CN105009204A - 语音识别功率管理 - Google Patents

语音识别功率管理 Download PDF

Info

Publication number
CN105009204A
CN105009204A CN201380064898.2A CN201380064898A CN105009204A CN 105009204 A CN105009204 A CN 105009204A CN 201380064898 A CN201380064898 A CN 201380064898A CN 105009204 A CN105009204 A CN 105009204A
Authority
CN
China
Prior art keywords
module
audio frequency
input
voice
speech recognition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380064898.2A
Other languages
English (en)
Other versions
CN105009204B (zh
Inventor
肯尼思·约翰·巴斯耶
休·埃文·塞克-瓦尔克
托尼·大卫
赖因哈德·克内泽尔
杰弗瑞·彭罗德·亚当斯
斯坦·魏德纳·萨尔瓦多
马赫什·克里希纳穆尔蒂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Amazon Technologies Inc
Original Assignee
Amazon Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Amazon Technologies Inc filed Critical Amazon Technologies Inc
Publication of CN105009204A publication Critical patent/CN105009204A/zh
Application granted granted Critical
Publication of CN105009204B publication Critical patent/CN105009204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/32—Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Telephonic Communication Services (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

计算装置的功耗可通过一个或多个关键字进行管理。例如，如果所述计算装置获得的音频输入包含关键字，那么所述计算装置的网络接口模块和/或应用处理模块可被启用。所述音频输入然后可经由所述网络接口模块传输到远程计算装置，诸如，语音识别服务器。或者，所述计算装置可配有语音识别引擎，所述语音识别引擎配置来处理所述音频输入以便进行装置上的语音识别。

Description

语音识别功率管理
背景技术
计算装置可包含语音识别能力。例如，计算装置可捕获音频输入并使用声学模型和语言模型来识别语音。声学模型用来生成假设，其中基于语音的声学特征，声音子字单元(例如，音素等)对应于语音。语言模型基于所说语音所用语言的词汇特征来确定使用声学模型生成的哪个假设最有可能是语音的抄本。计算装置也能够针对具体的语音识别应用来处理识别的语音。例如，有限的语法或自然语言处理技术可用来处理语音。
附图简述
参考以下详细说明，结合附图，将更易于了解、同时更好地理解本公开的各方面以及随之而来的很多优点，在附图中：
图1为描绘说明性功率管理子系统的示意图。
图2为描绘包括功率管理子系统的说明性用户计算装置的示意图。
图3为描绘用于语音识别功率管理的说明性例行程序的流程图，所述语音识别功率管理可由图1的功率管理子系统实施。
图4A、图4B和图4C为描绘分布式语音识别系统的说明性操作的状态图。
图5为描绘说明性用户接口的直观图，所述用户接口可由包括功率管理子系统的用户计算装置提供。
详细说明
在语音识别的一些当前方法中，语音识别能力被分配到分布式计算环境中的一个或多个计算装置上。在这些方法的一个具体实例中，第一计算装置可配置来捕获音频输入，并且可通过网络将音频输入传输到第二计算装置。第二计算装置可对音频输入执行语音识别，并且生成音频输入中包含的语音的抄本。语音的抄本随后可通过网络从第二计算装置传输回到第一计算装置。在其他当前方法中，第一计算装置可配置来捕获音频输入并独立地转录音频输入。
在这些和其他当前方法中，第一计算装置可配置来保持在持续活动状态。在这种持续活动状态下，第一计算装置可连续不断地维持到第二计算装置的网络连接。第一计算装置也可继续为用来实施自身的语音识别能力的任何硬件提供电力。这些方法的一个缺点尤其在于，第一计算装置用来维持持续活动状态而消耗的能量可能是无法接受的。对于依赖电池电力的移动计算装置而言，这种能量需求特别成问题。当前方法中还有其他问题。
因此，本公开的方面涉及语音识别的功率管理。计算装置可配有功率管理子系统，所述功率管理子系统选择性地启用或停用计算装置的一个或多个模块。此启用可响应于音频输入，所述音频输入包括一个或多个预先指定的所说字词，本文中有时称为“关键字”。促使启用一个或多个部件的关键字在本文中有时称为“唤醒字”，而促使停用一个或多个部件的关键字在本文中有时称为“休眠字”。在一个特定实例中，计算装置可包括选择性地启用的网络接口模块，所述网络接口模块在启用时会消耗能量以使得计算装置连接到第二计算装置，诸如，语音识别服务器或其他计算装置。功率管理子系统可处理音频输入以确定音频输入是否包含唤醒字，并且响应于确定音频输入包括唤醒字而启用网络接口模块。启用网络接口模块之后，功率管理子系统可使音频输入传输到语音识别服务器以进行处理。
功率管理子系统自身可包括一个或多个选择性地启用的模块。在一些实施例中，一个或多个选择性地启用的模块被实施为专用硬件(诸如集成电路、数字信号处理器或其他类型的处理器)，其可从功能相对较少的低功率停用状态切换到功能相对较多的高功率启用状态，并且反之亦然。在其他实施例中，一个或多个模块被实施为软件，其包含由一个或多个通用处理器执行的计算机可执行代码。通过启用(或停用)通用处理器可启用(或停用)软件模块，所述通用处理器配置来或能够执行软件中包含的计算机可执行代码。在另外的实施例中，功率管理系统包括一个或多个硬件模块以及一个或多个软件模块。
功率管理子系统可还包括与一个或多个选择性地启用的模块通信的控制模块。此控制模块在本文中有时称为“功率管理模块”，并且可包括上述硬件或软件中的任一个。功率管理模块可使启用或停用功率管理子系统的模块。在一些实施例中，至少部分基于计算装置中包括的音频输入模块获得的音频输入的特征，功率管理模块启用或停用一个或多个模块。例如，功率管理子系统的模块可确定一个或多个值，例如，所述值可包括音频输入的能量水平或音量；对应于语音出现在音频输入中的可能性的分数；对应于关键字出现在语音中的可能性的分数；以及其他值。模块可将一个或多个值传送到功率管理模块，所述功率管理模块可与另一模块通信以使该模块启用，或者与从中接收一个或多个值的模块通信以使所述模块和/或其他模块停用。然而，在其他实施例中，第一选择性地启用的模块可直接与第二选择性地启用的模块通信，以使该模块启用。在此类实施例中，无需功率管理模块。在另外的实施例中，功率管理子系统可配有一个或多个模块，其中一个或多个模块中的至少一些彼此通信，但不与功率管理模块通信。
在一个示例性实施方案中，功率管理子系统可包括音频检测模块，所述音频检测模块可配置来确定计算装置获得的音频输入的能量水平或音量。尽管音频检测模块可持续监测音频输入，但功率管理子系统的其余部件可保持在低功率非活动状态，直到被启用为止(被功率管理模块或另一不同模块启用)。如果音频检测模块确定音频输入满足阈值能量水平或音量，则语音检测模块可被启用以确定音频输入是否包含语音。如果语音检测模块确定音频输入包含语音，则功率管理子系统中包括的语音处理模块可被启用。语音处理模块可确定语音是否包含唤醒字，并且可任选地对语音分类，以确定特定的用户是否说出所述唤醒字。如果语音处理模块确定语音包含唤醒字，那么应用处理模块可被启用，所述应用处理模块可实施存储在计算装置的存储器中的语音识别应用模块。例如，语音识别应用可包括智能代理前端，诸如，如2011年1月10日申请并于2012年1月19日公开为美国公布号2012/0016678的“智能自动助理(Intelligent Automated Assistant)”中所描述的智能代理前端。该专利申请的公开内容以全文引用的方式并入本文中。选择性地启用的网络接口模块也可被启用，如上文所述，并且音频输入可被传输到远程计算装置，以便进行处理。下文相对于图3更详细地论述了此示例性实施方案。或者，功率管理子系统可响应于检测到唤醒字而启用处理单元，所述处理单元实施计算装置的任何装置上的语音识别能力。
通过选择性地启用计算装置的模块，功率管理子系统可有利地提高计算装置的能量效率。通过选择性地启用一个或多个自身的模块，功率管理子系统还可提高计算装置的能量效率。尽管对于依赖电池电力的计算装置而言，此类实施方案尤其有利，但可能需要功率管理的所有计算装置均可受益于本公开的原理。
现在转到图1，示出可包括在计算装置中的说明性功率管理子系统100。功率管理子系统100可包括模/数转换器102；存储器缓冲模块104；音频检测模块106；语音检测模块108；语音处理模块110；应用处理模块112；以及功率管理模块120。存储器缓冲模块104可与音频检测模块106、语音检测模块108、语音处理模块110、应用处理模块112以及网络接口模块206通信。功率管理模块120同样可与音频检测模块106、语音检测模块108、语音处理模块110、应用处理模块112以及网络接口模块206通信。
模/数转换器102可接收来自音频输入模块208的音频输入。下文相对于图2还详细地论述音频输入模块208。模/数转换器102可配置来将模拟音频输入转换成数字音频输入，以便由功率管理子系统100的其他部件处理。在音频输入模块208获得数字音频输入(例如，音频输入模块208包括数字麦克风或其他数字音频输入装置)的实施例中，模/数转换器102可任选地从功率管理子系统100中省去。因此，音频输入模块208可将音频输入直接提供到功率管理子系统100的其他模块。
存储器缓冲模块104可包含配置来存储数字音频输入的一个或多个存储器缓冲区。音频输入模块208获得的音频输入(并且如果是模拟音频输入，则由模/数转换器102转换成数字形式)可被记录到存储器缓冲模块104。记录到存储器缓冲模块104的音频输入可由功率管理子系统100的其他模块存取，以便由这些模块处理，如本文中进一步论述。
存储器缓冲模块104的一个或多个存储器缓冲区可包括硬件存储器缓冲区、软件存储器缓冲区或者两者。一个或多个存储器缓冲区可具有相同的容量或不同的容量。存储器缓冲模块104的存储器缓冲区可经选择以存储，其他模块可取决于所述音频输入而启用。例如，如果只有音频检测模块106活动，那么音频输入可被存储到容量相对较小的硬件存储器缓冲区。然而，如果其他模块被启用，诸如，语音检测模块108、语音处理模块110、应用处理模块112和/或网络接口模块206，那么音频输入可存储到容量相对较大的软件存储器缓冲区。在一些实施例中，存储器缓冲模块104包含环形缓冲区，其中音频输入可按照音频输入模块208获得其的顺序进行记录和重写。
音频检测模块106可处理音频输入，以确定音频输入的能量水平。在一些实施例中，音频检测模块106包括低功率数字信号处理器(或其他类型的处理器)，所述处理器配置来确定所获得的音频输入的能量水平(诸如，音量、强度、振幅等)并且将音频输入的能量水平与能量水平阈值相比较。能量水平阈值可根据用户输入来设置，或者可由功率管理子系统100自动设置，如下文相对于图3进一步论述。在一些实施例中，音频检测模块106还配置来确定音频输入的能量水平至少在阈值持续时间内满足阈值。在此类实施例中，持续时间相对较短的高能量音频输入可对应于相对不可能包含语音的突发噪音，它们可被忽略并且不被功率管理子系统100的其他部件处理。
如果音频检测模块106确定所获得的音频输入的能量水平满足能量水平阈值，那么它可与功率管理模块120通信，以指导功率管理模块120启用语音检测模块108。或者，音频检测模块106可将能量水平传送到功率管理模块120，并且功率管理模块120可将所述能量水平与能量水平阈值相比较(且任选地与阈值持续时间相比较)，以确定是否启用语音检测模块108。在另一替代方案中，音频检测模块106可直接与语音检测模块108通信以将其启用。任选地，响应于音频检测模块106确定音频输入的能量水平满足阈值，功率管理模块120(或音频检测模块106)可指导音频输入模块208提高其采样率(无论是以帧速率还是位速率测量)。
语音检测模块108可处理音频输入，以确定音频输入是否包含语音。在一些实施例中，语音检测模块108包括低功率数字信号处理器(或其他类型的处理器)，所述处理器配置来实施一个或多个技术，以便确定音频输入是否包含语音。在一些实施例中，语音检测模块108应用话音活动检测(VAD)技术。此类技术可基于音频输入的各个量化方面确定语音是否存在于音频输入中，所述量化方诸如，音频输入的一个或多个帧之间的频谱斜率；一个或多个频谱带中的音频输入的能量水平；一个或多个频谱带中的音频输入的信噪比；或其他量化方面。在其他实施例中，语音检测模块108实施受限分类器，所述分类器配置来将语音与背景噪音区分开来。所述分类器可由诸如线性分类器、支持向量机以及决策树的技术实施。在另外的实施例中，语音检测模块108应用隐马尔可夫模型(Hidden Markov Model，HMM)或高斯混合模型(Gaussian Mixture Model，GMM)技术，以将音频输入与一个或多个声学模型相比较，所述声学模型可包括对应于语音、噪音(诸如环境噪音或背景噪音)或静默的模型。其他技术可用来确定语音是否存在于音频输入中。
使用上述任一技术，语音检测模块108均可确定一个分数或置信度水平，其值对应于语音实际存在于音频输入中的可能性(本文中所用的“可能性”可指常见用法，不管某件事是可能的还是统计上的用法)。如果分数满足阈值，那么语音检测模块108可确定语音存在于音频输入中。然而，如果分数不满足阈值，那么语音检测模块108可确定音频输入中没有语音。
语音检测模块108可将其关于语音是否存在于音频输入中的确定传送到功率管理模块120。如果语音存在于音频输入中，那么功率管理模块120可启用语音处理模块110(或者，语音检测模块108可直接与语音处理模块110通信)。如果语音不存在于音频输入中，那么功率管理模块120可停用语音检测模块108。或者，语音检测模块108可将分数传送到功率管理模块120，于是功率管理模块120可确定是启用语音处理模块110还是停用语音检测模块108。
语音处理模块110可处理音频输入，以确定语音中是否包含关键字。在一些实施例中，语音处理模块110包括微处理器，所述微处理器配置来检测语音中的关键字，诸如，唤醒字或休眠字。语音处理模块110可配置来使用HMM技术、GMM技术或其他语音识别技术来检测关键字。
通过确定关键字是否是在一个或多个音素或词语之前或之后立即说出来的，语音处理模块110能够将意外包含关键字的语音与有意说出的关键字分开。例如，如果关键字是“ten”，那么语音处理模块110能够将独立地说出“ten”的用户与意外说出“ten”(作为词语“Tennessee”、词语“forgotten”、词语“stent”或短语“ten bucks”的一部分)的用户区分开。
语音处理模块110还可配置来确定语音是否与包括功率管理子系统100的计算装置的特定用户相关联，或者语音是否对应于背景噪音；电视音频；音乐；或者用户以外的人的语音，以及其他分类。这一功能可用以下技术实施：诸如线性分类器、支持向量机和决策树，以及用于对音频输入进行分类的其他技术。
使用上述任一技术，语音处理模块110均可确定一个分数或置信度水平，其值对应于关键字实际存在于语音中的可能性。如果分数满足阈值，那么语音处理模块110可确定关键字存在于语音中。然而，如果分数不满足阈值，那么语音处理模块110可确定语音中没有关键字。
语音处理模块110可将其关于关键字是否存在于语音中的确定传送到功率管理模块120。如果关键字存在于语音中并且该关键字是唤醒字，那么功率管理模块120可启用应用处理模块112和网络接口模块206(或者，语音处理模块110可直接与这些其他模块通信)。如果音频输入中不存在关键字(或者关键字是休眠字)，那么功率管理模块120可停用语音处理模块110和语音检测模块108。或者，语音处理模块110可将分数传送到功率管理模块120，于是功率管理模块120可确定是启用应用处理模块112和网络接口模块206，还是停用语音处理模块110和语音检测模块108。在一些实施例中，只有在语音处理模块110确定特定用户说出了包含关键字的语音时，才会发生这些启用和/或停用。
应用处理模块112可包括配置来实施语音识别应用的微处理器，所述语音识别应用是由包含功率管理子系统的计算装置提供的。语音识别应用可以包括可能需要语音识别的任何应用，诸如听写应用、消息应用、智能代理前端应用或任何其他应用。语音识别应用也可配置来将语音格式化(例如，将语音压缩)，以便通过网络传输到远程计算装置，诸如语音识别服务器。
在一些实施例中，应用处理模块112包括专用微处理器，用于实施语音识别应用。在其他实施例中，应用处理模块112包括通用微处理器，所述微处理器也可实施由包括功率管理子系统100的计算装置提供的其他软件，诸如图2所示的处理单元202，将在下文进一步论述。
网络接口模块206在被启用时可通过一个或多个有线或无线网络提供连接。启用之后，网络接口模块206可通过网络将记录到存储器缓冲模块104的所接收音频输入传输到远程计算装置，诸如语音识别服务器。远程计算装置可将识别结果(例如，智能代理查询的抄本或响应)返回到包括网络接口模块206的计算装置，于是网络接口模块206可将接收的识别结果提供给应用处理模块112以便处理。下文相对于图2进一步论述网络接口模块206。
在不脱离本公开范围的情况下，功率管理子系统100的模块可进行组合或重新布置。上述任何模块的功能均可分配到多个模块，或与不同的模块相组合。如上所述，任何或所有模块均可实现在一个或多个集成电路中、一个或多个通用微处理器中，或者实现在一个或多个专用数字信号处理器或其他专用微处理硬件中。一个或多个模块也可实现在由计算装置中包括的处理单元202实施的软件中，如下文相对于图2进一步论述。此外，一个或多个模块可从功率管理子系统100中整个省去。
现在转到图2，示出了其中可包括功率管理子系统100的用户计算装置200。用户计算装置200包括处理单元202；非瞬时计算机可读媒体驱动器204；网络接口模块206；如图1所示的功率管理子系统100；以及音频输入模块208，它们均可借助通信总线而互相通信。用户计算装置200也可包括电源218，所述电源可为用户计算装置200的各种部件提供电力，诸如处理单元202；非瞬时计算机可读媒体驱动器204；网络接口模块206；如图1所示的功率管理子系统100；以及音频输入模块208。
处理单元202可包括一个或多个通用微处理器，所述微处理器配置来与存储器210来回通信，以实施存储于其中的各种软件模块，诸如用户接口模块212，操作系统214以及语音识别应用模块216。处理单元202还可与功率管理子系统100通信，并且可还实施在软件中实现的功率管理子系统100的任何模块。因此，处理单元202可配置来实施任何或所有以下模块：音频检测模块106；语音检测模块108；语音处理模块110；应用处理模块112以及功率管理模块120。此外，处理单元202可配置来实施装置上的自动语音识别能力，用户计算装置200可具有所述能力。
存储器210通常包括RAM、ROM和/或其他持续或非瞬时计算机可读存储媒体。用户接口模块212可配置来借助用户计算装置200的显示器(未示出)来呈现用户接口。用户接口模块212还可配置来处理经由用户输入装置(未示出)接收的用户输入，诸如鼠标、键盘、触摸屏、小键盘等。由用户接口模块212呈现的用户接口可为用户提供机会来定制功率管理子系统100的操作和/或用户计算装置200实施的其他操作。下文将相对于图5进一步论述用户接口的实例。存储器210可另外存储操作系统214，所述操作系统提供计算机程序指令，以便由处理单元202用在用户计算装置200的一般管理和操作中。存储器210还可包含计算机程序指令，应用处理模块112和/或处理单元202执行所述计算机程序指令，以便实施语音识别应用模块216的一个或多个实施例。如上所述，语音识别应用模块216可以是可使用语音识别结果的任何应用，诸如听写应用、消息应用、智能代理应用前端；或可有利地使用语音识别结果的任何其他应用。在一些实施例中，存储器210还可包含可由处理单元202实施的自动语音识别引擎(未示出)。
非瞬时计算机可读媒体驱动器204可包括本领域已知的任何电子数据存储器。在一些实施例中，非瞬时计算机可读媒体驱动器204存储一个或多个关键字模型(例如，唤醒字模型或休眠字模型)，其中功率管理子系统100可将音频输入与所述关键字模型相比较。非瞬时计算机可读媒体驱动器204还可存储一个或多个声学模型和/或语言模型，用于实施用户计算装置200的任何装置上的语音识别能力。关于语言模型和声学模型的其他信息可见2012年8月16日提交的标题为“判别式语言模型修剪(DISCRIMINATIVE LANGUAGE MODELPRUNING)”美国专利申请号13/587,799，以及2012年8月22日提交的标题为“无监督声学模型训练(UNSUPERVISED ACOUSTICMODEL TRAINING)”的美国专利申请号13/592,157。这两个申请的公开内容均以全文引用的方式并入本文中。
网络接口模块206可将用户计算装置200连接到一个或多个网络，诸如网络410，将在下文相对于图4A、图4B和图4C进一步论述。处理单元202和功率管理子系统100因而可接收来自远程计算装置的指令和信息，所述远程计算装置也可通过网络410进行通信，诸如语音识别服务器420，如下文也进一步论述。在一些实施例中，网络接口模块206包括无线网络接口，所述无线网络接口通过一个或多个无线网络为用户计算装置200提供连接。
在一些实施例中，网络接口模块206被选择性地启用。当网络接口模块206处于停用或“休眠”状态时，它可受限制地连接到或不连接到网络或计算系统，以便省电。在一些实施例中，网络接口模块206默认处于停用状态，并且响应于来自功率管理子系统100的信号而变得启用。当网络接口模块206处于启用状态时，它可相对大量地连接到网络或计算系统，因此网络接口模块206使得用户计算装置200能够将音频输入发送到远程计算装置和/或从远程计算装置(例如，语音识别服务器420)接收关键字确认、语音识别结果或者停用指令。
在一个特定的非限制性实例中，响应于功率管理子系统100确定音频输入包含唤醒字，网络接口模块206可被启用。功率管理子系统100可使音频输入经由启用的网络接口模块206而传输到远程计算装置(诸如语音识别服务器420)。任选地，在使随后接收的音频输入传输到远程计算装置之前，功率管理子系统100可获得来自远程计算装置的唤醒字的确认。响应于接收到来自远程计算装置的停用指令，响应于确定自从获得满足能量水平阈值的音频输入之后已过了至少预定量的时间，或者响应于接收到包含休眠字的音频输入，功率管理子系统100之后可将启用的网络接口模块206停用。
音频输入模块208可包括音频输入装置，诸如麦克风或麦克风阵列，不管是模拟的还是数字的。麦克风或麦克风阵列可实施为定向麦克风或麦克风定向阵列。在一些实施例中，音频输入模块208接收音频并且将音频提供到功率管理子系统100进行处理，大体上如上文相对于图1所论述。音频输入模块208还可接收来自功率管理子系统100的指令，以设置用于获得音频的采样率(无论是帧速率还是位速率)。音频输入模块208也可(或改为)包括一个或多个压电元件和/或微机电系统(MEMS)，其可将声能转换成电信号，以便由功率管理子系统100处理。音频输入模块208还可配有放大器、整流器以及所需的其他音频处理部件。
用户计算装置200可配有一个或多个另外的输入装置，诸如光传感器、位置传感器、图像捕获装置等。图2中并未示出此类另外的输入装置，以免模糊本公开的原理。在一些实施例中，另外的输入装置可检测条件的发生或不发生。关于此类条件的信息可被提供到功率管理子系统100，以确定用户计算装置200或功率管理子系统100的一个或多个部件应被启用还是停用。在一个实施例中，另外的输入装置包括配置来检测光水平的光传感器。在光传感器检测到的光水平不满足阈值时，功率管理模块120才可充当网络接口模块206、才可被启用。在另一实施例中，另外的输入装置包括配置有面部识别能力的图像捕获装置。在此实施例中，只有在图像捕获装置识别与用户计算装置200相关联的用户的面部时，网络接口模块206才可被启用。关于用输入装置控制语音识别能力的更多信息可见2002年1月30日提交的标题为“自动语音识别系统和方法(AUTOMATIC SPEECHRECOGNITION SYSTEM AND METHOD)”的美国专利申请号10/058,730，该申请在2003年7月31日被公开为美国专利公开号2003/0144844，其公开内容以全文引用的方式并入本文中。关于控制语音识别能力的进一步信息可见2012年12月4日颁布的标题为“使用物理现象检测器来控制语音识别引擎的操作(USING A PHYSICALPHENOMENON DETECTOR TO CONTROL OPERATION OF ASPEECH RECOGNITION ENGINE)”的美国专利号8,326,636。该专利的公开内容以全文引用的方式并入本文中。
可提供另外的输入装置，其可包含用户输入装置，诸如，鼠标、键盘、触摸屏、小键盘等。同样，可提供输出装置，诸如，显示器、扬声器、耳机等。在一个特定实例中，用户计算装置200可包括一个或多个输出装置，其配置来采用音频形式(例如，通过文本到语音)或视觉形式(例如，通过显示器)呈现语音识别结果。此类输入和输出装置已为本领域所熟知，并且无需在本文中进一步详细论述，且未在图2中示出，以避免模糊本发明的原理。
电源218可向用户计算装置200的各个部件提供电力。电源218可包括无线或便携式电源，诸如，一次性或可充电电池或电池组；或者可包括有线电源，诸如，配置来插入插座中的交流(AC)电源。在一些实施例中，电源218将其可供应的功率水平传送到功率管理子系统100(例如，剩余电池寿命的百分数、电源218是否插入插座等)。在一些实施例中，至少部分基于电源所指示的功率水平，功率管理子系统100选择性地启用或停用一个或多个模块。例如，如果用户计算装置200插入插座中，那么功率管理子系统100可启用网络接口模块206并让其处于启用状态。如果用户计算装置200使用电池电力，那么功率管理子系统100可选择性地启用和停用网络接口模块206，如上所述。
现在转到图3，示出了说明性例行程序300，其中功率管理子系统100的模块可被选择性地启用以处理音频输入。当说明性例行程序300中随后启用的模块可相对大量地处理需求和/或功率消耗时，说明性例行程序300代表处理和/或功率消耗的升级。
说明性例行程序300可在框302处开始，此时，音频输入模块208监测音频输入。在框304处，音频输入模块208可接收音频输入。在框306处，接收的音频输入可被记录到存储器缓冲模块104。在框308处，音频检测模块106可确定音频输入的能量水平是否满足能量水平阈值(以及任选地，音频输入的能量水平至少是否在阈值持续时间内满足能量水平阈值)。如果音频输入的能量水平并不满足能量水平阈值，那么在框310中，音频输入模块208可继续监测音频输入，直至接收到另一音频输入为止。
返回到框308，如果音频检测模块106确定音频输入的能量水平满足阈值，那么在框312处，功率管理模块120可启用语音检测模块108(或者，音频检测模块106可直接启用语音检测模块108，并且在接下来的框中，功率管理模块120也可省去)。在框314处，语音检测模块108可确定语音是否存在于所获得的音频输入中，大体如上文相对于图1所论述。如果语音检测模块108确定语音不存在于(或不可能存在于)音频输入中，那么在框316处，功率管理模块120可停用语音检测模块108。在框310中，音频输入模块208随后可继续监测音频输入，直至接收到另一音频输入为止。
返回到框314，如果语音检测模块108确定音频输入包含语音，那么在框318处，功率管理模块120可启用语音处理模块110。如上所述，在框320处，语音处理模块110可确定唤醒字是否存在于语音中。如果语音处理模块110确定唤醒字不存在于语音中(或不可能存在于语音中)，那么在框322处，语音处理模块110可被停用。语音检测模块108也可在框316处被停用。在框310中，音频输入装置208随后可继续监测音频输入，直至接收到另一音频输入为止。
返回到框320，如果在一些实施例中，语音处理模块110确定唤醒字存在于语音中，那么用户401，在框324中，语音处理模块110任选地确定语音是否与特定用户相关联(例如，用户是否说出唤醒字)，大体如上文相对于图1所论述。如果语音并不与特定用户相关联，那么在框322处，语音处理模块110可被停用。语音检测模块108也可在框316处被停用。在框310中，音频输入装置208随后可继续监测音频输入，直至接收到另一音频输入为止。如果语音与特定用户相关联，那么说明性例行程序300可进行到框326。在其他实施例中，框324可被省去，并且响应于语音处理模块110确定唤醒字存在于语音中，说明性例行程序300可直接从框320进行到框326。
在框326处，功率管理模块120可启用应用处理模块112，所述应用处理模块可实施图2所示的语音识别应用模块216。在框328处，功率管理模块120也可启用网络接口模块206。网络接口模块206被启用之后，记录到存储器缓冲模块104的音频输入可经由网络接口模块206通过网络进行传输。在一些实施例中，当网络接口模块206活动时，随后获得的音频输入从音频输入模块208直接提供到应用处理模块112和/或网络接口模块206，以用于传输到远程计算装置。然而，在其他实施例中，在将音频输入提供到网络接口模块206以便通过网络410传输到远程计算装置之前，语音检测模块108、语音处理模块110以及应用处理模块112中的任一个或全部均对所述音频输入进行处理。
在未示出的一些实施例中，功率管理子系统100等待，直到远程计算装置返回唤醒字存在于第一音频输入中的确认，以便传输随后的音频输入用于识别。如果远程计算装置没有提供唤醒字的确认，或者如果经由网络接口模块206接收到停用指令，那么网络接口模块206以及功率管理子系统100的一个或多个模块可被停用。
由于功率管理子系统100的许多操作可生成概率确定而非准确确定，因此，在说明性例行程序300期间可能出现误差。在一些情况下，功率管理子系统100的特定模块可提供“误报”，从而导致一个或多个模块被错误地启用。例如，在框314处，语音检测模块108可错误地确定存在语音，或者在框320处，语音处理模块110可错误地确定语音包含唤醒字，或在框324处，错误地确定语音属于用户。功率管理子系统100的模块之间的自适应阈值和交叉验证可有利地用来减少误报。本文中论述了自适应阈值的两个实例，但其他类型的自适应阈值是可能的。如上所述，在框314处，语音检测模块可确定语音存在于音频输入中。然而，语音处理模块110由于其较好的处理能力而可比语音检测模块108更准确地识别语音，它可确定实际上音频输入中没有语音。因此，语音处理模块110可指导语音检测模块108提高用于确定语音存在于音频输入中的分数阈值，以便减少将来的误报。同样地，如果远程计算装置(诸如语音识别服务器420)包含语音识别能力，那么远程计算装置可将语音中不存在唤醒字的指示传输到用户计算装置200，即使语音处理模块110可能已经指示存在唤醒字。因此，用于确定唤醒字存在于语音中的语音处理模块110的分数阈值可以提高，以便减少将来的误报。此外，可提供用户接口，从而使得用户可提高一个或多个分数阈值来减少误报，如下文相对于图5进一步描述。
在其他情况下，特定部件可提供“漏报”，从而功率管理子系统100的部件不被启用和/或网络接口模块206不被启用，即使用户已经说出唤醒字也是如此。例如，在框314处，语音检测模块108可错误地确定不存在语音，或者在框320处，语音处理模块110可错误地确定语音不包含唤醒字，或在框324处，错误地确定语音不属于用户。为了降低漏报的可能性，功率管理子系统100可定期降低阈值分数，例如，在框314、320和/或324中，降低满足阈值所需的分数。阈值可继续降低，直至获得一个或多个误报为止，如上所述。一旦获得一个或多个误报，阈值可不再进一步降低，或者可稍微提高。此外，可相应地提供用户接口，从而使得用户可降低一个或多个分数阈值来减少漏报，如下文相对于图5进一步描述。
在一些实施例中，如果在框314、320或324中的任一框处获得否定结果，那么并非所有启用的部件均被停用。例如，如果唤醒字在框320处未被识别出，那么语音处理模块110可在框322处被停用，但语音检测模块108可保持启用。此外，在一些实施方案中，可跳过某些框。在一些实施例中，在框314或320处满足阈值的分数会促使一个或多个随后的框被跳过。例如，如果在框320处，语音处理模块110非常肯定地确定唤醒字存在于语音中，那么说明性例行程序300可直接跳到框326
此外，在一些实施例中，用户计算装置200可包括被配置成由处理单元202执行的自动语音识别引擎。由于此类装置上的语音识别的功率消耗可能尤其高，因此，响应于语音处理模块110确定用户已经说出唤醒字，处理单元202可只实施自动语音识别引擎来识别语音。
现在参考图4A、图4B和图4C，说明性环境400中示出了分布式语音识别服务的示例性操作。环境400可包括用户401；如上所述的用户计算装置200；网络410；语音识别服务器420；以及数据暂存器430。
网络410可以是任何有线网络、无线网络或其组合。此外，网络410可以是个人区域网、局域网、广域网、电缆网络、卫星网络、蜂窝电话网或其组合。计算机通信领域的技术人员已熟知借由因特网或上述任何其他类型的通信网络进行通信的协议和装置，并且因此，无需在本文中更详细地描述。
语音识别服务器420通常可以是能够通过网络410进行通信的任何计算装置。在一些实施例中，语音识别服务器420被实施为一个或多个服务器计算装置，但其他实施方式是可能的。语音识别服务器420可能能够通过网络410从用户计算装置200接收音频输入。此音频输入可用多种方式进行处理，取决于语音识别服务器420的实施方式。在一些实施例中，语音识别服务器420处理从用户计算装置200接收的音频输入，以确认唤醒字存在(例如，通过将音频输入与唤醒字的已知模型相比较)，并且将确认传输到用户计算装置200。语音识别服务器420还可配置来使用已知的说话人鉴别技术来鉴别说出唤醒字的用户401。
语音识别服务器420可处理从用户计算装置200接收的音频输入，以根据音频输入来确定语音识别结果。例如，音频输入可包含用于智能代理来处理的口头查询；将被转录成文本的语音；或者适用于语音识别应用的其他语音。语音识别服务器420可通过网络410将语音识别结果传输到用户计算装置200。关于分布式语音识别应用的进一步信息可见于2012年2月14日颁布的标题为“用于无线装置的托管话音识别系统(Hosted voice recognition system for wireless devices)”的美国专利号8,117,268，该专利的公开内容以全文引用的方式并入本文中。
语音识别服务器420可与数据暂存器430本地或远程通信。数据暂存器430可实现为以下形式：硬盘驱动器、固态存储器，和/或语音识别服务器420可存取的任何其他类型的非瞬时计算机可读存储媒体。在不脱离本公开的精神和范围的情况下，数据存储器430也可以是本领域已知的分布式或跨分区的多个存储装置。此外，在一些实施例中，数据暂存器430被实施为基于网络的电子存储服务。
数据暂存器430可包括一个或多个唤醒字模型。在一些实施例中，唤醒字模型专用于用户401，而在其他实施例中，接收到用户计算装置200确定包含唤醒字的音频输入之后，语音识别服务器可将音频输入与数据暂存器430中存储的唤醒字的已知模型相比较。如果音频输入极其类似于已知模型，那么语音识别服务器420可将唤醒字的确认传输到用户计算装置200，于是用户计算装置200可获得待由语音识别服务器420处理的其他音频输入。
数据暂存器430还可包含用于语音识别的一个或多个声学和/或语言模型。这些模型可包括通用模型，以及专用模型。模型可专用于用户401；专用于用户计算装置200和/或语音识别服务器420实施的语音识别应用；或者可具有其他特定用途。关于语言模型和声学模型的其他信息可见2012年8月16日提交的标题为“判别式语言模型修剪(DISCRIMINATIVE LANGUAGE MODEL PRUNING)”的美国专利申请号13/587,799，以及2012年8月22日提交的标题为“无监督声学模型训练(UNSUPERVISED ACOUSTIC MODEL TRAINING)”的美国专利申请号13/592,157。这两个申请案的公开内容先前以引用的方式并入。
数据暂存器430还可包含数据，该数据响应于语音识别服务器420接收的音频输入中含有的查询。语音识别服务器420可识别音频输入中包含的语音，鉴别语音中包含的查询，并且处理查询以鉴别数据暂存器430中的响应数据。语音识别服务器420随后可通过网络410将包含响应数据的智能代理响应提供到用户计算装置200。数据暂存器430中还可包含其他数据。
将认识到，很多上述装置都是任选的，而且环境400的实施例可以或可不结合装置。此外，装置无需不同或离散。装置也可以在环境400中重新组织。例如，语音识别服务器420可表示为单个物理服务器计算装置，或者可以分成实现本文所述功能的多个物理服务器。此外，用户计算装置200可具有语音识别服务器420的一些或所有语音识别功能。
另外，应注意，在一些实施例中，用户计算装置200和/或语音识别服务器420可由实施在托管计算环境中的一个或多个虚拟机执行。托管计算环境可包含一个或多个快速配置和释放的计算资源，所述计算资源可包括计算装置、网络装置和/或存储装置。托管计算环境也可称为云计算环境。托管计算环境的一个或多个计算装置可包括如上所述的功率管理子系统100。
具体参考图4A，示出了可确认唤醒字的说明性操作。用户401可能说出唤醒字502。用户计算装置200可获得可能包含用户语音的音频输入(1)，并且确定唤醒字402存在于语音中(2)，大体如上文相对于图3所论述。音频输入还可包含话音命令或查询。响应于确定语音包含唤醒字，应用处理模块112和用户计算装置200的网络接口模块206可被启用(3)，并且音频输入通过网络410传输到语音识别服务器420(4)。语音识别服务器420可确认唤醒字存在于音频输入中(5)，并且可通过网络410将确认传输到用户计算装置200(6)。
现转到图4B，响应于接收来自语音识别服务器420的唤醒字的确认，用户计算装置200可继续获得音频输入(7)，所述音频输入将被提供到语音识别服务器420以用于处理。例如，获得的音频输入可包含智能代理查询404，用于由语音识别服务器420处理。或者，获得的音频输入可包含将被语音识别服务器420转录的语音(例如，用于由应用处理模块112执行的听写、文字处理或消息应用)。用户计算装置200可通过网络410将音频输入传输到语音识别服务器420(8)。任选地，将生成语音识别结果的语音识别应用的识别符可被提供给语音识别服务器420，因此，语音识别服务器420可生成结果，所述结果具体用于应用处理模块112实施的语音识别应用。语音识别服务器420可识别音频输入中包含的语音(9)，并且由此生成语音识别结果(10)。例如，语音识别结果可包含语音的抄本、语音中包含的查询的智能代理响应，或任何其他类型的结果。这些语音识别结果可通过网络410从语音识别服务器420传输到用户计算装置200(11)。响应于接收到结果，应用处理模块112可使以声音形式(例如，通过文本到语音)或以视觉形式(例如，通过用户计算装置200的显示器)来呈现结果(12)。
现在参考图4C，用户计算装置200可继续获得音频输入(13)，所述音频输入将被提供到语音识别服务器420以用于处理。用户计算装置200可通过网络410将音频输入传输到语音识别服务器420(14)。语音识别服务器可识别音频输入中包含的任何语音(15)。响应于识别出语音，语音识别服务器420可确定用户401不再对着用户计算装置200说话，并且停止任何随后的语音识别(16)。例如，用户401可说出并不对应于结构化命令或查询的字词，诸如无向的自然语言语音406。语音识别服务器420也可分析语音的速度、仔细程度、音调变化或清晰度，以确定该语音并不指向用户计算装置200，并且不应被处理成语音识别结果。
其他类型的音频输入也可促使语音识别服务器420停止随后的语音识别。或者，语音识别服务器420可确定接收的音频输入并不包含语音。响应于接收到并不包含指向用户计算装置200的语音的一个或多个音频输入，语音识别服务器420可确定语音识别结果不应被生成，并且语音识别应停止。此外，音频输入可包含预先确定的休眠字，所述休眠字可以是用户401选择的。如果语音识别服务器420检测到休眠字，那么语音识别服务器420可停止对音频输入执行语音识别。此外，语音识别服务器420可确定多个用户401存在于用户计算装置200的附近(例如，通过对用户计算装置200获得的多个音频输入执行说话人鉴别)。如果鉴别的用户401的数量满足阈值(所述阈值可以是大于一的任何数量的用户401)，那么语音识别服务器420可确定用户计算装置200获得的任何音频输入不太可能被处理成语音识别结果。
响应于确定用户401的语音并不指向用户计算装置200(或由于上述任何其他原因，确定不应执行随后的语音识别)，语音识别服务器420可通过网络410将停用指令传输到用户计算装置200(17)。响应于接收到停用指令，用户计算装置200可停用网络接口模块206以及功率管理子系统100的一个或多个部件(18)，诸如应用处理模块112、语音处理模块110和/或语音检测模块108。其他条件也可促使语音识别服务器420将停用指令传输到用户计算装置200。例如，返回到图4A，如果语音识别服务器420确定唤醒字并未存在于在状态(1)处接收到的音频输入中，那么语音识别服务器420可将停用指令传输到用户计算装置200。或者，语音识别服务器420可确定自从上次从用户计算装置200接收到包含语音的音频输入，已经过去了阈值时间量，并且可因此将停用指令传输到用户计算装置200。可确定其他标准，用于将停用指令传输到用户计算装置200。
再次返回到图4A，在接收到确定包含唤醒字的随后音频输入之后，用户计算装置200可启用功率管理子系统100的部件和网络接口模块206，并且将音频输入传输到语音识别服务器420。本文中示出的示例性操作因此可自己重复。
图4A、图4B和图4C中示出的示例性操作用于说明性目的。本文中示出的示例性操作中可省去一个或多个状态，或者可添加额外的状态。在一个特定的实例中，在传输语音识别服务器420将为其生成语音识别结果的音频输入之前，用户计算装置200无需从语音识别服务器420获得唤醒字的确认。此外，在停用网络接口模块206和/或功率管理子系统100的一个或多个部件诸如应用处理模块112、语音处理模块110或语音检测模块108之前，用户计算装置200无需获得停用指令。事实上，功率管理子系统100可(通过音频检测模块106)确定，自从用户计算装置200已获得能量水平满足能量水平阈值的音频输入之后，已经过去了至少阈值时间量。或者，用户计算装置200可(通过语音检测模块108)确定，自从获得包含语音的音频输入之后，已经过去了至少阈值时间量。响应于确定已经过去了阈值时间量，功率管理子系统100可使网络接口模块206停用，并且可停用其本身的一个或多个部件，如上文相对于图3所述。
此外，功率管理子系统100可配置来识别用户401选择并说出的休眠字，采用大体类似于图3所示的识别唤醒字的方式。如果休眠字被功率管理子系统100检测到(例如，被语音处理模块110检测到)，那么网络接口模块206和/或功率管理子系统100的一个或多个部件可被停用。同样地，如果用户计算装置200包含其自身装置上的语音识别能力，那么响应于检测到休眠字，它们可被停用。
图5描绘出说明性用户接口500，其可由用户计算装置200提供用于定制功率管理子系统100和用户计算装置200的操作。在一个实施例中，用户接口模块212通过用户接口500处理用户输入，并将其提供到功率管理子系统100。
能量水平阈值元件502可使得用户能够指定阈值能量水平，在该阈值能量水平，语音检测模块108应被启用，如图3中的框308所示。例如，如果用户计算装置200处于相对嘈杂的环境，或者如果用户计算装置200正在经历音频检测模块106确定的相当大量的“误报”，那么用户401可能会希望提高语音处理模块108被启用时所处的能量水平阈值。如果用户401处于相对安静的环境，或者如果用户计算装置200正在经历相当大量的漏报，那么用户401可能会希望降低语音检测模块108被启用时所处的能量水平阈值。如上所述，能量水平阈值可对应于音量阈值、强度阈值、振幅阈值或与音频输入相关的其他阈值。
关键字置信度阈值元件504可使得用户能够指定阈值分数，在该阈值分数，语音处理模块110确定关键字存在。同样地，鉴别置信度阈值元件可使得用户能够指定阈值分数，在该阈值分数，语音处理模块110确定用户说出关键字。在一个实施例中，响应于语音处理模块110识别出唤醒字(例如，语音处理模块110确定满足阈值的分数，所述分数对应于语音中包含唤醒字的可能性)，应用处理模块112和网络接口模块206被启用。在另一实施例中，响应于至少通过对应于唤醒字与用户相关联的可能性的阈值分数，语音处理模块110确定唤醒字与用户401相关联，应用处理模块112和网络接口模块206被启用。在另外的实施例中，响应于语音处理模块110至少通过阈值分数识别唤醒字并且至少通过阈值分数确定唤醒字与用户401相关联，应用处理模块112和网络接口模块206被启用。其他阈值元件可被提供来使得用户401能够设置个别阈值，用于启用功率管理子系统100的任何或所有个别部件。另外的阈值元件可被提供来使得用户能够指定说明性例行程序300的一个或多个框可被跳过的分数，大体如上文相对于图3所论述。
用户接口500还可包含一个或多个计时元件508A和508B。每个计时元件均可用来设置阈值时间间隔，在该阈值时间间隔，网络接口模块206和/或功率管理子系统100的一个或多个部件自动停用。参考计时元件508A，如果功率管理子系统100确定自从用户计算装置200获得能量水平满足能量水平阈值的音频输入之后，已经过去了至少阈值时间间隔，那么网络接口模块206可自动停用，此外，功率管理子系统100的应用处理模块112、语音处理模块110、语音检测模块108也是如此。另外的计时元件也可用来设置阈值时间间隔，在该阈值时间间隔之后，语音识别服务器420将停用指令自动发送到网络接口模块206和功率管理子系统100，大体如上文相对于图4C所论述。也可提供用于功率管理子系统100的其他模块的计时元件。
继续参考图5，用户401可选择唤醒字是否应由语音识别服务器420通过服务器确认元件510来进行确认。在一些实施例中，在语音处理模块110检测到唤醒字之后，如果唤醒字的确认从语音识别服务器420接收到，应用处理模块112和网络接口模块206才保持启用。如果用户401要求唤醒字的服务器确认，那么随后获得的音频输入可以不传输到语音识别服务器420，除非唤醒字被确认。然而，如上所述，未必要求确认。如果用户401并不要求唤醒字的服务器确认，那么用户计算装置200可将随后获得的一个或多个音频输入传输到语音处理模块110，所述语音处理模块检测语音中的唤醒字和/或确定语音与用户401相关联。
用户401也可选择是否要求用说话人鉴别元件512进行说话人鉴别。如果用户401要求说话人鉴别，那么语音处理模块110和/或语音识别服务器420可用来确定包含对应于唤醒字的语音的音频输入是否与用户401相关联。响应于语音处理模块110确定用户401就是语音的说话人，应用处理模块112和网络接口模块206可被启用。同样地，响应于从语音识别服务器420接收到用户401就是唤醒字的说话人的确认，网络接口模块206可保持启用状态。然而，如果用户401并不要求说话人鉴别，那么语音处理模块110和语音识别服务器420均无需鉴别说话人。
用户接口500还可包含装置上的识别选择元件514，其中用户401可选择用户计算装置200是否自己生成语音识别结果，或者音频输入是否发送到语音识别服务器420以用于处理成语音识别结果。如果用户计算装置200并不包含装置上的语音识别能力，那么装置上的识别选择元件514可任选地被禁用或停止。此外，如果电源218下降至低于阈值供电水平(例如，电池电量百分数)，那么装置上的识别选择元件514可自动取消选择(并且装置上的语音识别能力自动禁用)，因为处理单元202和/或应用处理模块112实施的装置上的语音识别能力可能会要求相对较大的电耗。
唤醒字方框516和休眠字方框518可包括用户接口元件，借此，用户401可记录用户401说出的唤醒字或休眠字，并将其回放。当用户401记录唤醒字或休眠字时，网络接口模块206可自动启用，从而使得包含用户语音的音频输入可被提供到语音识别服务器420。语音识别服务器420可返回记录的唤醒字或休眠字的抄本，从而用户可确定语音识别服务器420是否正确理解了记录的唤醒字或休眠字。或者，当用户401记录唤醒字或休眠字时，用户计算装置200的任何装置上的语音识别能力均可被启用，以对记录的用户401的语音进行转录。说出的唤醒字或休眠字的频谱指示也可由用户接口500提供。任选地，唤醒字方框516和休眠字方框518可包含唤醒字或休眠字的暗示，并且可指示用户401提供的唤醒字或休眠字的质量，所述质量可反映出唤醒字或休眠字会产生误报或漏报的可能性。关于提示关键字的进一步信息可见于2012年11月6日提交的标题为“唤醒字评估(WAKE WORD EVALUATION)”的美国专利申请号13/670,316。该申请案的公开内容以全文引用的方式并入本文中。
出于说明的目的，已将本公开的各方面论述为硬件实施方式。然而，如上所述，功率管理子系统100可部分或完全由处理单元202实施。例如，功率管理子系统100的一些或全部功能可实施为处理单元202执行的软件指令。在一个特定的非限制性实例中，语音处理模块110、应用处理模块112以及功率管理模块120的功能可实施为处理单元202执行的软件。因此，处理单元202可配置来响应于检测到唤醒字而选择性地启用和/或停用网络接口模块206。可能还有其他的实施方式。
根据实施例，本文所述的例行程序或算法中的任一个的某些动作、事件或功能可用不同的顺序来执行，并可被添加、合并或完全忽略(例如，并非所有描述的操作或事件都是实践算法所必需的)。此外，在某些实施例中，操作或事件可同时执行(例如，通过多线程处理、中断处理，或者多个处理器或处理器芯，或者在其他并行架构上)，而非连续执行。
结合本文公开的实施例描述的各种说明性逻辑块、模块、例行程序和算法步骤可实施为电子硬件、计算机软件，或是这两个的组合。为了清楚地说明硬件和软件的这种互换性，上文总体上就其功能描述了各种说明性部件、块、模块和步骤。此类功能是实施为硬件还是软件，取决于整个系统上施加的特定应用和设计限制。所述功能可用不同的方式实施，以便用于每个特定的应用，但此类实施决策不应被解释为脱离本公开的范围。
除非另行说明，或者根据上下文可用其他方式理解，否则本文中所用的条件性语言，诸如“可”、“可以”、“可能”、“也许”、“例如”等，总体上意图传达以下内容：某些实施例包含(但其他实施例不包含)某些特征、元件和/或步骤。因此，这些条件性语言总体上并不意图暗示：特征、元件和/或步骤是一项或多项实施例无论如何都需要的，或者在有或没有作者输入或提示的情况下，一项或多项实施例必然包含决策逻辑，不论这些特征、元件和/或步骤均包含其中还是将在任何特定的实施例中执行。术语“包括”、“包含”、“具有”等是同义词，以开放的形式使用，并且并不排除额外的元件、特征、动作、操作等等。此外，术语“或”具有包含意义(而并非排除意义)，因此(例如)在用于连接一系列元件时，术语“或”意味着这一系列元件中的一个、一些或所有元件。
除非另行说明，否则结合性语言(诸如短语“X、Y和Z中的至少一个”)将在上下文中被理解为大体传达一个项目、术语等可以是X、Y或Z或者其组合。因此，这些结合性语言通常并不意图暗示某些实施例要求分别存在X中的至少一个、Y中的至少一个以及Z中的一个。
虽然上文的具体实施方式已展示、描述并指出应用于各种实施例的新颖特征，但是应理解，在不脱离本发明的精神的情况下，可对所示装置或算法的形式和细节进行各种省略、取代和改变。应认识到，本文所述的本发明的某些实施例可采用不提供本文所述的所有特征和优点的方式实现，因为一些特征可独立于其他特征单独使用或实践。本文公开的本发明的范围由所附权利要求书、而非上述说明指示。权利要求书的范围涵盖其等效意义和范围内的所有变化。
条款:
1.一种系统，其包括：
音频输入模块，其配置来接收音频输入；
与所述音频输入模块通信的音频检测模块，所述音频检测模块配置来确定所述音频输入的音量，并且至少部分基于所确定的音量，使语音检测模块启用；
所述语音检测模块配置来确定指示所述音频输入包括语音的可能性的第一分数，并且至少部分基于所述分数，使唤醒字识别模块启用；
所述唤醒字识别模块配置来确定指示所述音频输入包括唤醒字的可能性的第二分数；以及
网络接口模块，其配置来将所获得的音频输入的至少一部分传输到远程计算装置。
2.根据条款1所述的系统，其中所述音频输入装置包括麦克风，所述音频检测模块包括第一数字信号处理器，所述语音检测模块包括第二数字信号处理器，并且所述唤醒字识别模块包括微处理器。
3.根据条款1所述的系统，其中：
所述语音检测模块还配置来使用以下各者中的至少一个来确定所述第一分数：隐马尔可夫模型、高斯混合模型、多个频谱带中的能量或者多个频谱带中的信噪比；并且
所述唤醒字识别模块还配置来使用以下各者中的至少一个来确定所述第二分数：应用处理模块、隐马尔可夫模型以及高斯混合模型。
4.根据条款1所述的系统，其中：
所述唤醒字识别模块还配置来至少部分基于所述第一分数来使所述音频检测模块停用；并且
所述唤醒字识别模块还配置来至少部分基于所述第二分数来使所述语音检测模块停用。
5.一种操作第一计算装置的计算机实施的方法，所述方法包括：
接收音频输入；
从所述音频输入确定一个或多个值，其中所述一个或多个值包括以下各者中的至少一个：
指示所述音频输入的能量水平的第一值；或
指示所述音频输入包括语音的可能性的第二值；
至少部分基于所述一个或多个值，启用所述第一计算装置的第一模块；
通过所述第一模块来执行操作，其中所述操作包括以下各者中的至少一个：
确定所述音频输入包括唤醒字；
对所述音频输入的至少一部分执行语音识别，以获得语音识别结果；或
使所述音频输入的至少一部分传输到第二计算装置。
6.根据条款5所述的计算机实施的方法，其中：
所述第一模块包括处理器，所述处理器可在低功率状态与高功率状态之间切换；并且
所述处理器只有在处于所述高功率状态时才执行所述操作。
7.根据条款6所述的计算机实施的方法，其中启用所述第一模块包括将所述处理器从所述低功率状态切换到所述高功率状态。
8.根据条款6所述的计算机实施的方法，其还包括停用所述第一模块，其中停用所述第一模块包括将所述处理器从所述高功率状态切换到所述低功率状态。
9.根据条款6所述的计算机实施的方法，其中所述处理器包括数字信号处理器或微处理器中的至少一个。
10.根据条款5所述的计算机实施的方法，其中所述第一模块包括配置来由微处理器执行的软件模块。
11.根据条款10所述的计算机实施的方法，其中启用所述第一模块包括使所述微处理器执行所述软件模块。
12.根据条款5所述的计算机实施的方法，其中所述操作包括使所述音频输入的至少一部分传输到所述第二计算装置，并且还包括从所述第二计算装置接收语音识别结果。
13.根据条款12所述的计算机实施的方法，其中所述语音识别结果包括以下各者中的至少一个：所述音频输入的至少一部分的抄本以及对包括在所述音频输入的至少一部分中的智能代理查询的响应。
14.根据条款12所述的计算机实施的方法，其还包括：
至少部分基于所述一个或多个值，启用所述第一计算装置的第二模块，其中所述第二模块配置来实施语音识别应用；以及
通过所述语音识别应用来处理所述语音识别结果。
15.一种装置，其包括：
第一处理器，其配置来：
确定一个或多个值，其中所述一个或多个值包括以下各者中的至少一个：指示音频输入的能量水平的第一值，或指示所述音频输入包括语音的可能性的第二值；以及
至少部分基于所述一个或多个值，使第二处理器启用；
所述第二处理器配置来执行操作，其中所述操作包括以下各者中的至少一个：
确定所述音频输入包括唤醒字；
对所述音频输入的至少一部分执行语音识别，以获得语音识别结果；或
使所述音频输入的至少一部分传输到第二装置。
16.根据条款15所述的装置，其中所述第一处理器包括数字信号处理器或微处理器中的至少一个。
17.根据条款15所述的装置，其中所述第二处理器包括数字信号处理器或微处理器中的至少一个。
18.根据条款15所述的装置，其还包括配置来存储所述音频输入的存储器缓冲模块。
19.根据条款18所述的装置，其中配置来存储所述音频输入的所述存储器缓冲模块包括环形缓冲区。
20.根据条款15所述的装置，其还包括与所述第一处理器通信的音频输入模块，其中所述音频输入模块配置来获得所述音频输入。
21.一种系统，其包括：
音频输入模块，其配置来获得音频输入；
与所述音频输入模块通信的第一模块；以及
与所述第一模块通信的第二模块；
其中所述第一模块配置来：
至少部分基于所述音频输入来确定一个或多个值，以及
至少部分基于所述一个或多个值，使所述第二模块启用；并且
其中所述第二模块配置来对所述音频输入的至少一部分执行语音识别。
22.根据条款21所述的系统，其中所述一个或多个值包括所述音频输入的音量。
23.根据条款22所述的系统，其中只有在所述音频输入的所述音量在至少阈值持续时间内满足音量阈值时，所述第二模块才被启用。
24.根据条款21所述的系统，其中所述一个或多个值包括所述音频输入包括语音的可能性。
25.根据条款21所述的系统，其中所述一个或多个值包括指示以下可能性的分数：所述音频输入包括唤醒字。
26.根据条款25所述的系统，其中所述一个或多个值还包括指示以下可能性的分数：所述唤醒字由与所述唤醒字相关联的用户说出。
27.根据条款21所述的系统，其中所述第二模块配置来通过为所述音频输入的至少一部分生成语音识别结果对所述音频输入的至少一部分执行语音识别。
28.根据条款21所述的系统，其中所述第二模块配置来通过以下操作对所述音频输入的至少一部分执行语音识别：
将所述音频输入传输到远程计算装置；以及
从所述远程计算装置接收所述音频输入的至少一部分的语音识别结果。

Claims (15)

1.一种系统，其包括：
音频输入模块，其配置来接收音频输入；
与所述音频输入模块通信的音频检测模块，所述音频检测模块配置来确定所述音频输入的音量，并且至少部分基于所确定的音量，使语音检测模块启用；
所述语音检测模块配置来确定指示所述音频输入包括语音的可能性的第一分数，并且至少部分基于所述分数，使唤醒字识别模块启用；
所述唤醒字识别模块配置来确定指示所述音频输入包括唤醒字的可能性的第二分数；以及
网络接口模块，其配置来将所获得的音频输入的至少一部分传输到远程计算装置。
2.根据权利要求1所述的系统，其中所述音频输入装置包括麦克风，所述音频检测模块包括第一数字信号处理器，所述语音检测模块包括第二数字信号处理器，并且所述唤醒字识别模块包括微处理器。
3.根据权利要求1所述的系统，其中：
所述语音检测模块还配置来使用以下各者中的至少一个来确定所述第一分数：隐马尔可夫模型、高斯混合模型、多个频谱带中的能量或者多个频谱带中的信噪比；并且
所述唤醒字识别模块还配置来使用以下各者中的至少一个来确定所述第二分数：应用处理模块、隐马尔可夫模型以及高斯混合模型。
4.根据权利要求1所述的系统，其中：
所述唤醒字识别模块还配置来至少部分基于所述第一分数来使所述音频检测模块停用；并且
所述唤醒字识别模块还配置来至少部分基于所述第二分数来使所述语音检测模块停用。
5.一种操作第一计算装置的计算机实施的方法，所述方法包括：
接收音频输入；
从所述音频输入确定一个或多个值，其中所述一个或多个值包括以下各者中的至少一个：
指示所述音频输入的能量水平的第一值；或
指示所述音频输入包括语音的可能性的第二值；
至少部分基于所述一个或多个值，启用所述第一计算装置的第一模块；
通过所述第一模块来执行操作，其中所述操作包括以下各者中的至少一个：
确定所述音频输入包括唤醒字；
对所述音频输入的至少一部分执行语音识别，以获得语音识别结果；或
使所述音频输入的至少一部分传输到第二计算装置。
6.根据权利要求5所述的计算机实施的方法，其中：
所述第一模块包括处理器，所述处理器可在低功率状态与高功率状态之间切换；并且
所述处理器只有在处于所述高功率状态时才执行所述操作。
7.根据权利要求6所述的计算机实施的方法，其中启用所述第一模块包括将所述处理器从所述低功率状态切换到所述高功率状态。
8.根据权利要求6所述的计算机实施的方法，其还包括停用所述第一模块，其中停用所述第一模块包括将所述处理器从所述高功率状态切换到所述低功率状态。
9.根据权利要求6所述的计算机实施的方法，其中所述处理器包括数字信号处理器或微处理器中的至少一个。
10.根据权利要求5所述的计算机实施的方法，其中所述操作包括使所述音频输入的至少一部分传输到所述第二计算装置，并且还包括从所述第二计算装置接收语音识别结果。
11.根据权利要求10所述的计算机实施的方法，其还包括：
至少部分基于所述一个或多个值，启用所述第一计算装置的第二模块，其中所述第二模块配置来实施语音识别应用；以及
通过所述语音识别应用来处理所述语音识别结果。
12.一种装置，其包括：
第一处理器，其配置来：
确定一个或多个值，其中所述一个或多个值包括以下各者中的至少一个：指示音频输入的能量水平的第一值，或指示所述音频输入包括语音的可能性的第二值；以及
至少部分基于所述一个或多个值，使第二处理器启用；
所述第二处理器，其配置来执行操作，其中所述操作包括以下各者中的至少一个：
确定所述音频输入包括唤醒字；
对所述音频输入的至少一部分执行语音识别，以获得语音识别结果；或
使所述音频输入的至少一部分传输到第二装置。
13.根据权利要求12所述的装置，其中所述第一处理器包括数字信号处理器或微处理器中的至少一个。
14.根据权利要求12所述的装置，其还包括配置来存储所述音频输入的存储器缓冲模块。
15.根据权利要求12所述的装置，其还包括与所述第一处理器通信的音频输入模块，其中所述音频输入模块配置来获得所述音频输入。
CN201380064898.2A 2012-12-11 2013-12-09 语音识别功率管理 Active CN105009204B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/711,510 2012-12-11
US13/711,510 US9704486B2 (en) 2012-12-11 2012-12-11 Speech recognition power management
PCT/US2013/073913 WO2014093238A1 (en) 2012-12-11 2013-12-09 Speech recognition power management

Publications (2)

Publication Number Publication Date
CN105009204A true CN105009204A (zh) 2015-10-28
CN105009204B CN105009204B (zh) 2019-11-19

Family

ID=49841853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380064898.2A Active CN105009204B (zh) 2012-12-11 2013-12-09 语音识别功率管理

Country Status (5)

Country Link
US (3) US9704486B2 (zh)
EP (1) EP2932500B1 (zh)
JP (1) JP6200516B2 (zh)
CN (1) CN105009204B (zh)
WO (1) WO2014093238A1 (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104423576A (zh) * 2013-09-10 2015-03-18 联想（新加坡）私人有限公司 虚拟助理操作项目的管理
CN105009203A (zh) * 2013-03-12 2015-10-28 纽昂斯通讯公司 用于检测语音命令的方法和装置
CN106157950A (zh) * 2016-09-29 2016-11-23 合肥华凌股份有限公司 语音控制系统及其唤醒方法、唤醒装置和家电、协处理器
CN106992015A (zh) * 2015-12-22 2017-07-28 恩智浦有限公司 语音激活系统
CN107105367A (zh) * 2017-05-24 2017-08-29 维沃移动通信有限公司 一种音频信号处理方法及终端
CN107808670A (zh) * 2017-10-25 2018-03-16 百度在线网络技术（北京）有限公司 语音数据处理方法、装置、设备及存储介质
US9940936B2 (en) 2013-03-12 2018-04-10 Nuance Communications, Inc. Methods and apparatus for detecting a voice command
CN108320749A (zh) * 2018-03-14 2018-07-24 百度在线网络技术（北京）有限公司 远场语音控制设备和远场语音控制系统
CN108428452A (zh) * 2018-03-14 2018-08-21 百度在线网络技术（北京）有限公司 终端支架和远场语音交互系统
CN108899044A (zh) * 2018-07-27 2018-11-27 苏州思必驰信息科技有限公司 语音信号处理方法及装置
CN108965068A (zh) * 2017-05-19 2018-12-07 Lg电子株式会社 家用电器及其动作方法
CN109377993A (zh) * 2018-10-12 2019-02-22 上海庆科信息技术有限公司 智能语音系统及其语音唤醒方法及智能语音设备
CN109410936A (zh) * 2018-11-14 2019-03-01 广东美的制冷设备有限公司 基于场景的空调设备语音控制方法和装置
CN111052230A (zh) * 2017-09-06 2020-04-21 亚马逊科技公司 用于语音捕获设备的语音激活的选择性存储器
CN111475206A (zh) * 2019-01-04 2020-07-31 优奈柯恩(北京)科技有限公司 用于唤醒可穿戴设备的方法及装置
US11087750B2 (en) 2013-03-12 2021-08-10 Cerence Operating Company Methods and apparatus for detecting a voice command
US11437020B2 (en) 2016-02-10 2022-09-06 Cerence Operating Company Techniques for spatially selective wake-up word recognition and related systems and methods
US11545146B2 (en) 2016-11-10 2023-01-03 Cerence Operating Company Techniques for language independent wake-up word detection
US11600269B2 (en) 2016-06-15 2023-03-07 Cerence Operating Company Techniques for wake-up word recognition and related systems and methods
WO2023155607A1 (zh) * 2022-02-17 2023-08-24 海信视像科技股份有限公司 终端设备和语音唤醒方法

Families Citing this family (287)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US10373615B2 (en) * 2012-10-30 2019-08-06 Google Technology Holdings LLC Voice control user interface during low power mode
US10304465B2 (en) * 2012-10-30 2019-05-28 Google Technology Holdings LLC Voice control user interface for low power mode
US10381002B2 (en) * 2012-10-30 2019-08-13 Google Technology Holdings LLC Voice control user interface during low-power mode
US9584642B2 (en) * 2013-03-12 2017-02-28 Google Technology Holdings LLC Apparatus with adaptive acoustic echo control for speakerphone mode
US9704486B2 (en) 2012-12-11 2017-07-11 Amazon Technologies, Inc. Speech recognition power management
US9653070B2 (en) * 2012-12-31 2017-05-16 Intel Corporation Flexible architecture for acoustic signal processing engine
DE102013022596B3 (de) * 2013-01-25 2020-02-27 Inodyn Newmedia Gmbh Verfahren und System zur Sprachaktivierung mit Aktivierungswort am Satzanfang, innerhalb des Satzes oder am Satzende
DE102013001219B4 (de) * 2013-01-25 2019-08-29 Inodyn Newmedia Gmbh Verfahren und System zur Sprachaktivierung eines Software-Agenten aus einem Standby-Modus
CN113470641B (zh) 2013-02-07 2023-12-15 苹果公司 数字助理的语音触发器
EP2962403A4 (en) * 2013-02-27 2016-11-16 Knowles Electronics Llc LANGUAGE-CONTROLLED COMMUNICATION CONNECTIONS
US20140278393A1 (en) * 2013-03-12 2014-09-18 Motorola Mobility Llc Apparatus and Method for Power Efficient Signal Conditioning for a Voice Recognition System
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US10748529B1 (en) * 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
US9467785B2 (en) 2013-03-28 2016-10-11 Knowles Electronics, Llc MEMS apparatus with increased back volume
US9503814B2 (en) 2013-04-10 2016-11-22 Knowles Electronics, Llc Differential outputs in multiple motor MEMS devices
US10515076B1 (en) 2013-04-12 2019-12-24 Google Llc Generating query answers from a user's history
US10157618B2 (en) 2013-05-02 2018-12-18 Xappmedia, Inc. Device, system, method, and computer-readable medium for providing interactive advertising
US20140343949A1 (en) * 2013-05-17 2014-11-20 Fortemedia, Inc. Smart microphone device
US10020008B2 (en) 2013-05-23 2018-07-10 Knowles Electronics, Llc Microphone and corresponding digital interface
US9711166B2 (en) 2013-05-23 2017-07-18 Knowles Electronics, Llc Decimation synchronization in a microphone
US20180317019A1 (en) 2013-05-23 2018-11-01 Knowles Electronics, Llc Acoustic activity detecting microphone
EP3000241B1 (en) 2013-05-23 2019-07-17 Knowles Electronics, LLC Vad detection microphone and method of operating the same
US9633655B1 (en) 2013-05-23 2017-04-25 Knowles Electronics, Llc Voice sensing and keyword analysis
US10028054B2 (en) 2013-10-21 2018-07-17 Knowles Electronics, Llc Apparatus and method for frequency detection
US20140365225A1 (en) * 2013-06-05 2014-12-11 DSP Group Ultra-low-power adaptive, user independent, voice triggering schemes
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101772152B1 (ko) 2013-06-09 2017-08-28 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
US20150032238A1 (en) 2013-07-23 2015-01-29 Motorola Mobility Llc Method and Device for Audio Input Routing
CN105453026A (zh) 2013-08-06 2016-03-30 苹果公司 基于来自远程设备的活动自动激活智能响应
US9386370B2 (en) 2013-09-04 2016-07-05 Knowles Electronics, Llc Slew rate control apparatus for digital microphones
US9298244B2 (en) 2013-09-30 2016-03-29 Sonos, Inc. Communication routes based on low power operation
US9502028B2 (en) 2013-10-18 2016-11-22 Knowles Electronics, Llc Acoustic activity detection apparatus and method
US20150120296A1 (en) * 2013-10-29 2015-04-30 At&T Intellectual Property I, L.P. System and method for selecting network-based versus embedded speech processing
US9147397B2 (en) 2013-10-29 2015-09-29 Knowles Electronics, Llc VAD detection apparatus and method of operating the same
US8719039B1 (en) * 2013-12-05 2014-05-06 Google Inc. Promoting voice actions to hotwords
EP3084760A4 (en) * 2013-12-20 2017-08-16 Intel Corporation Transition from low power always listening mode to high power speech recognition mode
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9697828B1 (en) * 2014-06-20 2017-07-04 Amazon Technologies, Inc. Keyword detection modeling using contextual and environmental information
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US9257120B1 (en) 2014-07-18 2016-02-09 Google Inc. Speaker verification using co-location information
US20160049147A1 (en) * 2014-08-13 2016-02-18 Glen J. Anderson Distributed voice input processing based on power and sensing
US10318586B1 (en) * 2014-08-19 2019-06-11 Google Llc Systems and methods for editing and replaying natural language queries
US20160055847A1 (en) * 2014-08-19 2016-02-25 Nuance Communications, Inc. System and method for speech validation
US9549273B2 (en) 2014-08-28 2017-01-17 Qualcomm Incorporated Selective enabling of a component by a microphone circuit
US10789041B2 (en) * 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9831844B2 (en) 2014-09-19 2017-11-28 Knowles Electronics, Llc Digital microphone with adjustable gain control
US9812128B2 (en) * 2014-10-09 2017-11-07 Google Inc. Device leadership negotiation among voice interface devices
US9318107B1 (en) 2014-10-09 2016-04-19 Google Inc. Hotword detection on multiple devices
US9741344B2 (en) * 2014-10-20 2017-08-22 Vocalzoom Systems Ltd. System and method for operating devices using voice commands
KR20160056548A (ko) 2014-11-12 2016-05-20 삼성전자주식회사 질의 응답을 위한 디스플레이 장치 및 방법
US9699550B2 (en) * 2014-11-12 2017-07-04 Qualcomm Incorporated Reduced microphone power-up latency
US9712915B2 (en) 2014-11-25 2017-07-18 Knowles Electronics, Llc Reference microphone for non-linear and time variant echo cancellation
DE112016000287T5 (de) 2015-01-07 2017-10-05 Knowles Electronics, Llc Verwendung von digitalen Mikrofonen zur Niedrigleistung-Schlüsselworterkennung und Rauschunterdrückung
CN105845135A (zh) * 2015-01-12 2016-08-10 芋头科技（杭州）有限公司 一种机器人系统的声音识别系统及方法
US9830080B2 (en) 2015-01-21 2017-11-28 Knowles Electronics, Llc Low power voice trigger for acoustic apparatus and method
US10580401B2 (en) * 2015-01-27 2020-03-03 Google Llc Sub-matrix input for neural network layers
US10121472B2 (en) 2015-02-13 2018-11-06 Knowles Electronics, Llc Audio buffer catch-up apparatus and method with two microphones
KR102346302B1 (ko) * 2015-02-16 2022-01-03 삼성전자 주식회사 전자 장치 및 음성 인식 기능 운용 방법
US9866938B2 (en) 2015-02-19 2018-01-09 Knowles Electronics, Llc Interface for microphone-to-microphone communications
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
JP6564058B2 (ja) * 2015-04-10 2019-08-21 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． 音声認識方法、音声ウェイクアップ装置、音声認識装置、および端末
US9883270B2 (en) 2015-05-14 2018-01-30 Knowles Electronics, Llc Microphone with coined area
US10291973B2 (en) 2015-05-14 2019-05-14 Knowles Electronics, Llc Sensor device with ingress protection
US10460227B2 (en) 2015-05-15 2019-10-29 Apple Inc. Virtual assistant in a communication session
US10200824B2 (en) 2015-05-27 2019-02-05 Apple Inc. Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device
US9734845B1 (en) * 2015-06-26 2017-08-15 Amazon Technologies, Inc. Mitigating effects of electronic audio sources in expression detection
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
US9478234B1 (en) 2015-07-13 2016-10-25 Knowles Electronics, Llc Microphone apparatus and method with catch-up buffer
US10045104B2 (en) 2015-08-24 2018-08-07 Knowles Electronics, Llc Audio calibration using a microphone
US10331312B2 (en) 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
US10740384B2 (en) 2015-09-08 2020-08-11 Apple Inc. Intelligent automated assistant for media search and playback
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9875081B2 (en) * 2015-09-21 2018-01-23 Amazon Technologies, Inc. Device selection for providing a response
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US9542941B1 (en) * 2015-10-01 2017-01-10 Lenovo (Singapore) Pte. Ltd. Situationally suspending wakeup word to enable voice command input
US10157039B2 (en) * 2015-10-05 2018-12-18 Motorola Mobility Llc Automatic capturing of multi-mode inputs in applications
US9978366B2 (en) * 2015-10-09 2018-05-22 Xappmedia, Inc. Event-based speech interactive media player
US10621977B2 (en) * 2015-10-30 2020-04-14 Mcafee, Llc Trusted speech transcription
US9691378B1 (en) * 2015-11-05 2017-06-27 Amazon Technologies, Inc. Methods and devices for selectively ignoring captured audio data
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10956666B2 (en) 2015-11-09 2021-03-23 Apple Inc. Unconventional virtual assistant interactions
US10651827B2 (en) * 2015-12-01 2020-05-12 Marvell Asia Pte, Ltd. Apparatus and method for activating circuits
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10778352B2 (en) * 2016-01-05 2020-09-15 M.B.E.R Telecommunication And High-Tech Ltd System and method for detecting audio media content
CN105741838B (zh) * 2016-01-20 2019-10-15 百度在线网络技术（北京）有限公司 语音唤醒方法及装置
US10453460B1 (en) * 2016-02-02 2019-10-22 Amazon Technologies, Inc. Post-speech recognition request surplus detection and prevention
US9894437B2 (en) 2016-02-09 2018-02-13 Knowles Electronics, Llc Microphone assembly with pulse density modulated signal
US10743101B2 (en) 2016-02-22 2020-08-11 Sonos, Inc. Content mixing
US9947316B2 (en) 2016-02-22 2018-04-17 Sonos, Inc. Voice control of a media playback system
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US10509626B2 (en) 2016-02-22 2019-12-17 Sonos, Inc Handling of loss of pairing between networked devices
US9965247B2 (en) 2016-02-22 2018-05-08 Sonos, Inc. Voice controlled media playback system based on user profile
EP3455719A1 (en) 2016-05-10 2019-03-20 Google LLC Implementations for voice assistant on devices
CN114758655A (zh) 2016-05-13 2022-07-15 谷歌有限责任公司 语音控制的隐藏字幕显示
US10783178B2 (en) 2016-05-17 2020-09-22 Google Llc Generating a personal database entry for a user based on natural language user interface input of the user and generating output based on the entry in response to further natural language user interface input of the user
US9978390B2 (en) 2016-06-09 2018-05-22 Sonos, Inc. Dynamic player selection for audio signal processing
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10627887B2 (en) 2016-07-01 2020-04-21 Microsoft Technology Licensing, Llc Face detection circuit
US10499150B2 (en) 2016-07-05 2019-12-03 Knowles Electronics, Llc Microphone assembly with digital feedback loop
US10134399B2 (en) 2016-07-15 2018-11-20 Sonos, Inc. Contextualization of voice inputs
US10152969B2 (en) 2016-07-15 2018-12-11 Sonos, Inc. Voice detection by multiple devices
US10257616B2 (en) 2016-07-22 2019-04-09 Knowles Electronics, Llc Digital microphone assembly with improved frequency response and noise characteristics
FR3054362B1 (fr) * 2016-07-22 2022-02-04 Dolphin Integration Sa Circuit et procede de reconnaissance de parole
US10115400B2 (en) * 2016-08-05 2018-10-30 Sonos, Inc. Multiple voice services
US9972320B2 (en) 2016-08-24 2018-05-15 Google Llc Hotword detection on multiple devices
KR102596430B1 (ko) 2016-08-31 2023-10-31 삼성전자주식회사 화자 인식에 기초한 음성 인식 방법 및 장치
US9942678B1 (en) 2016-09-27 2018-04-10 Sonos, Inc. Audio playback settings for voice interaction
US9743204B1 (en) 2016-09-30 2017-08-22 Sonos, Inc. Multi-orientation playback device microphones
US9961642B2 (en) * 2016-09-30 2018-05-01 Intel Corporation Reduced power consuming mobile devices method and apparatus
US10181323B2 (en) 2016-10-19 2019-01-15 Sonos, Inc. Arbitration-based voice recognition
WO2018081278A1 (en) 2016-10-28 2018-05-03 Knowles Electronics, Llc Transducer assemblies and methods
EP3637414B1 (en) 2016-11-07 2024-01-03 Google LLC Recorded media hotword trigger suppression
KR102591413B1 (ko) * 2016-11-16 2023-10-19 엘지전자 주식회사 이동단말기 및 그 제어방법
WO2018118744A1 (en) * 2016-12-19 2018-06-28 Knowles Electronics, Llc Methods and systems for reducing false alarms in keyword detection
US10559309B2 (en) 2016-12-22 2020-02-11 Google Llc Collaborative voice controlled devices
US10726835B2 (en) * 2016-12-23 2020-07-28 Amazon Technologies, Inc. Voice activated modular controller
US10937421B2 (en) * 2016-12-23 2021-03-02 Spectrum Brands, Inc. Electronic faucet with smart features
WO2018119230A1 (en) * 2016-12-23 2018-06-28 Spectrum Brands, Inc. Electronic faucet with smart features
US10593328B1 (en) * 2016-12-27 2020-03-17 Amazon Technologies, Inc. Voice control of remote device
US10319375B2 (en) * 2016-12-28 2019-06-11 Amazon Technologies, Inc. Audio message extraction
WO2018126151A1 (en) 2016-12-30 2018-07-05 Knowles Electronics, Llc Microphone assembly with authentication
US11204787B2 (en) 2017-01-09 2021-12-21 Apple Inc. Application integration with a digital assistant
US10971157B2 (en) 2017-01-11 2021-04-06 Nuance Communications, Inc. Methods and apparatus for hybrid speech recognition processing
US10311876B2 (en) * 2017-02-14 2019-06-04 Google Llc Server side hotwording
US9990926B1 (en) * 2017-03-13 2018-06-05 Intel Corporation Passive enrollment method for speaker identification systems
US11183181B2 (en) 2017-03-27 2021-11-23 Sonos, Inc. Systems and methods of multiple voice services
KR102622356B1 (ko) 2017-04-20 2024-01-08 구글 엘엘씨 장치에 대한 다중 사용자 인증
KR20180118461A (ko) * 2017-04-21 2018-10-31 엘지전자 주식회사 음성 인식 장치 및 음성 인식 방법
KR102068182B1 (ko) 2017-04-21 2020-01-20 엘지전자 주식회사 음성 인식 장치, 및 음성 인식 시스템
US10311870B2 (en) 2017-05-10 2019-06-04 Ecobee Inc. Computerized device with voice command input capability
DK180048B1 (en) 2017-05-11 2020-02-04 Apple Inc. MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK201770429A1 (en) 2017-05-12 2018-12-14 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770411A1 (en) 2017-05-15 2018-12-20 Apple Inc. MULTI-MODAL INTERFACES
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
US10303715B2 (en) 2017-05-16 2019-05-28 Apple Inc. Intelligent automated assistant for media exploration
KR102112565B1 (ko) * 2017-05-19 2020-05-19 엘지전자 주식회사 홈 어플라이언스 및 음성 인식 서버 시스템의 동작 방법
KR102371313B1 (ko) * 2017-05-29 2022-03-08 삼성전자주식회사 사용자 발화를 처리하는 전자 장치 및 그 전자 장치의 제어 방법
KR101976427B1 (ko) * 2017-05-30 2019-05-09 엘지전자 주식회사 음성 인식 서버 시스템의 동작 방법
CN109147770B (zh) * 2017-06-16 2023-07-28 阿里巴巴集团控股有限公司 声音识别特征的优化、动态注册方法、客户端和服务器
US11189273B2 (en) * 2017-06-29 2021-11-30 Amazon Technologies, Inc. Hands free always on near field wakeword solution
US10599377B2 (en) 2017-07-11 2020-03-24 Roku, Inc. Controlling visual indicators in an audio responsive electronic device, and capturing and providing audio using an API, by native and non-native computing devices and services
CN107360327B (zh) 2017-07-19 2021-05-07 腾讯科技（深圳）有限公司 语音识别方法、装置和存储介质
US10360909B2 (en) 2017-07-27 2019-07-23 Intel Corporation Natural machine conversing method and apparatus
US10475449B2 (en) 2017-08-07 2019-11-12 Sonos, Inc. Wake-word detection suppression
US10204624B1 (en) * 2017-08-14 2019-02-12 Lenovo (Singapore) Pte. Ltd. False positive wake word
US10482904B1 (en) 2017-08-15 2019-11-19 Amazon Technologies, Inc. Context driven device arbitration
CN107483445A (zh) * 2017-08-23 2017-12-15 百度在线网络技术（北京）有限公司 一种静默声纹识别注册方法、装置、服务器和存储介质
US11062702B2 (en) 2017-08-28 2021-07-13 Roku, Inc. Media system with multiple digital assistants
US11062710B2 (en) 2017-08-28 2021-07-13 Roku, Inc. Local and cloud speech recognition
US10048930B1 (en) 2017-09-08 2018-08-14 Sonos, Inc. Dynamic computation of system response volume
US11025356B2 (en) 2017-09-08 2021-06-01 Knowles Electronics, Llc Clock synchronization in a master-slave communication system
US10446165B2 (en) 2017-09-27 2019-10-15 Sonos, Inc. Robust short-time fourier transform acoustic echo cancellation during audio playback
US10621981B2 (en) 2017-09-28 2020-04-14 Sonos, Inc. Tone interference cancellation
US10051366B1 (en) 2017-09-28 2018-08-14 Sonos, Inc. Three-dimensional beam forming with a microphone array
US10482868B2 (en) 2017-09-28 2019-11-19 Sonos, Inc. Multi-channel acoustic echo cancellation
US11061642B2 (en) 2017-09-29 2021-07-13 Knowles Electronics, Llc Multi-core audio processor with flexible memory allocation
US10466962B2 (en) 2017-09-29 2019-11-05 Sonos, Inc. Media playback system with voice assistance
CN107919130B (zh) * 2017-11-06 2021-12-17 百度在线网络技术（北京）有限公司 基于云端的语音处理方法和装置
CN107895573B (zh) * 2017-11-15 2021-08-24 百度在线网络技术（北京）有限公司 用于识别信息的方法及装置
US10482878B2 (en) 2017-11-29 2019-11-19 Nuance Communications, Inc. System and method for speech enhancement in multisource environments
US10157611B1 (en) * 2017-11-29 2018-12-18 Nuance Communications, Inc. System and method for speech enhancement in multisource environments
KR102460491B1 (ko) * 2017-12-06 2022-10-31 삼성전자주식회사 전자 장치 및 그의 제어 방법
US10880650B2 (en) 2017-12-10 2020-12-29 Sonos, Inc. Network microphone devices with automatic do not disturb actuation capabilities
US10818290B2 (en) 2017-12-11 2020-10-27 Sonos, Inc. Home graph
US10601599B2 (en) * 2017-12-29 2020-03-24 Synaptics Incorporated Voice command processing in low power devices
US11343614B2 (en) 2018-01-31 2022-05-24 Sonos, Inc. Device designation of playback and network microphone device arrangements
CN108335696A (zh) * 2018-02-09 2018-07-27 百度在线网络技术（北京）有限公司 语音唤醒方法和装置
US11145298B2 (en) 2018-02-13 2021-10-12 Roku, Inc. Trigger word detection with multiple digital assistants
CN108564951B (zh) * 2018-03-02 2021-05-25 云知声智能科技股份有限公司 智能降低语音控制设备误唤醒概率的方法
US10332543B1 (en) * 2018-03-12 2019-06-25 Cypress Semiconductor Corporation Systems and methods for capturing noise for pattern recognition processing
TWI682385B (zh) * 2018-03-16 2020-01-11 緯創資通股份有限公司 語音服務控制裝置及其方法
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
EP3553775B1 (en) * 2018-04-12 2020-11-25 Spotify AB Voice-based authentication
EP3564949A1 (en) 2018-04-23 2019-11-06 Spotify AB Activation trigger processing
US10580410B2 (en) 2018-04-27 2020-03-03 Sorenson Ip Holdings, Llc Transcription of communications
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
US11175880B2 (en) 2018-05-10 2021-11-16 Sonos, Inc. Systems and methods for voice-assisted media content selection
US10847178B2 (en) 2018-05-18 2020-11-24 Sonos, Inc. Linear filtering for noise-suppressed speech detection
US10959029B2 (en) 2018-05-25 2021-03-23 Sonos, Inc. Determining and adapting to changes in microphone performance of playback devices
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
US11437029B2 (en) 2018-06-05 2022-09-06 Voicify, LLC Voice application platform
US10235999B1 (en) 2018-06-05 2019-03-19 Voicify, LLC Voice application platform
US10636425B2 (en) 2018-06-05 2020-04-28 Voicify, LLC Voice application platform
US10803865B2 (en) 2018-06-05 2020-10-13 Voicify, LLC Voice application platform
US10681460B2 (en) 2018-06-28 2020-06-09 Sonos, Inc. Systems and methods for associating playback devices with voice assistant services
US10461710B1 (en) 2018-08-28 2019-10-29 Sonos, Inc. Media playback system with maximum volume setting
US11076035B2 (en) 2018-08-28 2021-07-27 Sonos, Inc. Do not disturb feature for audio notifications
KR102628211B1 (ko) * 2018-08-29 2024-01-23 삼성전자주식회사 전자 장치 및 그 제어 방법
WO2020055923A1 (en) 2018-09-11 2020-03-19 Knowles Electronics, Llc Digital microphone with reduced processing noise
US10878811B2 (en) 2018-09-14 2020-12-29 Sonos, Inc. Networked devices, systems, and methods for intelligently deactivating wake-word engines
US10587430B1 (en) 2018-09-14 2020-03-10 Sonos, Inc. Networked devices, systems, and methods for associating playback devices based on sound codes
CN109243440B (zh) * 2018-09-19 2022-07-08 杨建朋 一种智能语音识别的强弱电转换联动互控系统
US11024331B2 (en) 2018-09-21 2021-06-01 Sonos, Inc. Voice detection optimization using sound metadata
US10811015B2 (en) 2018-09-25 2020-10-20 Sonos, Inc. Voice detection optimization based on selected voice assistant service
US11100923B2 (en) 2018-09-28 2021-08-24 Sonos, Inc. Systems and methods for selective wake word detection using neural network models
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
US10692518B2 (en) 2018-09-29 2020-06-23 Sonos, Inc. Linear filtering for noise-suppressed speech detection via multiple network microphone devices
US10908880B2 (en) 2018-10-19 2021-02-02 Knowles Electronics, Llc Audio signal circuit with in-place bit-reversal
US11899519B2 (en) 2018-10-23 2024-02-13 Sonos, Inc. Multiple stage network microphone device with reduced power consumption and processing load
US11475898B2 (en) 2018-10-26 2022-10-18 Apple Inc. Low-latency multi-speaker speech recognition
EP3654249A1 (en) 2018-11-15 2020-05-20 Snips Dilated convolutions and gating for efficient keyword spotting
US11183183B2 (en) 2018-12-07 2021-11-23 Sonos, Inc. Systems and methods of operating media playback systems having multiple voice assistant services
US11132989B2 (en) 2018-12-13 2021-09-28 Sonos, Inc. Networked microphone devices, systems, and methods of localized arbitration
WO2020131681A1 (en) * 2018-12-18 2020-06-25 Knowles Electronics, Llc Audio level estimator assisted false wake abatement systems and methods
US10602268B1 (en) 2018-12-20 2020-03-24 Sonos, Inc. Optimization of network microphone devices using noise classification
KR20200084730A (ko) * 2019-01-03 2020-07-13 삼성전자주식회사 전자 장치 및 이의 제어 방법
KR20200084727A (ko) * 2019-01-03 2020-07-13 삼성전자주식회사 전자 장치 및 이의 제어 방법
TWI713016B (zh) * 2019-01-03 2020-12-11 瑞昱半導體股份有限公司 語音偵測處理系統與語音偵測方法
CN109448725A (zh) * 2019-01-11 2019-03-08 百度在线网络技术（北京）有限公司 一种语音交互设备唤醒方法、装置、设备及存储介质
US11315556B2 (en) 2019-02-08 2022-04-26 Sonos, Inc. Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification
US10867604B2 (en) 2019-02-08 2020-12-15 Sonos, Inc. Devices, systems, and methods for distributed voice processing
US11348573B2 (en) 2019-03-18 2022-05-31 Apple Inc. Multimodality in digital assistant systems
US11776538B1 (en) * 2019-04-01 2023-10-03 Dialog Semiconductor B.V. Signal processing
WO2020218634A1 (ko) * 2019-04-23 2020-10-29 엘지전자 주식회사 응답 기기 결정 방법 및 장치
US11120794B2 (en) 2019-05-03 2021-09-14 Sonos, Inc. Voice assistant persistence across multiple network microphone devices
US11423908B2 (en) 2019-05-06 2022-08-23 Apple Inc. Interpreting spoken requests
US11475884B2 (en) 2019-05-06 2022-10-18 Apple Inc. Reducing digital assistant latency when a language is incorrectly determined
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11069353B1 (en) * 2019-05-06 2021-07-20 Amazon Technologies, Inc. Multilingual wakeword detection
US11140099B2 (en) 2019-05-21 2021-10-05 Apple Inc. Providing message response suggestions
US11496600B2 (en) 2019-05-31 2022-11-08 Apple Inc. Remote execution of machine-learned models
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
DK201970510A1 (en) 2019-05-31 2021-02-11 Apple Inc Voice identification in digital assistant systems
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
US11468890B2 (en) 2019-06-01 2022-10-11 Apple Inc. Methods and user interfaces for voice-based control of electronic devices
US20210005181A1 (en) * 2019-06-10 2021-01-07 Knowles Electronics, Llc Audible keyword detection and method
US11361756B2 (en) 2019-06-12 2022-06-14 Sonos, Inc. Conditional wake word eventing based on environment
US10586540B1 (en) 2019-06-12 2020-03-10 Sonos, Inc. Network microphone device with command keyword conditioning
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
US11659332B2 (en) 2019-07-30 2023-05-23 Dolby Laboratories Licensing Corporation Estimating user location in a system including smart audio devices
US10871943B1 (en) 2019-07-31 2020-12-22 Sonos, Inc. Noise classification for event detection
US11138969B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US11138975B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US20220343900A1 (en) * 2019-09-24 2022-10-27 Lg Electronics Inc. Image display device and voice recognition method therefor
WO2021056255A1 (en) 2019-09-25 2021-04-01 Apple Inc. Text detection using global geometry estimators
US11189286B2 (en) 2019-10-22 2021-11-30 Sonos, Inc. VAS toggle based on device orientation
US11200900B2 (en) 2019-12-20 2021-12-14 Sonos, Inc. Offline voice control
US11562740B2 (en) 2020-01-07 2023-01-24 Sonos, Inc. Voice verification for media playback
US11556307B2 (en) 2020-01-31 2023-01-17 Sonos, Inc. Local voice data processing
US11308958B2 (en) 2020-02-07 2022-04-19 Sonos, Inc. Localized wakeword verification
US11183193B1 (en) 2020-05-11 2021-11-23 Apple Inc. Digital assistant hardware abstraction
US11061543B1 (en) 2020-05-11 2021-07-13 Apple Inc. Providing relevant data items based on context
US11755276B2 (en) 2020-05-12 2023-09-12 Apple Inc. Reducing description length based on confidence
US11727919B2 (en) 2020-05-20 2023-08-15 Sonos, Inc. Memory allocation for keyword spotting engines
US11308962B2 (en) 2020-05-20 2022-04-19 Sonos, Inc. Input detection windowing
US11482224B2 (en) 2020-05-20 2022-10-25 Sonos, Inc. Command keywords with input detection windowing
KR20230013117A (ko) * 2020-05-27 2023-01-26 구글 엘엘씨 특정 클라이언트 장치에서 어시스턴트 관련 프로세싱 태스크를 오프로드할지 여부를 결정할 때 하드웨어 디스페리티 보상
US11514926B2 (en) * 2020-06-23 2022-11-29 Amazon Technologies, Inc. Low power mode for speech capture devices
US11490204B2 (en) 2020-07-20 2022-11-01 Apple Inc. Multi-device audio adjustment coordination
US11438683B2 (en) 2020-07-21 2022-09-06 Apple Inc. User identification using headphones
US11698771B2 (en) 2020-08-25 2023-07-11 Sonos, Inc. Vocal guidance engines for playback devices
CN112233681A (zh) * 2020-10-10 2021-01-15 北京百度网讯科技有限公司 一种误唤醒语料确定方法、装置、电子设备和存储介质
US12062361B2 (en) * 2020-11-02 2024-08-13 Aondevices, Inc. Wake word method to prolong the conversational state between human and a machine in edge devices
US11984123B2 (en) 2020-11-12 2024-05-14 Sonos, Inc. Network device interaction by range
US11688392B2 (en) * 2020-12-08 2023-06-27 Google Llc Freeze words
KR20220082577A (ko) * 2020-12-10 2022-06-17 삼성전자주식회사 전자장치 및 그의 제어방법
KR20220099831A (ko) * 2021-01-07 2022-07-14 삼성전자주식회사 전자 장치 및 전자 장치에서 사용자 발화 처리 방법
US11551700B2 (en) 2021-01-25 2023-01-10 Sonos, Inc. Systems and methods for power-efficient keyword detection
CN118541991A (zh) * 2022-01-14 2024-08-23 克拉玛蒂克有限公司 用于神经网络助听器的方法、设备和系统
US11950056B2 (en) 2022-01-14 2024-04-02 Chromatic Inc. Method, apparatus and system for neural network hearing aid
US20230306982A1 (en) 2022-01-14 2023-09-28 Chromatic Inc. System and method for enhancing speech of target speaker from audio signal in an ear-worn device using voice signatures
US12075215B2 (en) 2022-01-14 2024-08-27 Chromatic Inc. Method, apparatus and system for neural network hearing aid
US11832061B2 (en) 2022-01-14 2023-11-28 Chromatic Inc. Method, apparatus and system for neural network hearing aid
US11818547B2 (en) 2022-01-14 2023-11-14 Chromatic Inc. Method, apparatus and system for neural network hearing aid
EP4333464A1 (en) 2022-08-09 2024-03-06 Chromatic Inc. Hearing loss amplification that amplifies speech and noise subsignals differently
CN118175205B (zh) * 2024-03-12 2024-10-18 江苏新质信息科技有限公司 一种算法卡调度方法、装置、存储介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5983186A (en) * 1995-08-21 1999-11-09 Seiko Epson Corporation Voice-activated interactive speech recognition device and method
CN1351745A (zh) * 1999-03-26 2002-05-29 皇家菲利浦电子有限公司 客户一服务器语音识别
US20030216909A1 (en) * 2002-05-14 2003-11-20 Davis Wallace K. Voice activity detection
US20100277579A1 (en) * 2009-04-30 2010-11-04 Samsung Electronics Co., Ltd. Apparatus and method for detecting voice based on motion information
US20100292987A1 (en) * 2009-05-17 2010-11-18 Hiroshi Kawaguchi Circuit startup method and circuit startup apparatus utilizing utterance estimation for use in speech processing system provided with sound collecting device

Family Cites Families (117)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5263181A (en) * 1990-10-18 1993-11-16 Motorola, Inc. Remote transmitter for triggering a voice-operated radio
US5893065A (en) * 1994-08-05 1999-04-06 Nippon Steel Corporation Apparatus for compressing audio data
US7174299B2 (en) * 1995-08-18 2007-02-06 Canon Kabushiki Kaisha Speech recognition system, speech recognition apparatus, and speech recognition method
US5712954A (en) * 1995-08-23 1998-01-27 Rockwell International Corp. System and method for monitoring audio power level of agent speech in a telephonic switch
US5799279A (en) * 1995-11-13 1998-08-25 Dragon Systems, Inc. Continuous speech recognition of text and commands
US6002762A (en) * 1996-09-30 1999-12-14 At&T Corp Method and apparatus for making nonintrusive noise and speech level measurements on voice calls
US5960399A (en) * 1996-12-24 1999-09-28 Gte Internetworking Incorporated Client/server speech processor/recognizer
JP3726448B2 (ja) 1997-03-12 2005-12-14 セイコーエプソン株式会社 認識対象音声検出方法およびその装置
JP2000172283A (ja) * 1998-12-01 2000-06-23 Nec Corp 有音検出方式及び方法
US6408272B1 (en) * 1999-04-12 2002-06-18 General Magic, Inc. Distributed voice user interface
US6321194B1 (en) * 1999-04-27 2001-11-20 Brooktrout Technology, Inc. Voice detection in audio signals
US6868154B1 (en) * 1999-08-02 2005-03-15 Robert O. Stuart System and method for providing a service to a customer via a communication link
US6937977B2 (en) * 1999-10-05 2005-08-30 Fastmobile, Inc. Method and apparatus for processing an input speech signal during presentation of an output audio signal
US9076448B2 (en) * 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
US6397186B1 (en) * 1999-12-22 2002-05-28 Ambush Interactive, Inc. Hands-free, voice-operated remote control transmitter
US6993119B1 (en) * 2000-08-09 2006-01-31 Bellsouth Intellectual Property Corporation Network and method for providing a flexible call forwarding telecommunications service with automatic speech recognition capability
JP2002156997A (ja) * 2000-11-21 2002-05-31 Sharp Corp 音声検出制御装置
WO2002052373A2 (en) * 2000-12-22 2002-07-04 Torrance Andrew W Collecting user responses over a network
EP1271470A1 (en) * 2001-06-25 2003-01-02 Alcatel Method and device for determining the voice quality degradation of a signal
US20030033143A1 (en) * 2001-08-13 2003-02-13 Hagai Aronowitz Decreasing noise sensitivity in speech processing under adverse conditions
US6985857B2 (en) * 2001-09-27 2006-01-10 Motorola, Inc. Method and apparatus for speech coding using training and quantizing
US6889191B2 (en) * 2001-12-03 2005-05-03 Scientific-Atlanta, Inc. Systems and methods for TV navigation with compressed voice-activated commands
JP4263614B2 (ja) * 2001-12-17 2009-05-13 旭化成ホームズ株式会社 リモートコントロール装置及び情報端末装置
US7219062B2 (en) 2002-01-30 2007-05-15 Koninklijke Philips Electronics N.V. Speech activity detection using acoustic and facial characteristics in an automatic speech recognition system
US7149412B2 (en) * 2002-03-01 2006-12-12 Thomson Licensing Trick mode audio playback
US20030212562A1 (en) * 2002-05-13 2003-11-13 General Motors Corporation Manual barge-in for server-based in-vehicle voice recognition systems
FI114358B (fi) * 2002-05-29 2004-09-30 Nokia Corp Menetelmä digitaalisessa verkkojärjestelmässä päätelaitteen lähetyksen ohjaamiseksi
US7502737B2 (en) * 2002-06-24 2009-03-10 Intel Corporation Multi-pass recognition of spoken dialogue
US7286987B2 (en) * 2002-06-28 2007-10-23 Conceptual Speech Llc Multi-phoneme streamer and knowledge representation speech recognition system and method
TWI225640B (en) * 2002-06-28 2004-12-21 Samsung Electronics Co Ltd Voice recognition device, observation probability calculating device, complex fast fourier transform calculation device and method, cache device, and method of controlling the cache device
US7720683B1 (en) 2003-06-13 2010-05-18 Sensory, Inc. Method and apparatus of specifying and performing speech recognition operations
US20080249779A1 (en) * 2003-06-30 2008-10-09 Marcus Hennecke Speech dialog system
WO2005024781A1 (en) * 2003-08-29 2005-03-17 Johnson Controls Technology Company System and method of operating a speech recognition system in a vehicle
US7418392B1 (en) 2003-09-25 2008-08-26 Sensory, Inc. System and method for controlling the operation of a device by voice commands
JP2005145149A (ja) * 2003-11-12 2005-06-09 Honda Motor Co Ltd 音声認識型車載機器制御システム
EP1562180B1 (en) * 2004-02-06 2015-04-01 Nuance Communications, Inc. Speech dialogue system and method for controlling an electronic device
US20050209858A1 (en) * 2004-03-16 2005-09-22 Robert Zak Apparatus and method for voice activated communication
US8014496B2 (en) * 2004-07-28 2011-09-06 Verizon Business Global Llc Systems and methods for providing network-based voice authentication
US7373248B2 (en) * 2004-09-10 2008-05-13 Atx Group, Inc. Systems and methods for off-board voice-automated vehicle navigation
US7310602B2 (en) * 2004-09-27 2007-12-18 Kabushiki Kaisha Equos Research Navigation apparatus
GB2422279A (en) * 2004-09-29 2006-07-19 Fluency Voice Technology Ltd Determining Pattern End-Point in an Input Signal
JP4423327B2 (ja) * 2005-02-08 2010-03-03 日本電信電話株式会社 情報通信端末、情報通信システム、情報通信方法、情報通信プログラムおよびそれを記録した記録媒体
CN101124623B (zh) * 2005-02-18 2011-06-01 富士通株式会社 语音认证系统及语音认证方法
WO2007008798A2 (en) * 2005-07-07 2007-01-18 V-Enable, Inc. System and method for searching for network-based content in a multi-modal system using spoken keywords
US7962340B2 (en) * 2005-08-22 2011-06-14 Nuance Communications, Inc. Methods and apparatus for buffering data for use in accordance with a speech recognition system
HUE037887T2 (hu) * 2006-01-17 2018-09-28 Ericsson Telefon Ab L M Eljárás és elrendezés az energiafelhasználás csökkentésére mobil kommunikációs hálózatban
JP2007220045A (ja) * 2006-02-20 2007-08-30 Toshiba Corp コミュニケーション支援装置、コミュニケーション支援方法およびコミュニケーション支援プログラム
US8117268B2 (en) 2006-04-05 2012-02-14 Jablokov Victor R Hosted voice recognition system for wireless devices
US8082510B2 (en) * 2006-04-26 2011-12-20 Cisco Technology, Inc. Method and system for inserting advertisements in unified messaging solutions
WO2007133677A2 (en) * 2006-05-12 2007-11-22 Waterfall Mobile, Inc. Messaging apparatus and method
US8234120B2 (en) * 2006-07-26 2012-07-31 Nuance Communications, Inc. Performing a safety analysis for user-defined voice commands to ensure that the voice commands do not cause speech recognition ambiguities
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8195461B2 (en) * 2006-12-15 2012-06-05 Mitsubishi Electric Corporation Voice recognition system
US20080172232A1 (en) * 2007-01-12 2008-07-17 Gurley Scott A Voice triggered emergency alert
JP2008236688A (ja) * 2007-03-23 2008-10-02 Hitachi Ltd テレビ放送受信装置
US8326636B2 (en) 2008-01-16 2012-12-04 Canyon Ip Holdings Llc Using a physical phenomenon detector to control operation of a speech recognition engine
JP4536747B2 (ja) * 2007-04-19 2010-09-01 インターナショナル・ビジネス・マシーンズ・コーポレーション 広告選択システム、方法及びプログラム
GB2450886B (en) * 2007-07-10 2009-12-16 Motorola Inc Voice activity detector and a method of operation
US8031881B2 (en) * 2007-09-18 2011-10-04 Starkey Laboratories, Inc. Method and apparatus for microphone matching for wearable directional hearing device using wearer's own voice
US8145215B2 (en) * 2007-12-27 2012-03-27 Shoretel, Inc. Scanning for a wireless device
US10867123B2 (en) * 2009-11-09 2020-12-15 Microsoft Technology Licensing, Llc Social browsing
US8290141B2 (en) * 2008-04-18 2012-10-16 Freescale Semiconductor, Inc. Techniques for comfort noise generation in a communication system
US9123022B2 (en) * 2008-05-28 2015-09-01 Aptima, Inc. Systems and methods for analyzing entity profiles
US7933777B2 (en) * 2008-08-29 2011-04-26 Multimodal Technologies, Inc. Hybrid speech recognition
KR101519104B1 (ko) * 2008-10-30 2015-05-11 삼성전자 주식회사 목적음 검출 장치 및 방법
EP2211336B1 (en) * 2009-01-23 2014-10-08 Harman Becker Automotive Systems GmbH Improved speech input using navigation information
JP5691191B2 (ja) * 2009-02-19 2015-04-01 ヤマハ株式会社 マスキング音生成装置、マスキングシステム、マスキング音生成方法、およびプログラム
US9646603B2 (en) * 2009-02-27 2017-05-09 Longsand Limited Various apparatus and methods for a speech recognition system
KR101041039B1 (ko) * 2009-02-27 2011-06-14 고려대학교 산학협력단 오디오 및 비디오 정보를 이용한 시공간 음성 구간 검출 방법 및 장치
US20100306285A1 (en) * 2009-05-28 2010-12-02 Arcsight, Inc. Specifying a Parser Using a Properties File
US9159337B2 (en) * 2009-10-21 2015-10-13 Dolby International Ab Apparatus and method for generating a high frequency audio signal using adaptive oversampling
US20110102157A1 (en) * 2009-11-05 2011-05-05 Nokia Corporation Wake-Up For Wireless Devices Based On Requested Data
CN102117614B (zh) * 2010-01-05 2013-01-02 索尼爱立信移动通讯有限公司 个性化文本语音合成和个性化语音特征提取
US8265610B1 (en) * 2010-03-01 2012-09-11 Sprint Communications Company L.P. Sponsored keyword usage in voice communication
US20110276326A1 (en) * 2010-05-06 2011-11-10 Motorola, Inc. Method and system for operational improvements in dispatch console systems in a multi-source environment
KR101008996B1 (ko) * 2010-05-17 2011-01-17 주식회사 네오브이 음성안내문을 활용한 순차적 웹사이트 이동 시스템
US20110288860A1 (en) * 2010-05-20 2011-11-24 Qualcomm Incorporated Systems, methods, apparatus, and computer-readable media for processing of speech signals using head-mounted microphone pair
KR101010211B1 (ko) * 2010-06-08 2011-01-21 유재혁 가변 프로토콜을 이용한 엘리베이터 및 이의 제어 방법
US8762144B2 (en) * 2010-07-21 2014-06-24 Samsung Electronics Co., Ltd. Method and apparatus for voice activity detection
JP5071536B2 (ja) * 2010-08-31 2012-11-14 株式会社デンソー 情報提供装置、及び、情報提供システム
IL210898A (en) * 2011-01-27 2014-09-30 Verint Systems Ltd A system and method for selectively monitoring mobile communication terminals based on speech expressions
JP5039214B2 (ja) * 2011-02-17 2012-10-03 株式会社東芝 音声認識操作装置及び音声認識操作方法
JP5824829B2 (ja) * 2011-03-15 2015-12-02 富士通株式会社 音声認識装置、音声認識方法及び音声認識プログラム
TWI425502B (zh) * 2011-03-15 2014-02-01 Mstar Semiconductor Inc 音訊的時間伸縮方法與相關裝置
FR2974655B1 (fr) * 2011-04-26 2013-12-20 Parrot Combine audio micro/casque comprenant des moyens de debruitage d'un signal de parole proche, notamment pour un systeme de telephonie "mains libres".
WO2012155079A2 (en) * 2011-05-12 2012-11-15 Johnson Controls Technology Company Adaptive voice recognition systems and methods
JP2013042356A (ja) * 2011-08-16 2013-02-28 Sony Corp 画像処理装置および方法、並びにプログラム
JP2013046151A (ja) * 2011-08-23 2013-03-04 Ricoh Co Ltd プロジェクタ、投影システム及び情報検索表示方法
US8660847B2 (en) * 2011-09-02 2014-02-25 Microsoft Corporation Integrated local and cloud based speech recognition
US20130066633A1 (en) * 2011-09-09 2013-03-14 Verisign, Inc. Providing Audio-Activated Resource Access for User Devices
US8798995B1 (en) * 2011-09-23 2014-08-05 Amazon Technologies, Inc. Key word determinations from voice data
US8452597B2 (en) * 2011-09-30 2013-05-28 Google Inc. Systems and methods for continual speech recognition and detection in mobile computing devices
US20130085753A1 (en) * 2011-09-30 2013-04-04 Google Inc. Hybrid Client/Server Speech Recognition In A Mobile Device
EP2766901B1 (en) * 2011-10-17 2016-09-21 Nuance Communications, Inc. Speech signal enhancement using visual information
US8183997B1 (en) * 2011-11-14 2012-05-22 Google Inc. Displaying sound indications on a wearable computing system
US8666751B2 (en) * 2011-11-17 2014-03-04 Microsoft Corporation Audio pattern matching for device activation
WO2013078388A1 (en) * 2011-11-21 2013-05-30 Robert Bosch Gmbh Methods and systems for adapting grammars in hybrid speech recognition engines for enhancing local sr performance
WO2013085507A1 (en) * 2011-12-07 2013-06-13 Hewlett-Packard Development Company, L.P. Low power integrated circuit to analyze a digitized audio stream
US8818810B2 (en) * 2011-12-29 2014-08-26 Robert Bosch Gmbh Speaker verification in a health monitoring system
US8825020B2 (en) * 2012-01-12 2014-09-02 Sensory, Incorporated Information access and device control using mobile phones and audio in the home environment
US9117449B2 (en) * 2012-04-26 2015-08-25 Nuance Communications, Inc. Embedded system for construction of small footprint speech recognition with user-definable constraints
EP2660813B1 (en) * 2012-04-30 2014-12-17 BlackBerry Limited Dual microphone voice authentication for mobile device
US9984155B2 (en) * 2012-06-07 2018-05-29 Google Llc Inline discussions in search results around real-time clusterings
US9142215B2 (en) * 2012-06-15 2015-09-22 Cypress Semiconductor Corporation Power-efficient voice activation
EP2862163A4 (en) * 2012-06-18 2015-07-29 Ericsson Telefon Ab L M METHOD AND NODE FOR ACTIVATING AND MANUFACTURING INPUTS FOR APPLICATION
US20140006825A1 (en) * 2012-06-30 2014-01-02 David Shenhav Systems and methods to wake up a device from a power conservation state
TWI474317B (zh) * 2012-07-06 2015-02-21 Realtek Semiconductor Corp 訊號處理裝置以及訊號處理方法
CN104769668B (zh) * 2012-10-04 2018-10-30 纽昂斯通讯公司 改进的用于asr的混合控制器
US20140114567A1 (en) * 2012-10-18 2014-04-24 Research In Motion Limited Generating an elevation model using mobile devices
US9646610B2 (en) * 2012-10-30 2017-05-09 Motorola Solutions, Inc. Method and apparatus for activating a particular wireless communication device to accept speech and/or voice commands using identification data consisting of speech, voice, image recognition
US9734151B2 (en) * 2012-10-31 2017-08-15 Tivo Solutions Inc. Method and system for voice based media search
US9569059B2 (en) * 2012-11-01 2017-02-14 Blackberry Limited Reference-point-based static-scale mapping application
US9159319B1 (en) * 2012-12-03 2015-10-13 Amazon Technologies, Inc. Keyword spotting with competitor models
US9704486B2 (en) 2012-12-11 2017-07-11 Amazon Technologies, Inc. Speech recognition power management
US20140337031A1 (en) * 2013-05-07 2014-11-13 Qualcomm Incorporated Method and apparatus for detecting a target keyword
WO2015039222A1 (en) * 2013-09-19 2015-03-26 Sysomos L.P. Systems and methods for actively composing content for use in continuous social communication
US10042894B2 (en) * 2013-10-31 2018-08-07 Microsoft Technology Licensing, Llc Temporal-based professional similarity

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5983186A (en) * 1995-08-21 1999-11-09 Seiko Epson Corporation Voice-activated interactive speech recognition device and method
CN1351745A (zh) * 1999-03-26 2002-05-29 皇家菲利浦电子有限公司 客户一服务器语音识别
US20030216909A1 (en) * 2002-05-14 2003-11-20 Davis Wallace K. Voice activity detection
US20100277579A1 (en) * 2009-04-30 2010-11-04 Samsung Electronics Co., Ltd. Apparatus and method for detecting voice based on motion information
US20100292987A1 (en) * 2009-05-17 2010-11-18 Hiroshi Kawaguchi Circuit startup method and circuit startup apparatus utilizing utterance estimation for use in speech processing system provided with sound collecting device

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105009203A (zh) * 2013-03-12 2015-10-28 纽昂斯通讯公司 用于检测语音命令的方法和装置
US11676600B2 (en) 2013-03-12 2023-06-13 Cerence Operating Company Methods and apparatus for detecting a voice command
US9940936B2 (en) 2013-03-12 2018-04-10 Nuance Communications, Inc. Methods and apparatus for detecting a voice command
US11393461B2 (en) 2013-03-12 2022-07-19 Cerence Operating Company Methods and apparatus for detecting a voice command
US11087750B2 (en) 2013-03-12 2021-08-10 Cerence Operating Company Methods and apparatus for detecting a voice command
CN104423576B (zh) * 2013-09-10 2020-12-08 联想（新加坡）私人有限公司 虚拟助理操作项目的管理
CN104423576A (zh) * 2013-09-10 2015-03-18 联想（新加坡）私人有限公司 虚拟助理操作项目的管理
CN106992015A (zh) * 2015-12-22 2017-07-28 恩智浦有限公司 语音激活系统
US11437020B2 (en) 2016-02-10 2022-09-06 Cerence Operating Company Techniques for spatially selective wake-up word recognition and related systems and methods
US11600269B2 (en) 2016-06-15 2023-03-07 Cerence Operating Company Techniques for wake-up word recognition and related systems and methods
CN106157950A (zh) * 2016-09-29 2016-11-23 合肥华凌股份有限公司 语音控制系统及其唤醒方法、唤醒装置和家电、协处理器
WO2018059405A1 (zh) * 2016-09-29 2018-04-05 合肥华凌股份有限公司 语音控制系统及其唤醒方法、唤醒装置和家电、协处理器
US11545146B2 (en) 2016-11-10 2023-01-03 Cerence Operating Company Techniques for language independent wake-up word detection
US12039980B2 (en) 2016-11-10 2024-07-16 Cerence Operating Company Techniques for language independent wake-up word detection
CN108965068A (zh) * 2017-05-19 2018-12-07 Lg电子株式会社 家用电器及其动作方法
CN107105367A (zh) * 2017-05-24 2017-08-29 维沃移动通信有限公司 一种音频信号处理方法及终端
CN111052230A (zh) * 2017-09-06 2020-04-21 亚马逊科技公司 用于语音捕获设备的语音激活的选择性存储器
CN111052230B (zh) * 2017-09-06 2023-07-28 亚马逊科技公司 用于语音捕获设备的语音激活的选择性存储器
US11682382B2 (en) 2017-09-06 2023-06-20 Amazon Technologies, Inc. Voice-activated selective memory for voice-capturing devices
US10923119B2 (en) 2017-10-25 2021-02-16 Baidu Online Network Technology (Beijing) Co., Ltd. Speech data processing method and apparatus, device and storage medium
CN107808670A (zh) * 2017-10-25 2018-03-16 百度在线网络技术（北京）有限公司 语音数据处理方法、装置、设备及存储介质
CN108428452A (zh) * 2018-03-14 2018-08-21 百度在线网络技术（北京）有限公司 终端支架和远场语音交互系统
CN108320749A (zh) * 2018-03-14 2018-07-24 百度在线网络技术（北京）有限公司 远场语音控制设备和远场语音控制系统
CN108899044A (zh) * 2018-07-27 2018-11-27 苏州思必驰信息科技有限公司 语音信号处理方法及装置
CN109377993A (zh) * 2018-10-12 2019-02-22 上海庆科信息技术有限公司 智能语音系统及其语音唤醒方法及智能语音设备
CN109410936A (zh) * 2018-11-14 2019-03-01 广东美的制冷设备有限公司 基于场景的空调设备语音控制方法和装置
CN111475206A (zh) * 2019-01-04 2020-07-31 优奈柯恩(北京)科技有限公司 用于唤醒可穿戴设备的方法及装置
WO2023155607A1 (zh) * 2022-02-17 2023-08-24 海信视像科技股份有限公司 终端设备和语音唤醒方法

Also Published As

Publication number Publication date
EP2932500A1 (en) 2015-10-21
US20180096689A1 (en) 2018-04-05
US10325598B2 (en) 2019-06-18
EP2932500B1 (en) 2017-02-15
US20140163978A1 (en) 2014-06-12
JP6200516B2 (ja) 2017-09-20
US9704486B2 (en) 2017-07-11
JP2016505888A (ja) 2016-02-25
US20200043499A1 (en) 2020-02-06
WO2014093238A1 (en) 2014-06-19
CN105009204B (zh) 2019-11-19
US11322152B2 (en) 2022-05-03

Similar Documents

Publication Publication Date Title
CN105009204A (zh) 语音识别功率管理
US11676600B2 (en) Methods and apparatus for detecting a voice command
US9940936B2 (en) Methods and apparatus for detecting a voice command
EP2946383B1 (en) Methods and apparatus for detecting a voice command
US10332524B2 (en) Speech recognition wake-up of a handheld portable electronic device
US9361885B2 (en) Methods and apparatus for detecting a voice command
CN105869655B (zh) 音频装置以及语音检测方法
EP3923273B1 (en) Voice recognition method and device, storage medium, and air conditioner
US20150112690A1 (en) Low power always-on voice trigger architecture
CN111161714B (zh) 一种语音信息处理方法、电子设备及存储介质
TW202223877A (zh) 用戶話音輪廓管理
CN103680505A (zh) 语音识别方法及系统
CN116601598A (zh) 基于检测序列的热门短语触发
CN116648743A (zh) 基于个性化否定来适应热词辨识
US11664012B2 (en) On-device self training in a two-stage wakeup system comprising a system on chip which operates in a reduced-activity mode
KR20240090400A (ko) 디지털 신호 프로세서 기반 연속 대화
CN117594041A (zh) 用于分级唤醒词语检测的系统、方法和装置
CN115171664A (zh) 语音唤醒方法、装置、智能语音设备、车辆及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant