CN116491107A - 多个并发连接的音频回放管理 - Google Patents

Abstract

本文描述的示例涉及来自不同源的并发音频流的管理。诸如可穿戴无线耳机和耳塞以及便携式电池供电的扬声器之类的便携式回放设备可以包括用于连接到不同类型的网络的多个网络接口，如用于连接到无线局域网(例如，网络)的兼容802.11的网络接口和用于经由个人区域网连接到移动设备的兼容802.15的网络接口。经由这些连接，回放设备可以接收两个或更多个并发流。通过根据回放策略管理这些流，便携式回放设备可以播放用户的预期音频，而不必要求用户输入在并发流中显式地选择。

Description

多个并发连接的音频回放管理

相关申请的交叉引用

本申请要求于2021年9月27日递交的题为“Audio Playback Management ofMultiple Concurrent Connections”的美国专利申请No.17/486,424、2021年9月27日递交的题为“Audio Playback Management of Multiple Concurrent Connections”的美国专利申请No.17/486,439、2020年9月29日递交的题为“Concurrent Audio PlaybackManagement”的美国临时专利申请No.63/084,796、2021年3月5日递交的题为“AudioPlayback Management of Multiple Concurrent Connections”的美国临时专利申请No.63/157,309、以及2021年3月5日递交的题为“Audio Playback Management ofMultiple Concurrent Connections”的美国非临时专利申请No.63/157,312的优先权，其中每一件的全部内容通过引用并入本文。

技术领域

本公开涉及消费者产品，更具体地，涉及与媒体回放或其某个方面有关的方法、系统、产品、特征件、服务和其他元素。

背景技术

对响亮设置下的数字音频进行访问和收听的选项受到限制，直到2002年Sonos公司开始开发新型回放系统。Sonos随后于2003年递交其首批专利申请之一，题为“Methodfor Synchronizing Audio Playback between Multiple Networked Devices”，并且于2005年开始销售其首个媒体回放系统。Sonos无线家庭音响系统使人们能够经由一个或多个联网回放设备体验来自许多源的音乐。通过安装在控制器(例如，智能手机、平板电脑、计算机、语音输入设备)上的软件控制应用，人们可以在任何具有联网回放设备的房间回放她想要的内容。媒体内容(例如，歌曲、播客、视频声音)可以流式传输到回放设备，使得每个具有回放设备的房间可以回放对应的不同媒体内容。此外，可以将房间分组在一起以用于同步回放相同的媒体内容，和/或可以在所有房间同步收听相同的媒体内容。

附图说明

参考以下说明书、所附权利要求和附图，可以更好地理解所公开的技术的特征、方面和优点。相关领域的技术人员将理解，附图中所示的特征是出于说明的目的，并且包括不同和/或附加特征及其布置的变型是可能的。

图1A是具有根据所公开技术的方面配置的媒体回放系统的环境的局部剖视图。

图1B是图1A的媒体回放系统和一个或多个网络的示意图。

图1C是回放设备的框图。

图1D是回放设备的框图。

图1E是网络麦克风设备的框图。

图1F是网络麦克风设备的框图。

图1G是回放设备的框图。

图1H是控制设备的部分示意图。

图1-I、图1J、图1K和图1L是对应的媒体回放系统区域的示意图。

图1M是媒体回放系统区域的示意图。

图2A是根据所公开技术的方面配置的回放设备的前等距视图。

图2B是图3A的回放设备在没有格栅的情况下的前等距视图。

图2C是图2A的回放设备的分解视图。

图3A是根据所公开技术的方面配置的网络麦克风设备的前视图。

图3B是图3A的网络麦克风设备的侧等距视图。

图3C是图3A和图3B的网络麦克风设备的分解视图。

图3D是图3B的一部分的放大视图。

图4A、图4B、图4C和图4D是根据所公开技术的方面的控制设备在不同操作阶段下的示意图。

图5是控制设备的前视图。

图6是媒体回放系统的消息流图。

图7A是具有根据所公开技术的方面配置的媒体回放系统的环境的局部剖视图。

图7B是根据所公开技术的方面配置的便携式回放设备的框图。

图7C是根据所公开技术的方面配置的被实现为耳机的便携式设备的前等距视图。

图7D是根据所公开技术的方面配置的被实现为耳塞的便携式回放设备的前等距视图。

图7E是根据所公开技术的方面配置的超便携式回放设备的前等距视图。

图7F是具有根据所公开技术的方面配置的设备基座的超便携式回放设备的前等距视图。

图7G是示出根据所公开技术的方面的便携式回放设备与控制设备之间的示例配对配置的示意图。

图8是示出根据所公开技术的方面的示例虚拟线路输入的框图。

图9A是根据所公开技术的方面的音频管理的示例框架的框图。

图9B是示出根据所公开技术的方面的音频流的示例管理的图。

图9C是示出根据所公开技术的方面的音频流的示例管理的图。

图9D是示出根据所公开技术的方面的音频流的示例管理的图。

图9E是示出根据所公开技术的方面的音频流的示例管理的图。

图9F是示出根据所公开技术的方面的音频流的示例管理的图。

图9G是示出根据所公开技术的方面的音频流的示例管理的图。

图9H是示出根据所公开技术的方面的音频流的示例管理的图。

图9-I是示出根据所公开技术的方面的音频流的示例管理的图。

图10A是根据所公开技术的方面的示例方法的流程图。

图10B是示出根据所公开技术的方面的音频流的示例管理的框图。

图11A是示出根据所公开技术的方面的回放控制的示例管理的框图。

图11B是示出根据所公开技术的方面的回放控制的示例管理的框图。

图11C是示出根据所公开技术的方面的回放控制的示例管理的框图。

图12是根据所公开技术的方面的示例方法的流程图。

图13是根据所公开技术的方面的示例方法的流程图。

图14是根据所公开技术的方面的示例方法的流程图。

附图是为了说明示例实施例的目的，但是本领域普通技术人员将理解，本文公开的技术不限于附图中所示的布置和/或工具。

具体实施方式

I.概述

本文描述的示例涉及来自不同源的并发音频流的管理。诸如可穿戴无线耳机和耳塞以及便携式电池供电的扬声器之类的便携式回放设备可以包括用于连接到不同类型的网络的多个网络接口，诸如用于连接到无线局域网(例如，网络)的兼容802.11的网络接口和用于经由个人区域网/>连接到移动设备的兼容802.15的网络接口。取决于可用的网络，便携式回放设备可以建立到无线局域网(WLAN)、个人区域网(PAN)、二者的连接，或者都不连接。便携式回放设备可以将这种连接用于各种特征，例如流式传输音频内容或者与语音助手服务交互。

在示例中，便携式回放设备可以接收一个以上的音频流。例如，便携式回放设备可以经由Wi-Fi连接接收第一音频流，并且经由蓝牙连接接收第二音频流。此外，示例便携式回放设备可以接收包括内容的音频流，但是也可以接收其他类型的音频，例如提醒、通知、电话通讯(例如，电话呼叫)和语音助手音频。并发地回放这些音频流中的一个以上音频流可能导致这些流相互干扰，这可能会降低用户乐趣或者导致用户错过某个音频。同时，要求用户主动选择音频流可能很麻烦，尤其是在控制接口的空间有限的可穿戴或便携式回放设备上。

为了避免这些问题，示例技术涉及并发音频流的管理。可以基于内容类型(例如，提醒和通知、电话通讯、语音助手音频和内容)和所分配的相应优先级将不同类型的流分类为类别。回放策略可以基于这些相应的优先级级别来定义，并且控制如何管理并发流。

具体地，在并发地接收到一个以上音频信号时，示例便携式回放设备可以根据回放策略，使用类别的相对优先级来确定回放哪个(哪些)音频信号和/或如何回放音频信号。在一些情况下，根据这些策略，较高优先级信号将停止(例如，暂停或静音)较低优先级信号的回放，使得较高优先级信号可以被收听者播放(和听到)。备选地，在一些情况下，较低优先级信号被回避(duck)，并且与较高优先级内容并发地回放。此外，在一些情况下，稍后接收的较低优先级信号可以中断某些较高优先级信号(例如，高一个级别)，但不中断其他较高优先级信号(例如，高两个或更多个级别)。

此外，为了管理包括内容(例如，并发的WiFi和蓝牙)流的并发音频流，示例便携式回放设备可以实施“最终获胜(last-in-wins)”策略。也就是说，最后到达便携式回放设备的音频流被分配为正在播放的所有者，使得来自该流的内容被便携式回放设备回放。例如，如果蓝牙音频流中断了Wi-Fi音频流，则蓝牙音频流成为“正在播放”的所有者。然后，如果另一个Wi-Fi音频流(或完全来自另一个源的音频流)中断了蓝牙流，则该音频流成为正在播放的所有者。这种策略可以应用于包括内容的并发音频流，以及音频内容的附加或备选类别。

实施这种策略的一个难点在于蓝牙连接通常形成开放的单向音频流。该流不一定包括实际的音频内容。相反，当没有应用(或操作系统)正在回放音频时，蓝牙音频流包括静音。作为管理正在播放的所有者的一部分，本文描述的示例系统可以使用对蓝牙音频流的静音/非静音检测以及与该流相关联地接收的其他信息(例如，根据蓝牙配置文件的事件)来确定蓝牙连接是否包括内容。

其他示例技术涉及回放命令的管理。示例便携式回放设备可以以几种不同的方式来控制，诸如经由物理的自带(on-housing)控制接口，经由来自配对的移动设备的蓝牙，或者通过来自控制设备的Wi-Fi。回放命令的管理可以涉及：执行来自这些不同控制器中的任一个的命令，以及更新由执行回放命令引起的其他类型的任何状态变化的控制器。

虽然本文描述的一些示例可以指代由诸如“用户”、“听众”和/或其他实体之类的给定行为者执行的功能，但是应该理解，这仅是为了说明的目的。除非权利要求本身的语言明确要求，否则不应将权利要求解释为需要任何此类示例行为者进行动作。

此外，一些功能在本文被描述为“基于”或“响应于”另一个元素或功能来执行。“基于”应被理解为一个元素或功能与另一个功能或元素相关。“响应于”应被理解为一个元素或功能是另一个功能或元素的必然结果。为了简洁起见，当功能链路存在时，功能通常被描述为基于另一个功能；然而，这种公开应被理解为公开了任一种类型的功能关系。

在附图中，相同的附图标记通常标识相似和/或相同的元件。为了便于对任何特定元件的讨论，附图标记的最有效数字或数字是指第一次引入该元件的图。例如，首先参考图1A介绍和讨论元件110a。图中所示的许多细节、尺寸、角度和其他特征仅是对所公开技术的特定实施例的说明。因此，在不脱离本发明的精神或范围的情况下，其他实施例可以具有其他细节、尺寸、角度和特征。此外，本领域普通技术人员将理解，可以在没有以下描述的若干细节的情况下实践各种公开技术的其他实施例。

II.合适的操作环境

图1A是分布在环境101(例如，房子)中的媒体回放系统100的局部剖视图。媒体回放系统100包括一个或多个回放设备110(单独标识为回放设备110a～n)、一个或多个网络麦克风设备(“NMD”)120(单独标识为NMD 120a～c)和一个或多个控制设备130(单独标识为控制设备130a和130b)。

如本文所使用的，术语“回放设备”通常可以指被配置为接收、处理和输出媒体回放系统的数据的网络设备。例如，回放设备可以是接收和处理音频内容的网络设备。在一些实施例中，回放设备包括由一个或多个放大器供电的一个或多个换能器或扬声器。然而，在其他实施例中，回放设备包括扬声器和放大器中的一个(或二者都不包括)。例如，回放设备可以包括被配置为经由对应的电线或电缆驱动回放设备外部的一个或多个扬声器的一个或多个放大器。

此外，如本文所使用的，术语“NMD”(即，“网络麦克风设备”)通常可以指被配置用于音频检测的网络设备。在一些实施例中，NMD是主要配置用于音频检测的独立设备。在其他实施例中，NMD被并入回放设备中(或反之亦然)。

术语“控制设备”通常可以指被配置为执行与便于媒体回放系统100的用户访问、控制和/或配置有关的功能的网络设备。

回放设备110中的每一个被配置为从一个或多个媒体源(例如，一个或多个远程服务器、一个或多个本地设备)接收音频信号或数据，并且将接收到的音频信号或数据作为声音回放。一个或多个NMD 120被配置为接收口语命令，并且一个或多个控制设备130被配置为接收用户输入。响应于接收到的口语命令和/或用户输入，媒体回放系统100可以经由回放设备110中的一个或多个回放音频。在某些实施例中，回放设备110被配置为响应于触发开始回放媒体内容。例如，回放设备110中的一个或多个可以被配置为在检测到相关联的触发条件(例如，厨房中存在用户、检测到咖啡机操作)时回放早晨播放列表。在一些实施例中，例如，媒体回放系统100被配置为与第二回放设备(例如，回放设备100b)同步地回放来自第一回放设备(例如，回放设备100a)的音频。下面参考图1B至图6更详细地描述根据本发明的各种实施例配置的媒体回放系统100的回放设备110、NMD 120和/或控制设备130之间的交互。

在图1A所示的实施例中，环境101包括具有若干房间、空间和/或回放区域的家庭，(从左上角顺时针方向)包括主浴室101a、主卧室101b、次卧室101c、家庭房或书房101d、办公室101e、客厅101f、餐厅101g、厨房101h和室外露台101i。尽管以下在家庭环境的背景下描述了某些实施例和示例，但是本文描述的技术可以在其他类型的环境中实现。在一些实施例中，例如，媒体回放系统100可以在一个或多个商业环境(例如，餐厅、商场、机场、酒店、零售店或其他商店)、一个或多个交通工具(例如，运动型多功能车、公共汽车、汽车、轮船、船、飞机)、多种环境(例如，家庭和车辆环境的组合)和/或可能需要多区域音频的其他合适的环境中实现。

媒体回放系统100可以包括一个或多个回放区域，其中一些可以与环境101中的房间相对应。媒体回放系统100可以建立有一个或多个回放区域，之后可以添加或移除附加区域，以形成例如图1A中所示的配置。每个区域可以根据不同的房间或空间来命名，例如办公室101e、主浴室101a、主卧室101b、次卧室101c、厨房101h、餐厅101g、客厅101f和/或阳台101i。在一些方面，单个回放区域可以包括多个房间或空间。在某些方面，单个房间或空间可以包括多个回放区域。

在图1A所示的实施例中，主浴室101a、次卧室101c、办公室101e、客厅101f、餐厅101g、厨房101h和室外露台101i各自包括一个回放设备110，并且主卧室101b和书房101d包括多个回放设备110。在主卧室101b中，回放设备110l和110m可以被配置为例如作为回放设备110中的单独回放设备、作为结合的回放区域、作为合并的回放设备、和/或其任意组合来同步回放音频内容。类似地，在书房101d中，回放设备110h～j可以被配置为例如作为回放设备110中的单独回放设备、作为一个或多个结合的回放设备和/或作为一个或多个合并的回放设备来同步回放音频内容。下面例如参考图1B和1E以及图1-I至图1M描述关于结合的回放设备和合并的回放设备的附加细节。

在一些方面，环境101中的一个或多个回放区域可以各自播放不同的音频内容。例如，用户可能正在露台101i上烧烤并且收听正在由回放设备110c播放的嘻哈音乐，而另一用户正在厨房101h准备食物并且收听由回放设备110b播放的古典音乐。在另一示例中，回放区域可以与另一个回放区域同步地播放相同的音频内容。例如，用户可能在办公室101e中收听回放设备110f回放由回放设备110c在露台101i上回放的相同的嘻哈音乐。在一些方面，回放设备110c和110f同步回放嘻哈音乐，使得用户在不同回放区域之间移动时感知音频内容正在无缝地(或至少基本上无缝地)回放。

示例同步技术涉及向一个或多个组成员提供音频内容和定时信息，以便于组协调器与组成员之间的同步回放的组协调器。关于回放设备和/或区域之间的音频回放同步的附加细节可以在例如题为“System and method for synchronizing operations among aplurality of independently clocked digital data processing devices”的美国专利No.8,234,395中找到，其整体通过引用方式并入本文中。

e.合适的媒体回放系统

图1B是媒体回放系统100和云网络102的示意图。为了便于说明，图1B中省略了媒体回放系统100和云网络102的某些设备。一个或多个通信链路103(下文称为“链路103”)将媒体回放系统100和云网络102通信地耦接。

链路103可以包括例如一个或多个有线网络、一个或多个无线网络、一个或多个广域网(WAN)、一个或多个局域网(LAN)、一个或多个个人区域网(PAN)、一个或多个电信网络(例如，一个或多个全球移动通信系统(GSM)网络、码分多址(CDMA)网络、长期演进(LTE)网络、5G通信网络网络和/或其他合适的数据传输协议网络)等。云网络102被配置为响应于经由链路103从媒体回放系统100发送的请求，向媒体回放系统100传递媒体内容(例如，音频内容、视频内容、照片、社交媒体内容)。在一些实施例中，云网络102还被配置为从媒体回放系统100接收数据(例如，语音输入数据)，并且相应地向媒体回放系统100发送命令和/或媒体内容。

云网络102包括计算设备106(分别标识为第一计算设备106a、第二计算设备106b和第三计算设备106c)。计算设备106可以包括单独的计算机或服务器，例如存储音频和/或其他媒体内容的媒体流式传输服务服务器、语音服务服务器、社交媒体服务器、媒体回放系统控制服务器等。在一些实施例中，计算设备106中的一个或多个包括单个计算机或服务器的模块。在某些实施例中，计算设备106中的一个或多个包括一个或多个模块、计算机和/或服务器。此外，虽然云网络102是在单个云网络的背景下描述的，但在一些实施例中，云网络102包括多个云网络，该多个云网络包括通信耦接的计算设备。此外，虽然云网络102在图1B中被示为具有三个计算设备106，但在一些实施例中，云网络102包括少于(或多于)三个计算设备106。

媒体回放系统100被配置为经由链路103从网络102接收媒体内容。接收到的媒体内容可以包括例如统一资源标识符(URI)和/或统一资源定位符(URL)。例如，在一些示例中，媒体回放系统100可以流式传输、下载或以其他方式从与接收到的媒体内容相对应的URI或URL获取数据。网络104将链路103与媒体回放系统100的至少一部分设备(例如，回放设备110、NMD 120和/或控制设备130中的一个或多个)通信地耦接。网络104可以包括例如无线网络(例如，WiFi网络、蓝牙、Z-Wave网络、ZigBee和/或其他合适的无线通信协议网络)和/或有线网络(例如，包括以太网、通用串行总线(USB)和/或其他合适的有线通信的网络)。如本领域普通技术人员将理解，如本文所使用的，“WiFi”可以指几种不同的通信协议，包括例如以2.4GHz(GHz)、5GHz和/或另一合适的频率传输的电气和电子工程师协会(IEEE)802.11a、802.11b、802.11g、802.11n、802.11ac、802.11ac、802.11ad、802.11af、802.11ah、802.11ai、802.11aj、802.11aq、802.11ax、802.11ay、802.15等。

在一些实施例中，网络104包括专用通信网络，媒体回放系统100使用该专用通信网络在各个设备之间发送消息和/或将媒体内容发送到媒体内容源(例如，一个或多个计算设备106)或从媒体内容源发送媒体内容。在某些实施例中，网络104被配置为仅可由媒体回放系统100中的设备访问，从而减少与其他家用设备的干扰和竞争。然而，在其他实施例中，网络104包括现有的家用通信网络(例如，家用WiFi网络)。在一些实施例中，链路103和网络104包括一个或多个相同的网络。在一些方面，例如，链路103和网络104包括电信网络(例如，LTE网络、5G网络)。此外，在一些实施例中，媒体回放系统100在没有网络104的情况下实现，并且包括媒体回放系统100的设备可以例如经由一个或多个直接连接、PAN、电信网络和/或其他合适的通信链路彼此通信。

在一些实施例中，音频内容源可以定期添加到媒体回放系统100或者从媒体回放系统100定期移除音频内容源。在一些实施例中，例如，当一个或多个媒体内容源被更新、添加到媒体回放系统100和/或从媒体回放系统100中移除时，媒体回放系统100执行媒体项的索引。媒体回放系统100可以扫描回放设备110可访问的一些或所有文件夹和/或目录中的可识别媒体项，并且生成或更新媒体内容数据库，包括找到的每个可识别媒体项的元数据(例如，标题、艺术家、专辑、曲目长度)和其他关联信息(例如，URI、URL)。在一些实施例中，例如，媒体内容数据库存储在回放设备110、网络麦克风设备120和/或控制设备130中的一个或多个上。

在图1B所示的实施例中，回放设备110l和110m包括组107a。回放设备110l和110m可以位于家庭的不同房间中，并且基于在媒体回放系统100中的控制设备130a和/或另一个控制设备130处接收到的用户输入，在暂时或永久的基础上将回放设备110l和110m一起分组到组107a中。当布置在组107a中时，回放设备110l和110m可以被配置为同步回放来自一个或多个音频内容源的相同或相似的音频内容。在某些实施例中，例如，组107a包括结合区域，其中回放设备110l和110m分别包括多通道音频内容的左音频声道和右音频声道，从而产生或增强音频内容的立体声效果。在一些实施例中，组107a包括附加的回放设备110。然而，在其他实施例中，媒体回放系统100省略组107a和/或回放设备110的其他分组布置。下面参考图1-I至图IM更详细地描述关于回放设备的组和其他布置的附加细节。

媒体回放系统100包括NMD 120a和120d，每个NMD包括一个或多个麦克风，该麦克风被配置为从用户接收语音。在图1B所示的实施例中，NMD 120a是独立设备并且NMD 120d被集成到回放设备110n中。例如，NMD 120a被配置为从用户123接收语音输入121。在一些实施例中，NMD 120a将与接收到的语音输入121相关联的数据发送到语音助手服务(VAS)，语音助手服务(VAS)被配置为(i)处理接收到的语音输入数据和(ii)将对应的命令发送给媒体回放系统100。在一些方面，例如，计算设备106c包括VAS(例如，由 中的一个或多个操作的VAS)的一个或多个模块和/或服务器。计算设备106c可以经由网络104和链路103从NMD 120a接收语音输入数据。响应于接收到语音输入数据，计算设备106c处理语音输入数据(即，“播放披头士乐队的Hey Jude”)，并且确定经处理的语音输入包括播放歌曲(例如，“Hey Jude”)的命令。计算设备106c相应地向媒体回放系统100发送命令，以在回放设备110中的一个或多个上(例如，经由一个或多个计算设备106)回放来自合适的媒体服务的披头士乐队的“Hey Jude”。

b.合适的回放设备

图1C是包括输入/输出111的回放设备110a的框图。输入/输出111可以包括模拟I/O 111a(例如，一根或多根电线、电缆和/或被配置为携带模拟信号的其他合适的通信链路)和/或数字I/O 111b(例如，一根或多根电线、电缆或被配置为携带数字信号的其他合适的通信链路)。在一些实施例中，模拟I/O 111a是音频线路输入(line-in)输入连接，包括例如自动检测的3.5mm音频线路输入连接。在一些实施例中，数字I/O 111b包括索尼/飞利浦数字接口格式(S/PDIF)通信接口和/或电缆和/或东芝链路(TOSLINK)电缆。在一些实施例中，数字I/O 111b包括高清多媒体接口(HDMI)接口和/或电缆。在一些实施例中，数字I/O 111b包括一个或多个无线通信链路，包括例如射频(RF)、红外、WiFi、蓝牙或另一种合适的通信协议。在某些实施例中，模拟I/O 111a和数字111b包括被配置为分别接收发送模拟和数字信号的电缆的连接器的接口(例如，端口、插头、插孔)，而不必包括电缆。

例如，回放设备110a可以经由输入/输出111(例如，电缆、电线、PAN、蓝牙连接、自组织有线或无线通信网络和/或另一合适的通信链路)从本地音频源105接收媒体内容(例如，包括音乐和/或其他声音的音频内容)。本地音频源105可以包括例如移动设备(例如，智能手机、平板电脑、膝上型计算机)或另一合适的音频组件(例如，电视、台式计算机、放大器、留声机、蓝光播放器，存储数字媒体文件的存储器)。在一些方面，本地音频源105包括智能手机、计算机、网络附加存储(NAS)和/或被配置为存储媒体文件的另一合适设备上的本地音乐库。在某些实施例中，回放设备110、NMD 120和/或控制设备130中的一个或多个包括本地音频源105。然而，在其他实施例中，媒体回放系统完全省略本地音频源105。在一些实施例中，回放设备110a不包括输入/输出111并且经由网络104接收所有音频内容。

回放设备110a还包括电子设备112、用户接口113(例如，一个或多个按钮、旋钮、转盘、触敏表面、显示器、触摸屏)和一个或多个换能器114(以下称为“换能器114”)。电子设备112被配置为经由输入/输出111从音频源(例如，本地音频源105)或经由网络104(图1B)从一个或多个计算设备106a～c接收音频，放大接收到的音频，并且经由换能器114中的一个或多个输出经放大的音频用于回放。在一些实施例中，回放设备110a可选地包括一个或多个麦克风115(例如，单个麦克风、多个麦克风、麦克风阵列)(以下称为“麦克风115”)。在某些实施例中，例如，具有一个或多个可选麦克风115的回放设备110a可以作为被配置为从用户接收语音输入并且基于接收到的语音输入对应地执行一个或多个操作的NMD来操作。

在图1C所示的实施例中，电子设备112包括一个或多个处理器112a(以下称为“处理器112a”)、存储器112b、软件组件112c、网络接口112d、一个或多个音频处理组件112g(以下称为“音频组件112g”)、一个或多个音频放大器112h(以下称为“放大器112h”)和电源112i(例如，一个或多个电源、电源线、电源插座、电池、感应线圈、以太网供电(POE)接口和/或其他合适的电源)。在一些实施例中，电子设备112可选地包括一个或多个其他组件112j(例如，一个或多个传感器、视频显示器、触摸屏)。

处理器112a可以包括被配置为处理数据的时钟驱动的计算组件，并且存储器112b可以包括被配置为存储指令以执行各种操作和/或功能的计算机可读介质(例如，加载有一个或多个软件组件112c的有形非暂时性计算机可读介质、数据存储装置)。处理器112a被配置为执行存储在存储器112b上的指令以执行一个或多个操作。操作可以包括例如使回放设备110a从音频源(例如，计算设备106a～c(图1B)中的一个或多个)和/或回放设备110中的另一个回放设备取回音频数据。在一些实施例中，操作还包括使回放设备110a将音频数据发送到回放设备110a中的另一个回放设备和/或另一个设备(例如，NMD 120中的一个)。某些实施例包括使回放设备110a与一个或多个回放设备110中的另一个回放设备配对以启用多声道音频环境(例如，立体声对、结合区域)的操作。

处理器112a还可以被配置为执行使回放设备110a与一个或多个回放设备110中的另一个回放设备同步回放音频内容的操作。如本领域普通技术人员将理解，在多个回放设备上同步回放音频内容期间，收听者将优选地无法感知回放设备110a与另外一个或多个其他回放设备110对音频内容的回放之间的时间延迟差异。关于回放设备之间的音频回放同步的附加细节例如可以在美国专利No.8,234,395中找到，该专利通过上述引用方式并入。

在一些实施例中，存储器112b还被配置为存储与回放设备110a相关联的数据，例如回放设备110a是其成员的一个或多个区域和/或区域组、回放设备110a能够访问的音频源和/或回放设备110a(和/或一个或多个回放设备中的另一个)可以与其相关联的回放队列。所存储的数据可以包括周期性地更新并且用于描述回放设备110a的状态的一个或多个状态变量。存储器112b还可以包括与媒体回放系统100的其他设备(例如，回放设备110、NMD120、控制设备130)中的一个或多个的状态相关联的数据。在一些方面，例如，在媒体回放系统100的至少一部分设备之间，在预定时间间隔(例如，每5秒、每10秒、每60秒)期间共享状态数据，使得设备中的一个或多个具有与媒体回放系统100相关联的最新数据。

网络接口112d被配置为便于回放设备110a与数据网络(例如，链路103和/或网络104(图1B))上的一个或多个其他设备之间的数据传输。网络接口112d被配置为发送和接收与媒体内容(例如，音频内容、视频内容、文本、照片)和其他信号(例如，非瞬态信号)相对应的数据，这些数据包括数字分组数据，数字分组数据包括基于互联网协议(IP)的源地址和/或基于IP的目的地地址。网络接口112d可以解析数字分组数据，使得电子设备112正确地接收和处理去往回放设备110a的数据。

在图1C所示的实施例中，网络接口112d包括一个或多个无线接口112e(以下称为“无线接口112e”)。无线接口112e(例如，包括一根或多根天线的合适接口)可以被配置为与一个或多个其他设备(例如，其他回放设备110、NMD 120和/或控制设备130中的一个或多个)进行无线通信，该一个或多个其他设备根据合适的无线通信协议(例如，WiFi、蓝牙、LTE)通信地耦接到网络104(图1B)。在一些实施例中，网络接口112d可选地包括有线接口112f(例如，被配置为接收诸如以太网、USB-A、USB-C和/或Thunderbolt电缆之类的网络电缆的接口或插座)，有线接口112f被配置为根据合适的有线通信协议通过与其他设备的有线连接进行通信。在某些实施例中，网络接口112d包括有线接口112f并且不包括无线接口112e。在一些实施例中，电子设备112完全排除网络接口112d并且经由另一通信路径(例如，输入/输出111)发送和接收媒体内容和/或其他数据。

音频组件112g被配置为处理包括由电子设备112(例如，经由输入/输出111和/或网络接口112d)接收的媒体内容的数据和/或对该数据进行滤波，以产生输出音频信号。在一些实施例中，音频处理组件112g包括例如一个或多个数模换能器(DAC)、音频预处理组件、音频增强组件、数字信号处理器(DSP)和/或其他合适的音频处理组件、模块、电路等。在某些实施例中，音频处理组件112g中的一个或多个可以包括处理器112a的一个或多个子组件。在一些实施例中，电子设备112省略了音频处理组件112g。在一些方面，例如，处理器112a执行存储在存储器112b上的指令以执行音频处理操作来产生输出音频信号。

放大器112h被配置为接收和放大由音频处理组件112g和/或处理器112a产生的音频输出信号。放大器112h可以包括被配置为将音频信号放大到足以驱动一个或多个换能器114的电平的电子器件和/或组件。在一些实施例中，例如，放大器112h包括一个或多个开关或D类电力放大器。然而，在其他实施例中，放大器包括一种或多种其他类型的电力放大器(例如，线性增益电力放大器、A类放大器、B类放大器、AB类放大器、C类放大器、D类放大器、E类放大器、F类放大器、G类和/或H类放大器和/或其他合适类型的电力放大器)。在某些实施例中，放大器112h包括两种或更多种上述类型的电力放大器的适当组合。此外，在一些实施例中，放大器112h中的单独的放大器对应于换能器114中的单独的换能器。然而，在其他实施例中，电子设备112包括被配置为将经放大的音频信号输出到多个换能器114的单个放大器112h。在一些其他实施例中，电子设备112省略了放大器112h。

换能器114(例如，一个或多个扬声器和/或扬声器驱动器)从放大器112h接收经放大的音频信号，并且将经放大的音频信号呈现或输出为声音(例如，频率在大约20赫兹(Hz)和20千赫兹(kHz)之间的可听声波)。在一些实施例中，换能器114可以包括单个换能器。然而，在其他实施例中，换能器114包括多个音频换能器。在一些实施例中，换能器114包括多于一种类型的换能器。例如，换能器114可以包括一个或多个低频换能器(例如，低音炮、低音喇叭)、中频换能器(例如，中频换能器、中低音喇叭)和一个或多个高频换能器(例如，一个或多个高音扬声器)。如本文所使用的，“低频”通常可以指低于约500Hz的可听频率，“中频”通常可以指介于约500Hz与约2kHz之间的可听频率，并且“高频”通常可以指高于2kHz的可听频率。然而，在某些实施例中，一个或多个换能器114包括不遵守前述频率范围的换能器。例如，换能器114之一可以包括中低音换能器，该中低音换能器被配置为以约200Hz与约5kHz之间的频率输出声音。

作为说明，SONOS公司目前提供(或已经提供)销售某些回放设备，包括例如“SONOSONE”、“PLAY：1”、“PLAY：3”、“PLAY：5、“PLAYBAR”、“PLAYBASE”、“CONNECT：AMP”、“CONNECT”和“SUB”。其他合适的回放设备可以附加地或备选地用于实现本文公开的示例实施例的回放设备。此外，本领域的普通技术人员将理解，回放设备不限于本文描述的示例或SONOS产品供应。在一些实施例中，例如，一个或多个回放设备110包括有线或无线头戴式耳机(例如，耳挂式头戴式耳机、入耳式头戴式耳机、入耳式耳机)。在其他实施例中，回放设备110中的一个或多个包括对接站和/或被配置为与用于个人移动媒体回放设备的对接站交互的接口。在某些实施例中，回放设备可以集成到另一个设备或组件，例如电视、照明器材或用于室内或室外使用的一些其他设备。在一些实施例中，回放设备省略了用户接口和/或一个或多个换能器。例如，图1D是包括输入/输出111和电子设备112而没有用户接口113或换能器114的回放设备110p的框图。

图1E是结合的回放设备110q的框图，其包括与回放设备110i(例如，低音炮)(图1A)声学结合的回放设备110a(图1C)。在图示的实施例中，回放设备110a和110i是被容纳在单独的外壳中的单独的回放设备110。然而，在一些实施例中，结合的回放设备110q包括容纳回放设备110a和110i二者的单个外壳。结合的回放设备110q可以被配置为以不同于未结合回放设备(例如，图1C的回放设备110a)和/或配对或结合的回放设备(例如，图1B的回放设备110l和110m)的方式处理和再现声音。在一些实施例中，例如，回放设备110a是被配置为呈现低频、中频和高频音频内容的全范围回放设备，并且回放设备110i是被配置为呈现低频音频内容的低音炮。在一些方面，当与第一回放设备结合时，回放设备110a被配置为仅呈现特定音频内容的中频和高频分量，而回放设备110i呈现特定音频内容的低频分量。在一些实施例中，结合的回放设备110q包括附加回放设备和/或另一个结合的回放设备。下文参考图2A至图3D更详细地描述了附加的回放设备实施例。

c.合适的网络麦克风设备(NMD)

图1F是NMD 120a(图1A和图1B)的框图。NMD 120a包括一个或多个语音处理组件124(以下称为“语音组件124”)和关于回放设备110a(图1C)描述的若干组件，包括处理器112a、存储器112b和麦克风115。NMD 120a可选地包括还包括在回放设备110a(图1C)中的其他组件，例如用户接口113和/或换能器114。在一些实施例中，NMD 120a被配置为媒体回放设备(例如，一个或多个回放设备110)，并且还包括例如音频组件112g(图1C)、放大器114和/或其他回放设备组件中的一个或多个。在某些实施例中，NMD 120a包括物联网(IoT)设备，例如恒温器、警报面板、火灾和/或烟雾检测器等。在一些实施例中，NMD 120a包括麦克风115、语音处理124，以及上面参考图1B描述的电子设备112的组件的仅一部分。在一些方面，例如，NMD 120a包括处理器112a和存储器112b(图1B)，同时省略了电子设备112的一个或多个其他组件。在一些实施例中，NMD 120a包括附加组件(例如，一个或多个更多传感器、相机、温度计、气压计、湿度计)。

在一些实施例中，NMD可以集成到回放设备中。图1G是包括NMD 120d的回放设备110r的框图。回放设备110r可以包括回放设备110a的许多或所有组件并且还包括麦克风115和语音处理124(图1F)。回放设备110r可选地包括集成控制设备130c。控制设备130c可以包括例如用户接口(例如，图1B的用户接口113)，该用户接口被配置为在没有单独的控制设备的情况下接收用户输入(例如，触摸输入、语音输入)。然而，在其他实施例中，回放设备110r从另一个控制设备(例如，图1B的控制设备130a)接收命令。

再次参考图1F，麦克风115被配置为从环境(例如，图1A的环境101)和/或NMD 120a所位于的房间获取、捕获和/或接收声音。接收到的声音可以包括例如语音、由NMD 120a和/或另一个回放设备回放的音频、背景音、环境声音等。麦克风115将接收到的声音转换成电信号以产生麦克风数据。语音处理124接收并且分析麦克风数据以确定语音输入是否存在于麦克风数据中。例如，语音输入可以包括激活词，后面跟着包括用户请求的话语。如本领域普通技术人员将理解，激活词是表示用户语音输入的词或其他音频提示。例如，在查询VAS时，用户可能会说出激活词“Alexa”。其他示例包括用于调用VAS的“Ok,Google”和用于调用/>VAS的“Hey,Siri”。

在检测到激活词之后，针对语音输入中伴随的用户请求，语音处理124监测麦克风数据。用户请求可以包括例如控制第三方设备的命令，第三方设备诸如恒温器(例如，恒温器)、照明设备(例如，PHILIPS/>照明设备)或媒体回放设备(例如，回放设备)。例如，用户可能会说出激活词“Alexa”，随后是话语“将恒温器设置为68度”来设置家(例如，图1A的环境101)中的温度。用户可能会说出相同的激活词，随后是话语“打开客厅”以打开家中客厅区域中的照明设备。用户可以类似地说出激活词，随后请求在家中的回放设备上播放特定歌曲、专辑或音乐播放列表。可以在下面参考图3A至图3F更详细地找到关于接收和处理语音输入数据的附加描述。/>

d.合适的控制设备

图1H是控制设备130a(图1A和图1B)的部分示意图。如本文所使用的，术语“控制设备”可以与“控制器”或“控制系统”互换使用。在其他特征中，控制设备130a被配置为接收与媒体回放系统100有关的用户输入，并且作为响应，使媒体回放系统100中的一个或多个设备执行与用户输入相对应的动作或操作。在图示的实施例中，控制设备130a包括安装有媒体回放系统控制器应用软件的智能手机(例如，iPhone^TM、Android手机)。在一些实施例中，控制设备130a包括例如平板电脑(例如，iPad^TM)、计算机(例如，膝上型计算机、台式计算机)和/或另一合适的设备(例如，电视、汽车音响主机，IoT设备)。在某些实施例中，控制设备130a包括用于媒体回放系统100的专用控制器。在其他实施例中，如上文参考图1G所述，控制设备130a被集成到媒体回放系统100中的另一个设备中(例如，回放设备110、NMD 120和/或配置为通过网络通信的其他合适设备中的一个或多个)。

控制设备130a包括电子设备132、用户接口133、一个或多个扬声器134和一个或多个麦克风135。电子设备132包括一个或多个处理器132a(以下称为“处理器132a”)、存储器132b、软件组件132c和网络接口132d。处理器132a可以被配置为执行与便于媒体回放系统100的用户访问、控制和配置有关的功能。存储器132b可以包括可以加载有可由处理器302执行的软件组件中的一个或多个的数据存储装置来执行这些功能。软件组件132c可以包括应用和/或其他可执行软件，其被配置为便于媒体回放系统100的控制。存储器112b可以被配置为存储例如软件组件132c、媒体回放系统控制器应用软件和/或与媒体回放系统100和用户相关联的其他数据。

网络接口132d被配置为便于控制设备130a与媒体回放系统100中的一个或多个其他设备和/或一个或多个远程设备之间的网络通信。在一些实施例中，网络接口132被配置为根据一种或多种合适的通信行业标准(例如，红外、无线电、包括IEEE 802.3的有线标准、包括IEEE 802.11a、802.11b、802.11g、802.11n、802.11ac、802.15、4G、LTE的无线标准)进行操作。例如，网络接口132d可以被配置为向回放设备110、NMD 120、控制设备130中的其他设备、图1B的计算设备106中的一个、包括一个或多个其他媒体回放系统的设备等发送数据和/或从回放设备110、NMD 120、控制设备130中的其他设备、图1B的计算设备106中的一个、包括一个或多个其他媒体回放系统的设备等接收数据。发送和/或接收的数据可以包括例如回放设备控制命令、状态变量、回放区域和/或区域组配置。例如，基于在用户接口133处接收到的用户输入，网络接口132d可以将回放设备控制命令(例如，音量控制、音频回放控制、音频内容选择)从控制设备304发送到回放设备100中的一个或多个。网络接口132d还可以发射和/或接收配置改变，例如，将一个或多个回放设备100添加到区域/从区域移除，将一个或多个区域添加到区域组/从区域组移除，形成结合或合并的播放器，将一个或多个回放设备与结合或合并的播放器分离，等等。可以在下面参考图1-I至图1M找到对区域和组的附加描述。

用户接口133被配置为接收用户输入并且可以便于对媒体回放系统100的控制。用户接口133包括媒体内容艺术133a(例如，专辑封面、歌词、视频)、回放状态指示器133b(例如，经过时间指示符和/或剩余时间指示符)、媒体内容信息区域133c、回放控制区域133d和区域指示符133e。媒体内容信息区域133c可以包括关于当前播放的媒体内容和/或队列或播放列表中的媒体内容的相关信息(例如，标题、艺术家、专辑、流派、发行年份)的显示。回放控制区域133d可以包括(例如，经由触摸输入和/或经由光标或另一合适的选择器)可选择的图标，以使所选择的回放区域或区域组中的一个或多个回放设备执行回放动作，例如回放或暂停、快进、快退、跳到下一首、跳到上一首、进入/退出随机模式、进入/退出重复模式、进入/退出交叉渐变模式等。回放控制区域133d还可以包括可选择的图标以修改均衡设置、回放音量和/或其他合适的回放动作。在所示实施例中，用户接口133包括呈现在智能手机(例如，iPhone^TM、Android电话)的触摸屏界面上的显示器。然而，在一些实施例中，不同格式、风格和交互序列的用户接口可以备选地在一个或多个网络设备上实现，以提供对媒体回放系统的相当的控制访问。

一个或多个扬声器134(例如，一个或多个换能器)可以被配置为向控制设备130a的用户输出声音。在一些实施例中，一个或多个扬声器包括被配置为对应地输出低频、中频和/或高频的单独的换能器。在一些方面，例如，控制设备130a被配置为回放设备(例如，回放设备110中的一个)。类似地，在一些实施例中，控制设备130a被配置为NMD(例如，NMD 120中的一个)，以经由一个或多个麦克风135接收语音命令和其他声音。

一个或多个麦克风135可以包括例如一个或多个电容式麦克风、驻极体电容式麦克风、动态麦克风和/或其他合适类型的麦克风或换能器。在一些实施例中，两个或更多个麦克风135被布置为捕获音频源(例如，语音、可听声音)的位置信息和/或被配置为便于背景噪声的滤波。此外，在某些实施例中，控制设备130a被配置为作为回放设备和NMD进行操作。然而，在其他实施例中，控制设备130a省略了一个或多个扬声器134和/或一个或多个麦克风135。例如，控制设备130a可以包括设备(例如，恒温器、IoT设备、网络设备)，该设备包括电子设备132的一部分和用户接口133(例如，触摸屏)，而没有任何扬声器或麦克风。下文参见图4A至图4D和图5更详细地描述了附加的控制设备实施例。

e.合适的回放设备配置

图1-I至图1M示出了区域和区域组中的回放设备的示例配置。首先参考图1M，在一个示例中，单个回放设备可以属于区域。例如，次卧室101c(图1A)中的回放设备110g可以属于区域C。在下面描述的一些实现方式中，多个回放设备可以被“结合”以形成一起形成单个区域的“结合对”。例如，回放设备110l(例如，左回放设备)可以与回放设备110l(例如，左回放设备)结合以形成区域A。结合的回放设备可以具有不同的回放职责(例如，声道职责)。在下面描述的另一个实现方式中，可以合并多个回放设备以形成单个区域。例如，回放设备110h(例如，前回放设备)可以与回放设备110i(例如，低音炮)合并，并且回放设备110j和110k(例如，分别为左环绕扬声器和右环绕扬声器)形成单个区域D。在另一个示例中，回放设备110g和110h可以合并以形成合并组或区域组108b。合并的回放设备110g和110h可以不被具体分配不同的回放职责。也就是说，合并的回放设备110h和110i除了同步播放音频内容之外，每个都可以像它们没有合并时那样播放音频内容。

媒体回放系统100中的每个区域可以被提供用于作为单个用户界面(UI)实体进行控制。例如，区域A可以提供为名为主浴室的单个实体。区域B可以提供为名为主卧室的单个实体。区域C可以提供为名为次卧室的单个实体。

结合的回放设备可能具有不同的回放职责，诸如对某些音频声道的职责。例如，如图1-I中所示，回放设备110l和110m可以结合以便产生或增强音频内容的立体声效果。在该示例中，回放设备110l可以被配置为播放左声道音频分量，而回放设备110k可以被配置为播放右声道音频分量。在一些实现方式中，这种立体声结合可以被称为“配对”。

此外，结合的回放设备可以具有附加的和/或不同的相应扬声器驱动器。如图1J中所示，名为“前端”的回放设备110h可以与名为“子”的回放设备110i结合。前端设备110h可以被配置为呈现中高频的范围，而子设备110i可以被配置为呈现低频。然而，当未结合时，前端设备110h可以被配置为呈现整个频率范围。作为另一示例，图1K示出了分别进一步与左回放设备110j和右回放设备110k结合的前端设备110h和子设备110i。在一些实现方式中，左设备110j和右设备102k可以被配置为形成家庭影院系统的环绕或“卫星”声道。结合的回放设备110h、110i、110j和110k可以形成单个区域D(图1M)。

合并的回放设备可能没有分配回放职责，并且每个回放设备都可以呈现相应回放设备能够处理的全部范围的音频内容。然而，合并的设备可以表示为单个UI实体(即，如上所述的区域)。例如，主浴室的回放设备110a和110n具有区域A的单个UI实体。在一个实施例中，回放设备110a和110n可以各自同步输出每个相应的回放设备110a和110n能够输出的全部范围的音频内容。

在一些实施例中，NMD与另一设备结合或合并以便形成区域。例如，NMD 120b可以与回放设备110e结合，它们一起形成名为客厅的区域F。在其他实施例中，独立的网络麦克风设备可以自己在一个区域中。然而，在其他实施例中，独立网络麦克风设备可能不与区域相关联。关于将网络麦克风设备和回放设备关联为指定设备或默认设备的附加细节可以在例如先前引用的美国专利申请No.15/438,749中找到。

单独的、结合的和/或合并的设备的区域可以被分组以形成区域组。例如，参考图1M，区域A可以与区域B分为一组，以形成包括这两个区域的区域组108a。类似地，区域G可以与区域H分为一组，以形成区域组108b。作为另一示例，区域A可以与一个或多个其他区域C～I分为一组。可以以多种方式对区域A～I进行分组和取消分组。例如，区域A～I中的三个、四个、五个或更多个(例如，所有)可以分为一组。当分为一组时，单独的和/或结合的回放设备的区域可以彼此同步地回放音频，如先前引用的美国专利No.8,234,395中所述。回放设备可以动态地分组和取消分组以形成同步回放音频内容的新的组或不同的组。

在各种实现方式中，环境中的区域可以是组内区域的默认名称或区域组内的区域名称的组合。例如，可以为区域组108b分配一个名称，诸如“餐厅+厨房”，如图1M中所示。在一些实施例中，区域组可以被赋予由用户选择的唯一名称。

某些数据可以作为一个或多个状态变量存储在回放设备的存储器(例如，图1C的存储器112c)中，这些状态变量被周期性地更新并且用于描述回放区域、回放设备和/或与其相关联的区域组的状态。存储器还可以包括与媒体系统的其他设备的状态相关联的数据，并且不时地在设备之间共享，使得设备中一个或多个具有与系统相关联的最新数据。

在一些实施例中，存储器可以存储与状态相关联的各种变量类型的实例。变量实例可以与对应于类型的标识符(例如，标签)一起存储。例如，某些标识符可以是用于标识区域的回放设备的第一类型“a1”，用于标识可以在区域中结合的回放设备的第二类型“b1”，以及用于标识该区域可能属于的区域组的第三类型“c1”。作为相关示例，与次卧室101c相关联的标识符可以指示回放设备是区域C的唯一回放设备且不在区域组中。与书房相关联的标识符可以指示书房未与其他区域分为一组但包括结合的回放设备110h～110k。与餐厅相关联的标识符可以指示餐厅是餐厅+厨房区域组108b的一部分且设备110b和110d分为一组(图1L)。由于厨房是餐厅+厨房区域组108b的一部分，所以与厨房相关联的标识符可以指示相同或相似的信息。其他示例区域变量和标识符如下所述。

在又一示例中，媒体回放系统100可以存储表示区域和区域组的其他关联的变量或标识符，例如与区域相关联的标识符，如图1M中所示。区域可以涉及区域组的集群和/或不在区域组内的区域。例如，图1M示出包括区域A～D的上部区域109a，以及包括区域E～I的下部区域109b。在一个方面，区域可以用于调用区域组的集群和/或共向一个或多个区域的区域和/或另一集群的区域组。在另一方面，这与不与另一个区域组共享区域的区域组不同。例如，可以在2017年8月21日递交的题为“Room Association Based on Name”的美国申请No.15/682,506和2007年9月11日递交的题为“Controlling and manipulatinggroupings in a multi-zone media system”的美国专利No.8,483,853中找到用于实现区域的技术的其他示例。这些申请中的每一个的整体通过引用方式并入本文中。在一些实施例中，媒体回放系统100可能不实现区域，在这种情况下，系统可能不存储与区域相关联的变量。

在其他示例中，媒体回放系统100的回放设备110根据称为家庭图的控制层级进行命名和布置。在家庭图层级结构下，家庭图层级的基本单元是“套件”。“套件”是指在执行给定功能时一起操作的单个设备或多个设备，诸如单个回放设备110或回放设备的结合区。在套件之后，层级的下一级别是“房间”。在家庭图层级下，“房间”可以被认为是家庭的给定房间中的套件的容器。例如，示例房间可能与家庭的厨房相对应，并且被分配名称“厨房”，并且包括一个或多个套件(例如，“厨房岛”)。示例家庭图层级的下一级别是“区域”，其包括两个或更多个房间(例如，“楼上”或“楼下”)。家庭图层级结构的最高级别是“家庭”。家庭是指整个家，以及里面的所有套件。家庭图层级的每个级别都分配有人类可读的名称，便于经由GUI和VUI进行控制。例如，可以在题为“Home Graph”的美国专利申请No.16/216,357中找到关于家庭图控制层级的附加细节，其整体通过引用方式并入本文中。

III.示例系统和设备

图2A是根据所公开技术的方面配置的回放设备210的前等距视图。图2B是回放设备210在没有格栅216e的情况下的前等距视图。图2C是回放设备210的分解图。一起参考图2A至图2C，回放设备210包括壳体216，壳体216包括上部216a、右侧或第一侧部216b、下部216c、左侧或第二侧部216d、格栅216e和后部216f。多个紧固件216g(例如，一个或多个螺钉、铆钉、夹子)将框架216h附接到壳体216。壳体216中的空腔216j(图2C)被配置为容纳框架216h和电子设备212。框架216h被配置为承载多个换能器214(在图2B中单独标识为换能器214a～f)。电子设备212(例如，图1C的电子设备112)被配置为从音频源接收音频内容并且将与音频内容相对应的电信号发送到换能器214用于回放。

换能器214被配置为从电子设备112接收电信号，并且还被配置为在回放期间将接收到的电信号转换为可听声音。例如，换能器214a～c(例如，高音扬声器)可以被配置为输出高频声音(例如，频率大于约2kHz的声波)。换能器214d～f(例如，中低音炮、低音炮、中音扬声器)可以被配置为以低于换能器214a～c的频率输出声音(例如，具有低于约2kHz频率的声波)。在一些实施例中，回放设备210包括与图2A至图2C中所示的换能器不同的多个换能器。例如，回放设备210可以包括少于六个换能器(例如，一个、两个、三个)。然而，在其他实施例中，回放设备210包括多于六个(例如，九个、十个)换能器。此外，在一些实施例中，所有或部分换能器214被配置为作为相控阵列操作以理想地调整(例如，缩窄或加宽)换能器214的辐射图案，从而改变用户对从回放设备210发出的声音的感知。

在图2A至图2C的所示实施例中，滤波器216i与换能器214b轴向对齐。滤波器216i可以被配置为期望地衰减换能器214b输出的预定频率范围，以改善由换能器214共同输出的声音质量和感知的声场。然而，在一些实施例中，回放设备210省略了滤波器216i。在其他实施例中，回放设备210包括与换能器214b和/或换能器214中的至少另一个对齐的一个或多个附加滤波器。

图3A和图3B分别是根据所公开技术的实施例配置的NMD 320的前等距侧视图和右等距侧视图。图3C是NMD 320的分解图。图3D是图3B的一部分的放大图，包括NMD 320的用户接口313。首先参考图3A至图3C，NMD 320包括壳体316，壳体316包括上部316a、下部316b和中间部316c(例如，格栅)。上部316a中的多个端口、孔或孔口316d允许声音通过位于壳体316内的一个或多个麦克风315(图3C)。一个或多个麦克风316被配置为经由孔口316d接收声音并且基于接收到的声音产生电信号。在所示实施例中，壳体316的框架316e(图3C)围绕空腔316f和316g，空腔316f和316g被配置为分别容纳第一换能器314a(例如，高音扬声器)和第二换能器314b(例如，中低音炮、中音扬声器、低音炮)。然而，在其他实施例中，NMD 320包括单个换能器，或两个以上的(例如，两个、五个、六个)换能器。在某些实施例中，NMD 320完全省略换能器314a和314b。

电子设备312(图3C)包括被配置为驱动换能器314a和314b并且进一步被配置为分析与一个或多个麦克风315产生的电信号相对应的音频数据的组件。在一些实施例中，例如，电子设备312包括以上参考图1C描述的电子设备112的许多或所有组件。在某些实施例中，电子设备312包括以上参考图1F描述的组件，例如一个或多个处理器112a、存储器112b、软件组件112c、网络接口112d等。在一些实施例中，电子设备312包括附加的合适的组件(例如，接近传感器或其他传感器)。

参考图3D，用户接口313包括多个控制表面(例如，按钮、旋钮、电容表面)，其包括第一控制表面313a(例如，上一首的控件)、第二控制表面313b(例如，下一首的控件)和第三控制表面313c(例如，播放和/或暂停控件)。第四控制表面313d被配置为接收与一个或多个麦克风315的启用和停用相对应的触摸输入。第一指示器313e(例如，一个或多个发光二极管(LED)或另一个合适的照明器)可以被配置为仅当一个或多个麦克风315被启用时照亮。第二指示器313f(例如，一个或多个LED)可以被配置为在正常操作期间保持常亮并且闪烁或以其他方式从常亮改变以指示检测到语音活动。在一些实施例中，用户接口313包括附加的或更少的控制表面和照明器。在一个实施例中，例如，用户接口313包括第一指示符313e，省略了第二指示符313f。此外，在某些实施例中，NMD 320包括回放设备和控制设备，并且用户接口313包括控制设备的用户接口。

一起参考图3A至图3D，NMD 320被配置为经由一个或多个麦克风315从一个或多个相邻用户接收语音命令。如上文参考图1B所述，一个或多个麦克风315可以获取、捕获或记录附近(例如，NMD 320的10米或更小的区域)的声音，并且将与所记录的声音相对应的电信号发送到电子设备312。电子设备312可以处理电信号并且可以分析所得音频数据以确定一个或多个语音命令(例如，一个或多个激活词)的存在。在一些实施例中，例如，在检测到一个或多个合适的语音命令之后，NMD 320被配置为将所记录的音频数据的一部分发送到另一设备和/或远程服务器(例如，图1B的一个或多个计算设备106)用于进一步分析。远程服务器可以分析音频数据，基于语音命令确定适当的动作，并且向NMD 320发送消息以执行适当的动作。例如，用户可能会说“Sonos，播放迈克尔杰克逊”。NMD 320可以经由一个或多个麦克风315记录用户的语音，确定语音命令的存在，并且将具有语音命令的音频数据发送到远程服务器(例如，图1B的远程计算设备106中的一个或多个、VAS的一个或多个服务器和/或另一合适的服务)。远程服务器可以分析音频数据并且确定与命令相对应的动作。然后，远程服务器可以向NMD 320发送命令以执行所确定的动作(例如，回放与迈克尔杰克逊有关的音频内容)。NMD 320可以接收命令并且回放来自媒体内容源的与迈克尔杰克逊有关的音频内容。如上文参考图1B所述，合适的内容源可以包括经由LAN(例如，图1B的网络104)通信耦接到NMD 320的设备或存储、远程服务器(例如，图1B的远程计算设备106中的一个或多个)等。然而，在某些实施例中，NMD 320确定和/或执行与一个或多个语音命令相对应的一个或多个动作，而无需外部设备、计算机或服务器的干预或参与。

图4A至图4D是示出以各种操作状态的对应用户界面显示的控制设备430(图1H的控制设备130a、智能手机、平板电脑、专用控制设备、IoT设备和/或其他合适的设备)的示意图。第一用户界面显示431a(图4A)包括显示名称433a(即，“房间”)。所选择的组区域433b显示在所选择的组和/或区域中回放的音频内容的音频内容信息(例如，艺术家姓名、曲目名称、专辑封面)。组区域433c和433d显示对应的组和/或区域名称，以及在相应组或区域的回放队列中回放或接下来回放的音频内容的音频内容信息。音频内容区域433e包括与所选择的组和/或区域(即，所选择的组区域433b中指示的组和/或区域)中的音频内容有关的信息。下部显示区433f被配置为接收触摸输入以显示一个或多个其他用户界面显示。例如，如果用户在下部显示区433f中选择“浏览”，则控制设备430可以被配置为输出包括多个音乐服务433g(例如，Spotify、Radio by Tunein、Apple Music、Pandora、Amazon、TV、本地音乐、线路输入)的第二用户界面显示431b，用户可以通过它们浏览并且可以从中选择媒体内容以经由一个或多个回放设备(例如，图1A的回放设备110中一个)进行回放。备选地，如果用户在下部显示区433f中选择“我的Sonos”，则控制设备430可以被配置为输出第三用户界面显示431c(图4C)。第一媒体内容区域433h可以包括与各个专辑、电台或播放列表相对应的图形表示(例如，专辑封面)。第二媒体内容区433i可以包括与各个歌曲、曲目或其他媒体内容相对应的图形表示(例如，专辑封面)。如果用户选择图形表示433j(图4C)，则控制设备430可以被配置为开始回放与图形表示433j相对应的音频内容并且输出第四用户界面显示431d，该第四用户界面显示包括图形表示433j的放大版本、媒体内容信息433k(例如，曲目名称、艺术家、专辑)、传输控件433m(例如，播放、上一首、下一首、暂停、音量)，以及当前所选择的组和/或区域名称的指示433n。

图5是控制设备530(例如，膝上型计算机、台式计算机)的示意图。控制设备530包括换能器534、麦克风535和相机536。用户界面531包括传输控制区533a、回放状态区533b、回放区域区533c、回放队列区533d和媒体内容源区533e。传输控制区包括用于控制媒体回放的一个或多个控件，包括例如音量、上一首、播放/暂停、下一首、重复、随机、音轨位置、淡入淡出、均衡等。音频内容源区533e包括一个或多个媒体内容源的列表，用户可以从中选择媒体项进行回放和/或添加到回放队列。

回放区域区533b可以包括媒体回放系统100(图1A和图1B)内的回放区域的表示。在一些实施例中，回放区域的图形表示可以是可选的，以调出附加的可选择图标来管理或配置媒体回放系统中的回放区域，诸如创建结合区域、创建区域组、分离区域组、区域组的重命名等。在所示实施例中，在回放区域的每个图形表示内提供“组”图标。在特定区域的图形表示内提供的“组”图标可以是可选择的，以调出选项来选择媒体回放系统中的一个或多个其他区域以与特定区域分为一组。一旦分为一组，已经与特定区域分为一组的区域中的回放设备可以被配置为与该特定区域中的回放设备同步地播放音频内容。类似地，可以在区域组的图形表示内提供“组”图标。在所示实施例中，可以选择“组”图标以调出选项来取消选择要从区域组中移除的区域组中的一个或多个区域。在一些实施例中，控制设备530包括用于经由用户界面531对区域进行分组和取消分组的其他交互和实现方式。在某些实施例中，回放区域区533b中的回放区域的表示可以动态更新为回放区域或区域组配置被修改。

回放状态区533c包括当前正在播放、先前播放或计划在所选择的回放区域或区域组中接下来播放的音频内容的图形表示。可以在用户界面上，诸如在回放区区533b和/或回放队列区533d内，在视觉上区分所选择的回放区域或区域组。图形表示可以包括曲目标题、艺术家姓名、专辑名称、专辑年份、曲目长度以及当经由用户界面531控制媒体回放系统100时对用户可能有用的其他相关信息。

回放队列区533d包括与所选择的回放区域或区域组相关联的回放队列中的音频内容的图形表示。在一些实施例中，每个回放区域或区域组可以与包含对应于零个或多个音频项的信息的回放队列相关联，以供回放区域或区域组回放。例如，回放队列中的每个音频项可以包括统一资源标识符(URI)、统一资源定位符(URL)或一些其他标识符，这些标识符可以由回放区域或区域组中的回放设备使用以从本地音频内容源或联网音频内容源查找和/或者取回音频项而可能用于由回放设备回放。在一些实施例中，例如，可以将播放列表添加到回放队列中，其中可以将与播放列表中的每个音频项相对应的信息添加到回放队列中。在一些实施例中，回放队列中的音频项可以被保存为播放列表。在某些实施例中，当回放区域或区域组正在连续回放流式传输的音频内容时，诸如可以连续播放直到以其他方式停止的互联网广播，而不是具有回放持续时间的离散音频项，回放队列可以是空的，或已填充但“未使用”。在一些实施例中，回放队列可以包括互联网广播和/或其他流式传输的音频内容项并且在回放区域或区域组正在播放这些项时处于“使用中”。

当回放区域或区域组被“分组”或“未分组”时，与受影响的回放区域或区域组相关联的回放队列可以被清除或重新关联。例如，如果包括第一回放队列的第一回放区域与包括第二回放队列的第二回放区域分为一组，则经建立的区域组可以具有关联的回放队列，该回放队列最初为空，其包含来自第一回放队列的音频项(例如，在第二回放区域被添加到第一回放区域的情况下)，包含来自第二回放队列的音频项(例如，在第一回放区域被添加到第二回放区域的情况下)，或者来自第一回放队列和第二回放队列二者的音频项的组合。随后，如果经建立的区域组被取消分组，则所得第一回放区域可以与先前的第一回放队列重新关联，或者与空的新回放队列相关联，或者包含在经建立的区域组未分组之前来自与经建立的区域组相关联的回放队列的音频项。类似地，所得第二回放区域可以与先前的第二回放队列重新关联，或者与空的新回放队列相关联，或者包含在经建立的区域组未分组之前来自与经建立的区域组相关联的回放队列中的音频项。

图6是示出媒体回放系统100(图1A至图1M)的设备之间的数据交换的消息流图。

在步骤650a，媒体回放系统100经由控制设备130a接收所选择的媒体内容(例如，一首或多首歌曲、专辑、回放列表、播客、视频、电台)的指示。所选择的媒体内容可以包括例如本地存储在连接到媒体回放系统的一个或多个设备(例如，图1C的音频源105)上的媒体项和/或存储在一个或多个媒体服务服务器(图1B的远程计算设备106中的一个或多个)上的媒体项。响应于接收到所选择的媒体内容的指示，控制设备130a向回放设备110a发送用于将所选择的媒体内容添加到回放设备110a(图1A至图1C)上的回放队列的消息651a。

在步骤650b，回放设备110a接收消息651a并且将所选择的媒体内容添加到回放队列以进行回放。

在步骤650c，控制设备130a接收与用于回放所选择的媒体内容的命令相对应的输入。响应于接收到与用于回放所选择的媒体内容的命令相对应的输入，控制设备130a向回放设备110a发送消息651b，使得回放设备110a回放所选择的媒体内容。响应于接收到消息651b，回放设备110a向计算设备106a发送请求所选择的媒体内容的消息651c。计算设备106a响应于接收到消息651c，发送包括与所请求的媒体内容相对应的数据(例如，音频数据、视频数据、URL、URI)的消息651d。

在步骤650d，回放设备110a接收具有与所请求的媒体内容相对应的数据的消息651d并且回放相关联的媒体内容。

在步骤650e，回放设备110a可选地使一个或多个其他设备回放所选择的媒体内容。在一个示例中，回放设备110a是两个或更多个回放器的结合区域中的一个(图1M)。回放设备110a可以接收所选择的媒体内容并且将媒体内容的全部或部分发送到结合区域中的其他设备。在另一示例中，回放设备110a是组的协调器并且被配置为从组中的一个或多个其他设备发送和接收定时信息。组中的其他一个或多个设备可以从计算设备106a接收所选择的媒体内容，并且响应于来自回放设备110a的消息开始回放所选择的媒体内容，使得组中的所有设备都同步回放所选择的媒体内容。

III.示例便携式回放设备

如上所述，某些回放设备实现可以被配置用于便携式使用。这些便携式回放设备包括可穿戴回放设备，例如耳机和耳塞。便携式回放设备还可以包括包含换能器以便于响亮音频回放的回放设备，本文也称为便携式扬声器或超便携式回放设备。

图7A是媒体回放系统100的局部剖视图，包括一个或多个便携式回放设备710(分别标识为耳机710a和耳塞710b)。便携式回放设备710与回放设备110类似，但是被配置用于便携式使用。虽然在图7A中便携式回放设备710被示出在家中，但是它们被配置为在家中和“在路上”时回放音频内容。由于便携式回放设备710是回放设备110的一种特殊类型，通常，回放设备110的描述也适用于便携式回放设备710。

如图7B中的框图中所示，耳机710a包括与回放设备110a相同或相似的组件。然而，为了便于可穿戴使用，耳机710a以某种形式实现，并且包括一个或多个电池作为电源712i以提供便携式电源。图7B的框图表示了各种类型的便携式回放设备中包括的组件，包括耳塞和便携式扬声器，如下面进一步详细讨论的。

参考图7B，耳机710a包括输入/输出711，与回放设备110的组件类似，其可以包括模拟I/O 711a和/或数字I/O 711b。耳机710a还包括电子设备712、用户接口713(例如，一个或多个按钮、旋钮、拨号盘、触敏表面、显示器、触摸屏)，以及一个或多个换能器714(以下称为“换能器714”)。电子设备712被配置为经由输入/输出711从音频源接收音频或者经由网络104(图1B)从一个或多个计算设备106a～c接收音频，放大接收到的音频，并且经由一个或多个换能器714输出经放大的音频用于回放。

耳机710a还包括一个或多个麦克风715(例如，单个麦克风、多个麦克风、麦克风阵列)(以下称为“麦克风715”)。在某些实施例中，例如，具有一个或多个麦克风715的便携式回放设备710可以作为NMD来操作，该NMD被配置为接收来自用户的语音输入，并且基于接收到的语音输入来相应地执行一个或多个操作。

在图7B的所示实施例中，电子设备712包括一个或多个处理器712a(以下称为“处理器112a”)、存储器712b、软件组件712c、网络接口712d、一个或多个音频处理组件712g(以下称为“音频组件712g”)、一个或多个音频放大器712h(以下称为“放大器712h”)和电源712i(例如，一个或多个电源、电源电缆、电源插座、电池、感应线圈、以太网供电(POE)接口和/或其他合适的电源)。在一些实施例中，电子设备712可选地包括一个或多个其他组件712j(例如，一个或多个传感器、视频显示器、触摸屏)。

网络接口712d被配置为便于耳机710a与数据网络(例如，链路103和/或网络104(图1B))上的一个或多个其他设备之间的数据传输。网络接口712d被配置为发送和接收与媒体内容(例如，音频内容、视频内容、文本、照片)相对应的数据和包括数字分组数据的其他信号(例如，非瞬态信号)，该数字分组数据包括基于互联网协议(IP)的源地址和/或基于IP的目的地地址。网络接口712d可以解析数字分组数据，使得电子设备712正确地接收和处理去往回放设备110a的数据。

在图7B的所示实施例中，网络接口712d包括一个或多个无线接口712e(以下称为“无线接口712e”)。无线接口712e(例如，包括一个或多个天线的合适的接口)可以被配置为根据合适的无线通信协议(例如，LTE)与通信地耦接到网络104(图1B)的一个或多个其他设备(例如，回放设备110、NMD 120、控制设备130、其他便携式回放设备710中的一个或多个，以及本文公开的其他设备，诸如桥接设备)进行无线通信。

在特定示例中，便携式回放设备710a包括两个或更多个无线接口712e，以便于与多种类型网络的交替或并发连接。例如，便携式回放设备710a可以包括便于连接到无线局域网(例如，网络104(图1B))的兼容802.11的网络接口、便于连接到个人区域网的兼容802.15/>的网络接口、和/或蜂窝调制解调器(便于连接到蜂窝网络，例如3G、4G或5G蜂窝网络以及其他示例)。

在一些实施例中，网络接口712d可选地包括有线接口712f(例如，接口或插座，其被配置为接收网络电缆，诸如如以太网、USB-A、USB-C和/或Thunderbolt电缆)，该有线接口被配置为根据合适的有线通信协议通过有线连接与其他设备通信。在一些情况下，除了数据之外或者作为数据的替代，便携式回放设备710a可以使用该有线接口712f来便于功率输送和充电。在一些实施例中，电子设备712完全排除网络接口712d，并且经由另一通信路径(例如，输入/输出711)发送和接收媒体内容和/或其他数据。

音频组件712g被配置为处理包括电子设备712(例如，经由输入/输出711和/或网络接口712d)接收的媒体内容的数据和/或对包括电子设备712(例如，经由输入/输出711和/或网络接口712d)接收的媒体内容的数据进行滤波，以产生输出音频信号。在一些实施例中，音频处理组件712g包括例如一个或多个数模换能器(DAC)、音频预处理组件、音频增强组件、数字信号处理器(DSP)和/或其他合适的音频处理组件、模块、电路等。在某些实施例中，音频处理组件712g中的一个或多个可以包括处理器712a的一个或多个子组件。在一些实施例中，电子设备712省略了音频处理组件712g。在一些方面，例如，处理器712a执行存储在存储器712b上的指令，以执行音频处理操作来产生输出音频信号。

放大器712h被配置为接收和放大音频处理组件712g和/或处理器712a产生的音频输出信号。放大器7712h可以包括被配置为将音频信号放大到足以驱动换能器714中的一个或多个的电平的电子器件和/或组件。例如，在一些实施例中，放大器712h包括一个或多个开关或D类功率放大器。然而，在其他实施例中，放大器包括一个或多个其他类型的功率放大器(例如，线性增益功率放大器、A类放大器、B类放大器、AB类放大器、C类放大器、D类放大器、E类放大器、F类放大器、G类放大器和/或H类放大器和/或其他合适类型的功率放大器)。在某些实施例中，放大器712h包括两个或更多个前述类型的功率放大器的适当组合。此外，在一些实施例中，放大器712h中的各个放大器对应于换能器714中的各个换能器。然而，在其他实施例中，电子设备712包括被配置为向多个换能器714输出经放大的音频信号的单个放大器712h。

换能器714(例如，一个或多个扬声器和/或扬声器驱动器)从放大器712h接收经放大的音频信号，并且将经放大的音频信号作为声音呈现或输出(例如，频率在约20赫兹(Hz)与20千赫兹(kHz)之间的可听声波)。在一些实施例中，换能器714可以包括单个换能器。然而，在其他实施例中，换能器714包括多个音频换能器。在一些实施例中，换能器714包括不止一种类型的换能器。例如，换能器714可以包括一个或多个低频换能器(例如，低音炮、低音喇叭)、中频换能器(例如，中频换能器、中低音喇叭)以及一个或多个高频换能器(例如，一个或多个高音扬声器)。

图7C是根据所公开技术的方面配置的耳机710a的前等距视图。如图7C中所示，耳机710a被实现为用于便于与回放设备110的响亮回放相比更私密的回放的耳机。如图所示，耳机710a包括壳体716a，以将一对换能器714a支撑在用户耳朵上方的用户头部上或周围。耳机710a还包括用户接口713a，该用户接口包括触敏区以便于回放控制，诸如传输和/或音量控制。具体地，触敏区可以被配置为检测与不同输入相对应的各种手势。

耳机710a还包括状态LED 720a。状态LED 720a可以(例如，经由不同的颜色)指示当前的连接(例如，Wi-Fi或蓝牙)。例如，当连接Wi-Fi时，状态LED 720a可以呈现白色。如果Wi-Fi不可用，则状态灯可以呈现蓝色。在示例中，当Wi-Fi可用时且当通过蓝牙进行流式传输时，LED可以保持白色，以便指示Wi-Fi可用。

图7D是根据所公开技术的方面配置的耳塞710b的前等距视图。如图7D中所示，与耳机710a类似，耳塞710b被实现为用于便于与回放设备110的响亮回放相比更私密的回放的耳塞。如图所示，耳塞710b(也称为耳塞710b)包括壳体716b，以将一对换能器714b支撑在用户的耳朵内。耳塞710b还包括具有触敏区的用户接口713b以便于回放控制，诸如可能经由手势的传输和/或音量控制。耳塞710b还包括状态LED 720b，其功能与状态LED 720a类似。耳塞710b可以包括与图7B中的代表性回放设备710a相同或相似的组件。

图7E是超便携式回放设备710c的前等距视图。与头戴式耳机710a和耳塞710b相比，超便携式回放设备710c包括一个或多个较大的换能器，以便于响亮的音频内容回放。然而，相对于回放设备110，超便携式回放设备710c可以包括功率较小的放大器和/或较小的换能器，以平衡超便携式回放设备710c的电池寿命、声音输出能力和形状因素(即，尺寸、形状和重量)。超便携式回放设备710c包括具有触敏区的用户接口713c，以便于回放控制，诸如可能经由手势的传输和/或音量控制。超便携式回放设备710c还包括状态LED 720c，其功能与状态LED 720a类似。超便携式回放设备710c可以包括与图7B中的代表性回放设备710a相同或相似的组件。

图7F是另一超便携式回放设备710d的前等距视图。像超便携式回放设备710c一样，超便携式回放设备710d包括一个或多个较大的换能器，以便于响亮的音频内容回放。超便携式回放设备710c包括具有触敏区的用户接口713d，以便于回放控制，诸如可能经由手势的传输和/或音量控制。超便携式回放设备710d还包括状态LED 720d，其功能与状态LED720a类似。超便携式回放设备710c可以包括与图7B中的代表性回放设备710a相同或相似的内部组件。

一些超便携式回放设备710被配置为放置在设备基座718上。为了说明，图7F示出了被配置为放置在设备基座718a上的超便携式回放设备710d。设备基座718a包括突起719a和719b，它们与便携式回放设备710d上的凹部717a和717b对齐。这种突起和凹部可以便于将超便携式回放设备710d放置在设备基座718a上，并且可以在回放设备710d放置在设备基座718a上时提高其稳定性。

在示例实现方式中，超便携式回放设备710c可绕设备基座718a旋转，以控制超便携式回放设备710c的音量。例如，超便携式回放设备710d可以相对于设备基座718a旋转，这可以在超便携式回放设备710c和/或设备基座718a的传感器中生成音量控制信号。在另一个示例中，设备基座718a的第一部分可相对于设备基座718a的第二部分旋转。这两个部分的旋转在设备基座718a的传感器中生成音量控制信号，当超便携式回放设备710d被放置在设备基座718a上时，该音量控制信号控制超便携式回放设备710c的音量。

设备基座718a包括设备充电系统。当超便携式回放设备710c放置在设备基座718a上时，超便携式回放设备710d可以从充电系统汲取电流以对其一个或多个电池进行充电。在一些示例中，设备基座718a的充电系统包括感应充电电路(例如，在超便携式回放设备710d中的对应线圈中感应电流的线圈，其对超便携式回放设备710c的一个或多个电池进行无线充电)。备选地，设备基座718a的充电系统包括导电端子，超便携式回放设备710d可以通过该导电端子从设备基座718汲取电流。

在一些实现方式中，设备基座718a包括控制系统。设备基座718a的示例控制系统包括一个或多个处理器和存储器。处理器可以是根据存储在存储器中的指令处理输入数据的时钟驱动的计算组件。示例操作包括经由通信接口(例如，接口)与超便携式回放设备710d进行通信(例如，经由一个或多个指令使超便携式回放设备710c加入相关联的区域)以及使充电系统向超便携式回放设备710d供应电流等等。

在一些示例实现方式中，一些回放设备，诸如耳机710a或耳塞710b，以及便携式回放设备710c和/或710d，可以经由诸如智能手机或平板电脑之类的移动设备与媒体回放系统100接口连接。图7F示出了耳机710a与被配置为控制设备130a的移动设备之间的示例配对布置。如上所述，移动设备可以经由控制应用软件的安装而成为控制设备130，该控制应用软件可以进一步提供桥接特征，以便于控制设备130a作为耳机710a与媒体回放系统100之间的接口进行操作。

控制设备130a可以包括通信接口、处理能力和/或不必在耳机710a中实现的其他特征。通过将耳机710a与控制设备130a“配对”，便携式回放设备710能够利用这些特征中的一些。这种布置可以允许耳机710a更小和更便携式，消耗更少的功率，和/或更便宜，以及其他可能的益处。

例如，在各种实现方式中，耳机710a可以被实现为具有或不具有通信接口，以当“在路上”时连接到互联网(例如，蜂窝数据连接)。通过经由诸如(IEEE 802.15)或无线局域网连接(IEEE 802.11)的个人区域连接将耳机710a与控制设备130a配对，耳机710a可以经由控制设备130a的互联网连接和配对连接来流式传输音乐。在包括无线局域网接口的实施例中，如果无线局域网可用，则耳机710a可以直接连接到无线局域网(例如，网络104(图1B))。

如上所述，回放设备710可以包括集成(即，内置)的网络麦克风设备，其可以被配置为在本地和/或经由基于云的语音助手服务处理语音输入。此外，当与控制设备130a配对时，回放设备710还可以(例如，经由蓝牙)访问控制设备130a上的原生语音助手。回放设备710可以基于连接状态调用语音助手中的一个。在2021年2月12日递交的题为“PortablePlayback Devices with Network Operation Modes”的美国专利申请No.17/174,753中描述了与基于连接状态的并发语音助手有关的示例技术，其整体通过引用方式并入本文中。

IV.示例虚拟线路输入

示例回放设备，诸如回放设备110(图1A)或便携式回放设备710(图7A至图7G)，可以实施便于外部音频源与回放设备的原生音频回放集成的系统。这个系统在本文中被称为“虚拟线路输入”。与常规线路输入提供接收音频信号的接口的方式类似，“虚拟线路输入”提供从外部音频源接收音频信号的接口。也就是说，来自外部源的音频内容(以及相关联的信号，例如控制信号、定时信号和/或元数据信息)可以从外部源接收，并且经由虚拟线路输入集成到回放设备的音频回放中。

鉴于该功能，虚拟线路输入也可以称为VLI代理，因为虚拟线路输入功能用作外部源与回放设备上的原生音频回放之间的代理。虽然术语“虚拟线路输入”是为了方便指代示例系统而使用的，但是本领域普通技术人员将会认识到，其他示例系统可以实现类似的特征，而不被称为虚拟线路输入。此外，这些示例技术可以适用于以不同方式便于外部源集成的系统。

外部音频源的示例包括通过回放设备110和710“控制”音频回放的源。例如，来自移动设备的音频流可以“控制”回放设备710上的音频回放，使得回放设备710播放从移动设备流式传输的音频。作为另一个示例，流式传输协议(诸如/>或 )可以开始与作为目标回放设备的便携式回放设备710的会话，该便携式回放设备710控制回放设备上的音频回放。相反，在原生音频回放期间，便携式回放设备可以从回放队列中回放，该回放队列可以包括来自各种网络位置的音轨(例如，通过URI)。

为说明示例虚拟线路输入，图8是示出使用虚拟线路输入850的示例控制和音频分配的功能框图。在该示例中，VLI设备130b上的VLI控制器830用作VLI发送器，其用于向一个或多个VLI接收器提供音频，并且在该示例中是回放设备710a。VLI发送器的示例包括经由与VLI接收器配对的计算/移动设备(例如，回放设备710)(图7G)，其可以通过蓝牙从各种应用发送音频。VLI发送器的其他示例包括被配置为作为流式传输协议的主机操作的计算/移动设备。例如，诸如智能手机、平板电脑和网络麦克风设备之类的兼容/>的设备可以作为VLI发送器。作为另一示例，诸如/>之类的基于应用的流式传输协议也可以作为VLI发送器。

如图8中所示，VLI发送器向VLI域中的回放设备710a提供音频流。该VLI域信令在虚拟线路输入850处接收，虚拟线路输入850作为VLI设备130b的VLI域与回放设备710a的原生域之间的接口。通常，回放设备710a的原生域包括对媒体回放系统100而言原生的信令和设备(例如，如图1A和图1B中所示)。VLI域包括外部的非原生信令(例如，经由诸如或/>之类的协议)。通常，VLI和原生域信令经由诸如网络104(图1B)或个人区域网(例如，/>)之类的网络传输。

虚拟线路输入块850将来自VLI发送器的VLI域音频流转换为原生域音频流，并且将原生域音频流传递给信道接收器854。信道接收器854对原生域音频流进行解码，并且将原生域音频流传递给音频级(图8的示例中未示出)以供输出。音频级可以包括各种组件(例如，音频处理组件712g和/或音频放大器712h)来处理和放大音频信号以供输出。

在一个方面，由于信道接收器854使用原生域信令接收音频流，因此信道接收器854可以按照它处理源自原生域的音频流的相同方式处理音频流。在相关方面，由虚拟线路输入850执行的转换便于VLI域音频流与原生域信道接收器854之间的互操作性。

取决于VLI域音频流的编码格式，VLI接收器可以将VLI域音频流转码为未压缩格式。例如，如果VLI域音频流以信道接收器854的原生域解码器不支持的编码格式进行编码，则虚拟线路输入850将音频流解码为未压缩格式(例如，PCM)。这种配置在向下游组成员分发音频时可以使用更多带宽(在图8的示例中未示出)，但是允许更大的兼容性。相反，如果VLI域音频流是以原生域支持的编码格式进行编码的，则直到信道接收器854才执行解码。这种配置可以具有带宽效率更高的优点，因为当以压缩格式分发时，音频流使用更少的带宽，尤其是在包括多个下游组成员的配置中。

虚拟线路输入850还处理来自VLI发送器的元数据。在一些实现方式中，虚拟线路输入850从音频流中提取元数据，并且将原生域中的元数据传递给AV传输852。备选地，VLI发送器可以使用VLI域控制信令在单独的数据流中发送元数据。如下所述，图8中的回放设备710a可以被指定为原生域组协调器。原生域组协调器的原生域功能包括向原生组成员(图8中未示出)分发原生域音频和控制信息(包括元数据)，以及从原生域组成员和控制设备130接收原生域控制信息。这些功能由AV传输852在原生域中执行。

由于AV传输852使用原生域信令接收元数据，因此AV传输852可以按照它处理源自原生域的音频流的元数据的相同方式处理元数据。控制设备130a上的原生控制器430(图4A至图4D)接收元数据并且更新回放状态区433(图4D)以反映VLI组当前正在播放的音频内容。

控制设备130a上的原生控制器430也是反向信道控制的源。也就是说，经由控制设备103a上的原生控制控制器430(例如，经由传输控制433m)接收的控制命令使用原生域控制信令被传递回组协调器的AV传输852，如图8中所示。AV传输852将这些控制命令传递给虚拟线路输入850，虚拟线路输入850将原生域控制命令转换为VLI发送器可以理解的VLI域控制命令。例如，虚拟线路输入850可以将原生域控制命令转换为等效的VLI域API函数调用。该转换可以基于存储在存储器中的VLI域与原生域中的命令之间的映射来完成。

虚拟线路输入850将这些VLI域命令发送回VLI发送器。然后，VLI发送器对命令做出响应。例如，响应于向前跳过命令，VLI发送器开始流式传输下一首歌曲。作为另一个示例，响应于提高或减小音量命令，VLI发送器将增大或减小音量的VLI域命令发送回VLI接收器。该VLI域命令由虚拟线路输入850执行，并且还被转换为原生域命令，以便经由AV传输752e分发给原生域组成员。应注意，即使该命令可能是经由原生域控制控制器327发起的，该命令也不会被执行，直到它从VLI发送器被接收回来，该VLI发送器是VLI组的音频和控制组协调器。

2018年8月31日递交的题为“Media Playback System with Virtual Line-InGroups”的美国专利申请No.16/119,603中描述了与虚拟线路输入有关的其他示例技术，其整体通过引用方式并入本文中。

IV.并发音频流的示例管理

诸如便携式回放设备710(图7A至图7G)之类的示例回放设备可以通过两种或更多种不同类型的连接(例如，和/或蜂窝网络连接中的两种或更多种)并发地(或在不同时间)接收可能来自两种或更多种不同音频源的音频信号。为了管理这些输入信号，在操作中，回放设备710可以基于一个或多个策略在信号之间进行仲裁，该策略可以基于音频类别。这些类别可以被分配相对优先级，当并发地接收到两个或更多个信号时，回放设备710可以使用该相对优先级来确定播放哪个信号。

作为示例，图9A是示出音频优先化的示例框架的图。在该示例框架下，基于内容的类型，音频类型被分为四类960：提醒和通知964、电话通讯963、语音助手962和内容961。在该示例框架下，某些类别960比其他类别具有更高的优先级。具体地，提醒和通知964具有最高优先级，电话通讯963具有次高优先级，语音助手962是下一个次高优先级，而内容961是最低优先级，如图9A中的优先级箭头所示。提醒和通知964、电话通讯963、语音助手962和内容961的优先级可以按照递减的优先级级别分别被称为第四优先级、第三优先级、第二优先级和第一优先级。

一般地，通常应受到更直接关注的音频信号类别被赋予更高的优先级。在其他示例中，类别960可以被赋予不同的相对优先级级别。其他示例可以包括更多或更少的类别，或者不同的分类。

提醒和通知964可以包括各种类型的提醒和通知。例如，该类别可以包括语音助手设置警报961a，其可以使用语音助手来设置以在特定时间(例如，唤醒警报或计时器)或在特定事件(例如，递送包裹)时触发。此外，该类别可以包括系统提醒961b，其是来自回放设备710本身的提醒。示例系统提醒961b包括各种语音指导消息和耳标，其可以通知用户关于回放设备710上存在的不同状态或状况，诸如连接状态提醒、电池电量提醒、语音助手可用性提醒和设备故障(例如，过热)等。此外，提醒和通知961类别可以包括设备通知961c，其源自配对的(例如，经由)控制设备130a(图7G)。设备通知961c的示例包括文本消息或电子邮件通知和OS通知，以及其他应用通知。

电话通讯963类别包括各种类型的电话通讯963，诸如电话呼叫和音频(和音频/视频)会议。示例包括通过蜂窝网络的呼叫、基于互联网的(VOIP)呼叫和Wi-Fi呼叫。其他示例包括各种类型的视频会议，诸如等。

语音助手962类别可以包括来自一个或多个语音助手的音频，诸如内置VA音频962a和/或原生VA音频962b。示例回放设备710可以实现内置语音助手，并且还可以经由蓝牙连接访问配对的控制设备130a上的原生语音助手。如上所述，在2021年2月12日递交的题为“Portable Playback Devices with Network Operation Modes”的美国专利申请No.17/174,753中描述了与并发语音助手有关的示例技术，其整体通过引用方式并入本文中。

内容961类别包括各种来源的内容，诸如Wi-Fi内容961a和蓝牙内容961b。音频内容的示例包括基于音轨的音频内容(例如，歌曲、有声读物中的章节等)和非基于音轨的音频内容(例如，互联网广播流)。内容的其他示例包括可以通过蓝牙流传送的任何声音，例如操作系统耳标和应用音频(例如，游戏、流媒体服务应用、本地回放应用等)。

如上所述，当并发地接收到一个以上的音频信号时，回放设备710可以根据回放策略，使用类别960的相对优先级来确定回播放哪个(哪些)音频信号和/或如何播放音频信号。在一些情况下，根据这样的策略，较高优先级信号将停止(例如，暂停或静音)较低优先级信号的回放，使得较高优先级信号可以被收听者播放(和听到)。备选地，在一些情况下，较低优先级信号被回避，并且与较高优先级内容并发地回放。此外，在一些情况下，稍后接收的较低优先级信号可以中断某些较高优先级信号(例如，高一个级别)，但不中断其他较高优先级信号(例如，高两个或更多个级别)。

为了说明，图9B是示出根据示例回放策略进行管理的图。具体地，图9B示出了当电话通讯963类别中的音频流(例如，电话呼叫)中断内容961类别中正在播放的Wi-Fi音频流时，示例回放策略如何管理音频回放。这里，电话通讯963类别中的电话呼叫导致Wi-Fi音频流停止(例如，通过暂停和消音)。然后，当电话通话结束时，Wi-Fi音频流恢复(并且取消消音)。如上所述，电话通讯963类别具有比内容961类别的第一优先级更高的第三优先级。回放策略基于两个音频流的相对优先级导致这种行为。

注意，图9B的示例仅用于说明如何管理两个不同类别960中的内容。可以类似地管理电话通讯类别(例如，视频会议)和内容961类别(例如，蓝牙音频流)中的其他类型的内容。类似的原理也适用于下面的示例。

作为另一示例，图9C是示出根据示例回放策略进行管理的图。图9C示出了当内容961类别中的音频流(例如，BT音频流)中断VA 962类别中正在播放的VA音频流时，示例回放策略如何管理音频回放。在该示例中，VA 962类别中正在进行的内置VA交互使得较低优先级内容961类别中的BT音频流在交互期间回避(较低音量)。然后，当内置VA交互结束时，BT音频流取消回避。经由该管理方案，向用户提供了BT音频流正在播放(经由回避回放)同时仍然保持较高优先级内容作为焦点(通过以常规(非回避)音量播放VA交互)的反馈。

这里，基于VA 962类别中的内置VA交互的第二优先级和内容961类别中的BT音频流的第一优先级来确定管理。注意，可以类似地管理VA 962类别和内容961类别中的其他类型的内容。例如，在原生VA交互期间，可以回避Wi-Fi内容。

在另一示例中，图9D是示出根据示例回放策略进行管理的图。图9D示出了当VA962类别中的VA音频流中断内容961类别中正在播放的音频流(例如，Wi-Fi音频流)时，示例回放策略如何管理音频回放。在该示例中，用于原生VA交互(经由蓝牙)的介入音频流使得活动Wi-Fi内容流回避。然后，当原生VA交互结束时，Wi-Fi音频流取消回避。该示例与图9C的示例类似，因为管理是基于两个音频流的第二优先级和第一优先级来确定的。

作为又一示例，图9E是示出根据示例回放策略进行管理的图。图9D示出了当提醒和通知964类别中的警报中断VA 962类别中正在播放的VA音频流时，示例回放策略如何管理音频回放。在该示例中，提醒和通知类别964中的内置VA警报的介入音频流与VA类别962中的正在播放的VA音频流并发地播放。也就是说，在该示例管理方案中，回放策略在具有第二优先级的音频流(例如，在VA 962类别中正在播放的VA音频流)和具有第四优先级的音频流之间的交互中导致这样的行为。

图9F是示出根据示例回放策略进行管理的另一图。图9F示出了当电话通讯963类别(具有第三优先级)中的电话呼叫中断提醒和通知964类别(具有第四优先级)中正在播放的原生VA警报时，示例回放策略如何管理音频回放。在该示例中，电话通讯963类别中的电话呼叫的介入音频流使VA 962类别中的正在播放的VA音频流静音。也就是说，在该示例管理方案中，回放策略在具有第四优先级的音频流(例如，提醒和通知964类别中的正在播放的原生VA警报)和具有第三优先级的音频流(例如，电话呼叫)之间的交互中导致这样的行为。

图9G是示出根据示例回放策略进行管理的另一图。图9G示出了当提醒和通知964类别(具有第四优先级)中的系统提醒中断电话通讯963类别(具有第三优先级)中正在播放的电话呼叫时，示例回放策略如何管理音频回放。在该示例中，用于提醒和通知964类别中的系统提醒的介入音频流与电话963类别中的正在播放的电话呼叫并发地播放。也就是说，在该示例管理方案中，回放策略在具有第四优先级的音频流(例如，提醒和通知964类别中的系统提醒)和具有第三优先级的音频流(例如，电话呼叫)之间的交互中导致这样的行为。

注意，图9B至图9G的示例示出了回放策略如何基于并发音频流的相对优先级产生不同的响应(例如，视情况回避、停止或并发地播放)。这些示例旨在说明在图9A的示例框架下可能发生的各种各样的交互。此外，如上所述，在不同的示例中，类别、相应优先级级别以及基于并发音频流的相对优先级级别所采取的管理可以不同于这些说明性示例。

在一些示例中，回放设备710还可以管理类别960内的不同类型的内容。例如，在内容961类别内，示例框架将Wi-Fi内容961a和BT内容961b定义为子类别。如上所述，回放设备710可以并发地接收Wi-Fi内容961a和BT内容961b。同时，并发地播放两种类型的内容通常是不希望的，因为回放会造成干扰。

图9H是示出根据示例回放策略进行管理的另一图。图9H示出了当内容961类别(具有第一优先级)中的BT音频流中断也在回放内容961类别(也具有第一优先级)中的正在播放的Wi-Fi内容时，示例回放策略如何管理音频回放。在该示例中，BT音频流的介入音频流接管，并且Wi-Fi音频流停止。换言之，在示例回放策略下，回放设备710可以利用“最终获胜”策略来确定“正在播放的所有者”。也就是说，如果音频内容的第二源中断了音频内容的第一源，则第二源成为正在播放的所有者。然后，如果第一源(或第三源)中断了第二源，则该源成为正在播放的所有者。在各种示例中，这种策略可以应用于内容961类别以及附加或备选类别中的并发音频流。

在操作中，回放设备710可以将一个音频信号定义为正在播放的“所有者”，使得回放设备710回放该音频信号。具体地，在内容961类别内，回放设备710可以将Wi-Fi内容961a或BT内容961b定义为正在播放的所有者。出于有利于正在播放的所有者的目的，其他音频信号(除了正在播放的所有者之外)可能不会被回放。同时，较高优先级类别中的音频信号可以中断或以其他方式改变正在播放的所有者的回放。

在示例内，正在播放的所有者可以在回放设备710中实施为指示当前正在播放的音频信号的状态变量。在某些条件下，回放设备710可以改变该状态变量的值，从而改变正在播放的所有者。改变正在播放的所有者使得回放设备710回放现在由正在播放的状态变量指示的音频信号(而不是先前由正在播放的状态变量指示的音频信号)。

在一些示例中，可以使用统一资源标识符(URI)定义正在播放的“所有者”。也就是说，状态变量(称为“AVTransportURI”)可以存储指示正在播放的音频信号的URI。当正在播放的所有者改变时，AVTransportURI状态变量被更新以经由新的正在播放的所有者的对应URI来指示新的正在播放的所有者。

如第II节中所述，回放设备110可以回放来自由相应URI(或URL)指示的源的音频流。也就是说，对于本地(例如，在局域网上可用)和基于云的音轨，URI可以指示音轨的位置(即，特定文件)。类似地，对于非基于音轨的音频内容(诸如互联网广播电台或其他连续流)，URI可以指示流的位置。此外，如果回放设备110包括线路输入(例如，3.5mm或RCA输入)，则该线路输入可以被分配指示该源的特定URI，以便于在需要时将该线路输入分配为正在播放的所有者。因此，当通过回放音频时，AVTransportURI可以指示当前播放的音轨或源的URI。

与物理线路输入类似，经由虚拟线路输入(图8)接收的外部源同样可以分配相应的URI。例如，连接(以及对应的音频流)可以与特定的URI(例如，./bluetoothXX)相关联，例如将该特定的URI分配给AVTransportURI使得蓝牙音频流成为正在播放的所有者。类似地，/>会话同样可以被分配特定的URI，使得将该特定的URI分配给AVTransportURI使得/>会话成为正在播放的所有者(例如，,/airplaysessionXXX，其中XXX表示一个或多个标识符，诸如会话标识符和/或设备标识符)。

为了说明，图9-I是示出两种内容源(和/>)的最终获胜策略的框图。在示例中，当用户的耳机710a经由兼容802.11的网络接口(例如，无线接口712e)连接到无线局域网(例如，在他们的家中或办公室)时，他们可以开始播放来自流式传输音频服务的音轨。也就是说，耳机710a经由兼容802.11的网络接口从计算设备106a流式传输音轨。

这种回放将Wi-Fi分配为正在播放的所有者。更具体地，按照上面的示例，在相应音轨的回放期间，每个音轨可以被设置为正在播放的所有者。备选地，在一些实现方式中，Wi-Fi连接本身可以被设置为正在播放的所有者。

之后，用户可以经由蓝牙开始回放。通过经由开始音频输出，/>音频输出现在是“最终获胜”，它成为正在播放的所有者。也就是说，/>虚拟线路输入URI被分配给正在播放的所有者(例如，AVTransportURI)。指定蓝牙虚拟线路输入URI代替Wi-FiURI会中断与/>URI相关联的音频的回放(例如，通过暂停、停止或使内容消音)并且开始/>流的回放。

与Wi-Fi相比，蓝牙回放可以包括从配对的控制设备130a到回放设备710的持续开放的单向连接。也就是说，不是在配对的控制设备130a上输出音频，而是将声音输出导向蓝牙连接并且在配对的回放设备710上输出。例如，示例蓝牙连接(例如，经由无线接口712e)可以利用支持高质量音频流的A2DP(高级音频分发规范)标准。当A2DP被连接时，将存在开放的AVDTP(音频/视频分发传输协议流)，其将控制设备130a上的音频输出传输到配对的回放设备710用于回放。音频可以包括来自配对的控制设备130a上的各种源的音频，包括操作系统声音以及应用声音(例如，流式传输音频服务应用、播客应用、互联网无线电台应用、游戏或提供对音频类型的组合的访问的任何应用，以及包括音频回放的其他应用)。

蓝牙连接的“始终在线”性质(当建立时)可能使“最终获胜”策略复杂化，因为可能不清楚已建立的蓝牙连接是否正在实际播放音频。当正在实际播放音频时，蓝牙虚拟线路输入URI应方被认为是“最终”的，因此是正在播放的所有者。然而，当用户实际上试图回放来自Wi-Fi的音频时，已建立的蓝牙流可能发送静音，或者带有偶然(例如，间歇或周期性)音频(例如，来自通知)的静音。

此外，一些蓝牙音频可暂停，而其他蓝牙音频不可暂停，这进一步使正在播放的所有者的管理复杂化。当用户按下播放或暂停时，支持AVRCP(音频/视频远程控制规范)的应用会分别发送AVRCP播放事件或AVRCP暂停事件，用于他们经由应用正在收听的媒体。表示该事件的数据经由蓝牙连接传输。

这些事件可能有助于确定蓝牙流是否应为正在播放的所有者。具体地，AVRCP播放事件肯定地指示用户正打算开始蓝牙回放。然而，这不能是蓝牙回放是否已经开始的唯一指示，因为不需要这样的事件作为蓝牙协议的一部分，并且具有音频回放的一些应用不支持AVRCP。此外，AVRCP暂停事件不一定指示蓝牙回放被停止，因为即使兼容AVRCP的应用被暂停，控制设备130a仍可以将其他音频(例如，通知)混合到 流中。

同时，AVRCP播放事件不是回放已开始的决定性指示，因为应用可以生成AVRCP播放事件，而无需将音频传递到蓝牙流中。这种行为的示例是在具有自动播放消音的视频的应用中进行浏览(例如，滚动提要)。播放这种视频可能会导致在没有任何实际音频通过蓝牙流传递的情况下生成AVRCP播放事件。

因此，在示例实现方式中，回放设备710可以利用蓝牙流上的静音和非静音检测来确定蓝牙流是否正在实际播放音频(使得回放设备710应将蓝牙流分配为正在播放的所有者)。此外，播放和暂停事件(例如，AVRCP播放和暂停事件)的检测可以与静音/非静音检测结合使用，以确定蓝牙流是否包括内容，并因此应该是正在播放的所有者(如果该内容的回放是“最终”的)。结合起来，这些因素可以提供蓝牙状态的准确指示。

图10A是用于确定蓝牙是否应为正在播放的所有者的方法1000的功能框图。方法1000或类似的技术可以由回放设备710来实现，以便于确定哪个音频源应当是正在播放的所有者。方法1000涉及静音/非静音检测以及蓝牙事件。

在框1002，方法1000开始并且进行到框1004。在框1004，回放设备710确定回放设备710是否经由蓝牙连接到控制设备130a。如果没有，则方法1000循环返回，以在稍后的时间再次做出确定。当蓝牙断开时，确定蓝牙是否应当是正在播放的所有者是不必要的(因为蓝牙流不是选项)。当蓝牙断开时，Wi-Fi被设置为正在播放的所有者。通过在蓝牙断开时禁用静音/非静音检测，回放设备710可以消耗更少的功率，这可以延长电池寿命。

如果连接了蓝牙，则方法1000进行到框1006，包括接收蓝牙音频流。如上所述，蓝牙连接可以包括持续开放的单向流，该流包括来自配对的控制设备130a上的各种源(例如，应用)的音频。此外，当配对的控制设备130a没有向蓝牙输出回放任何音频时，该流可以包括静音。

在框1008，方法1000包括确定接收到的蓝牙音频流是否伴随有AVRCP播放事件(以及随后的音频包)。如上所述，当用户按下播放或暂停时，支持AVRCP的应用会分别发送AVRCP播放事件或AVRCP暂停事件，用于他们正在经由应用收听的媒体。这样的事件可以肯定地指示用户正试图经由蓝牙进行回放。因此，当回放设备710确定接收到的蓝牙音频流伴随有AVRCP播放事件时，回放设备710可以在框1010将蓝牙设置为正在播放的所有者(例如，通过将AVTransportURI设置为蓝牙虚拟线路输入URI)，并且还在框1012生成BT_NOW_PLAYING事件。然而，由于不是所有的应用都支持AVRCP，所以该事件不能作为蓝牙回放的唯一指示，因此方法1000还涉及静音/非静音检测。

相反，当回放设备710确定接收到的蓝牙音频流不伴随有AVRCP播放事件时，方法1000进行到框1014。在框1014，回放设备710确定蓝牙是否已经被设置为正在播放的所有者。如果是，则在框1016，该方法包括将BT音频帧发送到虚拟线路输入(例如，图8中的虚拟线路输入850)。通过在蓝牙是正在播放的所有者时禁用静音/非静音检测，回放设备710可以消耗更少的功率，这可以延长电池寿命。

如果否，则方法1000包括执行静音/非静音检测，以确定接收到的蓝牙音频流是否包括音频内容。具体地，在框1018，方法1018包括对蓝牙音频流进行解码和分析，以确定流中表示的音频信号是内容还是静音。具体地，确定流中表示的音频信号是内容还是静音可以包括查看音频信号的样本表示静音或非静音。

为了避免在Wi-Fi内容暂停时立即将蓝牙设置为正在播放的所有者，方法1000可以包括在寻找非静音之前从蓝牙流中寻找静音时段。具体地，在框1020，方法1000包括确定经解码的蓝牙音频流是否包括阈值静音时段(例如，X秒的静音时段，诸如10秒)。如果否，则在框1022，该方法包括丢弃BT音频帧(以便于Wi-Fi回放)，并且该方法循环回到框1004。

然而，如果存在阈值静音时段，则在框1024，方法1000包括生成SILENCE_DETECTED事件。在生成该事件之后，方法1000在框1026处包括确定阈值静音时段之后是否伴随有阈值非静音时段(例如，Y秒的静音时段，诸如3秒)。如果否，则方法1000包括在框1022处丢弃BT音频帧(以便于Wi-Fi回放)，并且该方法循环回到框1004。

如果存在阈值非静音时段，其后跟随有阈值静音时段，则在框1028，方法1000包括生成NON_SILENCE_DETECTED事件。然后，方法1000在框1010处继续将蓝牙设置为正在播放的所有者。然后蓝牙回放继续。

在其他示例中，作为事件的备选，示例回放设备710可以实施分类函数(例如，BluetoothStreamClassification())。调用分类函数可以返回分类值，该分类值指示蓝牙流的一部分包括静音还是非静音。在这种示例中，回放设备710可以调用分类函数并且基于该函数返回的值(例如，静音或非静音)在方法1000中前进，而不是基于事件的生成在方法1000中前进。

在一些示例中，分类函数可以区分纯静音和静音和/或非静音和噪音。在这种示例中，仅包括静音(全零)样本的蓝牙流的一部分可以被分类为纯零(PURE_ZERO)。具有平均功率在阈值以下的一些非零样本的蓝牙流的一部分被分类为静音。类似地，具有平均功率在阈值(或不同阈值)以上的样本的蓝牙流的一部分被分类为噪声。实际阈值可以随实现方式而变化，但是在示例中，当低于阈值时(例如，对于静音)，可以被设置为对应于听不见的(或大部分听不见的信号)的值。此外，包括所有最大值信号的蓝牙流的一部分可以被分类为噪声。

在这种示例中，方法1000可以与利用分类函数代替事件不同。例如，在框1020，方法1000可以包括调用分类函数来确定是否返回静音或纯零(例如，在阈值时段之后)。类似地，在框1026，方法1000可以包括调用分类函数来确定是否返回了非静音(例如，在阈值时段之后)。

此外，在一些情况下，阈值静音时段和/或阈值非静音时段的持续时间可以取决于分类函数返回的值。例如，在框1020，在第一阈值时段之后，该方法可以包括调用分类函数来查看是否返回纯静音(PURE_SILENCE)。如果是，则方法1000可以前进。如果否，则便携式回放设备710可以等待，直到第二阈值时段(例如，几秒钟长)来查看流是否稳定。然后，如果返回静音或纯静音，则方法1000可以前进。在框1026，可以进行类似的操作来确定阈值非静音时段是否已经过去。也就是说，便携式回放设备710可以首先寻找噪声，并且如果没有噪声，则再等待几秒钟，并且寻找噪声或非静音。

在一些示例中，经由第一源回放可能是优选的(例如，默认)。例如，在一些实现方式中，Wi-Fi可能优于蓝牙，因为Wi-Fi上的音频回放可以提供更大的灵活性。蓝牙回放要求配对的控制设备130a保持开启，并且将音频流式传输到配对的回放设备710。

因此，当第二源是正在播放的所有者且空闲时，回放设备710可以将第一源切换至正在播放的所有者。这种空闲状态可以被称为失效会话。当会话在某个时段(例如，15分钟或更长)不活动时，可以认为它是失效的。

例如，当蓝牙被设置为正在播放的所有者时，便携式回放设备710可以确定是否经过了未从蓝牙回放内容的不活动时段。如果是，则即使没有介入的Wi-Fi音频流(将是“最终”的)，方法1000也可以包括将Wi-Fi设置为正在播放的所有者。该功能反映了Wi-Fi优先，蓝牙是第二选项的偏好。同时，如果便携式回放设备710没有连接到Wi-Fi，则会话可以被配置为不会“失效”，因为没有主要选项。

此外，当第二源空闲时，便携式回放设备710可以暂时断开与第二源的连接，这可以节省电能。例如，回放设备710可以基于确定不活动时段已经过去(例如，会话已经失效)而暂时与蓝牙断开连接。

当接收到配对输入(例如，用户接口713上的按住输入)时，便携式回放设备710可以自动重新连接到最后配对的蓝牙主机。如果最后配对的蓝牙设备不可用，则便携式回放设备710在先前配对的蓝牙设备的列表中循环，直到建立连接为止。如果列表为空或者没有建立连接，则便携式回放设备710可以进入配对模式，以将新的蓝牙设备与便携式回放设备710配对。

在一些情况下，失效会话技术仅适用于特定类型的便携式回放设备，不适用于其他类型的设备。例如，诸如便携式回放设备710c和710d的超便携式回放设备可以实现此类技术，而可穿戴回放设备(例如，耳机710a和耳塞710b)可能无法实现此类技术。这种差异可能来自相应类型设备的预期使用模式。

图10B是示出便携式回放设备710的示例组件的框图，该便携式回放设备可以便于多个音频流的管理。在操作中，便携式回放设备710可以执行音频回放应用1080，其包括策略对象1081。策略对象可以包括被配置为根据各种回放策略来管理并发音频流的指令(图 9A至图9H)。此外，音频回放应用1080可以通过执行方法1000或其方面来管理正在播放的所有者。

策略对象1081可以通过进程间通信从蓝牙堆栈1085接收编码蓝牙音频流，并且基于正在播放的所有者将蓝牙音频流引导至(a)虚拟线路输入850(图8)或(b)静音/非静音检测1082。也就是说，当蓝牙是正在播放的所有者时，策略对象1081将蓝牙音频流引导至虚拟线路输入850，以集成到音频回放系统中(并且最终回放蓝牙音频流)。

相反，当蓝牙不是正在播放的所有者时，策略对象1081将蓝牙音频流引导至静音/非静音检测1082，以确定蓝牙是否应为正在播放的所有者。如图10B中所示，策略对象1081通过静音检测(SILENCE_DETECTED)和非静音检测(NON_SILENCE_DETECTED)事件通知静音或非静音，策略对象1081可以使用这些事件来确定何时将BT音频流设置为正在播放的所有者(图10A)。

此外，蓝牙管理器1086和音频回放应用1080通过进程间通信交换AVRCP事件。这些事件可以包括由配对的控制设备130a生成的AVRCP播放和暂停事件。这些事件还可以包括在回放设备710上本地生成的AVRCP播放和暂停事件(例如，经由语音UI或物理控制接口，诸如用户接口713a(图7B)、用户接口713b(图7C)或用户接口713c(图7D)等)。

V.回放控制的示例管理

除并发音频流外，便携式回放设备710还可以管理来自多个源的回放控制。这些源包括便携式回放设备710上的物理控制(例如，图7A至图7F中的用户接口713)、经由蓝牙配对的控制设备130a上的控制接口、以及媒体回放系统100中的其他控制设备130上的控制接口，它们经由局域网(例如，图1B中的网络104)连接。经由蓝牙配对的控制设备130a和其他控制设备130上的控制接口可能看起来相似(例如，图4A至图4D)，但是使用不同的连接(例如，Wi-Fi或蓝牙)向便携式回放设备710发送指令。一般地，回放控制的管理包括当从一个控制器接收回放控制输入时，更新其他控制器以保持所有控制器的一致性(例如，状态)。

图11A是示出使用控制接口713a(图10A至图10B)对便携式回放设备710a的控制输入的示例管理的框图。在该示例中，控制输入是调高音量，但是该控制输入表示用于传输控制(例如，播放、暂停、跳过等)的各种控制输入以及其他类型的音量控制。此外，尽管为了说明的目的描述了便携式回放设备710a，但是便携式回放设备710的其他示例可以利用类似的管理。

当控制接口713a检测到特定输入(例如，调高音量命令)时，控制接口713a生成中断，该中断由内核驱动器1087接收。内核驱动器1087基于该中断生成事件。该事件指示调高音量命令。该事件被传递给音频回放软件1080。

在接收到指示调高音量命令的事件之后，音频回放软件1080通知其他控制器音量改变。也就是说，音频回放软件1080(例如，经由通用即插即用(UPnP))向网络104上的其他控制器发送一个或多个消息。这些控制器130接收消息，并且基于接收到消息，更新它们相应的控制接口以指示当前音量(例如，参见图4D中的音量滑块)。

为了更新配对的控制设备130a上的音量，便携式回放设备850使用VLI 850。VLI850可以通过将音频回放软件1080的域中的指令转换为配对的控制设备130a的域中的命令(例如，蓝牙配置文件命令)来在音频回放软件1080之间进行代理。也就是说，VLI 850向BT管理器1086通知音量增加。然后BT管理器1086通过BT连接(例如，个人区域网)将适当的BT域命令(例如，AVRCP(音频/视频远程控制规范)请求)传递回配对的控制设备130a。基于接收到BT域命令，配对的控制设备130a更新其控制接口以指示当前音量(例如，参见图4D中的音量滑块)。

音频回放软件1080设置本地音量。具体地，音频回放软件1080指示DSP 1087在便携式回放设备710a上设置本地音量。这改变了便携式回放设备710a上的音频回放的实际声压水平。

图11B是示出便携式回放设备710a对源自控制设备130b的控制输入的示例管理的框图。控制设备经由网络104连接到便携式回放设备。在该示例中，控制输入也是调高音量，但是该控制输入表示用于传输控制(例如，播放、暂停、跳过等)的各种控制输入以及其他类型的音量控制。此外，尽管为了说明的目的描述了便携式回放设备710a，但是便携式回放设备710的其他示例可以利用类似的管理。

当控制设备130b检测到表示回放命令的输入(例如，图4D中音量滑块的移动)时，控制设备130b使用表示回放命令(例如，调高音量)的协议(例如，UPnP)向受控回放设备(这里为便携式回放设备710a)发送一个或多个消息。音频回放软件(例如，经由网络接口712d)接收这些消息并且更新其他控制器该改变。也就是说，与图10A类似，音频回放软件1080(例如，经由通用即插即用(UPnP))向网络104上的其他控制器130发送送一个或多个消息。这些控制器130接收消息，并且基于接收到消息，更新它们相应的控制接口以指示当前音量(例如，参见图4D中的音量滑块)。

同样，为了更新配对的控制设备130a上的音量，便携式回放设备850使用VLI 850。也就是说，VLI 850通知BT管理器1086音量增加，然后BT管理器1086通过BT连接(例如，个人区域网)将适当的BT域命令(例如，AVRCP(音频/视频远程控制规范)请求)传递回配对的控制设备130a。基于接收到BT域命令，配对的控制设备130a更新其控制接口以指示当前音量(例如，参见图4D中的音量滑块)。

依然与图10A类似，音频回放软件1080设置本地音量。具体地，音频回放软件1080指示DSP 1087在便携式回放设备710a上设置本地音量。这改变了便携式回放设备710a上的音频回放的实际声压水平。

图11C是示出便携式回放设备710a对源自配对的控制设备130a的控制输入的示例管理的框图。配对的控制设备130a经由蓝牙连接到便携式回放设备130a。这里，调高音量被用作代表性的控制输入。

当控制设备130a检测到表示回放命令的输入(例如，图4D中音量滑块的移动)或按下调高音量按钮时，控制设备130a向便携式回放设备710发送一个或多个蓝牙域消息(例如，AVRCP请求)。BT管理器1086接收这些消息，并且生成指示音量改变的事件。

音频回放软件1080接收表示事件的数据，并且基于接收到事件，设置本地音量并且更新其他控制器。具体地，音频回放软件1080(例如，经由UPnP)向网络104上的其他控制器130发送一个或多个消息。这些控制器130接收消息，并且基于接收到消息，更新它们相应的控制接口以指示当前音量(例如，参见图4D中的音量滑块)。为了设置本地音量，与图10A和图10B类似，音频回放软件1080指示DSP 1087在便携式回放设备710a上设置本地音量。

如第II部分所述，可以将回放设备110分组在一起，以同步播放音频。如果便携式回放设备710a(例如，与回放设备110a(图1A))在一个组中，则由便携式回放设备710a接收的回放控制不仅在便携式回放设备710a上执行，而且在其他组成员上执行。例如，调高音量命令增加了所有分组的回放设备110的音量。为了对组成员实现对应的音量增加，音频回放软件1080可以(例如，经由UPnP)向组成员发送一个或多个消息。基于接收到此类消息，组成员增加它们相应的音量。

经由Wi-Fi或蓝牙的音频内容可以伴随有描述内容的元数据(例如，通过指示标题、艺术家、专辑等)。像控制器一样，该元数据应当被分发给所有控制器，使得可以在回放期间显示元数据(例如，如图4A至图4D中所示)。在Wi-Fi回放期间，便携式回放设备710a直接流式传输音频内容(以及表示相关元数据的数据)。由于便携式回放设备710a具有来自流式传输的元数据，因此便携式回放设备710a被配置为向控制器130发送表示该元数据的一个或多个消息。

相反，在蓝牙回放期间，便携式回放设备710a经由配对的控制设备130a间接流式传输音频内容(以及表示相关元数据的数据)。由于控制设备130a具有来自流式传输的元数据，因此控制设备130a被配置为在控制设备130a上的应用之间(例如，在流式传输服务应用与便携式回放设备的控制应用之间)共享元数据。同时，元数据也可以经由蓝牙连接传递到便携式回放设备710a，这允许便携式回放设备710a在便携式回放设备710a(除了蓝牙连接之外)也连接到Wi-Fi时将元数据分发给其他控制器130。

VI.示例技术

图12是示出基于一个或多个回放策略来管理多个音频流的示例方法1200的流程图。方法1000可以由便携式回放设备710执行。备选地，方法1000可以由任何合适的设备或者由设备系统执行，例如回放设备110、NMD 120、控制设备130、便携式回放设备1720或计算设备106。作为说明，方法1000的某些部分被描述为由便携式回放设备710执行。

在框1202，方法1200包括建立与至少一个第一源和第二源的并发连接。例如，便携式回放设备710可以经由第一网络接口(例如，兼容802.11的无线网络接口)通过第一网络(例如，诸如网络104的Wi-Fi局域网和/或诸如网络102的一个或多个广域网)建立到至少一个第一源(例如，一个或多个计算设备106)的连接。便携式回放设备710还可以经由第二网络接口(例如，兼容802.15的网络接口)通过第二网络(例如，蓝牙个人区域网)建立到第二源(例如，控制设备130a)的连接。

在框1204，方法1200包括从第一源流式传输第一音频流。例如，便携式回放设备710可以经由Wi-Fi从计算设备106流式传输第一音频流。在流式传输第一个音频流时，第一音频流可能被分配为正在播放的所有者(图9-I)。作为Wi-Fi内容961a的第一音频流可以被分类为具有第一优先级的内容音频961(图9A)。

在框1206，方法1200包括回放第一音频流。例如，便携式回放设备710可以经由至少一个换能器(例如，换能器714)回放第一音频流。便携式回放设备710可以回放第一音频流，同时第一音频流被分配为正在播放的所有者。

在框1208，方法1200包括从第二源接收第二音频流。例如，便携式回放设备710可以经由蓝牙从控制设备130a接收第二音频流。作为BT内容961b的第一音频流可以被分类为具有第一优先级的内容音频961(图9A)。

在框1210，方法1200包括将第二音频流分配为正在播放的所有者。例如，便携式回放设备710可以将蓝牙音频流分配为正在播放的所有者(图9-I)。将稍后接收的第二音频流分配为正在播放的所有者可以根据一个或多个回放策略来停止先前接收的音频流的回放(图9H)。

在框1212，方法1200包括回放第二音频流。例如，便携式回放设备710可以经由至少一个换能器(例如，换能器714)回放第二音频流。便携式回放设备710可以回放第二音频流，同时第二音频流被分配为正在播放的所有者。

在框1214，方法1200可以包括根据回放策略管理一个或多个附加音频流的回放(图9A至图9-I)。例如，方法1200可以包括在经由至少一个音频换能器回放第一音频流时，经由第二网络接口从第二源接收第三音频流。第三音频流可以被分类为具有比第一优先级的内容音频高的第二优先级的语音助手962音频(图9A)。方法1200还可以包括基于第一音频流和第三音频流的相对类别来修改先前接收的第一音频流的回放。修改先前接收的第一音频流的回放可以包括当稍后接收的第三音频流被分类为语音助手962音频时回避第一音频流。基于具有比第一音频流高的优先级的第三音频流，便携式回放设备710经由至少一个换能器与经回避的第一音频流并发地回放第三音频流，并且在稍后接收的第三音频流结束之后，停止回避第一音频流。结合图9C和图9D描述了这种管理的示例。

作为另一示例，附加音频流的管理可以包括经由一个或多个麦克风捕获语音输入，并且经由语音助手处理语音输入。在经由至少一个音频换能器回放第二音频流时，便携式回放设备710可以经由原生语音助手接收第四音频流，该第四音频流被分类为具有第二优先级的语音助手962音频。便携式回放设备710基于第二音频流和第四音频流的相对类别来修改先前接收的第二音频流的回放。修改先前接收的第二音频流的回放可以包括当稍后接收的第四音频流被分类为语音助手962音频时回避第二音频流。基于具有比第一音频流高的优先级的第三音频流，便携式回放设备710经由至少一个换能器与经回避的第二音频流并发地回放第四音频流，并且在稍后接收的第四音频流结束之后，停止回避第二音频流。结合图9C和图9D描述了这种管理的示例。

在又一个示例中，附加音频流的管理可以包括在经由至少一个音频传感器回放第一音频流时，经由第二网络接口从第二源接收第五音频流，该第五音频流被分类为具有比内容音频961的第一优先级高的第三优先级的电话通讯音频963。便携式回放设备710基于第一音频流和第五音频流的相对类别来修改先前接收的第一音频流的回放。修改先前接收的第一音频流的回放可以包括当稍后接收的第五音频流被分类为语音电话通讯音频时暂停第一音频流。当暂停第一音频流时，便携式回放设备710经由至少一个换能器回放第五音频流，并且当稍后接收的第五音频流结束时，恢复第一音频流。结合图9B描述了这种管理的示例。

在另一示例中，附加音频流的管理可以包括在经由至少一个音频传感器回放第五音频流时，接收第六音频流，该第六音频流被分类为具有比电话通讯963音频的第三优先级高的第四优先级的提醒音频964。便携式回放设备710基于音频流第一和第五音频流的相对类别来修改先前接收的第五音频流的回放。修改先前接收的第五音频流的回放可以包括当稍后接收的第六音频流被分类为提醒964音频时，将第五音频流与第六音频流混合。当第五音频流与第六音频流混合时，便携式回放设备710经由至少一个换能器回放经混合的音频流，并且当稍后接收的第六音频流结束时，恢复第五音频流。结合图9E和图9G描述了这种管理的示例。

在另一个示例中，附加音频流的管理可以包括在回放分类为电话通讯音频的音频流时禁用一个或多个语音助手。例如，当音频流属于电话通讯963类别时，便携式回放设备可以禁用内置VA 962a音频和/或原生VA962b音频。这种禁用可以防止VA音频中断正在进行的电话呼叫或视频会议。

附加音频流的管理可以包括经由第一网络接口从至少一个第一源接收第七音频流，该第七音频流被分类为具有第四优先级的提醒964音频。当经由至少一个音频换能器回放第七音频流时，回放设备710可以经由第二网络接口从第二源接收第八音频流，该第八音频流被分类为具有第三优先级的电话通讯963音频。根据一个或多个回放策略，回放设备710可以回放第八音频流而不是第七音频流，即使第七音频流具有更高的优先级。结合图9F描述了这种管理的示例。

方法1200还可以包括在整个公开内容中描述的其他附加功能。

图13是示出管理回放命令的示例方法1300的流程图。方法1300可以由便携式回放设备710执行。备选地，方法1300可以由任何合适的设备或者由设备系统执行，诸如回放设备110、NMD 120、控制设备130、便携式回放设备1720或计算设备106。作为说明，方法1100的某些部分被描述为由便携式回放设备710执行。

在框1302，方法1300包括建立与至少一个第一源和第二源的并发连接。例如，便携式回放设备710可以经由第一网络接口(例如，兼容802.11的无线网络接口)通过第一网络(例如，诸如网络104的Wi-Fi局域网和/或诸如网络102的一个或多个广域网)建立到至少一个第一源(例如，一个或多个计算设备106)的连接。便携式回放设备710还可以经由第二网络接口(例如，兼容802.15的网络接口)通过第二网络(例如，蓝牙个人区域网)建立到第二源(例如，控制设备130a)的连接。

在框1304，方法1300包括从第二源接收第一音频流。例如，便携式回放设备710可以经由蓝牙从控制设备130a接收第一音频流。

在框1306，方法1300包括将第一音频流分配为正在播放的所有者。例如，便携式回放设备710可以将蓝牙音频流分配为正在播放的所有者(图9-I)。便携式回放设备710可以经由音频回放软件(例如，图11A至图11C中的音频回放应用1080)分配正在播放的所有者。

在框1308，方法1300包括回放第一音频流。例如，便携式回放设备710可以经由至少一个换能器(例如，换能器714)回放蓝牙音频流。便携式回放设备710可以回放蓝牙音频流，同时蓝牙音频流被分配为正在播放的所有者。

在框1310，方法1300包括经由控制接口接收一个或多个回放命令。例如，在回放第一音频流时，便携式回放设备710可以经由便携式回放设备710上的控制接口713接收表示音量调节命令的输入数据(图11A)。作为另一个示例，回放设备710可以经由控制器130b上的控制接口接收表示音量调节命令的数据(图11B)。

在另一示例中，接收表示音量调节命令的输入数据可以包括当按下物理控制接口(例如，用户接口713)的调高音量部分时，便携式回放设备710经由内核驱动器(例如，内核驱动器1087)生成中断。基于中断的生成，便携式回放设备710可以经由内核驱动器生成音量改变事件，其中音量改变事件被发送到回放软件(图11A)。

在框1312，方法1300包括管理回放命令。管理回放命令可以包括执行回放命令，并且还可能经由多个接口(例如，Wi-Fi和蓝牙)向一个或多个控制器通知回放命令。例如，便携式回放设备710可以经由音频回放软件使得第二网络接口的网络接口管理器(例如，BT管理器1086)根据音量调节命令(例如，经由AVRCP请求)设置与第二网络接口相关联的音量级别。此外，便携式回放设备710可以经由回放软件根据音量调节命令(例如，经由DSP 1087)设置本地音量级别。

在另一示例中，便携式回放设备710可以经由网络接口管理器(例如，BT管理器1086)和第二网络接口通过第二网络从第二源接收表示附加音量调节命令的数据。例如，便携式回放设备710可以通过蓝牙从控制设备130a接收AVRCP请求(图11C)。基于接收到表示附加音量调节命令的数据，便携式回放设备710经由网络接口管理器根据附加音量调节命令设置与第二网络接口相关联的音量级别，并且使回放软件根据附加音量调节命令调节本地音量设置(图11C)。

方法1300还可以包括在整个公开内容中描述的其他附加功能。

图14是示出管理并行音频流的示例方法1400的流程图。方法1400可以由便携式回放设备710执行。备选地，方法1400可以由任何合适的设备或者由设备系统执行，诸如回放设备110、NMD 120、控制设备130、便携式回放设备1720或计算设备106。作为说明，方法1100的某些部分被描述为由便携式回放设备710执行。

在框1402，方法1400包括建立与至少一个第一源和第二源的并发连接。例如，便携式回放设备710可以经由第一网络接口(例如，兼容802.11的无线网络接口)通过第一网络(例如，诸如网络104的Wi-Fi局域网和/或诸如网络102的一个或多个广域网)建立到至少一个第一源(例如，一个或多个计算设备106)的连接。便携式回放设备710还可以经由第二网络接口(例如，兼容802.15的网络接口)通过第二网络(例如，蓝牙个人区域网)建立到第二源(例如，控制设备130a)的连接。

在框1404，方法1400包括从第一源接收第一音频流。例如，便携式回放设备710可以经由Wi-Fi从计算设备106流式传输第一音频流。

在框1406，方法1400包括将第一音频流分配为正在播放的所有者。例如，便携式回放设备710可以将Wi-Fi音频流分配为正在播放的所有者(图9-I)。

在框1408，方法1400包括回放第一音频流。例如，便携式回放设备710可以经由至少一个换能器(例如，换能器714)回放Wi-Fi音频流。便携式回放设备710可以回放Wi-Fi音频流，同时Wi-Fi音频流被分配为正在播放的所有者。

在框1410，方法1400包括从第二源接收第二音频流。例如，便携式回放设备710可以经由蓝牙从控制设备130a流式传输第二音频流。第二音频流的至少一部分可以与第一音频流并发。

在框1412，方法1400包括确定第二音频流包括用于回放的音频内容。确定第二音频流包括用于回放的音频内容可以包括经由静音检测器监测第二音频流，并且在监测第二音频流时，确定第二音频流至少包括阈值非静音时段。在一些示例中，确定第二音频流包括用于回放的音频内容可以包括方法1000或其方面(图10A)。

在框1414，方法1400包括将第二音频流分配为正在播放的所有者。例如，便携式回放设备710可以将蓝牙音频流分配为正在播放的所有者(图9-I)。

在框1416，方法1400包括回放第二音频流。例如，便携式回放设备710可以经由至少一个换能器(例如，换能器714)回放蓝牙音频流。便携式回放设备710可以回放蓝牙音频流，同时蓝牙音频流被分配为正在播放的所有者。

在其他示例中，方法1400可以包括图10A中方法1000的一个或多个方面。方法1400还可以包括在整个公开内容中描述的其他附加功能。

VII.结论

以上关于便携式回放设备、回放设备、控制设备、回放区域配置和媒体内容源的讨论仅提供了操作环境的一些示例，在该操作环境中可以实现下面描述的功能和方法。本文未明确描述的媒体回放系统、回放设备和网络设备的其他操作环境和配置也可以适用且适于功能和方法的实现。

以上描述尤其公开了各种示例系统、方法、装置和尤其包括在硬件上执行的固件和/或软件的制品。应当理解，这些示例仅是示意性的，而不应当被认为是限制性的。例如，可以想到，这些固件、硬件和/或软件方面或组件中的任意一个或全部可以专门在硬件中实现、专门在软件中实现、专门在固件中实现、或在硬件、软件和/或固件的任意组合中实现。因此，所提供的示例不是实现这些系统、方法、装置和/或制品的唯一方式。

此外，本文对“实施例”的提及意味着结合实施例描述的特定特征、结构或特性可以包括在本发明的至少一个示例性实施例中。在说明书中各处出现该短语不一定都指代相同的实施例，也不是与其他实施例互斥的分离的或备选的实施例。因此，本领域技术人员应当显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例组合。

主要在说明性的环境、系统、过程、步骤、逻辑块、处理以及直接或间接地与耦接到网络的数据处理设备的操作相类似的其他象征性表示的方面上，提出本说明书。本领域技术人员通常使用这些处理描述和表示，以向本领域技术人员的其他技术人员传播他们的工作内容。阐述了各种具体细节，以提供本公开的透彻理解。然而，本领域技术人员应理解，不需要特定、具体细节就可以实施本公开。在其他实例中，没有描述熟知的方法、过程、组件和电路，以避免不必要地使实施例的方面模糊不清。因此，本公开的范围由随附权利要求、而不是以上实施例的描述来界定。

当随附权利要求中的任一项权利要求被理解成涵盖纯软件和/或固件实现时，在此明确限定至少一个示例中的至少一个元素以包括存储软件和/或固件的非暂时性有形介质，如存储器、DVD、CD、蓝光等。

示例1：一种由包括便携式回放设备的系统执行的方法，该方法包括：(i)经由第一网络接口通过第一网络与至少一个第一源，以及(ii)经由第二网络接口通过第二网络与第二源建立并发连接；经由第一网络接口从所述至少一个第一源流式传输第一音频流，其中，第一音频流被分类为具有第一优先级的内容音频；当第一音频流被分配为正在播放的所有者时，经由至少一个换能器回放第一音频流；在经由至少一个音频换能器回放第一音频流时，经由第二网络接口从第二源接收第二音频流，其中，第二音频流被分类为具有第一优先级的内容音频；将稍后接收的第二音频流分配为所述正在播放的所有者，其中，分配稍后接收的第二音频流停止先前接收的第一音频流的回放；以及当第二音频流被分配为正在播放的所有者时，经由至少一个换能器回放第二音频流。

示例2：根据示例1的方法，还包括：在经由至少一个音频传感器回放第一音频流时，经由第二网络接口从第二源接收第三音频流，其中，第三音频流被分类为具有比内容音频的第一优先级高的第二优先级的语音助手音频；基于第一音频流和第三音频流的相对类别来修改先前接收的第一音频流的回放，其中，修改先前接收的第一音频流的回放包括当稍后接收的第三音频流被分类为语音助手音频时回避第一音频流；基于具有比第一音频流高的优先级的第三音频流，经由至少一个换能器与经回避的第一音频流并发地回放第三音频流；以及在稍后接收的第三音频流结束之后，停止回避第一音频流。

示例3：根据示例2的方法，其中，便携式回放设备包括一个或多个麦克风，并且其中，该方法还包括：经由一个或多个麦克风捕获语音输入；经由原生语音助手处理语音输入；在经由至少一个音频换能器回放第二音频流时，经由原生语音助手接收第四音频流，第四音频流被分类为具有第二优先级的语音助手音频；基于第二音频流和第四音频流的相对类别来修改先前接收的第二音频流的回放，其中，修改先前接收的第二音频流的回放包括当稍后接收的第四音频流被分类为语音助手音频时回避第二音频流；基于具有比第一音频流高的优先级的第三音频流，经由经由至少一个换能器与经回避的第二音频流并发地回放第四音频流；以及在稍后接收的第四音频流结束之后，停止回避第二音频流。

示例4：根据示例1至3中任一项的方法，还包括：在经由至少一个音频传感器回放第一音频流时，经由第二网络接口从第二源接收第五音频流，其中，第五音频流被分类为具有比内容音频的第一优先级高的第三优先级的电话通讯音频；基于第一音频流和第五音频流的相对类别来修改先前接收的第一音频流的回放，其中，修改先前接收的第一音频流的回放包括当稍后接收的第五音频流被分类为语音电话通讯音频时暂停第一音频流；在暂停第一音频流时，经由至少一个换能器回放第五音频流；以及当稍后接收的第五音频流结束时，恢复第一音频流。

示例5：根据示例4的方法，还包括：在经由至少一个音频传感器回放第五音频流时，接收第六音频流，其中，第六音频流被分类为具有比电话通讯音频的第三优先级高的第四优先级的提醒音频；基于第一音频流和第五音频流的相对类别来修改先前接收的第五音频流的回放，其中，修改先前接收的第五音频流的回放包括当稍后接收的第六音频流被分类为提醒音频时，将第五音频流与第六音频流混合；当第五音频流与第六音频流混合时，经由至少一个换能器回放经混合的音频流；以及当稍后接收的第六音频流结束时，恢复第五音频流。

示例6：根据示例4的方法，还包括：在回放被分类为电话通讯音频的音频流时，禁用一个或多个语音助手。

示例7：根据示例1至6中任一项的方法，还包括：经由第一网络接口从至少一个第一源接收第七音频流，其中，第七音频流被分类为具有第四优先级的警报音频；当第七音频流被分配给正在播放的所有者时，经由至少一个换能器回放第七音频流；在经由至少一个音频换能器回放第七音频流时，经由第二网络接口从第二源接收第八音频流，其中，第八音频流被分类为具有第三优先级的电话通讯音频；将稍后接收的第八音频流分配给正在播放的所有者，其中，分配稍后接收的第八音频流停止先前接收的第七音频流的回放；以及当第八音频流被分配给正在播放的所有者时，经由至少一个换能器回放第八音频流。

示例8：根据示例1至7中任一项的方法，还包括：当第二音频流被分配给正在播放的所有者时，检测其中不从第二源回放音频的不活动时段；以及基于检测到不活动时段，将第一音频流分配给正在播放的所有者，并且与第二源断开连接。

示例9：根据示例8的方法，其中，第二源是移动设备，并且其中，功能还包括：在与移动设备断开连接时，经由控制接口检测表示恢复回放的命令的输入数据；以及基于检测到表示恢复回放的命令的输入数据，重新建立到移动设备的连接。

示例10：根据示例1至9中任一项的方法，还包括：经由控制接口检测表示一个或多个回放命令的输入数据；以及将该一个或多个回放命令应用于正在播放的所有者中的当前分配的音频流。

示例11：根据示例10的方法，其中，系统还包括至少一个附加回放设备，并且其中，方法还包括：当便携式回放设备与至少一个附加回放设备处于同步组时，经由控制接口检测表示音量调节的输入数据；将该音量调节应用于便携式回放设备；以及经由第一网络接口使至少一个附加回放设备应用该音量调节。

示例12：根据示例10的方法，其中，第一网络接口包括兼容802.11的无线网络接口，并且第一网络是无线局域网，并且其中，第二网络接口包括兼容802.15的无线网络接口，并且第二网络包括个人区域网。

示例13：一种被配置为执行根据示例1至12中任一项的方法的系统。

示例14：一种其上存储有指令的有形非暂时性计算机可读介质，该指令能够由一个或多个处理器执行，以使系统执行根据示例1至12中任一项的方法。

示例15：一种被配置为执行根据示例1至12中任一项的方法的设备。

示例16：一种由包括便携式回放设备的系统执行的方法，该方法包括：(i)经由第一网络接口通过第一网络与第一源，以及(ii)经由第二网络接口通过第二网络与第二源建立并发连接；经由第二网络接口从所述第二源接收第一音频流；经由回放软件将第一音频流分配为正在播放的所有者；当第一音频流被分配为正在播放的所有者时，经由回放软件和至少一个换能器回放第一音频流；在回放第一音频流时，经由控制接口接收表示音量调节命令的输入；以及基于接收到表示音量调节命令的输入，(i)经由回放软件使第二网络接口的网络接口管理器根据音量调节命令设置与第二网络接口相关联的音量级别，以及(ii)经由回放软件，根据音量调节命令设置本地音量级别。

示例17：根据示例16的方法，还包括：经由网络接口管理器和经由第二网络通过第二网络接口从第二源接收表示附加音量调节命令的数据；以及基于接收到表示附加音量调节命令的数据：(i)经由网络接口管理器，根据附加音量调节命令设置与第二网络接口相关联的音量级别，以及(ii)使回放软件根据附加音量调节命令调节本地音量设置。

示例18：根据示例16至17中任一项的方法，其中，控制接口包括由便携式回放设备的壳体承载的物理控制接口，其中，接收表示音量调节命令的输入包括：当按下物理控制接口的调高音量部分时，经由内核驱动器生成中断；以及基于生成中断，经由内核驱动器生成音量改变事件，其中，音量改变事件被发送到回放软件。

示例19：根据示例16至18中任一项的方法，其中，接收表示音量调节命令的输入包括：经由第一网络接口通过第一网络从控制设备接收表示音量调节命令的数据，其中，控制设备包括控制应用，该控制应用包括音量调节控件。

示例20：根据示例16至19中任一项的方法，还包括：基于根据音量调节命令设置本地音量级别，经由第一网络接口通过第一网络向一个或多个控制设备发送表示音量改变事件的数据，其中，音量改变事件使一个或多个控制设备更新相应的控制接口来指示经调节的音量级别。

示例21：根据示例16至20中任一项的方法，还包括：当第一音频流被分配为正在播放的所有者时，经由第二网络接口通过第二网络接收表示与第一音频流中的一个或多个音轨相对应的元数据的数据；以及将元数据发送到虚拟线路输入中，其中，将元数据发送到虚拟线路输入中使一个或多个控制设备更新相应的控制接口来指示该元数据。

示例22：一种被配置为执行根据示例16至21中任一项的方法的系统。

示例23：一种在其上存储有指令的有形非暂时性计算机可读介质，该指令能够由一个或多个处理器执行，以使系统执行根据示例16至21中任一项的方法。

示例24：一种被配置为执行根据示例16至21中任一项的方法的设备。

示例25：一种由包括便携式回放设备的系统执行的方法，该方法包括：(i)经由第一网络接口通过第一网络与第一源，以及(ii)经由第二网络接口通过第二网络与第二源建立并发连接；经由第一网络接口从第一源接收第一音频流；将第一音频流分配为正在播放的所有者；在第一音频流被分配为正在播放的所有者时，经由至少一个换能器回放第一音频流；在第一音频流被分配为正在播放的所有者时，经由第二网络接口从第二源接收第二音频流；确定第二音频流包括用于回放的音频内容，其中确定第二音频流包括用于回放的音频内容包括：经由静音检测器监测第二音频流；以及在监测第二音频流时，确定第二音频流至少包括阈值非静音时段；基于确定第二音频流包括用于回放的音频内容，将第二音频流分配为正在播放的所有者；以及在第二音频流被分配为正在播放的所有者时，经由至少一个换能器回放第二音频流。

示例26：根据示例25的方法，还包括：在监测第二音频流时，当在第二音频流中检测到至少一个阈值静音时段时，经由静音检测器生成检测到静音事件。

示例27：根据示例26的方法，其中，确定第二音频流至少包括阈值非静音时段包括：在生成检测到静音事件之后，当在检测到静音事件后在第二音频流中至少检测到阈值静音时段时，经由静音检测器生成检测到非静音事件，并且其中，将第二音频流分配为正在播放的所有者包括：当生成检测到非静音事件时，将第二音频流分配为正在播放的所有者。

示例28：根据示例27的方法，还包括：在接收到第二音频流之后，防止第二音频流的回放，直到检测到检测到非静音事件，其中，防止第二音频流的回放包括以下至少一项：(a)丢弃第二音频流的帧和(b)使第二音频流消音。

示例29：根据示例27的方法，还包括：在监测第二音频流时，当在第二音频流中至少检测到阈值静音时段时，经由静音检测器生成附加的检测到静音事件；以及在生成附加的检测到静音事件之后，当在附加的检测到静音事件之后在第二音频流中没有检测到阈值非静音时段时，防止第二音频流的回放，其中，防止第二音频流的回放包括以下至少一项：(a)丢弃第二音频流的帧和(b)使第二音频流消音。

示例30：根据示例25至29中任一项的方法，还包括：在接收到第二音频流之后，将第二音频流分配给静音检测器，其中，在第二音频流被分配给静音检测器时，静音检测器接收第二音频流。

示例31：根据示例25至30中任一项的方法，还包括：在第一音频流被分配为正在播放的所有者时，经由第二网络接口从第二源接收第三音频流；检测与第三音频流相对应的播放事件；以及基于检测到播放事件：(i)将第三音频流分配为正在播放的所有者，以及(ii)放弃确定第二音频流包括用于回放的音频内容。

示例32：根据示例25至31中任一项的方法，还包括：在第一音频流被分配为正在播放的所有者时，经由第二网络接口从第二源接收第四音频流；确定第四音频流不包括用于回放的音频内容，其中，确定第四音频流不包括用于回放的音频内容包括：经由静音检测器监测第四音频流，并且在监测第二音频流时，确定第二音频流至少包括阈值静音时段；以及基于确定第四音频流不包括用于回放的音频内容：(i)放弃将第四音频流分配为正在播放的所有者，以及(ii)防止第四音频流的回放。

示例33：根据示例25至32中任一项的方法，还包括：在第二音频流被分配为正在播放的所有者时，检测不活动时段；以及基于检测到不活动时段，断开经由第二网络接口通过第二网络到第二源的连接。

示例34：根据示例33的方法，还包括：经由控制接口检测表示经由第二网络接口重新建立连接的命令的特定输入；以及基于检测到该特定输入，尝试经由第二网络接口通过第二网络重新建立到最后连接的源的连接，其中，第二源是最后连接的源。

示例35：根据示例34的方法，还包括：当尝试经由第二网络接口通过第二网络重新建立到第二源的连接不成功时，尝试经由第二网络接口通过第二网络重新建立与先前连接的源列表中的一个或多个附加源的连接，直到连接尝试成功。

示例36：根据示例35的方法，还包括：尝试重新建立与先前连接的源列表中的一个或多个附加源的所述连接不成功，进入配对模式以经由第二网络接口将另一个源连接到回放设备。

示例37：一种被配置为执行根据示例25至36中任一项的方法的系统。

示例38：一种在其上存储有指令的有形非暂时性计算机可读介质，该指令能够由一个或多个处理器执行，以使系统执行根据示例25至36中任一项的方法。

示例39：一种被配置为执行根据示例25至36中任一项的方法的设备。

Claims (22)

1.一种包括便携式回放设备的系统，所述便携式回放设备包括：

至少一个音频换能器；

至少一个电池；

包括至少一个第一天线的第一网络接口；

包括至少一个第二天线的第二网络接口；

至少一个处理器；

数据存储装置；以及

存储在所述数据存储装置上的程序指令，所述程序指令在由所述至少第一处理器执行时，使所述便携式回放设备执行包括以下操作的功能：

当(i)经由所述第一网络接口通过第一网络连接到至少一个第一源并且(ii)经由所述第二网络接口通过第二网络连接到第二源时：

经由所述第一网络接口从所述至少一个第一源流式传输包括内容音频的第一音频流，其中，内容音频具有第一优先级；

其中，所述第一音频流被分配为正在播放的所有者，使得当所述第一音频流被分配为正在播放的所有者时，所述第一音频流经由所述至少一个换能器回放；

当经由所述至少一个音频换能器回放所述第一音频流时，经由所述第二网络接口从所述第二源接收第二音频流，所述第二音频流包括具有所述第一优先级的内容音频；

将所述第二音频流分配为正在播放的所有者，并且停止回放所述第一音频流；以及

当所述第二音频流被分配为正在播放的所有者时，经由所述至少一个换能器回放所述第二音频流。

2.根据权利要求1所述的系统，其中，所述正在播放的所有者由指示当前正在播放的音频信号的状态变量来指示。

3.根据权利要求1或2所述的系统，其中，改变指示所述正在播放的所有者的所述状态变量的值使所述回放设备回放由经改变的状态变量值指示的音频信号。

4.根据任一前述权利要求所述的系统，其中，使用统一资源标识符来定义所述正在播放的所有者，所述统一资源标识符指示所述回放设备正在回放的音频信号。

5.根据任一前述权利要求所述的系统，其中所述功能还包括：

在所述回放设备正在回放来自所述正在播放的所有者的音频流时，当经由所述第二网络接口从所述第二源接收到包括语音助手音频的音频流时，其中所述语音助手音频的优先级比来自所述正在播放的所有者的音频流的优先级高：

回避与所述正在播放的所有者相关联的所述音频流，并且经由所述至少一个换能器与经回避的第一音频流并发地回放所述包括语音助手音频的音频流；以及

在所述第三音频流结束之后，停止回避所述第一音频流。

6.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在所述回放设备正在回放来自所述正在播放的所有者的音频流时，当经由所述第二网络接口从所述第二源接收到包括电话通讯音频的音频流时，其中所述电话通讯音频的优先级比所述正在播放的所有者的音频流的优先级高：

暂停来自所述正在播放的所有者的音频流，并且经由所述至少一个换能器回放包括所述电话通讯音频的音频流；以及

当包括所述电话通讯音频的音频流结束时，恢复来自所述正在播放的所有者的音频流。

7.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在所述回放设备正在回放来自所述正在播放的所有者的音频流时，当经由所述第二网络接口从所述第二源接收到包括提醒音频的音频流时，其中所述提醒音频的优先级比所述正在播放的所有者正在播放的音频流的优先级高：

将包括所述提醒音频的音频流与来自所述正在播放的所有者的音频流混合，并且经由所述至少一个换能器回放经混合的音频流；以及

当包括所述提醒音频的音频流结束时，恢复来自所述正在播放的所有者的音频流。

8.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在回放被分类为电话通讯音频的音频流时，禁用一个或多个语音助手。

9.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在所述回放设备正在回放来自所述正在播放的所有者的音频流时，当经由所述第一网络接口从所述第一源接收到包括警报音频的音频流时，其中所述警报音频的优先级比所述正在播放的所有者正在播放的音频流的优先级高：

将包括所述播放音频的音频流分配给正在播放的所有者，并且经由所述至少一个换能器回放包括所述警报音频的音频流。

10.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在经由所述至少一个音频换能器回放包括所述警报音频的音频流时，当经由所述第二网络接口从所述第二源接收到包括电话通讯音频的音频信号时：

将包括所述电话通讯音频的音频流分配为所述正在播放的所有者，

停止回放包括所述警报音频的音频流，以及

经由所述至少一个换能器回放包括所述电话通讯音频的音频流。

11.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在经由所述第二网络接口接收的音频流被分配给正在播放的所有者时，在其中来自所述第二源的音频未回放的不活动时段：

将来自所述第一音频源的音频流分配为正在播放的所有者，并且从所述第二源断开连接。

12.根据任一前述权利要求所述的系统，其中，所述功能还包括：

当接收到与所述第二源相关联的播放事件并且与所述第二源相关联的音频流不是正在播放的所有者时，确定与所述第二源相关联的所述音频流是否包括音频内容，以及

如果与所述第二源相关联的所述音频流不包括音频内容，则使与所述第一源相关联的音频流成为正在播放的所有者。

13.根据权利要求11或12所述的系统，其中，所述第二源是移动设备，并且其中，所述功能还包括：

当与所述移动设备断开连接时，经由控制接口检测表示恢复回放的命令的输入数据；以及

基于检测到表示恢复回放的命令的所述输入数据，重新建立到所述移动设备的连接。

14.根据任一前述权利要求所述的系统，其中，所述功能还包括：

经由控制接口检测表示一个或多个回放命令的输入数据；以及

将所述一个或多个回放命令应用于所述正在播放的所有者的所述音频流。

15.根据任一前述权利要求所述的系统，其中，所述系统还包括至少一个附加回放设备，并且其中，所述功能还包括：

当所述便携式回放设备处于与所述至少一个附加回放设备的同步组中时，经由控制接口检测表示音量调节的输入数据；

将所述音量调节应用于所述便携式回放设备；以及

经由所述第一网络接口使所述至少一个附加回放设备应用所述音量调节。

16.根据任一前述权利要求所述的系统，其中，所述第一网络接口包括兼容802.11的无线网络接口，并且所述第一网络是无线局域网，并且其中，所述第二网络接口包括兼容802.15的无线网络接口，并且所述第二网络包括个人区域网。

17.根据任一前述权利要求所述的系统，其中，所述功能还包括：

在回放来自所述第一源的所述第一音频流时，当经由控制接口接收到表示音量调节命令的输入时：

经由回放软件，使所述第二网络接口的网络接口管理器根据所述音量调节命令设置与所述第二网络接口相关联的音量级别；以及

经由所述回放软件，根据所述音量调节命令设置本地音量级别。

18.根据任一前述权利要求所述的系统，其中，所述功能还包括：

当通过所述第二网络经由所述第二网络接口从所述第二源接收到音量调节命令，即表示附加音量调节命令的数据时：

经由网络接口管理器，根据所述附加音量调节命令设置与所述第二网络接口相关联的音量级别，以及

使回放软件根据所述附加音量调节命令调节本地音量设置。

19.根据权利要求17所述的系统，其中，所述控制接口包括由所述便携式回放设备的壳体承载的物理控制接口，并且其中，接收所述表示音量调节命令的输入包括：

当按下所述物理控制接口的调高音量部分时，经由内核驱动器生成中断；以及

经由所述内核驱动器生成音量改变事件，所述音量改变事件被发送到所述回放软件。

20.根据权利要求17或18所述的系统，其中：

包括所述控制接口的控制设备包括控制应用，所述控制应用包括音量调节控件，并且

所述控制设备经由所述第一网络向所述系统提供所述音量调节命令。

21.根据权利要求17至20中的一项所述的系统，其中，所述功能还包括：

基于根据所述音量调节命令设置所述本地音量级别，通过所述第一网络经由所述第一网络接口向一个或多个控制设备发送表示音量改变事件的数据，其中，所述音量改变事件使所述一个或多个控制设备更新相应的控制接口来指示经调节的音量级别。

22.根据任一前述权利要求所述的系统，其中，所述功能还包括：

当所述第一音频流被分配为正在播放的所有者时，通过所述第二网络经由所述第二网络接口接收表示与所述第一音频流中的一个或多个音轨相对应的元数据的数据；以及

将所述元数据发送到虚拟线路输入中，以使一个或多个控制设备更新相应的控制接口来指示所述元数据。