專利名稱：采用肌電描記傳感器啟動與基于語音的裝置的口頭交流的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明通常涉及基于語音的系統(tǒng)，并且更具體地涉及啟動與基于語音的系統(tǒng)的口頭交流(oral communication)。
背景技術(shù)：
人類通過各種方式與各種電子裝置進行接口(interface)。人類與電子裝置進行接口的方式大部分取決于該裝置的功能。例如，計算機典型地在些時候依賴于來自用戶的數(shù)據(jù)輸入，并且在傳統(tǒng)上這種輸入來自鍵盤、鼠標、或某些其它類型的外圍裝置。然而，移動電話不僅通過鍵盤接收輸入，而且通過麥克風進行口頭輸入。但是占主導的情況是，用戶與該裝置進行接口，以告知該裝置所要處理的信息。
在接口技術(shù)中可以察覺到有一種“免提”接口的趨勢。在很多情況下，人們可能需要或希望與電子裝置進行接口，而不需要大量的物理操作或甚至接觸。例如，汽車司機在駕駛的時候，由于安全的原因可能希望不必通過手動來撥電話號碼，或使用手動控制來操作諸如導航系統(tǒng)的裝置?？商鎿Q地，身體障礙人士可能在操作諸如鍵盤和鼠標的常規(guī)計算外圍裝置時具有巨大的困難。某些身體障礙人士可能完全不能從身體上操作這些種類的外圍裝置。在這些情況下，免提接口就大大增強了各種電子裝置的功用。
在基于語音的技術(shù)中的最新進展已經(jīng)加速了這種免提接口的趨勢。傳統(tǒng)上，基于語音的技術(shù)(包括語音識別技術(shù))性能非常差，或者完全不能工作。產(chǎn)生這些困難的某些原因是語言本身。每種語言都有其自己的語法、句法、發(fā)音、拼寫等規(guī)則，它們中的某些相對較復雜，從而不同的語言典型地需要單獨的應(yīng)用。這就損害了應(yīng)用的通用性。某些困難是由語音引起的。即使兩個人說相同的語言，它們講起來也可能非常不同。這種情況的一個經(jīng)典范例就是，美國英語與英國英語的區(qū)別。但是更微妙的是，語音通常不僅隨語言而變，而且還隨其它因素(諸如方言、成語、地理位置等)而變。當在噪音環(huán)境中(諸如在車輛中或在工廠地板上)使用基于語音的系統(tǒng)時產(chǎn)生另一個問題。
計算技術(shù)中的進步已經(jīng)明顯地有助于基于語音的系統(tǒng)中的進步。電子裝置的計算能力已經(jīng)明顯地增加了，而產(chǎn)生這種計算能力的電路大小卻明顯地減小。于是電子裝置越來越小，并且計算能力越來越強。這就讓設(shè)計者能夠采用更強大和復雜的軟件算法，以處理口頭輸入(oral input)并得到合理精確的結(jié)果。
盡管具有最新的這些進展，但是與現(xiàn)代電子裝置進行接口通常需要來自用戶的手動干涉。例如，啟動接口仍然典型地需要某些手動干涉。一種通常的實施方式就是熟知的“即按即說”切換(push-to-talkswitch)，其中需要用戶實際操作。對于移動電話，該切換通常位于插入電話的耳機(headset)的繩上。對于計算設(shè)備，該切換可以是鍵盤上被編程的熱鍵，或者是顯示給用戶的圖形用戶界面中的可點擊按鈕。不管是哪種方式，該電子裝置都是被動的，即其不能檢測會話的啟動，用戶必須手動啟動會話。
本發(fā)明意欲克服、或者至少減少上述一個或多個問題。

發(fā)明內(nèi)容
本發(fā)明是一種用于電子裝置的用戶接口和一種用于與電子裝置進行接口的方法。該用戶接口包括傳感器和接口。該傳感器能夠感測與口頭交流相關(guān)聯(lián)的用戶的物理移動并產(chǎn)生其指示。該傳感器然后能夠通過該接口向電子裝置提供該指示。該方法包括感測用戶的物理移動，并響應(yīng)于對物理移動的感測，向電子裝置指示口頭交流的啟動。


可以連同附圖一起，參照下面的描述理解本發(fā)明，其中相同的附圖標記表示相同的部件，并且其中圖1所述為根據(jù)本發(fā)明的系統(tǒng)的第一實施例；圖2所述為可以在圖1的系統(tǒng)中使用的耳機的一個實施例；圖3所述為在圖1的系統(tǒng)中使用的電子裝置的功能性方框圖；圖4所示為本發(fā)明的第二實施例，其中耳機通過無線通信鏈路與計算設(shè)備進行接口；和圖5所示為本發(fā)明的第三實施例，其中電子裝置安裝有麥克風。
但是本發(fā)明容許有各種修改和替換形式，這里已經(jīng)通過范例的方式示出了本發(fā)明的具體實施例，并對其進行了詳細描述。然而應(yīng)該理解的是，此處具體實施例的描述并不意欲將本發(fā)明限制為所公開的特定形式，相反其意欲覆蓋通過所附權(quán)利要求書限定的本發(fā)明的精神和范圍內(nèi)的所有修改、等同物和替換形式。
具體實施例方式
下面描述本發(fā)明的說明性實施例。出于清楚的考慮，在本說明中并沒有描述實際實施方式的所有特征。當然會理解的是，在開發(fā)這種實際的實施例中，必須做出多種實施方式特定的判決，以實現(xiàn)開發(fā)者的具體目標，諸如符合與系統(tǒng)相關(guān)的和商業(yè)相關(guān)的限制，其會根據(jù)各種不同的實施方式而變化。而且應(yīng)該理解的是，這種開發(fā)努力可能會比較復雜和費時，但是對于任何受到本發(fā)明教導的本領(lǐng)域的熟練技術(shù)人員都是常規(guī)程序。
對這里所使用的術(shù)語和短語的理解和解釋應(yīng)該與相關(guān)技術(shù)領(lǐng)域的熟練技術(shù)人員對這些詞語和短語所理解的意義一致。這里，屬于或短語的一致使用不會暗指該術(shù)語或短語的特殊定義，即與本領(lǐng)域的熟練技術(shù)人員所理解的普通意義和習慣意義不同的定義。在術(shù)語或短語意欲表示特殊意義(即與本領(lǐng)域的熟練技術(shù)人員所理解的意義不同的意義)時，會在說明中以定義的方式陳述這種特殊定義，其直接并且明確地提供該術(shù)語或短語的特殊定義。
如下更加詳細的討論，本發(fā)明在其各個方面和實施例中包括能夠感測與口頭交流相關(guān)聯(lián)的用戶的物理移動并產(chǎn)生其指示的傳感器；和該傳感器能夠通過其向電子裝置提供該指示的接口。在使用中，該傳感器感測用戶的物理移動，并且向電子裝置指示啟動口頭交流，以響應(yīng)于對物理移動的感測。通過這種方式，用戶基本上可以“免提”地與電子裝置進行接口。
現(xiàn)在轉(zhuǎn)向附圖，圖1所述為本發(fā)明的特定實施例100。圖1的實施例包括通過通信鏈路109與電子裝置106通信的耳機103。在該特定實施例中，通信鏈路109包括線纜112和連接器115，耳機103通過其與電子裝置106進行接口。該電子裝置106例如可以是計算設(shè)備118，或可替換地是移動電話121。在替換實施例中，該電子裝置106可以是任何能夠支持基于語音的特征的裝置，包括并不限于語音識別系統(tǒng)、音頻記錄器等。
在圖2中更加詳細的描述了耳機103。耳機103包括基部(base)200、從基部200向外延伸的架桿(boom)203、安裝在架桿203末端的麥克風209、與基部200關(guān)聯(lián)的傳感器212、揚聲器215和受話器蓋(ear piece)218。當使用耳機103時，傳感器212能夠感測與口頭交流相關(guān)的物理移動。在所述實施例中，受話器蓋218將耳機103與用戶固定，并進一步定位基部200，以將傳感器212放在靠近用戶的理想位置，以感測用戶的物理移動。在該特定實施例中，該傳感器212位于用戶的下頜與頭骨相連接的顳下頜關(guān)節(jié)的區(qū)域中。在替換的實施例中，該傳感器212可以位于在其中能夠檢測到用戶的所需移動(諸如用戶的至少一部分臉部運動)的任何所需位置。架桿203可以用來相對于用戶的嘴部定位麥克風209。架桿203、麥克風209、和揚聲器215以常規(guī)的方式工作。
在所述實施例中，傳感器212是肌電描記(electromyographicEMG)傳感器。EMG傳感器在某些醫(yī)學領(lǐng)域中、并且特別是在物理康復治療和人造修復中是熟知的。將EMG傳感器放置在皮膚表面上，感測在皮膚下由于神經(jīng)元(neuron)刺激收縮肌肉產(chǎn)生的肌肉電活動。如在所述實施例中所提到的，在顳下頜關(guān)節(jié)的區(qū)域中及其周圍放置傳感器212，所述顳下頜關(guān)節(jié)富含有大量與語音相關(guān)的肌肉組織。當用戶啟動口頭交流時，傳感器212感測肌肉的電活動，并產(chǎn)生指示可以進行口頭交流的信號。
在所述實施例中，基部200協(xié)同受話器蓋218一起定位傳感器212，使得其能夠感測用戶的物理移動。然而，基部200只是可以實現(xiàn)該功能的一個設(shè)備。在本發(fā)明的教導下，本領(lǐng)域的技術(shù)人員可以清楚其它設(shè)備。在一個實施例中，基部200、受話器蓋218、和架桿203可以提供用于將麥克風209固定到所需位置上的設(shè)備。但是也可以其它方式實施該特征，諸如將架桿固定到地軸架(未示出)上。受話器蓋218也只是通過其可以定位基部200以放置傳感器212來感測物理移動的一個設(shè)備。例如可以替代使用頭帶(headband)，并且還可以使用其它設(shè)備。
在所述實施例中，傳感器212感測與口頭交流相關(guān)的用戶的物理移動。該范例中的傳感器212是變換器(transducer)，并且從而產(chǎn)生表示移動的輸出，即電子信號。在某些實施例中，最好可以使用另外的電路來調(diào)節(jié)信號，以與電子裝置106所采用的輸入/輸出(I/O)協(xié)議兼容。但是注意到，這種調(diào)節(jié)并不需要太復雜，因為在某些情況下該信號可能用來簡單地表示口頭交流的啟動。
圖3所述的功能性方框圖為在計算設(shè)備118中實施的能夠提供語音識別能力的電子裝置106。計算設(shè)備118包括通過總線系統(tǒng)315與某個存儲器310通信的處理器305。存儲器310可以包括硬盤和/或RAM和/或可移動存儲器，諸如磁盤317和光盤320。在所述實施例中，存儲器310包括語音識別軟件323和一個或多個用于為語音識別軟件323提供信息的數(shù)據(jù)結(jié)構(gòu)325。可以以本領(lǐng)域所知道的任何方式實施語音識別軟件323和數(shù)據(jù)結(jié)構(gòu)325。
存儲器310也可以包括操作系統(tǒng)330和接口軟件335，其連同顯示器340和耳機103一起組成操作者接口345。該操作者接口345也可以包括可選的外圍I/O裝置，諸如以前未示出的鍵盤350或鼠標355。該處理器305在操作系統(tǒng)330的控制下運行，其實際上可以是本領(lǐng)域所知道的任何操作系統(tǒng)。在操作系統(tǒng)330的控制下，處理器305在啟動時調(diào)用接口軟件335，使得用戶可以控制該計算設(shè)備118。如下更加詳細所述，用戶通過操作者接口345由處理器305調(diào)用該語音識別軟件323。
圖4所示為替換圖1實施例的第二實施例400，其中耳機103通過無線通信鏈路403與計算設(shè)備118進行接口。計算技術(shù)包括多個定義完好、理解完好、并且廣泛熟知的技術(shù)和協(xié)議，用于使外圍裝置(諸如鼠標和鍵盤)與計算系統(tǒng)進行無線接口。這些相同的技術(shù)可以用來實現(xiàn)實施例400。在所述的實施例中，耳機103包括傳輸電路和調(diào)節(jié)電路，以對傳感器212產(chǎn)生的信號進行調(diào)節(jié)。許多計算機已經(jīng)包括端口，諸如端口406(通常位于背面)，用于與可以用于此目的的外圍裝置進行無線通信。在一個實施例中，耳機103可以通過端口406與計算設(shè)備118通信。
圖5所示為第三實施例500，其中耳機503通過無線通信鏈路403與計算設(shè)備118接口，與圖4的實施例中相同。在所述實施例中，耳機503包括基部200、傳感器212、揚聲器215和受話器蓋218。如圖中所見到的，圖5中所示的耳機503并不包括架桿203(參見圖2)和麥克風209(參見圖2)。相反，在所述實施例500中，麥克風506與計算設(shè)備118關(guān)聯(lián)著。特別地，麥克風506安裝到監(jiān)視器509上，但是其可替換地可以安裝在例如麥克風站架(未示出)或CPU盒512上。注意到在某些替換實施例中，只要它們具有“對講機”(walkie-talkie)功能，耳機503還可以與移動電話121(在圖1中未示出)一起使用。
現(xiàn)在返回圖1，在操作中，耳機103固定在用戶的頭上。當用戶開始講話時，就可以感測與口頭交流相關(guān)的用戶的物理移動(例如下頜的移動)。在所述的實施例中，通過檢測收縮產(chǎn)生物理移動的肌肉的電子脈沖來感測這種移動。然后響應(yīng)于對物理移動的感測，將已經(jīng)啟動口頭交流的指示傳送給電子裝置106。電子裝置106然后調(diào)用基于語音的能力(例如圖3中的語音識別軟件323、或移動電話中用于傳輸?shù)男盘柼幚?，以處理通過麥克風209接收的口頭交流。
于是根據(jù)該實施方式，本發(fā)明可以產(chǎn)生優(yōu)于現(xiàn)有技術(shù)的重大好處。例如當與計算機一起使用時，本發(fā)明使得用戶可以更加“免提”地接口，因為用戶不再必須手動地激活基于語音的功能。當與移動電話一起使用時，其通過允許用戶的雙手都保持在方向盤上，可以使得電話的用戶更加安全。在這些和其它實施方式中還有的其它好處和優(yōu)點對于受到本發(fā)明教導的本領(lǐng)域技術(shù)人員是顯而易見的。
這里結(jié)束該詳細描述。上面所公開的特定實施例只是說明性的，由于可以以不同但是等同的方式修改和實現(xiàn)本發(fā)明，其對于受到本發(fā)明教導的本領(lǐng)域的熟練技術(shù)人員是顯而易見的。而且，此處所示的詳細結(jié)構(gòu)和設(shè)計無意欲限制本發(fā)明，而是由下面所述的權(quán)利要求書進行限制。因此顯然可以改變和修改上面所公開的特定實施例，并且所有這些變化都認為是位于本發(fā)明的精神和范圍內(nèi)。相應(yīng)的，此處的保護范圍如下面的權(quán)利要求書中所述。
權(quán)利要求
1.一種用于電子裝置的用戶接口，包括能夠感測與口頭交流相關(guān)聯(lián)的用戶的物理移動并產(chǎn)生其指示的傳感器；和傳感器可通過其將所述指示提供給電子裝置的接口。
2.權(quán)利要求1的用戶接口，進一步包括用于定位傳感器以感測物理移動的裝置。
3.權(quán)利要求1的用戶接口，進一步包括能夠接收來自用戶的口頭交流的麥克風。
4.權(quán)利要求1的用戶接口，其中所述傳感器包括肌電描記傳感器。
5.權(quán)利要求1的用戶接口，其中所述用戶接口包括連接器。
6.權(quán)利要求1的用戶接口，進一步包括用于通過無線通信鏈路傳輸?shù)陌l(fā)射器。
7.一種用于與電子裝置一起使用的耳機，包括基部；與所述基部相關(guān)聯(lián)的麥克風；與所述基部相關(guān)聯(lián)，能夠感測與口頭交流相關(guān)聯(lián)的物理移動并產(chǎn)生其指示的傳感器；可通過其定位所述基部，以放置傳感器來感測物理移動的裝置；和傳感器可通過其將所述指示傳送給電子裝置的接口。
8.權(quán)利要求7的耳機，其中所述基部和受話器蓋包括用于定位傳感器的裝置。
9.權(quán)利要求7的耳機，其中所述傳感器包括肌電描記傳感器。
10.權(quán)利要求7的耳機，其中所述用戶接口包括連接器。
11.權(quán)利要求7的耳機，其中所述用戶接口包括無線通信鏈路。
12.權(quán)利要求7的耳機，進一步包括與基部相關(guān)聯(lián)的揚聲器。
13.權(quán)利要求7的耳機，其中基部定位裝置包括受話器蓋或頭帶。
14.一種設(shè)備，包括電子裝置；和用戶接口，包括能夠感測與口頭交流相關(guān)聯(lián)的用戶的物理移動并產(chǎn)生其指示的傳感器；和傳感器可通過其將所述指示傳送給電子裝置的接口。
15.權(quán)利要求14的設(shè)備，進一步包括用于定位傳感器以感測物理移動的裝置。
16.權(quán)利要求14的設(shè)備，進一步包括能夠接收來自用戶的口頭交流的麥克風。
17.權(quán)利要求14的設(shè)備，其中所述傳感器包括肌電描記傳感器。
18.權(quán)利要求14的設(shè)備，其中所述用戶接口包括連接器。
19.權(quán)利要求14的設(shè)備，其中所述用戶接口包括無線通信鏈路。
20.權(quán)利要求14的設(shè)備，其中所述電子裝置包括計算裝置或移動電話。
21.一種用于與電子裝置進行接口的方法，包括感測用戶的物理移動；和響應(yīng)于對物理移動的感測，向電子裝置指示口頭交流的啟動。
22.權(quán)利要求21的方法，進一步包括接收所述口頭交流；調(diào)用基于語音的能力；和處理接收的口頭交流，以響應(yīng)感測口頭交流的啟動。
23.權(quán)利要求21的方法，進一步包括啟動與所述電子裝置的口頭交流。
24.權(quán)利要求21的方法，進一步包括定位所述傳感器，以感測物理移動。
25.權(quán)利要求21的方法，其中感測物理移動包括感測產(chǎn)生物理移動的肌肉組織的電活動。
26.權(quán)利要求21的方法，其中向所述電子裝置進行指示包括產(chǎn)生電子信號。
27.權(quán)利要求26的方法，其中向所述電子裝置進行指示包括調(diào)節(jié)所述電子信號。
全文摘要
本發(fā)明公開了一種用于電子裝置的用戶接口，和一種用于與電子裝置進行接口的方法。該用戶接口包括傳感器和接口。該傳感器能夠感測與口頭交流相關(guān)的用戶的物理移動并產(chǎn)生其指示。該傳感器然后能夠通過該接口向電子裝置提供該指示。該方法包括感測用戶的物理移動，并響應(yīng)于對物理移動的感測，向電子裝置指示口頭交流的啟動。
文檔編號G06F3/00GK1707425SQ20051000434
公開日2005年12月14日 申請日期2005年1月13日 優(yōu)先權(quán)日2004年1月14日
發(fā)明者凱文·B.·安布羅斯 申請人:國際商業(yè)機器公司