JP2016526205A5 - - Google Patents

Claims (15)

1. モバイルデバイスにおけるターゲットキーワードによる音声アクティブ化を制御するための方法であって、前記方法は、
   前記モバイルデバイスの音声アクティブ化ユニットが非アクティブ状態にある間に入力サウンドストリームを受信することと、
   前記入力サウンドストリームがしきい値サウンド強度を越えるとき、前記モバイルデバイスのスピーチ検出器をアクティブ化することと、
   前記スピーチ検出器が前記入力サウンドストリームがスピーチを含むと決定するとき、前記入力サウンドが前記ターゲットキーワードを含むかどうかを検出するために音声アクティブ化ユニットをアクティブ化することと、
   前記入力サウンドストリームから少なくとも１つのサウンド特徴を抽出することと、
   前記少なくとも１つのサウンド特徴が非ターゲットキーワードを示すとき、前記音声アクティブ化ユニットを非アクティブ化することと
   を備える、方法。
2. 前記少なくとも１つのサウンド特徴の非ターゲットキーワードステータスに対応する第１のメトリックを決定することと、
   前記第１のメトリックを前記入力サウンドストリームに基づく第２のメトリックと比較することと、ここにおいて、前記少なくとも１つのサウンド特徴は、前記比較の結果に基づいて前記非ターゲットキーワードを示すことを決定される、
   をさらに備える、請求項１に記載の方法。
3. 前記少なくとも１つのサウンド特徴からキーワードスコアおよび非キーワードスコアを決定することをさらに備える、請求項１に記載の方法。
4. 前記音声アクティブ化ユニットを非アクティブ化することは、前記非キーワードスコアが、前記キーワードスコアを第１のスコアしきい値よりも多く超えるとき、前記音声アクティブ化ユニットを非アクティブ化することを含む、請求項３に記載の方法。
5. 前記音声アクティブ化ユニットを非アクティブ化することは、第１の時間期間の間の前記非キーワードスコアの第１の平均および第２の時間期間の間の前記非キーワードスコアの第２の平均に基づいて、前記音声アクティブ化ユニットを非アクティブ化することを含む、請求項３に記載の方法。
6. 前記音声アクティブ化ユニットを非アクティブ化することは、前記第１の平均が、前記第２の平均より第２のスコアしきい値よりも多く大きいとき、前記音声アクティブ化ユニットを非アクティブ化することを含む、請求項５に記載の方法。
7. 前記音声アクティブ化ユニットを非アクティブ化した後に受信された後続する入力サウンドストリームがスピーチを示すとき、前記音声アクティブ化ユニットを再アクティブ化することと、
   前記後続する入力サウンドストリームから抽出された少なくとも１つのサウンド特徴が非ターゲットキーワードを示すとき、前記音声アクティブ化ユニットを非アクティブ化することと
   をさらに備える、請求項１に記載の方法。
8. 前記音声アクティブ化機能が非アクティブ化された回数をカウントすることさらに備え、
   ここにおいて、前記音声アクティブ化ユニットを再アクティブ化することは、前記音声アクティブ化ユニットが非アクティブ化された前記回数が特定の数よりも少ないとき、前記音声アクティブ化ユニットを再アクティブ化することを含む、
   請求項７に記載の方法。
9. 前記音声アクティブ化ユニットが非アクティブ化された前記回数が、前記特定の数以上である場合、前記受信された入力サウンドストリームにおける無音の持続時間を決定することと、
   前記無音の持続時間が特定の時間期間を超える場合、前記音声アクティブ化ユニットを再アクティブ化することと
   をさらに備える、請求項８に記載の方法。
10. 前記音声アクティブ化ユニットが非アクティブ化された前記回数が、前記特定の数以上である場合、前記受信された入力サウンドストリームのコンテキストにおける変化を検出することと、
    前記受信された入力サウンドストリームの前記コンテキストにおける前記変化が検出された場合、前記音声アクティブ化ユニットを再アクティブ化することと
    をさらに備える、請求項８に記載の方法。
11. 前記音声アクティブ化ユニットが非アクティブ化された前記回数が、前記特定の数以上である場合、特定の時間期間の間、前記入力サウンドストリームを受信することを非アクティブ化することをさらに備える、請求項８に記載の方法。
12. 前記入力サウンドストリームを受信することは、前記入力サウンドストリームがスピーチを示すかどうかを決定することを含む、請求項８に記載の方法。
13. 前記音声アクティブ化ユニットが非アクティブ化された前記回数が、前記特定の数以上である場合、特定の時間期間の間、前記入力サウンドストリームがスピーチを示すかどうかを決定することを非アクティブ化することをさらに備える、請求項１２に記載の方法。
14. ターゲットキーワードによる音声アクティブ化を制御するためのモバイルデバイスであって、前記モバイルデバイスは、
    前記モバイルデバイスの音声アクティブ化ユニットが非アクティブ状態にある間に入力サウンドストリームを受信するための手段と、
    前記入力サウンドストリームがしきい値サウンド強度を越えるとき、前記モバイルデバイスのスピーチ検出器をアクティブ化するための手段と、
    前記スピーチ検出器が前記入力サウンドストリームがスピーチを含むと決定するとき、前記入力サウンドが前記ターゲットキーワードを含むかどうかを検出するために音声アクティブ化ユニットをアクティブ化するための手段と、
    前記入力サウンドストリームから少なくとも１つのサウンド特徴を抽出するための手段と、
    前記少なくとも１つのサウンド特徴が非ターゲットキーワードを示すとき、前記音声アクティブ化ユニットを非アクティブ化するための手段と
    を備える、モバイルデバイス。
15. モバイルデバイスにおけるターゲットキーワードによる音声アクティブ化を制御するための命令を記憶した非一時的なコンピュータ可読記憶媒体であって、前記命令は、プロセッサに請求項１から請求項１３のうちのいずれか一項の方法を行わせる、非一時的なコンピュータ可読記憶媒体。