基于深度的語(yǔ)境識(shí)別的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及使用姿勢(shì)或手勢(shì)信息識(shí)別語(yǔ)音命令以提高語(yǔ)音識(shí)別的準(zhǔn)確性。
【背景技術(shù)】
[0002]車輛的駕駛員或乘客通常用手指或手使用開(kāi)關(guān)、屏幕、鍵盤(pán)或其它輸入機(jī)構(gòu)來(lái)操作車輛中的各種設(shè)備。這樣的輸入機(jī)構(gòu)可以用于操作例如導(dǎo)航系統(tǒng)、娛樂(lè)系統(tǒng)、空調(diào)系統(tǒng)或電話系統(tǒng)。有時(shí)，必須要對(duì)輸入機(jī)構(gòu)執(zhí)行一系列復(fù)雜的操作來(lái)向設(shè)備發(fā)出期望的命令。然而對(duì)于駕駛員來(lái)說(shuō)，將雙手保持在方向盤(pán)上并且僅用短暫的時(shí)間通過(guò)手間歇地操作這些輸入設(shè)備是更為可取的。根據(jù)操作的復(fù)雜性，在駕駛員能夠執(zhí)行期望的操作之前可能需要多次嘗試來(lái)操作輸入設(shè)備。
[0003]因此，使用較少的利用駕駛員的雙手的操作模式是有利的。一種這樣的操作模式是語(yǔ)音識(shí)別。語(yǔ)音識(shí)別是將聲音信號(hào)轉(zhuǎn)化成語(yǔ)音元素(例如，音素、詞語(yǔ)以及句子)的處理過(guò)程。語(yǔ)音識(shí)別已經(jīng)應(yīng)用在從電話操作到車輛操作的各種領(lǐng)域。在語(yǔ)音識(shí)別系統(tǒng)中，由輸入設(shè)備(例如，傳聲器)采集音頻信號(hào)并將其轉(zhuǎn)化成數(shù)字信號(hào)，然后使用一種或多種算法將其處理成包含在音頻信號(hào)中的輸出語(yǔ)音元素。根據(jù)應(yīng)用領(lǐng)域，識(shí)別出的語(yǔ)音元素可以是語(yǔ)音識(shí)別的最終結(jié)果或者是用于進(jìn)一步處理的中間信息。
[0004]在車輛中使用語(yǔ)音識(shí)別的問(wèn)題之一是，類似的或者相同的言語(yǔ)命令可以用于不同的設(shè)備。類似的或相同的言語(yǔ)命令的共用導(dǎo)致言語(yǔ)命令中的歧義。例如，諸如“定位XYZ”的命令可表示在導(dǎo)航的情況下特定興趣點(diǎn)(POI)的定位，而相同的命令還可表示娛樂(lè)系統(tǒng)中音軌的識(shí)別。如果用戶的命令的語(yǔ)境沒(méi)有被正確地識(shí)別，用戶意圖之外的操作可被車輛中的設(shè)備執(zhí)行。
[0005]由于歧義性的言語(yǔ)命令所造成的無(wú)意操作以及隨后的補(bǔ)救措施所花費(fèi)的時(shí)間會(huì)損害用戶體驗(yàn)并且導(dǎo)致用戶恢復(fù)人工操作。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的實(shí)施例提供基于用戶的姿勢(shì)或手勢(shì)識(shí)別言語(yǔ)命令的系統(tǒng)或方法。通過(guò)表示用戶的姿勢(shì)或手勢(shì)的手勢(shì)信息選擇有可能被用戶定為目標(biāo)用于操作的多個(gè)設(shè)備中的一個(gè)或多個(gè)設(shè)備。根據(jù)所接收的手勢(shì)信息選擇與被用戶定為目標(biāo)的一個(gè)或多個(gè)設(shè)備關(guān)聯(lián)的多個(gè)言語(yǔ)命令。使用選擇的多個(gè)言語(yǔ)命令處理音頻信號(hào)以確定用于操作所述一個(gè)或多個(gè)設(shè)備的設(shè)備命令。
[0007]在本發(fā)明的一種實(shí)施例中，深度相機(jī)用于拍攝至少一個(gè)深度影像。各個(gè)深度影像覆蓋用戶的至少部分并且包括表示從深度相機(jī)到用戶的所述至少部分的距離的像素。處理所述至少一個(gè)深度影像以確定用戶的姿勢(shì)或手勢(shì)。根據(jù)所識(shí)別的姿勢(shì)或手勢(shì)生成手勢(shì)信息。
[0008]在一種實(shí)施例中，用戶的所述至少部分包括用戶的手或前臂。
[0009]在一種實(shí)施例中，深度相機(jī)安裝在帶有覆蓋用戶的視野的車輛中的頭頂控制臺(tái)中。
[0010]在一種實(shí)施例中，所述多個(gè)設(shè)備包括車輛中的至少導(dǎo)航系統(tǒng)以及娛樂(lè)系統(tǒng)。
[0011]在一種實(shí)施例中，手勢(shì)信息表示用戶的手或前臂是否定位在自深度相機(jī)的距離之內(nèi)或者是否定位在自深度相機(jī)的所述距離之外。響應(yīng)于表示手或前臂定位在所述距離之內(nèi)的手勢(shì)信息選擇第一組言語(yǔ)命令。響應(yīng)于表示手或前臂定位在所述距離之外的手勢(shì)信息選擇第二組言語(yǔ)命令。
[0012]在一種實(shí)施例中，第一組言語(yǔ)命令與在車輛中執(zhí)行導(dǎo)航操作相關(guān)聯(lián)。第二組言語(yǔ)命令與操作娛樂(lè)系統(tǒng)、空調(diào)控制系統(tǒng)或診斷系統(tǒng)相關(guān)聯(lián)。
[0013]說(shuō)明書(shū)中描述的特征和優(yōu)點(diǎn)不是包括一切的，并且特別地，許多額外的特征和優(yōu)點(diǎn)對(duì)于查看了附圖、說(shuō)明書(shū)以及權(quán)利要求書(shū)的本領(lǐng)域技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的。此外，應(yīng)當(dāng)注意的是，本說(shuō)明書(shū)中使用的語(yǔ)言主要選擇用于可讀性和指導(dǎo)的目的，而不是選擇用來(lái)描繪或限制發(fā)明主題。
【附圖說(shuō)明】
[0014]通過(guò)結(jié)合附圖考慮下面的詳細(xì)描述可以容易地理解本發(fā)明的教導(dǎo)。
[0015]圖1A為根據(jù)一種實(shí)施例的裝備有命令處理系統(tǒng)的車輛的側(cè)視圖。
[0016]圖1B為根據(jù)一種實(shí)施例的圖1A的車輛的俯視圖。
[0017]圖2為根據(jù)一種實(shí)施例的命令處理系統(tǒng)的框圖。
[0018]圖3為根據(jù)一種實(shí)施例的語(yǔ)音識(shí)別模塊的框圖。
[0019]圖4為根據(jù)一種實(shí)施例的說(shuō)明用于興趣點(diǎn)的搜索區(qū)域的概念圖。
[0020]圖5為根據(jù)一種實(shí)施例的基于由相機(jī)拍攝的深度影像執(zhí)行語(yǔ)音識(shí)別的方法的流程圖。
【具體實(shí)施方式】
[0021]現(xiàn)在參考附圖描述優(yōu)選實(shí)施例，附圖中相似的附圖標(biāo)記表示完全相同或功能上相似的元素。
[0022]說(shuō)明書(shū)中提到的“一種實(shí)施例”或“實(shí)施例”表示結(jié)合所述實(shí)施例描述的特定的特征、結(jié)構(gòu)或特性包括在至少一種實(shí)施例中。在說(shuō)明書(shū)中多處出現(xiàn)的短語(yǔ)“在一種實(shí)施例中”不一定都指的是相同的實(shí)施例。
[0023]下面的詳細(xì)描述的某些部分以計(jì)算機(jī)存儲(chǔ)器內(nèi)數(shù)據(jù)位的操作的算法和符號(hào)表示的形式給出。這些算法描述和表示是由數(shù)據(jù)處理領(lǐng)域的技術(shù)人員用來(lái)最有效地將他們工作的實(shí)質(zhì)傳達(dá)給本領(lǐng)域的其他技術(shù)人員的方法。在這里，算法通常被看作是導(dǎo)致期望的結(jié)果的自洽的步驟(指令)序列。所述步驟是需要物理量的物理處理的那些步驟。盡管不是必須的，但這些量通常采取能夠被存儲(chǔ)、傳送、組合、比較以及以其它方式處理的電信號(hào)、磁信號(hào)或光信號(hào)的形式。主要是出于通用的原因，有時(shí)將這些信號(hào)稱為比特、值、元素、符號(hào)、字符、項(xiàng)、數(shù)字等是方便的。此外，有時(shí)將需要物理量的物理操作的步驟的某些安排稱為模塊設(shè)備或編碼設(shè)備也是方便的，而且不失一般性。
[0024]然而，所有這些和類似的術(shù)語(yǔ)都與合適的物理量相關(guān)聯(lián)，并且僅僅是應(yīng)用于這些量的方便的標(biāo)號(hào)。除非以下討論中明顯地另有特別聲明，否則應(yīng)當(dāng)理解的是，在整個(gè)說(shuō)明書(shū)中，利用諸如“處理”或“計(jì)算(computing) ”或“計(jì)算(calculating) ”或“確定”或“顯示”或“確定”等術(shù)語(yǔ)的討論是指計(jì)算機(jī)系統(tǒng)或類似的電子計(jì)算設(shè)備對(duì)在計(jì)算機(jī)系統(tǒng)存儲(chǔ)器或寄存器或其它這種信息存儲(chǔ)、傳輸或顯示設(shè)備內(nèi)表示為物理(電子)量的數(shù)據(jù)進(jìn)行操縱和變換的動(dòng)作和過(guò)程。
[0025]實(shí)施例的某些方面包括本文中以算法形式描述的處理步驟和指令。應(yīng)該注意的是，處理步驟和指令可體現(xiàn)在軟件、固件或硬件中，并且當(dāng)體現(xiàn)在軟件中時(shí)，其可以被下載以駐留在由各種操作系統(tǒng)所使用的不同的平臺(tái)上并從所述不同的平臺(tái)進(jìn)行操作。
[0026]實(shí)施例還可涉及用于執(zhí)行本發(fā)明的操作的裝置。此裝置可以是為需要的目的具體構(gòu)造的，或者其可以包括由存儲(chǔ)在計(jì)算機(jī)中的計(jì)算機(jī)程序選擇性地激活或重新配置的一般用途的計(jì)算機(jī)。這樣的計(jì)算機(jī)程序可儲(chǔ)存在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，例如但不限于包括軟盤(pán)、光盤(pán)、只讀光盤(pán)存儲(chǔ)器(⑶-ROMs)、磁光盤(pán)、只讀存儲(chǔ)器(ROMs)、隨機(jī)存取存儲(chǔ)器(RAMs)、電可編程只讀存儲(chǔ)器(EPROMs)、電可擦除只讀存儲(chǔ)器(EEPROMs)、磁卡或光卡、專用集成電路(ASICs)或適合于存儲(chǔ)電子指令并且每個(gè)都連接至計(jì)算機(jī)系統(tǒng)總線的任何類型的介質(zhì)的任何類型的盤(pán)。此外，說(shuō)明書(shū)中涉及的計(jì)算機(jī)可包括單處理器或者可以是設(shè)計(jì)用來(lái)提高計(jì)算能力的使用多個(gè)處理器的架構(gòu)。
[0027]本文所述的算法和顯示并不固有地涉及任何特定的計(jì)算機(jī)或其它裝置。各種通用系統(tǒng)也可與根據(jù)本文的教導(dǎo)的程序一起使用，或者其可便于構(gòu)造更專用的裝置來(lái)執(zhí)行所需的方法步驟。用于各種這樣的系統(tǒng)的所需結(jié)構(gòu)將從以下描述中顯而易見(jiàn)。此外，實(shí)施例并不參照任何特定的編程語(yǔ)言來(lái)描述?？梢岳斫獾氖?，各種編程語(yǔ)言可用于實(shí)現(xiàn)本文所述的教導(dǎo)，并且下面所提供的對(duì)于特定語(yǔ)言的任何引用是用于實(shí)現(xiàn)和最佳模式的公開(kāi)。
[0028]此外，說(shuō)明書(shū)中使用的語(yǔ)言主要是出于