專利名稱：用語音控制動物影像運(yùn)動的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及虛擬技術(shù)，尤其設(shè)計(jì)一種用語音控制動物影像運(yùn)動的方法及裝置。
背景技術(shù)：
寵物領(lǐng)養(yǎng)及馴化是人類與動物交流的一種手段與途徑，它給人們的生活帶來樂趣，激發(fā)人類的各種情趣，但同時也會給人們帶很多不便之處，因?yàn)楫吘挂寗游镞m應(yīng)人類的生活環(huán)境要花很多的精力和財(cái)力。
于是，通過虛擬現(xiàn)實(shí)技術(shù)來實(shí)現(xiàn)虛擬馴養(yǎng)動物成為一個很好的選擇。和大多數(shù)虛擬技術(shù)一樣，實(shí)現(xiàn)虛擬馴養(yǎng)動物需要以下硬件系統(tǒng)命令接收設(shè)備，用來接收命令；圖像生成設(shè)備，用來生成虛擬動物的影像；顯示設(shè)備，顯示背景圖像和虛擬動物的動作；控制設(shè)備，控制整個系統(tǒng)的運(yùn)行。
對于參與者來說，如何向虛擬的動物發(fā)布命令是影響參與者興趣的重要因素，目前的命令接收設(shè)備局限于手動輸入，需要參與者使用特定的鍵盤或控制器來輸入指令，因此給參與者帶來了不少不便。于是，如何改進(jìn)輸入命令的方式就成了一個重要的問題。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種用語音控制動物影像運(yùn)動的方法及裝置，使用語音信號作為輸入命令的信號，為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案一種用語音控制動物影像運(yùn)動的方法，應(yīng)用在包括語音采集與識別設(shè)備、圖像生成設(shè)備、顯示設(shè)備和控制設(shè)備的硬件系統(tǒng)上，該方法包括以下步驟a.語音采集及識別的步驟，所述語音采集與識別設(shè)備采集語音信號并識別出該語音信號所對應(yīng)的動作種類；
b.圖像生成的步驟，根據(jù)所述語音采集及識別的步驟中確定的所述動作種類，所述圖像生成設(shè)備生成所述動物的一系列動作影像；c.顯示圖像的步驟，根據(jù)所述圖像生成的步驟中生成的一系列動作影像，首先顯示相應(yīng)背景，再顯示所述一系列動作影像；d.判斷過程是否結(jié)束的步驟，判斷所述控制設(shè)備是否收到結(jié)束信號，若收到，則結(jié)束該過程；若沒有收到，則重復(fù)上述3個步驟，采集下一個語音信號。
所述語音采集及識別的步驟進(jìn)一步包括a1.所述語音采集與識別設(shè)備接收男、女聲區(qū)分信號，確定將要采集的語音信號是男聲還是女聲；a2.所述語音采集與識別設(shè)備采集語音信號，所述語音信號是預(yù)先定義的詞組；a3.所述語音采集與識別設(shè)備識別所述語音信號，如果識別成功，則進(jìn)入下一步驟，否則回到上一步驟a2再采集一次所述語音信號；a4.確定所述識別出的語音信號所對應(yīng)的動作類型，所述動作類型是預(yù)先與所述詞組一一對應(yīng)的。
一種用語音控制動物影像運(yùn)動的裝置，應(yīng)用在包括語音采集與識別設(shè)備、圖像生成設(shè)備、顯示設(shè)備和控制設(shè)備的硬件系統(tǒng)上，該裝置包括語音采集及識別裝置，控制所述語音采集與識別設(shè)備采集語音信號并識別出該語音信號所對應(yīng)的動作種類；圖像生成裝置，根據(jù)所述語音采集及識別裝置確定的所述動作種類，控制所述圖像生成設(shè)備生成所述動物的一系列動作影像；圖像顯示裝置，根據(jù)所述圖像生成裝置生成的一系列動作影像，首先顯示相應(yīng)背景，再顯示所述一系列動作影像；判斷過程是否結(jié)束的裝置，判斷所述控制設(shè)備是否收到結(jié)束信號，若收到，則結(jié)束該過程；若沒有收到，則采集下一個語音信號。
所述語音采集及識別裝置進(jìn)一步包括男、女聲區(qū)分裝置，接收男、女聲區(qū)分信號，確定將要采集的語音信號是男聲還是女聲；
語音采集裝置，控制所述語音采集與識別設(shè)備采集語音信號，所述語音信號是預(yù)先定義的詞組；語音識別裝置，控制所述語音采集與識別設(shè)備識別所述語音信號，如果識別成功，則將識別后的語音信號傳送到下一裝置，否則由所述語音采集裝置再采集一次所述語音信號；動作對應(yīng)裝置，確定所述識別出的語音信號所對應(yīng)的動作類型，所述動作類型是預(yù)先于所述詞組一一對應(yīng)的。
由于采用了上述技術(shù)方案，使用本發(fā)明的用語音控制動物影像運(yùn)動的方法及裝置的硬件系統(tǒng)將語音信號作為虛擬馴養(yǎng)動物的輸入命令信號，參與者可以直接通過聲音來控制虛擬動物的動作，大大方便了參與者，同時也能進(jìn)一步提高參與者的興趣。


圖1是應(yīng)用本發(fā)明的用語音控制動物影像運(yùn)動的方法及裝置的硬件系統(tǒng)的一個實(shí)施例的結(jié)構(gòu)框圖。
圖2是本發(fā)明的用語音控制動物影像運(yùn)動的方法的一個實(shí)施例的流程圖。
圖3是本發(fā)明的用語音控制動物影像運(yùn)動的裝置的一個實(shí)施例的框圖。
圖4是應(yīng)用本發(fā)明方法及裝置進(jìn)行虛擬馴養(yǎng)動物時的畫面效果圖。
具體實(shí)施例方式
下面結(jié)合附圖和實(shí)施例來進(jìn)一步說明本發(fā)明的技術(shù)方案。
本發(fā)明的一個重要特點(diǎn)在于其采用語音信號作為命令信號，因此，其命令接收設(shè)備為一語音信號采集及識別設(shè)備。圖1是應(yīng)用本發(fā)明的用語音控制動物影像運(yùn)動的方法及裝置的硬件系統(tǒng)的一個實(shí)施例的結(jié)構(gòu)框圖。該實(shí)施例中，語音信號采集及識別設(shè)備10包括語音采集設(shè)備11和語音識別設(shè)備12，此處，11為一麥克風(fēng)，參與者只需對著麥克風(fēng)11說出命令即可，12為一計(jì)算機(jī)，進(jìn)行語音識別。麥克風(fēng)11與計(jì)算機(jī)12相連，計(jì)算機(jī)12還與圖像控制設(shè)備13與控制設(shè)備14相連，此處，圖像控制設(shè)備13與控制設(shè)備14均為計(jì)算機(jī)。當(dāng)然，語音識別設(shè)備12、圖像控制設(shè)備13和控制設(shè)備14可以是同一臺計(jì)算機(jī)，也可以是分開不同的計(jì)算機(jī)。圖像顯示設(shè)備13也與控制設(shè)備14相連，同時這兩者也連接到顯示設(shè)備15上，該實(shí)施例中，顯示設(shè)備15是一個顯示器。
由于本發(fā)明采用語音信號作為控制命令信號，因此，語音識別成為本發(fā)明中的一個關(guān)鍵技術(shù)，語音識別的實(shí)質(zhì)就是將參與者的聲音通過計(jì)算機(jī)的處理變成文字。考慮到本發(fā)明會作為一種游戲或公共展項(xiàng)吸引較多的參與者參加，而參與者中方言、口音的變化比較多樣，現(xiàn)有的語音識別技術(shù)需要先進(jìn)行語音訓(xùn)練，以使計(jì)算機(jī)系統(tǒng)適應(yīng)個體的變化要求，而后才進(jìn)行識別。這明顯難以適應(yīng)本發(fā)明的應(yīng)用環(huán)境的要求，因此，本發(fā)明采用了一種新的語音識別技術(shù)。預(yù)先定義好一些簡單的詞組，然后用男聲和女聲分別進(jìn)行語音訓(xùn)練，參與者首先選擇性別，以確定計(jì)算機(jī)進(jìn)行男聲還是女聲的識別，接下來從這些事先定義好的詞組中進(jìn)行選擇，由于預(yù)先定義好的詞組都是比較簡單的，音節(jié)也比較少，因此語音識別設(shè)備可以在非常少的次數(shù)內(nèi)識別出絕大部分的語音信號。這樣就能使參與者不需要進(jìn)行語音訓(xùn)練就能直接使用。
圖2是本發(fā)明的用語音控制動物影像運(yùn)動的方法的一個實(shí)施例的流程圖。應(yīng)用在包括語音采集與識別設(shè)備、圖像生成設(shè)備、顯示設(shè)備和控制設(shè)備的硬件系統(tǒng)上。如圖2所示，該實(shí)施例包括以下步驟a.語音采集及識別的步驟，語音采集與識別設(shè)備采集語音信號并識別出該語音信號所對應(yīng)的動作種類，進(jìn)一步包括以下步驟a1.語音采集與識別設(shè)備接收男、女聲區(qū)分信號，由于男聲和女聲的區(qū)別較大，所以預(yù)先進(jìn)行男聲和女聲的分別訓(xùn)練，然后在開始采集語音信號之前先接收男、女聲區(qū)分信號確定將要采集的語音信號是男聲還是女聲；a2.開始由語音采集與識別設(shè)備采集語音信號，語音信號是預(yù)先定義的詞組；由于本發(fā)明中采用的語音識別技術(shù)沒有語音訓(xùn)練的過程，為了提高語音識別率，就預(yù)先定義一些簡單、音節(jié)短的詞組，例如“向左”、“向右”、“向前”、“向后”、“左轉(zhuǎn)”、“右轉(zhuǎn)”、“跑”、“跳”......之類，之后參與者就從這些詞組中選擇一個，由于這些詞組的發(fā)音比較清晰，音節(jié)又較短，因此能做到較高的識別率；當(dāng)然，進(jìn)行語音識別的方法有多種，熟悉本領(lǐng)域的技術(shù)人員可以采用其他語音識別方法而不脫離本發(fā)明的發(fā)明思想。
a3.語音采集與識別設(shè)備識別所述語音信號，如果識別成功，則進(jìn)入下一步驟，否則回到上一步驟a2再采集一次所述語音信號；對采集到的語音信號進(jìn)行識別，由于影響語音輸入的因素較多，因此難免會出現(xiàn)識別不出的情況，如果無法識別出采集到的語音信號，則回到步驟a2再進(jìn)行一次采集；a4.確定識別出的語音信號所對應(yīng)的動作類型，動作類型是預(yù)先與詞組一一對應(yīng)的；事先將每一詞組與一動作類型建立對應(yīng)關(guān)系，在識別出該詞組后，找到其所對應(yīng)的動作類型；b.圖像生成的步驟，根據(jù)語音采集及識別的步驟中確定的動作種類，圖像生成設(shè)備生成動物的一系列動作影像；圖像生成設(shè)備中保存有預(yù)先設(shè)定的對應(yīng)所有動作類型的圖像，并且每一動作類型與其中的多幀圖像相對應(yīng)，其實(shí)就是在圖像生成設(shè)備中保存有一段動物的各種動作的連續(xù)影像，然后每一動作種類對應(yīng)其中的多幀圖像；該實(shí)施例中，動物動作的影像由OpenInventer制作，當(dāng)然，熟悉本領(lǐng)域的技術(shù)人員也可以使用其他軟件來制作動物的動作影像。
c.顯示圖像的步驟，根據(jù)圖像生成的步驟中生成的一系列動作影像，首先顯示相應(yīng)背景，再顯示一系列動作影像，具體包括c1.根據(jù)動作種類，確定并顯示相應(yīng)背景，背景是預(yù)先保存在圖像生成設(shè)備中并與動作類型相對應(yīng)的，該實(shí)施例中，背景也是用OpenInventer制作的；c2.顯示一系列動作影像，該一系列動作影像即是每一動作類型所對應(yīng)的多幀圖像。由于預(yù)先將詞組、動作類型和動作影像一一對應(yīng)，因此此時顯示設(shè)備上就顯示動物出對應(yīng)于參與者命令的動作。
d.判斷過程是否結(jié)束的步驟，判斷控制設(shè)備是否收到結(jié)束信號，若收到，則結(jié)束該過程；若沒有收到，則重復(fù)上述3個步驟，采集下一個語音信號。如果整個硬件系統(tǒng)采用定時的方式，該結(jié)束信號就是一個定時信號，時間一到，控制設(shè)備自動產(chǎn)生一個定時信號，于是所有過程結(jié)束；如果硬件系統(tǒng)不采用定時方式，則控制設(shè)備接收到一個終止信號作為結(jié)束的標(biāo)志，該實(shí)施例中，控制設(shè)備是一計(jì)算機(jī)，該終止信號就由計(jì)算機(jī)的輸入設(shè)備輸入。
圖3是本發(fā)明的用語音控制動物影像運(yùn)動的裝置的一個實(shí)施例的框圖。應(yīng)用在包括語音采集與識別設(shè)備、圖像生成設(shè)備、顯示設(shè)備和控制設(shè)備的硬件系統(tǒng)上，該裝置包括語音采集及識別裝置30，控制語音采集與識別設(shè)備采集語音信號并識別出該語音信號所對應(yīng)的動作種類；男、女聲區(qū)分裝置301，接收男、女聲區(qū)分信號，確定將要采集的語音信號是男聲還是女聲；預(yù)先進(jìn)行男聲和女聲的分別訓(xùn)練，然后在開始采集語音信號之前先接收男、女聲區(qū)分信號確定將要采集的語音信號是男聲還是女聲；語音采集裝置302，控制語音采集與識別設(shè)備采集語音信號，語音信號是預(yù)先定義的詞組；語音采集裝置302可以是一個麥克風(fēng)；語音識別裝置303，控制語音采集與識別設(shè)備識別所述語音信號，如果識別成功，則將識別后的語音信號傳送到動作對應(yīng)裝置304，否則由語音采集裝置302再采集一次語音信號；動作對應(yīng)裝置304，確定識別出的語音信號所對應(yīng)的動作類型，動作類型是預(yù)先于所述詞組一一對應(yīng)的。
圖像生成裝置31，根據(jù)語音采集及識別裝置30確定的動作種類，控制圖像生成設(shè)備生成動物的一系列動作影像；圖像生成設(shè)備中保存有預(yù)先設(shè)定的對應(yīng)所有動作類型的圖像，并且每一動作類型與其中的多幀圖像相對應(yīng)，其實(shí)就是在圖像生成設(shè)備中保存有一段動物的各種動作的連續(xù)影像，然后每一動作種類對應(yīng)其中的多幀圖像；該實(shí)施例中，動物動作的影像由OpenInventer制作，當(dāng)然，熟悉本領(lǐng)域的技術(shù)人員也可以使用其他軟件來制作動物的動作影像。
圖像顯示裝置32，根據(jù)圖像生成裝置31生成的一系列動作影像，首先顯示相應(yīng)背景，再顯示一系列動作影像，進(jìn)一步包括背景顯示裝置321，確定并顯示相應(yīng)背景，背景是預(yù)先保存在圖像生成設(shè)備中并與動作類型相對應(yīng)的，該實(shí)施例中，背景也是用OpenInventer制作的；動作顯示裝置322，顯示一系列動作影像，該一系列動作影像即是每一動作類型所對應(yīng)的多幀圖像。由于預(yù)先將詞組、動作類型和動作影像一一對應(yīng)，因此此時顯示設(shè)備上就顯示動物出對應(yīng)于參與者命令的動作。
判斷過程是否結(jié)束的裝置33，判斷控制設(shè)備是否收到結(jié)束信號，若收到，則結(jié)束該過程；若沒有收到，則采集下一個語音信號。如果整個硬件系統(tǒng)采用定時的方式，該結(jié)束信號就是一個定時信號，時間一到，控制設(shè)備自動產(chǎn)生一個定時信號，判斷過程是否結(jié)束的裝置33檢測到這個信號，于是所有過程結(jié)束；如果硬件系統(tǒng)不采用定時方式，則判斷過程是否結(jié)束的裝置33檢測控制設(shè)備接收到一個終止信號作為結(jié)束的標(biāo)志，該實(shí)施例中，控制設(shè)備是一計(jì)算機(jī)，該終止信號就由計(jì)算機(jī)的輸入設(shè)備輸入。
圖4是應(yīng)用本發(fā)明方法及裝置進(jìn)行虛擬馴養(yǎng)動物時的畫面效果圖。該實(shí)施例中，虛擬的動物是狗，圖4A、圖4B和圖4C是狗在參與者的指令下進(jìn)行各種動作的畫面效果圖。
由于采用了上述技術(shù)方案，使用本發(fā)明的用語音控制動物影像運(yùn)動的方法及裝置的硬件系統(tǒng)將語音信號作為虛擬馴養(yǎng)動物的輸入命令信號，參與者可以直接通過聲音來控制虛擬動物的動作，大大方便了參與者，同時也能進(jìn)一步提高參與者的興趣。
上述詳細(xì)說明的實(shí)施例是提供給熟悉本領(lǐng)域內(nèi)的人員來實(shí)現(xiàn)或使用本發(fā)明的，熟悉本領(lǐng)域的人員可在不脫離本發(fā)明的發(fā)明思想的情況下，對上述實(shí)施例做出種種修改或變化，因而本發(fā)明的保護(hù)范圍并不被上述實(shí)施例所限，而應(yīng)該是符合權(quán)利要求書提到的創(chuàng)新性特征的最大范圍。
權(quán)利要求
1.一種用語音控制動物影像運(yùn)動的方法，應(yīng)用在包括語音采集與識別設(shè)備、圖像生成設(shè)備、顯示設(shè)備和控制設(shè)備的硬件系統(tǒng)上，該方法包括以下步驟a.語音采集及識別的步驟，所述語音采集與識別設(shè)備采集語音信號并識別出該語音信號所對應(yīng)的動作種類；b.圖像生成的步驟，根據(jù)所述語音采集及識別的步驟中確定的所述動作種類，所述圖像生成設(shè)備生成所述動物的一系列動作影像；c.顯示圖像的步驟，根據(jù)所述圖像生成的步驟中生成的一系列動作影像，首先顯示相應(yīng)背景，再顯示所述一系列動作影像；d.判斷過程是否結(jié)束的步驟，判斷所述控制設(shè)備是否收到結(jié)束信號，若收到，則結(jié)束該過程；若沒有收到，則重復(fù)上述3個步驟，采集下一個語音信號。
2.如權(quán)利要求1所述的用語音控制動物影像運(yùn)動的方法，其特征在于，所述語音采集及識別的步驟進(jìn)一步包括a1.所述語音采集與識別設(shè)備接收男、女聲區(qū)分信號，確定將要采集的語音信號是男聲還是女聲；a2.所述語音采集與識別設(shè)備采集語音信號，所述語音信號是預(yù)先定義的詞組；a3.所述語音采集與識別設(shè)備識別所述語音信號，如果識別成功，則進(jìn)入下一步驟，否則回到上一步驟a2再采集一次所述語音信號；a4.確定所述識別出的語音信號所對應(yīng)的動作類型，所述動作類型是預(yù)先與所述詞組一一對應(yīng)的。
3.如權(quán)利要求1所述的用語音控制動物影像運(yùn)動的方法，其特征在于，所述圖像生成的步驟，根據(jù)所述動作種類，確定對應(yīng)該動作種類的多幀圖像；所述圖像生成設(shè)備中保存有預(yù)先設(shè)定的對應(yīng)所有動作類型的圖像，并且每一動作類型與其中的多幀圖像相對應(yīng)。
4.如權(quán)利要求1所述的用語音控制動物影像運(yùn)動的方法，其特征在于，所述顯示圖像的步驟進(jìn)一步包括c1.根據(jù)所述動作種類，確定并顯示相應(yīng)背景，所述背景是預(yù)先保存在所述圖像生成設(shè)備中并與所述動作類型相對應(yīng)的；c2.顯示所述一系列動作影像，該一系列動作影像即是所述每一動作類型所對應(yīng)的多幀圖像。
5.如權(quán)利要求1所述的用語音控制動物影像運(yùn)動的方法，其特征在于，所述判斷過程是否結(jié)束的步驟，所述控制設(shè)備接收到的結(jié)束信號是一定時信號或一終止信號。
6.一種用語音控制動物影像運(yùn)動的裝置，應(yīng)用在包括語音采集與識別設(shè)備、圖像生成設(shè)備、顯示設(shè)備和控制設(shè)備的硬件系統(tǒng)上，該裝置包括語音采集及識別裝置，控制所述語音采集與識別設(shè)備采集語音信號并識別出該語音信號所對應(yīng)的動作種類；圖像生成裝置，根據(jù)所述語音采集及識別裝置確定的所述動作種類，控制所述圖像生成設(shè)備生成所述動物的一系列動作影像；圖像顯示裝置，根據(jù)所述圖像生成裝置生成的一系列動作影像，首先顯示相應(yīng)背景，再顯示所述一系列動作影像；判斷過程是否結(jié)束的裝置，判斷所述控制設(shè)備是否收到結(jié)束信號，若收到，則結(jié)束該過程；若沒有收到，則采集下一個語音信號。
7.如權(quán)利要求6所述的用語音控制動物影像運(yùn)動的裝置，其特征在于，所述語音采集及識別裝置進(jìn)一步包括男、女聲區(qū)分裝置，接收男、女聲區(qū)分信號，確定將要采集的語音信號是男聲還是女聲；語音采集裝置，控制所述語音采集與識別設(shè)備采集語音信號，所述語音信號是預(yù)先定義的詞組；語音識別裝置，控制所述語音采集與識別設(shè)備識別所述語音信號，如果識別成功，則將識別后的語音信號傳送到下一裝置，否則由所述語音采集裝置再采集一次所述語音信號；動作對應(yīng)裝置，確定所述識別出的語音信號所對應(yīng)的動作類型，所述動作類型是預(yù)先于所述詞組一一對應(yīng)的。
8.如權(quán)利要求6所述的用語音控制動物影像運(yùn)動的裝置，其特征在于，所述圖像生成裝置，根據(jù)所述動作種類，確定對應(yīng)該動作種類的多幀圖像；所述圖像生成設(shè)備中保存有預(yù)先設(shè)定的對應(yīng)所有動作類型的圖像，并且每一動作類型與其中的多幀圖像相對應(yīng)。
9.如權(quán)利要求6所述的用語音控制動物影像運(yùn)動的裝置，其特征在于，所述圖像顯示裝置進(jìn)一步包括背景顯示裝置，根據(jù)所述動作種類，確定并顯示相應(yīng)背景，所述背景是預(yù)先保存在所述圖像生成設(shè)備中并與所述動作類型相對應(yīng)的；動作顯示裝置，顯示所述一系列動作影像，該一系列動作影像即是所述每一動作類型所對應(yīng)的多幀圖像。
10.如權(quán)利要求6所述的用語音控制動物影像運(yùn)動的裝置，其特征在于，所述判斷過程是否結(jié)束的裝置，所述結(jié)束信號是一定時信號或一終止信號。
全文摘要
本發(fā)明公開了一種用語音控制動物影像運(yùn)動的方法和裝置，該方法包括語音采集及識別的步驟、圖像生成的步驟、顯示圖像的步驟、判斷過程是否結(jié)束的步驟。該裝置包括語音采集及識別裝置、圖像生成裝置、圖像顯示裝置、判斷過程是否結(jié)束的裝置。由于采用了上述技術(shù)方案，使用本發(fā)明的用語音控制動物影像運(yùn)動的方法及裝置的硬件系統(tǒng)將語音信號作為虛擬馴養(yǎng)動物的輸入命令信號，參與者可以直接通過聲音來控制虛擬動物的動作，大大方便了參與者，同時也能進(jìn)一步提高參與者的興趣。
文檔編號A01K29/00GK1609950SQ20031010801
公開日2005年4月27日 申請日期2003年10月20日 優(yōu)先權(quán)日2003年10月20日
發(fā)明者胡學(xué)增, 梁兆正, 許永順, 吳為昊, 柯少敏, 肖建敏 申請人:上?？萍拣^