CN103748892A - 用于基于音频的人类存在检测的系统和方法以及计算机程序产品 - Google Patents

Abstract

本发明公开了允许确定其中呈现有内容的房间中的人类存在的方法、系统和计算机程序产品。可以捕获与所述内容相关联的音频，连同由可以位于包括所述内容的所述呈现的所述房间中的任何源共同生成的音频。可以从所述内容音频和所述房间音频二者提取特征。然后可以将这些特征进行比较，并且可以对差异进行量化。如果所述差异显著，则可以推断人类存在。

Description

用于基于音频的人类存在检测的系统和方法以及计算机程序产品

背景技术

由于很多原因，如果家庭娱乐设备或系统能够确定人们是否存在于房间中将是有用的。例如，如果观看者离开房间以便去厨房，系统可以进入低功耗状态，也许通过使显示器变暗或掉电或者通过完全关闭。按照这种方式，能够节约功率。如果正在观看所记录的媒体，则当观看者离开房间时，重放可以被自动暂停。

此外，下一代智能电视可以是为观看者提供诸如银行业务、在线购物等等几种服务的服务平台。对于这样的基于TV的服务，人类存在检测也将是有用的。例如，如果观看者正在使用TV访问银行/经纪人帐户，但是然后离开房间而没有关闭该服务，则人类存在检测能力能够用于在预定时间之后自动退出或关闭该服务。在另一种情况下，如果另一个人进入房间同时在线银行服务正在运行，则人类存在检测可以用于出于安全或隐私原因而自动关闭该银行服务。

检测人类存在对于广告人和内容提供方也将是有用的。能够确定实际观众人数。内容提供方能够确定观看节目的人数。广告人能够使用这一信息来确定暴露于给定广告的人数。而且，广告人能够确定多少人观看了广告的特定广播，即，多少人在特定的时间和频道并且在特定节目的背景中看到了广告。这转而能够允许广告人执行成本收益分析。可以将广告的暴露与制造该广告的成本进行比较，以便确定在特定的时间和频道广播的广告是否是值得的花费。

附图说明

图1是本文描述的系统、方法和计算机产品的实施例可以在其中操作的示例性环境的方框图。

图2是说明根据实施例的本文描述的系统、方法和计算机产品的处理的流程图。

图3是说明根据实施例的本文描述的系统、方法和计算机产品的整体处理的更加详细的流程图。

图4是说明根据实施例的内容音频的特征提取的流程图。

图5是说明根据实施例的房间音频的特征提取的流程图。

图6是说明根据实施例的内容音频的特征提取以便确定多于一个人的存在的流程图。

图7是说明根据实施例的房间音频的特征提取以便确定多于一个人的存在的流程图。

图8是说明根据实施例的房间音频和内容音频的特征的比较以及人类存在或不存在的推断的流程图。

图9是说明根据实施例的数据的标准化以及以标准化的数据为基础对人类存在或不存在的推断的流程图。

图10是说明多于一个人是否存在于房间中的推断的流程图。

图11是说明根据实施例的其中可以实现本文描述的处理的系统的部件的方框图。

图12是说明根据实施例的特征提取处理的固件实施例的计算背景的方框图。

图13是说明根据实施例的比较、标准化和推断处理的软件实施例的计算背景的方框图。

在附图中，附图标记的最左边的数字识别该附图标记首次出现的附图。

具体实施方式

现在参照附图来描述实施例，其中相似的附图标记可以指示相同或功能相关的元件。尽管讨论了特定的配置和布置，但是应该理解，这仅仅出于说明目的来进行。相关领域中的技术人员将认识到，在不偏离本描述的精神和范围的情况下，可以使用其它配置和布置。对于相关领域中的技术人员将显而易见的是，这也可以在除了本文描述之外的各种其它系统和应用中使用。

本文公开了可以允许确定其中呈现有内容的房间中的人类存在的方法、系统和计算机程序产品。可以捕获与该内容相关的音频，连同可以在房间中由共同存在的任何源生成的音频。可以从内容音频和房间音频提取特征。然后可以对这些特征进行比较，并且可以量化差异。如果该差异是显著的，则可以推断人类存在。轻微的差异可以用于推断人们不存在。

根据实施例，图1中说明了系统的整体背景。可以将内容110提供到用户的家庭娱乐或计算机系统。在所说明的实施例中，可以在诸如机顶盒（STB）120的消费电子设备处接收内容110。在可选实施例中，可以在诸如家用计算机的另一消费电子设备处接收内容110。可以从诸如广播网络、与网站相关联的服务器的内容提供方或其它源接收内容110。可以经由数据网络接收内容110，并且可以经过光纤、有线或无线介质或其某种组合来传送内容110。在可选实施例中，可以不从外部源接收内容110，但是内容110可以是能够由用户播放的本地存储的内容。进而，注意到，内容110可以包括被表示为内容音频115的音频分量。

可以经过诸如电视（TV）150的一个或多个输出设备来向用户呈现内容110。可以经过使用远程控制160来控制内容110的呈现，远程控制160可以将控制信号传输到STB120。控制信号可以由STB120处的射频（RF）接口（i/f）接收。

也可以存在房间音频170，包括在房间中生成的所有声音。房间音频170的源可以包括环境噪声以及任何用户产生的声音，包括但不局限于语音。房间音频170还可以包括由房间中的消费电子产品生成的声音，例如，由TV150产生的内容音频115。房间音频可以由麦克风140捕获。在所说明的实施例中，可以将麦克风140结合在STB170中。在可选实施例中，可以将麦克风140结合在TV150中或其它地方。

根据实施例，本文描述的系统的处理通常被表示为图2中的处理200。在210，可以接收包括如在房间中听到的任何内容音频的房间音频以及内容音频。在实施例中，房间音频和内容音频中的一个或者二者可以被记录，或者在内容音频的情况下，可以当在房间中传输视频流时从该视频流提取，以便方便下面描述的处理。在220，可以提取房间音频和内容音频的类似特征。在230，可以将房间音频的所提取的特征与内容音频的所提取的特征进行比较。在240，该比较可以用于推断房间中的人们的存在或不存在。

根据实施例，图3中更加详细地示出了处理200。在310，可以接收内容音频。在320，可以对内容音频进行采样。在实施例中，可以以8kHz对内容音频进行采样。在可选实施例中，可以以另一频率对内容音频进行采样。在330，可以将所采样的内容音频划分为间隔用于随后的处理。在实施例中，所述间隔可以是0.5秒长。在340，可以从所采样的内容音频的每一个间隔提取特征。下面将更加详细地描述特征提取处理。通常，对于每一个间隔，可以计算统计度量，例如，每一个间隔的变化系数，并且可以使用该统计度量作为所述特征，用于随后的处理。

可以按照类似的方式处理房间音频。在315，可以接收房间音频。如上所述，可以使用合并在STB或房间中的其它消费电子部件中的麦克风来捕获房间音频，并且可以接着记录该房间音频用于处理目的。在325，可以对房间音频进行采样。在实施例中，可以以8kHz或任何其它频率对房间音频进行采样。在335，可以将所采样的房间音频划分为间隔用于随后的处理。在实施例中，所述间隔可以是0.5秒长。关于时间，所采样的房间音频的间隔可以与所采样的内容音频的各自间隔相对应。在345，可以从所采样的房间音频的每一个间隔提取特征。如在内容音频的情况中，对于每一个间隔，可以计算变化系数或其它统计度量，并且可以使用该变化系数或其它统计度量作为特征，用于随后的处理。

在350，可以对所提取的特征进行比较。在实施例中，这包括对于所采样的房间音频和所采样的内容音频的时间上相对应的间隔，对作为公共统计度量的变化系数的比较。下面将更加详细地描述比较处理。在实施例中，这可以包括对于相对应的间隔计算房间音频和内容音频的变化系数之间的差异。在360，可以发生标准化或平滑化处理。这可以包括在连续间隔的序列上计算房间音频和内容音频的变化系数之间的差异的函数。在370，可以得到关于房间中的人们的存在的推断，其中所述推断可以以由在360执行的标准化产生的统计为基础。在实施例中，如果变化系数在房间音频和内容音频的时间上相对应的间隔之间足够不同，则可以推断一个或多个人的存在。

图4说明了对于所采样的内容音频的每一个间隔可以执行的特征提取的处理的实施例。在410，对于所述检测，可以确定标准差。在420，可以确定平均值。在430，如果平均值不为零，则可以通过使标准差除以平均值来确定变化系数；否则，将变化系数设置为零。

图5说明了根据实施例对于所采样的房间音频的每一个间隔可以执行的特征提取的处理。在510，对于所采样的房间音频间隔，可以确定标准差。在520，可以确定平均值。在530，如果平均值不为零，则可以通过使标准差除以平均值来确定变化系数；否则，将变化系数设置为零。在540，可以丢弃所采样的房间音频间隔。这可以用作对于可能存在于房间中的一个或多个人的隐私预防措施。

在可选实施例中，可以结合特征提取来执行额外的处理。图6说明了对于所采样的内容音频的每一个间隔可以执行的特征提取的处理的这样的实施例。在604，可以对所采样的内容音频间隔应用傅立叶变换。这可以允许信号到频域的转换。在607，可以执行带通滤波，以使得可以保持公共语音频率。在实施例中，可以保持频率85-1000Hz，其中语音能量可以被最多地集中。在610，对于这一间隔，对于607的输出，可以确定标准差。在620，可以确定平均值。在630，如果平均值不为零，则可以通过使标准差除以平均值来确定变化系数；否则，将变化系数设置为零。

图7说明了对于所采样的房间音频的每一个间隔可以执行的特征提取的处理的这样的实施例。在704，可以对所采样的房间音频间隔应用傅立叶变换。这可以允许信号到频域的转换。在707，可以执行带通滤波，以使得可以保持公共语音频率。如在图6的处理中，可以保持频率85-1000Hz，其中语音能量可以被最多地集中。在710，对于这一间隔，对于707的输出，可以确定标准差。在720，可以确定平均值。在730，如果平均值不为零，则可以通过使标准差除以平均值来确定变化系数；否则，将变化系数设置为零。在740，可以丢弃房间音频间隔。

根据实施例，在图8中说明了变化系数的比较。在810，对于每一个间隔，可以确定房间音频和内容音频的变化系数之间的差异。在实施例中，可以将这一差异表示为这两个系数之间的百分比差异。在820，可以计算这一百分比差异。给定一系列内容音频间隔和相对应的房间音频间隔，820的输出可以是一系列百分比差异。每一个百分比差异可以与一对时间同步的间隔，即，内容音频间隔和相对应的房间音频间隔，相对应。

注意到，百分比差异的幅值可以允许人类存在推断中的较大或较小的置信度。如果百分比差异小于阈值，在人类存在会是不可能的，如上所述。如果百分比明显小于阈值，例如接近于零，则这可以表明房间音频和内容音频非常相似，以使得可以在人类存在是不可能的推断中放置较高的置信度。相反，如果百分比差异超过阈值，则人类存在会是可能的。如果百分比差异超过阈值一显著的量，则这可以表明房间音频和内容音频非常不同，并且可以在人类存在是可能的推断中放置较高的置信度。

在实施例中，可以通过考虑给定间隔以及紧接前面的间隔的序列来对与这一间隔相关的数据进行标准化。按照这种方式，可以减小离群值的显著性，同时间隔的隐含置信水平可以影响在连续间隔中推导的推断。在数字上，标准化处理可以使用几种函数中的任一个。标准化可以使用来自过去间隔的数据的移动平均值，或者可以使用这一数据的线性或指数衰减函数。

图9说明了根据实施例可以使用移动平均值连同随后的推断执行的标准化。这里，可以使用先前间隔的预定数量。在这一实施例中，可以使用十个先前间隔。在910，可以考虑对于先前九个间隔的每一个的房间音频和内容音频的变化系数之间的百分比差异，连同当前间隔中的百分比差异。然后在920对十个值的这一系列取平均，产生平均百分比差异。然后将这一平均百分比差异与阈值进行比较，以便在930确定是否要推断人类存在。如果平均值在阈值内（例如，在实施例中为10%），则在940人类存在会是不可能的。否则，在950可以推断人类存在。

图6和图7的处理可以用于如在图3中分别在340和345示出的确定人类存在的背景中提取特征。在可选实施例中，可以按照稍微不同的方式来使用这些处理。这里，图3的处理可以按照如图所示发生，其中特征提取340（对于内容音频）可以按照图4所示发生，并且特征提取345（对于房间音频）可以按照图5所示发生。如果在370推断人类存在，则可以执行额外的处理以便确定是否多于一个人存在于房间中。

这在根据实施例的图10中示出。在1030，可以将所采样的内容音频划分为间隔。在1040，对于内容音频的间隔，可以提取特征。在实施例中，可以根据在图6中说明的以及上面讨论的处理来提取内容音频间隔的特征。在1035，可以将所采样的房间音频划分为间隔。在1045，对于房间音频的间隔，可以提取特征。在实施例中，可以根据在图7中说明的以及上面讨论的处理来提取内容音频间隔的特征。

在1050，可以将内容音频间隔和房间音频间隔的所提取的特征进行比较。可以按照与图8所示的相同方式来执行这一比较。在1060，可以按照与图9所示的相同方式来执行标准化和推断。在这种情况下，可以做出关于多于一个人的存在是可能的或者不可能的推断。

如上所述，本文描述的系统、方法和计算机程序产品可以在可以包括STB和/或智能电视的家庭娱乐系统的背景中实现，或者可以在个人计算机中实现。而且，本文描述的系统、方法和计算机程序产品也可以在膝上型计算机、超级膝上型或笔记本计算机、平板电脑、触摸板、便携式计算机、手持计算机、掌上计算机、个人数字助理（PDA）、蜂窝电话、组合蜂窝电话/PDA、智能设备（例如，智能电话、智能平板电脑或智能电视）、移动互联网设备（MID）、消息传送设备、数据通信设备等等的背景中实现。

本文公开的一个或多个特征可以在硬件、软件、固件及其组合中实现，包括分立和集成电路逻辑、专用集成电路（ASIC）逻辑和微控制器，并且可以被实现为专域集成电路封装的一部分或者集成电路封装的组合。如本文使用的，术语“软件”指代包括计算机可读介质的计算机程序产品，该计算机可读介质具有存储在其中的计算机程序逻辑以便使计算机系统执行本文公开的一个或多个特征和/或特征的组合。计算机可读介质可以是暂态的或非暂态的。暂态计算机可读介质的示例可以是通过射频或者通过电导体经过局域网或者广域网或者经过诸如互联网的网络传输的数字信号。非暂态计算机可读介质的示例可以是压缩盘、闪存、随机存取存储器（RAM）、只读存储器（ROM0或其它数据存储设备。

在图11中示出了可以执行本文描述的处理的系统的实施例。这里，特征提取可以体现在可编程集成电路（PIC）中的固件中。比较和标准化处理可以体现在软件中。

麦克风1105可以捕获房间音频1107。内容音频1117可以被接收并且路由到PIC1110。可以在PIC1110中或其它地方执行房间和内容音频的采样以及这些信号到间隔的分解。在采样和分解为间隔之后，可以由PIC1110中的特征提取固件1115处理该内容和房间音频。如上所述，对于所采样的房间音频和所采样的内容音频，特征提取处理可以产生对于每一个间隔的变化系数。在所说明的实施例中，特征提取可以经过执行特征提取固件1115而在PIC1110中发生。可选地，特征提取功能可以实现在片上系统（SOC）1120的执行引擎中。

如果在PIC1110处执行特征提取，则可以将变化系数发送到SOC1120，并且接着使其对于操作系统（OS）1130可访问。可以由存在中间件1140中的逻辑1160执行来自相对应的房间音频和内容音频间隔的系数的比较。可以由标准化逻辑1150执行标准化，该标准化逻辑1150也可以是存在中间件1140的一部分。然后使关于人类存在的推断对于存在使能的应用1170可用。如果推断出没有人存在，则这样的应用可以例如将系统1100置于低功率状态。存在使能的应用1170的另一示例可以是从系统1100等等收集存在推断的程序，就好像它在其它家庭中一样，以便确定电视节目或广告的观众人数。

如上面关于图6、图7和图10提到的，实施例也可以推断多于一个人的存在。在这种情况下，如果推断人类存在，则可以使用傅立叶变换和带通滤波来重复特征提取。在实施例中，这一功能可以实现在特征提取固件1115中。接着可以对所生成的变化系数执行比较和标准化。这一处理可以由中间件1140中的比较逻辑1160和标准化逻辑1150执行。

在实施例中，项目1105、1110、1120和1130可以全部位于用户的家庭娱乐系统或计算机系统中的一个或多个部件中。它们可以例如位于STB、数字视频记录器或者电视中。存在中间件1140和存在使能的应用1170也可以位于用户的家庭娱乐系统或计算机系统中的一个或多个部件中。在可选实施例中，存在中间件1140和存在使能的应用1170中的一个或二者可以位于其它地方，例如内容提供方的设施。

注意到，在一些实施例中，可以使由麦克风1105捕获的音频静音。用户可以选择经由远程控制1180或家庭娱乐系统上的按钮来完成此。这样的静音功能不干扰使从TV出来的音频静音的远程控制上的静音。然后将对于麦克风的“静音”命令发送到PIC1110中的音频选择逻辑。作为这样的命令的结果，来自麦克风1105的音频将不由OS1130接收。尽管如此，将仍然可以在其中可以执行特征提取的PIC1110处接收房间音频1107。这样的能力可以由PIC1110中的特征提取固件1115的存在使能。然后可以使统计数据，即，变化系数，对于OS1130可用，即使房间音频本身被静音。变化系数的本质可以是这样的，以使得所述系数不可用于重建房间音频1107的目的。

图12说明了其中可以将特征提取功能体现在固件中的实施例。如上面讨论的，可以将这样的功能合并为PIC的一部分。系统1200可以包括处理器1220，并且可以进一步包括固件设备1210。设备1210可以包括可以存储计算机程序逻辑1240的一个或多个计算机可读介质。固件设备1210可以例如实现在只读存储器（ROM）或其它数据存储部件中，这对于本领域中的普通技术人员来说应该理解。处理器1220和设备1210可以使用本领域中的普通技术人员已知的几种技术中的任意一种，例如总线，进行通信。包含在设备1210中的计算机程序逻辑1240可以由处理器1220读取并且执行。被共同表示为I/O1230的一个或多个I/O端口和/或I/O部件也可以连接到处理器1220和设备1210。

计算机程序逻辑1240可以包括特征提取代码1250。这一代码可以负责确定对于所采样的房间音频和内容音频的间隔的标准差和平均值，如上所述。特征提取代码1250也可以负责实现如上面关于图6和图7讨论的傅立叶变换和带通滤波。特征提取代码1250也可以负责计算对于所采样的房间音频和内容音频的每一个间隔的变化系数。

在图13中说明了比较和标准化功能的软件实施例。所说明的系统1300可以包括处理器1320，并且可以进一步包括存储器1310的主体。存储器1310可以包括可以存储计算机程序逻辑1340的一个或多个计算机可读介质。存储器1310可以被实现为例如硬盘和驱动、诸如压缩盘的可移动介质、只读存储器（ROM）或随机存取存储器（RAM）设备或者其某种组合。处理器1320和存储器1310可以使用本领域中的普通技术人员已知的几种技术中的任意一种，例如总线，进行通信。包含在存储器1310中的计算机程序逻辑1340可以由处理器1320读取并且执行。被共同表示为I/O1330的一个或多个I/O端口和/或I/O设备也可以连接到处理器1320和存储器1310。

计算机程序逻辑1340可以包括比较代码1350。这一模块可以负责比较房间音频和内容音频的相对应的间隔的变化系数，并且产生诸如百分比差异的差异的定量指示，如上所述。计算机程序逻辑1340可以包括用于执行标准化的代码1350。这一模块可以负责使用移动平均或其它处理来执行由比较代码1350生成的数据的标准化，如上所述。计算机程序逻辑1340可以包括推断代码1370。假定标准化代码1360的结果的情况下，这一模块可以负责生成关于人类的存在或者不存在的推断。

上面描述的系统、方法和计算机程序产品可以具有多种应用。例如，如果观看者离开房间，则可以如上所述地检测人们的不存在，并且娱乐或计算机系统可以进入低功耗状态，也许通过使显示器变暗或掉电，或者通过完全关闭。按照这种方式，能够节约功率。如果正在观看所记录的介质，则当观看者离开房间时，重放可以被自动暂停。

此外，服务平台可以为观看者提供诸如银行业务、在线购物等等的服务。如上所述的人类存在检测对于这样的基于TV的服务将是有用的。例如，如果观看者正在使用TV访问银行/经纪人帐户，但是然后离开房间而没有关闭该服务，则人类存在检测能力能够用于在预定时间之后自动退出或关闭该服务。在另一种情况下，如果另一个人进入房间同时在线银行服务正在运行，则人类存在检测能够用于出于安全或隐私原因而自动关闭该银行服务。

检测人类存在也将由广告人和内容提供方使用。可以确定实际观众人数。内容提供方能够确定观看节目的人数。广告人可以使用这一信息来确定暴露于给定广告的人数。而且，广告人能够确定多少人观看了广告的特定广播，即，多少人在特定的时间和频道并且在特定节目的背景中看到了广告。这转而能够允许广告人执行成本收益分析。可以将广告的暴露与制造该广告的成本进行比较，以便确定在特定的时间和频道广播的广告是否是值得的花费。

在说明本文公开的方法和系统的功能、特征和其关系的功能构造块的帮助下在本文公开了所述方法和系统。为了描述的方便，这些功能构造块中的界限中的至少一些在本文被任意定义。可以定义可选的界限，只要适当地执行特定的功能及其关系。

尽管本文公开了各种实施例，但是应该理解，仅通过示例而非限制的方式来提出这些实施例。对于相关领域中的技术人员显而易见的是，在不偏离本文公开的方法和系统的精神和范围的情况下，可以做出形式和细节上的各种改变。因而，权利要求的广度和范围不应该由本文公开的任何示例性实施例限制。

Claims (30)

1.一种方法，包括：

在消费电子设备处接收房间音频和内容音频；

将所述房间音频和所述内容音频中的每一个划分为相对应的相等长度的间隔；

从所述房间音频和所述内容音频中的每一个提取特征；

将所述房间音频的所述特征与所述内容音频的所述特征进行比较；并且

如果在所述内容音频的所述特征与所述房间音频的所述特征之间存在显著的差异，则推断在所述消费电子设备位于其中的房间中存在一个或多个人。

2.如权利要求1所述的方法，其中：

所述内容音频包括来自所述内容的音频，并且

所述推断包括推断所述房间中的所述一个或多个人暴露于所述内容。

3.如权利要求1所述的方法，其中，在所述消费电子设备处接收所述房间音频和所述内容音频，同时经过所述设备呈现内容。

4.如权利要求1所述的方法，其中，所述提取包括，对于所述房间音频的每一个间隔和所述内容音频的每一个间隔：

确定标准差；

确定平均值；并且

如果所述平均值不为零，则计算等于所述标准差除以所述平均值的变化系数，否则将所述变化系数设置为零。

5.如权利要求4所述的方法，其中，对于所述房间音频的每一个间隔，所述提取跟随有所述房间音频的丢弃。

6.如权利要求4所述的方法，进一步包括：

通过应用傅立叶变换将所述房间音频和所述内容音频中的每一个转换到频域；并且

将带通滤波器应用于所述傅立叶变换的输出，

在所述提取之前执行上述步骤。

7.如权利要求6所述的方法，其中，所述带通滤波器的所述应用包括过滤出除了人类话音频率在其中集中的频率范围以外的频率。

8.如权利要求4所述的方法，其中，所述比较包括：

确定在所述房间音频和所述内容音频的相对应的间隔的所述变化系数之间的百分比差异，从而产生一系列百分比差异，针对包括房间音频间隔和相对应的内容音频间隔的每一对有一个百分比差异。

9.如权利要求8所述的方法，进一步包括：

通过对对于预定数量的先前间隔的所述百分比差异取平均来标准化所述百分比差异，产生标准化的百分比差异，

在所述比较之后执行上述步骤。

10.如权利要求9所述的方法，其中，所述推断包括：

如果所述标准化的百分比差异超过阈值，则推断一个或多个人存在于所述房间中；并且

如果所述标准化的百分比差异小于所述阈值，则推断没有人存在于所述房间中。

11.一种系统，包括：

可编程集成电路（PIC），包括：

第一处理器；以及

与所述第一处理器通信的PIC存储器电路，其中，所述PIC存储器电路存储第一多个处理指令，所述第一多个处理指令配置为指示所述第一处理器以便执行下列步骤：

从所采样的房间音频和所采样的内容音频中的每一个提取特征，其中，所采样的房间音频和所采样的内容音频已经被分别划分为相对应的相等长度的间隔；

第二处理器；以及

与所述第二处理器通信的存储器设备，其中，所述存储器存储第二多个处理指令，所述第二多个处理指令配置为指示所述第二处理器以便执行下列步骤：

将所述房间音频的所述特征与所述内容音频的所述特征进行比较；并且

如果在所述内容音频的所述特征与所述房间音频的所述特征之间存在显著的差异，则推断在所述系统位于其中的房间中存在一个或多个人。

12.如权利要求11所述的系统，其中：

所述内容音频包括来自内容的音频，并且

所述推断包括推断所述房间中的所述一个或多个人暴露于所述内容。

13.如权利要求11所述的系统，其中，所述第一多个处理指令进一步配置为指示所述第一处理器对用户命令做出响应而使所述所采样的房间音频静音并且防止所述所采样的房间音频到达操作系统。

14.如权利要求11所述的系统，其中，配置为指示所述第一处理器以便提取特征的所述第一多个处理指令包括配置为指示所述第一处理器执行下列操作的处理指令：

对于所述房间音频的每一个间隔和所述内容音频的每一个间隔，

确定标准差；

确定平均值；并且

如果所述平均值不为零，则计算等于所述标准差除以所述平均值的变化系数，否则将所述变化系数设置为零。

15.如权利要求14所述的系统，其中，所述第一多个处理指令进一步包括配置为指示所述第一处理器在从所采样的房间音频提取特征之后丢弃所采样的房间音频的处理指令。

16.如权利要求14所述的系统，其中，所述第一多个处理指令进一步包括配置为在指示所述第一处理器提取所述特征之前指示所述第一处理器执行下列操作的处理指令：

通过应用傅立叶变换将所述房间音频和所述内容音频中的每一个转换到频域；并且

将带通滤波器应用于所述傅立叶变换的输出。

17.如权利要求16所述的系统，其中，所述带通滤波器的所述应用包括过滤出除了人类话音频率在其中集中的频率范围以外的频率。

18.如权利要求14所述的系统，其中，配置为指示所述第二处理器对特征进行比较的所述第二多个处理指令包括配置为指示所述第二处理器执行下列操作的指令：

确定在所述房间音频和所述内容音频的相对应的间隔的所述变化系数之间的百分比差异，从而产生一系列百分比差异，针对包括房间音频间隔和相对应的内容音频间隔的每一对有一个百分比差异。

19.如权利要求18所述的系统，其中，所述第二多个处理指令进一步包括配置为指示所述第二处理器执行下列操作的指令：

通过对对于预定数量的先前间隔的所述百分比差异取平均来标准化所述百分比差异，产生标准化的百分比差异。

20.如权利要求19所述的系统，其中，配置为指示所述第二处理器推断存在的所述多个处理指令包括配置为指示所述第二处理器执行下列操作的处理指令：

如果所述标准化的百分比差异超过阈值，则推断一个或多个人存在于所述房间中；并且

如果所述标准化的百分比差异小于所述阈值，则推断没有人存在于所述房间中。

21.一种包括非暂态计算机可读介质的计算机程序产品，所述非暂态计算机可读介质具有存储在其中的计算机程序逻辑，所述计算机程序逻辑包括：

用于使第一处理器从所采样的房间音频和所采样的内容音频中的每一个提取特征的逻辑，其中，所采样的房间音频和所采样的内容音频已经分别被划分为相对应的相等长度的间隔；

用于使第二处理器将所述房间音频的所述特征与所述内容音频的所述特征进行比较的逻辑；以及

用于如果在所述内容音频的所述特征与所述房间音频的所述特征之间存在显著的差异，则使所述第二处理器推断存在一个或多个人的逻辑。

22.如权利要求21所述的计算机程序产品，其中：

所述内容音频包括来自一段内容的音频，并且

所述用于使所述第二处理器推断存在一个或多个人的逻辑包括用于使所述第二处理器推断所述房间中的所述一个或多个人暴露于所述内容的逻辑。

23.如权利要求21所述的计算机程序产品，其中，所述房间音频和内容音频已经以8kHz被采样。

24.如权利要求21所述的计算机程序产品，其中，所述用于使所述第一处理器提取特征的逻辑包括用于使所述第一处理器执行下列操作的逻辑：

对于所述房间音频的每一个间隔和所述内容音频的每一个间隔：

确定标准差；

确定平均值；并且

如果所述平均值不为零，则计算等于所述标准差除以所述平均值的变化系数，否则将所述变化系数设置为零。

25.如权利要求24所述的计算机程序产品，进一步包括用于使所述第一处理器在从所采样的房间音频提取特征之后丢弃所采样的房间音频的逻辑。

26.如权利要求24所述的计算机程序产品，进一步包括：

用于使所述第一处理器通过应用傅立叶变换来将所述房间音频和所述内容音频中的每一个转换到频域的逻辑；以及

用于使所述第一处理器将带通滤波器应用于所述傅立叶变换的输出的逻辑，

其中，所述傅立叶变换的应用和所述带通滤波器的应用在所述特征的所述提取之前执行。

27.如权利要求26所述的计算机程序产品，其中，所述用于使所述第一处理器应用带通滤波器的逻辑包括：

用于使所述第一处理器过滤出除了人类话音频率在其中集中的频率范围以外的频率的逻辑。

28.如权利要求24所述的计算机程序产品，其中，所述用于使所述第二处理器对特征进行比较的逻辑包括：

用于使所述第二处理器确定在所述房间音频和所述内容音频的相对应的间隔的所述变化系数之间的百分比差异的逻辑，从而产生一系列百分比差异，针对包括房间音频间隔和相对应的内容音频间隔的每一对有一个百分比差异。

29.如权利要求28所述的计算机程序产品，进一步包括：

用于使所述第二处理器通过对对于预定数量的先前间隔的所述百分比差异取平均来标准化所述百分比差异的逻辑，产生标准化的百分比差异。

30.如权利要求29所述的计算机程序产品，其中，所述用于使所述第二处理器推断存在一个或多个人的逻辑包括：

用于如果所述标准化的百分比差异超过阈值，则使所述第二处理器推断一个或多个人存在于所述房间中的逻辑；以及

用于如果所述标准化的百分比差异小于所述阈值，则使所述第二处理器推断没有人存在于所述房间中的逻辑。

Images