-
Die
Erfindung betrifft ein Verfahren zur intelligenten Musikauswahl
in Fahrzeugen auf Basis von Benutzervorlieben und Fahrbedingungen.
-
Die
technische Entwicklung hat gezeigt, dass zunächst im häuslichen
Bereich eingesetzte technisch relevante Audiotechniken später
auch im Automobilbereich Anwendung gefunden haben. Beispiele hierfür
sind das AM-Radio, das FM-Radio, Stereotechnik, CD-Technik u. dgl.
Der neueste Trend im häuslichen Bereich ist das Internet-Radio,
welches zu einer erheblichen Veränderung des Rundfunks führen
wird.
-
Für
Fahrer in vielen Ländern ist es üblich, beim Autofahren
Musik im Radio zu hören. Wenn dabei die Aufmerksamkeit
des Fahrers von der Straße auf die Bedienung des Radios
gerichtet wird, stellt dies ein sicherheitstechnisches Problem dar.
Da traditionelle Radiosender Musik zu kommerziellen Zwecken spielen,
wechseln manche Hörer häufig den Sender, um nach
einem Musikstück zu suchen, das ihren Vorlieben entspricht.
Auch ist es seit langem bekannt, dass das Musiktempo die Handlungen
eines Hörers beeinflussen kann, derart dass manche Fahrer
bei zunehmendem Tempo der gehörten Musik unbewusst die
Fahrgeschwindigkeit erhöhen. Benutzervorlieben und Fahrbedingungen
mit den Parametern gerade gespielter Musik zu korrelieren, würde das
Fahren auf der Straße sicherer machen.
-
Das
Autoradio hat sich in den letzten Jahren zu einer komplexen Medienzentrale
entwickelt. Jeder Fahrzeuginsasse hat individuelle Bedienungsmöglichkeiten,
und die Medienquellen sind erheblich größer und
vielfältiger geworden. Dem Fahrer bieten sich wesentlich
mehr Auswahlmöglichkeiten an als in der Vergangenheit.
Mittels konventioneller Bedienungseinrichtungen unter beispielsweise
400 Kanälen eines Satellitenradios auszuwählen,
ist eine entmutigende Aufgabe, die die kognitive Beanspruchung des
Fahrers erhöht und somit eine Ablenkung von wichtigeren
Aufgaben darstellt.
-
Außer
dass sie eine Ablenkung bedeutet, erfordert eine Radiobedienung
kognitive Leistung, was ermüdet und die Fahrpraxis beeinträchtigt.
Andererseits können Fahrzeuginsassen beim Fahren ihre Umgebung
nur wenig kontrollieren, wobei das Radio traditionell als eines
der zu kontrollierenden Elemente anzusehen ist. Daher besteht Bedarf
nach einer Schnittstelle, mit der Fahrzeuginsassen einerseits Kontrolle
darüber ausüben können, was in der Medienzentrale
gespielt wird; andererseits sie aber auch nicht mit Auswahlmöglichkeiten überhäuft.
-
Ein
weiteres Problem bei modernen Medienzentralen ist, dass diese nach
den Bedürfnissen von Heim-Unterhaltungssystemen strukturiert
und für einen Gebrauch in Fahrzeugen nicht sonderlich handlich
sind. Moderne Medienzentralen sind typischerweise in eine Anzahl
von einzelnen Einheiten wie z. B. Radio, DVD/CD-Spieler, MP3-Spieler
usw. aufgegliedert. Sie stehen daher mit anderen, konventionellen
Bedienungseinrichtungen, die gleichermaßen komplex sind,
hinsichtlich des erforderlichen Platzes auf dem Armaturenbrett und
hinsichtlich Aufmerksamkeit der Fahrzeuginsassen in Wettbewerb.
Erforderlich sind Maßnahmen, die einzelnen Bedienungseinrichtungen
zusammenzulegen und sie kompakter zu machen, während diese
gleichzeitig benutzerfreundlich bleiben. Somit werden auch neue
Verfahren zur Radiosteuerung und zur Verminderung der kognitiven
Beanspruchung des jeweiligen Fahrers angestrebt.
-
Hintergrundinformationen
zu vorstehend erläutertem Stand der Technik sind aus den
Dokumenten
US70 03 515 ,
US 2006/01 07 822 ,
US 2007/01 69 614 und
US 2008/02 69 958 sowie
"CES09:
Gracenote gives you a talking celebrity music guide", SFGate,
San Francisco Chronicle, 9. Januar 2009 ersichtlich.
-
Die
o. g. Probleme werden durch ein Verfahren zur intelligenten Musikauswahl
in einem Fahrzeug gelöst, das die in Patentanspruch 1 angegebenen
Merkmale aufweist.
-
Das
Verfahren zur intelligenten Musikauswahl in einem Fahrzeug umfasst
die Maßnahme, Benutzervorlieben für Musikauswahl
in dem Fahrzeug entsprechend einer Vielzahl von Fahrbedingungen des
Fahrzeugs zu lernen. Es wird eine Eingabe (input) empfangen, die
eine aktuelle Fahrbedingung des Fahrzeugs anzeigt, und es wird Musik
wird auf Basis der gelernten Benutzervorlieben für Musikauswahl
im Fahrzeug entsprechend der aktuellen Fahrbedingung ausgewählt.
Das Verfahren umfasst weiterhin die Maßnahme, die ausgewählte
Musik zu spielen.
-
In
zweckmäßiger Weiterbildung umfasst die Erfindung
diverse zusätzliche Merkmale, die in Ausführungsformen
der Erfindung enthalten sein können und/oder in abhängigen
Ansprüchen angegeben sind. Entsprechend einer Ausführungsform
weist das Fahrzeug eine Schnittstelle für natürliche
Sprache auf, und das Lernen von Benutzervorlieben umfasst weiterhin
die Maßnahme, eine Eingabe zu empfangen, die Benutzervorlieben
in Form von über die Schnittstelle für natürliche
Sprache empfangener natürlicher Sprache anzeigt. Entsprechend
einer anderen Ausführungsform der Erfindung weist das Fahrzeug
ein Emotionserkennungssystem auf, und das Lernen von Benutzervorlieben
umfasst weiterhin die Maßnahme, empfangene natürliche
Sprache mit dem Emotionserkennungssystem zu verarbeiten, um Benutzervorlieben
zu ermitteln. Entsprechend einer anderen Ausführungsform
der Erfindung weist das Fahrzeug ein emotionales Beratungssystem
auf, das die Schnittstelle für natürliche Sprache
enthält und das unter Verwendung von hörbarer
natürlicher Sprache und eines visuell dargestellten Avatars
mit dem Benutzer interagiert. Dem Benutzer wird eine sicht- und
hörbare Ausgabe (output) zur Verfügung gestellt, indem
Daten, die den Avatar repräsentieren, für Sichtanzeige
ausgegeben werden und Daten, die eine Äußerung
des Avatars repräsentieren, für Tonwiedergabe
ausgegeben werden.
-
Ausführungsformen
der Erfindung können verschiedene zusätzliche
Merkmale in Bezug auf die Art und Weise, in der Musik ausgewählt
wird, umfassen. Zum Beispiel kann das Auswählen von Musik umfassen,
einen Musiksender auf Basis der gelernten Benutzervorlieben auszuwählen
und ein Empfehlungssystem zu verwenden, um Musik auf Basis des ausgewählten
Musiksenders auszuwählen. In einem Empfehlungssystem werden
bestimmte Merkmale einer Musikeinheit erkannt und in einer Datenbank
gespeichert. Benutzer können ihren eigenen Informationsfilter
entwickeln, indem sie Musik hören und dem System sagen,
ob sie diese mögen oder nicht. Das System erkennt dann
die Merkmale der Benutzervorlieben und verfeinert seine Auswahlen
auf Basis der Historie der Reaktionen des Benutzers. Die Priorität und
Zufriedenheit mit jedem Merkmal wird in einem Benutzerprofil gespeichert.
Jeder Internet-Radiosender hat sein eigenes Benutzerprofil, und
ein einzelner Benutzer kann mehrere Sender haben. Der Benutzer kann
selbst einen Sender auswählen, der zu seinen aktuellen
Vorlieben passt. Musik kann auch auf Basis eines Aktive-Mitarbeit-Filterungssystems
ausgewählt werden, welches die Musikauswahl auf Basis einer Verbundenheitsgruppe
weiter verfeinert, deren Mitglieder für ihre bevorzugte
Musik stimmen. Musik, die die meisten Stimmen erhält, wird
für die Mitglieder der Gruppe häufiger gespielt.
Jede Verbundenheitsgruppe wird ein ”Sender” genannt.
Musik kann weiterhin auf Basis eines Kontextbewusstsein-Systems ausgewählt
werden, welches die Musikauswahl auf der Basis von Kontext weiter
verfeinert.
-
Entsprechend
einer anderen Ausführungsform umfasst die Erfindung ein
Verfahren zur intelligenten Musikauswahl in einem Fahrzeug, das
die Maßnahmen umfasst, eine Eingabe zu empfangen, die eine
aktuelle Fahrbedingung des Fahrzeugs anzeigt, und ein diskretes
dynamisches System mit einem Statusvektor einzurichten und einen
Eingabevektor zu empfangen. Der Statusvektor repräsentiert eine
aktuelle Musikauswahl. Der Eingabevektor repräsentiert
die aktuelle Fahrbedingung des Fahrzeugs. Das diskrete dynamische
System bewirkt eine Vorhersage der nächsten Musikauswahl
in Übereinstimmung mit einem Wahrscheinlichkeitsstatusübergangsmodell,
das Benutzervorlieben für Musikauswahl in dem Fahrzeug
entsprechend einer Vielzahl von Fahrbedingungen des Fahrzeugs repräsentiert.
-
Das
Verfahren kann weiterhin die Maßnahme umfassen, die nächste
Musikauswahl mit dem diskreten dynamischen System vorherzusagen.
Musik wird auf Basis der vorhergesagten nächsten Musikauswahl
ausgewählt, und die ausgewählte Musik wird gespielt.
-
Entsprechend
Weiterbildungen der Erfindung kann das Verfahren die zusätzlichen
Maßnahmen beinhalten, Benutzervorlieben für eine
Musikauswahl in dem Fahrzeug entsprechend der Vielzahl von Fahrbedingungen
des Fahrzeugs zu lernen und das Wahrscheinlichkeitsstatusübergangsmodell
auf Basis der gelernten Benutzervorlieben aufzustellen.
-
Entsprechend
einer anderen Ausführungsform umfasst die Erfindung ein
System zur intelligenten Musikauswahl in einem Fahrzeug. Das System umfasst
ein Modul mit künstlicher Intelligenz für Musik
zum Auswählen von Musik und einen kontextbewussten Musikspieler
(CAMP), der dahingehend eingerichtet ist, die ausgewählte
Musik zu spielen. Das Modul mit künstlicher Intelligenz
für Musik ist dahingehend eingerichtet, bestimmte Benutzervorlieben für
Musikauswahl in dem Fahrzeug entsprechend einer Vielzahl von Fahrbedingungen
des Fahrzeugs zu lernen, eine Eingabe zu empfangen, die eine aktuelle Fahrbedingung
des Fahrzeugs anzeigt, und Musik auf Basis der gelernten Benutzervorlieben
für Musikauswahl in dem Fahrzeug entsprechend der aktuellen
Fahrbedingung auszuwählen.
-
Entsprechend
einer Weiterbildung der Erfindung kann der kontextbewusste Musikspieler
dahingehend eingerichtet sein, Musik in Übereinstimmung mit
Benutzerbefehlen zu spielen. Das Modul mit künstlicher
Intelligenz für Musik kann dann in einem Lernmodus arbeiten,
in dem das Modul mit künstlicher Intelligenz für
Musik Benutzervorlieben für Musikauswahl im Fahrzeug entsprechend
der Vielzahl von Fahrbedingungen in Übereinstimmung mit
der in Reaktion auf die Benutzerbefehle gespielten Musik lernt.
Weiterhin kann das Modul mit künstlicher Intelligenz für
Musik dann in einem Vorhersagemodus arbeiten, in dem das Modul mit
künstlicher Intelligenz für Musik auf Basis der
gelernten Benutzervorlieben Musik auswählt.
-
Weitere
Einzelheiten und Merkmale der vorliegenden Erfindung ergeben sich
aus der nachfolgenden Beschreibung von Ausführungsbeispielen der
Erfindung anhand der Zeichnungen. Es zeigen:
-
1 ein
Blockdiagramm eines emotionalen Beratungssystems für ein
Kraftfahrzeug entsprechend einer Ausführungsform der Erfindung;
-
2 ein
Blockdiagramm eines emotionalen Beratungssystems für ein
Kraftfahrzeug, das einen kontextbewussten Musikspieler und ein Modul
mit künstlicher Intelligenz (Al) für Musik enthält,
entsprechend einer Ausführungsform der Erfindung;
-
3 ein
Modell des Moduls mit künstlicher Intelligenz (Al) für
Musik entsprechend einer Ausführungsform der Erfindung;
-
4 eine Übergangswahrscheinlichkeitsmatrix
für das Musik-Al-Modul;
-
5 ein
Blockdiagramm, das ein Verfahren zur intelligenten Musikauswahl
entsprechend einer Ausführungsform der Erfindung veranschaulicht:
-
6 ein
Blockdiagramm, das weitere Detailaspekte eines Verfahrens zur intelligenten
Musikauswahl veranschaulicht;
-
7 ein
Blockdiagramm, das weitere Detailaspekte eines Verfahrens zur intelligenten
Musikauswahl veranschaulicht; und
-
8 ein
Blockdiagramm, das ein Verfahren zur intelligenten Musikauswahl
entsprechend einer anderen Ausführungsform der Erfindung
veranschaulicht.
-
Die
nachfolgend beschriebenen Ausführungsformen der Erfindung
betreffen eine intelligente Musikauswahl in Fahrzeugen auf der Basis
von Benutzervorlieben und auf der Basis von Fahrbedingungen. Entsprechend
einer Maßnahme zur Realisierung der intelligenten Musikauswahl
sind verschiedene Medienschnittstellen in einem Kraftfahrzeug zu
einer einzigen Schnittstelle in einem emotionalen Beratungssystem
(EAS) zusammengelegt. Es sei bemerkt, dass die Anwendung der vorliegenden
Erfindung nicht auf Kraftfahrzeuge oder auf emotionale Beratungssysteme
eingeschränkt ist.
-
Das
emotionale Beratungssystem (EAS) für das Kraftfahrzeug übermittelt
einem Fahrzeuginsassen generell emotional Informationen. Das System empfängt
eine Eingabe, die einen Betriebszustand des Fahrzeugs anzeigt, wandelt
die Eingabe in Daten um, die einen simulierten Emotionszustand repräsentieren,
und erzeugt Daten, die einen Avatar repräsentieren, der
den simulierten Emotionszustand ausdrückt. Der Avatar kann
sichtbar gemacht werden. Das System kann von einem Insassen eine
Frage hinsichtlich des Emotionszustands des Avatars empfangen und
auf die Frage antworten. Ein Beispiel für ein emotionales
Beratungssystem und -verfahren ist in dem Dokument
US 2008/02 69 958 beschrieben.
-
Wie
aus 1 ersichtlich, assistiert eine Ausführungsform
eines emotionalen Beratungssystems (EAS) 10 einem Insassen/Benutzer 12 eines Fahrzeugs 14 bei
einem Betreiben des Fahrzeugs 14 und bei einem Zugreifen
auf Informationsquellen 16a, 16b, 16c,
z. B. auf vom Fahrzeug 14 entfernte Web-Server usw., über
ein Netz 17. Bei anderen Geräten und/oder Maschinen
können natürlich andere Ausführungsformen
des EAS 10 realisiert werden. Z. B. kann das EAS 10 in
Verbindung mit einem Haushaltsgerät, einem Taschenrechner
od. dgl. eingesetzt werden. Manche Ausführungsformen des
EAS 10 können als ein integriertes Modul realisiert
sein, das an ein anderes Gerät und/oder eine andere Maschine angedockt
werden kann. Ein Benutzer kann daher sein EAS 10 mit sich
tragen und als Schnittstelle mit Geräten und/oder Maschinen
benutzen, mit denen er interagieren möchte. Weitere Ausgestaltungen
und Anordnungen sind ebenfalls möglich.
-
Entsprechend
der Ausführungsform gemäß 1 detektieren
Sensoren 18 von dem Insassen 12 erzeugte Eingaben
und wandeln sie in digitale Informationen für einen Computer 20 um.
Der Computer 20 empfängt diese Eingaben sowie
Eingaben von den Informationsquellen 16a, 16b, 16c und
von Fahrzeugsystemen 22. Der Computer 20 verarbeitet
diese Eingaben und erzeugt Ausgaben für den Insassen 12,
die Informationsquellen 16a, 16b, 16c und/oder die
Fahrzeugsysteme 22. Aktuatoren/Ausgabeeinrichtungen usw. 24 wandeln
die Ausgaben für den Insassen 12 von einem digitalen
Format in ein Format um, das von dem Insassen 12 wahrgenommen
werden kann, z. B. visuell, hörbar, taktil, haptisch, usw.
-
Der
Insasse 12 kann bei manchen Ausführungsformen
durch einen Sprechdialog, der Diskursregeln folgt, mit dem EAS 10 kommunizieren.
Z. B. kann der Insasse fragen ”Gibt es gute Restaurants
in der Gegend?”. Daraufhin kann das EAS 10 geeignete Informationsquellen 16a, 16b, 16c abfragen
und zusammen mit Geopositionsinformationen von den Fahrzeugsystemen 22 eine
Liste von hoch bewerteten Restaurants in der Nähe der aktuellen
Position des Fahrzeugs 14 ermitteln. Das EAS 10 kann
mit dem simulierten Dialog antworten: ”Es gibt einige. Möchten
Sie die Liste hören?”. Eine bejahende Antwort
des Insassen 12 kann das EAS 10 veranlassen, die
Liste zu vorzulesen.
-
Der
Insasse 12 kann dem EAS 10 auch die Anweisung
geben, bestimmte Parameter zu ändern, die mit den Fahrzeugsystemen 22 in
Zusammenhang stehen. Beispielsweise kann der Insasse 12 äußern, ”Ich
habe heute Lust, schnell zu fahren”. Als Antwort kann das
EAS 10 fragen ”Möchten Sie den Antrieb
für Höchstleistungsfahrt optimiert haben?”.
Eine bejahende Antwort des Insassen 12 kann das EAS 10 veranlassen,
Motorabstimmungsparameter im Hinblick auf gesteigerte Leistung zu ändern.
-
Entsprechend
manchen Ausführungsformen kann der Sprechdialog mit dem
EAS 10 eingeleitet werden, ohne irgendwelche Knöpfe
zu drücken oder auf andere Weise physisch eine Eingabe
in das EAS 10 zu erzeugen. Diese Funktionalität
mit empfangsbereitem Mikrofon erlaubt es dem Insassen 12,
eine Unterhaltung mit dem EAS 10 auf dieselbe Weise zu beginnen
wie der Insasse 12 eine Unterhaltung mit einem anderen
Insassen des Fahrzeugs 14 beginnen würde.
-
Der
Insasse 12 kann dem EAS 10 auch ”ins Wort
fahren”, während das EAS 10 spricht.
Beispielsweise kann der Insasse 12, während das
EAS 10 die oben erwähnte Liste von Restaurants
vorliest, dazwischenrufen ”Erzähle mir mehr über
das Restaurant X”. Daraufhin kann das EAS 10 aufhören,
die Liste vorzulesen, und geeignete Informationsquellen 16a, 16b, 16c abfragen,
um zusätzliche Informationen hinsichtlich des Restaurants
X zu sammeln. Das EAS 10 kann dem Insassen 12 dann
die zusätzlichen Informationen vorlesen.
-
Entsprechend
einiger Ausführungsformen können die Aktuatoren/Ausgabeeinrichtungen 24 einen
Bildschirm aufweisen, der nach Wahl einen Avatar anzeigt. Der Avatar
kann als graphische Darstellung eines Menschen, eines Tieres, einer
Maschine, einer Pflanze, eines Fahrzeugs usw. wiedergegeben werden
und kann Merkmale, wie z. B. ein Gesicht od. dgl., enthalten, die
im Stande sind, visuell Emotion zu vermitteln. Der Avatar kann vor
Sicht verborgen werden, wenn z. B. die Geschwindigkeit des Fahrzeugs 14 größer
als ein Schwellenwert ist, der hersteller- oder benutzerdefiniert
sein kann. Die Stimme des Avatars kann jedoch weiterhin zu hören
sein. Natürlich kann eine beliebige andere geeignete Art
von Anzeigetechnik verwendet werden, wie z. B. eine holografische
Anzeige oder eine Blickfeldanzeige.
-
Der
von dem Avatar simulierte menschliche Emotionszustand kann von vielen
verschiedenen Kriterien abhängen, wie zum Beispiel von
einem geschätzten Emotionszustands des Insassen 12,
einer Bedingung des Fahrzeugs 14 und/oder einer Güte, mit
der das EAS 10 eine Aufgabe durchführt. Beispielsweise
können die Sensoren 18 Kopfbewegungen, Sprachmetrik,
biometrische Informationen usw. des Insassen 12 erfassen,
durch die, wenn sie von dem Computer 20 verarbeitet worden
sind, angezeigt wird, dass der Insasse 12 wütend
ist. Entsprechend einer anderen Beispielreaktion kann das EAS 10 den Dialog,
den es mit dem Insassen 12 anfängt, während
dieser wütend ist, beschränken oder unterbrechen.
Entsprechend einer weiteren Beispielreaktion kann der Avatar in
blauen Farbtönen mit einem besorgten Gesichtsausdruck wiedergegeben
werden und mit ruhiger Stimme fragen Ӏrgert Sie
etwas?”. Wenn der Insasse 12 darauf antwortet, ”Wegen
dieses Verkehrs komme ich wohl zu spät zur Arbeit”, kann
der Avatar antworten ”Soll ich für Sie eine schnellere
Route finden?” oder ”Soll ich jemanden für Sie
anrufen?”. Wenn der Insasse 12 darauf antwortet, ”Nein.
Dies ist der einzige Weg...”, kann der Avatar fragen ”Möchten
Sie etwas klassische Musik hören?”. Möglicherweise
antwortet der Insasse 12 ”Nein. Aber könntest
Du mir etwas zu den kommenden Wahlen erzählen?”.
Daraufhin kann das EAS 10 die geeigneten Informationsquellen 16a, 16b, 16c abfragen,
um die aktuellen Neuigkeiten hinsichtlich der Wahlen zu sammeln.
Wenn die Kommunikationsverbindung mit den Informationsquellen 16a, 16b, 16c während
der Abfrage gut ist, kann der Avatar froh erscheinen. Ist jedoch
die Kommunikationsverbindung mit den Informationsquellen 16a, 16b, 16c während
der Abfrage schlecht, kann der Avatar betrübt aussehen,
was den Insassen 12 veranlassen kann zu fragen ”Hast
Du Schwierigkeiten, Neuigkeiten über die Wahlen zu bekommen?”.
Der Avatar kann antworten ”Ja, ich habe Mühe,
eine Fernkommunikationsverbindung aufzubauen”.
-
Während
des vorstehend beschriebenen Austausches kann der Avatar enttäuscht
erscheinen, wenn z. B. das Fahrzeug 14 einem häufigen
Beschleunigen und Abbremsen oder einer sonstigen harschen Bedienung
unterworfen wird. Diese Änderung der simulierten Emotion
kann den Insassen 12 veranlassen zu fragen ”Was
ist los?”. Der Avatar kann antworten ”Ihre Fahrweise
schadet meiner Kraftstoffeffizienz. Vielleicht wollen Sie das häufige Beschleunigen
und Abbremsen einschränken”. Der Avatar kann auch
verwirrt aussehen, wenn er z. B. einen Befehl oder eine Frage des
Insassen 12 nicht versteht. Diese Art von Dialog kann weitergehen, während
der Avatar seinen simulierten Emotionszustand mittels seines Aussehen,
seines Ausdrucks, seines Tonfalls, seiner Wortwahl usw. dynamisch ändert,
um dem Insassen 12 Informationen zu vermitteln.
-
Das
EAS 10 kann auch lernen, Anfragen, Befehle und/oder Vorlieben
des Insassen 12 auf Basis einer Interaktionshistorie zwischen
dem Insassen 12 und dem EAS 10 zu antizipieren.
Beispielsweise kann das EAS 10 lernen, dass der Insasse 12 eine Kabinentemperatur
von 22°C bevorzugt, wenn die Umgebungstemperatur 26°C übersteigt,
und eine Kabinentemperatur von 25°C bevorzugt, wenn die Umgebungstemperatur
niedriger als 5°C und es ein wolkiger Tag ist. Eine Aufzeichnung
solcher Klimaregelungseinstellungen und Umgebungstemperaturen kann
das EAS 10 bezüglich dieser offensichtlichen Vorlieben
des Insassen 12 informieren. In ähnlicher Weise
kann das EAS 10 lernen, dass der Insasse 12 nach
dem Starten des Fahrzeugs gern lokale Verkehrsnachrichten hört.
Eine Aufzeichnung von mehreren Wünschen nach Verkehrsnachrichten
im Anschluss an ein Starten des Fahrzeugs kann das EAS 10 veranlassen,
solche Informationen nach dem Starten des Fahrzeugs zu sammeln und
den Insassen 12 zu fragen, ob er gerne die lokalen Verkehrsnachrichten
hören möchte. Andere gelernte Verhaltensweisen
sind ebenfalls möglich.
-
Diese
gelernten Anfragen, Befehle und/oder Vorlieben können mit
benutzerdefinierten Kriterien ergänzt und/oder initialisiert
werden. Z. B. kann der Insasse 12 das EAS 10 informieren,
dass er nicht gerne über Sport spricht, aber gerne über
Musik, usw. In diesem Beispiel kann das EAS 10 davon absehen,
Unterhaltungen mit dem Insassen 12 bezüglich Sport
anzufangen, aber von Zeit zu Zeit mit dem Insassen 12 über
Musik reden.
-
Das
emotionale Beratungssystem EAS kann auf viele Arten realisiert werden.
Die die vorliegende Beschreibung ist daher nur beispielhaft. Eine
sehr viel detailliertere Beschreibung eines exemplarischen emotionalen
Beratungssystems ist dem Dokument
US 2008/02 69 958 zu entnehmen.
Wie weiterhin aus
1 ersichtlich kommuniziert der
Computer
20 mit den Informationsquellen
16a,
16b,
16c und
mit verschiedenen Peripheriegeräten wie z. B. Knöpfen, einer
Videokamera, einem Fahrzeug-Bus-Controller, einem Ton-Gerät
und einem privaten Fahrzeugnetz. Der Computer
20 kommuniziert
weiterhin mit einer Anzeige, auf der der Avatar wiedergegeben werden kann.
Andere Ausgestaltungen und Anordnungen sind natürlich ebenfalls
möglich.
-
Entsprechend
einem Ausführungsbeispiel der Erfindung für intelligente
Musikauswahl in Fahrzeugen auf der Basis von Benutzervorlieben und Fahrbedingungen
kann vorgesehen sein, dass die verschiedenen Medienschnittstellen
in dem Kraftfahrzeug zu einer einzigen Schnittstelle in dem EAS 10 zusammengelegt
sind. Das EAS 10 fungiert dann als digitale Medienzentrale,
jedoch mit einer Schnittstelle für natürliche
Sprache und einem für Fahrzeuggebrauch geeigneten Avatar.
Auf diese Weise benötigt man nur ein Gerät, um
Medien im Satelliten-Radio, im Internet-Radio, in einem konventionellen
Radio, im Fernsehen, im Internet-Video, in einem mp3- und Video-Spieler,
in einem DVD/CD-Spieler, usw. auszuwählen, statt eine getrennte
Schnittstelle für jedes Gerät zu haben. Dies spart
Platz auf dem Armaturenbrett, vermindert Wirrwarr in Fahrgastabteil
und bedeutet, dass die Fahrzeuginsassen nur eine Schnittstelle verstehen
müssen, um das gesamte System zu steuern.
-
Auf
einer detaillierteren Ebene der Beschreibung weisen Ausführungsformen
der Erfindung verschiedene Merkmale auf, die je nach Anwendung einzeln
oder in Verbindung miteinander realisiert werden können.
-
Gemäß einem
nachfolgend näher betrachteten Merkmal weist das EAS 10,
welches als die gemeinsame Schnittstelle dient, außerdem
ein als Empfehlungssystem bezeichnetes Informationsfilterungssystem
auf, das den Insassen hilft, Medien auszuwählen, die sie
gespielt haben möchten. Empfehlungssysteme sind gegenwärtig
Gegenstand umfangreicher Forschungen, und es ist hervorzuheben, dass
die Realisierung eines derartigen Empfehlungssystems verschiedenartige
Formen annehmen kann. Mit einem derartigen System kann ein Fahrzeuginsasse
unter Verwendung von ”Und” und ”Oder” eine Gruppe
von Beispielen für Musik angeben, die er gerne hören
möchte. Z. B. könnte der Insasse in natürlicher
Sprache (da sie im EAS 10 realisiert ist) sagen ”Ich
möchte gerne etwas ähnliches wie Billy Joel (Klavierspieler),
Janis Joplin oder Joe Cocker hören, ich mag aber nicht
King Crimson oder Henri Mancini”. Dies würde das
System veranlassen, ein Musikstück außerhalb der
von dem Insassen angegebenen Gruppe auszuwählen, das den
Musikstücken, die der Insassen mag, ähnlich ist
und denen, die der Insasse nicht mag, unähnlich ist.
-
Ein
Beispiel für ein Empfehlungssystem findet man bei den immer
populärer werdenden Internet-Radiodiensten, da dort der
Benutzer im Stande ist, seine musikalischen Vorlieben zu setzen,
und der Benutzer die gespielten Musikstücke auf seine Angaben
hin zugeschnitten bekommt. Wenn sich ein Benutzer erstmals auf einer
Internet-Radio-Website anmeldet, wird er gebeten, einen Künstler
oder ein Musikgenre auszuwählen, den oder das er gerne
hören möchte. In diesem Zeitpunkt wird eine Abspielliste aufgestellt,
und wenn ein Benutzer zuhört, kann irgendeine Form von
Rückmeldung möglich sein, die anzeigt, ob der
Benutzer ein bestimmtes Musikstück mag oder nicht. Jedes
Musikstück, das ein Benutzer mag oder nicht mag, kann nach
mehreren Parametern aufgeschlüsselt werden. Aus dem Dokument
US 70 03 515 ist ein Algorithmus
zum Erkennen und Klassifizieren der Charakteristika eines Musikstücks bekannt;
auch sind mehrere Software-Pakete erhältlich, die dazu
in der Lage sind. Wenn sich Historie-Informationen für
einen Benutzer ansammeln, können bestimmte Parameter der
musikalischen Vorlieben und Abneigungen des Benutzers zusammengetragen
werden. Der Internet-Radiosender kann diese Informationen nutzen,
um die zu spielenden Musikstücke auszuwählen.
Ein Internet-Radiosender ist in der Tat ein Informationsfilter,
durch den auf einen bestimmten Benutzer zugeschnittene Musik automatisch
ausgewählt wird. Arten von Informationsfiltern sind beispielsweise
Mitwirkungsfilter und Empfehlungssysteme. Im Gegensatz zu physischen
Rundfunksendern erfolgt bei einem Internet-Radio eine Auswahl mit
einem konfigurierbaren Informationsfilter, der von dem Endbenutzer
der Inhalte und nicht von Fachleuten in einem Radiosender oder einer
Medienverkaufsstelle konfiguriert wird.
-
Wenn
ein Fahrzeuginsasse eine Medienauswahl abspielen lässt,
fragt das System unter Verwendung der Schnittstelle für
natürliche Sprache des EAS häufig, ob der Insasse
mit dem Musikstück zufrieden ist und warum oder warum nicht.
Es benutzt auch das EAS 10 dazu, die Verfassung des Insassen einzuschätzen,
um zu ermitteln, ob die Medien von dem Insassen günstig
aufgenommen worden sind. Dies hilft dem Empfehlungssystem, die Medienauswahl
weiter zu verfeinern, so dass das System die Benutzervorlieben kennenlernt.
Historie-Informationen über Auswahlen des Insassen werden
benutzt, um das Empfehlungssystem zu trainieren, so dass das System
mit der Zeit lernt, welche Vorlieben jeder Benutzer hat.
-
Das
System kann auch dazu in der Lage sein, Änderungen der
Benutzervorlieben im Laufe der Zeit unter Verwendung von Echtzeit-Clustering-Verfahren,
die mit statistischer Prozesssteuerung in Beziehung stehen, zu erkennen.
Diese Änderungen können von dem EAS 10 benutzt
werden, um Emotionen (schnelle Änderung), Stimmung (langsamere Änderung),
Tendenzen (typische Fahrerverfassungen), Persönlichkeit
(sehr langfristige Verfassung), Geschlecht (Musik kann eine Geschlechtsausrichtung
haben), Volksgruppenzugehörigkeit (ethnozentrische Musikauswahlen)
usw. des Fahrers abzuschätzen. Diese Informationen werden
von dem EAS 10 benutzt, um die Art und Weise der Interaktion zwischen
dem EAS 10 und dem Insassen zu bestimmen. Entsprechend
einem anderen Beispiel kann das EAS 10 das Alter des Fahrers
schätzen (Musikperiode). Genauer gesagt ist bevorzugte
Musik nicht lediglich eine Sache des Alters, sondern die Musik, die
Leute während ihrer prägenden Lebensjahre zwischen
ungefähr 14 Jahren und 22 Jahren gehört haben.
Die bevorzugte Musik kann auch davon abhängen, wo die Person
gelebt hat und welchen Einflüssen sie ausgesetzt war.
-
Das
Empfehlungssystem kann es dem Fahrzeuginsassen auch erlauben, Gruppen
von Medien zu definieren, die dieser zu unterschiedlichen Zeiten bevorzugt,
abhängig von Faktoren wie z. B. Stimmung, Fahrbedingungen,
Reisezweck, anderen Insassen des Fahrzeugs, usw. Diese Auswahlen
können vom EAS 10 auch benutzt werden, um die
Verfassung des Insassen zu ermitteln.
-
Gemäß einem
weiteren nachfolgend näher betrachteten Merkmal könnte
dem EAS 10 ein Aktive-Mitarbeit-Filterungssystem hinzugefügt
werden, das es dem Benutzer erlaubt, die Medien mittels einer Verbundenheitsgruppe
weiter zu verfeinern, wie z. B. politischer Neigung, ethnischer
Identität, geografischer Zugehörigkeit, Verbraucherwahlen,
Alter, Religion, Arbeitsidentifikation, Firmenzugehörigkeit, usw.
Eine derartige Mitarbeit-Filterung kann auf eine Und/Oder/Weder-Noch/Nicht-verknüpfende
Weise mit dem Empfehlungssystem kombiniert und auf Vorlieben von
selbstorganisierten Gruppen im Word-Wide-Web, Musikstücke
auszuwählen, gestützt werden. Mitarbeit-Filter
machen typischerweise nicht von Merkmalen der Musik Gebrauch. Sie
stützen sich vielmehr ausschließlich auf Voten
der Mitglieder. Z. B. könnte man eine Verbundenheitsgruppe
mit dem Namen ”Harvard Drinking Songs” abonnieren.
Mitgliedern der Gruppe würden dann Medien empfohlen, die
für mit den Themen der Gruppe für die Gruppe verträglich
gehalten werden. Dies würde verstärkt, wenn viele
Gruppenmitglieder dasselbe Musikstück empfehlen, oder aufgehoben
werden, wenn viele Mitglieder die Einbeziehung eines Mediums in
die Gruppe nicht unterstützen.
-
Die
Medien können dahingehend eingesetzt werden, proaktiv eine
passende Stimmung im Fahrzeug zu erzeugen, wenn Insassen durch Interaktionen
im Fahrzeug vom Fahren abgelenkt werden. Eltern können
das System benutzen, um den Zugang von jugendlichen Fahrern auf
bestimmte Musik beim Fahren einzuschränken. Wenn der Fahrer
durch starke Emotionen abgelenkt wird, können Medien ausgewählt
werden, die ein passenderes und sichereres Ambiente erzeugen.
-
Eine
Realisierung von Aktive-Mitarbeit-Filterungssystemen, die auch Gegenstand
umfangreicher Forschungen gewesen sind, kann in unterschiedlichen
Formen erfolgen.
-
Gemäß einem
weiteren nachfolgend näher erläuterten Merkmal
ist eine dritte Art einer Filterungs-/Suchmethode, die benutzt werden
kann, ein Kontextbewusstsein. Auch eine kontextbewusste Informationsverarbeitung
war Gegenstand umfangreicher Forschungen, und es ist hervorzuheben,
dass eine Realisierung von Kontextbewusstsein auf verschiedenartige
Weisen erfolgen kann.
-
Entsprechend
einem weiteren nachfolgend näher betrachteten Merkmal werden
auch Informationen über Fahrzeugstandort, Insassenverfassung, wie
mittels EAS 10 ermittelt, nahegelegene ”Points
of Interest” (interessante Orte wie z. B. Sehenswürdigkeiten),
Länge der Fahrt, restliche Fahrzeit, Verfassung des Aktienmarkts,
Wetter, Topografie usw. benutzt, um die Liste der Medien, die ausgewählt
werden, zu verfeinern. Zum Beispiel kennt das EAS 10 von
einem in dem Fahrzeug angeordneten Navigationssystem die Route,
die ein Fahrer auf einer bestimmten Reise zu nehmen beabsichtigt,
die Geschwindigkeit des Fahrzeugs, die wahrscheinliche Dauer der
Fahrt, den Ort, an dem der Fahrer möglicherweise einen
Tankstopp einlegen muss, usw. Diese Informationen können
benutzt werden, um eine dynamische Abspielliste für die
gesamte Reise aufzustellen, die die Medienbedürfnisse der
Insassen antizipiert und die Medien nach Bedarf zur Verfügung stellt.
-
Ausführungsformen
der Erfindung, bei denen verschiedene Medienschnittstellen zu einer
einzigen Schnittstelle in dem EAS 10 zusammengelegt sind,
gehen das Problem frustrierter Fahrer, die die Medien, die sie im
Fahrzeug wünschen, nicht finden können, dadurch
an, dass sie den Insassen eine leicht benutzbare Schnittstelle für
gesprochene Sprache darbieten. Der Benutzer ist dann in der Lage, Meinungen
hinsichtlich der Musikauswahl zu äußern, um mittels
Redewendungen wie ”Nächstes Stück”, ”Ich
mag diesen Künstler nicht” oder ”Ich
mag dieses Stück” sein Profil aufzubauen. Diese
gesprochenen Befehle werden dann an einen Server zurückgesendet,
von wo aus die Benutzervorlieben aktualisiert werden können
und außerdem etwas unternommen wird, um das gerade gespielte
Musikstück zu wechseln, wenn der Benutzer es nicht mag.
Die Spracherkennungssoftware kann mit Emotionserkennungssoftware
zusammengeschaltet werden, die zu analysieren erlaubt, was der Zuhörer
sagt, um dessen emotionalen Zusammenhang zu gewinnen. Zum Beispiel
kann er ”Nächstes” neutral sagen, was
anzeigt, dass er das Musikstück mögen könnte,
es nur im Augenblick nicht hören möchte, oder
er könnte ”Nächstes” ärgerlich
sagen, was anzeigt, dass er das Musikstück nicht mag und
es nicht wieder hören möchte. Dies kann helfen,
die Benutzervorlieben schnell aufzubauen.
-
Im
Rahmen von Untersuchungen wurde festgestellt, dass es eine positive
Korrelation zwischen Fahrgeschwindigkeiten und Musiktempo gibt.
Zusätzlich zur Einbeziehung von Benutzervorlieben in die
Auswahl des nächsten Musikstücks könnte
das System auch die aktuellen Fahrbedingungen einbeziehen. Die aktuelle
Geschwindigkeit des Fahrers kann von dem im Fahrzeug befindlichen
Fahrzeug CAN-Bus erhalten werden. Außerdem kann eine ausgeschilderte
Geschwindigkeitsbegrenzung der Straße von Navigationsgeräten
oder Websites ermittelt werden. Wird ermittelt, dass der Fahrer
zu schnell ist, kann das nächste ausgewählte Musikstück
eines mit einem langsameren Tempo sein, um den Fahrer zu bewegen,
langsamer zu fahren. Außerdem können Sensoren
außen am Fahrzeug oder Informationen über aktuelle
Verkehrsbedingungen benutzt werden, um zu ermitteln, ob der Benutzer
in einem Verkehrsstau steckt. Falls ja, wird Musik mit langsameren
Tempi ausgewählt. Wird ermittelt, dass die Straße nicht
verstopft ist und die Fahrgeschwindigkeit langsamer ist als die
vorgeschriebene Geschwindigkeitsbegrenzung erlaubt, kann das nächste
ausgewählte Musikstück ein solches mit einem etwas
höheren Tempo sein. Auch die Tageszeit kann benutzt werden,
um zu ermitteln, welche Musik als Nächstes gespielt werden
sollte. Früh am Morgen wird vielleicht eine peppige Musik
gespielt, um einem Zuhörer zu helfen, wach zu werden und
sich auf den Tag einzustimmen. Spät in der Nacht könnte
ebenfalls peppige Musik ausgewählt werden, um hilfreich
dabei zu sein, zu verhindern, dass der Fahrer am Steuer einschläft.
-
Es
gibt mehrere Vorteile der erfindungsgemäßen Maßnahme,
das nächste zu spielende Musikstück auf der Basis
der Benutzervorlieben und der aktuellen Fahrbedingungen intelligent
zu wählen. Durch Spielen von Musikstücken, die
ein Zuhörer genießt, und Einschließen
von Sprechinteraktion mit dem Radio wird die mit der Radiobedienung
verbrachte Zeit minimiert und folglich auch die Zeit, in der die
Aufmerksamkeit des Fahrers von der Straße abgelenkt ist.
Ein Einbeziehen der aktuellen Fahrbedingungen in die Auswahl des
nächsten zu spielenden Musikstücks kann ebenfalls
sichere Fahrpraktiken fördern. Ein weiterer Vorteil ist
die Fähigkeit, das Radio für jeden einzelnen Fahrer
zu personalisieren.
-
2 zeigt
ein Blockdiagramm eines emotionalen Beratungssystems EAS 30 für
ein Kraftfahrzeug. Das EAS 30 ist auf einer detaillierteren
Ebene dargestellt und enthält einen kontextbewussten Musikspieler
CAMP 32 und ein Modul 34 mit künstlicher Intelligenz
Al für Musik, um mehrere avisierte Merkmale zu realisieren.
Das EAS 30 gemäß 2 kann allgemein
auf dieselbe Weise arbeiten wie vorstehend für das EAS 10 gemäß 1 beschrieben.
Es sei darauf hingewiesen, dass der CAMP 32 und das Musik-Al-Modul 34 nur
ein möglicher Weg zur Realisierung von avisierten Merkmalen
ist, und dass auch andere Realisierungen möglich sind.
-
Der
kontextbewusste Musikspieler CAMP 32 ist als ein Informationsfilter
ausgebildet, das den Strom von Musikstücken aus Internet-Quellen
in die Fahrzeuglautsprecher steuert. Der CAMP 32 nimmt Kanalauswahlen
und proaktive Befehle vom Musik-Al-Modul 34 und Befehle
von einem Sprechdialogsystem/Verteiler 36 entgegen. Proaktive
Befehle werden zu dem Sprechdialogsystem 36 weitergeleitet
und von diesem als durch die Fahrerinteraktion modifizierte Befehle
zurückgesendet.
-
Der
CAMP 32 nimmt Befehle von einem Sprechdialogsystem/Verteiler 36 und
dem Musik-Al-Modul 34 entgegen und empfängt Daten
von einem Internet-Radiosystem 38 (z. B. dem Internet-Radiosystem
PANDORA Internet radio, Pandora Media, Inc., Oakland, Kalifornien;
Rhapsody, RealNetworks, Inc., Seattle, Washington). Das Musik-Al-Modul 34 gibt
eine Statusmeldung an einen Datenmanager 40 aus, und der
CAMP 32 spielt Musik auf dem Fahrzeugtonsystem über
eine Bluetooth®-Verbindung.
-
Entsprechend
einer weiteren Ausführungsformen der Erfindung kann ein
personalisierter kontextbewusster Musikspieler CAMP vorgesehen sein, der
explizite Insassenvorlieben und außerdem entdeckte Insassenvorlieben
im Musikauswahlprozess realisiert. Vorteilhaft kann dadurch das
Wahlparadoxon gelöst werden, dass der Fahrer von der Anzahl der
Musikauswahlen erdrückt wird, und es können Medieninhalte
ohne Gebühren oder Abonnements bereitstellt werden. Der
Musikauswahlprozess kann quellenagnostisch sein, d. h. unabhängig
von irgendeinem bestimmten Internet-Radiosystem. In vorteilhafter
Weise kann das Fahrerlebnis durch automatische Auswahl der richtigen
Musikstücke für die richtige Gelegenheit verbessert
werden.
-
Wie
weiterhin aus 2 ersichtlich sind der kontextbewusste
Musikspieler CAMP 32 und das Musik-Al-Modul 34 in
dieser Ausführungsform in einem mobilen Gerät 50 realisiert.
Das mobile Gerät 50 kann die Form irgendeines
geeigneten Geräts annehmen, wie der Fachmann erkennt, und über
eine Verbindung 70 mit dem Sprechdialogsystem/Verteiler 36 kommunizieren.
Z. B. kann das mobile Gerät 50 in Form eines Mobiltelefons
oder PDA ausgebildet sein. In einer Realisierung ist sog. ARM Hardware
der ARM Holdings, Cambridge, England, Großbritannien, und
das Betriebssystem ”Windows® Mobile” der Microsoft
Corporation, Redmond, Washington, verwendet worden. Es ist weiterhin
ersichtlich, dass ein Internet-Radio 38 ist dem Internet 52 verbunden
ist. Zusätzliche Komponenten des EAS 30 sind in
einem Prozessor 54 realisiert. Der Prozessor 54 kann
die Form irgendeines geeigneten Geräts haben, wie der Fachmann
erkennt. Beispielsweise kann der Prozessor 54 als ein Steuermodul
in dem Fahrzeug realisiert sein. Gemäß weiteren
Details sind zusätzliche Komponenten des EAS 30 mittels
des Prozessors 54 realisiert. Wie ersichtlich, kommuniziert
die Anordnung Sprechdialogsystem/Verteiler 36 mit einer
Spracherkennungs-Komponente 60 und einer Avatar-Komponente 62,
welche eine Schnittstelle zu dem Fahrer 64 darstellt. Außerdem
kommuniziert das Sprechdialogsystem/Verteiler 36 mit einer
Emotionsdialog-Komponente 66. Schließlich kommuniziert
ein Antriebs-Al-Modul 68 mit dem Sprechdialogsystem/Verteiler 36 und
mit einer CAN-Schnittstelle 80, welche einen Datenmanager 40 und
einen CAN-Manager 82 aufweist. Diese verschiedenen Komponenten
des EAS 30 können wie vorstehend beschrieben arbeiten.
-
Entsprechend
dem Ausführungsbeispiel gemäß 2 kann
das System in zwei Betriebsarten arbeiten: in einem Lernmodus und
in einem DJ-Modus. Der Lernmodus ist der voreingestellte Modus.
In dem Lernmodus werden die Sender durch den Benutzer gewechselt,
während das Musik-Al-Modul 34 die Benutzerauswahlen
beobachtet und daraus lernt.
-
Insbesondere
das Internet-Radio 38 macht eine Vielzahl von Sendern zum
Hören verfügbar. Der CAMP 32 wirkt als
Schnittstelle von dem EAS 30 zu dem Internet-Radio 38.
Das heißt, das Internet-Radio 38 ist dahingehend
verantwortlich, die verschiedenen Sender bereitzustellen, und der
CAMP 32 stellt die Schnittstelle zu dem Internet-Radio 38 bereit,
derart, dass ein Sender ausgewählt werden kann. Beispielsweise
kann das Internet-Radio 38 einen herkömmlichen
Klassikmusik-Sender, einen herkömmlichen Hardrock-Sender
usw. bereitstellen. Der CAMP 32 wählt dann einen
Sender aus diesen zugänglich gemachten Sendern aus. In
dem Lernmodus tut dies der CAMP 32 unter der Anleitung
des Benutzers.
-
In
dem Lernmodus werden die Sender durch den Benutzer gewechselt, während
das Musik-Al-Modul 34 die Benutzerauswahlen beobachtet und
daraus lernt, mit nur einer Ausnahme, nämlich wenn der
Benutzer einen anderen Sender verlangt, ohne den genauen Namen des
Senders anzugeben. In diesem Fall wählt das Musik-Al-Modul 34 den
passenden Sender aus.
-
Außer
dass es eine Vielzahl von Sendern zur Auswahl zur Verfügung
stellt, erlaubt es das Internet-Radio 38, diese Sender
selbst als für den Benutzer passend einzuordnen. Das heißt,
dass Internet-Radio 38 nimmt für einen gerade
von ihm gespielten Sender Rückmeldungen von dem Benutzer entgegen,
derart, dass der bestimmte Sender als passend eingeordnet werden
kann. Für das oben angegebene Beispiel kann das Internet-Radio 38 einen herkömmlichen
Klassikmusik-Sender bereitstellen. Dieser Sender spielt nur klassische
Musik. Wenn der Benutzer den Klassikmusik-Sender hört,
erlaubt eine Rückmeldung vom Benutzer wie z. B.: Ich mag
dieses Stück (”Daumen nach oben”), Ich
mag dieses Stück nicht (”Daumen nach unten”),
dem Internet-Radio 38, den Sender als noch besser passend
einzuordnen. Anders ausgedrückt, das Internet-Radio 38 stellt
eine Vielzahl von Musik- oder Informationssendern zur Verfügung,
wobei alle oder einige dieser Sender auf Basis von Benutzerrückmeldungen
als für den Benutzer passend eingeordnet werden. In der Folge
wählt der CAMP 32 zu einer gegebenen Zeit den
gewünschten Sender für den Benutzer bzw. Fahrer
aus. Im Lernmodus trifft der CAMP 32 die Auswahl auf Basis
der speziellen Anforderung des Fahrers.
-
In
dem DJ-Modus wechselt das System Musiksender automatisch auf Basis
des Musik-Al-Moduls 34. Der CAMP 32 wählt
den Sender für einen Empfang von dem Internet-Radio 38 aus,
wobei das Musik-Al-Modul 34 die Senderauswahl leitet. Dies
erzeugt eine Funktionalität wie bei einem intelligente Mischen
oder bei einem DJ. Der Benutzer kann natürlich trotzdem
explizit den Sender auswählen, den er gerne hören
möchte. Das Musik-Al-Modul 34 wechselt den Sender
auf Basis der folgenden Regeln: (i) der Benutzer verlangt, den Sender
zu wechseln; (ii) der Benutzer überspringt drei Musikstücke hintereinander
oder votiert drei mal hintereinander ”Daumen nach unten”;
iii) das Musik-Al-Modul 34 wechselt den Sender auf Basis
der neuesten Vorlieben des Benutzers.
-
Wie
vorstehend erläutert, stellt der CAMP 32 die Schnittstelle
zu dem Internet-Radio 38 bereit. Das Internet-Radio 38 stellt
eine Vielzahl von Sendern bereit und empfängt Rückmeldungen,
um jeden Sender als für den Benutzer passend einzuordnen.
Im Betrieb wird eine Senderauswahl von dem CAMP 32 weiterhin
entweder unter der Anleitung des Benutzers oder des Musik-Al-Moduls 34 getroffen.
Die Kommunikation zwischen dem Benutzer, dem Musik-Al-Modul 34,
dem CAMP 32 und dem Internet-Radio 38 erlaubt
es dem Internet-Radio 38, die Sender fortlaufend zu verfeinern,
und erlaubt es dem Musik-Al-Modul 34, die Logik und Regeln,
die zur Auswahl des passenden Senders benutzt werden, auf der Basis
von Benutzervorlieben und/oder Fahrbedingungen fortlaufend zu verfeinern.
-
In
dem dargestellten Ausführungsbeispiel wählt das
Musik-Al-Modul 34 Sender auf der Basis von gelernten Benutzervorlieben
in Bezug auf die folgenden Parameter aus: aktueller Sender, mit
dem aktuellen Sender verbrachte Zeit (oder Anzahl der Musikstücke),
kognitive Beanspruchung, Aggressivität, Fahrzeuggeschwindigkeit,
Tageszeit. Natürlich sind auch Abänderungen möglich.
-
Die
Interaktion zwischen Musik-Al-Modul 34 und CAMP 32 umfasst:
Benutzer hat für ein Musikstück gestimmt/mag das
Musikstück, und Benutzer hat den Sender einschließlich
des alten und des neuen Senders gewechselt. Natürlich sind
auch Abänderungen möglich.
-
Der
Benutzer kann zu dem Sender Rückmeldung geben, indem er
die Wahl hat, dem ausgewählten Sender zuzuhören,
den Sender zu wechseln und mit Daumen nach oben oder Daumen nach
unten für oder gegen einzelne Musikstücke zu stimmen.
Wenn der Benutzer bis zum Ende des Musikstücks zuhört (den
Sender nicht wechselt) und/oder mit ”Daumen nach oben” für
das Musikstück stimmt, wird dies als ”positive” Rückmeldung
hinsichtlich der Senderauswahl zum Musik-Al-Modul 34 gesendet.
Negative Rückmeldung wird durch Fehlen von positiver Rückmeldung
und durch das Ereignis, dass der Sender gewechselt wird, angezeigt.
Negative Rückmeldung hinsichtlich Musikstückwahlen
wird zum Internet-Radioserver 38 gesendet, um den ausgewählten
Sender zu verfeinern. Auch hier sind wiederum Abänderungen
möglich.
-
In
dem dargestellten Ausführungsbeispiel enthält
die Befehlssequenz für Befehle (und Dialoge) von dem Benutzer
im Allgemeinen einen Befehl, der von dem Benutzer zu dem Sprechdialogsystem
SDS 36 und von dem SDS 36 weiter zu dem CAMP 32 und ggf.
weiter zu dem Internet-Radio 38 gesendet wird. Im Allgemeinen
können Befehle von dem Benutzer gesprochen und durch Spracherkennung
in ein Computerprotokoll umgewandelt werden. In dem dargestellten
Ausführungsbeispiel stehen dem Benutzer die folgenden Befehle
(und Dialoge) zur Verfügung:
- • Schalte
das System Ein/Aus – Befehl sowohl zum Internet-Radio 38 als
auch zum CAMP 32 gesendet.
- • Wechsle in DJ-Modus (Schalte DJ-Modus Ein/Aus) – Befehl
zum CAMP 32 gesendet, automatische Senderempfehlungen unter
Verwendung von Musik-Al zu starten. Ein Fehlen dieses Befehls zeigt
an, dass das System im Lernmodus sein sollte.
- • Wähle/Wechsle Sender X – Befehl
zum Internet-Radio 38 über CAMP 32 gesendet.
- • Umschalte/Wechsle den (anderen) Sender – Befehl
zum Internet-Radio 38 über CAMP 32 gesendet.
- • Gehe zum nächsten Stück/Überspringe
ein Stück – Befehl zum Internet-Radio 38 über
CAMP 32 gesendet.
- • Votiere ”Daumen nach oben”/Ich
mag das Stück – Befehl zum Internet-Radio 38 über
CAMP 32 gesendet.
- • Votiere ”Daumen nach unten”/Ich
mag das Stück nicht – Befehl zum Internet-Radio 38 gesendet.
- • Bitte das Musik-Al-Modul 34, einen anderen Sender
auszuwählen – Befehl zum CAMP 32 gesendet.
- • Stück beendet – dieser Befehl steht
dem Benutzer nicht zur Verfügung, wird aber zum CAMP 32 gesendet.
- • Wer ist der Künstler? – Befehl
zum Internet-Radio 38 gesendet.
- • Wie heißt das Stück? – Befehl
zum Internet-Radio 38 gesendet.
- • Schalte Ansagen Ein/Aus – zum CAMP 32 gesendet.
- • Setze Lesezeichen für das Stück – Befehl
zum Internet-Radio 38 gesendet.
-
In
dem dargestellten Ausführungsbeispiel interagiert das intelligente
Musikauswahlsystem weiterhin durch den in dem EAS 30 verfügbaren
Avatar 62 mit dem Benutzer. Die Gesichtsausdrücke
des Avatars sollten wie folgt auf die oben beschriebenen Befehle
abgebildet werden:
-
- • Glücklich: Ich mag das
Stück/”Daumen nach oben”.
- • Betrübt: Ich mag das Stück nicht/”Daumen
nach unten”; Gehe zum nächsten Stück/Überspringe ein
Stück.
- • Enttäuschung: Wenn ein Befehl/eine Bitte
nicht verstanden wird, gibt es Probleme oder Verzögerungen,
das Stück zu spielen.
- • Befriedigung: Wenn Befehle ausgeführt werden (und
Bitten verstanden werden) – Schalte das System Ein/Aus,
Wechsle in DJ-Modus, Wähle/Wechsle Sender X, Umschalte/Wechsle
den (anderen) Sender.
- • Neutral: Sonstiges.
-
Ist
der aktuelle Status eine niedrige kognitive Beanspruchung, so werden
Ansagen hinsichtlich irgendwelcher Probleme oder Verzögerungen
bei einem Spielen von Musik oder Verstehen eines Befehls oder einer
Bitte gemacht.
-
Unter
weiterer Bezugnahme auf 2 sei bemerkt, dass das EAS 30 es
zusätzlich zu der oben beschriebenen Basisfunktionalität
ermöglicht, Befehle über die Verbindung 70 zur
Steuerung des CAMP 32 zu übermitteln. Insbesondere
umfassen EAS-Verbindung-Befehle zur Steuerung des CAMP 32:
Starten, Unterbrechen, Anhalten, Fortfahren und Signalisieren (hup).
-
Der
Sprechdialogsystem/Verteiler 36 und das Musik-Al-Modul 34 ermöglichen
auch Befehle an den CAMP 32 bezüglich Steuerung
des Medienspielers, Track-Steuerung, Ansagen, Senderauswahl und Ein-
und Ausschalten des DJ-Modus. Die Befehle zur Steuerung des Medienspielers
umfassen: Stoppe den Medienspieler; Starte den Medienspieler; Lasse den
Medienspieler warten; Lasse den Medienspieler fortfahren. Die Track-Steuerungsbefehle
umfassen: Sage dem CAMP 32, dass der Fahrer den Track (d. h.
das Musikstück von digitalem Tonträger) mag, der gerade
spielt; Sage dem CAMP 32, dass der Fahrer den Track nicht
mag, der gerade spielt; Sage dem CAMP 32, den aktuellen
Track zu überspringen; Sage dem CAMP 32, den aktuellen
Track mit einem Lesezeichen zu versehen. Die Befehle bezüglich
Ansagen umfassen: Sage dem CAMP 32, Ansagen auszuschalten;
Sage dem CAMP 32, Ansagen einzuschalten. Die Senderauswahlbefehle
umfassen einen Befehl zum Auswählen eines Senders. Und
die Befehle in Bezug auf den CJ-Modus umfassen: DJ-Modus aus und
DJ-Modus ein.
-
Unter
weiterer Bezugnahme auf 2 ermöglicht der CAMP 32 außerdem
die Abgabe einer CAMP-Status-Globalinformationsmeldung, die immer
dann, wenn eine Statusänderung erfolgt, in einem Datenmanager 40 veröffentlich
wird. Die Meldung ist global verfügbar, wird aber in erster
Linie vom Sprechdialogsystem/Verteiler 36 und Musik-Al-Modul 34 benötigt.
-
Das
Folgende ist ein Muster einer Statusmeldung in XML:
-
Mögliche
Werte der Status-Attribute sind nachfolgend aufgezählt:
- • playerStatus (Spieler-Status): Gestoppt,
Spielt, Wartet, Fortfahren.
- • station (Sender): Vom Fahrer angegebener Name als
Zeichenfolge.
- • status (Status): Normal, Warnung, Ernst, Schwerwiegend.
- • DJstatus (DJ-Status): Wahr, Falsch.
- • executionStatus (Ausführungs-Status): Gestoppt,
Läuft.
- • stationList (Senderliste): Begrenzte Liste aller Sendernamen,
die ausgewählt werden können.
- • tractInformation (Trakt-Informations-Attribute sind
optional):
- • album: Album-Name als Zeichenfolge.
- • artist: Künstler-Name als Zeichenfolge.
- • title: Titels des Trakts als Zeichenfolge.
- • label: Musiklabel, das das Album/den Trakt aufgenommen
hat.
- • genre: Genre des Stücks, wie durch CDDB-Datenbank
definiert.
- • graphic: URL eines Grafikbildes.
- • publicationDate: Datum, zu dem der Trakt veröffentlicht
wurde.
-
Es
sei darauf hingewiesen, dass das EAS 30 einschließlich
CAMP 32 und Musik-Al-Modul 34 und einschließlich
der ganzen beschriebenen Funktionalität nur ein Ausführungsbeispiel
ist. Andere Ausführungsformen der Erfindung sind in vielen
Formen möglich, und man kann auch andere Wege gehen, um
eines oder mehrere der in Rede stehenden Merkmale und Funktionalitäten
für eine intelligente Musikauswahl zu realisieren.
-
Das
Musik-Al-Modul 34 ist vorstehend dahingehend beschrieben,
dass es den CAMP 32 anleitet, Senderauswahlen zu treffen,
und dass es die zum Auswählen des passenden Senders benutzten
Logiken und Regeln auf der Basis von Benutzervorlieben und/oder
Fahrbedingungen fortlaufend verfeinert. Man beachte aber, dass es
viele andere mögliche Wege zur Realisierung des Musik-Al-Moduls 34 oder zur
Realisierung irgendeiner anderen Form von intelligenter Musikauswahl
in Übereinstimmung mit einem oder mehreren der von der
Erfindung umfassten Merkmale gibt.
-
Die
nachfolgende Beschreibung bezieht sich auf ein Ausführungsbeispiel
des Musik-Al-Moduls 34 für das EAS 30.
-
Das
Musik-Al-Modul 34 behält die Übersicht über
die Musikauswahlen des Fahrers unter verschiedenen Bedingungen und
benutzt diese Informationen, um eine automatische Musikauswahl entsprechend
der zusammengefassten Fahrervorlieben und der aktuellen Fahrbedingungen
zu ermöglichen. In dem hier beschriebenen Ausführungsbeispiel
basiert das Musik-Al-Modul 34 auf einem Lern- und Denkalgorithmus,
der das Markow-Kette(MC)-Wahrscheinlichkeitsmodell benutzt. Das
Musik-Al-Modul 34 kommuniziert mit dem Internet-Radio 38 (über
den CAMP 32) und dem Datenmanager 40, wie in 2 dargestellt.
-
Das
Musik-Al-Modul 34 befindet sich in einem mobilen Gerät 50 und
benötigt einen Flash-Speicher für die Musikauswahlen
des Fahrers. Der benötigte Speicher hängt von
der Eingabeauswahl und der Anzahl der Sender ab. Die Vorgabekonfiguration
benötigt weniger als 1 kB Speicher.
-
Unterschiedliche
Ausführungsformen der Erfindung können jeweils
verschiedene Vorteile haben. Bei manchen Ausführungsformen
können Musikvorlieben eines Fahrers, die als Sender definiert
werden können (Sender werden gewöhnlich mit unterschiedlichen
Musikrichtungen in Verbindung gebracht), automatisch zusammengefasst,
gelernt und gespeichert. Bei manchen Ausführungsformen
kann eine Abbildung erkannt werden, die die Sender mit bestimmten
vordefinierten Fahrbedingungen verknüpft, z. B. Tageszeit,
Fahrstil, Beanspruchungs-Index und mittlere Fahrzeuggeschwindigkeit
(falls es solche Korrelationen gibt). Bei manchen Ausführungsformen
kann ein automatisches Umschalten zwischen den Sendern auf Basis
der erkannten Beziehungen ermöglicht sein (DJ-Modus).
-
Weiterhin
kann bei manchen Ausführungsformen die Beziehung zwischen
den Sendern und den Fahrbedingungen automatisch beibehalten und aktualisiert
werden. Solche Ausführungsformen können Informationen
zu anderen Musikanwendungen übertragen, die die Musikauswahlen
in Gruppen ähnlich dem Konzept der Sender strukturieren
können.
-
Das
Musik-Al-Modul 34 ist im Allgemeinen nicht verantwortlich
für ein Lernen von Musikcharakteristiken der Musikstücke,
eine Abbildung zwischen den einzelnen Musikstücken und
für Fahrbedingungen oder für Anwendungen auf andere
Musikgeräte, die nicht in Gruppen strukturiert werden können,
die dem Konzept eines Senders ähneln, der von dem Internet-Radio 38 benutzt
wird.
-
Im
Einzelnen ist in dem dargestellten Ausführungsbeispiel
das Musik-Al-Modul 34 als ein diskretes dynamisches System
ausgebildet, welches wirksam mit einem Statusvektor X, der durch
die Sender gebildet wird, und einem Eingabevektor U ist,, der den
Fahrbedingungen entspricht. In einem Lernmodus lernt das Musik-Al-Modul 34 fortlaufend
die Beziehungen zwischen den Senderauswahlen und Fahrbedingungen
und erzeugt ein Modell – eine Übergangswahrscheinlichkeitsmatrix – das
eine Zusammenfassung dieser Beziehungen repräsentiert. In
einem DJ-Modus erkennt das Musik-Al-Modul 34 die Bedingungen
und die vorhandenen Muster von Übergängen zwischen
den aktuellen und den neu ausgewählten Sendern unter diesen
Bedingungen und gibt eine Empfehlung für die Senderauswahl.
Ein Modell des Musik-Al-Moduls 34 entsprechend einer Ausführungsform
ist in 3 gezeigt.
-
Wie
aus 3 ersichtlich, enthält das Musik-Al-Modul 34 einen
Block 90, der das diskrete dynamische System repräsentiert.
Der Statusvektor X ist ein Vektor aller Sender (diskreter Satz von
Kennungen ('1', '2', ...)). Der Eingabevektor U besteht aus Vektoren
von Bedingungen (fortlaufend, diskretisiert in 2 Intervallen (Tageszeit),
2 Intervallen (Fahrstil)). Die Anzahl der Bedingungen kann variieren.
-
Unter
weiterer Bezugnahme auf 3 empfängt das diskrete
dynamische System (Block 90) Eingaben von dem Datenmanager 40 (2),
die Tageszeit 92, den Fahrstil 94, den Kognitive-Beanspruchung-Index 96 und
die Fahrzeuggeschwindigkeit 98 repräsentieren.
Wie weiterhin dargestellt, empfängt der Block 90 einen
aktuellen Sender 100 und einen aktuellen Punktwert 102 (weiter
unten beschrieben). Der Block 90 gibt einen nächsten
Sender 104 und einen nächsten Punktwert 106 aus,
welcher durch einen Verzögerungsblock 108 zur
Eingabeseite zurückgeführt werden.
-
Der
Algorithmus des Musik-Al-Moduls 34 deckt drei Szenarien
ab: Initialisierung, Lernen und DJ (Vorhersage).
-
Initialisierung
wird durchgeführt, wenn:
- • Das
System das erste Mal in dem mobilen Gerät installiert wird.
- • Die maximale Anzahl der Sender geändert
wird.
- • Die Art und/oder die Anzahl der Parameter, die die
Fahrbedingungen bestimmen, geändert wird.
- • Wenn die Intervalle, die die Markow-Kette-Status
definieren, geändert werden.
-
Das
Ergebnis dieser Phase begründet die Struktur des Al-Modells – eine Übergangswahrscheinlichkeits-Markow-Kette-Matrix.
-
Initialisierungs-Installationsparameter
sind:
- • max_states – Maximale
Anzahl der Sender (Vorgabe max_states=5).
- • nr_inputs – Anzahl der Fahrbedingungen (Vorgabe
nr_inputs=2, Tageszeit und Fahrstil).
- • min_inputs – Vektor der unteren Eingabegrenzen
(Vorgabe [0 0]).
- • max_inputs – Vektor der oberen Eingabegrenzen
(Vorgabe [24 1]).
- • discr_inputs – Länge der äquidistanten
Intervalle, die die Eingaben unterteilen (Vorgabe [12 0,5] zum Unterteilen
der Tageszeit und des Fahrstils jeweils in 2 Intervalle).
-
Eine
Initialisierung erzeugt eine leere Markow-Kette-Übergangswahrscheinlichkeitsmatrix
der Größe (Vorgabe): F = 5 × (5·2·2), die
die Wahrscheinlichkeiten für Übergänge
zwischen den Sendern für unterschiedliche Fahrbedingungen
speichert, wie in 4 dargestellt. In 4 ist
eine Übergangswahrscheinlichkeitsmatrix mit 110 bezeichnet.
Jede Spalte repräsentiert einen aktuellen Status und Satz
von mit 112 bezeichneten Eingabebedingungen. Jede Zeile
repräsentiert einen mit 114 bezeichneten nächsten
Status.
-
Bei
Beendigung eines jeden Musikstücks wird eine Lernphase
durchgeführt. Der Zweck ist, die aktuellen Fahrbedingungen
mit dem Sender und der Ranglistenstellung des Musikstücks
zu verknüpfen. Das Ergebnis wird genutzt, um die Übergangswahrscheinlichkeitsmatrix
zu aktualisieren, die dahingehend genutzt wird, die Auswahlen des
Fahrers in einem DJ-Modus zu schätzen.
-
Nach
jedem Musikstück empfängt das Musik-Al-Modul 34 die
folgenden Daten von dem CAMP 32: Sender, Punktwert, Rücksetzen,
Vektor der Fahrbedingungen (Vorgabe [Tageszeit Fahrstil]):
- • Sender ist die Nummer des Senders,
der gespielt wurde.
- • Punktwert = 1 zeigt an, dass der Fahrer das Musikstück
mochte (Spracherkennung), das heißt, die Senderauswahl
wurde bestätigt.
- • Punktwert = 0,8 zeigt an, dass das Musikstück gespielt,
aber nicht bestätigt wurde (gelinde Akzeptanz).
- • Punktwert = 0 zeigt an, dass die Auswahl zurückgewiesen
wurde (Fahrer mochte die Senderauswahl für die aktuellen
Fahrbedingungen nicht). Dieser Auswahl wird in dem Modell die Wahrscheinlichkeit
Null zugewiesen.
- • Rücksetzen = 1 zeigt einen neuen Sender
an. Die Wahrscheinlichkeiten, die mit dem Sender verknüpft
sind, der durch den neuen Sender ersetzt wurde, werden auf Null
zurückgesetzt.
-
Das
Musik-Al-Modul 34 erzeugt die folgenden Eingabevektoren
für den Lernalgorithmus: xk = [Vorgängersender
Sender Punktwert Rücksetzen]
uk – Vektor
der Fahrbedingungen (Vorgabe uk = [Tageszeit Fahrstil])
-
Die
Ausgabe des Lernalgorithmus ist die aktualisierte Übergangswahrscheinlichkeitsmatrix
F.
-
Der
DJ-Modus (Vorhersagemodus) wird unmittelbar nach dem Lernmodus durchgeführt.
Die Ausgabe des Vorhersagemodus ist der vorhergesagte neue Sender.
War die letzte Vorhersage erfolgreich, Punktwert > 0,7, ersetzt der Musik-Al-Algorithmus
den vorherigen Sender durch den aktuellen Sender: Vorgängersender
= Sender und benutzt dies zur Vorhersage des neuen Senders. Andernfalls
bleibt der vorherige Sender ungeändert und wird für
einen weiteren Versuch benutzt, eine korrekte Vorhersage zu treffen.
In beiden Fällen ist der Eingabevektor für den
Vorhersagealgorithmus formal derselbe: xpk =
[Vorgängersender uk] wobei uk der Vektor der Fahrbedingungen
ist.
-
Die
Ausgabe des Vorhersagealgorithmus ist der vorhergesagte Sender.
Die Kennung dieses vorhergesagten Senders wird zum CAMP 32 gesendet.
-
Das
Musik-Al-Modul 34 ist dahingehend eingerichtet, mit dem
CAMP 32 zusammenzuarbeiten, wenn der CAMP 32 in
einem DJ-Modus ist, wobei die Senderauswahl durch das Musik-Al-Merkmal
betrieben und die Eingabe von dem Fahrer nur benutzt wird, um die
empfohlene Senderauswahl zu bestätigen bzw. abzulehnen.
Es kann auch mit dem CAMP 32 arbeiten, wenn der CAMP 32 durch
den Fahrer gesteuert wird. In diesem Fall benutzt der Lernalgorithmus
die Auswahlen des Fahrers, um das Übergangswahrscheinlichkeitsmodell
zu aktualisieren.
-
Man
beachte, dass die vorstehende Beschreibung nur ein Ausführungsbeispiel
darstellt. Die Musikauswahlintelligenz kann auch andere Formen annehmen.
Die Beispielmethode benutzt eine Übergangswahrscheinlichkeitsmatrix.
Auch andere Methoden sind möglich. Weiterhin kann das Lernen
auf irgendeine geeignete Weise realisiert werden, wobei einige allgemeine
Details einer Lernmethode weiter oben beschrieben worden sind. Viele
Lernalgorithmen sind möglich, wie dem Fachmann auf dem
Gebiet der Markow-Kette(MC)-Wahrscheinlichkeitsmodelle bekannt ist.
-
5 bis 8 stellen
Blockdiagramme dar, die Beispielsverfahren gemäß der
vorliegenden Erfindung veranschaulichen. In 5 veranschaulicht ein
Blockdiagramm ein Verfahren zur intelligenten Musikauswahl entsprechend
einer Ausführungsform der Erfindung. In einem Block 130 werden
Benutzervorlieben für eine Musikauswahl in einem Fahrzeug entsprechend
einer Vielzahl von Fahrbedingungen des Fahrzeugs gelernt. In einem
Block 132 wird eine Eingabe empfangen, die eine aktuelle
Fahrbedingung des Fahrzeugs anzeigt. In einem Block 134 wird auf
Basis der gelernten Benutzervorlieben für Musikauswahl
in dem Fahrzeug entsprechend der aktuellen Fahrbedingung Musik ausgewählt.
In einem Block 136 wird die ausgewählte Musik
gespielt.
-
6 veranschaulicht
weitere Details des Verfahrens. Wenn das Fahrzeug eine Schnittstelle
für natürliche Sprache aufweist, kann das Lernen
von Benutzervorlieben die Maßnahme umfassen, wie in einem
Block 140 gezeigt, eine Eingabe zu empfangen, die Benutzervorlieben
in Form von über die Schnittstelle für natürliche
Sprache empfangener natürlicher Sprache anzeigt. Wenn das
Fahrzeug ein Emotionserkennungssystem aufweist, kann das Lernen
von Benutzervorlieben die Maßnahme umfassen, wie in einem
Block 142 gezeigt, empfangene natürliche Sprache
mit dem Emotionserkennungssystem zu verarbeiten, um Benutzervorlieben
zu ermitteln. Wenn das Fahrzeug ein emotionales Beratungssystem
aufweist, wie in einem Block 144 gezeigt, wird dem Benutzer
eine sicht- und hörbare Ausgabe zur Verfügung
gestellt, indem Daten, die den Avatar repräsentieren, für
eine Sichtanzeige ausgegeben werden und Daten, die eine Äußerung
des Avatars repräsentieren, für eine Tonwiedergabe
ausgegeben werden.
-
7 veranschaulicht
weitere Details des Verfahrens und insbesondere weitere Details
in Bezug auf die Musikauswahl entsprechend einiger Ausführungsformen
der Erfindung. In einem Block 150 wird ein Musiksender
auf Basis der gelernten Benutzervorlieben für Musikauswahl
in dem Fahrzeug entsprechend der aktuellen Fahrbedingung ausgewählt. Ein
Block 152 zeigt die Verwendung eines Empfehlungssystems
zum Auswählen von Musik auf Basis des ausgewählten
Musiksenders. Ein Block 154 zeigt ein Verfeinern der Musikauswahl
auf Basis eines Aktive-Mitarbeit-Filterungssystems, das die Musikauswahl
auf Basis einer Verbundenheitsgruppe weiter verfeinert. Ein Block 156 zeigt
ein Verfeinern der Musikauswahl auf Basis eines Kontextbewusstsein-Systems,
das die Musikauswahl auf Basis von Kontext weiter verfeinert.
-
8 zeigt
ein Blockdiagramm eines Verfahrens zur intelligenten Musikauswahl
entsprechend einer weiteren Ausführungsform der Erfindung.
In einem Block 160 wird ein diskretes dynamisches System
eingerichtet. In einem Block 162 wird eine Eingabe empfangen,
die eine aktuelle Fahrbedingung des Fahrzeugs anzeigt. Ein Block 164 zeigt
ein Vorhersagen der nächsten Musikauswahl mit dem diskreten dynamischen
System, und ein Block 166 zeigt ein Auswählen
von Musik auf Basis der vorhergesagten nächsten Musikauswahl.
In einem Block 168 wird die ausgewählte Musik
gespielt.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- - US 7003515 [0007, 0043]
- - US 2006/0107822 [0007]
- - US 2007/0169614 [0007]
- - US 2008/0269958 [0007, 0027, 0039]
-
Zitierte Nicht-Patentliteratur
-
- - ”CES09:
Gracenote gives you a talking celebrity music guide”, SFGate,
San Francisco Chronicle, 9. Januar 2009 [0007]
