编程的单元等执行所述提取。为了方便描述，在此假设特征提取器221执行表面声学信号的特征的提取。表面声学信号的特征可被分类为具有特定含义的“最小有意义单元”。“最小有意义单元”被定义为对于用户的输入信号的识别有益的最基本形式。如将在本说明书中稍后更加详细讨论的图6所示，“最小有意义单元”可包括表面声学信号的单元，其中，每一个单元具有最小含义，诸如，点、圆、直线、字母等。当用户使用对象(诸如，手和/或笔)在介质的表面上人为地产生声音时，可获取表面声学信号。为了表面声学信号的特征的提取，所述信号可被分析且可被划分为最小有意义单元。各种最小有意义单元中的每一个可具有唯一模式。因此，特征提取器221可以能够从表面声学信号提取特征并使用提取的特征对最小有意义单元分类。根据示例，最小有意义单元可通过以下描述的5个处理被提取。I.可从获取的表面声学信号分离最小有意义单元的信号S。2.最小有意义单元的信号S可被划分为N个帧。3. N个帧中的每一个帧的特征值Cn可被提取和存储。4.所有获取的表面声学信号的特征值Ct可被提取和存储。5.响应于最小有意义单元的模式模型被存储在数据库(DB)中，可使用值Cn和Ct 产生机器学习模型M且可将所述机器学习模型M存储在DB中。上述5个处理可被用于将最小有意义单元的模式模型存储在DB中。换言之，不同介质和输入工具的每一个模式模型可被存储在DB中。当前正被输入的表面声学信号的模式可通过比较从当前正被输入的表面声学信号提取的特征与存储在DB中的“最小有意义单元的模式模型”被识别。在上述5个处理中，术语“特征值”可以是对应信号的时域特征的时间归一化值。此外，“特征值”可以是对应信号的频域特征。可通过适当组合时域特征和频域特征并使用各种机器学习技术，来产生“最小有意义单元的模式模型”。时域特征可包括幅度之间的标准偏差和波斜率(wave slope)、幅度的动态范围、幅度的分布、过零的分布和变化、能量之和及能量的变化、信号长度等。例如，声学信号具有可用作特征值的强度等级。离散信号值(幅度)的数量可从声学信号获得，并且信号值之间的改变可被测量。信号的幅度的变化可被用于识别输入到介质上的直线、曲线、折线等。特征提取器221可使用对应信号的幅度分布来分类相似信号。例如，与圆对应的信号的幅度的分布可具有一致分布。过零的分布表示信号的符号(sign)进行改变的点的数量。换言之，过零表示在一个帧中信号程度达到零的点。过零的分布示出信号的高频与低频的比率。例如，假设“N”表示时间的长度，则可通过下面的等式I来定义过零的分布。[等式I]ZCR = —^― ΣI蝴"[+1)]-邮"[χ( )]|
Jm ^ /V 一 I J特征提取器221可使用过零分布、过零分布的变化等，来提取对应信号的特定特征。特征提取器221可将信号的能量的总和用作信号的特征。当“N”表示时间的长度时，可通过以下的等式2来计算在时间N期间的离散信号X(i)的能量的总和。[等式2]
I j λ-iν[Λ] = 4|~~τΣΧ (O
V N /=0另外，特征提取器221可将每一个帧中的能量的量用作信号的特征。特征提取器221可通过信号的长度，来区分信号。时间可以是信号长度的单位。例如，点和圆明显具有相互不同的信号长度。因此，特征提取器221可将从开始获取表面声学信号的时间点至完成获取表面声学信号的时间点的时间段，确定为表面声学信号的长度。可以以参考时间单位归一化信号的时域特征，且归一化值可被存储在DB中。在这种情况下，可减小存储的数据的大小。例如，在存在长直线和短直线的情况下，可首先识别直线的特征，然后可使用长度信息测量相对长度。可通过傅里叶变换、谱分析等，来识别信号的频域特征。〈2.传播表面声学信号的介质的类型的估计〉可通过比较从表面声学信号提取的特征与模式模型，来执行介质类型的估计。用于产生表面声学信号的输入介质可包括单一介质(诸如玻璃)、混合介质(诸如桌子)等。介质的表面的形状可改变表面声学信号。可通过硬件装置(诸如DSP)、软件装置、对于硬件 装置编程的单元中的任意一个执行介质类型的估计。但是，为了便于描述，在此假设通过模式识别单元220执行介质类型的估计。模式识别单元220可使用测试信号来确定介质类型并基于介质类型识别表面声学信号的模式。例如，可通过下面描述的3个处理来估计介质类型。I.可产生测试信号。2.可获取通过与所述装置接触的介质传播的表面声学信号。3.可从在处理2获取的表面声学信号获取特征，并且可在DB中搜索匹配介质。可通过设置在所述装置中或设置于所述装置的扬声器或振动产生器产生测试信号。测试信号可以是具有短周期的预定义的信号的声学信号、振动和/或等。可由设置在所述装置中或设置于所述装置的麦克风和压电传感器获取与测试信号对应的表面声学信号。模式识别单元220可通过计算在处理2中获取的表面声学信号的幅度、传播速度、频率的分布范围并比较所述数据与存储在DB中的模型，来估计接触所述装置的介质的类型。在不存在与在处理2中获取的表面声学信号的特征匹配的模型的情况下，模式识别单元220可将最相似的模型确定为接触所述装置的介质。可通过比较获取的幅度、传播速度、频率的分布范围与存储在DB中的各种模型的属性来做出所述确定。如果周期性地执行介质类型的估计，则可几乎实时估计介质的变化。〈3.产生表面声学信号的工具的类型的估计〉可通过估计用户的输入信号来执行产生表面声学信号的工具的类型的估计。输入工具可以是手指、笔、触控笔或其它各种工具。即，用户能够通过各种输入工具(诸如他或她的手指和触控笔)操作所述装置。可通过硬件装置(诸如，DSP)、软件装置、对于硬件装置编程的单元等执行工具的类型的估计。但是，为了便于描述，在此假设通过模式识别单元220执行工具的类型的估计。模式识别单元220可基于表面声学信号的频域特征执行产生表面声学信号的工具的类型的估计，并且可考虑产生表面声学信号的工具来识别表面声学信号的模式。可通过各种方法提取信号的频率特征。例如，可通过对对应信号进行离散傅里叶变换(DFT)来提取频率特征。此外，可使用总功率谱、子带功率、中心频率、带宽、谱通量(spectrum flux)等提取频率特征。输入工具的频率特征可通过机器学习模型存储在DB中。将参照图7进一步描述输入工具的频域特征的各种示例。
〈4.用户的输入信号的识别〉用户的输入信号的识别确定用户的意图或手势。用户的输入信号可包括简单拖动、字符输入、轻敲、特定触摸事件等。所述装置能够通过识别用户的输入信号来执行各种功能。例如，当用户执行在接触所述装置的表面上的从左向右的拖动时，所述装置可被设置为执行预定功能。可通过估计表面声学信号的方向来识别拖动方向。可通过单个声学信号或通过多个表面声学信号，来识别表面声学信号的方向。即，表面声学信号的模式可包括关于表面声学信号的方向的信息。用户输入识别单元230可基于关于表面声学信号的方向的信息，识别用户的输入信号。例如，在用户在接触所述装置的介质的表面上输入字符的情况下，可使用“最小有意义单元”识别所述字符。图3示出在图I和图2中示出的表面声学信号获取单元210的结构的示例。 参照图3，表面声学信号获取单元210可包括介质接触器311和声学传感器313。介质接触器311可通过接触对象110来接收表面声学信号。可通过能够保持紧密接触对象Iio的各种材料来制作介质接触器311。声学传感器313可将表面声学信号转换为数字信号。电容器型麦克风、电子麦克风、压电传感器、超声传感器等可被用作声学传感器313。电容器型麦克风和电子麦克风是可将通过介质(诸如，空气)传播的声音的压力程度转换为电信号的噪声传感器。压电传感器是可将从人或对象产生的振动获得的压力转换为电信号的振动传感器。超声传感器可通过感测人类听不见的超声波来确定声学信号的距离或位置。图4示出示例用户接口提供设备的结构。如图4所示，用户接口提供设备400可包括表面声学信号获取单元410、声学信号处理单元420、特征提取单元430、DB 440、模式确定单元450、时间信号计算单元460和用户输入识别单元470。表面声学信号获取单兀410可执行与图2的表面声学信号获取单兀210相同或相似的功能。声学信号处理单元420从表面声学信号滤除噪声，并对噪声滤除的表面声学信号的波形进行简化(simplify)。为了滤除噪声并简化波形，声学信号处理单元420可包括放大器421、滤波器423和简化器425。放大器421可放大获取的表面声学信号。滤波器423可根据特定频率范围选择性地对放大的表面声学信号进行滤波，从而去除添加到放大的表面声学信号的噪声。例如，滤波器423可将具有比表面声学信号的最大频率(即，3KHz)大的频率的信号考虑为噪声，并因此可以去除噪声。简化器425可简化噪声滤除的表面声学信号，以实时处理更多噪声滤除的表面声学信号。图5中示出的信号为从滤波器423输出的表面声学信号，图6中示出的信号为简化的表面声学信号。图5和图6的“幅度”表示信号的强度或高度，“t”表示时间。简化器435可确定信号的高度，从而简化信号。声学信号处理单元420可将简化的表面声学信号输出到特征提取单元430，且可将通过声学信号获取单元410的每一个传感器获取的表面声学信号输出到时间信号计算单元460。特征提取单元430可执行先前称作“I.表面声学信号的特征的提取”的操作。即，特征提取单元430可执行与图2的特征提取器221相同或相似的功能。DB 440可存储对于识别表面声学信号的模式和识别用户的输入信号有益的模式模型。例如，在“I.表面声学信号的特征的提取”中描述的“最小有意义单元的模式模型”和“机器学习模型M”可被存储在DB 440中。可根据输入工具存储模式模型。此外，可根据介质类型存储模式模型。因此，特征提取单元430可以例如以输入工具估计-输入介质估计-特征提取的顺序操作，或者，作为另一示例，特征提取单元430可以以输入介质估计-输入工具估计-特征提取的顺序操作。在表I中示出了 DB 440中存储的模式模型的示例查询表。[表I]
权利要求
1.一种用于提供装置的用户接口的设备，包括 表面声学信号获取单元，获取从布置于所述装置的外部的介质产生的表面声学信号； 模式识别单元，通过分析表面声学信号的特征来识别表面声学信号的模式； 用户输入识别单元，基于表面声学信号的模式识别用户的输入信号。
2.如权利要求I所述的设备，其中，所述介质通过接触所述装置的对象提供给用户。
3.如权利要求2所述的设备，其中，表面声学信号获取单元包括 接触接触器，通过接触所述对象来接收表面声学信号； 声学传感器，将表面声学信号转换为数字信号。
4.如权利要求I所述的设备，其中，所述介质通过所述装置的外部壳体而提供给用户。
5.如权利要求I所述的设备，其中，模式识别单元包括 特征提取器，提取时域特征和/或频域特征； 模式分析器，基于时域特征和/或频域特征分析表面声学信号的模式。
6.如权利要求5所述的设备，其中，时域特征包括表面声学信号的幅度、过零的分布、能量的量、表面声学信号的长度或表面声学信号的形状。
7.如权利要求I所述的设备，其中，模式识别单元使用测试信号确定所述介质的类型，并基于所述介质的类型识别表面声学信号的模式。
8.如权利要求I所述的设备，其中，模式识别单元使用测试信号确定所述介质的类型，并基于所述介质的类型识别表面声学信号的模式。
9.如权利要求I所述的设备，其中，用户输入识别单元对与表面声学信号的模式匹配的最小有意义单元进行分类，并基于最小有意义单元识别用户的输入信号。
10.如权利要求I所述的设备，其中，用户输入识别单元通过从模式识别单元顺序接收多个模式并且组合与所述多个模式对应的最小有意义单元，来识别用户的输入信号。
11.如权利要求I所述的设备，其中，模式包括与表面声学信号的方向对应的信息， 用户输入识别单元基于与表面声学信号的方向对应的信息，识别用户的输入信号。
12.如权利要求I所述的设备，还包括模式模型存储单元，存储根据介质和/或输入工具的类型分类的表面声学信号的模式模型。
13.如权利要求I所述的设备，其中，用户的输入信号包括通过所述介质输入的字符、图形、拖动、触摸事件或包括通过所述介质输入的字符、图形、拖动、触摸事件的任意组合。
14.一种提供装置的用户接口的方法，所述方法包括以下步骤 获取表面声学信号； 提取表面声学信号的时域特征和/或频域特征； 基于所述时域特征和/或频域特征分析表面声学信号的模式；以及 基于表面声学信号的模式，识别用户的输入信号。
15.如权利要求14所述的方法，其中，分析表面声学信号的模式的步骤包括 通过使用测试信号，来确定介质的类型； 基于表面声学信号的频域特征，来估计产生表面声学信号的工具的类型； 基于所述介质和/或产生表面声学信号的工具的类型，识别表面声学信号的模式。
16.如权利要求14所述的方法，其中，识别的步骤包括 顺序接收多个模式；通过组合与模式对应的最小有意义单元，来识别用户的输入信号。
17.一种提供装置的用户接口的方法，所述方法包括以下步骤 执行从布置于所述装置的外部的介质接收用户的输入信号的外部输入模式； 响应于从所述介质接收到表面声学信号，通过分析表面声学信号的特征来识别与所述介质对应的表面声学信号的模式；以及 基于表面声学信号的模式，识别用户的输入信号。
18.一种提供装置的用户接口的方法，所述方法包括如下步骤 执行从布置于所述装置的外部的介质接收用户的输入信号的外部输入模式； 响应于从所述介质接收到表面声学信号，确定表面声学信号的方向；以及 执行装置的与表面声学信号的方向对应的功能。
19.如权利要求18所述的方法，其中，通过表面声学信号的波形的形状、第一声学传感器接收的第一表面声学信号与第二声学传感器接收的第二声学表面信号之间的时间差、第一表面声学信号和第二表面声学信号的大小的变化，或者通过表面声学信号的波形的形状、第一声学传感器接收的第一表面声学信号与第二声学传感器接收的第二声学表面信号之间的时间差、第一表面声学信号和第二表面声学信号的大小的变化的任意组合，来确定表面声学信号的方向。
20.一种设置有用户接口的装置，包括 传感器，获取在所述装置的外部产生的表面声学信号； 至少一个处理器，被配置为通过分析表面声学信号的特征来对表面声学信号的模式进行分类以及基于表面声学信号的模式识别与表面声学信号对应的用户的输入信号。
21.一种提供装置的用户接口的方法，所述方法包括如下步骤 从所述装置的外部接收用户产生的声学信号； 分析获取的声学信号；以及 基于分析的声学信号分析用户的输入信号。
22.如权利要求21所述的方法，其中，通过介质与用户的手之间的接触，而产生声学信号。
23.如权利要求21所述的方法，其中，通过介质与用户使用的工具之间的接触，而产生声学信号。
24.如权利要求21所述的方法，其中，在所述装置与用户接触的介质接触的情况下，获取声学信号。
25.如权利要求21所述的方法，其中，所述声学信号是表面声学信号。
全文摘要
提供了使用声学信号的用户接口。具有所述用户接口的装置包括用于获取在所述装置的外部产生的表面声学信号的传感器以及至少一个处理器。所述处理器通过分析表面声学信号的特征来对表面声学信号的模式进行分类以及基于表面声学信号的模式识别与表面声学信号对应的用户的输入信号。
文档编号G10L17/00GK102741919SQ201180008099
公开日2012年10月17日 申请日期2011年2月1日 优先权日2010年2月2日
发明者崔贤真, 张庆娥, 李善栽, 李昊燮, 蔡承澈 申请人:三星电子株式会社