-
Gebiet der
Erfindung
-
Die
vorliegende Erfindung bezieht sich auf die Aktivierung einer sprachgesteuerten
Vorrichtung.
-
Hintergrund
der Erfindung
-
Sprachsteuerung
einer Vorrichtung wird üblicher
und es gibt nun fortgeschrittene Technologien zur Spracherkennung,
insbesondere in Kontexten, die nur ein geringes Vokabular erfordern.
-
Ein
Problem tritt jedoch auf, wenn mehrere sprachgesteuerte Vorrichtungen
in nächster
Nähe vorliegen,
da es wahrscheinlich ist, dass sich ihre Vokabulare überlappen,
woraus sich die Möglichkeit
ergibt, dass mehrere unterschiedliche Vorrichtungsstücke auf
dem gleichen Sprachbefehl ansprechen.
-
Die
EP-A-1045586 bestimmt die Zuwendeausrichtung des Sprechers mittels
Bildverarbeitung. Es ist aus der
US
5,991,726 bekannt, einen Abstandssensor an einem Stück einer
sprachgesteuerten industriellen Maschinerie oder Ausrüstung bereitzustellen.
Die Aktivierung der Maschinerie oder Ausrüstung durch Sprache kann nur
bewirkt werden, wenn eine Person in der Nähe steht. Stücke einer
industriellen Maschinerie oder Ausrüstung des betrachteten Typs
stehen jedoch im Allgemeinen nicht eng zusammen, sodass, obwohl
der Abstandssensor die Wirkung hat, eine Sprachsteuerung in diesem Kontext
spezifisch für
das betreffende Element zu machen, dies nicht für sprachgesteuerte Küchengeräte gelten
würde,
da es in dem letzteren Fall wahrscheinlich ist, dass sich die Erfassungszonen
der Abstandssensoren überlappen.
Außerdem
sind bei der Anordnung, die in der
US
5,991,726 beschrieben ist, obwohl der Abstandssensor notwendigerweise
nur auf die Anwesenheit einer in der Nähe befindlichen Bedienungsperson
anspricht, die auf Sprache ansprechenden Schaltungen der Maschinerie
nicht konfiguriert, nur auf eine Spracheingabe von dieser Bedienungsperson
anzusprechen, woraus sich die Möglichkeit
ergibt, dass ein gerufener Befehl von einer anderen Bedienungsperson
eine falsche Operation bewirkt.
-
Hinsichtlich
dieses letzten Nachteils sind Verfahren zum akustischen Lokalisieren
einer Schallquelle selbst bekannt, sodass es möglich wäre sicherzustellen, dass die
Maschinerie nur auf lokal gesprochene Befehle anspricht. Das Erfassen
der Position einer Schallquelle wird normalerweise mit einem Array
von Mikrofonen vorgenommen; die
US 5,465,302 und
die
US 6,009,396 beschreiben
beide Schallquellenpositionserfassungssysteme. Durch ein Bestimmen
der Position der Schallquelle ist es dann möglich, die Verarbeitungsparameter
des Eingangs von den einzelnen Mikrofonen des Arrays einzustellen,
um das Mikrofon wirksam auf die Schallquelle „zu fokussieren", wodurch ermöglicht wird,
dass die Schallsignale, die von der Quelle emittiert werden, aus
umgebenden Schallsignalen herausgefiltert werden.
-
Natürlich löst allein
die Kenntnis der Position eines Sprechers, der einen Befehl für ein sprachgesteuertes
Gerät ausgibt,
nicht das Problem, dass eine Sprachsteuerung mehrere Vorrichtungsstücke aktiviert.
Eine mögliche
Lösung
für dieses
Problem besteht darin, es erforderlich zu machen, dass jedem Sprachbefehl
unmittelbar das Aussprechen der Bezeichnung der spezifischen Vorrichtung,
die derselbe steuern soll, vorausgeht, sodass nur diese Vorrichtung
den folgenden Befehl zur Kenntnis nimmt. Dieser Lösungsansatz
ist jedoch nicht benutzerfreundlich und die Benutzer vergessen häufig, ein
derartiges Befehlsprotokoll zu befolgen, besonders wenn dieselben
in Eile sind.
-
Es
ist eine Aufgabe der vorliegenden Erfindung, eine benutzerfreundlichere
Möglichkeit
der Minimierung des Risikos einer unbeabsichtigten Aktivierung von
mehreren sprachgesteuerten Vorrichtungen durch den gleichen verbalen
Befehl zu schaffen.
-
Zusammenfassung
der Erfindung
-
Gemäß einem
Aspekt der vorliegenden Erfindung wird ein Verfahren zum Aktivieren
einer sprachgesteuerten Vorrichtung geschaffen, das folgende Schritte
aufweist:
- (a) Verwenden eines Mikrofonarrays,
um zu erfassen, ob ein Benutzer der Vorrichtung zugewandt ist, wenn
derselbe einen Schall erzeugt;
- (b) zumindest anfängliches
Freigeben der Vorrichtung für
eine Sprachsteuerung nur, wenn Schritt (a) anzeigt, dass der Benutzer
der Vorrichtung zugewandt ist.
-
Eine
Bestimmung, ob der Benutzer der sprachgesteuerten Vorrichtung zugewandt
ist, umfasst bevorzugt folgende Schritte:
- (i)
Verwenden des Mikrofonarrays, um die Position des Benutzers zu bestimmen,
- (ii) Messen der Stärke
des Schallsignals, das an jedem Mikrofon des Arrays empfangen wird,
und
- (iii) Durchführen
einer Verarbeitung, um wirksam eine Relative-Signalstärke-Tabelle
für Schall,
der durch einen Menschen erzeugt wird, auszurichten, die an der
bestimmten Position des Benutzers positioniert ist, um ein Muster
von relativen Stärken
an den Mikrofonen zu erhalten, die im Wesentlichen denjenigen, die
bei Schritt (ii) gemessen wurden, entsprechen, wobei die Tabellenausrichtung
dann die Zuwenderichtung des Benutzers angibt.
-
Vorzugsweise
ist das Mikrofonarray aus Mikrofonen gebildet, die jeweiligen Geräten eines
Satzes von sprachgesteuerten Geräten,
einschließlich der
sprachgesteuerten Vorrichtung, zugeordnet sind, wobei die relativen
Positionen der Geräte
bekannt sind. Die relativen Positionen der Geräte sind zum Beispiel infolge
eines automatischen Einstellprozesses bekannt, bei dem jedes Gerät veranlasst
wird, einen Schall zu der gleichen Zeit zu emittieren, zu der ein
elektrisches oder elektromagnetisches Signal gesendet wird, wobei
Letzteres als ein Zeitgebungspunkt dient, der es den anderen Geräten ermöglicht, ihren
Abstand von dem emittierenden Gerät zu bestimmen, wobei die Geräte ihre
Abstände
von anderen Geräten
austauschen, wodurch es jedem Gerät ermöglicht wird, die relativen
Positionen aller Geräte zu
berechnen.
-
Gemäß einem
weiteren Aspekt der vorliegenden Erfindung wird ein System zum Aktivieren
einer sprachgesteuerten Vorrichtung geschaffen, dass folgende Merkmale
aufweist
- – ein
Mikrofonarray, wobei die relativen Positionen der Mikrofone des
Arrays und der Vorrichtung bekannt sind;
- – eine
Zuwenderichtungbestimmungsanordnung, die wirksam ist, um das Mikrofon
zu verwenden, um zu bestimmen, ob ein Benutzer der Vorrichtung zugewandt
ist, wenn er einen Schall erzeugt;
- – eine
Steuerungsanordnung zum zumindest anfänglichen Freigeben der Vorrichtung
für eine Sprachsteuerung
nur, wenn die Zuwenderichtungbestimmungsanordnung anzeigt, dass
der Benutzer der Vorrichtung zugewandt ist.
-
Kurze Beschreibung
der Zeichnungen
-
Ein
Verfahren und ein System zum Steuern einer Aktivierung von sprachgesteuerten
Geräten, die
die Erfindung ausführen,
werden nun als ein nicht einschränkendes
Beispiel mit Bezugnahme auf die beiliegenden schematischen Zeichnungen
beschrieben. Es zeigen:
-
1 ein
Diagramm, das einen Raum veranschaulicht, der mit einem Mikrofonarray
zum Steuern einer Aktivierung von sprachgesteuerten Geräten in dem
Raum ausgestattet ist;
-
2 ein
Diagramm, das die Bestimmung der Position eines Sprechers veranschaulicht;
-
3 ein
Diagramm, das die Bestimmung der Zuwenderichtung des Sprechers veranschaulicht;
-
4 ein
Diagramm, das einen Raum veranschaulicht, in dem sich mehrere sprachgesteuerte Geräte befinden,
die zusammenwirken, um ein Mikrofonarray zu liefern; und
-
5 ein
Diagramm, das die schallbezogenen Hauptfunktionsfähigkeiten
der sprachgesteuerten Geräte
von 4 veranschaulicht.
-
Beste Ausführung der
Erfindung
-
1 zeigt
einen Arbeitsraum 11, in dem ein Benutzer 10 anwesend
ist, der in eine Richtung gewandt ist, die durch einen gestrichelten
Pfeil 12 angezeigt ist. In dem Raum 11 befinden
sich drei sprachgesteuerte Geräte 14 (im
Folgenden als Geräte
A, B bzw. C bezeichnet), jedes mit einer unterschiedlichen Funktionalität, aber
jedes mit einem ähnlichen Sprachschnittstellenuntersystem 15 ausgestattet, das
ein Mikrofon 16 umfasst, das eine Sprachsteuerung des Gerätes durch
den Benutzer ermöglicht.
-
Der
Arbeitsraum 11 ist mit einem Satz von drei stationären Raummikrofonen 28 (im
Folgenden als Mikrofone M1, M2 und M3 bezeichnet) ausgestattet,
die Digitalisierer zum Digitalisieren des aufgenommenen Schalls
umfassen, wobei die digitalisierten Schalldaten dann über ein
LAN 29 zu einer Gerätaktivierungsverwaltungseinrichtung 30 geleitet
werden. Die Verwaltungseinrichtung 30 umfasst eine Schallsignalverarbeitungseinheit 33,
die auf eine im Folgenden näher
beschriebene Weise bestimmt, wann ein Benutzer einem bestimmten
Gerät zugewandt
ist. Wenn die Einheit 33 bestimmt, dass der Benutzer einem
Gerät 14 zugewandt
ist, informiert dieselbe einen Steuerungsblock 34; die
Einheit 33 informiert den Block 34 auch immer
dann, wenn der Benutzer spricht. Unter Verwendung dieser Informationen
entscheidet der Steuerungsblock 34, wann die Sprachschnittstelle
eines bestimmten Geräts
freigegeben werden soll, und sendet über Infrarotverbindungen, die
zwischen einem IR-Sender 35 der Verwaltungseinrichtung
und IR-Empfängern 36 des
Geräts
eingerichtet sind, geeignete Steuernachrichten an die Geräte. Der
Steuerungsblock 34 stellt sicher, dass immer nur die Sprachschnittstelle
von einem Gerät 14 freigegeben
ist. Aus praktischen Gründen wird
der Steuerungsblock 34 in der folgenden Beschreibung so
beschrieben, dass derselbe die Geräte anstatt ihrer Sprachschnittstellen
freigibt/sperrt; es jedoch darauf hingewiesen, dass die Geräte andere Schnittstellen
(wie zum Beispiel manuelle Schnittstellen) aufweisen können, die
nicht der Steuerung durch die Gerätaktivierungsverwaltungseinrichtung
unterliegen.
-
Der
Steuerungsblock 34 gibt anfänglich ein Gerät 13 frei,
wenn der Block 34 aus den Informationen, die demselben
durch die Einheit 33 weitergeleitet werden, bestimmt, dass
der Benutzer dem Gerät zu
der Zeit des ersten Sprechens nach einer Stilleperiode von zumindest
einer vorbestimmten Dauer zugewandt ist. Der Steuerblock hält dann
die Freigabe des betreffenden Geräts aufrecht, solange der Benutzer
fortfährt
zu sprechen und für
eine Zeit-Aus-Periode danach, selbst wenn der Benutzer von der Vorrichtung
abgewandt ist – falls
der Benutzer während der
Zeit-Aus-Periode erneut zu sprechen beginnt, wird der Zeitablauf
dieser Periode rückgesetzt.
Diese Zeit-Aus-Periode beträgt
zum Beispiel 3 Sekunden und ist kürzer als die bereits erwähnte vorbestimmte Stilleperiode,
die einer anfänglichen
Freigabe eines Geräts
vorausgehen muss. Selbst wenn sich ein Benutzer, während er
zu einem Gerät
spricht, einem anderen Gerät
zuwendet und kurz innehält,
bevor er erneut spricht, schaltet der Steuerungsblock somit nicht
darauf um, dieses andere Gerät
freizugeben, außer
die Pause ist sowohl länger
als die Zeit-Aus-Periode
(was dazu führt,
dass das vorhergehend freigegebene Gerät gesperrt wird) als auch zumindest
so lang wie die vorbestimmte Stilleperiode (was dazu führt, dass
das Gerät,
dem derselbe aktuell zugewandt ist, freigegeben wird). Diese Zeit-Aus-Periode
kann tatsächlich
die gleiche Dauer aufweisen wie die vorbestimmte Stilleperiode.
-
Der
Steuerungsblock 34 kann eingerichtet sein, um den Geräten seine
Freigabeentscheidungen unter Verwendung eines geeigneten Protokolls
mitzuteilen. Zum Beispiel kann der Steuerungsblock einfach eine
Freigabenachricht an ein identifiziertes Gerät senden, um dasselbe freizugeben
(wobei die anderen Geräte
erkennen, dass die Nachricht nicht für sie bestimmt ist, und dieselbe
ignorieren), und dann nachfolgend eine Sperrnachricht senden, um
das Gerät
zu sperren. Alternativ dazu kann jedes Gerät eingerichtet sein, um eine
kontinuierliche Lieferung von Freigabenachrichten (zum Beispiel
zumindest eine pro Sekunde) zu erfordern, damit seine Sprachschnittstelle
freigegeben bleibt, wobei ein Fehlen von Freigabenachrichten für eine längere als
diese Periode dazu führt,
dass die Sprachschnittstelle des Geräts gesperrt wird.
-
Bei
jedem Gerät
weist die Sprachschnittstelle 15 zusätzlich zu einem Mikrofon 16 eine
Spracherkennungsvorrichtung 17 (siehe Vorrichtung 14A in 1)
und eine Freigabeschaltung 18 auf. Die Freigabeschaltung 18 wird
von dem Infrarotempfänger 36 gespeist
und hält
den aktuellen freigegebenen/gesperrten Zustand der Sprachschnittstelle.
Gemäß ihrem
gespeicherten Zustand gibt die Schaltung 18 die Spracherkennungsvorrichtung 17 frei
oder sperrt dieselbe. Wenn die Spracherkennungsvorrichtung 17 freigegeben
ist, interpretiert dieselbe die Spracheingabe, die durch das Mikrofon 16 aufgenommen
wird, und erzeugt entsprechende Steuerungsausgaben (siehe Pfeil 19)
zum Steuern der Funktionalität
des Geräts 14.
-
Obwohl
es möglich
wäre, die
Spracherkennungsfunktionen der Geräte 14 in der Gerätaktivierungsverwaltungseinrichtung 30 zu
zentralisieren, würde
dies erfordern, dass die Letztere mit einer Spracherkennungsvorrichtung
ausgestattet wäre,
die sowohl mit dem Eingabevokabular als auch der Steuersprache aller
Geräte,
die dieselbe u. U. steuern muss, programmiert ist.
-
Die 2 und 3 veranschaulichen,
wie der Schallsignalverarbeitungsblock 33 bestimmt, wann
ein Benutzer 10 einem bestimmten Gerät zugewandt ist. Zu Zwecken
der Veranschaulichung ist der Benutzer 10 so gezeigt, dass
derselbe in einer Position positioniert ist, die sich in einem Abstand „2Q" von Mikrofon M1,
einem Abstand „3Q" von Mikrofon M2
und einem Abstand „4Q" von Mikrofon M3
befindet. Es wird angenommen, dass der Signalverarbeitungsblock 33 die
Positionen der Mikrofone M1, M2 und M3 kennt.
-
Zu
einem Zeitpunkt T0 emittiert der Benutzer 10 einen Schall,
der sich mit Schallgeschwindigkeit bewegt und die Mikrofone M1,
M2 und M3 zu aufeinanderfolgenden Zeitpunkten T1, T2 und T3 erreicht. Die
Schallsignale, die durch die Mikrofone aufgenommen werden, werden
an den Verarbeitungsblock 33 geleitet, wo dieselben zunächst korreliert
und die Werte (T2 – T1)
und (T3 – T1)
bestimmt werden; bei dem vorliegenden Beispiel: 2(T2 – T1) =
(T3 – T1)
-
Jedes
Mikrofon hat seinen eigenen internen Takt, der verwendet wird, um
Zeitstempel zu liefern zum Stempeln der Schalldaten, die an den
Verarbeitungsblock 33 geleitet werden, um zu ermöglichen, dass
die obigen Differenzwerte bestimmt werden, wobei der Versatz zwischen
den Zeittakten der Mikrofone vorhergehend durch eine beliebige geeignete Technik
gemessen wurde (zum Beispiel dadurch, dass jedes Mikrofon ein vorbestimmtes
Intervall nach dem Empfangen einer Auslösernachricht von der Verwaltungseinrichtung 30 mit
einer zeitgestempelten Nachricht antwortet, wobei die internen Verarbeitungszeiten
an beiden Enden berücksichtigt
werden).
-
Ein
Maß der
empfangenen Schallsignalstärke
an jedem Mikrofon M1, M2, M3 wird ebenfalls an den Verarbeitungsblock
geleitet.
-
Natürlich kennt
der Verarbeitungsblock nicht den Zeitpunkt T0, zu dem der Schall
emittiert wurde. Durch ein Ausführen
eines Rückwärtskonstruierung der
Schallwellenfront ist es jedoch möglich, die Position des Benutzers
zu bestimmen. Insbesondere gilt zu einem Zeitpunkt T1 Folgendes
für die
Schallwellenfront von dem Benutzer:
- – dieselbe
hat gerade das Mikrofon M1 erreicht;
- – dieselbe
befindet sich in einem Minimalabstand V(T2 – T1) von dem Mikrofon M2 irgendwo
auf einen Kreis C2 dieses Radius, der seinen Mittelpunkt bei M2
hat, und
- – dieselbe
befindet sich in einem Minimalabstand V(T3 – T1) von dem Mikrofon M3 irgendwo
auf einem Kreis C3 dieses Radius, der seinen Mittelpunkt bei M3
hat,
wobei V die Schallgeschwindigkeit ist. Tatsächlich kann
die Schallwellenfront bezüglich
des Mikrofons M1 so verallgemeinert werden, dass dieselbe auf einem
Kreis C1 des Radius V(T1 – T1)
liegt, der seinen Mittelpunkt bei M1 hat.
-
Wenn
nun die drei Kreise erweitert werden (tatsächlich durch ein Zurückgehen
in der Zeit), ergibt sich schließlich ein Schnittpunkt aller
drei Kreise, der der Position des Benutzers entspricht.
-
Es
sei darauf hingewiesen, dass die vorhergehende Beschreibung, wie
die Position des Benutzers bestimmt wird, aus Gründen der Klarheit einfach gehalten
wurde. Ist die Umgebung 11 laut oder hallt dieselbe, ist
eine kompliziertere Signalverarbeitung erforderlich, um eine angemessene
Positionsbestimmung zu liefern, und geeignete Techniken sind in
den bereits erwähnten
US-Patenten beschrieben.
-
Wenn
die Position des Benutzers bestimmt worden ist, besteht der nächste Schritt
darin, die Zuwenderichtung des Benutzers abzuleiten. Zu diesem Zweck
hält der
Verarbeitungsblock 33 Daten, die eine Relative-Schallsignalstärke-Tabelle 40 (siehe
Konturensatz, der den Benutzer 10 als Mittelpunkt hat,
in 3) darstellen, die die relativen Schallsignalstärken für Schallsignale,
die durch einen Benutzer emittiert werden, relativ zu seiner Zuwenderichtung
anzeigt, die hier durch einen gestrichelten Pfeil 41 angezeigt
ist. Der Verarbeitungsblock ist eingerichtet, um Berechnungen durchzuführen, die
einem Platzieren des Ursprungs der Tabelle 40 an der bestimmten Position
des Benutzers und einem Bestimmen der relativen Schallsignalstärken an
den Mikrofonen M1, M2 und M3, wenn die Tabelle 44 und das
Mikrofonarray relativ zueinander gedreht werden, entspricht. Diese
Ablesungen der relativen Signalstärke werden dann mit den Ablesungen
der tatsächlichen
Signalstärke
verglichen, die durch die Mikrofone M1, M2 und M3 geliefert werden,
um eine Ausrichtung der „besten Überein stimmung" der Tabelle und
somit eine Zuwenderichtung des Benutzers abzuleiten.
-
Die
abgeleitete Zuwenderichtung des Benutzers wird dann zusammen mit
der aktuellen Position des Benutzers verwendet, um zu bestimmen,
ob der Benutzer zumindest allgemein irgendeinem der Geräte 14 zugewandt
ist, deren Positionen dem Verarbeitungsblock bekannt sind. Der Fehlerspielraum
bei der Zuwenderichtung, der beim Entscheiden, ob ein Benutzer einem
Gerät zugewandt
ist, gestattet ist, hängt
teilweise von der winkelmäßigen Trennung
benachbarter Geräte 14 ab.
-
Der
Signalverarbeitungsblock 33 leitet seine Folgerungen an
den Steuerungsblock 34 weiter, damit Letzterer die Geräte in der
bereits beschriebenen Weise steuert.
-
Die
Tabelle 40 bezieht sich im Allgemeinen auf Worte, die durch
den Benutzer 10 gesprochen werden. Eine Gerätfreigabe
kann jedoch davon abhängig
gemacht werden, dass der Benutzer einen anderen charakteristischen
Schall erzeugt, zum Beispiel in die Hände klatscht, wobei die Tabelle
in diesem Fall eine Relative-Schallsignalstärke-Tabelle für ein Händeklatschen
sein sollte, das eine Person vor sich erzeugt.
-
4 zeigt
ein zweites Ausführungsbeispiel, das
dem ersten Ausführungsbeispiel ähnlich ist,
nun ist das Mikrofonarray, das benutzt wird, um zu bestimmen, ob
ein Benutzer einem Gerät
zugewandt ist, jedoch aus den Mikrofonen 16 der einzelnen
Geräte
gebildet, wobei die Geräte
mit Nahbereich-Sende-Empfangs-Geräten 56 (wie
zum Beispiel Bluetooth-Funk-Sende-Empfangs-Geräten) zum
Austauschen von Mikrofondaten und damit zum wirksamen Koppeln der
Mikrofone 16 in ein Array ausgestattet sind. Die Mikrofondaten
werden zeitgestempelt, wie bei dem Ausführungsbeispiel von 1,
wobei der relative Versatz der internen Zeitstempeltakte der Geräte 14 in
einer beliebigen geeigneten Weise bestimmt wird.
-
Außerdem wird
die Schallsignalverarbeitung nun in jedem Gerät durch einen Schallfunktionssteuerungsblock 57 ausgeführt, der
direkt bestimmt, ob das Gerät
freigegeben oder gesperrt werden sollte, und die Spracherkennungseinheit 23 dementsprechend
steuert. Falls somit ein Benutzer einem Gerät C zugewandt ist und zu sprechen
beginnt (nach einer Stilleperiode, die länger als die bereits erwähnte vorbestimmte
Stilleperiode ist), nimmt das Mikrofon 16 an jedem der
drei Geräte
diesen Schall auf, digitalisiert denselben und misst seine Stärke, und
der Block 57 des Geräts
sendet diese Daten zu den anderen Geräten weiter und empfängt deren
entsprechende Daten. Jeder Block 57, der die relativen
Positionen der Geräte 14 bereits
kennt, führt
nun eine Bestimmung der Position und der Zuwenderichtung des Benutzers
aus und bestimmt infolgedessen, ob der Benutzer dem betreffenden
Gerät zugewandt
ist. Falls ein Gerät
entscheidet, das dasselbe durch den Benutzer angesprochen wird,
teilt dasselbe zunächst den
anderen Geräten über das
Nahbereich-Sende-Empfangs-Gerät mit, dass
dasselbe im Begriff ist, seine Spracherkennungsvorrichtung freizugeben. Wird
angenommen, dass innerhalb einer kurzen Fensterperiode keine entgegenstehende
Antwort zurückempfangen
wird, geht der Block 57 dazu über, seine zugeordnete Spracherkennungsvorrichtung 17 freizugeben.
Bevorzugt ist vor Letzterer ein FIFO-Schalldatenspeicher, der kontinuierlich
von dem Mikrofon 16 gespeist wird, sodass Sprache, die von
dem Benutzer während
der Anfangsfreigabebestimmungen, die durch den Block 57 vorgenommen werden,
empfangen wird, nicht verloren geht, sondern daraufhin, dass die
Spracherkennungseinheit freigegeben wird, für eine Interpretation verfügbar ist.
-
Um
eine übermäßige Übertragung
von Schalldaten zwischen den Geräten
zu vermeiden, sind die Blöcke 57 eingerichtet,
um den digitalisierten Schall und die damit in Beziehung stehenden
Signalstärkemessungen
nur zu senden, wenn eine Möglichkeit
besteht, dass ein Gerät
neu freigegeben wird – d.
h. nicht während
Perioden, in denen ein Gerät freigegeben
ist. Der Einfachheit halber sind die Blöcke 57 einge richtet,
um die Mikrofondaten nur nach einer Stilleperiode, die zumindest
so lang wie die vorbestimmte Stilleperiode ist, und bevor eines
der Geräte
den anderen mitteilt, dass dasselbe seine Spracherkennungsvorrichtung
freigegeben hat, zu senden.
-
Der
Verzicht auf die stationäre
Infrastruktur und das Ausstatten der Geräte mit den Mitteln, um beim
Ausführen
von Schallsteuerfunktionen zusammenzuwirken, ergibt eine sehr flexible
Anordnung. Diese Flexibilität
wird erheblich dadurch erhöht,
dass die Geräte
eingerichtet sind, um sich selbst automatisch hinsichtlich ihrer
gegenseitigen Existenz und Positionen zu kalibrieren. Dies wird
möglich,
wenn zumindest drei Geräte
in dem gleichen Raum 11 vorliegen.
-
Insbesondere
sei angenommen, dass die Geräte
von 4 anfänglich
nichts voneinander wissen. Jedes ist jedoch mit einem Lautsprecher
zum Emittieren eines bevorzugt charakteristischen „Zusammenpassrufs" in zufälligen periodischen
Intervallen ausgestattet. Zu der gleichen Zeit, zu der dasselbe
seinen Zusammenpassruf emittiert, sendet ein Gerät auch ein Zusammenpasssignal über sein
Nahbereich-Sende-Empfangs-Gerät aus. Dieses
Zusammenpasssignal wird durch die anderen Geräte erfasst, und falls dieses
Signal nachfolgend durch den Empfang des Schallzusammenpassrufs
ergänzt wird,
der durch das Mikrofon des Geräts
empfangen wird, dann antwortet das Gerät dem Ursprungsgerät über das
Nahbereich-Sende-Empfangs-Gerät.
Auf diese Weise können
die Geräte
feststellen, welche anderen Geräte
sich in Schallreichweite befinden und eine örtliche Gruppe bilden. Ein
Verwenden einer Schallnähe,
um diese Gruppe zu definieren, führt
mit geringerer Wahrscheinlichkeit dazu, dass die Gruppe über unterschiedliche
Räume verteilt
ist, als wenn die Nahbereich-Sende-Empfangs-Geräte zu diesem Zweck verwendet
worden wären.
Bevorzugt ist es auch erforderlich, dass jedes Gerät, das den
ursprünglichen
Schall hört,
wiederum seinen eigenen Zusammenpassruf und -signal emittiert, um
sicherzustellen, dass alle Geräte,
die den Anfangsschall hören,
auch einander hören
können;
Geräte,
die nur von einigen, aber nicht von allen anderen Geräten gehört werden
können,
werden gemäß einer
vorbestimmten Richtlinie aus der Gruppe von Geräten ausgeschlossen/in dieselbe
eingeschlossen.
-
Zu
diesem Zeitpunkt kann auch eine Rangordnung der zugehörigen Geräte der Gruppe
bestimmt werden, um einen Grad an Ordnung, z. B. bezüglich der
Reihenfolge des Übertragens
von Nachrichten, zu liefern. In dieser Hinsicht kann es vorteilhaft
sein, eine Kollisions- und Zurückhalte-(backoff-)Richtlinie
hinsichtlich des Anfangszusammenpassrufs zu verwenden, die in gewisser
Hinsicht derjenigen ähnlich
ist, die bei CSMA-CD-Datennetzwerken verwendet wird. Das Gerät, das als
Erstes seinen Zusammenpassruf erfolgreich gesendet hat, kann zum
Gruppenführer
gemacht werden, und demselben kann zum Beispiel die Zuständigkeit übertragen werden,
die Rangordnung in der Gruppe festzulegen.
-
Wenn
eine Gruppenzugehörigkeit
festgelegt worden ist, machen sich die Vorrichtungen der Reihe nach
daran, erneut ihren Zusammenpassruf und ihr Zusammenpasssignal gleichzeitig
zu senden. Dieses Mal wird das Zusammenpasssignal als eine Zeitgebungsmarke
verwendet, bezüglich
derer die anderen Vorrichtungen die Laufzeit des Zusammenpassrufes von
der emittierenden Vorrichtung bestimmen können (wobei angenommen wird,
dass das Zusammenpasssignal tatsächlich
sofort bei allen Vorrichtungen eintrifft). Dies ermöglicht es,
dass jede Vorrichtung ihren Abstand von den emittierenden Vorrichtungen bestimmt.
Durch ein Wiederholen dieser Übung
der Reihe nach für
alle Vorrichtungen und indem die Vorrichtungen veranlasst werden,
ihre Abstandsdaten auszutauschen, wird es ermöglicht, dass der Block 57 jeder
Vorrichtung die relativen Positionen aller Vorrichtungen in der
Gruppe berechnet.
-
Diese
beiden Operationen des Bestimmens der Gruppenzusammensetzung (und
Rangordnung) und der Gerätepositionen
sind in 5 durch die Schritte 60 und 61 dargestellt
und weisen eine automatische Einstellphase für die Gerätegruppe auf. Da zu jeder Zeit
Geräte
hinzugefügt
oder entfernt werden können,
sind die Geräte
bevorzugt eingerichtet, um in Intervallen eine neue Einstellphase
durch das Emittieren ihrer Zusammenpassrufe und -signale zu einem
zufälligen
Zeitpunkt nach der vorangehenden Ausführung der Einstellphase einzuleiten.
-
Die
Schritte 60 und 61 können teilweise kombiniert werden,
wobei jedes Gerät
seinen Zusammenpassruf und -signal nur ein einziges Mal emittiert.
-
Nach
der Einstellphase sind die Geräte
bereit, ihre schallgeregelte Gerätfreigaberolle
auszuführen,
wie es bereits mit Bezugnahme auf 4 beschrieben
wurde, wobei diese Rolle umfasst, dass jedes Gerät die Aufgaben des Erfassens
einer Benutzereingabe (Schritt 62 in 5),
der Bestimmung der Benutzerposition und Zuwenderichtung (Schritt 63) und
der Selbstaktivierung, wenn dasselbe angesprochen wird (Schritt 64),
ausführt.
-
Eine
weitere Rolle, die die Geräte
nützlich durchführen können, ist
die Meldung ihres Vorhandenseins an einen Benutzer, nachdem eine
geeignete Aufforderung erzeugt wurde, zum Beispiel ein Benutzer
in die Hände
klatscht oder ein Türsensor
ein Signal emittiert (zum Beispiel über einen Nahbereichssender),
nachdem ein Benutzer den Raum 11 betreten hat. Für diese
Rolle sind die Geräte
ausgestattet, um das Aufforderungssignal zu erfassen, und für den Fall,
dass es sich bei der Aufforderung um einen Schall handelt, umfasst
Aufgabe 62 ein Bestimmen, ob es sich bei einem erfassten
Schall um eine Aufforderung oder um irgendeinen anderen Schall handelt.
Falls die Geräte
eine Aufforderung erfassen, melden dieselben jedes seine Anwesenheit
durch einen Lautsprecher 55, wobei dies der Reihe nach
erledigt wird. Die Reihenfolge der Meldung kann gemäß der vorher
festgelegten Rangordnung vorgenommen werden oder kann in einer Reihenfolge
im Uhrzeigersinn (oder gegen den Uhrzeigersinn) vorgenommen werden,
wobei bei einer bestimmten Vorrichtung begonnen wird und die Position
des Benutzers berücksichtigt
wird. Die Position des Benutzers wird durch die Geräte in Schritt 65 auf
dieselbe Weise bestimmt, wie dies für eine Gerätfreigabe der Fall wäre, wenn
es sich bei der Aufforderung um einen Schall handelt; falls es sich
bei der Aufforderung um irgendein anderes Signal handelt, das auf
ein Eintreten des Benutzers in den Raum hin erzeugt wird, dann kann
es eingerichtet sein, dass diese feste Position den Vorrichtungen
vorhergehend bekannt gemacht wird (zum Beispiel kann ein spezielles
tragbares „Türgerät" in der Türöffnung positioniert
und veranlasst werden, eine neue Einstellphase auszulösen, bei
der seine Position und Beschaffenheit den anderen Gruppenelementen
bekannt gemacht werden, und obwohl das Türgerät selbst eventuell nicht vorhanden
ist, wenn die nächste
Einstellphase ausgelöst
wird, wird die Türposition
danach von den Geräten
im Speicher behalten).
-
Der
Gruppenführer
kann bestimmt sein, immer die Meldungssequenz zu beginnen (Schritt 66), wobei
jedes Gerät
dann meldet, wenn es an der Reihe ist (um dies zu erfassen, müssen die
Geräte
den anderen Geräten
beim Melden zuhören,
wobei jedes Gerät
bevorzugt einen deutlichen Abstand lässt, bevor dasselbe seine Meldung
beginnt). Falls in Schritt 65 erfasst wird, dass der Benutzer
einem spezifischen Gerät
zugewandt ist, dann kann es eingerichtet sein, dass dieses Gerät anstelle
des Gruppenführers
das erstmeldende Gerät
ist.
-
Viele
andere Varianten der oben beschriebenen Anordnung sind natürlich möglich. Zum
Beispiel kann ein Gerät
eingerichtet sein, um nur freigegeben zu werden, solange der Benutzer
demselben tatsächlich
zugewandet ist. Alternativ dazu kann eine anfängliche Freigabe eines Gerätes das
Aussprechen eines Schlüsselworts
erfordern, das das Gerät identifiziert,
während
der Benutzer dem Gerät
zugewandt ist; in diesem Fall kann das Gerät eingerichtet sein, um freigegeben
zu bleiben, bis ein Schlüsselwort
ausgesprochen wird, das einem anderen Gerät zugeordnet ist, während der
Benutzer diesem Gerät zugewandt
ist. In diesem Fall muss die Spracherkennungsvorrichtung jedes Geräts kontinuierlich
freigegeben sein, wobei nur seine Ausgabe 19 einer Steuerung
unterliegt.
-
Verschiedene
der Prozesse, die durch die Vorrichtungen 14, insbesondere
die Vorrichtungen 14 von 4, ausgeführt werden,
können
unabhängig von
der Aufgabe, eine Sprachsteuerung der Geräte freizugeben, ausgeführt werden.
Somit kann ein Bestimmen der Zuwenderichtung eines Benutzers aus anderen
Gründen
vorgenommen werden, zum Beispiel um zu bestimmen, wo ein visueller
Alarmindikator zu aktivieren ist, um die Aufmerksamkeit des Benutzers
zu erregen. Außerdem
kann der automatische Einstellprozess für die Geräte von 4 unabhängig von
dem Freigabeverfahren ausgeführt
werden, ebenso wie der Prozess zum Festlegen der Elemente der örtlichen
Gerätegruppe
und der Prozess zum Ordnen der Meldungen, um in einer Sequenz im Uhrzeigersinn
oder gegen den Uhrzeigersinn relativ zu dem Benutzer stattzufinden.