CN1968363A - 信息处理设备和信息处理方法 - Google Patents

Abstract

本发明提供一种信息处理设备和信息处理方法。根据用户输入的语音的语音识别结果，确定要显示的电视节目的频道候选。将该频道候选分配给有限数量的调谐器，显示通过该调谐器接收到的电视节目以允许用户作出选择。

Description

信息处理设备和信息处理方法

技术领域

本发明涉及一种通过使用语音识别选择节目信息的信息处理设备和信息处理方法。

背景技术

近年来，电视频道的数量大大增加。结果，通过按压遥控器上的按钮来选择电视节目变得很麻烦。所提出的解决上述问题的方法是通过使用语音识别根据用户发出的语音选择命令来选择电视节目。然而，语音识别存在可能不可忽视地出现识别结果不正确的问题。如果没有正确识别语音选择命令，则会选择错误的电视节目。这大大降低了可用性。在通过使用语音识别来控制装置并且避免上述问题的尝试中，提出了呈现高可能性的规定数量的候选作为语音识别结果，从而用户可以从所呈现的候选中选择所期望的频道(见例如，日本特开2001-022374号公报)。例如，如图8所示，得自语音识别结果的候选以列表的形式显示。如果用户利用光标等GUI从语音识别结果列表中选择所期望的频道，则根据用户作出的选择切换电视节目。

然而，电视节目从电视台以流信息(stream information)的形式实时播放，且用户想尽快观看所期望的节目。在使用语音识别的技术中，从正确频道的候选列表中选择正确的电视频道对于用户可能需要相对较长的时间，以选择并且观看所期望的节目，这可能导致用户错过重要的信息。

在通过使用语音识别搜索静态图像的技术中，已提出了选择正确静态图像的候选，并且以图像的形式显示所有所选择的候选而不是显示列表。以此类推，在通过使用语音识别选择电视节目中，采取如下做法可能有利：选择正确节目的候选并且以缩略图等的形式显示所有候选，使得用户可以从显示的缩略图中选择所期望的节目。如果用户选择了节目，则将所选择的节目以全屏模式显示。然而，对安装在电视机上的调谐器(tuner)数量的限制使得难以同时显示所有候选。

发明内容

考虑到上述问题，本发明至少一个实施例提供一种技术以根据语音识别结果选择多个电视频道候选，并且将所选择的频道分配给有限数量的调谐器，从而将所选择频道的电视图像呈现给用户。

根据本发明一方面，至少一个实施例涉及一种信息处理设备，该信息处理设备包括：多个接收单元，用于接收节目信息；语音识别单元，用于识别输入的语音数据；获取单元，用于根据由所述语音识别单元进行的语音识别的结果，获取一个或者多个频道候选；分配单元，用于将通过所述获取单元获取的频道候选分配给所述各接收单元；以及显示控制单元，用于控制显示，使得显示与通过所述各接收单元接收的所分配的频道相对应的节目信息。

根据本发明另一方面，至少一个实施例涉及一种信息处理设备，该信息处理设备包括：接收单元，用于接收节目信息；语音识别单元，用于识别输入的语音数据；获取单元，用于根据由所述语音识别单元进行的语音识别的结果，获取一个或者多个频道候选；分配单元，用于将通过所述获取单元获取的频道候选分配给所述接收单元，使得每次将一个频道候选分配给所述接收单元，并且以预定时间间隔切换所分配的频道候选；以及显示控制单元，用于控制显示，使得显示由所述接收单元根据所分配的频道接收到的节目信息。

根据本发明另一方面，至少一个实施例涉及一种信息处理设备，该信息处理设备包括：语音识别单元，用于识别输入的语音数据；候选确定单元，用于根据由所述语音识别单元进行的语音识别的结果，确定一个或者多个视频信息候选；输出模式确定单元，用于通过从包括以下模式的组中选择一个输出模式来确定各视频信息候选的输出模式：第一输出模式，在该模式中直接输出视频信息；第二输出模式，在该模式中以预定时间间隔获取视频信息，并且输出作为结果所获取的视频信息；以及第三输出模式，在该模式中在特定时间获取视频信息，并且输出作为结果所获取的视频信息；以及显示控制单元，用于控制显示，使得将显示区域分成子区域，并且以对各视频信息候选确定的输出模式在所述子区域中显示视频信息候选的视频信息。

根据本发明另一方面，至少一个实施例涉及一种方法，该方法包括以下步骤：进行语音识别以识别输入的语音数据；根据所进行的语音识别的结果选择一个或者多个频道候选；将所选择的频道候选分别分配给多个接收单元；以及控制显示，使得显示由所述接收单元接收到的信息。

根据本发明另一方面，至少一个实施例涉及一种方法，该方法包括以下步骤：进行语音识别以识别输入的语音数据；根据所进行的语音识别的结果获取一个或者多个频道候选；接收与所获取的频道候选相对应的节目信息，使得每次接收一个频道候选的节目信息，并且以预定时间间隔切换所接收到的节目信息；以及控制显示，使得显示所接收到的节目信息。

根据本发明另一方面，至少一个实施例涉及一种输出视频信息的方法，该方法包括以下步骤：进行语音识别以识别输入的语音数据；根据所进行的语音识别的结果确定一个或者多个视频信息候选；通过从包括以下模式的组中选择一个输出模式来确定各视频信息候选的输出模式：第一输出模式，在该模式中直接输出视频信息；第二输出模式，在该模式中以预定时间间隔获取视频信息，并且输出作为结果所获取的视频信息；以及第三输出模式，在该模式中在特定时间获取视频信息，并且输出作为结果所获取的视频信息；以及控制显示，使得将显示区域分成子区域，并且以对各视频信息候选确定的输出模式在所述子区域中显示视频信息候选的视频信息。

通过以下参照附图对典型实施例的说明，本发明的其它特征将显而易见。

附图说明

图1是示出根据本发明实施例的信息处理设备的功能结构的框图。

图2是示出根据本发明实施例分配调谐器的方式的图。

图3A和3B示出根据本发明实施例在显示屏幕的子区域中显示作为候选所选择的频道的方式的例子。

图4是示出根据本发明实施例分配调谐器的方式的图。

图5示出根据本发明实施例分配调谐器的方式的例子。

图6示出根据本发明实施例分配调谐器的方式的例子。

图7是示出根据本发明实施例的信息处理设备的功能结构的框图。

图8是示出根据传统技术，用户从作为通过语音识别获得的候选所显示的多个频道中选择正确频道的方式的图。

具体实施方式

下面结合附图参照典型实施例对本发明进行进一步详细说明。

第一典型实施例

图1是示出根据本发明第一实施例的信息处理设备的功能结构的框图。如图1所示，该信息处理设备包括：语音识别单元101，用于识别用户发出的语音；频道候选获取单元102，用于基于语音识别单元101进行的语音识别的结果，获取频道候选；以及调谐器103，用于接收所分配频道的电视节目。注意，该信息处理设备包括预定数量(一个或者多个)的调谐器103。调谐器分配单元104将由频道候选获取单元102作为频道候选获取的一个或者多个频道分配给调谐器103。显示器105显示与由调谐器103接收的频道相对应的节目信息。

图2示出将频道分配给调谐器的方式。在图2中，通过语音识别单元101对用户发出的语音进行识别的结果以表201的形式显示。根据语音识别的结果，获得频道候选202。将作为候选202选择的频道分配给如时间表203所示的预定数量的调谐器。在本实施例中，通过例子假定信息处理设备具有两个调谐器。

参考图1和图2，下面说明根据本实施例的信息处理设备的操作例子。首先，用户对语音识别单元101说出期望的频道。此处，可以通过频道号或者电视台名称指定频道。图2的表201示出对识别出用户说出的频道号的情况的语音识别结果的例子。基于语音识别的结果，频道候选获取单元102获取第一到第N最可能的频道候选。在图2所示的具体例子中，获得第一到第四最可能的频道候选。调谐器分配单元104将作为候选获得的这四个频道分配给两个调谐器103。在该具体例子中，获得“34”作为语音识别中最可能的频道，因此对调谐器#1独占性地分配频道“34”。将第二到第四最可能的频道分配给调谐器#2，使得以相等的时间间隔切换频道。

如图2中的时间表203所示，具有最高可能性(置信度(confidence))分数的频道“34”的电视节目独占性地使用调谐器#1，使得接收整个节目信息。另一方面，接收具有第二到第四最高可能性分数的频道的电视节目，使得通过调谐器#2每次接收一个频道，并且顺序切换频道。因此，仅在将频道分配给调谐器#2的特定时间段间断地接收各频道的节目信息。因为连续接收具有最高可能性分数的频道，所以对该频道获得平滑的视频图像。相反，因为间断地接收具有第二到第四最高可能性分数的频道，所以获得粗糙动作视频图像。

图3A和3B示出在显示器105的显示屏幕的子区域中显示具有第一到第四可能性分数的频道的节目信息的方式的例子。在图3A所示的例子中，在最大的子区域中显示具有最高可能性分数的频道的节目信息，在较小的子区域中显示其它频道的节目信息。在图3B所示的例子中，在具有相同尺寸的子区域中显示各频道的节目信息。在本发明中，对于显示节目信息的方式没有特别限制。可以以任意方式将屏幕分成子区域，并且可以以任意方式将频道分配给子区域。

在本实施例中，如上所述，将基于语音识别的结果作为候选选择的多个频道分配给有限数量的调谐器，使得在特定分配的时间段接收并且在屏幕的子区域中显示各频道。这使得用户可以快速选择频道，因此使得错过节目信息的可能性最小。如果用户从在子区域中显示的候选中选择所期望的频道，则以全屏模式显示所选择的频道。

第二典型实施例

在上述第一实施例中，假定信息处理设备具有两个调谐器。然而，在本发明中，对于调谐器数量没有特别限制。可以使用更多数量的调谐器，或者可选地，可以仅使用一个调谐器。在上述第一实施例中，允许具有最高可能性分数的频道独占性地使用一个调谐器，允许具有第二到第四最高可能性分数的频道以分时(time sharing)方式使用一个调谐器。然而，在本发明中，对于将频道分配给调谐器的方式没有特别限制。例如，可以不将具有最高可能性分数的频道独占性地分配给一个调谐器，而可以同等地处理具有第一到第N最高可能性分数的所有频道，使得均等地分配时间段。可选地，所分配的时间段的长度可以根据可能性分数而变化。可以仅在短时间段内将调谐器分配给特定的频道，且在此时间段内获取的视频图像以静态图像的形式显示。

图4示出将具有第一到第四最高可能性分数的频道分配给一个调谐器的例子。在这种情况下，间断地接收具有第一到第四最高可能性分数的频道中的任何一个频道，因此任何频道的视频图像具有粗糙动作。然而，相对于其它频道来说，更频繁地将具有最高可能性分数的频道分配给调谐器，因此该频道的视频图像在动作上比其它频道相对平滑一些。

第三典型实施例

在前述实施例中，使用一个或者多个调谐器接收作为候选选择的频道的节目信息，并且在显示器105的屏幕的子区域中同时显示这些节目信息。然而，在本发明中，显示接收到的节目信息的方式不限于此。例如，可以每次以全屏模式显示作为候选选择的其中一个频道，并且可以自动或者手动切换所显示的频道。

第四典型实施例

在前述实施例中，识别频道号，并基于识别结果确定频道候选。然而，在本发明的实施例中，可以基于电视台名称等其它信息确定频道候选。还可以基于在例如EPG(Electronic ProgramGuide，电子节目指南)中描述的节目名称、表演者、关键字或者种类等节目相关信息来确定频道候选。

图5示出识别节目种类、基于识别结果确定频道候选、并且将频道候选分配给调谐器的实施例。在图5中，附图标记501表示据确定了哪些频道候选的EPG等的节目相关信息。附图标记502表示由语音识别单元101进行的识别的结果。在该特定例子中，按照在节目相关信息501中描述的节目种类进行识别。附图标记503表示当前播放所识别的节目种类的节目的频道。附图标记504表示由频道候选获取单元102从频道503所确定的频道候选。

更具体地，将实施例设计成识别“新闻”、“体育”或者“经济”等用户说出的节目种类。语音识别单元101识别用户说出的节目种类，并且输出表示在识别中获得的具有高可能性分数的推荐种类的识别结果502。频道候选获取单元102在节目相关信息501中搜索属于其中一个推荐种类502且当前正在播放的节目。然后，频道候选获取单元102确定与在搜索处理中找到的节目相对应的频道503，并且从这些频道503中确定频道候选504。可以根据在识别中给出的可能性分数、可在显示器105上显示的频道数量、和/或候选的预定最大数量等标准来确定频道候选504。在图5所示的例子中，假定显示器105能够显示四个频道，且从与具有最高识别可能性分数的种类相对应的频道中选择频道。在该特定例子中，从与具有第一到第三最高识别可能性分数的种类相对应的频道中选择三个频道。然而，具有第四最高分数的种类“杂耍”包括三个检测到的频道，因此选择该三个检测到的频道中的任一个。以预定时间间隔将通过上述方式确定的频道候选分配给预定数量的调谐器。在图5所示的例子中，以相等的时间间隔将四个频道候选分配给两个调谐器。

在本实施例中，如上所述，基于按照种类、关键字、节目名称或者表演者的语音识别的结果确定频道候选，将所确定的频道候选分配给调谐器，且显示通过调谐器接收到的节目以允许用户进行选择。

第五典型实施例

在前述实施例中，频道候选获取单元102从语音识别结果中获取频道候选。当确定频道候选时，频道候选的数量可以根据识别置信度分数而变化。表示语音识别的置信度的分数可以通过使用适当的方法由语音识别单元101来确定。例如，可以通过最高可能性和第二最高可能性之间的差给出该分数。注意，在本发明中，对于计算该分数的方法没有特别限制。图6示出分配给调谐器的频道候选的数量根据识别置信度分数而变化的例子。当存在具有高于预定值的置信度分数的频道候选时(图6中的(A))，则判断出识别结果高度可靠，且仅选择具有最高可能性分数的一个频道“34”作为频道候选。调谐器分配单元仅将这一个频道候选“34”分配给调谐器，使得仅接收该频道并且仅将该频道显示在显示器上以将其呈现给用户。另一方面，当识别置信度分数低于预定值时(图6中的(B))，则判断出识别结果不是足够可靠，且以与上述第一实施例相似的方式将频道候选分配给调谐器。即，选择具有第一到第N(图6所示的例子中为第4)最高可能性分数的频道作为频道候选，并且调谐器分配单元将这些频道候选分配给调谐器。在显示器上显示由调谐器接收到的视频图像，以将其呈现给用户。

第六典型实施例

在上述实施例中，将频道候选分配给有限数量的调谐器，并且以根据将频道候选分配给调谐器的方式自动确定的模式显示由调谐器接收到的节目。即，根据将频道候选分配给调谐器的方式，显示所接收到的电视节目，使得显示全部帧、在跳帧同时显示节目、或者显示静态图像。在本实施例中，代替自动确定显示所接收到的视频信息的模式，通过从包括以下模式的组中选择一种模式来最后确定视频信息显示模式：显示全部视频信息的模式；显示以特定时间间隔获取的视频信息的模式；以及以静态图像的形式显示视频信息的模式。在屏幕的子区域中显示多个视频信息。当响应于用户说出的语音命令立即同时显示多个视频图像时，本实施例尤其有用。注意，本实施例不仅可应用于使用调谐器接收电视节目的设备，而且还可用于同时显示多个视频图像的其它设备。

图7是示出根据本实施例的视频输出设备的功能结构的框图。如图7所示，该视频输出设备包括：语音识别单元701，用于识别用户发出的语音；候选确定单元702，用于基于语音识别结果确定视频信息候选；视频输出模式确定单元703，用于对各视频信息候选确定输出视频信息的模式；以及显示器704，用于显示获取的视频信息。

视频输出模式确定单元703从包括以下模式的组中选择各视频信息候选的一个视频输出模式：全部视频模式，在该模式中输出包括全部帧的全部视频信息；跳帧模式，在该模式中输出以预定时间间隔获得的视频信息；以及静态图像模式，在该模式中输出在特定时间获得的视频信息，且视频输出模式确定单元703将所选择的视频输出模式分配给各视频信息候选。可以基于语音识别中的可能性分数来确定视频输出模式。然后根据所确定的视频输出模式以与图3所示类似的方式在显示器704的子区域中显示视频信息候选。

注意，还可以这样实施本发明：向系统或者设备提供具有存储在其上的用于实现上述实施例中所公开的功能的软件程序代码的存储介质，并且在设置于系统或者设备中的计算机(或者CPU或者MPU)上读取并且执行该程序代码。在这种情况下，从存储介质中读出的程序代码实现上述实施例中所公开的功能，并且存储程序代码的存储介质落入本发明的范围之内。

本发明中可以采用以提供程序代码的存储介质包括软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、磁带、非易失性存储卡以及ROM。可以使用LAN(Local Area Network，局域网)或者WAN(Wide Area Network，广域网)等计算机网络来提供该程序代码。

当在计算机上执行该程序代码以实现实施例中所公开的功能时，可以根据程序代码所发出的命令由运行在计算机上的操作系统等进行部分或者全部处理。如此实现功能也落入本发明的范围之内。

为了实现根据本发明上述任何实施例的一个或者多个功能，可以将存储到存储介质上的程序装载到插入计算机中的扩展卡的存储器中或者与计算机相连的扩展单元的存储器中，并且可以根据所装载的程序代码通过设置于扩展卡或者扩展单元中的CPU进行部分或者全部处理。注意，如此实现功能也落入本发明的范围之内。

尽管参照典型实施例说明了本发明，但是应该理解，本发明不限于所公开的典型实施例。以下权利要求的范围符合最宽的解释以包括所有修改、等同结构和功能。

Claims (18)

1.一种信息处理设备，其包括：

多个接收单元，用于接收节目信息；

语音识别单元，用于识别输入的语音数据；

获取单元，用于根据由所述语音识别单元进行的语音识别的结果，获取一个或者多个频道候选；

分配单元，用于将通过所述获取单元获取的频道候选分配给所述各接收单元；以及

显示控制单元，用于控制显示，使得显示与通过所述各接收单元接收的所分配的频道相对应的节目信息。

2.根据权利要求1所述的信息处理设备，其特征在于，所述接收单元是调谐器。

3.根据权利要求1所述的信息处理设备，其特征在于，所述分配单元分配该频道候选，使得以预定时间间隔切换所分配的频道候选。

4.根据权利要求1所述的信息处理设备，其特征在于，所述分配单元根据在由所述语音识别单元进行的语音识别中给予各频道候选的分数，分配该频道候选。

5.根据权利要求3所述的信息处理设备，其特征在于，所述分配单元分配该频道候选，使得对在语音识别中被给予较高分数的频道候选分配比被给予较低分数的频道候选长的时间段。

6.根据权利要求1所述的信息处理设备，其特征在于，所述分配单元将在语音识别中被给予最高分数的频道候选独占性地分配给其中一个接收单元而不切换频道，而将在语音识别中被给予较低分数的频道候选分配给其它各接收单元，使得以预定时间间隔切换所分配的频道候选。

7.根据权利要求1所述的信息处理设备，其特征在于，所述语音识别单元在语音识别中确定置信度分数，所述获取单元根据该置信度分数确定频道候选的数量。

8.根据权利要求1所述的信息处理设备，其特征在于，所述显示控制单元根据频道候选的数量，将显示区域分成子区域，并且将与由所述接收单元接收到的各频道候选相对应的节目信息显示在所述各子区域中。

9.根据权利要求8所述的信息处理设备，其特征在于，所述显示控制单元将显示区域分成子区域，使得对在语音识别中被给予高分数的频道候选分配较大的子区域。

10.根据权利要求1所述的信息处理设备，其特征在于，由所述语音识别单元识别出的语音数据是表示频道的单词，所述获取单元选择与通过语音识别识别出的单词相对应的频道作为频道候选。

11.根据权利要求1所述的信息处理设备，其特征在于，还包括相关信息获取单元，该相关信息获取单元用于获取节目相关信息，

其中，由所述语音识别单元识别出的语音数据是包括在该节目相关信息中的单词，且所述获取单元选择与在该节目相关信息中通过语音识别识别出的单词相关的频道作为频道候选。

12.一种信息处理设备，其包括：

接收单元，用于接收节目信息；

语音识别单元，用于识别输入的语音数据；

获取单元，用于根据由所述语音识别单元进行的语音识别的结果，获取一个或者多个频道候选；

分配单元，用于将通过所述获取单元获取的频道候选分配给所述接收单元，使得每次将一个频道候选分配给所述接收单元，并且以预定时间间隔切换所分配的频道候选；以及

显示控制单元，用于控制显示，使得显示与由所述各接收单元接收的所分配的频道相对应的节目信息。

13.一种信息处理设备，用于输出视频信息，该信息处理设备包括：

语音识别单元，用于识别输入的语音数据；

候选确定单元，用于根据由所述语音识别单元进行的语音识别的结果，确定一个或者多个视频信息候选；

输出模式确定单元，用于通过从包括以下模式的组中选择一个输出模式来确定各视频信息候选的输出模式：第一输出模式，在该模式中直接输出视频信息；第二输出模式，在该模式中以预定时间间隔获取视频信息，并且输出作为结果所获取的视频信息；以及第三输出模式，在该模式中在特定时间获取视频信息，并且输出作为结果所获取的视频信息；以及

显示控制单元，用于控制显示，使得将显示区域分成子区域，并且以对各视频信息候选确定的输出模式在所述子区域中显示视频信息候选的视频信息。

14.根据权利要求13所述的信息处理设备，其特征在于，所述输出模式确定单元根据所述语音识别单元给出的语音识别分数，确定各视频信息候选的输出模式。

15.一种方法，其包括以下步骤：

进行语音识别以识别输入的语音数据；

根据所进行的语音识别的结果选择一个或者多个频道候选；

将所选择的频道候选分别分配给多个接收单元；以及

控制显示，使得显示由所述接收单元接收到的信息。

16.根据权利要求15所述的方法，其特征在于，每个接收单元接收与分配给其的频道相对应的节目信息。

17.一种方法，其包括以下步骤：

进行语音识别以识别输入的语音数据；

根据所进行的语音识别的结果获取一个或者多个频道候选；

接收与所获取的频道候选相对应的节目信息，使得每次接收一个频道候选的节目信息，并且以预定时间间隔切换所接收到的节目信息；以及

控制显示，使得显示所接收到的节目信息。

18.一种输出视频信息的方法，其包括以下步骤：

进行语音识别以识别输入的语音数据；

根据所进行的语音识别的结果，确定一个或者多个视频信息候选；

通过从包括以下模式的组中选择一个输出模式来确定各视频信息候选的输出模式：第一输出模式，在该模式中直接输出视频信息；第二输出模式，在该模式中以预定时间间隔获取视频信息，并且输出作为结果所获取的视频信息；以及第三输出模式，在该模式中在特定时间获取视频信息，并且输出作为结果所获取的视频信息；以及

控制显示，使得将显示区域分成子区域，并且以对各视频信息候选确定的输出模式在所述子区域中显示视频信息候选的视频信息。

Images