JP2019537050A - 音声能力を備えたポータブルオーディオデバイス - Google Patents

音声能力を備えたポータブルオーディオデバイス Download PDF

Info

Publication number
JP2019537050A
JP2019537050A JP2019517815A JP2019517815A JP2019537050A JP 2019537050 A JP2019537050 A JP 2019537050A JP 2019517815 A JP2019517815 A JP 2019517815A JP 2019517815 A JP2019517815 A JP 2019517815A JP 2019537050 A JP2019537050 A JP 2019537050A
Authority
JP
Japan
Prior art keywords
audio device
portable audio
wwan
wlan
portable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019517815A
Other languages
English (en)
Other versions
JP7191819B2 (ja
Inventor
デイビッド オーウェンズ，
デイビッド オーウェンズ，
Original Assignee
ハーマン インターナショナル インダストリーズ インコーポレイテッド
ハーマン インターナショナル インダストリーズ インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ハーマン インターナショナル インダストリーズ インコーポレイテッド, ハーマン インターナショナル インダストリーズ インコーポレイテッド filed Critical ハーマン インターナショナル インダストリーズ インコーポレイテッド
Publication of JP2019537050A publication Critical patent/JP2019537050A/ja
Application granted granted Critical
Publication of JP7191819B2 publication Critical patent/JP7191819B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/02—Casings; Cabinets ; Supports therefor; Mountings therein
    • H04R1/025—Arrangements for fixing loudspeaker transducers, e.g. in a box, furniture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
    • H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
    • H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
    • H04R1/403—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers loud-speakers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
    • H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
    • H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
    • H04R1/406—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers microphones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/18—Selecting a network or a communication service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
    • H04R2499/10—General applications
    • H04R2499/11—Transducers incorporated or for use in hand-held devices, e.g. mobile phones, PDA's, camera's
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices
    • H04W88/06—Terminal devices adapted for operation in multiple networks or having at least two operational modes, e.g. multi-mode terminals
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Otolaryngology (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Telephone Function (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

ポータブルオーディオデバイスは、ＷＬＡＮと接続することが可能なネットワークカードと、ＷＷＡＮに接続するための無線モデムとを含む。ポータブルオーディオデバイスは、ネットワークカード及びＷＬＡＮまたは無線モデム及びＷＷＡＮを介して音声サービスプラットフォーム及び／またはコンテンツプロバイダと通信する。ポータブルオーディオデバイスがＷＬＡＮへのアクセスを行わない場合、ポータブルオーディオデバイスは、無線モデム及びＷＷＡＮを介して音声サービスプラットフォームと通信することによって音声クエリを処理し、それに応答してもよい。ポータブルオーディオデバイスは、先進的な音声機能などの各種機能をポータブルオーディオデバイスの各種のハードウェア及びソフトウェア構成要素が実行するための電力を提供する電池も含む。【選択図】図２

Description

関連出願の相互参照
本出願は、「ＰＯＲＴＡＢＬＥ ＡＵＤＩＯ ＤＥＶＩＣＥ ＷＩＴＨ ＶＯＩＣＥ ＣＡＰＡＢＩＬＩＴＩＥＳ」と題する、２０１６年１０月１７日出願の、連続番号６２／４０９，２８７を有する米国仮特許出願の利点を主張する。この関連出願の主題は、ここで参照によって本明細書に組み込まれる。
本開示の実施形態の分野
本開示の実施形態は、一般にオーディオデバイスに関し、より具体的には、音声能力を備えたポータブルオーディオデバイスに関する。
音声クエリを受信及び処理することが可能な音声支援デバイス（Ｖｏｉｃｅ ａｓｓｉｓｔａｎｃｅ ｄｅｖｉｃｅ：ＶＡＤ）がユーザにより普及してきている。普及しているＶＡＤの例としては、Ａｍａｚｏｎ Ｅｃｈｏ及びＧｏｏｇｌｅ Ｈｏｍｅが挙げられる。ＶＡＤは、ユーザが特定のアイテム（デジタルメディアアイテムまたは情報アイテムなど）をインターネットに要求し、ＶＡＤのスピーカを介してＶＡＤから応答を受け取るために便利な音声ベースのインタフェースを提供する。例えば、ユーザは、音楽トラックなどの特定のオーディオベースのメディアアイテム、ストリーミングポッドキャストまたはオーディオブックを求めて言葉によるクエリを送ってもよい。ＶＡＤは、その言葉を処理し、ローカルエリアネットワーク（ＬＡＮ）に接続して、要求されたメディアアイテムをインターネットから取得し、次いで、要求されたメディアアイテムをスピーカを介して出力する。ユーザクエリを処理するために、ＶＡＤは、更に、音声サービスプラットフォーム（ｖｏｉｃｅ ｓｅｒｖｉｃｅｓ ｐｌａｔｆｏｒｍ：ＶＳＰ）を利用してもよい。このプラットフォームは、１つ以上のコンテンツプロバイダと対話して、要求されたメディアアイテムまたは情報アイテムを取得する。
上記の音声支援デバイスの１つの欠点は、住居、学校または職場内などでＬＡＮに接続されているときにのみデバイスが使用可能なことである。通常、ＶＡＤと共に無線ＬＡＮ（Ｗｉ−Ｆｉなど）が使用されるものの、ＶＡＤは、無線ローカルエリアネットワーク（ｗｉｒｅｌｅｓｓ ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ：ＷＬＡＮ）の比較的狭い範囲内になければ使用可能とならない。更に、ＶＡＤは、従来、住宅または建物の壁コンセントに接続されたＡＣ電源プラグを介して電力供給される。従って、従来のＶＡＤは、要求されたＷＬＡＮ接続のローカルカバレッジ領域が狭いことや、電源プラグ及びコンセントの要件があることにより、実質上、住宅または建物の限定された領域に束縛される。従来のＶＡＤが携帯性に欠けているため、ＶＡＤの使用は住居または建物環境に制限されている。それによりＶＡＤは、通常、このような限定された環境外では使用不可能である。
以上の事項が示すように、住居または建物外の環境においてＶＡＤを使用するためのより効果的な技術が有用となる。
各種実施形態は、音声クエリを取得するように構成された一式の１つ以上の遠方界マイクロホンと、一式の１つ以上のスピーカと、無線ワイドエリアネットワーク（ＷＷＡＮ）に接続するように構成された無線モデムと、オーディオ処理アプリケーションを含むメモリと、メモリに結合されているプロセッサであって、オーディオ処理アプリケーションを実行するとき、一連のステップを実行するように構成されたプロセッサとを含むポータブルオーディオデバイスについて記載する。一連のステップは、音声クエリに基づくデータ要求を生成することと、無線モデムを介してＷＷＡＮにデータ要求を送信することとを含む。一連のステップは、データ要求に関連したデータ応答をＷＷＡＮから無線モデムを介して受信することも含む。一連のステップは、データ応答に基づくオーディオ信号を生成することと、オーディオ出力を生成するために一式のスピーカにオーディオ信号を送信することとを更に含む。
他の実施形態は、限定されることはないが、開示された技術のうちの１つ以上の態様を実行するための命令を含むコンピュータ可読媒体、及び開示された技術のうちの１つ以上の態様を実行するための方法を含む。
開示された手法の少なくとも１つの利点は、ポータブルオーディオデバイスがＷＬＡＮの範囲内になく、壁コンセントから電力を受け取らないときにでも、ポータブルオーディオデバイスが音声クエリを処理し、音声クエリに対する応答を提供することが可能であるという点である。従って、ポータブルオーディオデバイスは、真の携帯性を提供し、住居もしくは建物環境内または住居もしくは建物環境外などの任意の環境において使用することができる。
上述した１つ以上の実施形態の記載された特徴を詳細に理解することができるように、上で簡潔に要約された１つ以上の実施形態のより具体的な説明を、ある特定の実施形態を参照することによって行うことができる。これらの実施形態のいくつかは添付図面に示されている。しかしながら、添付図面は、典型的な実施形態のみを示しており、従って、いかなる方法によってもその範囲を限定するものとみなされるべきではないことに注意されたい。なぜなら、各種実施形態の範囲は、他の実施形態も包含するためである。
各種実施形態の１つ以上の態様を実装するように構成されたポータブルオーディオデバイスの概念ブロック図である。 各種実施形態の１つ以上の態様に従った、図１のポータブルオーディオデバイスが実装され得る通信環境の概念図である。 各種実施形態に従った、ポータブルオーディオデバイスの機能を実行するための方法ステップのフロー図である。 各種実施形態に従った、ポータブルオーディオデバイスによって受信された音声クエリを処理するための方法ステップのフロー図である。 各種実施形態に従った、ＷＷＡＮまたはＷＬＡＮに接続すべきかどうかを決定するための方法ステップのフロー図である。
以下の説明では、ある特定の実施形態のより徹底した理解を提供するために多くの具体的な詳細事項が記載される。しかしながら、当業者にとっては、これらの具体的な詳細事項のうちの１つ以上がなくても、または更なる具体的な詳細事項を用いて他の実施形態を実施可能であることが明らかであろう。
図１は、各種実施形態の１つ以上の態様を実装するように構成されたポータブルオーディオデバイス１００の概念ブロック図である。図に示すように、ポータブルオーディオデバイス１００は、プロセッサ１０２、入出力（Ｉ／Ｏ）デバイス１０４（ネットワークカード１５０及び無線モデム１５５を含む）、加入者識別モジュール（ｓｕｂｓｃｒｉｂｅｒ ｉｄｅｎｔｉｔｙ ｍｏｄｕｌｅ：ＳＩＭ）デバイス１０６、メモリ１１０、一式の１つ以上のスピーカ１２０、一式の１つ以上のマイクロホン１３０、モーションデバイス１７５及び１つ以上の電池１４０を含み、これらはバス１６０によって相互接続されている。バス１６０は、ポータブルオーディオデバイス１００の数々の（図１に示した）内部デバイスを通信可能に接続する全てのシステムバス、周辺バス及びチップセットバスを集合的に表す。メモリ１１０は、データベース１１４と対話するように構成されたオーディオ処理アプリケーション１１２を含む。電池１４０は、ポータブルオーディオデバイス１００全体に電力を提供する。いくつかの実施形態において、電池１４０は、ポータブルオーディオデバイス１００の電力状態に基づき、プロセッサ１０２、ネットワークカード１５０、無線モデム１５５、ＳＩＭデバイス１０６、メモリ１１０、一式のスピーカ１２０、一式のマイクロホン１３０、またはこれらの任意の組み合わせを含む各種のハードウェア及び／またはソフトウェア構成要素に電力を提供する。
本明細書に記載したように、ポータブルオーディオデバイス１００は、無線ワイドエリアネットワーク（ｗｉｒｅｌｅｓｓ ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ：ＷＷＡＮ）を介して音声サービスプラットフォームと通信可能である無線モデム１５５を含む。いくつかの実施形態において、ポータブルオーディオデバイスがローカルネットワーク（例えば、無線ローカルネットワーク、すなわち「ＷＬＡＮ」）へのアクセスを行わないとき、ポータブルオーディオデバイス１００は、ＷＷＡＮを介して音声サービスプラットフォームと通信することによって音声クエリを処理し、それに応答することができる。従って、ポータブルオーディオデバイス１００により、ローカルネットワークに、またはユーザのモバイルデバイス（例えば、スマートフォン）にポータブルオーディオデバイス１００が接続されていることを必要とせずに、ポータブルスピーカなどの専用オーディオデバイスに先進的な音声機能を実装することができる。更に、ポータブルオーディオデバイス１００は、必要に応じて、例えば、ユーザによって発行された音声要求に応答して、１つ以上のコンテンツプロバイダからコンテンツを受信することを可能にする。ポータブルオーディオデバイス１００は、本明細書に記載された機能（先進的な音声機能など）をポータブルオーディオデバイス１００のハードウェア及びソフトウェア構成要素が実行するために必要とされる全ての電力を提供する電池１４０も含む。従って、ポータブルオーディオデバイス１００は、住宅または建物の壁コンセントからの電力を必要とせずに、本明細書に記載された先進的な音声機能を提供する。このように、ポータブルオーディオデバイスは、真の携帯性を提供し、住居もしくは建物環境内または住居もしくは建物環境外などの任意の環境において使用することができる。
一般に、プロセッサ１０２は、ポータブルオーディオデバイス１００の動作全体を調整するように構成されている。プロセッサ１０２は、データの処理及び／またはプログラムコードの実行を行うように構成された任意の技術的に実現可能な形態の処理デバイスであってもよい。プロセッサ１０２としては、例えば、限定されることはないが、システムオンチップ（ＳｏＣ）、中央演算処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、特定用途向け集積回路（ＡＳＩＣ）、デジタルシグナルプロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などを挙げることができる。プロセッサ１０２は、１つ以上の処理コアを含む。動作の際、プロセッサ１０２は、他のシステム構成要素の動作を制御及び調整する、ポータブルオーディオデバイス１００のマスタプロセッサである。
入出力デバイス１０４は、入力デバイス、出力デバイス、及び入力の受信と出力の提供との両方が可能なデバイスを含んでもよい。例えば、限定されることはないが、入出力デバイス１０４は、有線及び／または無線通信デバイスを含むことができる。これらのデバイスは、モバイルコンピューティングデバイス、携帯電話、スピーカ（複数可）１２０、マイクロホン（複数可）１３０、リモートデータベース、他の種類のオーディオデバイス、他の種類のコンピューティングデバイスなどへのデータの送信及び／またはそれらからのデータの受信を行う。いくつかの実施形態において、入出力デバイス１０４は、１つ以上の他のデバイスと無線で通信するためのＢｌｕｅｔｏｏｔｈ（登録商標）デバイスを含んでもよい。
加えて、いくつかの実施形態において、入出力デバイス１０４は、ネットワークカード１５０及び無線モデム１５５を含む。いくつかの実施形態において、ネットワークカード１５０は第１の種類のネットワーク（非セルラネットワーク）とつながり、無線モデム１５５は第２の種類のネットワーク（セルラネットワーク）とつながる。第１及び第２の種類のネットワークは、異なる種類のネットワークを含む。ネットワークカード１５０は、ネットワークインタフェースコントローラ（ＮＩＣ）、ネットワークアダプタ、ＬＡＮアダプタ、物理ネットワークインタフェースまたは類似のコンピュータハードウェア構成要素を含んでもよい。これらは、非セルラネットワークと通信するために、ポータブルオーディオデバイス１００をローカルエリアネットワーク（ＬＡＮ）または無線ローカルエリアネットワーク（ＷＬＡＮ）などの非セルラネットワークに接続する。無線モデム１５５は、モバイルブロードバンドモデム、ロングタームエボリューション（ＬＴＥ）モデムまたは類似のコンピュータハードウェア構成要素を含んでもよい。これらは、セルラネットワークと通信するために、ポータブルオーディオデバイス１００を無線ワイドエリアネットワーク（ＷＷＡＮ）などのセルラネットワークに接続する。
ＳＩＭデバイス１０６は、１つ以上のＷＷＡＮに関連した加入者情報を記憶する１つ以上の加入者識別モジュール（ＳＩＭ）カードとインタフェースしている。例えば、ＳＩＭカードは、ポータブルオーディオデバイス１００を使用して加入者を識別及び認証するために使用される国際移動体加入者識別（ｉｎｔｅｒｎａｔｉｏｎａｌ ｍｏｂｉｌｅ ｓｕｂｓｃｒｉｂｅｒ ｉｄｅｎｔｉｔｙ：ＩＭＳＩ）番号及びその関連キーを安全に記憶するための集積回路を含んでもよい。いくつかの実施形態において、ＳＩＭデバイス１０６は、入出力デバイス１０４（複数可）に認証及びＷＷＡＮとの接続を可能にするために、無線モデム１５５などの１つ以上の入出力デバイス１０４と通信する。いくつかの実施形態において、ポータブルオーディオデバイス１００は、例えば、ＳＩＭデバイス１０６を介してＳＩＭカードから読み出される加入者情報に基づき、無線モデム１５５を介してＷＷＡＮに接続する。
マイクロホン１３０（複数可）は、周囲環境から音響データを取得し、その音響データに関連した信号を処理のためにオーディオ処理アプリケーション１１２に送信するように構成されている。例えば、マイクロホン１３０（複数可）によって取得された音響データは、ポータブルオーディオデバイス１００を低電力状態から立ち上げることを目的とした「ウェイク」コマンドを検出するためにポータブルオーディオデバイス１００によって（例えば、オーディオ処理アプリケーション１１２によって）処理することができる。ウェイクコマンドは、特定の「ウェイクワード」を含み得る。このウェイクワードは、オーディオ処理アプリケーション１１２によって認識される固有の名称、単語または語句を含む。ポータブルオーディオデバイス１００は、メモリ１１０に記憶されている特定のウェイクコマンドを用いて予め設定されてもよい。ウェイクコマンドは、ユーザによって別のウェイクワードに変更することもできる。ウェイクコマンドを受信及び検出したことに応答して、オーディオ処理アプリケーション１１２は、低電力状態（スリープ状態）を終了し、音声クエリを受信及び処理するために利用される通常の電力状態（起動状態）にポータブルオーディオデバイス１００を遷移させてもよい。ポータブルオーディオデバイス１００が起動した（通常の電力状態に遷移した）後、マイクロホン（複数可）１３０は、音声クエリを含む音響データをユーザから取得してもよく、その音声クエリに関連した信号を処理のためにオーディオ処理アプリケーション１１２に送信してもよい。
各種実施形態において、一式の１つ以上のマイクロホン１３０は、音響データの取得が可能な任意の種類の変換器を含んでもよい。このような変換器としては、例えば、限定されることはないが、差動マイクロホン、圧電マイクロホン、光マイクロホンなどが挙げられる。いくつかの実施形態において、マイクロホン１３０は、特定の環境内で音（例えば、音声）を検出するためにマイクロ波技術を実施してもよい。更なる実施形態において、マイクロホン１３０は、特定の距離（例えば、最大２５フィート先）からユーザの音声（音響データ）を取得／検出するために遠方界技術を実施することができる。従って、ユーザは、ウェイクコマンド及び／または音声クエリをマイクロホン１３０がユーザから取得／検出するためにポータブルオーディオデバイス１００の比較的近くにいることを必要とする。例えば、一式のマイクロホン１３０は、複数の遠方界マイクロホン１３０を含んでもよい。遠方界マイクロホンは近傍界マイクロホンとは異なる。近傍界マイクロホンは、音声処理のためにマイクロホンが十分正確な音響データを取得するためには、ユーザが近傍界マイクロホンの比較的近くで（例えば、１２インチ以内で）話すことを必要とする。これに対して、遠方界マイクロホンは、近傍界マイクロホンによって取得可能である距離よりも長い距離で音声処理のためにユーザから十分正確な音響データ（会話音声）を取得することができる。例えば、一式のマイクロホン１３０は、様々な距離（最大１５フィート先、２０フィート先または２５フィート先など）から音声処理目的のためにユーザの音声を取得／検出することができる１つ以上の遠方界マイクロホンを含んでもよい。
メモリ１１０は、メモリモジュールまたはメモリモジュールの集合体を含んでもよい。メモリ１１０内のオーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００の機能全体を実施し、従って、ポータブルオーディオデバイス１００全体の動作を調整するようにプロセッサ１０２によって実行される。オーディオ処理アプリケーション１１２によって実行される処理としては、例えば、限定されることはないが、フィルタリング、音声認識、使用している自然言語処理（ｎａｔｕｒａｌ ｌａｎｇｕａｇｅ ｐｒｏｃｅｓｓｉｎｇ：ＮＬＰ）、統計解析、ヒューリスティック処理、音響処理、ならびに／または他の種類のデータ処理及び分析を挙げることができる。
例えば、初期状態において、オーディオ処理アプリケーション１１２は、電池１４０の電力を節約するために低電力状態で動作してもよい。低電力状態にある間、オーディオ処理アプリケーション１１２は、１つ以上のマイクロホン１３０を介して取得された音響データを継続的に監視してウェイクコマンドの有無を継続的に監視する「常時リスニングモード」であってもよい。いくつかの実施形態において、低電力状態にある間、オーディオ処理アプリケーション１１２は、ウェイクコマンドの有無を監視するのに必要とされるポータブルオーディオデバイス１００のハードウェア及び／またはソフトウェア構成要素のみに電力供給し、それらを作動させる一方、ウェイクコマンドの有無を監視するのに必要とされないポータブルオーディオデバイス１００の全ての他のハードウェア及び／またはソフトウェア構成要素を電源遮断し、それらを停止させることができる。例えば、低電力状態にある間、オーディオ処理アプリケーション１１２は、一式のマイクロホン１３０、プロセッサ１０２及びメモリ１１０のみに電力供給し、それらを作動させてもよい。他の実施形態において、オーディオ処理アプリケーション１１２は、一式のマイクロホン１３０のうちの第１の一部のマイクロホンを電源オンしてもよい。そのとき、一式のマイクロホンのうちの第２の一部のマイクロホンは電源オフされる。例えば、一式のマイクロホン１３０のうちの１つまたは２つのマイクロホンのみを低電力状態中に電源オンしてもよい。低電力状態にある間、オーディオ処理アプリケーション１１２は、入出力デバイス１０４（ネットワークカード１５０及び無線モデム１５５を含む）、ＳＩＭデバイス１０６、スピーカ（複数可）１２０またはこれらの任意の組み合わせを電源遮断し、それらを停止させることもできる。
１つ以上のマイクロホン（複数可）１３０によって取得された音響データがウェイクコマンドを含むことをオーディオ処理アプリケーション１１２が検出すると、オーディオ処理アプリケーション１１２は、音声クエリを取得及び処理するのに必要とされるポータブルオーディオデバイス１００のハードウェア及び／またはソフトウェア構成要素を電源オンし、それらを作動させることにより、ポータブルオーディオデバイス１００を低電力状態（スリープ状態）から通常の電力状態（起動状態）に遷移させてもよい。例えば、通常の電力状態において、オーディオ処理アプリケーション１１２は、低電力状態中に電源オンされなかった一式のマイクロホン１３０のうちの第２の一部のマイクロホン、入出力デバイス１０４（ネットワークカード１５０及び無線モデム１５５を含む）、ＳＩＭデバイス１０６、スピーカ（複数可）１２０、またはこれらの任意の組み合わせを電源オンし、それらを作動させてもよい。従って、低電力状態では、より少ない数のポータブルオーディオデバイス１００のハードウェア及び／またはソフトウェア構成要素に電力供給されるため、通常の電力状態（低電力状態と比べて、より多い数のポータブルオーディオデバイス１００のハードウェア及び／またはソフトウェア構成要素に電力供給することが必要になる）と比較して、電池１４０から必要になる電力量がより少なくなる。
ポータブルオーディオデバイス１００が起動した（通常の電力状態に遷移した）後、オーディオ処理アプリケーション１１２は、マイクロホン（複数可）１３０を介して受信した音響データを継続的に監視して音声クエリを検出する。マイクロホン１３０（複数可）は、次いで、音声クエリを含む音響データを取得し、その音響クエリに関連した信号を処理のためにオーディオ処理アプリケーション１１２に送信してもよい。音声クエリは、ＩＰデータストリームを含むデータ要求を生成するためにオーディオ処理アプリケーション１１２によって処理されてもよい。このデータ要求は、受信された音声クエリのコンピュータベースの表現を含む。
いくつかの実施形態において、オーディオ処理アプリケーション１１２は、自然言語処理技術を利用して音声クエリを処理することによって音声クエリに基づくデータ要求を生成する。自然言語処理（ＮＬＰ）は、人間の（自然な）言語とコンピュータの言語との間の対話を容易にするために人工知能及び計算言語学の形態を含んでもよい。自然言語処理は、自然言語音声クエリを受信してもよく、コンピュータハードウェア及びソフトウェア構成要素によって理解できるコンピュータベースのデータ要求に音声クエリを翻訳してもよい。自然言語処理は、データベース１１４に記憶された辞書（用語の辞書）及び構文／文法構造を使用して、受信した音声クエリに適用されてもよい。
オーディオ処理アプリケーション１１２は、次いで、１つ以上の入出力デバイス１０４を介して音声サービスプラットフォーム及び／またはコンテンツプロバイダにデータ要求を送信する。音声サービスプラットフォームは、受信したデータ要求を処理してデータ応答を生成してもよい。音声サービスプラットフォームは、コンテンツプロバイダのサービスを利用してデータ応答を生成することもできる。オーディオ処理アプリケーション１１２は、次いで、音声サービスプラットフォーム及び／またはコンテンツプロバイダからデータ要求に対するデータ応答を受信してもよい。受信したデータ応答に基づき、オーディオ処理アプリケーション１１２は、オーディオ信号を含むオーディオ応答を生成する。オーディオ処理アプリケーション１１２は、次いで、一式のスピーカ１２０にオーディオ応答（オーディオ信号）を送信する。
一式のスピーカ１２０は、ポータブルオーディオデバイス１００及び／またはポータブルオーディオデバイス１００内に含まれるオーディオデバイス（例えば、電力増幅器）から受信したオーディオ信号に基づく音（オーディオ出力）を生成するように構成されている。いくつかの実施形態において、一式のスピーカ１２０は、複数のフルレンジスピーカを含む。更なる実施形態において、一式のスピーカ１２０は、電子クロスオーバー、及び様々な周波数範囲を生成するための複数の様々な種類のドライバを含む。各ドライバは、特定の周波数範囲を生成するためのものである。例えば、一式のスピーカ１２０は、１．２５インチ〜１．７５インチの第１のドライバ、及び直径３．２５インチ〜３．７５インチの、ウーハなどの第２のドライバを含んでもよい。これらの実施形態において、電子クロスオーバーは、受信したオーディオ信号を２つ以上の周波数範囲に分離し、様々な周波数範囲に合わせて設計された様々なドライバにオーディオ信号を送信するための電子フィルタ回路を含む。例えば、一式のスピーカ１２０は、第１の周波数範囲（例えば、１２０Ｈｚ未満などの低い周波数範囲）のための第１のドライバ、及び第２の周波数範囲（例えば、１２０Ｈｚ超などの、より高い周波数範囲）のための第２のドライバを含んでもよく、第１の周波数範囲と第２の周波数範囲とは、異なる周波数範囲である。
いくつかの実施形態において、ユーザから受信した音声クエリは、特定のメディアアイテムを再生すること（例えば、「音楽トラックＸを再生すること」）を求める要求を含んでもよい。いくつかの実施形態において、特定のメディアアイテムは、オーディオデータのみを含むオーディオベースのメディアアイテムを含んでもよく、ビデオデータを全く含まない（音楽トラック、ストリーミングポッドキャスト、オーディオブックなど）。音声クエリは、特定のメディアアイテムを求めるデータ要求（ＩＰデータストリーム）を生成するためにオーディオ処理アプリケーション１１２によって（例えば、ＮＬＰ技術を利用して）処理される。オーディオ処理アプリケーション１１２は、１つ以上の入出力デバイス１０４を介して音声サービスプラットフォームにデータ要求を送信する。音声サービスプラットフォームは、（例えば、コンテンツプロバイダのサービスを利用することによって）特定のメディアアイテムを検索及び取得し、その特定のメディアアイテムをデータ応答としてオーディオ処理アプリケーション１１２に送信する。あるいは、音声サービスプラットフォームがコンテンツプロバイダにデータ要求を送信し、そのコンテンツプロバイダが、特定のメディアアイテムを検索及び取得し、その特定のメディアアイテムをデータ応答としてオーディオ処理アプリケーション１１２に送信してもよい。オーディオ処理アプリケーション１１２は、受信したデータ応答に対して再生動作（展開、復号など）を実行して、オーディオ信号を含むオーディオ応答を生成する。オーディオ信号は、特定のメディアアイテムを再生するために、オーディオ信号に基づく音（オーディオ出力）を生成／再現するスピーカ（複数可）１２０に送られる。
別の例として、ユーザから受信した音声クエリは、特定の情報アイテムを求める要求を含んでもよい。例えば、情報アイテムは、リアルタイム情報（現在の天気、交通、ニュース、スポーツスコア、株価など）を含んでもよく、または一般的な情報（歴史、科学、健康、趣味などに関する一般的な事実など）を含んでもよい。例えば、情報アイテムを求める音声クエリは、今日の天気はどうか？ 誰が昨日レッドソックスの試合に勝ったか？ フロリダの州議事堂はどこか？ 第一次世界大戦はいつ終わったか？などの要求を含んでもよい。音声クエリは、特定の情報アイテムを求めるデータ要求（ＩＰデータストリーム）を生成するためにオーディオ処理アプリケーション１１２によって（例えば、ＮＬＰ技術を利用して）処理される。オーディオ処理アプリケーション１１２は、１つ以上の入出力デバイス１０４を介して音声サービスプラットフォームにデータ要求を送信する。音声サービスプラットフォームは、（例えば、コンテンツプロバイダのサービスを利用することによって）特定の情報アイテムを検索及び取得し、その特定の情報アイテムをデータ応答としてオーディオ処理アプリケーション１１２に送信する。あるいは、音声サービスプラットフォームがコンテンツプロバイダにデータ要求を送信し、そのコンテンツプロバイダが、特定の情報アイテムを検索及び取得し、その特定の情報アイテムをデータ応答としてオーディオ処理アプリケーション１１２に送信してもよい。オーディオ処理アプリケーション１１２は、データ応答に対して変換動作を実行して、データ応答に基づくオーディオ応答を生成する。例えば、オーディオ応答は、音声クエリに対する会話音声応答のオーディオクリップを含んでもよい。この音声応答は、データ応答を表すオーディオを含む。オーディオ信号は、音声クエリに対する音声応答を再生するために、オーディオ信号に基づいて音（オーディオ出力）を生成するスピーカ（複数可）１２０に出力される。
各種実施形態において、ポータブルオーディオデバイス１００の構成要素（例えば、プロセッサ１０２、スピーカ（複数可）１２０、マイクロホン（複数可）１３０、電池１４０など）は、移動可能な住宅（ｐｏｒｔａｂｌｅ ｈｏｕｓｉｎｇ）内に配置されて、ポータブルオーディオデバイス１００が住宅または建物環境外などの様々な位置に運ばれることを可能にする。他の実施形態において、スピーカ（複数可）１２０とマイクロホン（複数可）１３０とは結合されてもよいが、ポータブルオーディオデバイス１００の１つ以上の構成要素とは別である。しかしながら、本明細書に開示された実施形態は、ポータブルオーディオデバイス１００の機能を実施するように構成された任意の技術的に実現可能なシステムを企図する。
いくつかの実施形態において、ポータブルオーディオデバイス１００は、本明細書に記載された機能を実行するだけのために構成された専用オーディオデバイスを含む。これらの実施形態において、ポータブルオーディオデバイス１００は、ビデオディスプレイスクリーンもビデオ処理能力も含まず、その代わりに、オーディオ取り込み、オーディオ記録、オーディオ処理、オーディオ出力などを含むオーディオ能力のみを提供する。いくつかの実施形態において、ポータブルオーディオデバイス１００は、どの種類の通話能力も含まない。更なる実施形態において、ポータブルオーディオデバイス１００は、ユーザ入力を受信するハードボタンを全く含まず、それにより全てのユーザ入力は、オーディオ／音声入力を通じて受信される。ビデオディスプレイスクリーン、ビデオ能力、通話能力、ハードボタンまたはこれらの任意の組み合わせなどの特徴を含まないことにより、ポータブルオーディオデバイス１００のコスト、複雑さ及び電力要件が大幅に低下して、効率的かつ堅固な専用オーディオデバイスを作製することができる。この点に関して、ポータブルオーディオデバイス１００は、低電力モードにおいてウェイクコマンドの有無を監視するために電池１４０からの電力を継続的に必要とするため、ビデオディスプレイスクリーン及びビデオ及び通話能力を排除することは、電池１４０の電力を節約することにも役立つことができる。加えて、一般に損傷（例えば、割れ）を受けやすいビデオディスプレイスクリーン）を含まないことにより、ポータブルオーディオデバイス１００の全体の耐久性を向上させることができる。
図２は、各種実施形態の１つ以上の態様に従った、図１のポータブルオーディオデバイス１００が実装され得る通信環境２５０の概念図である。図に示すように、ポータブルオーディオデバイス１００は、無線ワイドエリアネットワーク（ＷＷＡＮ）２０２及び／または無線ローカルエリアネットワーク（ＷＬＡＮ）２０４を介して音声サービスプラットフォーム２１０及び／またはコンテンツプロバイダ２２０と通信してもよい。音声サービスプラットフォーム２１０及びコンテンツプロバイダ２２０は、インターネットなどの通信ネットワーク２００を介して無線ワイドエリアネットワーク（ＷＷＡＮ）２０２及び／または無線ローカルエリアネットワーク（ＷＬＡＮ）２０４と通信してもよい。
各種実施形態において、ＷＷＡＮ２０２は、ロングタームエボリューション（ｌｏｎｇ−ｔｅｒｍ ｅｖｏｌｕｔｉｏｎ：ＬＴＥ）ネットワーク、グローバル移動通信システム（ｇｌｏｂａｌ ｓｙｓｔｅｍ ｆｏｒ ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：ＧＳＭ（登録商標））ネットワーク、符号分割多重アクセス（ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ：ＣＤＭＡ）ネットワーク、マイクロ波アクセスに関する世界的相互運用（ｗｏｒｌｄｗｉｄｅ ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｆｏｒ ｍｉｃｒｏｗａｖｅ ａｃｃｅｓｓ：ＷｉＭＡＸ）ネットワーク及び／または任意の他の種類の無線ワイドエリアネットワークを含んでもよい。ＷＬＡＮ２０４は、Ｗｉ−Ｆｉネットワーク（例えば、ＩＥＥＥ８０２．１１ネットワーク）などの、任意の種類の無線ローカルエリアネットワークを含んでもよい。一般に、ＷＬＡＮ２０４は、第１の種類のネットワーク（非セルラネットワーク）を含んでもよく、ＷＷＡＮ２０２は、第２の種類のネットワーク（セルラネットワーク）を含んでもよい。第１及び第２の種類のネットワークは、異なる種類のネットワークを含む。ＷＷＡＮ２０２は、ＷＬＡＮ２０４よりも非常に広いカバレッジ範囲を提供し、異なる技術を必要とする。特に、ＷＷＡＮ２０２は、地域的に、全国的に、または世界的に提供され、無線サービスプロバイダによって提供されるモバイル通信セルラネットワーク技術を利用する。これに対して、ＷＬＡＮ２０４は、モバイル通信セルラネットワーク技術を利用せず、通常は住居、学校または職場環境内で、比較的狭いカバレッジ範囲を提供する。
いくつかの実施形態において、ウェイクコマンドを受信及び検出したことに応答して、オーディオ処理アプリケーション１１２は、無線モデム１５５を使用してＷＷＡＮ２０２に接続すべきか否かを決定する。特に、ウェイクコマンドを受信したことに応答して、オーディオ処理アプリケーション１１２は、次いで、無線モデム１５５を使用してＷＷＡＮ２０２に接続すべきかどうか、またはネットワークカード１５０を使用してＷＬＡＮ２０４に接続すべきかどうかを決定してもよい。例えば、オーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００がＷＬＡＮ２０４のカバレッジ範囲内にあるかどうかを最初に判定してもよい。カバレッジ範囲内にある場合、オーディオ処理アプリケーション１１２は、ネットワークカード１５０を使用してＷＬＡＮ２０４に接続してもよい。カバレッジ範囲内にない場合、オーディオ処理アプリケーション１１２は、無線モデム１５５を使用してＷＷＡＮ２０２に接続してもよい。
これらの実施形態において、オーディオ処理アプリケーション１１２は、ウェイクコマンドを受信及び検出したことに応答して、その直後に、ＷＷＡＮ２０２またはＷＬＡＮ２０４に接続すべきかどうかを決定し、ＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立する。従って、ウェイクコマンドを受信及び検出した後すぐに、ポータブルオーディオデバイス１００は、ＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を使用して音声クエリを受信及び処理できるようになっている。例えば、ウェイクコマンドを受信及び検出したことに応答して、オーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００がＷＬＡＮ２０４のカバレッジ範囲外にあると判定することにより、ＷＷＡＮ２０２に接続することを決定し、ＷＷＡＮ２０２とのネットワーク接続を確立してもよい。例えば、ウェイクコマンドを受信及び検出したことに応答して、オーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００がＷＬＡＮ２０４のカバレッジ範囲内にあると判定することにより、ＷＬＡＮ２０４に接続することを決定し、ＷＬＡＮ２０４とのネットワーク接続を確立してもよい。更なる実施形態において、ポータブルオーディオデバイス１００は、ＷＷＡＮ２０２とＷＬＡＮ２０４との間を途切れなく、すなわち、サービス及び／またはオーディオ出力中に短い中断で切り替えることもできる。
上述したように、低電力モードにある間、ネットワークカード１５０、無線モデム１５５及びＳＩＭデバイス１０６を電源オフしてもよい。いくつかの実施形態において、低電力モードにある間にウェイクコマンドを検出したことに応答して、オーディオ処理アプリケーション１１２は、ＷＷＡＮ２０２またはＷＬＡＮ２０４に接続すべきかどうかを決定し、ＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立するのに必要とされる構成要素のみを電源オンする。例えば、オーディオ処理アプリケーション１１２がＷＷＡＮ２０２に接続することを決定した場合、オーディオ処理アプリケーション１１２は、無線モデム１５５及び／またはＳＩＭデバイス１０６のみを電源オンしてもよく、ネットワークカード１５０を電源オフしてもよい。従って、低電力モードにある間にウェイクコマンドを検出し、ＷＷＡＮ２０２に接続することを決定したことに応答して、オーディオ処理アプリケーション１１２は、無線モデム１５５及び／またはＳＩＭデバイス１０６のみを電源オンしてもよく、ネットワークカード１５０を電源オフしてもよい。別の例として、オーディオ処理アプリケーション１１２がＷＬＡＮ２０４に接続することを決定した場合、オーディオ処理アプリケーション１１２は、ネットワークカード１５０のみを電源オンしてもよく、無線モデム１５５及び／またはＳＩＭデバイス１０６を電源オンしなくてもよい（すなわち、無線モデム１５５及び／またはＳＩＭデバイス１０６を電源オフに保つ）。従って、低電力モードにある間にウェイクコマンドを検出し、ＷＬＡＮ２０４に接続することを決定したことに応答して、オーディオ処理アプリケーション１１２は、ネットワークカード１５０のみを電源オンしてもよく、無線モデム１５５及び／またはＳＩＭデバイス１０６を電源オンしなくてもよい。
ＷＷＡＮ２０２またはＷＬＡＮ２０４に対するネットワーク接続が一旦確立されると、ポータブルオーディオデバイス１００は、ユーザから音声クエリを受信し、その音声クエリを処理してデータ要求を生成してもよい。ポータブルオーディオデバイス１００は、次いで、ＷＷＡＮ２０２またはＷＬＡＮ２０４及び通信ネットワーク２００（インターネットなど）を介して音声サービスプラットフォーム２１０及び／またはコンテンツプロバイダ２２０にデータ要求を送信する。ポータブルオーディオデバイス１００は、次いで、ＷＷＡＮ２０２またはＷＬＡＮ２０４及び通信ネットワーク２００を介して音声サービスプラットフォーム２１０及び／またはコンテンツプロバイダ２２０からデータ応答を受信する。一般に、音声サービスプラットフォーム２１０は、コンテンツプロバイダ２２０と共に動作して、ポータブルオーディオデバイス１００からのデータ要求に対するデータ応答を生成してもよい。音声サービスプラットフォーム２１０は、Ａｍａｚｏｎ Ａｌｅｘａ、Ｇｏｏｇｌｅ Ａｓｓｉｓｔａｎｔ、Ａｐｐｌｅ Ｓｉｒｉ及びＭｉｃｒｏｓｏｆｔ Ｃｏｒｔａｎａなどのインテリジェント・パーソナルアシスタント・サービスを提供してもよい。コンテンツプロバイダ２２０は、Ｍｉｃｒｏｓｏｆｔ Ｂｉｎｇサーバ、ＧｏｏｇｌｅサーバまたはＹａｈｏｏ！サーバなどのウェブ検索及びコンテンツサーバを含んでもよい。
例えば、ユーザによって発行された音声クエリを検出したとき、オーディオ処理アプリケーション１１２は、音声クエリをデータ要求に変換し、そのデータ要求を、ＷＷＡＮ２０２またはＷＬＡＮ２０４を介して音声サービスプラットフォーム２１０に送信してもよい。音声サービスプラットフォーム２１０は、次いで、データ要求を処理してデータ応答を生成してもよい。このデータ応答は、ＷＷＡＮ２０２またはＷＬＡＮ２０４を介してポータブルオーディオデバイス１００に返送される。いくつかの実施形態において、データ要求を処理した後、音声サービスプラットフォーム２１０は、コンテンツプロバイダ２２０に送信される応答を生成することができる。コンテンツプロバイダ２２０は、次いで、ポータブルオーディオデバイス１００にコンテンツ（例えば、メディアアイテム及び／または他の種類のデータ）を送信することができる。このコンテンツは、データ要求に対するデータ応答を含む。ポータブルオーディオデバイス１００は、次いで、コンテンツプロバイダ２２０から受信したコンテンツ（データ応答）に基づき、スピーカ（複数可）１２０を通じて再生されるオーディオ信号を含むオーディオ応答を生成する。
図３は、各種実施形態に従った、ポータブルオーディオデバイス１００の機能を実行するための方法ステップのフロー図である。方法ステップは、図１〜２のシステムに関連して記載されているが、当業者は、任意の順序で方法ステップを実行するように構成された任意のシステムが、本開示の範囲内にあることを理解するであろう。いくつかの実施形態において、図３の方法３００は、ポータブルオーディオデバイス１００上で実行されているオーディオ処理アプリケーション１１２によって実行される。
図に示すように、方法３００は、ステップ３１０から始まる。このステップで、オーディオ処理アプリケーション１１２は、電池１４０の電力を節約するために、最初にポータブルオーディオデバイス１００の低電力状態を有効化する。低電力状態において、オーディオ処理アプリケーション１１２は、１つ以上のマイクロホン１３０を介して取得された音響データを継続的に監視してウェイクコマンドを検出する「常時リスニングモード」であってもよい。いくつかの実施形態において、低電力状態にある間、オーディオ処理アプリケーション１１２は、ウェイクコマンドの有無を監視するのに必要とされるポータブルオーディオデバイス１００のハードウェア及び／またはソフトウェア構成要素のみを電源オンし、それらを作動させる一方、ウェイクコマンドの有無を監視するのに必要とされないポータブルオーディオデバイス１００の全ての他のハードウェア及び／またはソフトウェア構成要素を電源遮断し、それらを停止させることができる。いくつかの実施形態において、低電力状態にある間、オーディオ処理アプリケーション１１２は、ウェイクコマンドの有無を監視するために使用されるポータブルオーディオデバイス１００の第１の一式の構成要素を電源オンする。そのとき、ウェイクコマンドの有無を監視するために使用されないポータブルオーディオデバイス１００の第２の一式の構成要素は電源オフされる。
オーディオ処理アプリケーション１１２は、次いで、ウェイクコマンドが１つ以上のマイクロホン１３０によって取得され、検出されたかどうかを（ステップ３２０で）判定する。ウェイクコマンドが取得され、検出されなかった場合、方法３００はステップ３２０にとどまる。それによりオーディオ処理アプリケーション１１２は、ウェイクコマンドの有無を監視し続ける。ウェイクコマンドが取得され、検出された場合、方法３００はステップ３３０に進む。ステップ３３０で、ウェイクコマンドを検出したことに応答して、オーディオ処理アプリケーション１１２は、低電力状態（スリープ状態）を終了し、ポータブルオーディオデバイス１００を通常の電力状態（起動状態）に遷移させる。いくつかの実施形態では、通常の電力状態において、オーディオ処理アプリケーション１１２は、低電力状態中に電源オフされていたポータブルオーディオデバイス１００の第２の一式の構成要素を電源オンする。他の実施形態では、通常の電力状態において、オーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００の第２の一式の構成要素のうちの少なくとも１つの構成要素を電源オンする。
ステップ３４０で、ウェイクコマンドを検出したことに応答して更に、オーディオ処理アプリケーション１１２は、ＷＷＡＮ２０２またはＷＬＡＮ２０４に接続すべきかどうかを決定し、ＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立する。例えば、オーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００がＷＬＡＮ２０４のカバレッジ範囲内にあるかどうかを判定してもよい。カバレッジ範囲内にある場合、オーディオ処理アプリケーション１１２は、ＷＬＡＮ２０４に接続することを決定し、ネットワークカード１５０を使用してＷＬＡＮ２０４とのネットワーク接続を確立してもよい。カバレッジ範囲内にない場合、オーディオ処理アプリケーション１１２は、ＷＷＡＮ２０２に接続することを決定し、無線モデム１５５を使用してＷＷＡＮ２０２とのネットワーク接続を確立してもよい。いくつかの実施形態において、オーディオ処理アプリケーション１１２がＷＷＡＮ２０２に接続することを決定した場合、オーディオ処理アプリケーション１１２は、無線モデム１５５及び／またはＳＩＭデバイス１０６のみを電源オンしてもよく、ネットワークカード１５０を電源オフしてもよい。また、ＷＬＡＮ２０４に接続することをオーディオ処理アプリケーション１１２が決定した場合、オーディオ処理アプリケーション１１２は、ネットワークカード１５０のみを電源オンしてもよく、無線モデム１５５及び／またはＳＩＭデバイス１０６を電源オンしなくてもよい。
ＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立した後、オーディオ処理アプリケーション１１２は、ユーザからの音声クエリが１つ以上のマイクロホン１３０によって取得され、検出されたかどうかを（ステップ３５０で）判定する。音声クエリが取得され、検出されなかった場合、方法３００はステップ３７０に進む。音声クエリが取得され、検出された場合、ステップ３６０で、オーディオ処理アプリケーション１１２は、音声クエリを処理し、一式のスピーカ１２０を介してオーディオ応答をユーザに提供する。ステップ３６０については、図４に関して以下で更に詳しく述べる。
ステップ３７０で、オーディオ処理アプリケーション１１２は、所定の時間閾値を超えたかどうかにより、音声クエリがオーディオ処理アプリケーション１１２によって検出されなかったことを判定する。一般に、音声クエリが一定期間検出されなかった場合、オーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００を通常の電力状態から低電力状態に遷移させて電池１４０の電力を節約するようにしてもよい。例えば、音声クエリがオーディオ処理アプリケーション１１２によって５分間以上検出されなかった場合、ポータブルオーディオデバイス１００を低電力状態に戻してもよい。時間閾値を超えなかった場合、方法３００はステップ３５０に進む。それによりオーディオ処理アプリケーション１１２は、音声クエリの有無を継続して監視する。時間閾値を超えた場合、方法３００はステップ３１０に進む。それによりオーディオ処理アプリケーション１１２は、ポータブルオーディオデバイス１００を遷移させて低電力状態に戻す。
図４は、各種実施形態に従った、ポータブルオーディオデバイス１００によって受信される音声クエリを処理するための方法ステップのフロー図である。方法ステップは、図１〜２のシステムに関連して記載されているが、当業者は、任意の順序で方法ステップを実行するように構成された任意のシステムが、本開示の範囲内にあることを理解するであろう。いくつかの実施形態において、図４の方法４００は、ポータブルオーディオデバイス１００上で実行されているオーディオ処理アプリケーション１１２によって実行される。方法４００は、図３のステップ３６０を含んでもよい。
図に示すように、方法４００は図３のステップ３５０から始まる。それによりユーザからの音声クエリが受信される。ステップ４１０で、オーディオ処理アプリケーション１１２は、音声クエリに基づくデータ要求を（例えば、ＮＬＰ技術を利用して）生成する。データ要求は、ＩＰデータストリームを含んでもよく、受信した音声クエリを表してもよい。オーディオ処理アプリケーション１１２は、次いで、ＷＷＡＮ２０２またはＷＬＡＮ２０４を介して音声サービスプラットフォーム２１０及び／またはコンテンツプロバイダ２２０にデータ要求を（ステップ４２０で）送信する。図２に示したように、音声サービスプラットフォーム２１０及びコンテンツプロバイダ２２０は、インターネットなどの通信ネットワーク２００を介してＷＷＡＮ２０２またはＷＬＡＮ２０４と通信してもよい。音声サービスプラットフォーム２１０は、データ要求を処理してデータ応答を生成してもよい。音声サービスプラットフォームは、コンテンツプロバイダ２２０のサービスを利用してデータ応答を生成することもできる。
オーディオ処理アプリケーション１１２は、次いで、音声サービスプラットフォーム２１０及び／またはコンテンツプロバイダ２２０からデータ要求に対するデータ応答を（ステップ４３０で）受信してもよい。受信したデータ応答に基づき、オーディオ処理アプリケーション１１２は、次いで、オーディオ信号を含むオーディオ応答を（ステップ４４０で）生成する。オーディオ処理アプリケーション１１２は、次いで、オーディオ応答を再現／再生するスピーカ（複数可）１２０にオーディオ応答を（ステップ４５０で）送信する。方法４００は、次いで図３のステップ３７０に戻る。
図５は、各種実施形態に従った、ＷＷＡＮまたはＷＬＡＮに接続すべきかどうかを決定するための方法ステップのフロー図である。方法ステップは、図１〜２のシステムに関連して記載されているが、当業者は、任意の順序で方法ステップを実行するように構成された任意のシステムが、本開示の範囲内にあることを理解するであろう。いくつかの実施形態において、図５の方法５００は、ポータブルオーディオデバイス１００上で実行されているオーディオ処理アプリケーション１１２によって実行される。
方法５００は、図１〜４に関して記載された実施形態とは違った、ＷＷＡＮまたはＷＬＡＮに接続すべきかどうかを決定するための代替的または補足的な実施形態を含む。この実施形態において、図５の方法５００は、図３の方法３００及び図４の方法４００と並行して実行されてもよい。方法５００は、ＷＷＡＮまたはＷＬＡＮの信号強度を継続的に監視し、それぞれの信号強度に基づいてＷＷＡＮまたはＷＬＡＮに接続するためにバックグラウンドで実行される別個の方法を含んでもよい。このように、方法５００は、通常の電力モードにおいてユーザから音声クエリを受信しつつ、ＷＷＡＮまたはＷＬＡＮの信号強度を継続的に監視し、ＷＷＡＮとＷＬＡＮとの間でネットワーク接続を途切れなく遷移させることができる。このような実施形態において、図５の方法５００は、図３の方法３００のステップ３２０−Ｙｅｓでウェイクコマンドを受信すると開始／起動される。更に、このような実施形態では、図３の方法３００のステップ３４０（ＷＷＡＮ２０２またはＷＬＡＮ２０４に接続すべきかどうかを決定すること）が実行されない。むしろ、図５の方法５００は、ＷＷＡＮまたはＷＬＡＮの信号強度を継続的に監視し、必要に応じて、ＷＷＡＮまたはＷＬＡＮとの間で遷移させるためにバックグラウンドで並行して継続的に実行することができる。
図に示すように、方法５００はステップ５１０から始まる。このとき、オーディオ処理アプリケーション１１２はウェイクコマンドを受信する。上述したように、いくつかの実施形態において、ステップ５１０は、図３の方法３００のステップ３２０−Ｙｅｓに対応する。ステップ５２０で、オーディオ処理アプリケーション１１２は、次いで、ＷＷＡＮ２０２の第１の信号強度及びＷＬＡＮ２０４の第２の信号強度を決定する。第１の信号強度は、無線モデム１５５を介して決定されるポータブルオーディオデバイス１００とＷＷＡＮ２０２との間の信号強度を含んでもよい。第２の信号強度は、ネットワークカード１５０を介して決定されるポータブルオーディオデバイス１００とＷＬＡＮ２０４との間の信号強度を含んでもよい。ステップ５３０で、オーディオ処理アプリケーション１１２は、次いで、ＷＷＡＮ２０２の第１の信号強度とＷＬＡＮ２０４の第２の信号強度とを比較して、どちらの信号強度が大きいかを判定する。
ステップ５４０で、オーディオ処理アプリケーション１１２は、第１の信号強度と第２の信号強度との比較に基づき、ＷＷＡＮ２０２またはＷＬＡＮ２０４のいずれかとのネットワーク接続を確立する。例えば、ステップ５３０で、ＷＷＡＮ２０２の第１の信号強度がＷＬＡＮ２０４の第２の信号強度よりも大きいと判定された場合、オーディオ処理アプリケーション１１２はＷＷＡＮ２０２とのネットワーク接続を確立してもよい。これに対して、ステップ５３０で、ＷＬＡＮ２０４の第２の信号強度がＷＷＡＮ２０２の第１の信号強度よりも大きいと判定された場合、オーディオ処理アプリケーション１１２はＷＬＡＮ２０４とのネットワーク接続を確立してもよい。
ステップ５５０で、オーディオ処理アプリケーション１１２は、次いで、トリガイベントを検出したかどうかを判定する。トリガイベントの検出により、オーディオ処理アプリケーション１１２は、それぞれの信号強度に基づいてＷＷＡＮ２０２またはＷＬＡＮ２０４に接続すべきかどうかを再度評価し、決定する。ステップ５５０でトリガイベントが検出された場合、方法５００はステップ５２０に進む。それによりオーディオ処理アプリケーション１１２は、ＷＷＡＮ２０２及びＷＬＡＮ２０４の信号強度を決定し、それらの信号強度を比較し、どちらのネットワークがより大きい信号強度を有するかに応じて、ＷＷＡＮ２０２またはＷＬＡＮ２０４のいずれかとのネットワーク接続を確立する。ステップ５５０でトリガイベントが検出されなかった場合、方法５００はステップ５５０にとどまる。それによりオーディオ処理アプリケーション１１２は、トリガイベントの有無を監視し続ける。
いくつかの実施形態において、トリガイベントは、所定期間の経過を含んでもよい。このような実施形態において、方法５００は、ＷＷＡＮ２０２及びＷＬＡＮ２０４の信号強度を継続して監視し、それぞれの信号強度に基づいて所定の時間間隔でＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立してもよい。
いくつかの実施形態において、トリガイベントは、現在接続されたネットワークの信号強度が所定の閾値レベルを下回ったと判定することを含む。例えば、ポータブルオーディオデバイス１００が現在ＷＷＡＮ２０２と接続されているが、ＷＷＡＮ２０２の信号強度が閾値レベルを下回ったことをオーディオ処理アプリケーション１１２が検出した場合、トリガイベントが検出される。これらの実施形態において、方法５００は、現在の信号強度が閾値レベルを下回ったかどうかを検出するために、ポータブルオーディオデバイス１００が現在接続されているネットワーク（ＷＷＡＮ２０２またはＷＬＡＮ２０４）の信号強度を継続して監視してもよい。現在の信号強度が閾値レベルを下回った場合、オーディオ処理アプリケーション１１２は、ＷＷＡＮ２０２及びＷＬＡＮ２０４の信号強度を決定し、それらの信号強度を比較し、より大きい信号強度を有するＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立する。
いくつかの実施形態において、トリガイベントは、ユーザのスケジュールイベントの検出を含む。これらの実施形態において、トリガイベントは、ユーザのスケジュールを知っていることに基づいている。例えば、スケジュールイベントは、ユーザが所定期間内に（例えば、次の５分以内に）特定の位置Ｘを出発する予定であることを指定してもよい。スケジュールイベント（トリガイベントを含む）を検出すると、方法５００は、次いで、ＷＷＡＮ２０２及びＷＬＡＮ２０４の信号強度を決定し、それらの信号強度を比較し、より大きい信号強度を有するＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立してもよい。
いくつかの実施形態において、トリガイベントは、所定の閾距離を超えたポータブルオーディオデバイス１００の移動の検出を含む。ポータブルオーディオデバイス１００の移動は、（図１に示した）モーションデバイス１７５によって検出されてもよい。モーションデバイス１７５は、ＧＰＳまたは他の位置検知デバイスを含んでもよい。これらの実施形態において、トリガイベントは、ポータブルオーディオデバイス１００が所定の閾距離を移動したことをモーションデバイス１７５が検出したときに検出される。ポータブルオーディオデバイス１００が所定の閾距離を移動した場合、方法５００は、ＷＷＡＮ２０２及びＷＬＡＮ２０４の信号強度を決定し、それらの信号強度を比較し、より大きい信号強度を有するＷＷＡＮ２０２またはＷＬＡＮ２０４とのネットワーク接続を確立してもよい。
更なる実施形態において、デフォルトネットワーク（ＷＷＡＮ２０２またはＷＬＡＮ２０４）が、オーディオ処理アプリケーション１１２またはユーザによって設定されてもよい。これらの実施形態において、オーディオ処理アプリケーション１１２は、利用可能な場合、デフォルトネットワークとのネットワーク接続を確立することを最初に試みてもよい。デフォルトネットワークが利用可能でない場合、オーディオ処理アプリケーション１１２は、他のネットワークとのネットワーク接続を確立することを試みてもよい。例えば、ＷＬＡＮオプションが、登録プロセスを必要とする新規のパスワード保護ネットワークである、ＷＬＡＮが混雑している、低速で動作している、低下している、もしくはそれ以外の問題を起こしている、かつ／またはユーザが、無制限のＷＷＡＮ２０２のデータプランに加入している（そのため、価格がＷＷＡＮ２０２のファクターではない）場合、ＷＷＡＮ２０２をデフォルトネットワークとして設定してもよい。別の例において、ユーザが、無制限のＷＷＡＮ２０２のデータプランに加入していない（そのため、価格がＷＷＡＮ２０２のファクターである）場合、ＷＬＡＮ２０４をデフォルトネットワークとして設定してもよい。
要約すると、本明細書に記載された実施形態は、ＷＬＡＮと接続することが可能なネットワークカード及びＷＷＡＮに接続するための無線モデムを含むポータブルオーディオデバイスに関する。ポータブルオーディオデバイスは、ネットワークカード及びＷＬＡＮまたは無線モデム及びＷＷＡＮを介して音声サービスプラットフォームと通信してもよい。いくつかの実施形態において、ポータブルオーディオデバイスがＷＬＡＮへのアクセスを行わないとき、ポータブルオーディオデバイスは、無線モデム及びＷＷＡＮを介して音声サービスプラットフォームと通信することによって音声クエリを処理し、それに応答することができる。ポータブルオーディオデバイス１００は、本明細書に記載された先進的な音声機能及び他の機能をポータブルオーディオデバイス１００の各種のハードウェア及びソフトウェア構成要素が実行するために必要とされる電力を提供する電池１４０も含む。電池電力を節約するために、ポータブルオーディオデバイス１００は、ウェイクコマンドの有無を継続的に監視しつつ低電力状態に置かれてもよい。ウェイクコマンドを受信したとき、ポータブルオーディオデバイス１００は、ユーザからの音声クエリを受信及び処理するために通常の電力状態に遷移されてもよい。
開示された手法の少なくとも１つの利点は、ポータブルオーディオデバイスがＷＬＡＮの範囲内になく、住宅または建物の壁コンセントから電力を受け取らないときにでも、ポータブルオーディオデバイスが音声クエリを処理し、音声クエリに対する応答を提供することが可能であるという点である。特に、ポータブルオーディオデバイスがＷｉ−ＦｉネットワークなどのＷＬＡＮの範囲内にないとき、ポータブルオーディオデバイスは、音声クエリを受信し、音声サービスプラットフォームと通信し、音声クエリに対する応答を提供することが可能である。更に、ポータブルオーディオデバイスの電池により、ポータブルオーディオデバイスは、ＷＬＡＮの範囲外にある領域において先進的な音声機能を提供することができる。従って、ポータブルオーディオデバイスは、真の携帯性を提供し、住居もしくは建物環境内または住居もしくは建物環境外などの任意の環境において使用することができる。
１．いくつかの実施形態において、ポータブルオーディオデバイスは、音声クエリを取得するように構成された一式の１つ以上の遠方界マイクロホンと、一式の１つ以上のスピーカと、無線ワイドエリアネットワーク（ＷＷＡＮ）に接続するように構成された無線モデムと、オーディオ処理アプリケーションを含むメモリと、前記メモリに結合されているプロセッサであって、前記オーディオ処理アプリケーションを実行するとき、前記音声クエリに基づくデータ要求を生成し、前記無線モデムを介して前記ＷＷＡＮに前記データ要求を送信し、前記データ要求に関連したデータ応答を前記ＷＷＡＮから前記無線モデムを介して受信し、前記データ応答に基づくオーディオ信号を生成し、オーディオ出力を生成するために前記オーディオ信号を前記一式のスピーカに送信するように構成された前記プロセッサとを含む。
２．前記一式のマイクロホン、前記一式のスピーカ及び前記無線モデムのうちの少なくとも１つに電力供給するための電池を更に含む、条項１に記載のポータブルオーディオデバイス。
３．前記プロセッサは、自然言語処理技術を利用して前記音声クエリを処理することによって前記音声クエリに基づく前記データ要求を生成するように構成されている、条項１または２に記載のポータブルオーディオデバイス。
４．前記一式のスピーカは、第１の周波数範囲のための第１のドライバと、第２の周波数範囲のための第２のドライバとを含む、条項１〜３のいずれかに記載のポータブルオーディオデバイス。
５．前記音声クエリは、メディアアイテムまたは情報アイテムを求める要求を含み、前記データ応答は、前記メディアアイテムまたは情報アイテムを含む、条項１〜４のいずれかに記載のポータブルオーディオデバイス。
６．加入者識別モジュール（ＳＩＭ）デバイスを更に含み、前記プロセッサは、前記ＳＩＭデバイスを介して受信した情報に基づいて前記ＷＷＡＮと通信するように更に構成されている、条項１〜５のいずれかに記載のポータブルオーディオデバイス。
７．無線ローカルエリアネットワーク（ＷＬＡＮ）に接続するためのネットワークカードを更に含み、前記プロセッサは、前記データ要求を生成する前に、前記一式のマイクロホンによって取得されるウェイクコマンドの有無を継続的に監視し、前記ウェイクコマンドを検出したことに応答して、前記無線モデムを介して前記ＷＷＡＮに接続すること、及び前記ネットワークカードを介して前記ＷＬＡＮに接続しないことを決定するように更に構成されている、条項１〜６のいずれかに記載のポータブルオーディオデバイス。
８．前記プロセッサは、前記データ要求を生成する前に、前記一式のマイクロホンによって取得されるウェイクコマンドの有無を前記ポータブルオーディオデバイスが低電力状態にある間に継続的に監視し、前記ウェイクコマンドを検出したことに応答して、前記ポータブルオーディオデバイスを前記低電力状態から通常の電力状態に遷移させるように更に構成されている、条項１〜７のいずれかに記載のポータブルオーディオデバイス。
９．前記低電力状態において、前記ウェイクコマンドの有無を監視するために使用される前記ポータブルオーディオデバイスの第１の一式の構成要素を電源オンし、前記ウェイクコマンドの有無を監視するために使用されない前記ポータブルオーディオデバイスの第２の一式の構成要素を電源オフし、前記通常の電力状態において、前記第２の一式の構成要素のうちの少なくとも１つの構成要素を電源オンする、条項１〜８のいずれかに記載のポータブルオーディオデバイス。
１０．いくつかの実施形態において、コンピュータ可読記憶媒体は、プロセッサによって実行されるとき、ポータブルオーディオデバイスの一式の１つ以上の遠方界マイクロホンを介して音声クエリを取得することと、前記音声クエリに基づくデータ要求を生成することと、前記ポータブルオーディオデバイス内に含まれる無線モデムを介して無線ワイドエリアネットワーク（ＷＷＡＮ）に前記データ要求を送信することと、前記データ要求に関連したデータ応答を前記ＷＷＡＮから前記無線モデムを介して受信することと、前記データ応答に基づくオーディオ信号を生成することと、オーディオ出力を生成するために前記ポータブルオーディオデバイス内に含まれる一式のスピーカに前記オーディオ信号を送信することと、のステップを実行することにより、前記プロセッサに前記音声クエリを処理させる命令を含む。
１１．前記ポータブルオーディオデバイスは、低電力状態において前記ポータブルオーディオデバイスの第１の一式の構成要素に電力供給し、通常の電力状態において前記ポータブルオーディオデバイスの第２の一式の構成要素に電力供給するための電池を含む、条項１０に記載のコンピュータ可読記憶媒体。
１２．前記音声クエリに基づく前記データ要求を生成することは、自然言語処理技術を利用して前記音声クエリを処理することを含む、条項１０または１１に記載のコンピュータ可読記憶媒体。
１３．前記一式のスピーカは、クロスオーバーと、第１の周波数範囲のための第１のドライバと、第２の周波数範囲のための第２のドライバとを含む、条項１０〜１２のいずれかに記載のコンピュータ可読記憶媒体。
１４．前記音声クエリは、オーディオベースのメディアアイテムまたは情報アイテムを求める要求を含み、前記データ応答は、前記オーディオベースのメディアアイテムまたは情報アイテムを含む、条項１０〜１３のいずれかに記載のコンピュータ可読記憶媒体。
１５．前記ポータブルオーディオデバイスは、加入者識別モジュール（ＳＩＭ）デバイスを含み、前記ＳＩＭデバイスを介して受信した情報に基づいて前記ＷＷＡＮと通信するように構成されている、条項１０〜１４のいずれかに記載のコンピュータ可読記憶媒体。
１６．前記ポータブルオーディオデバイスは、無線ローカルエリアネットワーク（ＷＬＡＮ）に接続するためのネットワークアダプタを含み、前記無線モデムを介して前記データ要求を送信する前に、前記ＷＬＡＮが範囲内ではないと判定するステップを更に含む、条項１０〜１５のいずれかに記載のコンピュータ可読記憶媒体。
１７．前記データ要求を生成する前に、前記一式のマイクロホンによって取得されるウェイクコマンドの有無を前記ポータブルオーディオデバイスが低電力状態にある間に継続的に監視することと、前記ウェイクコマンドを検出したことに応答して、前記ポータブルオーディオデバイスを前記低電力状態から通常の電力状態に遷移させることと、のステップを更に含む、条項１０〜１６のいずれかに記載のコンピュータ可読記憶媒体。
１８．前記低電力モードにおいて、前記一式のマイクロホンのうちの第１の一部のマイクロホンを前記ウェイクコマンドの有無を監視するために電源オンし、前記一式のマイクロホンのうちの第２の一部のマイクロホンを電源オフし、前記通常の電力モードにおいて、前記第２の一部のマイクロホンを電源オンする、条項１０〜１７のいずれかに記載のコンピュータ可読記憶媒体。
１９．いくつかの実施形態において、ポータブルオーディオデバイスは、音声クエリを取得するように構成された一式の１つ以上のマイクロホンと、一式の１つ以上のスピーカと、無線ワイドエリアネットワーク（ＷＷＡＮ）に接続するように構成された無線モデムと、オーディオ処理アプリケーションを含むメモリと、前記メモリに結合されているプロセッサであって、前記オーディオ処理アプリケーションを実行するとき、前記音声クエリに基づくデータ要求を生成し、前記無線モデムを介して前記ＷＷＡＮに前記データ要求を送信し、前記データ要求に関連したデータ応答を前記ＷＷＡＮから前記無線モデムを介して受信し、前記データ応答に基づくオーディオ信号を生成し、前記オーディオ信号に基づく音を生成するために前記オーディオ信号を前記一式のスピーカに送信するように構成された前記プロセッサとを含み、ビデオディスプレイスクリーンを含まない。
２０．前記ポータブルオーディオデバイスはビデオ処理能力を含まない、条項１９に記載のポータブルオーディオデバイス。
２１．無線ローカルエリアネットワーク（ＷＬＡＮ）に接続するためのネットワークカードを更に含み、前記プロセッサは、前記無線ワイドエリアネットワーク（ＷＷＡＮ）に接続する前に、前記ＷＷＡＮの信号強度が前記ＷＬＡＮの信号強度よりも大きいことを判定するように更に構成されている、条項１９または２０に記載のポータブルオーディオデバイス。
２２．前記プロセッサは、トリガイベントを検出し、前記トリガイベントを検出したことに応答して、前記ＷＬＡＮの信号強度が前記ＷＷＡＮの信号強度よりも大きいことを判定し、前記ＷＬＡＮとのネットワーク接続を確立するように更に構成されている、条項１９〜２１のいずれかに記載のポータブルオーディオデバイス。
２３．前記トリガイベントは、所定期間の経過、現在接続されたネットワークの信号強度が所定の閾値レベルを下回ったこと、前記ユーザのスケジュールイベント、及び所定の閾距離を超えた前記ポータブルオーディオデバイスの移動のうちの少なくとも１つを含む、条項１９〜２２のいずれかに記載のポータブルオーディオデバイス。
各種実施形態の説明は、例示の目的で与えられているが、網羅的であることも開示された実施形態に限定されることも意図しない。多くの変更及び変形が、記載された実施形態の範囲及び思想から逸脱することなく当業者にとって明らかとなるであろう。
本実施形態の態様は、システム、方法またはコンピュータプログラム製品として具現化され得る。従って、本開示の態様は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、またはソフトウェアの態様とハードウェアの態様とを組み合わせた実施形態の形態をとることができる。これらは全て、一般に、本明細書において「回路」、「構成要素」、「モジュール」または「システム」と呼ぶことができる。更に、本開示の態様は、１つ以上のコンピュータ可読媒体（複数可）であって、当該媒体上に具現化されたコンピュータ可読プログラムコードを有するコンピュータ可読媒体内に具現化されたコンピュータプログラム製品の形態であってもよい。
１つ以上のコンピュータ可読媒体（複数可）の任意の組み合わせを利用してもよい。コンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読記憶媒体であってもよい。コンピュータ可読記憶媒体は、例えば、電子的、磁気的、光学的、電磁的、赤外線もしくは半導体システム、装置もしくはデバイス、または以上の任意の適切な組み合わせであってもよいが、これらに限定されることはない。コンピュータ可読記憶媒体のより具体的な例（非限定なリスト）としては、１本以上の電線を有する電気接続、可搬型コンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリーメモリ（ＥＰＲＯＭもしくはフラッシュメモリ）、光ファイバ、可搬型コンパクトディスクリードオンリーメモリ（ＣＤ−ＲＯＭ）、光学記憶装置、磁気記憶装置、または以上の任意の適切な組み合わせが挙げられる。本文書の文脈において、コンピュータ可読記憶媒体は、命令実行システム、装置またはデバイスによって、またはそれに関連して使用するためのプログラムを含む、または記憶することが可能な任意の有形媒体であってもよい。
本開示の態様は、開示の実施形態に従った方法、装置（システム）及びコンピュータプログラム製品のフローチャート説明及び／またはブロック図を参照して上述されている。フローチャート説明及び／またはブロック図の各ブロック、ならびにフローチャート説明及び／またはブロック図内のブロックの組み合わせは、コンピュータプログラム命令によって実施できることが理解されよう。これらのコンピュータプログラム命令は、機械を作製するために、汎用コンピュータ、専用コンピュータ、または他のプログラム可能なデータ処理装置のプロセッサに提供されてもよい。それにより、コンピュータまたは他のプログラム可能なデータ処理装置のプロセッサを介して実行される命令は、フローチャート及び／またはブロック図の１つまたは複数のブロック内で指定された機能／動作の実施態様を可能にする。このようなプロセッサは、限定されることはないが、汎用プロセッサ、専用プロセッサ、特定用途向けプロセッサ、またはフィールドプログラマブルプロセッサもしくはゲートアレイであってもよい。
図面内のフローチャート及びブロック図は、本開示の各種実施形態に従ったシステム、方法及びコンピュータプログラム製品の可能な実施態様のアーキテクチャ、機能及び動作を示す。この点に関して、フローチャートまたはブロック図内の各ブロックは、指定された論理機能（複数可）を実施するための１つ以上の実行可能命令を含む、モジュール、セグメント、またはコードの一部を表してもよい。いくつかの代替的な実施態様において、ブロック内に記述された機能は、図面内に記述された順序以外で行われてもよいことにも留意すべきである。例えば、連続して示された２つのブロックは、実際には、実質的に同時に実行されてもよく、または、それらのブロックは、場合によっては、関連する機能に応じて逆の順序で実行されてもよい。ブロック図及び／またはフローチャート説明の各ブロック、ならびにブロック図及び／またはフローチャート説明内のブロックの組み合わせは、指定された機能または動作を実行する専用ハードウェアベースのシステム、または専用ハードウェアとコンピュータ命令との組み合わせによって実施できることにも留意されよう。
前述の事項は本開示の実施形態を対象としているが、本開示の他の実施形態及び更なる実施形態は、本開示の基本的範囲から逸脱せずに考案することができ、本開示の範囲は、後続する特許請求の範囲によって決まる。

Claims (23)

  1. 音声クエリを取得するように構成された一式の１つ以上の遠方界マイクロホンと、
    一式の１つ以上のスピーカと、
    無線ワイドエリアネットワーク（ＷＷＡＮ）に接続するように構成された無線モデムと、
    オーディオ処理アプリケーションを含むメモリと、
    前記メモリに結合されているプロセッサであって、前記オーディオ処理アプリケーションを実行するとき、
    前記音声クエリに基づくデータ要求を生成し、
    前記無線モデムを介して前記ＷＷＡＮに前記データ要求を送信し、
    前記データ要求に関連したデータ応答を前記ＷＷＡＮから前記無線モデムを介して受信し、
    前記データ応答に基づくオーディオ信号を生成し、
    オーディオ出力を生成するために前記オーディオ信号を前記一式のスピーカに送信するように構成された前記プロセッサと
    を含む、ポータブルオーディオデバイス。
  2. 前記一式のマイクロホン、前記一式のスピーカ及び前記無線モデムのうちの少なくとも１つに電力供給するための電池を更に含む、請求項１に記載のポータブルオーディオデバイス。
  3. 前記プロセッサは、自然言語処理技術を利用して前記音声クエリを処理することによって前記音声クエリに基づく前記データ要求を生成するように構成されている、請求項１に記載のポータブルオーディオデバイス。
  4. 前記一式のスピーカは、第１の周波数範囲のための第１のドライバと、第２の周波数範囲のための第２のドライバとを含む、請求項１に記載のポータブルオーディオデバイス。
  5. 前記音声クエリは、メディアアイテムまたは情報アイテムを求める要求を含み、
    前記データ応答は、前記メディアアイテムまたは情報アイテムを含む、請求項１に記載のポータブルオーディオデバイス。
  6. 加入者識別モジュール（ＳＩＭ）デバイスを更に含み、前記プロセッサは、前記ＳＩＭデバイスを介して受信した情報に基づいて前記ＷＷＡＮと通信するように更に構成されている、請求項１に記載のポータブルオーディオデバイス。
  7. 無線ローカルエリアネットワーク（ＷＬＡＮ）に接続するためのネットワークカードを更に含み、前記プロセッサは、
    前記データ要求を生成する前に、前記一式のマイクロホンによって取得されるウェイクコマンドの有無を継続的に監視し、
    前記ウェイクコマンドを検出したことに応答して、前記無線モデムを介して前記ＷＷＡＮに接続すること、及び前記ネットワークカードを介して前記ＷＬＡＮに接続しないことを決定するように更に構成されている、請求項１に記載のポータブルオーディオデバイス。
  8. 前記プロセッサは、
    前記データ要求を生成する前に、前記一式のマイクロホンによって取得されるウェイクコマンドの有無を前記ポータブルオーディオデバイスが低電力状態にある間に継続的に監視し、
    前記ウェイクコマンドを検出したことに応答して、前記ポータブルオーディオデバイスを前記低電力状態から通常の電力状態に遷移させるように更に構成されている、請求項１に記載のポータブルオーディオデバイス。
  9. 前記低電力状態において、前記ウェイクコマンドの有無を監視するために使用される前記ポータブルオーディオデバイスの第１の一式の構成要素を電源オンし、前記ウェイクコマンドの有無を監視するために使用されない前記ポータブルオーディオデバイスの第２の一式の構成要素を電源オフし、
    前記通常の電力状態において、前記第２の一式の構成要素のうちの少なくとも１つの構成要素を電源オンする、請求項８に記載のポータブルオーディオデバイス。
  10. コンピュータ可読記憶媒体であって、プロセッサによって実行されるとき、
    ポータブルオーディオデバイスの一式の１つ以上の遠方界マイクロホンを介して音声クエリを取得することと、
    前記音声クエリに基づくデータ要求を生成することと、
    前記ポータブルオーディオデバイス内に含まれる無線モデムを介して無線ワイドエリアネットワーク（ＷＷＡＮ）に前記データ要求を送信することと、
    前記データ要求に関連したデータ応答を前記ＷＷＡＮから前記無線モデムを介して受信することと、
    前記データ応答に基づくオーディオ信号を生成することと、
    オーディオ出力を生成するために前記ポータブルオーディオデバイス内に含まれる一式のスピーカに前記オーディオ信号を送信することと、のステップを実行することにより、前記プロセッサに前記音声クエリを処理させる命令を含む、前記コンピュータ可読記憶媒体。
  11. 前記ポータブルオーディオデバイスは、低電力状態において前記ポータブルオーディオデバイスの第１の一式の構成要素に電力供給し、通常の電力状態において前記ポータブルオーディオデバイスの第２の一式の構成要素に電力供給するための電池を含む、請求項１０に記載のコンピュータ可読記憶媒体。
  12. 前記音声クエリに基づく前記データ要求を生成することは、自然言語処理技術を利用して前記音声クエリを処理することを含む、請求項１０に記載のコンピュータ可読記憶媒体。
  13. 前記一式のスピーカは、クロスオーバーと、第１の周波数範囲のための第１のドライバと、第２の周波数範囲のための第２のドライバとを含む、請求項１０に記載のコンピュータ可読記憶媒体。
  14. 前記音声クエリは、オーディオベースのメディアアイテムまたは情報アイテムを求める要求を含み、
    前記データ応答は、前記オーディオベースのメディアアイテムまたは情報アイテムを含む、請求項１０に記載のコンピュータ可読記憶媒体。
  15. 前記ポータブルオーディオデバイスは、加入者識別モジュール（ＳＩＭ）デバイスを含み、前記ＳＩＭデバイスを介して受信した情報に基づいて前記ＷＷＡＮと通信するように構成されている、請求項１０に記載のコンピュータ可読記憶媒体。
  16. 前記ポータブルオーディオデバイスは、無線ローカルエリアネットワーク（ＷＬＡＮ）に接続するためのネットワークアダプタを含み、前記無線モデムを介して前記データ要求を送信する前に、前記ＷＬＡＮが範囲内ではないと判定するステップを更に含む、請求項１０に記載のコンピュータ可読記憶媒体。
  17. 前記データ要求を生成する前に、前記一式のマイクロホンによって取得されるウェイクコマンドの有無を前記ポータブルオーディオデバイスが低電力状態にある間に継続的に監視することと、
    前記ウェイクコマンドを検出したことに応答して、前記ポータブルオーディオデバイスを前記低電力状態から通常の電力状態に遷移させることと、のステップを更に含む、請求項１０に記載のコンピュータ可読記憶媒体。
  18. 前記低電力モードにおいて、前記一式のマイクロホンのうちの第１の一部のマイクロホンを前記ウェイクコマンドの有無を監視するために電源オンし、前記一式のマイクロホンのうちの第２の一部のマイクロホンを電源オフし、
    前記通常の電力モードにおいて、前記第２の一部のマイクロホンを電源オンする、請求項１７に記載のコンピュータ可読記憶媒体。
  19. 音声クエリを取得するように構成された一式の１つ以上のマイクロホンと、
    一式の１つ以上のスピーカと、
    無線ワイドエリアネットワーク（ＷＷＡＮ）に接続するように構成された無線モデムと、
    オーディオ処理アプリケーションを含むメモリと、
    前記メモリに結合されているプロセッサであって、前記オーディオ処理アプリケーションを実行するとき、
    前記音声クエリに基づくデータ要求を生成し、
    前記無線モデムを介して前記ＷＷＡＮに前記データ要求を送信し、
    前記データ要求に関連したデータ応答を前記ＷＷＡＮから前記無線モデムを介して受信し、
    前記データ応答に基づくオーディオ信号を生成し、
    前記オーディオ信号に基づく音を生成するために前記オーディオ信号を前記一式のスピーカに送信するように構成された前記プロセッサとを含み、
    ビデオディスプレイスクリーンを含まない、ポータブルオーディオデバイス。
  20. 前記ポータブルオーディオデバイスはビデオ処理能力を含まない、請求項１９に記載のポータブルオーディオデバイス。
  21. 無線ローカルエリアネットワーク（ＷＬＡＮ）に接続するためのネットワークカードを更に含み、前記プロセッサは、前記無線ワイドエリアネットワーク（ＷＷＡＮ）に接続する前に、前記ＷＷＡＮの信号強度が前記ＷＬＡＮの信号強度よりも大きいことを判定するように更に構成されている、請求項１９に記載のポータブルオーディオデバイス。
  22. 前記プロセッサは、
    トリガイベントを検出し、
    前記トリガイベントを検出したことに応答して、前記ＷＬＡＮの信号強度が前記ＷＷＡＮの信号強度よりも大きいことを判定し、前記ＷＬＡＮとのネットワーク接続を確立するように更に構成されている、請求項２１に記載のポータブルオーディオデバイス。
  23. 前記トリガイベントは、所定期間の経過、現在接続されたネットワークの信号強度が所定の閾値レベルを下回ったこと、前記ユーザのスケジュールイベント、及び所定の閾距離を超えた前記ポータブルオーディオデバイスの移動のうちの少なくとも１つを含む、請求項２２に記載のポータブルオーディオデバイス。
JP2019517815A 2016-10-17 2017-10-16 音声能力を備えたポータブルオーディオデバイス Active JP7191819B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662409287P 2016-10-17 2016-10-17
US62/409,287 2016-10-17
PCT/US2017/056828 WO2018075417A1 (en) 2016-10-17 2017-10-16 Portable audio device with voice capabilities

Publications (2)

Publication Number Publication Date
JP2019537050A true JP2019537050A (ja) 2019-12-19
JP7191819B2 JP7191819B2 (ja) 2022-12-19

Family

ID=62019058

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019517815A Active JP7191819B2 (ja) 2016-10-17 2017-10-16 音声能力を備えたポータブルオーディオデバイス

Country Status (6)

Country Link
US (2) US11024309B2 (ja)
EP (1) EP3526789B1 (ja)
JP (1) JP7191819B2 (ja)
KR (2) KR102428440B1 (ja)
CN (1) CN109844857B (ja)
WO (1) WO2018075417A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020006665A1 (en) * 2018-07-02 2020-01-09 Orange Method for connecting an electronic device to a target wireless access point
US20200388280A1 (en) 2019-06-05 2020-12-10 Google Llc Action validation for digital assistant-based applications
WO2020246975A1 (en) * 2019-06-05 2020-12-10 Google Llc Action validation for digital assistant-based applications
US11328009B2 (en) * 2019-08-28 2022-05-10 Rovi Guides, Inc. Automated content generation and delivery
US11676589B2 (en) * 2019-09-17 2023-06-13 Global Strategies International LLC Systems and methods for voice search and response retrieval
US11310594B2 (en) * 2019-09-18 2022-04-19 Bose Corporation Portable smart speaker power control
CN112581969A (zh) * 2019-09-29 2021-03-30 百度在线网络技术（北京）有限公司 语音控制方法、装置、电子设备和可读存储介质
US11418358B2 (en) * 2019-11-04 2022-08-16 International Business Machines Corporation Smart device active monitoring

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008017440A (ja) * 2006-06-05 2008-01-24 Matsushita Electric Ind Co Ltd モデムカード、モデムカード利用システムおよび端末
JP2014017572A (ja) * 2012-07-06 2014-01-30 Kddi Corp 充電情報に応じてネットワーク接続を制御する携帯端末、プログラム及び方法
WO2015073125A1 (en) * 2013-11-12 2015-05-21 Apple Inc. Always-on audio control for mobile device
WO2015148584A1 (en) * 2014-03-28 2015-10-01 Microsoft Technology Licensing, Llc Personalized recommendation based on the user's explicit declaration
WO2015148046A1 (en) * 2014-03-25 2015-10-01 Apple Inc. Metadata for ducking control
JP2015207159A (ja) * 2014-04-21 2015-11-19 アルパイン株式会社 コンテンツ検索装置、方法およびプログラム
JP2016524193A (ja) * 2013-06-27 2016-08-12 ロウルズ リミテッド ライアビリティ カンパニー 自己生成ウェイク表現の検出

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7039027B2 (en) * 2000-12-28 2006-05-02 Symbol Technologies, Inc. Automatic and seamless vertical roaming between wireless local area network (WLAN) and wireless wide area network (WWAN) while maintaining an active voice or streaming data connection: systems, methods and program products
KR100459765B1 (ko) * 2002-08-30 2004-12-03 에스케이 텔레콤주식회사 무선 근거리통신망/이동전화 연동서비스를 위한 시스템선택 및 데이터 전송방법
CN1303838C (zh) * 2005-03-18 2007-03-07 杭州斯达康通讯有限公司 双模/多模便携装置及其智能切换方法
US9265003B2 (en) * 2006-11-13 2016-02-16 Qualcomm Incorporated Apparatus and methods for reducing power consumption and/or radio frequency interference in a mobile computing device
CN201341236Y (zh) * 2008-11-28 2009-11-04 邢献杰 一种语音识别上网装置
CN101808386B (zh) * 2010-01-25 2012-08-22 深圳奥士达电子有限公司 无线移动装置及其无线网络连接方法
US8626498B2 (en) * 2010-02-24 2014-01-07 Qualcomm Incorporated Voice activity detection based on plural voice activity detectors
US20150099458A1 (en) * 2011-01-14 2015-04-09 Covidien Lp Network-Capable Medical Device for Remote Monitoring Systems
US20150138333A1 (en) * 2012-02-28 2015-05-21 Google Inc. Agent Interfaces for Interactive Electronics that Support Social Cues
US9075572B2 (en) * 2012-05-02 2015-07-07 Google Technology Holdings LLC Media enhancement dock
US8971543B1 (en) * 2012-06-25 2015-03-03 Rawles Llc Voice controlled assistant with stereo sound from two speakers
US8768712B1 (en) 2013-12-04 2014-07-01 Google Inc. Initiating actions based on partial hotwords
US9564128B2 (en) * 2013-12-09 2017-02-07 Qualcomm Incorporated Controlling a speech recognition process of a computing device
US10147441B1 (en) * 2013-12-19 2018-12-04 Amazon Technologies, Inc. Voice controlled system
US9319782B1 (en) 2013-12-20 2016-04-19 Amazon Technologies, Inc. Distributed speaker synchronization
US9443516B2 (en) * 2014-01-09 2016-09-13 Honeywell International Inc. Far-field speech recognition systems and methods
KR102299330B1 (ko) * 2014-11-26 2021-09-08 삼성전자주식회사 음성 인식 방법 및 그 전자 장치
KR102346302B1 (ko) * 2015-02-16 2022-01-03 삼성전자 주식회사 전자 장치 및 음성 인식 기능 운용 방법
US9996316B2 (en) 2015-09-28 2018-06-12 Amazon Technologies, Inc. Mediation of wakeword response for multiple devices
US10332513B1 (en) * 2016-06-27 2019-06-25 Amazon Technologies, Inc. Voice enablement and disablement of speech processing functionality

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008017440A (ja) * 2006-06-05 2008-01-24 Matsushita Electric Ind Co Ltd モデムカード、モデムカード利用システムおよび端末
JP2014017572A (ja) * 2012-07-06 2014-01-30 Kddi Corp 充電情報に応じてネットワーク接続を制御する携帯端末、プログラム及び方法
JP2016524193A (ja) * 2013-06-27 2016-08-12 ロウルズ リミテッド ライアビリティ カンパニー 自己生成ウェイク表現の検出
WO2015073125A1 (en) * 2013-11-12 2015-05-21 Apple Inc. Always-on audio control for mobile device
JP2017506353A (ja) * 2013-11-12 2017-03-02 アップル インコーポレイテッド 常時オンのモバイル機器用音声制御
WO2015148046A1 (en) * 2014-03-25 2015-10-01 Apple Inc. Metadata for ducking control
JP2017509932A (ja) * 2014-03-25 2017-04-06 アップル インコーポレイテッド ダッキング制御のためのメタデータ
WO2015148584A1 (en) * 2014-03-28 2015-10-01 Microsoft Technology Licensing, Llc Personalized recommendation based on the user's explicit declaration
JP2017513115A (ja) * 2014-03-28 2017-05-25 マイクロソフト テクノロジー ライセンシング，エルエルシー ユーザーの明示宣言に基づく個別化された推薦
JP2015207159A (ja) * 2014-04-21 2015-11-19 アルパイン株式会社 コンテンツ検索装置、方法およびプログラム

Also Published As

Publication number Publication date
KR20220110617A (ko) 2022-08-08
KR20190065284A (ko) 2019-06-11
WO2018075417A1 (en) 2018-04-26
KR102580408B1 (ko) 2023-09-19
CN109844857A (zh) 2019-06-04
EP3526789A1 (en) 2019-08-21
US11024309B2 (en) 2021-06-01
CN109844857B (zh) 2024-02-23
EP3526789A4 (en) 2020-04-01
US20210241768A1 (en) 2021-08-05
KR102428440B1 (ko) 2022-08-02
EP3526789B1 (en) 2022-12-28
US20190267005A1 (en) 2019-08-29
JP7191819B2 (ja) 2022-12-19

Similar Documents

Publication Publication Date Title
US20210241768A1 (en) Portable audio device with voice capabilities
US9774998B1 (en) Automatic content transfer
KR102098136B1 (ko) 응답을 제공하기 위한 디바이스 선택
CN111344780B (zh) 基于上下文的设备仲裁
KR102469262B1 (ko) 오디오 워터 마킹을 이용한 키 구문 검출
US9167520B2 (en) Controlling applications in a mobile device based on environmental context
US20130289994A1 (en) Embedded system for construction of small footprint speech recognition with user-definable constraints
US10623199B2 (en) Outputting audio based on user location
US20230362026A1 (en) Output device selection
WO2016027909A1 (ja) データ構造、音声対話装置及び電子機器
CN116888664A (zh) 在单个话语中组合设备或助理专用热词
TW202240573A (zh) 使用語音認證的設備尋檢器
CN113393834B (zh) 一种控制方法及装置
KR20180045633A (ko) 음성 인식 서비스 제공 방법 및 이를 위한 장치
US11887602B1 (en) Audio-based device locationing
WO2023109910A1 (zh) 电子设备及其语音传输方法、介质
KR102663506B1 (ko) 음성에 반응하여 서비스를 제공하기 위한 장치 및 그 방법
CN114143651A (zh) 用于骨传导耳机的语音唤醒方法和装置
KR20180047597A (ko) 음성 신호 정보를 활용한 음성 인식 서비스 제공 방법 및 이를 위한 장치

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201005

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210922

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211006

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211223

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220726

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20221114

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221207

R150 Certificate of patent or registration of utility model

Ref document number: 7191819

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150