JP2022037012A - ボイスアシスタンスを備えたメディア再生システム - Google Patents

ボイスアシスタンスを備えたメディア再生システム Download PDF

Info

Publication number
JP2022037012A
JP2022037012A JP2021194522A JP2021194522A JP2022037012A JP 2022037012 A JP2022037012 A JP 2022037012A JP 2021194522 A JP2021194522 A JP 2021194522A JP 2021194522 A JP2021194522 A JP 2021194522A JP 2022037012 A JP2022037012 A JP 2022037012A
Authority
JP
Japan
Prior art keywords
voice input
zone
vas
playback
command
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
JP2021194522A
Other languages
English (en)
Other versions
JP7346529B2 (ja
Inventor
デイン・ウィルバーディング
Wilberding Dayn
ジョン・トロメイ
Tolomei John
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sonos Inc
Original Assignee
Sonos Inc
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 Sonos Inc filed Critical Sonos Inc
Publication of JP2022037012A publication Critical patent/JP2022037012A/ja
Priority to JP2023144379A priority Critical patent/JP2023164959A/ja
Application granted granted Critical
Publication of JP7346529B2 publication Critical patent/JP7346529B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
    • G06F3/065—Replication mechanisms
    • 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
    • G06F3/162—Interface to dedicated audio devices, e.g. audio drivers, interface to CODECs
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
    • H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/436—Interfacing a local distribution network, e.g. communicating with another STB or one or more peripheral devices inside the home
    • H04N21/43615—Interfacing a Home Network, e.g. for connecting the client to a plurality of peripherals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • 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
    • 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
    • G10L2015/225—Feedback of the input speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • User Interface Of Digital Computer (AREA)
  • Software Systems (AREA)
  • Selective Calling Equipment (AREA)
  • Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Details Of Audible-Bandwidth Transducers (AREA)

Abstract

【課題】体験を向上させる、メディア再生システムのボイスアシスタンスを提供する。【解決手段】メディア再生システムは、少なくとも１つのマイクロフォンデバイスを介してボイス入力を取得し、ボイス入力内に１つ又は複数のコマンドが含まれていることを検出し、１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドに関連するコマンドクライテリアを満たさないことを判断し、判断に応答して、第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、ボイス入力を第一のＶＡＳに送信し、ボイス入力の送信後、第一のＶＡＳからのボイス入力への返答を受信する。【選択図】図７Ｂ

Description

関連出願の相互参照
この出願は、２０１７年９月２９日に出願された米国特許出願第１５／７２１、１４１号明細書に基づく優先権を主張する。この出願の内容は、その全体が参照により本明細書に組み込まれる。
本願は、コンシューマ製品に関するものであり、特に、メディア再生のボイス制御に向けられた方法、システム、製品、機能、サービス、及び他の要素に関するものや、それらのいくつかの態様に関する。
２００３年に、ソノズ・インコーポレイテッドが最初の特許出願のうちの１つである「複数のネットワークデバイス間のオーディオ再生を同期する方法」と題する特許出願をし、２００５年にメディア再生システムの販売を開始するまで、アウトラウド設定におけるデジタルオーディオへのアクセス及び試聴のオプションは制限されていた。人々は、ソノズ無線ＨｉＦｉシステムによって、１つ又は複数のネットワーク再生デバイスを介して多くのソースから音楽を実質的に無制限に体験できるようになっている。スマートフォン、タブレット、又はコンピュータにインストールされたソフトウェアコントロールアプリケーションを通じて、ネットワーク再生デバイスを備えた全ての部屋において、人々は自分が望む音楽を再生することができる。加えて、例えばコントローラを用いて、再生デバイスを備えた各部屋に異なる歌をストリーミングすることもできるし、同期再生のために複数の部屋をグループ化することもできるし、同期して同じ歌を全ての部屋において聞くこともできる。
デジタルメディアに対する関心の継続的な高まりを考えると、試聴体験をさらに向上させることができるコンシューマアクセス可能な技術をさらに開発することにニーズがあり続ける。
本明細書で開示されている技術の特徴、態様、及び利点は、以下の記載、添付の特許請求の範囲、及び添付の図面を参照するとより理解しやすい。
図１は、ある実施形態を実施することができるメディア再生システムを図示する。 図２Ａは、例示的な再生デバイスの機能ブロック図である。 図２Ｂは、ネットワークマイクロフォンデバイスを含む例示的な再生デバイスの等角図である。 図３Ａは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｂは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｃは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｄは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｅは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図４は、本願開示の態様に係る例示的なコントローラデバイスの機能ブロック図である。 図４Ａは、本願開示の態様に係るコントローラインタフェースを図示する。 図４Ｂは、本願開示の態様に係るコントローラインタフェースを図示する。 図５Ａは、本願開示の態様に係る例示的なネットワークマイクロフォンデバイスの機能ブロック図である。 図５Ｂは、本願開示の態様に係る例示的なボイス入力の図である。 図６は、本願開示の態様に係る例示的なリモートコンピュータの機能ブロック図である。 図７Ａは、本願開示の態様に係る例示的なネットワークシステムの模式図である。 図７Ｂは、本願開示の態様に係る図７Ａの例示的なネットワークシステムによって実施される例示的なメッセージの流れを図示する。 図８Ａは、本願開示の態様に係るボイスアシスタントサービスを発動する例示的な方法の流れ図である。 図８Ｂは、本願開示の態様に係る例示的なコマンド情報のセットのブロック図である。 図９Ａは、本願開示の態様に係る例示的なボイス入力コマンドとその関連情報の表である。 図９Ｂは、本願開示の態様に係る例示的なボイス入力コマンドとその関連情報の表である。 図９Ｃは、本願開示の態様に係る例示的なボイス入力コマンドとその関連情報の表である。 図１１Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１１Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１２Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１２Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１３Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１３Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１４Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１４Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１５Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１５Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１６Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１６Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１７Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１７Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１８Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１８Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１９Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１９Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図２０Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図２０Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。
図面は、いくつかの例示的な実施形態を説明することを目的としているが、本発明が、図面に示した配置及び手段に限定されるものではないことは理解される。特定のいかなる要素の説明をも容易にするために、部品符号の重要な桁の値はその要素が初めて紹介された図を参照する。例えば、要素１０７は、図１を参照して初めて紹介され説明された。
Ｉ．概要
無線照明デバイス、ホームオートメーションデバイス（例えばサーモスタット、ドアロック、等）、及びオーディオ再生デバイス等のスマート家電品及びその関連デバイスを有する「スマートホーム」にとって、ボイス制御は有益であり得る。いくつかの実施例において、ネットワークマイクロフォンデバイスがスマートホームのデバイスを制御するために使用され得る。ネットワークマイクロフォンデバイスは通常ボイス入力を受信するためのマイクロフォンを含む。ネットワークマイクロフォンデバイスは、ボイス入力をボイスアシスタントサービス（ＶＡＳ）に転送できる。従来のＶＡＳは、クラウドサーバーがボイス入力を処理することにより実施される遠隔サービスであり得る。ＶＡＳはボイス入力を処理してボイス入力の意図を判断し得る。応答に基づいて、ネットワークマイクロフォンデバイスは１つ又は複数のスマートデバイスに動作をさせる。例えば、ＶＡＳからの指示への応答に基づいてネットワークマイクロフォンデバイスは照明デバイスをオン・オフさせ得る。
ネットワークマイクロフォンデバイスによって検出されるボイス入力は、ウェイクワード（ｗａｋｅ ｗｏｒｄ）と、続いてユーザのリクエストを含む発声を通常含む。ウェイクワードは通常ＶＡＳを起動させてボイス入力の意図の解釈のために発動させる目的で使われる所定の単語又はフレーズである。例えば、ＡＭＡＺＯＮ（登録商標）のＶＡＳに問いかけるときにユーザは「Ａｌｅｘａ」というウェイクワードを発するであろう。他の例としては、ＧＯＯＧＬＥ（登録商標）のＶＡＳを発動させるための「Ｏｋ、Ｇｏｏｇｌｅ」、及びＡＰＰＬＥ（登録商標）を発動させるための「Ｈｅｙ、Ｓｉｒｉ」、又はＳＯＮＯＳ（登録商標）が提供するＶＡＳのための「Ｈｅｙ、Ｓｏｎｏｓ」などが含まれる。
ネットワークマイクロフォンデバイスは、ボイス入力中のウェイクワードに付随するユーザのリクエスト又はコマンドに耳を澄ませる。いくつかの例において、ユーザのリクエストは、例えばサーモスタット（例えばＮＥＳＴ（登録商標）サーモスタット）、照明デバイス（例えばＰＨＩＬＩＰＳ ＨＵＥ（登録商標）照明デバイス）、又はメディア再生デバイス（例えばＳｏｎｏｓ（登録商標）再生デバイス）などのサードパーティーのデバイスを制御するコマンドを含み得る。例えば、ユーザは、ＡＭＡＺＯＮ（登録商標）ＶＡＳを使って家の温度を設定するために、ウェイクワード「Ａｌｅｘａ」に続いて「サーモスタットを６８度に設定して」と発声し得る。ユーザは、家のリビングルームエリアの照明デバイスをオンにするために、同じウェイクワードに続いて「リビングルームを点灯して」と発声し得る。ユーザは同様に、ウェイクワードに続いて特定の曲、アルバム、又は音楽のプレイリストを家の再生デバイスにおいて再生するリクエストを発声し得る。
ＶＡＳは、ボイス入力を処理するために自然言語理解（ＮＬＵ：ｎａｔｕｒａｌ ｌａｎｇｕａｇｅ ｕｎｄｅｒｓｔａｎｄｉｎｇ）システムを採用し得る。ＮＬＵシステムは通常、所与のボイス入力の根底の意図を検出するようにプログラムされた複数の遠隔サーバを必要とする。例えば、サーバは、ユーザの意図を判断するために言語の語彙集（ｌｅｘｉｃｏｎ）、パーサ（ｐａｒｓｅｒ）、文法及び意味のルール、及び関連した処理アルゴリズムを管理し得る。
従来のＶＡＳが遭遇する課題の１つは、ＮＬＵ処理の演算負荷が重いことである。例えば、語法（ｐａｒｌａｎｃｅ）のニュアンス、文章構造、発音、及びその他の会話の特徴を扱うために、ボイス処理アルゴリズムは常時アップデートされる必要がある。したがって、ＶＡＳの提供者は、世界中のユーザから受信される無数のボイス入力を扱うために、処理アルゴリズムを管理し、継続的に開発し、追加のクラウドサーバーなどの増大する複数の資源を展開しなければならない。
関連する課題の１つは、特定のスマートデバイスのボイス制御が比較的複雑なボイス処理アルゴリズムを必要とし得て、ＶＡＳ資源にさらなる負担をかけ得ることである。例えば、リビングルームの一セットの照明デバイスのスイッチをオンにするために、あるユーザは「灯りをつけて（flip on the lights）」と言うのを好むかもしれないが、別のユーザは「リビングを点灯させて（turn on the living room）」と言うのを好むかもしれない。両方のユーザは照明デバイスを点灯させるという同一の意図を有するが、動詞を含むフレーズの構造は異なるし、その上、後者のフレーズはリビングルームのデバイスであることを識別しているが前者は識別していないことは言うまでもない。これらの課題に対応するため、例えばコマンドの構造及び関連する構文（ｓｙｎｔａｘ）の微妙でありながらも意味のあるバリエーションを区別するためのアルゴリズムなどの、特に複雑なボイス処理資源及びアルゴリズムを必要とするスマートデバイスを制御するとき、ＶＡＳは、ユーザの意図を解読するためにさらなる資源を捧げなければならない。
スマートデバイスの消費者需要が増大し、これらのデバイスが多様化するにつれて、ＶＡＳ提供者の中には進歩に追いつくのが困難となるものもあり得る。ＶＡＳのシステム資源に限界があり、入ってくるボイス入力に正しく応答することができない場合もある。例えば、上記の例において、ＶＡＳは、「灯りを点灯して（turn on the lights）」との発声を処理する能力を有するが、「灯りをつけて（flip on the lights）」との発声を処理する能力に欠けるかもしれず、これはシステムが、後者のより慣用的なフレーズの意図を認識できないアルゴリズムを使っているかもしれないからである。そのような場合、ユーザは、「リビングルームの照明を点灯しろ（turn on the lights in the living room）」と言うなどのさらに限定的な情報で元の要求を言い換える必要があり得る。代わりにＶＡＳは、そのような要求は処理できない、とユーザに通知してもよいし、又はＶＡＳは、単に要求を完全無視してもよい。これらのいずれの場合も、ユーザは拙いボイス制御の体験に不満を感じ得る。
マルチゾーン再生システムなどのメディア再生システムの場合、従来のＶＡＳには特に制限される場合がある。例えば、従来のＶＡＳがサポートするのは基本的な再生のボイス制御のみであり得て、又はユーザは、デバイスと交信するために自然な対話ではなく特定の誇張したフレーズ回しを使う必要があり得る。さらに、従来のＶＡＳはマルチゾーン再生、又はユーザが制御したいデバイスグルーピング、マルチルーム音量、イコライザーパラメータ、及び／又は所与の再生シナリオのオーディオコンテンツ、などのその他の機能をサポートしない場合がある。そのような機能を制御するためには、基本的な再生に必要であるよりも著しく大きい資源を必要とし得る。
ここで説明されるメディア再生システムは従来のＶＡＳのこれらの及びその他の制限に対応可能である。例えば、いくつかの実施形態において、ボイス入力を処理するためにメディア再生は第二のＶＡＳ（例えば、従来のＶＡＳ）よりも第一のＶＡＳ（例えば、強化されたＶＡＳ）を選択するように構成される。そのような場合、メディア再生システムは、メディア再生システムの比較的高度な他の機能を制御するためのボイス入力などの特定のボイス入力を処理するために第二よりも第一のＶＡＳを選択することにより介入し得る。１つの態様において、第二のＶＡＳ単独により提供されるボイス制御と比較して、第一のＶＡＳはボイス制御を向上させ得る。いくつかの実施形態において、メディア再生システムをターゲットとする少なくともいくつかのボイス入力は、第二のＶＡＳを介しては発動不可であり得る。これら及びその他の実施形態において、少なくともいくつかのボイス入力は、第二のＶＡＳを介して発動可能ではあるが、第一のＶＡＳが特定のボイス入力を処理する方が好ましいかもしれない。例えば、第一のＶＡＳの方が第二のＶＡＳよりも特定のボイス入力をより高い信頼性でより正確に処理できるかもしれない。いくつかの実施形態において、第二のＶＡＳが、特定のタイプのボイス入力が通常送られるデフォルトのＶＡＳであり得る。例えば、いくつかの実施形態において、「今日の天気は？」というボイス入力などの基本的なインターネットクエリ（ｑｕｅｒｙ）を含む要求を扱うためには従来のＶＡＳの方がより適している場合がある。関連する実施形態において、ユーザは、（「ヘイ、サマンサ」などの）同じウェイクワードを第一及び第二の両方のＶＡＳを発動させるときに使い得る。１つの態様において、ボイス入力を発声するとき、ＶＡＳの選択が見えないところで起こっていることに気づかない場合がある。一実施形態において、ウェイクワードは、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）などの従来のＶＡＳに関連したウェイクワードでもよい。
一実施形態において、メディア再生システムは、ボイス入力を取得（ｃａｐｔｕｒｅ）するためのネットワークマイクロフォンデバイスを含んでもよい。メディア再生システムは、（ｉ）少なくとも１つのマイクロフォンデバイスを介してボイス入力を取得し、（ｉｉ）取得されたボイス入力中にコマンドの１つ又は複数が含まれていることを検出し、（ｉｉｉ）その１つ又は複数のコマンドが１セットのコマンド情報の対応するコマンドクライテリアを満たすことを判断し、（ｉｖ）その判断に応じて（ａ）第二のＶＡＳの選択を放棄して第一のＶＡＳを選択し、（ｂ）ボイス入力を第一のＶＡＳに送り、（ｃ）ボイス入力を送った後、第一のＶＡＳからのボイス入力への応答を処理するように構成される。
いくつかの実施形態において、ネットワークマイクロフォンデバイスは、ネットワークマイクロフォンデバイスのローカルメモリにコマンド情報のセットを記憶するように構成される。いくつかの実施形態において、コマンド情報のセットは、ローカルエリアネットワーク（ＬＡＮ）上の別のネットワークマイクロフォンデバイス又は再生デバイスなどの別のネットワークデバイスに記憶されてもよい。いくつかの実施形態において、コマンド情報のセットはＬＡＮ上に、及び／又は遠隔的に、複数のネットワークデバイスにわたって記憶されてもよい。下に説明される様々な実施形態において、コマンド情報のセットは、メディア再生システムが第二のＶＡＳの選択を放棄して第一のＶＡＳを選択すべきか否かを判断する工程において使用されてもよい。
いくつかの実施形態において、ネットワークマイクロフォンデバイスは所定のコマンド、及びコマンドと関連するコマンドクライテリアのリストを記憶してもよい。コマンドは、例えば、再生、制御、及びゾーンターゲットするコマンドを含んでもよい。コマンドクライテリアは、例えば、特定のコマンドに関連した所定のキーワードを含み得る。ボイス入力中のキーワードの組み合わせは、例えば、家の第一の部屋の名前（例えば、リビングルーム）の発声、及びの第二の部屋の名前（例えば、寝室）の発声を含んでもよい。ユーザが特定のコマンド（音楽を再生するコマンドなど）を含むボイス入力をキーワードと組み合わせて発声するとき、メディア再生システムはボイス入力を処理するために第一のＶＡＳを選択して発動させる。
いくつかの実施形態において、キーワードはトレーニング及び適応的学習アルゴリズムによって開発されてもよい。特定の実施形態において、そのようなキーワードは、キーワードを含むボイス入力を処理する最中にその場で判断され得る。そのような場合、キーワードはボイス入力を処理する前に事前に決定されないものの、第一のＶＡＳがコマンドに基づいて発動することを可能とする。関連した実施形態において、キーワードは、同じ意図を有するコマンドの特定の同義語（ｃｏｇｎａｔｅ）と関連し得る。
いくつかの実施形態において、第一のＶＡＳを発動することは、１つ又は複数の第一のＶＡＳの遠隔サーバにボイス入力を送ることを含んでもよい。上の例において、第一のＶＡＳは第一及び第二の部屋で音楽を再生するユーザの意図を判断し、望むオーディオを第一及び第二の部屋でメディア再生システムに再生させることによって応答してもよい。第一のＶＡＳはまた、第一及び第二の部屋からなるグループを形成するようにメディア再生システムに指示してもよい。
本明細書に記載されるいくつかの実施形態は、「ユーザ」、及び／又は他の実体等、所定の行為者により実行される機能を示す場合があるが、この記載は、説明の目的のみであることを理解されたい。特許請求の範囲自体に明示的に必要であることが記載されていない限り、こうした任意の行為者による行動が必要であると解釈されるべきではない。
ＩＩ．例示的な動作環境
図１は、本明細書で開示されている１つ又は複数の実施形態で実施可能なメディア再生システム１００の例示的な構成を示す。図示されるように、メディア再生システム１００は、複数の部屋及び空間、例えば、オフィス、ダイニングルーム、及びリビングルームを有する例示的なホーム環境に関連している。これらの部屋及び空間内に、メディア再生システム１００は、再生デバイス１０２（再生デバイス１０２ａ－１０２ｍとして個々に識別される）、ネットワークマイクロフォンデバイス１９３（「ＮＭＤ」１０３ａ－１０３ｇとして個々に識別される）、及びコントローラデバイス１０４ａ、１０４ｂ（集合的に「コントローラデバイス１０４」）を含む。ホーム環境は、１つ又は複数のスマート照明デバイス１０８及びスマートサーモスタット１１０などの他のネットワークデバイスを含んでもよい。
メディア再生システム１００の様々な再生デバイス、ネットワークマイクロフォンデバイス、及びコントローラデバイス１０２－１０４、及び／又は他のネットワークデバイスは、ポイント間接続及び／又はネットワークルータ１０６を含むＬＡＮを介した有線及び／又は無線のその他の接続を介してお互いに連結してもよい。例えば、再生デバイス１０２ｊ（「左」と名付けられる）は、再生デバイス１０２ａ（「右」と名付けられる）とポイント間接続（point-to-point connection）を有してもよい。一実施形態において、「左」再生デバイス１０２ｊはポイント間接続を介して「右」再生デバイス１０２ａと通信してもよい。関連した実施形態において、「左」再生デバイス１０２ｊはポイント間接続及び／又はＬＡＮを介した他の接続などを介して他のネットワークデバイスと通信してもよい。
ネットワークルータ１０６は、ワイドエリアネットワーク（ＷＡＮ）を介して１つ又は複数のリモートコンピュータ１０５に連結してもよい。いくつかの実施形態において、リモートコンピュータはクラウドサーバーでもよい。リモートコンピュータ１０５は、様々な方法でメディア再生システム１００と対話するように構成されてもよい。例えば、リモートコンピュータは、ホーム環境におけるオーディオなどのメディアコンテンツ再生のストリーミング及び制御を容易にするように構成されてもよい。下により詳細に説明される技術の一態様において、リモートコンピュータ１０５はメディア再生システム１００に第一のＶＡＳ１６０を提供するように構成される。
いくつかの実施形態において、再生デバイス１０２の１つ又は複数は、オンボード（例えば、統合された）ネットワークマイクロフォンデバイスを含んでもよい。例えば、再生デバイス１０２ａ－ｅは、対応するＮＭＤ１０３ａ－ｅをそれぞれ含む。ネットワークマイクロフォンデバイスを含む再生デバイスは、明細書で特に記述がない限り、ここでは再生デバイス又はネットワークマイクロフォンデバイスと交換可能で参照され得る。
いくつかの実施形態において、ＮＭＤ１０３の１つ又は複数は、独立したデバイスでもよい。例えば、ＮＭＤ１０３ｆ及び１０３ｇは独立したネットワークマイクロフォンデバイスでもよい。独立したネットワークマイクロフォンデバイスは、再生デバイスに通常含まれるスピーカ又は関連した電子部品などのコンポーネントを省いてもよい。そのような場合、独立したネットワークマイクロフォンデバイスはオーディオ出力を生成しなくてもよく、又は限定的なオーディオ出力（例えば、比較的低品質のオーディオ出力）を生成してもよい。
使用中、ネットワークマイクロフォンデバイスは、近傍にいるユーザからのボイス入力を受信して処理し得る。例えば、ネットワークマイクロフォンデバイスはユーザが入力を発声したことを検出するとボイス入力を取得するようにしてもよい。図示した例において、リビングルームの再生デバイス１０２ａのＮＭＤ１０３ａは、近傍にいるユーザからのボイス入力を取得し得る。いくつかの例において、ボイス入力のソース（例えば、ユーザ）の近傍にある他のネットワークマイクロフォンデバイス（例えば、ＮＭＤ１０３ｂ及び１０３ｆ）もボイス入力を検出し得る。そのような場合、ネットワークマイクロフォンデバイス群は、お互いの間で調停を行い、いずれのデバイスが検出したボイス入力を取得及び／又は処理するべきかを判断し得る。ネットワークマイクロフォンデバイス間での選択及び調停の例は、例えば２０１７年２月２１日付けの米国特許出願公開第１５／４３８、７４９号明細書に記載されており、この出願の名称は「メディア再生システムのボイス制御」であり、その全体がここで参照され援用される。
特定の実施形態において、ネットワークマイクロフォンデバイスは、ネットワークマイクロフォンデバイスを含み得ない再生デバイスに割り当てられてもよい。例えば、ＮＭＤ１０３ｆが、近傍の再生デバイス１０２ｉ及び／又は１０２ｌに割り当てられてもよい。関連した例において、ネットワークマイクロフォンデバイスは、それが割り当てられた再生デバイスを通してオーディオを出力し得る。ネットワークマイクロフォンデバイスと再生デバイスとを指名されたデバイス、又はデフォルトのデバイスとして関連付けることに関するさらなる詳細は、例えば既に参照した米国特許出願第１５／４３８、７４９号明細書に記載されている。
例示的なメディア再生システム１００の異なる構成要素、及び異なる構成要素がどのように対話してユーザにメディア体験を提供するかに関するさらなる態様は、以下のセクションで述べられている。本明細書における説明は、概してメディア再生システム１００を参照しているかもしれないが、本明細書で述べられている技術は、図１に示されるホーム環境内など、その他の用途に限定されるものではない。例えば、本明細書で述べられている技術は、再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４を多く又は少なく含む別のホーム環境構成において有用かもしれない。加えて、本明細書で述べられている技術は、マルチゾーンオーディオが望まれる環境、例えば、レストラン、モール、又は空港のような商業的環境、スポーツ用多目的車（ＳＵＶ）、バス又は車のような車両、船、若しくはボード、飛行機などの環境において有用かもしれない。
ａ．例示的な再生デバイス及びネットワークマイクロフォンデバイス
図２Ａは、図１に示す再生デバイス１０２から選択された１つの、ある態様を示す機能ブロック図である。図示されるように、そのような再生デバイスは、プロセッサ２１２、ソフトウェアコンポーネント２１４、メモリ２１６、オーディオ処理コンポーネント２１８、オーディオ増幅器２２０、スピーカ２２２、及び無線インタフェース２３２と有線インタフェース２３４を含むネットワークインタフェース２３０を含んでもよい。いくつかの実施形態において、再生デバイスはスピーカ２２２を含まなくてもよく、代わりに再生デバイスを外付けスピーカに接続するためのスピーカインタフェースを含み得る。特定の実施形態において、再生デバイスはスピーカ２２２もオーディオ増幅器２２２のいずれも含まないかもしれず、代わりに再生デバイスを外付けオーディオ増幅器又は視聴覚レシーバに接続するためのオーディオインタフェースを含み得る。
再生デバイスはさらにユーザインタフェース２３６を含んでもよい。ユーザインタフェース２３６は、コントローラデバイス１０４の１つ又は複数から独立して、又はそれと併せてユーザの対話を容易にしてもよい。様々な実施形態において、ユーザインタフェース２３６は、ユーザが直接入力を提供するために、１つ又は複数の実際のボタン、及び／又はタッチ感応スクリーン及び／又は表面の上に提供されるグラフィカルインタフェースを含み、その他の可能性もある。ユーザインタフェース２３６はさらに、視覚的及び／又は聴覚的フィードバックをユーザに提供するために光源及びスピーカの１つ又は複数を含んでもよい。
いくつかの実施形態において、プロセッサ２１２は、メモリ２１６に記憶された命令に基づいて、入力データを処理するように構成されたクロック駆動のコンピュータコンポーネントであってもよい。メモリ２１６は、プロセッサ２１２によって実行可能な命令を記憶するように構成された実体のあるコンピュータ読み取り可能記録媒体であってもよい。例えば、メモリ２１６は、ある機能を実行するためにプロセッサ２１２によって実行可能なソフトウェアコンポーネント２１４の１つ又は複数を搭載することができるデータストレージであってもよい。ある例においては、機能は、再生デバイスがオーディオソース又は別の再生デバイスからオーディオデータを読み出すステップに関与してもよい。別の例においては、機能は、再生デバイスがネットワーク上の別のデバイスにオーディオデータを送信するステップに関与してもよい。さらに別の例においては、機能は、マルチチャンネルオーディオ環境を作るために、再生デバイスと１つ又は複数の再生デバイスとをペアリングすることに関与してもよい。
ある機能は、再生デバイスが、１つ又は複数の他の再生デバイスと、オーディオコンテンツの再生を同期することに関与してもよい。同期した再生の間、同期した再生デバイス同士のオーディオコンテンツの再生の遅延を、聴取者が気づかないかもしれない。２００４年４月４日付けの「複数の独立クロックデジタルデータ処理デバイス間の動作を同期するシステム及び方法」と題する米国特許第８、２３４、３９５号の全体が本明細書に参照として援用されており、それは再生デバイス間のオーディオ再生を同期することのより詳細な例を提供している。
オーディオ処理コンポーネント２１８は、１つ又は複数のデジタル－アナログ変換器（ＤＡＣ）、オーディオ処理コンポーネント、オーディオ強化コンポーネント、又はデジタルシグナルプロセッサ（ＤＳＰ）などを含んでいてもよい。いくつかの実施形態において、オーディオ処理コンポーネント２１８の１つ又は複数は、プロセッサ２１２のサブコンポーネントであってもよい。一例において、オーディオコンテンツが、オーディオ処理コンポーネント２１８によって処理及び／又は意図的に変更されることによって、オーディオ信号を生成してもよい。生成されたオーディオ信号は次に、オーディオ増幅器２１０による増幅のために送信され、スピーカ２１２を通じて再生されてもよい。特に、オーディオ増幅器２１０は、スピーカ２１２の１つ又は複数を駆動できるレベルまでオーディオ信号を増幅するように構成されたデバイスを含んでもよい。スピーカ２１２は、独立した変換器（例えば、「ドライバ」）又は１つ又は複数のドライバを内包する筐体を含む完全なスピーカシステムを備えてもよい。スピーカ２１２に備えられた特定のドライバは、例えば、サブウーファ（例えば、低周波用）、ミドルレンジドライバ（例えば、中間周波用）、及び／又はツイータ（高周波用）を含んでもよい。ある場合においては、１つ又は複数のスピーカ２１２のそれぞれの変換器は、オーディオ増幅器２１０の対応する個々のオーディオ増幅器によって駆動されてもよい。再生するアナログ信号を生成することに加えて、オーディオ処理コンポーネント２０８は、オーディオコンテンツを処理し、そのオーディオコンテンツを１つ又は複数の他の再生デバイスに再生させるために送信するように構成されてもよい。
再生デバイスによって処理及び／又は再生されるオーディオコンテンツは、外部ソース、例えば、オーディオライン－イン入力接続（例えば、オートディテクティング３．５ｍｍオーディオライン－イン接続）又はネットワークインタフェース２３０を介して、受信されてもよい。
ネットワークインタフェース２３０は、データネットワーク上で再生デバイスと１つ又は複数の他のデバイスとの間のデータフローを容易にするように構成されてもよい。このように、再生デバイスは、再生デバイスと通信する１つ又は複数の他の再生デバイス、ローカルエリアネットワーク内のネットワークデバイス、又は例えば、インターネット等のワイドエリアネットワーク上のオーディオコンテンツソースから、データネットワークを介してオーディオコンテンツを受信するように構成されてもよい。ある例では、再生デバイスによって送信及び受信されたオーディオコンテンツ及び他の信号は、インターネットプロトコル（ＩＰ）に基づくソースアドレス及びＩＰに基づく宛先アドレスを含むデジタルパケットデータの形で送信されてもよい。そのような場合、ネットワークインタフェース２３０は、デジタルパケットデータを解析することによって、再生デバイス宛てのデータが、再生デバイスによって適切に受信されて処理されることができるように構成されてもよい。
図示されるように、ネットワークインタフェース２３０は、無線インタフェース２３２と有線インタフェース２３４とを含んでもよい。無線インタフェース２３２は、再生デバイスが、通信プロトコル（例えば、無線規格ＩＥＥＥ８０２．１１ａ、８０２．１１ｂ、８０２．１１ｇ、８０２．１１ｎ、８０２．１１ａｃ、８０２．１５、４Ｇモバイル通信基準などを含む無線基準（規格）のいずれか）に基づいて、他のデバイス（例えば、再生デバイスに関連付けられたデータネットワーク内の他の再生デバイス、スピーカ、レシーバ、ネットワークデバイス、制御デバイス）と無線通信するためにネットワークインタフェース機能を提供してもよい。有線インタフェース２３４は、再生デバイスが、通信プロトコル（例えば、ＩＥＥＥ８０２．３）に基づいて他のデバイスとの有線接続を介して通信するためのネットワークインタフェース機能を提供してもよい。図２に示されるネットワークインタフェース２３０は、無線インタフェース２３２と有線インタフェース２３４との両方を含んでいるが、ネットワークインタフェース２３０は、ある実施形態において、無線インタフェースのみか、又は有線インタフェースのみを含んでもよい。
上で説明されたとおり、再生デバイスは図１に示されるＮＭＤ１０３の１つなどのネットワークマイクロフォンデバイスを含んでもよい。ネットワークマイクロフォンデバイスは、プロセッサ２１２、メモリ２１６、マイクロフォン２２４などの再生デバイスのいくつかの又は全てのコンポーネントを共用してもよい。別の例において、ネットワークマイクロフォンデバイスはネットワークマイクロフォンデバイスの動作の面のみに特化したコンポーネントを含む。例えば、ネットワークマイクロフォンデバイスは、再生デバイスが含まない場合もある遠方マイクロフォン（ｆａｒ－ｆｉｅｌｄ ｍｉｃｒｏｐｈｏｎｅ）及び／又はボイス処理コンポーネントを含んでもよい。別の例において、ネットワークマイクロフォンデバイスは、マイクロフォンをオン・オフするタッチ感応ボタンを含んでもよい。さらに別の例において、ネットワークマイクロフォンデバイスは上述のような独立したデバイスであり得る。図２Ｂは、ネットワークマイクロフォンデバイスを組み入れた例示的な再生デバイス２０２を示す等角図である。再生デバイス２０２は、マイクロフォンをオン・オフするためのコントロール領域２３７をデバイスの頂上に有する。コントロール領域２３７は、デバイスの頂上で、再生を制御するための別の領域２３９の隣にある。
例示として、ソノズ・インコーポレイテッドは、「ＰＬＡＹ：１」、「ＰＬＡＹ：３」、「ＰＬＡＹ：５」、「ＰＬＡＹＢＡＲ」、「ＣＯＮＮＥＣＴ：ＡＭＰ」、「ＣＯＮＮＥＣＴ」、及び「ＳＵＢ」を含む再生デバイスを現在販売提供している（又は、していた）。他の過去、現在、及び／又は将来のいずれの再生デバイスにおいても、追加的に又は代替的に本明細書で開示された実施例の再生デバイスに実装して使用することができる。さらに、再生デバイスは、図２Ａに示された特定の例、又は提供されるソノズ製品に限定されないことは理解される。例えば、再生デバイスは、有線又は無線のヘッドホンを含んでもよい。別の例において、再生デバイスは、パーソナルモバイルメディア再生デバイス用のドッキングステーションを含むか、又は、それらと対話してもよい。さらに別の例において、再生デバイスは、別のデバイス又はコンポーネント、例えば、テレビ、照明器具、又は屋内又は屋外で使用するためのいくつかの他のデバイスと一体化されてもよい。
ｂ．例示的な再生デバイス構成
図３Ａ－３Ｅは、ゾーン及びゾーングループの再生デバイスの構成例を示す。はじめに図３Ｅを参照して、１つの例として、単一の再生デバイスが１つのゾーンに属していてもよい。例えば、「バルコニー」の再生デバイス１０２ｃは「ゾーンＡ」に属してもよい。下に説明するいくつかの実施例において、複数の再生デバイスが「結合」され（ｂｏｎｄｅｄ）、一緒に１つのゾーンを形成する「結合ペア」を形成してもよい。例えば、図１において「ヌック」と名付けられた再生デバイス１０２ｆが「壁」と名付けられた再生デバイス１０２ｇに結合されて「ゾーンＢ」を形成してもよい。結合された再生デバイスは、異なる再生担当を有してもよい（例えば、チャンネル担当）。下に説明される別の実施例において、複数の再生デバイスは併合され（ｍｅｒｇｅｄ）、１つのゾーンを形成してもよい。例えば、「オフィス」と名付けられた再生デバイス１０２ｄが「ウィンドウ」と名付けられた再生デバイス１０２ｍと併合されて「ゾーンＣ」を形成してもよい。併合された再生デバイス１０２ｄ及び１０２ｍには、特に異なる再生担当を割り当てられない場合もある。すなわち、併合された再生デバイス１０２ｄ及び１０２ｍは、オーディオコンテンツを同期して再生することを除けば、まるで併合されていないかのようにオーディオコンテンツをそれぞれが再生してもよい。
メディア再生システム１００の各ゾーンは、単一のユーザインタフェース（ＵＩ）エンティティとしての制御のために提供されてもよい。例えば、「ゾーンＡ」は「バルコニー」と名付けられた単一のエンティティとして提供されてもよい。「ゾーンＣ」は「オフィス」と名付けられた単一のエンティティとして提供されてもよい。「ゾーンＢ」は「シェルフ」と名付けられた単一のエンティティとして提供されてもよい。
様々な実施形態において、ゾーンはそのゾーンに属する再生デバイスの１つの名前を踏襲してもよい。例えば、「ゾーンＣ」は「オフィス」デバイス１０２ｄ（図示のとおり）の名前を踏襲してもよい。別の例において、「ゾーンＣ」は「ウィンドウ」デバイス１０２ｍの名前を踏襲してもよい。さらなる例において、「ゾーンＣ」は「オフィス」デバイス１０２ｄと「ウィンドウ」デバイス１０２ｍとの何らかの組み合わせである名前を使ってもよい。選択される名前はユーザによって選択されてもよい。いくつかの実施形態において、ゾーンはそのゾーンに属するデバイス以外の名前が与えられてもよい。例えば、「ゾーンＢ」は「シェルフ」と名付けられるが、「ゾーンＢ」のデバイスがどれもこの名前を有していない。
結合された再生デバイスは、特定のオーディオチャンネル担当などの異なる再生担当を有してもよい。例えば、図３Ａに示すように、オーディオコンテンツのステレオ効果を生み出す又は強化するように「ヌック」及び「壁」デバイス１０２ｆ及び１０２ｇが結合されてもよい。この例において、「ヌック」再生デバイス１０２ｆは、左チャンネルのオーディオコンポーネントを再生するように構成されてもよく、「壁」再生デバイス１０２ｇは、右チャンネルのオーディオコンポーネントを再生するように構成されてもよい。いくつかの実施例において、そのようなステレオ結合は「ペアリング」と呼ばれてもよい。
加えて、結合した再生デバイスは追加の及び／又は異なるスピーカドライバをそれぞれ有してもよい。図３Ｂに示されるように、「フロント」と名付けられた再生デバイス１０２ｂは「サブ」と名付けられた再生デバイス１０２ｋと結合されてもよい。「フロント」デバイス１０２ｂは中間周波から高周波のレンジを提供し、「サブ」デバイス１０２ｋが例えばサブウーファとして低周波を提供してもよい。結合が解かれたとき、「フロント」デバイス１０２ｂが全周波レンジを提供してもよい。別の例として、図３Ｃは、それぞれ「右」及び「左」デバイス１０２ａ及び１０２ｊとしてさらに結合された「フロント」及び「サブ」デバイス１０２ｂ及び１０２ｋを示す。いくつかの実施例において、「右」及び「左」デバイス１０２ａ及び１０２ｊは、ホームシアターシステムのサラウンド又は「サテライト」チャンネルを形成してもよい。結合された再生デバイス１０２ａ、１０２ｂ、１０２ｊ、及び１０２ｋは単一の「ゾーンＤ」（図３Ｅ）を形成してもよい。
併合された再生デバイスは、割り当てられた再生担当を有さないかもしれず、それぞれの再生デバイスが可能なオーディオコンテンツの全レンジをそれぞれが提供してもよい。それにもかかわらず、併合されたデバイスは単一のＵＩエンティティ（すなわち上述のとおり、１つのゾーン）を代表してもよい。例えば、「オフィス」の再生デバイス１０２ｄ及び１０２ｍは、「ゾーンＣ」という単一のＵＩエンティティである。一実施形態において、再生デバイス１０２ｄ及び１０２ｍは、それぞれの再生デバイス１０２ｄ及び１０２ｍが可能なオーディオコンテンツの全レンジをそれぞれが同期して出力してもよい。
いくつかの実施例において、独立したネットワークマイクロフォンデバイスは、１つのゾーンの中に単独で存在し得る。例えば、「天井」と名付けられた図１のＮＭＤ１０３ｇが「ゾーンＥ」であってもよい。ネットワークマイクロフォンデバイスはまた、別のデバイスと結合又は併合されてゾーンを形成してもよい。例えば、「アイランド」と名付けられたＮＭＤデバイス１０３ｆは再生デバイス１０２ｉ「キッチン」と結合されて、一緒に、それもまた「キッチン」と名付けられる「ゾーンＧ」を形成してもよい。ネットワークマイクロフォンデバイスと再生デバイスとを指名された又はデフォルトのデバイスとして関連付けることに関するさらなる詳細は、例えば既に参照した米国特許出願公開第１５／４３８、７４９号明細書に記載されている。いくつかの実施例において、独立したネットワークマイクロフォンデバイスは１つのゾーンと関連していないかもしれない。
個々の、結合された、及び／又は併合されたデバイスのゾーンはグループ化されてゾーングループを形成してもよい。例えば、図３Ｅを参照して、「ゾーンＡ」が「ゾーンＢ」とグループ化されて２つのゾーンを含むゾーングループを形成してもよい。別の例として、「ゾーンＡ」は１つ又は複数の他の「ゾーンＣ－Ｉ」とグループ化されてもよい。「ゾーンＡ－Ｉ」は多数の方法でグループ化及びグループ解除ができる。例えば、「ゾーンＡ－Ｉ」のうちの３つ、４つ、５つ、又はそれ以上（例えば全部）がグループ化できる。グループ化されると、既に参照した米国特許第８、２３４、３９５号明細書に説明されるように、個々の、及び／又は結合された再生デバイスはオーディオを互いに同期して再生してもよい。再生デバイスは動的にグループ化及びグループ解除されて新しい、又は異なるグループを形成し、オーディオコンテンツを同期して再生してもよい。
様々な実施例において、例えば図３Ｅに示される「ダイニングルーム＋キッチン」のように、ある環境の中のゾーンが、グループ内のゾーンのデフォルトの名前又はゾーングループ内のゾーン名の組み合わせであり得る。いくつかの実施形態において、また図３Ｅに示される「ニックの部屋」のように、ゾーングループはユーザが選択した固有の名前が与えられてもよい。
再び図２Ａを参照して、メモリ２１６に、定期的に更新されて再生ゾーン、再生デバイス、及び／又はそれらと関連するゾーングループの状態を記述するために使われるあるデータが１つ又は複数の状態変数（ｓｔａｔｅ ｖａｒｉａｂｌｅ）として記憶されてもよい。メモリ２１６はまた、メディアシステム内の他のデバイスの状態に関連し、時々デバイス間で共有されるデータを含んでもよく、デバイスの１つ又は複数がシステムに関連する最新のデータを有することになる。
いくつかの実施形態において、メモリは状態と関連する様々な変数タイプのインスタンスを記憶してもよい。変数インスタンス（ｖａｒｉａｂｌｅｓ ｉｎｓｔａｎｃｅｓ）はタイプに対応する識別子（ｉｄｅｎｔｉｆｉｅｒ：例えば、タグ）とともに記憶されてもよい。例えば、特定の識別子は、あるゾーンの再生デバイスを識別する第一のタイプ「ａ１」、ゾーンに結合されていてもよい再生デバイスを識別する第二のタイプ「ｂ１」、及びゾーンが属し得るゾーングループを識別する第三のタイプ「ｃ１」であってもよい。関連する例として、図１において「バルコニー」と関連する識別子は、「バルコニー」は、「バルコニー」が特定のゾーンにあってゾーングループに入っていない唯一の再生デバイスであることを示しているかもしれない。「リビングルーム」に関連する識別子は、「リビングルーム」が他のゾーンとグループ化されていないが、結合された再生デバイス１０２ａ、１０２ｂ、１０２ｊ、及び１０ｋを含んでいることを示していてもよい。「ダイニングルーム」と関連する識別子は、「ダイニングルーム」が「ダイニングルーム＋キッチン」のグループの一部であり、デバイス１０３ｆ及び１０２ｉが結合されていることを示していてもよい。「キッチン」と関連する識別子は、「キッチン」が、「ダイニングルーム＋キッチン」ゾーングループの一部であることにより、同じ又は類似した情報を示していてもよい。他の例示的なゾーン変数及び識別子は、下に説明される。
さらに別の例において、メディア再生システム１００は、図３に示される「エリア」に関連する識別子などのように、ゾーン及びゾーングループの他の関連性を表す変数又は識別子を有してもよい。あるエリアはゾーングループ及び／又はゾーングループに属さないゾーンのクラスタに関与してもよい。例えば、図３Ｅは、「フロントエリア」と名付けられた第一のエリア及び「バックエリア」と名付けられた第二のエリアを示す。「フロントエリア」は、「バルコニー」、「リビングルーム」、「ダイニングルーム」、「キッチン」、及び「バスルーム」のゾーン及びゾーングループを含む。「バックエリア」は、「バスルーム」、「ニックの部屋」、「寝室」、及び「オフィス」のゾーン及びゾーングループを含む。一態様において、「エリア」は、別のクラスタの１つ又は複数のゾーン及び／又はゾーングループを共有するゾーングループ及び／又はゾーンのクラスタを発動するために使われてもよい。別の態様において、これは別のゾーングループとゾーンを共有しないゾーングループと異なる。「エリア」を実施する技術のさらなる例は、例えば２０１７年８月２１日付けの「名前に基づく部屋の関連付け」と題する米国特許出願第１５／６８２、５０６号明細書、及び２００７年９月１１日付けの「マルチゾーンメディアシステムの制御とグループ作成操作」と題する米国特許第８、４８３、８５３号明細書に記載がある。これらの出願はその全体がここに参照され援用される。いくつかの実施例において、メディア再生システム１００は、「エリア」を実施しないかもしれないが、その場合、システムは「エリア」に関連する変数を記憶しないかもしれない。
メモリ２１６はさらに、他のデータを記憶するように構成されてもよい。そのようなデータは、再生デバイス、又はその再生デバイス（又は別の再生デバイス）が関連し得る再生キュー（ｐｌａｙｂａｃｋ ｑｕｅｕｅ）によってアクセス可能なオーディオソースに関連してもよい。下に説明される実施形態において、ボイス入力を処理するとき、メモリ２１６は、第一のＶＡＳ１６０などの特定のＶＡＳを選択するための一セットのコマンドデータを記憶するように構成される。
動作中、図１の環境における１つ又は複数の再生ゾーンは、それぞれ異なるオーディオコンテンツを再生していてもよい。例えば、ユーザは、「バルコニー」ゾーンでグリルしながら、再生デバイス１０２ｃによって再生されるヒップホップ音楽を聞くことができる。一方、別のユーザは、「キッチン」ゾーンで食事を準備しながら、再生デバイス１０２ｉによって再生されるクラシック音楽を聞くことができる。別の例では、再生ゾーンは、同じオーディオコンテンツを別の再生ゾーンと同期して再生してもよい。例えば、ユーザが「オフィス」ゾーンにいる場合、「オフィス」ゾーンの再生デバイス１０２ｄが、「バルコニー」ゾーンの再生デバイス１０２ｃで再生されている音楽と同じヒップホップ音楽を再生してもよい。そのような場合、再生デバイス１０２ｃ及び１０２ｄは、ヒップホップ音楽を同期して再生しているため、ユーザは、異なる再生ゾーン間を移動してもアウト－ラウドで再生されるオーディオコンテンツをシームレス（又は少なくともほぼシームレス）に楽しむことができる。再生ゾーン間の同期は、前述の米国特許第８、２３４、３９５号明細書で述べられているような再生デバイス間の同期と同様の方法で行ってもよい。
上に示唆したように、メディア再生システム１００のゾーン構成は、動的に変更してもよい。したがって、メディア再生システム１００は、多くの構成をサポートしてもよい。例えば、ユーザが１つ又は複数の再生デバイスを、物理的にゾーンに移動させるか、又はゾーンから移動させる場合、メディア再生システム１００は変更に対応するように再構成されてもよい。例えば、ユーザが再生デバイス１０２ｃを「バルコニー」ゾーンから「オフィス」ゾーンに物理的に移動させる場合、「オフィス」ゾーンは、そこから再生デバイス１０２ｃと再生デバイス１０２ｄとの両方を含んでもよい。場合によっては、ユーザは例えばコントローラデバイス１０４及び／又はボイス入力を使って、移動された再生デバイス１０２ｃを「オフィス」ゾーンとペアにする又はグループ化する、及び／又は、「オフィス」ゾーンの再生デバイスの名称変更をしてもよい。別の例として、１つ又は複数の再生デバイスが、ホーム環境において、再生ゾーンを未だ設定していない特定のエリアに移動させられた場合、移動された再生デバイスは名称変更されてもよく、又は特定のエリアの再生ゾーンに関連付けられてもよい。
さらに、メディア再生システム１００の異なる再生ゾーンは、動的にゾーングループに組み合わされてもよいし、又は別々の再生ゾーンに分割されてもよい。例えば、「ダイニングルーム」ゾーンと「キッチン」ゾーンとがディナーパーティ用のゾーングループに組み合わされることによって、再生デバイス１０２ｉと１０２ｌとがオーディオコンテンツを同期して再生することができる。一方、「リビングルーム」ゾーンの結合された再生デバイス１０２は、（ｉ）テレビゾーンと（ｉｉ）別のリスニングゾーンとに分割されてもよい。テレビゾーンは、「フロント」再生デバイス１０２ｂを含んでもよい。リスニングゾーンは、「右」、「左」、及び「サブ」再生デバイス１０２ａ、１０２ｊ、及び１０２ｋを含んでもよく、それらは上述のとおり、グループ化、ペア化、又は併合されてもよい。「リビングルーム」ゾーンをそのように分割することにより、一人のユーザがリビングルームのあるエリアのリスニングゾーンで音楽を聴き、別のユーザがリビングルーム空間の別のエリアでテレビを見ることが可能となり得る。関連した例において、テレビゾーンとリスニングゾーンとに分割される前に「リビングルーム」ゾーンを制御するために、ユーザはＮＭＤ１０３ａ又は１０３ｂのいずれも実施し得る。一旦分割されると、リスニングゾーンは例えばＮＭＤ１０３ａの近傍のユーザによって制御され、テレビゾーンは例えばＮＭＤ１０３ｂの近傍のユーザによって制御されてもよい。しかし、上述のとおり、いずれのＮＭＤ１０３もメディア再生システム１００の様々な再生及びその他のデバイスを制御するように構成されてもよい。
ｃ．例示的なコントローラデバイス
図４は、図１のメディア再生システム１００のコントローラデバイス１０４の選択された１つのある態様を示す機能ブロック図である。そのようなコントローラデバイスは、コントローラとも呼ばれ得る。図３に示されるコントローラデバイスは概して、プロセッサ４１２、メモリ４１６、マイクロフォン４２４、及びネットワークインタフェース４３０などの上述のネットワークデバイスの特定のコンポーネントに類似したコンポーネントを含んでもよい。１つの例において、コントローラデバイスは、メディア再生システム１００の専用のコントローラデバイスであってもよい。別の例では、コントローラデバイスは、例えばｉＰｈｏｎｅ（登録商標）、ｉＰａｄ（登録商標）、又はその他のスマートフォン、タブレット又はネットワークデバイス（例えば、ＰＣやＭａｃ（登録商標）などのネットワーク接続されたコンピュータ）などの、メディア再生システムのコントローラアプリケーションソフトウェアが搭載されていてもよいネットワークデバイスであり得る。
コントローラデバイスのメモリ４１６は、コントローラアプリケーションソフトウェア及びメディア再生システム１００、及びシステム１００のユーザに関連したその他のデータを記憶するように構成されてもよい。メモリ４１６には、メディア再生システム１００のユーザアクセス、制御、及び構成を容易にするなどの特定の機能を達成するためにプロセッサ４１２によって実行可能な１つ又は複数のソフトウェアコンポーネント４１４が搭載されてもよい。上述のように、コントローラデバイスは他のネットワークデバイスとワイヤレスインタフェースなどのネットワークインタフェース４３０上で通信する。
１つの例において、データ及び情報（例えば、状態変数など）は、ネットワークインタフェース４３０を介してコントローラデバイスとその他のデバイスとの間で伝達されてもよい。例えば、メディア再生システム１００の再生ゾーンとゾーングループの構成は、ネットワークインタフェース４０６を介して、再生デバイス、ネットワークマイクロフォンデバイス、又はその他のネットワークデバイスからコントローラデバイスによって受信され得て、又はコントローラデバイスによって別の再生デバイス又はネットワークデバイスに送信され得る。場合によっては、他のネットワークデバイスは、別のコントローラデバイスでもよい。
音量制御及びオーディオ再生制御などの再生デバイスの制御コマンドも、ネットワークインタフェース４３０を介してコントローラデバイスから再生デバイスへ伝達されてもよい。上述のとおり、メディア再生システム１００の構成変更もコントローラデバイスを使ってユーザによって実行されてもよい。構成変更は、１つ又は複数の再生デバイスの追加／削除、１つ又は複数のゾーンのゾーングループへの追加／削除、結合又は併合再生デバイスの形成、結合又は併合再生デバイスからの１つ又は複数の再生デバイスの分離、その他、を含んでもよい。
コントローラデバイスのユーザインタフェース４４０は、図４Ａ及び４Ｂにそれぞれ示され、集合的にコントローラインタフェース４４０と呼ばれるコントローラインタフェース４４０ａ及び４４０ｂなどのコントローラインタフェースを提供することによりメディア再生システム１００のユーザアクセス及び制御を容易にするように構成されてもよい。図４Ａ及び４Ｂを同時に参照して、コントローラインタフェース４４０は再生制御領域４４２、再生ゾーン領域４４３、再生ステータス領域４４４、再生キュー領域４４６、及びソース領域４４８を含む。図示のユーザインタフェース４００は、図３に示され、メディア再生システム１００などのメディア再生システムを制御するためにユーザによってアクセスされるコントローラデバイスなどのネットワークデバイス上に提供され得るユーザインタフェースの一例にすぎない。異なるフォーマット、スタイル、及び対話型シーケンスによるその他のユーザインタフェースが、１つ又は複数のネットワークデバイス上において代わりに実施され、類似した制御アクセスをメディア再生システムに提供してもよい。
再生制御領域４４２（図４Ａ）は、選択可能で（例えば、タッチの方法で、又はカーソルを使って）、選択された再生ゾーン又はゾーングループにある再生デバイスに、再生又は停止、早送り、巻き戻し、次へスキップ、前へスキップ、シャッフルモードの開始／終了、リピートモードの開始／終了、クロスフェードモードの開始／終了をさせるアイコンを含んでもよい。再生制御領域４４２はまた、イコライザの設定、及び再生音量、その他種々の変更を行う選択可能アイコンを含んでもよい。
再生制御領域４４３（図４Ｂ）は、メディア再生システム１００内の再生ゾーンの表示を含んでもよい。再生ゾーン領域はまた、図示の「ダイニングルーム＋キッチン」ゾーングループなどのゾーングループの表示を含んでもよい。いくつかの実施例において、再生ゾーンのグラフィカルな表示が、例えば、結合されたゾーンの作成、ゾーングループの作成、ゾーングループの分割、ゾーングループの名称変更、その他など、メディア再生システム内の再生ゾーンを管理又は構成するための追加の選択可能なアイコンを表示させるように選択可能でもよい。
例えば、図示のように「グループ」アイコンは再生ゾーンのグラフィカル表示それぞれに提供されてもよい。特定のゾーンのグラフィカル表示内に提供される「グループ」アイコンは、特定のゾーンとグループ化されるためのメディア再生システムの１つ又は複数の他のゾーンの選択肢を表示するために選択可能でもよい。一旦グループ化されると、特定のゾーンとグループ化されたゾーン内の再生デバイスは、特定のゾーンの再生デバイスと同期してオーディオコンテンツを再生するように構成される。類似的に、「グループ」アイコンはゾーングループのグラフィカル表示内に提供されてもよい。この場合、「グループ」アイコンは、ゾーングループから削除されるゾーングループ内の１つ又は複数のゾーンの選択を外す選択肢を表示するために選択可能でもよい。ユーザインタフェース４００などのユーザインタフェースを介して、ゾーンをグループ化及びグループ解除をするための他の対話及び実施もまた可能である。再生ゾーン領域４４３（図４Ｂ）内の再生ゾーンの表示は、再生ゾーン又はゾーングループの構成が変更されるとともに動的に更新されてもよい。
再生ステータス領域４４４（図４Ａ）は、現在再生されているオーディオコンテンツ、前に再生されたオーディオコンテンツ、又は選択された再生ゾーン又はゾーングループ内で次に再生するように予定されているオーディオコンテンツ、のグラフィック表示を含んでもよい。選択可能な再生ゾーン又は再生グループは、ユーザインタフェース上で、例えば、再生ゾーン領域４４３及び／又は再生ステータス領域４４４内で視覚的に区別されてもよい。グラフィック表示は、トラックタイトル、アーティスト名、アルバム名、アルバム年、トラック長さ、及びメディア再生システムを、ユーザインタフェース４４０を介して制御するときに、ユーザにとって有益かもしれない他の関連情報を含んでもよい。
再生キュー領域４４６は、選択された再生ゾーン又はゾーングループに関連付けられた再生キュー内のオーディオコンテンツのグラフィック表示を含んでもよい。いくつかの実施形態において、それぞれの再生ゾーン又はゾーングループは、再生ゾーン又はゾーングループによって再生される０以上のオーディオアイテムに対応する情報を含む再生キューに関連付けられてもよい。例えば、再生キュー内のそれぞれのオーディオアイテムは、ユー・アール・アイ（ＵＲＩ）、ユー・アール・エル（ＵＲＬ）、又は再生ゾーン又はゾーングループ内の再生デバイスによって使用可能な他の識別子を含んでもよい。これらによって、ローカルオーディオコンテンツソース又はネットワークオーディオコンテンツソース、からオーディオアイテムを見つけ、及び／又は取り出し、再生デバイスによって再生することができる。
ある例では、プレイリストが再生キューに追加されてもよい。この場合、プレイリスト内のそれぞれのオーディオアイテムに対応する情報が再生キューに追加されてもよい。別の例では、再生キュー内のオーディオアイテムは、プレイリストとして保存されてもよい。さらに別の例では、再生デバイスがストリーミングオーディオコンテンツ、例えば、再生時間を有する個別のオーディオアイテムよりも、停止しない限り連続して再生され得るインターネットラジオを再生し続けているとき、再生キューは、空であってもよいし、又は埋まっているが「未使用」であってもよい。別の実施形態では、再生キューは、インターネットラジオ及び／又は他のストリーミングオーディオコンテンツアイテムを含むことができ、且つ再生ゾーン又はゾーングループがそれらのアイテムを再生しているとき「使用中」とすることができる。他の例も可能である。
再生ゾーン又はゾーングループが「グループ化される」、又は「グループ解除される」とき、影響を受ける再生ゾーン又はゾーングループに関連した再生キューは、クリアされてもよいし、又は再び関連付けられてもよい。例えば、第一の再生キューを含む第一の再生ゾーンが、第二の再生キューを含む第二の再生ゾーンとグループ化された場合、形成されたゾーングループは、関連付けられた再生キューを有してもよく、関連付けられた再生キューは、最初は空であるか、（例えば、第二の再生ゾーンが第一の再生ゾーンに追加された場合、）第一の再生キューのオーディオアイテムを含むか、（例えば、第一の再生ゾーンが第二の再生ゾーンに追加された場合、）第二の再生キューのオーディオアイテムを含むか、又は第一の再生キューと第二の再生キューとの両方のオーディオアイテムを組み合わせられてもよい。その後、形成されたゾーングループがグループ解除された場合、その結果の第一の再生ゾーンは、前の第一の再生キューと再び関連付けられてもよいし、空の新しい再生キューに関連付けられてもよいし、あるいはゾーングループがグループ解除される前にゾーングループに関連付けられていた再生キューのオーディオアイテムを含む新しい再生キューに関連付けられてもよい。同様に、グループ解除された第二の再生ゾーンは、前の第二の再生キューと再び関連付けられてもよいし、空の新しい再生キューに関連付けられてもよいし、あるいはゾーングループがグループ解除される前にゾーングループに関連付けられていた再生キューのオーディオアイテムを含む新しい再生キューに関連付けられてもよい。その他の例もまた可能である。
図４Ａ及び４Ｂを引き続き参照して、再生キュー領域４４６（図４Ｂ）内のオーディオコンテンツのグラフィック表示は、トラックタイトル、アーティスト名、トラックの長さ、及び再生キュー内のオーディオコンテンツに関連付けられた他の関連情報を含んでもよい。ある例においては、オーディオコンテンツのグラフィック表示は、追加の選択可能なアイコンを選択して移動させることができる。これにより、再生キュー及び／又は再生キューに表示されたオーディオコンテンツを管理及び／又は編集することができる。例えば、表示されたオーディオコンテンツは、再生キューから取り除いてもよいし、再生キュー内の異なる位置に移動させてもよいし、すぐに再生させるか若しくは現在再生しているオーディオコンテンツの後に再生するように選択されてもよいし、あるいは他の動作を実行してもよい。再生ゾーン又はゾーングループに関連付けられた再生キューは、再生ゾーン又はゾーングループ内の１つ又は複数の再生デバイスのメモリ、再生ゾーン又はゾーングループに入っていない再生デバイスのメモリ、及び／又は他の指定のデバイスのメモリに記憶されていてもよい。そのような再生キューの再生には、キューのメディアアイテムを、おそらく順次又はランダムな順序で再生する１つ又は複数の再生デバイスが関係していてもよい。
ソース領域４４８は、対応するＶＡＳに関連した選択可能なオーディオコンテンツ及び選択可能なボイスアシスタントのグラフィカル表示を含んでもよい。ＶＡＳは選択的に割り当てられてもよい。いくつかの例において、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）及び別のボイスサービスなどの複数のＶＡＳが、同じネットワークマイクロフォンデバイスによって発動可能でもよい。いくつかの実施形態において、ユーザはあるＶＡＳを１つ又は複数のネットワークマイクロフォンデバイス専用に割り当ててもよい。例えば、ユーザは第一のＶＡＳ１６０を図１に示される「リビングルーム」のＮＭＤ１０２ａ及び１０２ｂのうちの１つ又は両方に割り当て、第二のＶＡＳを「キッチン」のＮＭＤ１０３ｆに割り当ててもよい。その他の例も可能である。
ｄ．例示的なオーディオコンテンツソース
ソース領域４４８のオーディオソースは、そこからオーディオコンテンツが取り出され、選択された再生ゾーン又はゾーングループで再生されるオーディオコンテンツソースでもよい。ゾーン又はゾーングループ内の１つ又は複数の再生デバイスは、再生するオーディオコンテンツを、（例えば、オーディオコンテンツの対応するＵＲＩ又はＵＲＬに基づいて、）複数の入手可能なオーディオコンテンツソースから取り出すように構成されてもよい。一例において、オーディオコンテンツは、再生デバイスによって、対応するオーディオコンテンツソース（例えば、ライン－イン接続）から直接取り出されてもよい。別の例では、オーディオコンテンツは、１つ又は複数の他の再生デバイス若しくはネットワークデバイスを介してネットワーク上の再生デバイスに提供されてもよい。
例示的なオーディオコンテンツソースは、メディア再生システム内の１つ又は複数の再生デバイスのメモリを含んでもよい。メディア再生システムとしては、例えば、図１のメディア再生システム１００、１つ又は複数のネットワークデバイス上のローカルミュージックライブラリ（例えば、コントローラデバイス、ネットワーク対応のパーソナルコンピュータ、又はネットワーク接続ストレージ（ＮＡＳ）など）、インターネット（例えば、クラウド）を介してオーディオコンテンツを提供するストリーミングオーディオサービス、あるいは再生デバイス又はネットワークデバイスのライン－イン入力接続を介してメディア再生システムに接続されるオーディオソース、他の可能なシステムであってもよい。
ある実施形態では、オーディオコンテンツソースは、図１のメディア再生システム１００などのようなメディア再生システムに定期的に追加されてもよいし、定期的に取り除かれてもよい。ある例では、１つ又は複数のオーディオコンテンツソースが追加される、取り除かれる、又は更新される度に、オーディオアイテムのインデックス付けが行われてもよい。オーディオアイテムのインデックス付けは、ネットワーク上で共有される全てのフォルダ／ディレクトリ内の識別可能なオーディオアイテムをスキャンすることを含んでもよい。ここで、ネットワークは、メディア再生システム内の再生デバイスによってアクセス可能である。また、オーディオアイテムのインデックス付けは、メタデータ（例えば、タイトル、アーティスト、アルバム、トラックの長さ、その他、など）、及び他の関連情報を含むオーディオコンテンツデータベースを作成すること、又は更新すること、を含んでもよい。他の関連情報とは、例えば、見つかったそれぞれの識別可能なオーディオアイテムのＵＲＩ又はＵＲＬを含んでもよい。オーディオコンテンツソースを管理し、且つ維持するための他の例も可能である。
ｅ．例示的なネットワークマイクロフォンデバイス
図５Ａは、本開示の態様に係るＮＭＤ１０３の１つ又は複数の追加の機能を示す機能ブロック図である。図５Ａに示されるネットワークマイクロフォンデバイスは、プロセッサ２１２（図１）、ネットワークインタフェース２３０（図２Ａ）、マイクロフォン２２４、及びメモリ２１６などの上述のネットワークマイクロフォンデバイスの特定のコンポーネントと概して類似したコンポーネントを含んでもよい。明確性のため図示されないが、ネットワークマイクロフォンデバイスは、上述のようにスピーカ、増幅器、信号処理装置などの他のコンポーネントを含んでもよい。
マイクロフォン２２４は、ネットワークマイクロフォンデバイス環境で音を検出するように構成された複数のマイクロフォンでもよい。一例において、マイクロフォン２２４は、ネットワークマイクロフォンデバイスから見て１つ又は複数の方向からのオーディオを検出するように構成されてもよい。マイクロフォン２２４は、周波数レンジの一部に敏感でもよい。一例において、マイクロフォン２２４の第一のサブセットが、第一の周波数レンジに敏感で、マイクロフォン２２４の第二のサブセットが、第二の周波数レンジに敏感でもよい。マイクロフォン２２４はさらに、オーディオソース（例えば、ボイス、可聴音）の位置情報を獲得するように構成されてもよく、及び／又は背景ノイズをフィルタすることを補助するように構成されてもよい。注目すべきことに、いくつかの実施例において、マイクロフォン２２４は、複数のマイクロフォンではなく、１つのマイクロフォンを有しても良い。
ネットワークマイクロフォンデバイスはさらに、ビーム形成器コンポーネント５５１、音響エコー除去（ＡＥＣ）コンポーネント５５２、ボイス活動検出器コンポーネント５５３、ウェイクワード検出器コンポーネント５５４、スピーチ／テキスト変換コンポーネント５５５（例えば、ボイスからテキストへ、及びテキストからボイスへ）、及びＶＡＳ選択器コンポーネント５５６を含んでもよい。様々な実施形態において、コンポーネント５５１－５５６の１つ又は複数はプロセッサ５１２のサブコンポーネントでもよい。
ビーム形成及びＡＥＣコンポーネント５５１及び５５２は、オーディオ信号を検出し、方向、振幅、周波数スペクトラムなどの、検出されたオーディオ内のボイス入力のアスペクトを判断するように構成される。例えば、ビーム形成及びＡＥＣコンポーネント５５１及び５５２は、ネットワークマイクロフォンデバイスとネットワークマイクロフォンデバイスに話しかけているユーザとの間のおよその距離を判断する工程において使われてもよい。別の例において、ネットワークマイクロフォンデバイスは、メディア再生システムのもう１つのネットワークマイクロフォンデバイスへのユーザの相対的な近さを検出してもよい。
ボイス活動検出器コンポーネント５５３は、ビーム形成及びＡＥＣコンポーネント５５１及び５５２と密接に関連して動作し、ボイス活動が検出された方向からの音を取得するよう構成される。スピーチを他の音と区別する指標（ｍｅｔｒｉｃｓ）をモニタすることにより、潜在的なスピーチの方向が識別可能である。そのような指標は、例えば背景ノイズに対するスピーチ帯域内のエネルギ、及びスペクトラム構造の尺度であるスピーチ帯域内のエントロピーを含み得る。典型的にスピーチはほとんどの普通の背景ノイズよりも低いエントロピーを有する。
ウェイクワード検出器コンポーネント５５４は、受信したオーディオをモニタして分析し、オーディオ内にいずれかのウェイクワードが存在するか否かを判断するよう構成される。ウェイクワード検出器コンポーネント５５４は、ウェイクワード検出アルゴリズムを使って、受信したオーディオを分析してもよい。ウェイクワード検出器５５４がウェイクワードを検出した場合、ネットワークマイクロフォンデバイスが受信したオーディオに含まれるボイス入力を処理してもよい。例示的なウェイクワード検出アルゴリズムは、オーディオを入力として受付け、ウェイクワードがオーディオ内に存在するか否かの指示を提供する。多くの当事者の、及びサードパーティーのウェイクワード検出アルゴリズムが知られており、市販されている。例えば、ボイスサービスの事業者が独自のアルゴリズムを作りサードパーティーのデバイス上で使っていてもよい。代わりに、アルゴリズムは、特定のウェイクワードを検出するようにトレーニングさせられてもよい。
いくつかの実施形態において、ウェイクワード検出器５５４は、受信したオーディオに対し、複数のウェイクワード検出アルゴリズムを同時（又は実質的に同時に）に実行する。上述のとおり、異なるボイスサービス（例えば、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）、ＡＰＰＬＥのＳＩＲＩ（登録商標）、又はＭＩＣＲＯＳＯＦＴのＣＯＲＴＡＮＡ（登録商標））は、それぞれのボイスサービスを発動するために、それぞれ異なるウェイクワードを使う。複数のサービスをサポートするために、ウェイクワード検出器５５４は、受信したオーディオに対し、サポートされている各ボイスサービスのウェイクワード検出アルゴリズムを並行して実行してもよい。
ＶＡＳ選択器コンポーネント５５６は、ボイス入力内でユーザが発言したコマンドを検出するように構成される。スピーチ／テキスト変換コンポーネント５５５は、ボイス入力内のスピーチをテキストに変換することにより処理工程を容易にし得る。いくつかの実施例において、ネットワークマイクロフォンデバイスは、特定のユーザ又はある家庭に関連した特定のグループのユーザについてトレーニングされたボイス認識ソフトウェアを含んでもよい。そのようなボイス認識ソフトウェアは、特定のボイスプロフィールに適合されたボイス処理アルゴリズムを実行してもよい。特定のボイスプロフィールに適合させることは、通常大多数のユーザや、メディア再生システムをターゲットとしない様々なリクエストからサンプリングする従来のＶＡＳの場合よりも演算負荷が低いアルゴリズムを必要とするだけで済むかもしれない。
ＶＡＳ選択器コンポーネント５５６はまた、ボイス入力内に検出された特定のコマンドに関し、特定のコマンドクライテリアが満足されたか否かを判断するよう構成される。ボイス入力内の所与のコマンドに関するコマンドクライテリアは、例えばボイス入力内に特定のキーワードが含まれていることに基づいてもよい。キーワードは、例えば特定のデバイス又はメディア再生システム１００内のグループを指定するボイス入力内の単語でもよい。ここで使用されるにあたり、「キーワード」という用語は単一の単語（例えば「寝室」）又は単語のグループ（例えば「リビングルーム」）を参照し得る。
加えて又は代わりに、所与のコマンドに関するコマンドクライテリアは、所与のコマンドの検出とともに、１つ又は複数の制御状態変数及び／又はゾーン状態変数の検出に関連してもよい。制御状態変数は、例えば音量レベルを示すインジケータ、１つ又は複数のデバイスに関連するキュー、及びデバイスがキューを再生中か、休止中かなどの再生状態を含んでもよい。ゾーン状態変数は、例えば、ゾーンの再生装置がグループ化されている場合、それがいずれのゾーンであるかを示すインジケータを含んでもよい。下により詳細に説明されるように、ＶＡＳ選択器コンポーネント５５６はメモリ２１６内に、コマンド及び関連したコマンドクライテリアのリストを含むデータテーブル５９０内などにコマンド情報のセットを記憶してもよい。
いくつかの実施形態において、上述のコンポーネント５５１－５５６の１つ又は複数は、メディア再生システム１００のユーザアカウントに関連したユーザのボイスプロフィールを検出して記憶するためにマイクロフォン２２４とともに動作可能である。下に説明されるように、いくつかの実施形態において、ボイスプロフィールは、コマンド情報５９０のセットに記憶される変数として記憶されてもよく、及び／又はその変数と比較されてもよい。ボイスプロフィールは、ユーザのボイスの音色又は周波数の特徴、及び／又はユーザの別の固有の特徴を含んでもよく、固有の特徴は既に参照した米国特許出願第１５／４３８、７４９号明細書に記載されているものなどである。
いくつかの実施形態において、上述のコンポーネント５５１－５５６の１つ又は複数は、ホーム環境内の、及び／又はＮＭＤ１０３の１つ又は複数の位置に相対的なユーザの位置を判断するためにマイクロフォンアレイ５２４とともに動作可能である。下に説明されるように、ユーザの位置又は近さは、検出され、コマンド情報５９０に記憶された変数と比較されてもよい。ユーザの位置又は近さを判断する技術は、既に参照した米国特許出願第１５／４３８、７４９号明細書、２０１１年１２月２９日付けの「Ｓｏｕｎｄ Ｆｉｅｌｄ Ｃａｌｉｂｒａｔｉｏｎ Ｕｓｉｎｇ Ｌｉｓｔｅｎｅｒ Ｌｏｃａｌｉｚａｔｉｏｎ」と題する米国特許第９、０８４、０５８号明細書、及び２０１２年８月３１日付けの「Ａｃｏｕｓｔｉｃ Ｏｐｔｉｍｉｚａｔｉｏｎ」と題する米国特許第８、９６５、０３３号明細書に開示される１つ又は複数の技術を含んでもよい。これらの出願はそれぞれその全体がここに参照されて援用される。
図５Ｂは、本開示の態様に係る例示的なボイス入力の図である。ボイス入力は、図１に示されるＮＭＤ１０３の１つ又は複数などのネットワークマイクロフォンデバイスにより取得されてもよい。ボイス入力は、ウェイクワード部５５７ａ及びボイス発声部５５７ｂ（集合的に「ボイス入力５５７」）を含んでもよい。いくつかの実施形態において、ウェイクワード５５７ａはＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）に関連する「Ａｌｅｘａ」などの周知のウェイクワードであり得る。別の実施形態において、ボイス入力５５７は、ウェイクワードを含まない場合がある。
いくつかの実施形態において、ネットワークマイクロフォンデバイスは、ウェイクワード部５５７ａを検出すると可聴及び／又は可視の応答を出力してもよい。加えて、又は代わりに、ネットワークマイクロフォンデバイスは、ボイス入力又は一連のボイス入力（例えば、マルチターン（ｍｕｌｔｉ－ｔｕｒｎ）リクエストの場合）の処理後に可聴及び／又は可視の応答を出力してもよい。
ボイス発声部５５７ｂは、例えば、１つ又は複数の発声されたコマンド５５８（第一のコマンド５５８ａ及び第二のコマンド５５８ｂとして個々に識別される）及び１つ又は複数の発声されたキーワード５５９（第一のキーワード５５９ａ及び第二のキーワード５５９ｂとして個々に識別される）を含んでもよい。一例において、第一のコマンド５５８ａは、特定の曲、アルバム、再生リスト、等の音楽を再生するコマンドであり得る。この例において、キーワード５５９は、図１に示される「リビングルーム」及び「ダイニングルーム」などの音楽が再生されるべき１つ又は複数のゾーンを示す１つ又は複数の単語でもよい。いくつかの例において、ボイス発声部５５７ｂは、図５Ｂに示すように、ユーザによって話された単語の間隔などの検出された休止（例えば、発声がない期間）など、その他の情報を含み得る。休止が、ボイス発声部５５７ｂ内において、ユーザによって話された別のコマンド、キーワード、又はその他の情報の位置を区切って（ｄｅｍａｒｃａｔｅ）もよい。
いくつかの実施形態において、メディア再生システム１００は、ウェイクワード部５５７ａを検出している間にそれが再生中のオーディオコンテンツの音量を一時的に減らすよう構成される。メディア再生システム１００は、図５Ｂに示すように、ボイス入力５５７を処理した後に音量を元に戻してもよい。そのような工程はダッキングと呼ばれ得て、その例は既に参照した米国特許出願第１５／４３８、７４９号明細書に開示されている。
ｆ．例示的なネットワークとリモートコンピュータシステム
図６は、図１のリモートコンピュータ１０５のさらなる詳細を示す機能ブロック図である。様々な実施形態において、リモートコンピュータ１０５は、図１に示すようにＮＭＤ１０３の１つ又は複数からＷＡＮ１０７を介してボイス入力を受信してもよい。図示の目的で、ボイス入力５５７（図５Ｂ）の選択された通信経路が図６に矢印で示される。一実施形態において、リモートコンピュータ１０５によって処理されたボイス入力５５７は、ボイス発声部５５７ｂを含んでもよい（図５Ｂ）。別の実施形態において、処理されたボイス入力５５７は、ボイス発声部５５７ｂとウェイクワード５５７ａの両方を含んでもよい（図５Ｂ）。
リモートコンピュータ１０５は、１つ又は複数のプロセッサ、意図エンジン（ｉｎｔｅｎｔ ｅｎｇｉｎｅ）６０２、及びメモリ６１６を含むシステムコントローラ６１２を含む。メモリ６１６は、システムコントローラ６１２、及び／又は１つ又は複数の再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４によって実行可能な指示を記憶するように構成された実体のあるコンピュータ読み取り可能な記憶媒体でもよい。
意図エンジン６６２は、ボイス入力を処理し、入力の意図を判断するように構成される。いくつかの実施形態において、意図エンジン６６２は、システムコントローラ６１２のサブコンポーネントでもよい。意図エンジン６６２は、１つ又は複数のＶＡＳデータベース６６４などの１つ又は複数のデータベースと対話してボイス入力を処理してもよい。ＶＡＳデータベース６６４は、メモリ６１６内に存在してもよく、又は再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４の１つ又は複数のメモリ内などの他の場所に存在してもよい。いくつかの実施形態において、ＶＡＳデータベース６６４は、適応的学習、及びボイス入力処理に基づくフィードバックのために更新されてもよい。ＶＡＳデータベース６６４は、ＮＬＵ関連の処理及び／又はその他の処理のための様々なユーザデータ、分析、カタログ、及びその他の情報を記憶してもよい。
リモートコンピュータ１０５は、様々なフィードバック情報、指示、及び／又は関連するデータを、メディア再生システム１００の様々な再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４と情報交換してもよい。そのような情報交換は、ボイス入力を含む伝達されたメッセージと関連してもよく、又は独立していてもよい。いくつかの実施形態において、リモートコンピュータ１０５及びメディア再生システム１００は、ここで説明されるような通信経路、及び／又は既に参照した米国特許出願第１５／４３８、７４９号明細書に開示されているメタデータ交換チャンネルを使った通信経路を介して、交換してもよい。
メディア再生システム１００のデバイスによるボイス入力の処理は、少なくとも部分的に、リモートコンピュータ１０５によるボイス入力の処理と並行して実行されてもよい。加えて、ネットワークマイクロフォンデバイスのスピーチ／テキスト変換コンポーネント５５５は、リモートコンピュータ１０５からの応答をスピーチに変換して、１つ又は複数のスピーカを使った可聴出力としてもよい。
本開示の様々な実施形態によれば、リモートコンピュータ１０５は、メディア再生システム１００の第一のＶＡＳ１６０の機能を実行する。図７Ａは、第一のＶＡＳ１６０を含む例示的なネットワークシステム７００の模式図である。図示されるとおり、リモートコンピュータ１０５は、ＷＡＮ１０７（図１）、及び／又はＷＡＮ１０７に接続されたＬＡＮ７０６を介してメディア再生システム１００と接続される。この方法によれば、メディア再生システム１００の様々な再生デバイス、ネットワークマイクロフォンデバイス、及びコントローラデバイス１０２－１０４は、リモートコンピュータ１０５と通信して第一のＶＡＳ１６０の機能を発動してもよい。
ネットワークシステム７００はさらに、第一のリモートコンピュータ７０５ａ（例えば、クラウドサーバー）及び第二のリモートコンピュータ７０５ｂ（例えば、クラウドサーバー）を追加で含む。第二のリモートコンピュータ７０５ｂは、ＳＰＯＴＩＦＹ（登録商標）又はＰＡＮＤＯＲＡ（登録商標）などのメディアサービスプロバイダ７６７と関連してもよい。いくつかの実施形態において、第二のリモートコンピュータ７０５ｂは、第一のＶＡＳ１６０のコンピュータと直接通信してもよい。加えて、又は代わりに、第二のリモートコンピュータ７０５ｂは、メディア再生システム１００及び／又は介在する他のリモートコンピュータと通信してもよい。
第一のリモートコンピュータ７０５ａは、第二のＶＡＳ７６０と関連していてもよい。第二のＶＡＳ７６０は、例えば、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）、ＡＰＰＬＥのＳＩＲＩ（登録商標）、ＭＩＣＲＯＳＯＦＴのＣＯＲＴＡＮＡ（登録商標）などと関連する従来のＶＡＳプロバイダ、又はその他のＶＡＳプロバイダでもよい。明確性のため図示されないが、ネットワークコンピュータシステム７００はさらに、追加の従来のＶＡＳなどの１つ又は複数の追加のＶＡＳに関連したリモートコンピュータを含んでもよい。そのような実施形態において、メディア再生システム１００は、第二のＶＡＳやその他のＶＡＳよりも、第一のＶＡＳ１６０を選択するように構成されてもよい。
図７Ｂは、図７Ａのネットワークコンピュータシステム７００における様々なデータのやり取りを示すメッセージの流れ図である。メディア再生システム１００は、図１に示されるＮＭＤ１０３の１つ以上などのネットワークマイクロフォンデバイス（ブロック７７１）を介してボイス入力を取得する。下に説明されるとおり、メディア再生システム１００は、コマンド情報５９０のセット内のコマンド及び関連したコマンドクライテリアに基づいて適切なＶＡＳを選択してもよい（ブロック７７１－７７４）。第二のＶＡＳ７６０が選択された場合、メディア再生システム１００は、ボイス入力を含む１つ又は複数のメッセージ７８１（例えば、パケット）を処理するために第二のＶＡＳ７６０に伝達してもよい。
逆に、第一のＶＡＳ１６０が選択された場合、メディア再生システム１００は、ボイス入力を含む１つ又は複数のメッセージ７８２（例えば、パケット）をＶＡＳ１６０に伝達する。メディア再生システム１００は、メッセージ７８２と同時に別の情報をＶＡＳ１６０に伝達してもよい。例えば、メディア再生システム１００は、既に参照した米国特許出願第１５／１３１、２４４号明細書に記載されるように、メタデータチャンネルを通してデータを伝達してもよい。
第一のＶＡＳ１６０は、メッセージ７８２の中のボイス入力を処理して意図を判断してもよい（ブロック７７５）。その意図に基づいて、ＶＡＳ１６０は、１つ又は複数の応答メッセージ７８３（例えば、パケット）をメディア再生システム１００に送信してもよい。いくつかの例において、応答メッセージ７８３は、メディア再生システム１００の１つ又は複数のデバイスに命令して指示を実行させる（ブロック７７６）ペイロード（ｐａｙｌｏａｄ）を含んでもよい。例えば、指示はメディア再生システム１００に命令してメディアコンテンツを再生させる、デバイスをグループ化させる、及び／又は下に説明されるその他の機能を実行させてもよい。加えて、又は代わりに、ＶＡＳ１６０からの応答メッセージ７８３は、マルチターンコマンドの場合のように、さらなる情報のリクエストを含むペイロードを含んでもよい。
いくつかの実施形態において、ＶＡＳ１６０から送られた応答メッセージ７８３は、メディア再生システム１００に命令してメディアサービス７６７からオーディオコンテンツなどのメディアコンテンツをリクエストさせてもよい。別の実施形態において、メディア再生システム１００はＶＡＳ１６０に依存せずにコンテンツをリクエストしてもよい。いずれの場合も、メディア再生システム１００は、例えばオーディオコンテンツなどを含むメディアストリーム７８４などを介してコンテンツを受信するためにメッセージをやり取りしてもよい。
いくつかの実施形態において、メディア再生システム１００は、ネットワークインタフェースを介したＬＡＮを通して、再生デバイス、ネットワークマイクロフォンデバイス、又はその他のデバイスにおいてライン入力インタフェースからオーディオコンテンツを受信してもよい。例示的なオーディオコンテンツには、多くのオーディオコンテンツの形体の可能性の中から、１つ又は複数のオーディオトラック、トークショー、フィルム、テレビ番組、ポッドキャスト、インターネットストリーミング動画などが含まれる。オーディオコンテンツは、（例えば、ビデオのオーディオトラックのように）動画を伴ってもよく、又はオーディオコンテンツは、動画を伴わないコンテンツであり得る。
いくつかの実施形態において、トレーニング、及び適応的なトレーニングと学習のために、メディア再生システム１００、及び／又は第一のＶＡＳ１６０は、ＶＡＳからの応答の成功（又は不成功）の結果となるボイス入力を使ってもよい（ブロック７７７及び７７８）。トレーニング及び適応的学習は、メディア再生システム１００及び／又は第一のＶＡＳ１６０によるボイス処理の正確度を向上させ得る。一例において、意図エンジン６６２（図６）は、メディア再生システム１００に関連する１つ又は複数のユーザアカウントのＶＡＳデータベース６６４内においてトレーニング学習データをアップデートして保全してもよい。
ＩＩＩ．ＶＡＳを発動させる方法及びシステムの例
上述のとおり、ここで説明される実施形態は、第一のＶＡＳ１６０を発動させることに関与してもよい。一態様において、第一のＶＡＳ１６０は、メディア再生システム１００のための強化された制御機能を提供し得る。別の態様において、第一のＶＡＳは、上述のような従来のＶＡＳ等の他のＶＡＳと比較して、メディア再生システム１００を制御するための改良されたＶＡＳ体験を提供し得る。
いくつかの実施形態において、図７Ｂに示される第二のＶＡＳ７６０などの従来のＶＡＳは、比較的に簡単な再生／休止／スキップ機能などの比較的基本的な制御を実行するためにメディア再生システム１００によって発動され得る。いくつかの実施形態において、第二のＶＡＳ７６０は、第一のＶＡＳ１６０によって容易に発動されないかもしれない他のサービスを提供し得る。例えば、特定の実施において、従来のＶＡＳは、第一のＶＡＳが提供しないかもしれないボイスに基づくインターネット検索を提供し得る。
図８は、ＶＡＳを発動するための方法８００の例示的な流れ図である。方法８００は、例えばメディア再生システム１００、又は本開示の実施形態に従って構成されたその他のメディア再生システムを含む動作環境内で実行されうる方法の実施形態を示す。下に説明される例において、方法８００は第二のＶＡＳ７６０より第一のＶＡＳ１６０を選択することに関与する。
方法８００は、ここに説明されるような、及び／又は既に参照した米国特許出願第１５／４３８、７４９号明細書に開示されているような様々なデバイス及びシステムの間で情報を送受信することを含んでもよい。例えば、方法は、再生デバイス、ネットワークマイクロフォンデバイス、コントローラデバイス、及び再生システムのリモートコンピュータ１０２－１０４の１つ又は複数、メディアサービス６６７のリモートコンピュータ７０５ｂ、及び／又は第二のＶＡＳ６７０のリモートコンピュータ７０５ａの間で情報を送受信することを含んでもよい。図８のブロックは、順番に図示されているが、これらのブロックはまた、並行して実行されてもよく、及び／又はここに説明される順番とは異なる順番で実行されてもよい。また、様々なブロックが組み合わされてブロック数が減ってもよく、分割されてブロック数が増えてもよく、及び／又は望ましい実施に基づいて削除されてもよい。
加えて、方法８００及びここに開示されるその他の工程及び方法について、フロー図は、本実施形態の実施の１つの可能な機能及び動作を示す。すなわち、各ブロックは、工程内の特定の論理機能又はステップを実行するためにプロセッサによって実行可能な１つ又は複数の指示を含むプログラムコードのモジュール、セグメント、又は部分を代表し得る。プログラムコードは、例えば、ディスク又はハードドライブを含む記憶デバイスなどのコンピュータ読み取り可能な記憶媒体のいかなるタイプのものに記憶されてもよい。コンピュータ読み取り可能な記憶媒体は、例えばレジスタメモリ、プロセッサキャッシュ、及びランダムアクセスメモリ（ＲＡＭ）などのようなデータを短時間記憶するコンピュータ読み取り可能な記憶媒体などの非一時的なコンピュータ読み取り可能な記憶媒体を含んでもよい。コンピュータ読み取り可能な記憶媒体はまた、例えば、リードオンリーメモリ（ＲＯＭ）、光学又は磁気ディスク、ＣＤ－ＲＯＭのようなセカンダリ又は持続的な長期記憶装置などの非一時的なコンピュータ読み取り可能な記憶媒体を含んでもよい。コンピュータ読み取り可能な記憶媒体はまた、他のいかなる揮発性又は非揮発性の記憶システムでもよい。コンピュータ読み取り可能な記憶媒体は、例えば、コンピュータ読み取り可能な記憶媒体又は実体のある記憶デバイスであってもよい。コンピュータ読み取り可能な記憶媒体は、様々な再生デバイス、ネットワークマイクロフォンデバイス、コントローラデバイス、及びリモートコンピュータを参照して上述の１つ又は複数のメモリを含んでもよい。加えて、方法８００及びここに開示されるその他の工程及び方法について、図８は、工程の特定の論理機能を実行するように配線された回路を示す。
いくつかの実施形態において、方法８００は、システム情報を表示、選択、及び入力するなどのために、アプリケーションを起動するユーザ入力を受信すること、ユーザ及びユーザアカウントの情報を受信すること、システムのパラメータを判断すること、音楽サービスと対話すること、及び／又はコントローラと対話することにさらに関与してもよい。様々な実施形態において、方法８００は、「メディア再生システムのボイス制御」と題し、その全体がここに参照され援用される２０１６年７月２９日付けの特許出願第１５／２２３、２１８号に説明される例示的な方法及びシステムを組み入れてもよい。
ａ．コマンド及びコマンドに関連するクライテリアのリストを含むコマンド情報のセットをメモリ内に記憶させる
ブロック８０１において、方法８００は、ネットワークマイクロフォンデバイスのメモリ２１６に記憶されたコマンド情報５９０のセットなどのコマンド情報のセットを記憶することに関与する。図８Ｂを参照して、例示的なコマンド情報８９０のセットは、コマンド８９２のリストを含んでもよい。コマンド情報８９０のセットは、データテーブル又はその他のデータ構造でもよい。コマンド情報８９０のセットは、例えば１つ又は複数の、再生デバイス、コントローラデバイス、ネットワークマイクロフォンデバイス、及び／又はリモートコンピュータ１０２－１０５のメモリに記憶されてもよい。いくつかの実施形態において、コマンド情報８９０のセットは、メタデータ交換チャンネル及び／又はメディア再生システムとリモートコンピュータシステムとの間のその他のいかなる通信経路を介してもアクセス可能でもよい。
図示された例において、コマンド８９２のセットは、第一から、第ｎ番目までの「コマンド」を含む。例として、第一の「コマンド」は、ユーザが「音楽を再生して」と発声するなどの再生を開始するコマンドでもよい。第二の「コマンド」は、例えば再生の休止、再開、スキップなどのためのトランスポートコントロールコマンドなどの制御コマンドでもよい。例えば、第二のコマンドは、ユーザが曲の次のトラックへスキップすることを要求することに関与するコマンドでもよい。第三の「コマンド」は、再生デバイスのグループ化、結合、及び併合などのゾーンターゲットコマンドでもよい。例えば、第三のコマンドは、ユーザが「リビングルーム」と「ダイニングルーム」をグループ化することを要求することに関するコマンドでもよい。
ここで説明されるコマンドは、例であって、他のコマンドも可能である。例えば、図９Ａ－９Ｃは、追加の例示的な再生開始、制御及びゾーンターゲットコマンドのテーブルを示す。追加の例として、コマンドは問合せコマンドを含んでもよい。問合せコマンドは、例えば現在再生中のオーディオを問合せるユーザによるクエリを含んでもよい。例えば、ユーザは「リビングルームで何を再生中か教えて」という問合せコマンドを発声してもよい。
図８Ｂにさらに示されるように、コマンド８９２は、それもコマンドデータ８９０のセット内に記憶されたコマンドクライテリアと関連する。例えば、第一の「コマンド」は、１つ又は複数の第一のコマンド「クライテリア＿１」と関連し、第二の「コマンド」は、１つ又は複数の第二のコマンド「クライテリア＿２」と関連し、第三の「コマンド」は、１つ又は複数の第三のコマンド「クライテリア＿３」と関連する。コマンドクライテリアは、特定の変数インスタンスに関連した判断に関与してもよい。変数インスタンスは、ユーザアカウントと関連しているかもしれない又は関連していないかもしれない識別子（例えば、タグ）とともに記憶されてもよい。変数インスタンスは、ユーザによって加えられる又は削除される、又はユーザアカウントに関連した新規カスタム名を含むために継続的に、定期的に、又は不定期にアップデートされてもよい。カスタム名は、ユーザによって供給されるいかなる名前でもよく、データベース内に既存であってもよいし、又は既存ではなくてもよい。
変数インスタンスは、ボイス入力中のキーワードに存在し得る、状態テーブル（ｓｔａｔｅ ｔａｂｌｅ）に記憶された名称及び／又は値として参照され得る、及び／又は１つ又は複数の再生デバイス、ネットワークマイクロフォンデバイス、コントローラデバイス、及び／又はリモートコンピュータ１０２－１０５を介して状態テーブルに動的に記憶及び修正され得る。例示的な変数インスタンスは、ゾーン変数インスタンス、制御状態変数インスタンス、ターゲット変数インスタンス、及びその他の変数インスタンスを含んでもよい。ゾーン変数インスタンスは、例えば、上に説明したものを含むゾーン、ゾーングループ、再生デバイス、ネットワークマイクロフォンデバイス、結合された状態、エリア等、を代表する識別子に関与してもよい。制御状態変数は、例えば、音楽を再生しているデバイスを示す情報、デバイスの音量、デバイスに記憶されたキュー等の個々の再生及びネットワークマイクロフォンデバイス、及び／又は複数のデバイスの現在の制御状態に関与してもよい。ターゲット変数インスタンスは、例えば、特定の制御状態及び／又はデバイス、結合されたデバイス、及び併合されたデバイスのグループの高度の状態情報に関与してもよい。ターゲット可変変数はまた、メディア再生システム１００内の様々なデバイスのイコライザ設定などの較正状態に対応してもよい。
他の変数インスタンスも可能である。例えば、メディア変数インスタンスは、オーディオコンテンツ（例えば、特定のトラック、アルバム、アーティスト、プレイリスト、ステーション、又は音楽のジャンル）などのメディアコンテンツを識別してもよい。いくつかの実施形態において、メディア変数は、ユーザが望むオーディオ又はコンテンツを探してデータベースを検索することに応答して識別されてもよい。メディア変数は、上で説明したとおり、ボイス入力中に存在し得る、参照され得る、保全され得る、及び状態テーブルにアップデートされ得る、又はクエリで参照され得る。別の例として、特定の変数インスタンスは、ユーザのボイスプロフィールが所与のボイス入力内に検出されたか否か、特定のウェイクワードが検出されたか否か等、ホーム環境内のユーザの位置又は近さを示してもよい。変数インスタンスは、カスタム変数インスタンスを含んでもよい。
特定の実施形態において、コマンド情報８９０のセットに記憶されたクライテリアの少なくともいくつかは、変数インスタンス又は他のそのような変数インスタンスのセットのスカラベクトルを含んでもよい。例えば、「クライテリア＿１」は、図１のメディア再生システム１００に示されるゾーンを代表するゾーン変数を識別するベクトルを含んでもよい。そのようなベクトルは、「バルコニー、リビングルーム、ダイニングルーム、キッチン、オフィス、寝室、ニックの部屋」を含んでもよい。一実施形態において、「クライテリア＿１」は、ベクトル内に２つ以上のゾーン変数がボイス入力内のキーワードとして検出された場合、満たされるかもしれない。
コマンド情報８９０のセットはまた、ユーザ固有の情報８９４及びカスタム情報８９６などの他の情報を含んでもよい。ユーザ固有の情報８９４は、ユーザアカウント及び／又は家庭識別子（ＨＨＩ：ｈｏｕｓｅｈｏｌｄ ｉｄｅｎｔｉｆｉｅｒ）と関連していてもよい。カスタム情報８９６は、カスタムゾーン名、カスタムプレイリスト、及び／又はカスタムプレイリスト名などのカスタム変数を例えば含んでもよい。例えば、「ニックのお気に入り」は、ユーザが作ったカスタム名を有するカスタムプレイリストであり得る。
ｂ．ボイス入力を取得する
図８Ａの参照に戻り、ブロック８０２及び８０３において、方法８００は、ボイス入力内のウェイクワードをモニタして検出することに関与する。例えば、メディア再生システム１００は、ボイス入力を代表する受信したオーディオを分析して、ウェイクワードが含まれているか否かを判断してもよい。メディア再生システム１００は、上に説明したとおりウェイクワード検出コンポーネントなどの１つ又は複数のウェイクワード検出アルゴリズムを使って受信したオーディオを分析してもよい。
ブロック８０４において、方法８００は、ブロック８０２及び８０３におけるウェイクワードの検出に続いてボイス入力を取得することに関与する。様々な実施形態において、ボイス入力は、再生システム１００のＮＭＤ１０３の１つ又は複数を介して取得され得る。ここで使用されるにあたり、「取得する」又は「取得」の用語は、ウェイクワードの後のボイス発声などのボイス入力の少なくとも一部を録音することを含む工程を指し得る。いくつかの実施形態において、取得されたボイス入力は、ウェイクワードを含んでもよい。下に説明される特定の実施形態において、「取得する」又は「取得」の用語はまた、ボイス入力の少なくとも一部を録音し、ボイス入力を例えば、スピーチからテキストへの変換を使ってテキストなどの特定のフォーマットに変換することを指し得る。
ｃ．取得したボイス入力内にコマンドの１つ又は複数を検出する
ブロック８０５及び８０６において、方法８００は、ブロック８０４で取得されたボイス入力内に１つ又は複数のコマンド８９２（図８Ｂ）を検出することに関与する。様々な実施形態において、方法８００は、ボイス入力を解析してコマンド８９２の１つが取得されたボイス入力内に見つけた語法と一致する語法を有するか否かを判断することによりコマンドを検出してもよい。この方法によれば、方法８００は、語法の一致を使ってボイス入力内のコマンドの意図を検出できる。一致する語法は単語、単語群、フレーズなどでもよい。１つの例示的なコマンドにおいて、ユーザは、「バルコニーとリビングルームでビートルズを再生して」と言う場合がある。この例において、方法８００は、「再生して」の語法がコマンド情報８９０のセット内の第一の再生開始「コマンド」の語法と一致していると認識してもよい。加えて、方法８００は、「ビートルズ」をメディア変数として、そして「バルコニー」及び「リビングルーム」をゾーン変数として認識してもよい。したがって、コマンドの語法は、次のような変数インスタンスに従って示されてもよい：「（メディア変数）を、（第一のゾーン変数）及び（第二のゾーン変数）で、再生せよ」。類似したコマンドとして、「（メディア変数）を、（第一のゾーン変数）及び（第二のゾーン変数）で、聴かせて」が含まれてもよい。下に説明するように、「聴かせて」は「再生して」と同義語であってもよい。
いくつかの実施形態において、ユーザは、１つのゾーン変数インスタンスを伴う、又はゾーン変数インスタンスを伴わないコマンドを発声してもよい。一例において、ユーザは、「ビートルズを何か再生して」と単に発声するボイス入力を提供してもよい。そのような場合、方法８００は、デフォルトのゾーンにおいて「ビートルズを何か再生して」という意図であると判断してもよい。別の例において、方法８００は、ユーザがビートルズを再生するようにリクエストしたときに特定のゾーンにユーザの存在が検出された場合などの、そのコマンドに対して満たされる他のコマンドクライテリアに基づいて１つ又は複数の再生デバイスにおいて「ビートルズを何か再生して」という意図であると判断してもよい。例えば、メディア再生システム１００は、ボイス入力がこのゾーンに位置する「右」再生デバイス１０２ａによって検出された場合、図１に示される「リビングルーム」ゾーンでビートルズを何か再生してもよい。
別の例示的なコマンドは、選択されたメディアコンテンツをキューのトップに加え、あるゾーンにおいて次に再生させる「次を再生して」コマンドでもよい。このコマンドの例示的な語法は「（メディア変数）を次に再生して」でもよい。
コマンドの別の例は、現在再生中の音楽及び／又はあるゾーンの再生キューを１つのゾーンから別のゾーンへ移動（ｍｏｖｅ）又は移転（ｔｒａｎｓｆｅｒ）させる、移動又は移転コマンドでもよい。例えば、ユーザは、「（ゾーン変数）へ、音楽を移動させよ」というボイス入力を発声してもよく、「移動せよ」又は「移転せよ」のコマンドワードは、再生状態を別のゾーンへ移動させる意図に対応してもよい。関連した例として、音楽を移動させる意図は、２つのメディア再生システムコマンドに対応してもよい。２つのコマンドは、第一のゾーンを第二のゾーンとグループ化し、次に第二のゾーンをグループから分離し、事実上第二のゾーンの状態を第一のゾーンへ移転させてもよい。
ボイス入力内に検出され得るコマンド及び変数インスタンスの意図は、ユーザの意図（例えば、再生、休止、キューに追加、グループ化、その他の移転制御や、例えば制御デバイス１０４を介して利用可能な制御）と関連し得る多くの既定の語法に基づいてもよい。いくつかの実施形態において、コマンド及び関連した変数インスタンスの処理は、語法内においてコマンド及び変数が特定されることが予測される所定の「スロット」に基づいてもよい。これらの、及びその他の実施において、ユーザの意図を判断するために使われる単語や語彙のセットは、上に説明したとおり、ユーザのカスタマイズ及び嗜好、フィードバック、及び適応的学習に応じてアップデートされてもよい。
いくつかの実施形態において、コマンドに使われる異なるワード、語法、及び／又はフレーズが、同じ意図に関連してもよい。例えば、「再生（ｐｌａｙ）」、「聴く（ｌｉｓｔｅｎ）」、又は「聞こえる（ｈｅａｒ）」のコマンドワードをボイス入力内に含むことは、メディア再生システムがメディアコンテンツを再生するという同じ意図を反映する同義語に対応してもよい。
図９Ａ－９Ｃは、同義語のさらなる例を示す。例えば、テーブル９００の左側のコマンドは、テーブルの右側に示される特定の同義語を有してもよい。図９Ａを参照して、例えば、左側コラムの「ｐｌａｙ」のコマンドは、「ｂｒｅａｋ ｉｔ ｄｏｗｎ」、「ｌｅｔ’ｓ ｊａｍ」、「ｂｕｓｔ ｉｔ」を含む右側コラムの同義フレーズと同じ意図を有する。様々な実施形態において、テーブル９００内のコマンド及び同義語は、追加、削除、又は編集されてもよい。例えば、コマンド及び同義語は、上に説明したとおり、ユーザのカスタマイズ及び嗜好、フィードバック、トレーニング及び適応的学習に応じて追加、削除、又は編集されてもよい。図９Ｂ及び９Ｃは、制御及びゾーンターゲットにそれぞれ関連する例示的な同義語を示す。
いくつかの実施形態において、変数インスタンスは、コマンドの同義語と類似した方法で既定された同義語を有してもよい。例えば、メディア再生システム１００の「バルコニー」ゾーン変数は、同じゾーン変数を代表する「アウトサイド」という同義語を有してもよい。別の例として、「リビングルーム」ゾーン変数は、「リビングエリア」、「テレビルーム」、「ファミリールーム」という同義語を有してもよい。
ｄ．１つ又は複数のコマンドがコマンド情報セット内の対応するクライテリアを満たすことを判断する
図８Ａと８Ｂを一緒に参照して、ブロック８０７において、方法８００は、ブロック８０６において検出された１つ又は複数のコマンドがコマンド情報８９０のセット内のコマンドクライテリアを満たすと判断することに関与する。図８Ｂを参照して、例えば、第一のコマンドが検出された場合、方法８００は、第一のコマンドが「クライテリア＿１」を満たすか否かを判断し、第二の「コマンド」が検出された場合、方法８００は、コマンドが「クライテリア＿２」を満たすか否かを判断し、以下同様。
コマンドは、コマンドクライテリアの複数のセットと比較されてもよい。いくつかの実施形態において、クライテリアの特定のセットは、論理演算子（ｌｏｇｉｃａｌ ｏｐｅｒａｔｏｒ）と関連してもよい。例えば、第三の「コマンド」がコマンド「クライテリア＿２」及びコマンド「クライテリア＿３」と比較される。これらのコマンドは、論理ＡＮＤ演算子によって連結される。したがって、第三の「コマンド」は、２つのセットのクライテリアが満たされる必要がある。対照的に、ｎ番目の「コマンド」は、論理ＯＲ演算子によって連結されたクライテリア（クライテリア＿ｘ、クライテリア＿ｙ、及びクライテリア＿ｚ）と関連する。この場合、ｎ番目の「コマンド」は、このコマンドのコマンドクライテリアのセットの内１つのみを満たす必要がある。コマンドが特定のコマンドクライテリアを満たすか否かを判断するために、ＸＯＲ演算子を含む様々な論理演算子の組み合わせが可能である。
いくつかの実施形態において、コマンドクライテリアは、ボイス入力が１つ又は複数のコマンドを含んでいるか否か判断してもよい。例えば、「（メディア変数）で再生して」のコマンドを備えたボイス入力は、「（ゾーン変数）でも再生して」という第二のコマンドを伴ってもよい。この例において、メディア再生システム１００は、「再生して」を１つのコマンドとして認識し、「でも再生して」を後のコマンドを含むことによって満たされるコマンドクライテリアとして認識してもよい。いくつかの実施形態において、上述の例のコマンドが同じボイス入力内で一緒に発声されるとき、それはグループ化の意図に対応し得る。
類似した実施形態において、ボイス入力は、続けて発声される２つのコマンド又はフレーズを含んでもよい。方法８００は、そのような連続したコマンド又はフレーズを関連し得ると認識してもよい。例えば、ユーザは、「クラシック音楽を何か再生して」に続いて、「リビングルーム」と「ダイニングルーム」において、というボイス入力を提供し得て、それは、「リビングルーム」と「ダイニングルーム」における再生デバイスのグループ化を推測させるコマンドである。
いくつかの実施形態において、メディア再生システム１００は、単語又はフレーズを順番に処理するとき、限定された長さの休止（例えば、１、２秒間）を検出してもよい。いくつかの実施形態において、休止は、コマンドとフレーズの間を区切って、比較的長い一連のコマンド及び情報のボイス処理を容易にするためにユーザによって意図的に行われてもよい。休止には、メディア再生システム１００にブロック８０２においてウェイクワードのモニタ再開をさせることなく一連のコマンド及び情報を取得するために十分な所定の期間があってもよい。一態様において、ユーザは、そのような休止を使って、実行を望むコマンドごとにウェイクワードを繰り返すことなく複数のコマンドを実行してもよい。
ｅ．判断するステップに応じて、第一のＶＡＳを選択し、他のＶＡＳの選択を放棄し、第一のＶＡＳを介して１つ又は複数のコマンドを処理する
特定の所定のコマンドクライテリアを満たすコマンドは、メディア再生システム１００に第一のＶＡＳ１６０を発動させるが、所定のクライテリアを満たさないコマンドは、別のＶＡＳを発動させ得る、又はＶＡＳを全く発動させなくてもよい。例示的な方法８００は、ブロック８０７及び８０８に示されるように、ボイス入力内の所与のコマンドのコマンドクライテリアを満たすと判断されたボイス入力を送ること、及びブロック８０９に示されるように、所与のコマンドがクライテリアを満たさないとき、ボイス入力を別のＶＡＳに送ることに関与する。
ブロック８１０において、方法８００は、ブロック８０８においてボイス入力を受信したＶＡＳからの応答を受信して処理することに関与する。一実施形態において、ＶＡＳからの応答を処理することはＶＡＳからの指示を処理して、上述のような再生、制御、ゾーンターゲット、その他のコマンドなどのボイス入力内のコマンドを実行することを含んでもよい。いくつかの実施形態において、リモートコンピュータは、初めのボイス入力に含まれ得る、又はデータベース検索の結果であり得るメディア変数と関連するコンテンツの再生を開始又は制御するように命令されてもよい。
いくつかの実施形態において、ブロック８１０において応答を処理することは、メディアコンテンツを回収させ得る。一実施形態において、メディア変数はメディアコンテンツのデータベース検索の結果としてメディア再生システム１００に提供されてもよい。いくつかの実施形態において、メディア再生システム１００は１つ又は複数のメディアサービスからメディアコンテンツを直接回収してもよい。別の実施形態において、ＶＡＳはブロック８００で受信したボイス入力の処理とともにメディアコンテンツを自動的に回収してもよい。様々な実施形態において、メディア変数はメタデータ交換チャンネル及び／又はメディア再生システム１００との間で確立したいずれかの通信経路を通して通信されてもよい。そのような通信は、図７Ｂを参照して上に説明したとおり、コンテンツストリーミングを開始し得る。
いくつかの実施形態において、データベース検索は、ボイス入力内に検出されたメディア変数に基づいた結果を返し得る。例えば、データベース検索は、メディア変数と同じ名前のアルバムを有するアーティスト、メディア変数と一致又は類似したアルバム名、メディア変数の名前がついたトラック、メディア変数のラジオ局、メディア変数の名前がついたプレイリスト、メディア変数に関連したコンテンツのストリーミングサービス供給元識別子、及び／又は生のスピーチからテキストへの変換結果を返すかもしれない。「アメリカン・パイ」の例をとれば、検索結果はアーティスト「ドン・マクリーン」、「アメリカン・パイ」という名のアルバム、「アメリカン・パイ」という名のトラック、「アメリカン・パイ」という名のラジオ局（例えば、「アメリカン・パイ」のＰａｎｄｏｒａラジオ局の識別子）、音楽サービス（例えばＳＰＯＴＩＦＹ（登録商標）又はＰＡＮＤＯＲＡ（登録商標）などのストリーミング音楽サービス）の「アメリカン・パイ」のトラック識別子（例えばＳＰＯＴＩＦＹ（登録商標）の「アメリカン・パイ」のトラック識別子、ＵＲＩ、及び／又はＵＲＬ）、及び／又は「アメリカン・パイ」の生のスピーチからテキストへの結果、を返すかもしれない。
いくつかの実施形態において、方法８００は、再生キューの部分がクラウドネットワークのプレイリスト又は再生キューの一部又は全体と一致するように、クラウドネットワークに記憶されたプレイリスト又は再生キューの変更に応じて再生デバイスに記憶された再生キューをアップデートすることに関与してもよい。
メディア再生システム１００内の動作を起こすことに応じて、方法８００は、ブロック８１０において、動作に関連した情報をアップデートすること及び／又は記憶することに関与してもよい。例えば、１つ又は複数の制御状態、ゾーン状態、ゾーン識別子、又はその他の情報がブロック８００においてアップデートされてもよい。アップデートされる他の情報は、例えば、特定のメディア項目を現在再生している特定の再生デバイスを識別する情報、及び／又は特定のメディア項目が再生デバイスに記憶されたキューに追加された情報を含んでいてもよい。
いくつかの実施形態において、ブロック８１０において応答を処理することは、ブロック８１１及び８１２に示されるように、ＶＡＳが追加の情報を必要としており、音でユーザにこの情報の要求をしている（ｐｒｏｍｐｔｉｎｇ）ことの判断につながり得る。例えば、方法８００は、マルチターンコマンドを実行するとき、ユーザに追加の情報を要求してもよい。そのような場合、方法８００は、ブロック８０４に戻って追加のボイス入力を取得してもよい。
方法及びシステムは、ここでメディアコンテンツ（例えば、音楽コンテンツ、ビデオコンテンツ）に関して説明されているが、ここで説明される方法及びシステムは、メディアコンテンツ再生システムによって再生可能な関連したオーディオを有する様々なコンテンツに適用されてもよい。例えば、音楽カタログの一部ではないかもしれない過去に録音された音がボイス入力に応じて再生されてもよい。１つの例は、「ナイチンゲールはどんな声で啼くの？」というボイス入力である。このボイス入力に対するネットワークマイクロフォンシステムの応答は識別子付きの音楽コンテンツではなくてもよく、かわりに短いオーディオクリップであってもよい。メディア再生システムは短いオーディオクリップを再生することに関連した情報（例えば、メモリアドレス、リンク、ＵＲＬ、ファイル）、及び短いオーディオクリップを再生するというメディア再生システムのコマンドを受信してもよい。ポッドキャスト、ニュースクリップ、通知音、警報、等の別の例も考えられる。
ＩＶ．メディア再生システムのボイス制御の例示的な実施
図１０Ａ－２０Ｂは、メディア再生システム１００によって処理されるボイス入力、及びボイス入力の処理後、又は処理前のメディア再生システム１００の状態を示し得る制御インタフェースの様々な例を示す模式図である。下に説明されるように、ボイス入力内の特定のボイスコマンドに関連したコマンドクライテリアは、上述のＶＡＳ１６０などの強化されたＶＡＳボイス制御を提供してもよい。ボイス入力は、上述のように、再生デバイス１０２の１つに組み入れられていないかもしれないＮＭＤ１０３の１つ又は複数によって受信されてもよい。
明確性のために図示されないが、上述のように下の様々な例におけるボイス入力は、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）又はその他のウェイクワードなどのウェイクワードに先行されてもよい。一態様において、従来のＶＡＳなどの第一のＶＡＳ又は第二のＶＡＳに送信される予定のボイス入力のボイス取得を開始するために同じウェイクワードが使用されてもよい。そのような場合、ボイス発声をするユーザは、裏で１つのＶＡＳが別のＶＡＳの代わりに選択されていることに気づいていないかもしれない。特定の実施形態において、「ヘイ、ＳＯＮＯＳ」などの固有のウェイクワードは、さらなる考慮なくユーザによって発声されて第一のＶＡＳを発動させてもよい。この場合、再生システム１００は別のＶＡＳの代わりに第一のＶＡＳを選択することを判断するステップを回避し得る。
一態様において、コマンドクライテリアは、デバイスをグループ化するように構成され得る。いくつかの実施形態において、そのようなコマンドクライテリアは、ボイス入力がメディア変数に関与するとき、及び／又は起動したデバイスが再生キューと関連するとき、再生を同時に開始してもよい。例えば図１０Ａは、ＮＭＤ１０３ａに「リビングルームとバルコニーでビートルズを再生して」というボイス入力を発声するユーザを示し、図１０Ｂのコントローラインタフェースは、「リビングルーム」と「バルコニー」のグループ化の結果を示す。別の例において、ユーザは特定のトラック、プレイリスト、ムード、又はその他、ここで説明されるようにメディア再生を開始するための情報を発声してもよい。
図１０Ａのボイス入力は「（メディア変数）を（第一のゾーン変数）及び（第二のゾーン変数）で再生して」という語法の構造を含む。この例において、再生してというコマンドは、２つ以上のゾーン変数をボイス入力内のキーワードとして必要とするコマンドクライテリアを満たす。いくつかの実施形態において、図１０Ａにおいて示されるボイス入力の発声前後で、「リビングルーム」の再生デバイス１０２ａ、１０２ｂ、１０２ｊ、及び１０２ｋは、結合されたメディア再生デバイス構成に留まってもよい。
いくつかの実施形態において、ゾーン変数が発声される順番が、いずれの再生デバイスが「グループヘッド」に指定されるかを決定し得る。例えば、ユーザが「リビングルーム」のキーワードに引き続き「バルコニー」のキーワードを含むボイス入力を発声したとき、この順番により「リビングルーム」がグループヘッドに決まり得る。グループヘッドはコマンド情報８９０のセット内においてゾーン変数として記憶されてもよい。グループヘッドは、再生デバイスのグループを参照するための呼び名（ｈａｎｄｌｅ）になるかもしれない。ユーザがグループの呼び名を含むボイス入力を発声したとき、メディア再生システム１００は、「リビングルーム」とともにグループ化された全てのデバイスを参照しているという意図を検出し得る。この方法によれば、デバイスを集合的に制御するとき、ユーザは、デバイスのグループ内の各ゾーンのキーワードを発声する必要がない。関連した実施形態において、ユーザはグループヘッドを別のデバイス又はゾーンに変更するボイス入力を発声し得る。例えば、ユーザは「リビングルーム」ゾーンのグループヘッドを「バルコニー」に変更し得る（そのような場合、インタフェースはグループの順番を「リビングルーム＋バルコニー」ではなく、「バルコニー＋リビングルーム」と示してもよい）。
代替の例において、図１０Ｃは、ユーザが「ビートルズを再生して」というボイス入力を発声するが、図１０Ａのボイス入力内の他のキーワードを省略することを示す。この例において、コマンドが上述のようにコマンド情報８９０のセットのいずれのクライテリアも満たさない場合、ボイス入力は別のＶＡＳに送られ得る。
別の例において、コマンドの他のコマンドクライテリアが満たされた場合、上述のキーワードを省略した「ビートルズを再生して」のボイス入力は、なお第一のＶＡＳ１６０に送られ得る。そのような他のコマンドクライテリアは例えば、ゾーン変数、制御状態変数、ターゲット変数、及び／又はその他の変数に関与したクライテリアを含んでもよい。一態様において、変数インスタンスは、ユーザのネットワークマイクロフォンデバイスからの近さ（例えば、計算により、又はその他の方法で判断された距離）であり得る。例えば、図１０Ｃのボイス入力は、ユーザがＮＭＤ１０３の近傍（例えば、所定の半径ｒ１に基づく）に検出されたとき、第一のＶＡＳ１６０に送られ得る。近傍の判断は、例えばボイス入力ソースの信号の強さに基づいてもよい。別の態様において、図１０Ｃのボイス入力は、ユーザのボイスプロフィールが検出されたとき、ユーザの近さが検出されたか否かにかかわらず、第一のＶＡＳ１６０に送られ得る。
さらに別の態様において、近さ及び／又はその他コマンドクライテリアは、従来のＶＡＳによって容易に処理できないボイス入力の解明を容易にし得る。例えば、図１１Ａに示されるように、「バルコニーの音量上げて」というボイス入力を発声するユーザは、バルコニーが同じ名前を有する照明デバイス１０８を含むため、従来のＶＡＳによっては解明できないかもしれない。図１を参照して、第一のＶＡＳ１６０は、ユーザが再生デバイス１０２ｃの近傍にいるか否か、及び／又は「バルコニー」が現在関連した制御変数に基づいて再生中か否かを判断することにより、そのような重複したデバイス名を解明できるかもしれない。関連した態様において、第一のＶＡＳ１６０は、ユーザがいない「リビングルーム」の音量ではなく、ユーザが近傍にいる「バルコニー」の再生デバイス１０２ｃの音量を上げるよう判断するかもしれない。そのような場合、図１１Ｂに示されるように、メディア再生システム１００は、「バルコニー」の音量を上げるが、「リビングルーム」の音量は上げないかもしれない。
同様に、第一のＶＡＳ１６０は、類似したコマンド命名慣習を有するデバイス間のコマンドの重複を解明し得る。例えば、図１に示される「ダイニングルーム」のサーモスタット１１０は、ユーザによって「設定して」のボイス入力が発声されると、特定の温度（例えば６０度から８５度の間のレベル）に設定するようにユーザによってプログラムされ得る。同様に、ユーザが「設定して」のボイス入力を発声すると「ダイニングルーム」を特定の音量レベル（例えば、０から１００パーセントの音量レベル）に設定し得る。一例において、「ダイニングルームを７５に設定せよ」のボイス入力を発声するユーザは、「ダイニングルーム」ゾーンがコマンド情報８９０のセットに記憶されたコマンドクライテリアに基づいて現在再生中であるから、第一のＶＡＳ１６０によって解明可能である。対照的に、従来のＶＡＳは、「ダイニングルーム」の音量レベルを７５に変更するべきか、又は「ダイニングルーム」のサーモスタットの温度を７５に設定するべきか、判断できない場合がある。
様々な実施形態において、ボイス入力は、個々の再生デバイス、ネットワークマイクロフォンデバイス、及びコントローラデバイス１０２－１０４を介したユーザからの他の入力とともに処理されてもよい。例えば、ユーザは、図１１Ｂに示されるインタフェース上のソフトボタン及び制御機能を使って、グループの音量、個々の音量、再生状態、などを独立して制御してもよい。加えて、図１１Ｂの例において、ユーザは、「グループ」のラベルがついたソフトボタンを押して、デバイスのグループ化及びグループ解除を手動で行う別のインタフェースにアクセスしてもよい。一態様において、ボイス入力、コントローラ入力、及び手動デバイス入力を介してメディア再生システム１００と対話する複数の方法を提供することにより、滑らかな制御の連続性とユーザ体験の向上が得られるかもしれない。
別のグループ化／グループ分解の例として、「ボブマーリーをバルコニーで再生せよ」というボイス入力は、「バルコニー」を自動的に「リビングルーム」から分離させ得る。そのような場合、「バルコニー」は、ボブマーリーを再生し得て、「リビングルーム」はビートルズの再生を続け得る。代わりに、「リビングルーム」がもはや再生デバイスのグループのグループヘッドではないとコマンドクライテリアが指令する場合、「リビングルーム」は、再生を止めるかもしれない。別の実施形態において、コマンドクライテリアは、再生開始コマンドに応答してデバイスが自動的にグループ解除しないように指令し得る。
コマンドクライテリアは、現在再生中の音楽及び／又はあるゾーンの再生キューを１つのゾーンから別のゾーンへ移動又は移転させるように構成されてもよい。例えば、図１２Ａに示されるように、ユーザは「『リビングルーム』から『ダイニングルーム』へ、音楽を移動させて」というボイス入力を発声してもよい。図１２Ｂのコントローラインタフェースに示されるように、音楽を移動させるリクエストは「リビングルーム」で再生中の音楽を「ダイニングルーム」へ移動させ得る。関連した例において、ユーザは「音楽をここへ移動させて」のボイス入力を図１に示される「ダイニングルーム」の近くのＮＭＤ１０３ｆへ直接発声することによって音楽を「ダイニングルーム」へ移動させてもよい。この場合、ユーザは明確に「ダイニングルーム」を参照しないが、ＶＡＳ１６０は、ユーザが「ダイニングルーム」に近いことに基づいて意図を推定する。関連した実施形態において、ＶＡＳ１６０は、ＮＭＤ１０３ｆが「ダイニングルーム」の再生デバイス１０２ｌと結合していると判断した場合、他の隣接した部屋（例えば「キッチン」）ではなく、「ダイニングルーム」へ音楽を移動するように判断してもよい。別の例において、再生システム１００は、現在再生中コンテンツのメタデータから情報を推定してもよい。そのような一例において、ユーザは「レットイットビー（又はビートルズ）を『ダイニングルーム』へ移動させて」と発声してもよく、望ましい再生ゾーン及び／又はゾーングループへ移動させる特定の音楽を識別する。この方法によれば、メディア再生システムは、いずれのコンテンツを移動させるかを判断するために、別の再生ゾーン及び／又はゾーングループで現在再生中及び／又は再生キューにあるかもしれないコンテンツの間で区別ができる。
さらに別の例において、「リビングルーム」などのグループヘッドと関連する全てのデバイスは、音楽をグループヘッドから「ダイニングルーム」に移動すると、再生を停止し得る。関連した例において、音楽が移動してしまったとき、「リビングルーム」ゾーンはグループヘッドとしての指定を失ってもよい。
コマンドクライテリアは、ボイス入力コマンドを使って存在するグループにデバイスを加えるように構成されてもよい。例えば、図１３Ａ及び１３Ｂに示されるように、ユーザは、「『リビングルーム』を『ダイニングルーム』に追加して」とのボイス入力を発声することによって「リビングルーム」ゾーンを加えて、「ダイニングルーム」とグループを形成させ得る。関連した実施形態において、ユーザは、「ここでも再生して」というボイス入力を図１に示す「リビングルーム」のＮＭＤ１０３ａに直接発声することにより「リビングルーム」を加えてもよい。この場合、ユーザはボイス入力内で明確にリビングルームを参照しないが、ＶＡＳ１６０は、ユーザの近さに基づいて「リビングルーム」を追加されるべきと推定してもよい。別の例において、この意図を有するとき「ダイニングルーム」にいると仮定すれば、「リビングルームを追加して」のコマンドを発声してもよい。この場合、ダイニングルームターゲットは入力デバイスを含む部屋から暗示されてもよい。
さらに別の例において、ユーザは、「リビングルーム」と「ダイニングルーム」のいずれがグループヘッドになるかをボイス入力内で示してもよく、又はＶＡＳ１６０がユーザにグループヘッドを指定するようにリクエストしてもよい。
グループを加える又は形成する別の例として、ユーザはカスタムゾーン変数に関連したキーワードを備えたボイス入力を使ってグループのインスタンスを形成（ｉｎｓｔａｎｔｉａｔｅ）してもよい。例えば、ユーザは上述の「フロントエリア」のカスタムゾーン変数を生成してもよい。ユーザは、図１４Ａ及び１４Ｂに示されるように、「バンヘイレンを『フロントエリア』で再生して」などのボイス入力を発声することによって「フロントエリア」グループのインスタンスを形成してもよい。図１３Ｂの前の「ダイニングルーム」グループは図１４Ａに示されるボイス入力に応答して置き換えられてもよい。
コマンドクライテリアは、ボイス入力コマンドを使ってデバイスを既存のグループから削除するように構成されてもよい。例えば、ユーザは、図１５Ａ及び１５Ｂに示されるように「フロントエリア」グループから「バルコニー」を取り除くために「『バルコニー』を外して」のボイス入力を発声してもよい。別の例として、バルコニーの「停止／削除」のコマンドが同じことをし得る。上に説明したとおり、他の例示的な同義語もあり得る。さらに別の例において、ユーザがバルコニーにいると仮定して、ユーザは同じ結果を達成するために図１の「バルコニー」のＮＭＤ１０３ｃへ「ここを止めて」又は「この部屋を止めて」などを発声することにより直接発声してもよい。
コマンドクライテリアは、オーディオコンテンツソースを選択して関連した機能を実施するように構成されてもよい。例えば、図１６Ａは、「テレビを見たい」というボイス入力をＮＭＤ１０３ａに発声しているユーザを示す。図１６Ｂに示されるように、応答してメディア再生システム１００は、オーディオコンテンツソースを音楽ソースからテレビソースに切り替える。いくつかの実施形態において、メディア再生システム１００にテレビソースを再生するよう指示することにより、自動的に「リビングルーム」を他のゾーンから分離してもよい。例えば図１６Ｂにおいて、「ダイニングルーム」及び「キッチン」においてバンヘイレンの再生が継続するが、「リビングルーム」はテレビソースに切り替わる。いくつかの例において、上述のように、ユーザは続いてグループ化することによりホーム環境の他のゾーンでテレビソースを再生するためのコマンドを発声してもよい。
関連した実施形態において、メディア再生システム１００は、「リビングルーム」がテレビソースに接続しているときを示す状態情報を記憶してもよい。「リビングルーム」がこの状態のとき、テレビソースに関連するボイスコマンドはＶＡＳによって実行され得ると、図９Ｂに示されるソースコマンド（例えば、スピーチを強化、静かなモードに変更）のようにコマンドクライテリアが命令してもよい。
コマンドクライテリアは、デバイスを結合するように構成されてもよい。例えば、図１７Ａは、ユーザが「フロントのテレビを見たい」というボイス入力を発声するところを示す。応答してＶＡＳ１６０は、図１６Ｂに示されるように、コマンドクライテリアに基づいて、図１の「フロント」の再生デバイス１０２ｂが「リビングルーム」ゾーンから離れてテレビゾーンを形成すると判断してもよい。関連する例において、ユーザは直接「フロント」の再生デバイス１０２ｂのＮＭＤ１０３ｂにボイス入力を発声し、このデバイスを分離してもよい。リビングルームの残りの結合されたデバイス、すなわち「右」、「左」、及び「サブ」デバイス１０２ａ、１０２ｊ、及び１０２ｋ、は音楽の再生を終わってもよい。制御インタフェースはまたこれらのデバイスを「リビングルーム」ゾーンの一部ではなくなったものとして表示してもよい。
結合の別の例として、ユーザは、「フロント」の再生デバイス１０２ｂと分離した後、リビングルームエリアの残りのデバイスとともに異なる結合構成を形成してもよい。例えば、図１８Ａ及び１８Ｂに示されるようにユーザは、「サテライトとサブでボブマーリーを再生してリスニングゾーンを形成せよ」とボイス入力を発声することによりリスニングゾーンを形成してもよい。「サテライト」という用語は、「右」再生デバイス１０２ａ及び「左」再生デバイス１０２ｊを参照するカスタムゾーン変数であってもよい。図１８Ａのボイス入力はまた、新規に形成されたリスニングゾーンにおいてボブマーリーの再生を開始する。図１８Ｂのコントローラインタフェースにさらに示されるとおり、図示の例において、図１７Ａ－１８Ｂの結合操作は「ダイニングルーム」及び「キッチン」におけるバンヘイレンの再生を中断しなかった。
コマンドクライテリアは、デバイスをペアにする／結合するように構成されてもよい。例えば、図１９Ａは、ユーザが「『ダイニングルーム』と『キッチン』をステレオでペアにして」のボイス入力を発声するマルチターンコマンドを示す。この例において、ＶＡＳは、ＮＭＤ１０３の１つ以上に、ユーザに注意を促す（ｐｒｏｍｐｔ）よう指示し、「ダイニングルーム」ゾーンが右のチャンネルであるべきか否かを尋ねる。ユーザが「ダイニングルーム」が右のチャンネルであると確認する場合、「キッチン」ゾーンが左のチャンネルとなる。ユーザが「ダイニングルーム」が右のチャンネルではないと示す場合、「ダイニングルーム」がデフォルトにより左のチャンネルとなり「キッチン」ゾーンが右のチャンネルとなる。結合されたとき、「ダイニングルーム」と「キッチン」のうちの１つがグループヘッドとして選定されてもよい。ＶＡＳは、図１９Ｂに示されるようにユーザに結合されたデバイスに、「Ｃｏｃｉｎａ］などの固有名を含む名称を指名するように注意を促してもよい。「Ｃｏｃｉｎａ］ゾーンは、バンヘイレンの再生を再開してもよく、これは元の「ダイニングルーム」及び「キッチン」ゾーンのいずれかの再生キューからの移転かもしれない。
関連する実施形態において、デバイスの結合及び併合は、図２０Ａ及び２０Ｂに示されるようにＶＡＳにマルチターン又は再生デバイスを較正するためのその他のコマンドを開始させることができる。一例において、ＶＡＳ１６０は、「ダイニングルーム」と「キッチン」ゾーンをペアにした後、図１９Ａの一連のマルチターンコマンドを継続してもよい。いくつかの実施形態において、コマンドクライテリアは、較正を開始する前に、ユーザがコントローラデバイス１０３の１つを操作していることの検出を必要としてもよい。この方法によれば、図２０Ｂに示されるように、ＶＡＳ１６０は、較正用のＳＯＮＯＳのＴＲＵＥＰＬＡＹ（登録商標）などの較正ソフトウェアを準備してもよい。
ＶＩＩ．結論
上記の説明は、とりわけ、コンポーネント、ファームウェア及び／又はハードウェア上で実行されるソフトウェアを含む様々な例示的なシステム、方法、装置、及び製品を開示している。そのような例は単に例示的なものであり、限定的であると見なされるべきではないことが理解される。例えば、ファームウェア、ハードウェア及び／又はソフトウェアの態様又はコンポーネントのいずれか又は全てを、ハードウェアのみ、ソフトウェアのみ、ファームウェアのみ、又はハードウェア、ソフトウェア及び／又はファームウェアの任意の組み合わせで実施できることが考えられる。したがって、提供される例は、そのようなシステム、方法、装置、及び／又は製品を実施するための唯一の方法ではない。
（特徴１）メディア再生システムの第一のボイスアシスタントサービス（ＶＡＳ）を発動させる方法であって、方法は、
コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
ネットワークマイクロフォンデバイスの少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
ボイス入力内に１つ又は複数のコマンドが含まれていることを検出するステップと、
１つ又は複数のコマンドが、コマンド情報のセット内の対応するコマンドクライテリアを満たすことを判断するステップと、を含み、
判断に応答して、第一のＶＡＳを選択し第二のＶＡＳの選択を放棄し、（ｉｉ）ボイス入力を第一のＶＡＳに送信し、（ｉｉｉ）ボイス入力の送信後、第一のＶＡＳからのボイス入力への返答を受信する、
方法。
（特徴２）メディア再生システムが複数の再生デバイスを含み、
１つ又は複数のコマンドが、複数の再生デバイスのうち２つ又はそれ以上の再生デバイスをグループ化し、２つ又はそれ以上の再生デバイスを含むグループでオーディオコンテンツの再生を開始する、
特徴１に記載の方法。
（特徴３）判断するステップは、１つ又は複数のキーワードがボイス入力内に含まれることを検出することを含み、
１つ又は複数のキーワードが、（ｉ）２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、（ｉｉ）２つ又はそれ以上の再生デバイスを含むグループと、のうちの少なくとも１つを含む、
特徴２に記載の方法。
（特徴４）２つ又はそれ以上の再生デバイスのうちの１つは、ネットワークマイクロフォンデバイスを含む、
特徴２に記載の方法。
（特徴５）１つ又は複数のコマンドがメディア再生システムに向けられ、
方法は、第一のＶＡＳからの応答に基づいてメディア再生システムを介して１つ又は複数のコマンドを処理するステップをさらに含む、
特徴１に記載の方法。
（特徴６）１つ又は複数のコマンドは、再生コマンド及びトランスポート制御コマンドの少なくとも１つを含む、
特徴５に記載の方法。
（特徴７）ボイス入力は、第一のボイス入力であり、
方法は、第一のＶＡＳからの応答に基づいて可聴の要求を出力するステップをさらに含む、
特徴１に記載の方法。
（特徴８）ボイス入力は、第一のボイス入力であり、
方法は、第一のＶＡＳからの応答に基づいて第二のボイス入力への可聴の要求を出力するステップをさらに含む、
特徴１に記載の方法。
（特徴９）メディア再生システムは、複数の再生デバイスを含み、
１つ又は複数のコマンドは、２つ又はそれ以上の再生デバイスをペアにするコマンドを含み、
可聴の要求は、２つ又はそれ以上の再生デバイスの少なくとも１つをオーディオチャンネルに割り当てるリクエストを含み、
第二のボイス入力は、２つ又はそれ以上の再生デバイスの少なくとも１つの選択を含む、
特徴８に記載の方法。
（特徴１０）メディア再生システムは、１つ又は複数の再生デバイスを含み、
可聴の要求は、１つ又は複数の再生デバイスのイコライザ設定を較正するリクエストを含む、
特徴８に記載の方法。
（特徴１１）判断するステップは、ボイス入力ソースの存在を検出することを含む、
特徴１に記載の方法。
（特徴１２）存在を検出することは、ボイス入力ソースからボイス入力がネットワークマイクロフォンデバイスによって受信される方向を検出することを含む、
特徴１１に記載の方法。
（特徴１３）存在を検出することは、ネットワークマイクロフォンデバイスとボイス入力ソースとの間の距離を検出することを含む、
特徴１１に記載の方法。
（特徴１４）判断するステップは、コントローラデバイスの使用を検出することを含む、
特徴１に記載の方法。
（特徴１５）判断するステップは、ボイス入力ソースのボイスプロフィールを検出することを含む、
特徴１に記載の方法。
（特徴１６）１つ又は複数のコマンドは、１つ又は複数の第一のコマンドであり、
判断するステップは、ボイス入力内に１つ又は複数の第二のコマンドを検出することを含む、
特徴１に記載の方法。
（特徴１７）判断するステップは、１つ又は複数の第一のコマンドと１つ又は複数の第二のコマンドとの間で、ボイス入力内に少なくとも１つの休止を検出することをさらに含む、
特徴１６に記載の方法。
（特徴１８）メディア再生システムのネットワークマイクロフォンデバイスであって、
（ｉ）プロセッサと、
（ｉｉ）少なくとも１つのマイクロフォンと、
（ｉｉｉ）プロセッサによって実行されるとき、ネットワークマイクロフォンデバイスにメディア再生システムの機能を実施させる指示を記憶した、実体のあるコンピュータ読み取り可能な記憶媒体と、を含み、
機能は、
（ａ）コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
（ｂ）少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
（ｃ）ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
（ｄ）１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドと関連する対応コマンドクライテリアを満たすことを判断するステップと、
（ｅ）判断に応答して、
（ｉ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、
（ｉｉ）ボイス入力を第一のＶＡＳに送信し、
（ｉｉｉ）ボイス入力を送信後、第一のＶＡＳからボイス入力を受信するステップと、を含むメディア再生システムのネットワークマイクロフォンデバイス。
（特徴１９）メディア再生システムが複数の再生デバイスを含み、
１つ又は複数のコマンドが、再生デバイスの２つ又はそれ以上をグループ化し、オーディオコンテンツの再生を２つ又はそれ以上の再生デバイスを含むグループで開始させるコマンドを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２０）判断するステップは、ボイス入力内に１つ又は複数のキーワードが含まれることの検出を含み、
１つ又は複数のキーワードが、（ｉ）２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、（ｉｉ）２つ又はそれ以上の再生デバイスを含むグループと、のうちの少なくとも１つを含む、
特徴１９に記載のネットワークマイクロフォンデバイス。
（特徴２１）２つ又はそれ以上の再生デバイスのうちの１つは、ネットワークマイクロフォンデバイスを含む、
特徴１９に記載のネットワークマイクロフォンデバイス。
（特徴２２）１つ又は複数のコマンドは、メディア再生システムに向けられ、
機能は、第一のＶＡＳからの応答に基づいてメディア再生システムを介して１つ又は複数のコマンドを処理するステップをさらに含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２３）１つ又は複数のコマンドは、再生コマンド及びトランスポート制御コマンドの少なくとも１つを含む、
特徴２２に記載のネットワークマイクロフォンデバイス。
（特徴２４）ボイス入力は、第一のボイス入力であり、
機能は、第一のＶＡＳからの応答に基づいて可聴の要求を出力するステップをさらに含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２５）ボイス入力は、第一のボイス入力であり、
機能は、第一のＶＡＳからの応答に基づいて第二のボイス入力への可聴の要求を出力するステップをさらに含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２６）メディア再生システムは、複数の再生デバイスを含み、
１つ又は複数のコマンドは、２つ又はそれ以上の再生デバイスをペアにするコマンドを含み、
可聴の要求は、２つ又はそれ以上の再生デバイスの少なくとも１つをオーディオチャンネルに割り当てるリクエストを含み、
第二のボイス入力は、２つ又はそれ以上の再生デバイスの少なくとも１つの選択を含む、
特徴２５に記載のネットワークマイクロフォンデバイス。
（特徴２７）メディア再生システムは、１つ又は複数の再生デバイスを含み、
可聴の要求は、１つ又は複数の再生デバイスのイコライザ設定を較正するリクエストを含む、
特徴２５に記載のネットワークマイクロフォンデバイス。
（特徴２８）判断するステップは、ボイス入力ソースの存在を検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２９）存在を検出することは、ボイス入力ソースからボイス入力がネットワークマイクロフォンデバイスによって受信される方向を検出することを含む
特徴２８に記載のネットワークマイクロフォンデバイス。
（特徴３０）存在を検出することは、ネットワークマイクロフォンデバイスとボイス入力ソースとの間の距離を検出することを含む、
特徴２８に記載のネットワークマイクロフォンデバイス。
（特徴３１）判断するステップは、コントローラデバイスの使用を検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴３２）判断するステップは、ボイス入力ソースのボイスプロフィールを検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴３３）１つ又は複数のコマンドは、１つ又は複数の第一のコマンドであり、
判断するステップは、ボイス入力内に１つ又は複数の第二のコマンドを検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴３４）判断するステップは、１つ又は複数の第一のコマンドと１つ又は複数の第二のコマンドとの間で、ボイス入力内に少なくとも１つの休止を検出することをさらに含む、
特徴３３に記載のネットワークマイクロフォンデバイス。
（特徴３５）メディア再生システムの第一のボイスアシスタントサービス（ＶＡＳ）を発動させる方法であって、
方法は、
（ｉ）コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
（ｉｉ）少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
（ｉｉｉ）ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
（ｉｖ）１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドと関連する対応コマンドクライテリアを満たすことを判断するステップと、
（ｖ）判断に応答して、
（ａ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、
（ｂ）ボイス入力を第一のＶＡＳに送信し、
（ｃ）ボイス入力を送信後、第一のＶＡＳからボイス入力を受信するステップと、を含む方法。
（特徴３６）メディア再生システムは、複数の再生デバイスを含み、
１つ又は複数のコマンドが、複数の再生デバイスの２つ又はそれ以上の再生デバイスをグループ化し、オーディオコンテンツの再生を２つ又はそれ以上の再生デバイスを含むグループで開始させるコマンドを含み、
判断するステップは、ボイス入力内に１つ又は複数のキーワードが含まれることの検出を含み、
１つ又は複数のキーワードは、（ｉ）２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、（ｉｉ）２つ又はそれ以上の再生デバイスを含むグループと、のうちの少なくとも１つを含む、
特徴３５に記載の方法。
（特徴３７）１つ又は複数のプロセッサによって実行されるとネットワークマイクロフォンデバイスにメディア再生システム内の操作をさせる指示を中に記憶し、実体があり非一時的なコンピュータ読み取り可能な記憶媒体であって、
操作は、
（ｉ）コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
（ｉｉ）少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
（ｉｉｉ）ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
（ｉｖ）１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドと関連する対応コマンドクライテリアを満たすことを判断するステップと、
（ｖ）判断に応答して、
（ａ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、
（ｂ）ボイス入力を第一のＶＡＳに送信し、
（ｃ）ボイス入力を送信後、第一のＶＡＳからボイス入力を受信するステップと、を含むメディア。
本明細書は、例示的な環境、システム、手順、ステップ、論理ブロック、処理、及び他のシンボル表現に関して広く示されており、それらは直接又は間接的にネットワークに接続されるデータ処理デバイスの動作に類似するものである。これらの処理説明及び表現は、一般的に当業者によって使用され、それらの仕事の内容を他の当業者に最も効率良く伝えることができる。多くの具体的な内容が、本開示を理解するために提供されている。しかしながら、当業者にとって、本開示の特定の実施形態が特定の、具体的な詳細なしに実施され得ることは理解される。他の例では、周知の方法、手順、コンポーネント、及び回路が、実施形態を不必要に曖昧にすることを避けるため、詳細に説明していない。したがって、本開示の範囲は、上記した実施形態よりむしろ添付された特許請求の範囲によって定義される。
添付の特許請求の範囲のいずれかが単にソフトウェア及び／又はファームウェアへの実装をカバーするように読み取ると、少なくとも１つの例における要素の１つ又は複数は、本明細書では、ソフトウェア及び／又はファームウェアを記憶する有形の非一時的な記憶媒体、例えば、メモリ、ＤＶＤ、ＣＤ、Ｂｌｕ－ｒａｙ（登録商標）等を含むことが明確に定められている。
関連出願の相互参照
この出願は、２０１７年９月２９日に出願された米国特許出願第１５／７２１、１４１号明細書に基づく優先権を主張する。この出願の内容は、その全体が参照により本明細書に組み込まれる。
本願は、コンシューマ製品に関するものであり、特に、メディア再生のボイス制御に向けられた方法、システム、製品、機能、サービス、及び他の要素に関するものや、それらのいくつかの態様に関する。
２００３年に、ソノズ・インコーポレイテッドが最初の特許出願のうちの１つである「複数のネットワークデバイス間のオーディオ再生を同期する方法」と題する特許出願をし、２００５年にメディア再生システムの販売を開始するまで、アウトラウド設定におけるデジタルオーディオへのアクセス及び試聴のオプションは制限されていた。人々は、ソノズ無線ＨｉＦｉシステムによって、１つ又は複数のネットワーク再生デバイスを介して多くのソースから音楽を実質的に無制限に体験できるようになっている。スマートフォン、タブレット、又はコンピュータにインストールされたソフトウェアコントロールアプリケーションを通じて、ネットワーク再生デバイスを備えた全ての部屋において、人々は自分が望む音楽を再生することができる。加えて、例えばコントローラを用いて、再生デバイスを備えた各部屋に異なる歌をストリーミングすることもできるし、同期再生のために複数の部屋をグループ化することもできるし、同期して同じ歌を全ての部屋において聞くこともできる。
デジタルメディアに対する関心の継続的な高まりを考えると、試聴体験をさらに向上させることができるコンシューマアクセス可能な技術をさらに開発することにニーズがあり続ける。
本明細書で開示されている技術の特徴、態様、及び利点は、以下の記載、添付の特許請求の範囲、及び添付の図面を参照するとより理解しやすい。
図１は、ある実施形態を実施することができるメディア再生システムを図示する。 図２Ａは、例示的な再生デバイスの機能ブロック図である。 図２Ｂは、ネットワークマイクロフォンデバイスを含む例示的な再生デバイスの等角図である。 図３Ａは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｂは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｃは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｄは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図３Ｅは、本願開示の態様に係る例示的なゾーン及びゾーングループを示す図である。 図４は、本願開示の態様に係る例示的なコントローラデバイスの機能ブロック図である。 図４Ａは、本願開示の態様に係るコントローラインタフェースを図示する。 図４Ｂは、本願開示の態様に係るコントローラインタフェースを図示する。 図５Ａは、本願開示の態様に係る例示的なネットワークマイクロフォンデバイスの機能ブロック図である。 図５Ｂは、本願開示の態様に係る例示的なボイス入力の図である。 図６は、本願開示の態様に係る例示的なリモートコンピュータの機能ブロック図である。 図７Ａは、本願開示の態様に係る例示的なネットワークシステムの模式図である。 図７Ｂは、本願開示の態様に係る図７Ａの例示的なネットワークシステムによって実施される例示的なメッセージの流れを図示する。 図８Ａは、本願開示の態様に係るボイスアシスタントサービスを発動する例示的な方法の流れ図である。 図８Ｂは、本願開示の態様に係る例示的なコマンド情報のセットのブロック図である。 図９Ａは、本願開示の態様に係る例示的なボイス入力コマンドとその関連情報の表である。 図９Ｂは、本願開示の態様に係る例示的なボイス入力コマンドとその関連情報の表である。 図９Ｃは、本願開示の態様に係る例示的なボイス入力コマンドとその関連情報の表である。 図１０Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１０Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１０Ｃは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１１Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１１Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１２Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１２Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１３Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１３Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１４Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１４Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１５Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１５Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１６Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１６Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１７Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１７Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１８Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１８Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１９Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図１９Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図２０Ａは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。 図２０Ｂは、本願開示の態様に係るＶＡＳを発動させる例示的なボイス入力を示す図である。
図面は、いくつかの例示的な実施形態を説明することを目的としているが、本発明が、図面に示した配置及び手段に限定されるものではないことは理解される。特定のいかなる要素の説明をも容易にするために、部品符号の重要な桁の値はその要素が初めて紹介された図を参照する。例えば、要素１０７は、図１を参照して初めて紹介され説明された。
Ｉ．概要
無線照明デバイス、ホームオートメーションデバイス（例えばサーモスタット、ドアロック、等）、及びオーディオ再生デバイス等のスマート家電品及びその関連デバイスを有する「スマートホーム」にとって、ボイス制御は有益であり得る。いくつかの実施例において、ネットワークマイクロフォンデバイスがスマートホームのデバイスを制御するために使用され得る。ネットワークマイクロフォンデバイスは通常ボイス入力を受信するためのマイクロフォンを含む。ネットワークマイクロフォンデバイスは、ボイス入力をボイスアシスタントサービス（ＶＡＳ）に転送できる。従来のＶＡＳは、クラウドサーバーがボイス入力を処理することにより実施される遠隔サービスであり得る。ＶＡＳはボイス入力を処理してボイス入力の意図を判断し得る。応答に基づいて、ネットワークマイクロフォンデバイスは１つ又は複数のスマートデバイスに動作をさせる。例えば、ＶＡＳからの指示への応答に基づいてネットワークマイクロフォンデバイスは照明デバイスをオン・オフさせ得る。
ネットワークマイクロフォンデバイスによって検出されるボイス入力は、ウェイクワード（ｗａｋｅ ｗｏｒｄ）と、続いてユーザのリクエストを含む発声を通常含む。ウェイクワードは通常ＶＡＳを起動させてボイス入力の意図の解釈のために発動させる目的で使われる所定の単語又はフレーズである。例えば、ＡＭＡＺＯＮ（登録商標）のＶＡＳに問いかけるときにユーザは「Ａｌｅｘａ」というウェイクワードを発するであろう。他の例としては、ＧＯＯＧＬＥ（登録商標）のＶＡＳを発動させるための「Ｏｋ、Ｇｏｏｇｌｅ」、及びＡＰＰＬＥ（登録商標）を発動させるための「Ｈｅｙ、Ｓｉｒｉ」、又はＳＯＮＯＳ（登録商標）が提供するＶＡＳのための「Ｈｅｙ、Ｓｏｎｏｓ」などが含まれる。
ネットワークマイクロフォンデバイスは、ボイス入力中のウェイクワードに付随するユーザのリクエスト又はコマンドに耳を澄ませる。いくつかの例において、ユーザのリクエストは、例えばサーモスタット（例えばＮＥＳＴ（登録商標）サーモスタット）、照明デバイス（例えばＰＨＩＬＩＰＳ ＨＵＥ（登録商標）照明デバイス）、又はメディア再生デバイス（例えばＳｏｎｏｓ（登録商標）再生デバイス）などのサードパーティーのデバイスを制御するコマンドを含み得る。例えば、ユーザは、ＡＭＡＺＯＮ（登録商標）ＶＡＳを使って家の温度を設定するために、ウェイクワード「Ａｌｅｘａ」に続いて「サーモスタットを６８度に設定して」と発声し得る。ユーザは、家のリビングルームエリアの照明デバイスをオンにするために、同じウェイクワードに続いて「リビングルームを点灯して」と発声し得る。ユーザは同様に、ウェイクワードに続いて特定の曲、アルバム、又は音楽のプレイリストを家の再生デバイスにおいて再生するリクエストを発声し得る。
ＶＡＳは、ボイス入力を処理するために自然言語理解（ＮＬＵ：ｎａｔｕｒａｌ ｌａｎｇｕａｇｅ ｕｎｄｅｒｓｔａｎｄｉｎｇ）システムを採用し得る。ＮＬＵシステムは通常、所与のボイス入力の根底の意図を検出するようにプログラムされた複数の遠隔サーバを必要とする。例えば、サーバは、ユーザの意図を判断するために言語の語彙集（ｌｅｘｉｃｏｎ）、パーサ（ｐａｒｓｅｒ）、文法及び意味のルール、及び関連した処理アルゴリズムを管理し得る。
従来のＶＡＳが遭遇する課題の１つは、ＮＬＵ処理の演算負荷が重いことである。例えば、語法（ｐａｒｌａｎｃｅ）のニュアンス、文章構造、発音、及びその他の会話の特徴を扱うために、ボイス処理アルゴリズムは常時アップデートされる必要がある。したがって、ＶＡＳの提供者は、世界中のユーザから受信される無数のボイス入力を扱うために、処理アルゴリズムを管理し、継続的に開発し、追加のクラウドサーバーなどの増大する複数の資源を展開しなければならない。
関連する課題の１つは、特定のスマートデバイスのボイス制御が比較的複雑なボイス処理アルゴリズムを必要とし得て、ＶＡＳ資源にさらなる負担をかけ得ることである。例えば、リビングルームの一セットの照明デバイスのスイッチをオンにするために、あるユーザは「灯りをつけて（flip on the lights）」と言うのを好むかもしれないが、別のユーザは「リビングを点灯させて（turn on the living room）」と言うのを好むかもしれない。両方のユーザは照明デバイスを点灯させるという同一の意図を有するが、動詞を含むフレーズの構造は異なるし、その上、後者のフレーズはリビングルームのデバイスであることを識別しているが前者は識別していないことは言うまでもない。これらの課題に対応するため、例えばコマンドの構造及び関連する構文（ｓｙｎｔａｘ）の微妙でありながらも意味のあるバリエーションを区別するためのアルゴリズムなどの、特に複雑なボイス処理資源及びアルゴリズムを必要とするスマートデバイスを制御するとき、ＶＡＳは、ユーザの意図を解読するためにさらなる資源を捧げなければならない。
スマートデバイスの消費者需要が増大し、これらのデバイスが多様化するにつれて、ＶＡＳ提供者の中には進歩に追いつくのが困難となるものもあり得る。ＶＡＳのシステム資源に限界があり、入ってくるボイス入力に正しく応答することができない場合もある。例えば、上記の例において、ＶＡＳは、「灯りを点灯して（turn on the lights）」との発声を処理する能力を有するが、「灯りをつけて（flip on the lights）」との発声を処理する能力に欠けるかもしれず、これはシステムが、後者のより慣用的なフレーズの意図を認識できないアルゴリズムを使っているかもしれないからである。そのような場合、ユーザは、「リビングルームの照明を点灯しろ（turn on the lights in the living room）」と言うなどのさらに限定的な情報で元の要求を言い換える必要があり得る。代わりにＶＡＳは、そのような要求は処理できない、とユーザに通知してもよいし、又はＶＡＳは、単に要求を完全無視してもよい。これらのいずれの場合も、ユーザは拙いボイス制御の体験に不満を感じ得る。
マルチゾーン再生システムなどのメディア再生システムの場合、従来のＶＡＳには特に制限される場合がある。例えば、従来のＶＡＳがサポートするのは基本的な再生のボイス制御のみであり得て、又はユーザは、デバイスと交信するために自然な対話ではなく特定の誇張したフレーズ回しを使う必要があり得る。さらに、従来のＶＡＳはマルチゾーン再生、又はユーザが制御したいデバイスグルーピング、マルチルーム音量、イコライザーパラメータ、及び／又は所与の再生シナリオのオーディオコンテンツ、などのその他の機能をサポートしない場合がある。そのような機能を制御するためには、基本的な再生に必要であるよりも著しく大きい資源を必要とし得る。
ここで説明されるメディア再生システムは従来のＶＡＳのこれらの及びその他の制限に対応可能である。例えば、いくつかの実施形態において、ボイス入力を処理するためにメディア再生は第二のＶＡＳ（例えば、従来のＶＡＳ）よりも第一のＶＡＳ（例えば、強化されたＶＡＳ）を選択するように構成される。そのような場合、メディア再生システムは、メディア再生システムの比較的高度な他の機能を制御するためのボイス入力などの特定のボイス入力を処理するために第二よりも第一のＶＡＳを選択することにより介入し得る。１つの態様において、第二のＶＡＳ単独により提供されるボイス制御と比較して、第一のＶＡＳはボイス制御を向上させ得る。いくつかの実施形態において、メディア再生システムをターゲットとする少なくともいくつかのボイス入力は、第二のＶＡＳを介しては発動不可であり得る。これら及びその他の実施形態において、少なくともいくつかのボイス入力は、第二のＶＡＳを介して発動可能ではあるが、第一のＶＡＳが特定のボイス入力を処理する方が好ましいかもしれない。例えば、第一のＶＡＳの方が第二のＶＡＳよりも特定のボイス入力をより高い信頼性でより正確に処理できるかもしれない。いくつかの実施形態において、第二のＶＡＳが、特定のタイプのボイス入力が通常送られるデフォルトのＶＡＳであり得る。例えば、いくつかの実施形態において、「今日の天気は？」というボイス入力などの基本的なインターネットクエリ（ｑｕｅｒｙ）を含む要求を扱うためには従来のＶＡＳの方がより適している場合がある。関連する実施形態において、ユーザは、（「ヘイ、サマンサ」などの）同じウェイクワードを第一及び第二の両方のＶＡＳを発動させるときに使い得る。１つの態様において、ボイス入力を発声するとき、ＶＡＳの選択が見えないところで起こっていることに気づかない場合がある。一実施形態において、ウェイクワードは、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）などの従来のＶＡＳに関連したウェイクワードでもよい。
一実施形態において、メディア再生システムは、ボイス入力を取得（ｃａｐｔｕｒｅ）するためのネットワークマイクロフォンデバイスを含んでもよい。メディア再生システムは、（ｉ）少なくとも１つのマイクロフォンデバイスを介してボイス入力を取得し、（ｉｉ）取得されたボイス入力中にコマンドの１つ又は複数が含まれていることを検出し、（ｉｉｉ）その１つ又は複数のコマンドが１セットのコマンド情報の対応するコマンドクライテリアを満たすことを判断し、（ｉｖ）その判断に応じて（ａ）第二のＶＡＳの選択を放棄して第一のＶＡＳを選択し、（ｂ）ボイス入力を第一のＶＡＳに送り、（ｃ）ボイス入力を送った後、第一のＶＡＳからのボイス入力への応答を処理するように構成される。
いくつかの実施形態において、ネットワークマイクロフォンデバイスは、ネットワークマイクロフォンデバイスのローカルメモリにコマンド情報のセットを記憶するように構成される。いくつかの実施形態において、コマンド情報のセットは、ローカルエリアネットワーク（ＬＡＮ）上の別のネットワークマイクロフォンデバイス又は再生デバイスなどの別のネットワークデバイスに記憶されてもよい。いくつかの実施形態において、コマンド情報のセットはＬＡＮ上に、及び／又は遠隔的に、複数のネットワークデバイスにわたって記憶されてもよい。下に説明される様々な実施形態において、コマンド情報のセットは、メディア再生システムが第二のＶＡＳの選択を放棄して第一のＶＡＳを選択すべきか否かを判断する工程において使用されてもよい。
いくつかの実施形態において、ネットワークマイクロフォンデバイスは所定のコマンド、及びコマンドと関連するコマンドクライテリアのリストを記憶してもよい。コマンドは、例えば、再生、制御、及びゾーンターゲットするコマンドを含んでもよい。コマンドクライテリアは、例えば、特定のコマンドに関連した所定のキーワードを含み得る。ボイス入力中のキーワードの組み合わせは、例えば、家の第一の部屋の名前（例えば、リビングルーム）の発声、及びの第二の部屋の名前（例えば、寝室）の発声を含んでもよい。ユーザが特定のコマンド（音楽を再生するコマンドなど）を含むボイス入力をキーワードと組み合わせて発声するとき、メディア再生システムはボイス入力を処理するために第一のＶＡＳを選択して発動させる。
いくつかの実施形態において、キーワードはトレーニング及び適応的学習アルゴリズムによって開発されてもよい。特定の実施形態において、そのようなキーワードは、キーワードを含むボイス入力を処理する最中にその場で判断され得る。そのような場合、キーワードはボイス入力を処理する前に事前に決定されないものの、第一のＶＡＳがコマンドに基づいて発動することを可能とする。関連した実施形態において、キーワードは、同じ意図を有するコマンドの特定の同義語（ｃｏｇｎａｔｅ）と関連し得る。
いくつかの実施形態において、第一のＶＡＳを発動することは、１つ又は複数の第一のＶＡＳの遠隔サーバにボイス入力を送ることを含んでもよい。上の例において、第一のＶＡＳは第一及び第二の部屋で音楽を再生するユーザの意図を判断し、望むオーディオを第一及び第二の部屋でメディア再生システムに再生させることによって応答してもよい。第一のＶＡＳはまた、第一及び第二の部屋からなるグループを形成するようにメディア再生システムに指示してもよい。
本明細書に記載されるいくつかの実施形態は、「ユーザ」、及び／又は他の実体等、所定の行為者により実行される機能を示す場合があるが、この記載は、説明の目的のみであることを理解されたい。特許請求の範囲自体に明示的に必要であることが記載されていない限り、こうした任意の行為者による行動が必要であると解釈されるべきではない。
ＩＩ．例示的な動作環境
図１は、本明細書で開示されている１つ又は複数の実施形態で実施可能なメディア再生システム１００の例示的な構成を示す。図示されるように、メディア再生システム１００は、複数の部屋及び空間、例えば、オフィス、ダイニングルーム、及びリビングルームを有する例示的なホーム環境に関連している。これらの部屋及び空間内に、メディア再生システム１００は、再生デバイス１０２（再生デバイス１０２ａ－１０２ｍとして個々に識別される）、ネットワークマイクロフォンデバイス１９３（「ＮＭＤ」１０３ａ－１０３ｇとして個々に識別される）、及びコントローラデバイス１０４ａ、１０４ｂ（集合的に「コントローラデバイス１０４」）を含む。ホーム環境は、１つ又は複数のスマート照明デバイス１０８及びスマートサーモスタット１１０などの他のネットワークデバイスを含んでもよい。
メディア再生システム１００の様々な再生デバイス、ネットワークマイクロフォンデバイス、及びコントローラデバイス１０２－１０４、及び／又は他のネットワークデバイスは、ポイント間接続及び／又はネットワークルータ１０６を含むＬＡＮを介した有線及び／又は無線のその他の接続を介してお互いに連結してもよい。例えば、再生デバイス１０２ｊ（「左」と名付けられる）は、再生デバイス１０２ａ（「右」と名付けられる）とポイント間接続（point-to-point connection）を有してもよい。一実施形態において、「左」再生デバイス１０２ｊはポイント間接続を介して「右」再生デバイス１０２ａと通信してもよい。関連した実施形態において、「左」再生デバイス１０２ｊはポイント間接続及び／又はＬＡＮを介した他の接続などを介して他のネットワークデバイスと通信してもよい。
ネットワークルータ１０６は、ワイドエリアネットワーク（ＷＡＮ）を介して１つ又は複数のリモートコンピュータ１０５に連結してもよい。いくつかの実施形態において、リモートコンピュータはクラウドサーバーでもよい。リモートコンピュータ１０５は、様々な方法でメディア再生システム１００と対話するように構成されてもよい。例えば、リモートコンピュータは、ホーム環境におけるオーディオなどのメディアコンテンツ再生のストリーミング及び制御を容易にするように構成されてもよい。下により詳細に説明される技術の一態様において、リモートコンピュータ１０５はメディア再生システム１００に第一のＶＡＳ１６０を提供するように構成される。
いくつかの実施形態において、再生デバイス１０２の１つ又は複数は、オンボード（例えば、統合された）ネットワークマイクロフォンデバイスを含んでもよい。例えば、再生デバイス１０２ａ－ｅは、対応するＮＭＤ１０３ａ－ｅをそれぞれ含む。ネットワークマイクロフォンデバイスを含む再生デバイスは、明細書で特に記述がない限り、ここでは再生デバイス又はネットワークマイクロフォンデバイスと交換可能で参照され得る。
いくつかの実施形態において、ＮＭＤ１０３の１つ又は複数は、独立したデバイスでもよい。例えば、ＮＭＤ１０３ｆ及び１０３ｇは独立したネットワークマイクロフォンデバイスでもよい。独立したネットワークマイクロフォンデバイスは、再生デバイスに通常含まれるスピーカ又は関連した電子部品などのコンポーネントを省いてもよい。そのような場合、独立したネットワークマイクロフォンデバイスはオーディオ出力を生成しなくてもよく、又は限定的なオーディオ出力（例えば、比較的低品質のオーディオ出力）を生成してもよい。
使用中、ネットワークマイクロフォンデバイスは、近傍にいるユーザからのボイス入力を受信して処理し得る。例えば、ネットワークマイクロフォンデバイスはユーザが入力を発声したことを検出するとボイス入力を取得するようにしてもよい。図示した例において、リビングルームの再生デバイス１０２ａのＮＭＤ１０３ａは、近傍にいるユーザからのボイス入力を取得し得る。いくつかの例において、ボイス入力のソース（例えば、ユーザ）の近傍にある他のネットワークマイクロフォンデバイス（例えば、ＮＭＤ１０３ｂ及び１０３ｆ）もボイス入力を検出し得る。そのような場合、ネットワークマイクロフォンデバイス群は、お互いの間で調停を行い、いずれのデバイスが検出したボイス入力を取得及び／又は処理するべきかを判断し得る。ネットワークマイクロフォンデバイス間での選択及び調停の例は、例えば２０１７年２月２１日付けの米国特許出願公開第１５／４３８、７４９号明細書に記載されており、この出願の名称は「メディア再生システムのボイス制御」であり、その全体がここで参照され援用される。
特定の実施形態において、ネットワークマイクロフォンデバイスは、ネットワークマイクロフォンデバイスを含み得ない再生デバイスに割り当てられてもよい。例えば、ＮＭＤ１０３ｆが、近傍の再生デバイス１０２ｉ及び／又は１０２ｌに割り当てられてもよい。関連した例において、ネットワークマイクロフォンデバイスは、それが割り当てられた再生デバイスを通してオーディオを出力し得る。ネットワークマイクロフォンデバイスと再生デバイスとを指名されたデバイス、又はデフォルトのデバイスとして関連付けることに関するさらなる詳細は、例えば既に参照した米国特許出願第１５／４３８、７４９号明細書に記載されている。
例示的なメディア再生システム１００の異なる構成要素、及び異なる構成要素がどのように対話してユーザにメディア体験を提供するかに関するさらなる態様は、以下のセクションで述べられている。本明細書における説明は、概してメディア再生システム１００を参照しているかもしれないが、本明細書で述べられている技術は、図１に示されるホーム環境内など、その他の用途に限定されるものではない。例えば、本明細書で述べられている技術は、再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４を多く又は少なく含む別のホーム環境構成において有用かもしれない。加えて、本明細書で述べられている技術は、マルチゾーンオーディオが望まれる環境、例えば、レストラン、モール、又は空港のような商業的環境、スポーツ用多目的車（ＳＵＶ）、バス又は車のような車両、船、若しくはボード、飛行機などの環境において有用かもしれない。
ａ．例示的な再生デバイス及びネットワークマイクロフォンデバイス
図２Ａは、図１に示す再生デバイス１０２から選択された１つの、ある態様を示す機能ブロック図である。図示されるように、そのような再生デバイスは、プロセッサ２１２、ソフトウェアコンポーネント２１４、メモリ２１６、オーディオ処理コンポーネント２１８、オーディオ増幅器２２０、スピーカ２２２、及び無線インタフェース２３２と有線インタフェース２３４を含むネットワークインタフェース２３０を含んでもよい。いくつかの実施形態において、再生デバイスはスピーカ２２２を含まなくてもよく、代わりに再生デバイスを外付けスピーカに接続するためのスピーカインタフェースを含み得る。特定の実施形態において、再生デバイスはスピーカ２２２もオーディオ増幅器２２２のいずれも含まないかもしれず、代わりに再生デバイスを外付けオーディオ増幅器又は視聴覚レシーバに接続するためのオーディオインタフェースを含み得る。
再生デバイスはさらにユーザインタフェース２３６を含んでもよい。ユーザインタフェース２３６は、コントローラデバイス１０４の１つ又は複数から独立して、又はそれと併せてユーザの対話を容易にしてもよい。様々な実施形態において、ユーザインタフェース２３６は、ユーザが直接入力を提供するために、１つ又は複数の実際のボタン、及び／又はタッチ感応スクリーン及び／又は表面の上に提供されるグラフィカルインタフェースを含み、その他の可能性もある。ユーザインタフェース２３６はさらに、視覚的及び／又は聴覚的フィードバックをユーザに提供するために光源及びスピーカの１つ又は複数を含んでもよい。
いくつかの実施形態において、プロセッサ２１２は、メモリ２１６に記憶された命令に基づいて、入力データを処理するように構成されたクロック駆動のコンピュータコンポーネントであってもよい。メモリ２１６は、プロセッサ２１２によって実行可能な命令を記憶するように構成された実体のあるコンピュータ読み取り可能記録媒体であってもよい。例えば、メモリ２１６は、ある機能を実行するためにプロセッサ２１２によって実行可能なソフトウェアコンポーネント２１４の１つ又は複数を搭載することができるデータストレージであってもよい。ある例においては、機能は、再生デバイスがオーディオソース又は別の再生デバイスからオーディオデータを読み出すステップに関与してもよい。別の例においては、機能は、再生デバイスがネットワーク上の別のデバイスにオーディオデータを送信するステップに関与してもよい。さらに別の例においては、機能は、マルチチャンネルオーディオ環境を作るために、再生デバイスと１つ又は複数の再生デバイスとをペアリングすることに関与してもよい。
ある機能は、再生デバイスが、１つ又は複数の他の再生デバイスと、オーディオコンテンツの再生を同期することに関与してもよい。同期した再生の間、同期した再生デバイス同士のオーディオコンテンツの再生の遅延を、聴取者が気づかないかもしれない。２００４年４月４日付けの「複数の独立クロックデジタルデータ処理デバイス間の動作を同期するシステム及び方法」と題する米国特許第８、２３４、３９５号の全体が本明細書に参照として援用されており、それは再生デバイス間のオーディオ再生を同期することのより詳細な例を提供している。
オーディオ処理コンポーネント２１８は、１つ又は複数のデジタル－アナログ変換器（ＤＡＣ）、オーディオ処理コンポーネント、オーディオ強化コンポーネント、又はデジタルシグナルプロセッサ（ＤＳＰ）などを含んでいてもよい。いくつかの実施形態において、オーディオ処理コンポーネント２１８の１つ又は複数は、プロセッサ２１２のサブコンポーネントであってもよい。一例において、オーディオコンテンツが、オーディオ処理コンポーネント２１８によって処理及び／又は意図的に変更されることによって、オーディオ信号を生成してもよい。生成されたオーディオ信号は次に、オーディオ増幅器２１０による増幅のために送信され、スピーカ２１２を通じて再生されてもよい。特に、オーディオ増幅器２１０は、スピーカ２１２の１つ又は複数を駆動できるレベルまでオーディオ信号を増幅するように構成されたデバイスを含んでもよい。スピーカ２１２は、独立した変換器（例えば、「ドライバ」）又は１つ又は複数のドライバを内包する筐体を含む完全なスピーカシステムを備えてもよい。スピーカ２１２に備えられた特定のドライバは、例えば、サブウーファ（例えば、低周波用）、ミドルレンジドライバ（例えば、中間周波用）、及び／又はツイータ（高周波用）を含んでもよい。ある場合においては、１つ又は複数のスピーカ２１２のそれぞれの変換器は、オーディオ増幅器２１０の対応する個々のオーディオ増幅器によって駆動されてもよい。再生するアナログ信号を生成することに加えて、オーディオ処理コンポーネント２０８は、オーディオコンテンツを処理し、そのオーディオコンテンツを１つ又は複数の他の再生デバイスに再生させるために送信するように構成されてもよい。
再生デバイスによって処理及び／又は再生されるオーディオコンテンツは、外部ソース、例えば、オーディオライン－イン入力接続（例えば、オートディテクティング３．５ｍｍオーディオライン－イン接続）又はネットワークインタフェース２３０を介して、受信されてもよい。
ネットワークインタフェース２３０は、データネットワーク上で再生デバイスと１つ又は複数の他のデバイスとの間のデータフローを容易にするように構成されてもよい。このように、再生デバイスは、再生デバイスと通信する１つ又は複数の他の再生デバイス、ローカルエリアネットワーク内のネットワークデバイス、又は例えば、インターネット等のワイドエリアネットワーク上のオーディオコンテンツソースから、データネットワークを介してオーディオコンテンツを受信するように構成されてもよい。ある例では、再生デバイスによって送信及び受信されたオーディオコンテンツ及び他の信号は、インターネットプロトコル（ＩＰ）に基づくソースアドレス及びＩＰに基づく宛先アドレスを含むデジタルパケットデータの形で送信されてもよい。そのような場合、ネットワークインタフェース２３０は、デジタルパケットデータを解析することによって、再生デバイス宛てのデータが、再生デバイスによって適切に受信されて処理されることができるように構成されてもよい。
図示されるように、ネットワークインタフェース２３０は、無線インタフェース２３２と有線インタフェース２３４とを含んでもよい。無線インタフェース２３２は、再生デバイスが、通信プロトコル（例えば、無線規格ＩＥＥＥ８０２．１１ａ、８０２．１１ｂ、８０２．１１ｇ、８０２．１１ｎ、８０２．１１ａｃ、８０２．１５、４Ｇモバイル通信基準などを含む無線基準（規格）のいずれか）に基づいて、他のデバイス（例えば、再生デバイスに関連付けられたデータネットワーク内の他の再生デバイス、スピーカ、レシーバ、ネットワークデバイス、制御デバイス）と無線通信するためにネットワークインタフェース機能を提供してもよい。有線インタフェース２３４は、再生デバイスが、通信プロトコル（例えば、ＩＥＥＥ８０２．３）に基づいて他のデバイスとの有線接続を介して通信するためのネットワークインタフェース機能を提供してもよい。図２に示されるネットワークインタフェース２３０は、無線インタフェース２３２と有線インタフェース２３４との両方を含んでいるが、ネットワークインタフェース２３０は、ある実施形態において、無線インタフェースのみか、又は有線インタフェースのみを含んでもよい。
上で説明されたとおり、再生デバイスは図１に示されるＮＭＤ１０３の１つなどのネットワークマイクロフォンデバイスを含んでもよい。ネットワークマイクロフォンデバイスは、プロセッサ２１２、メモリ２１６、マイクロフォン２２４などの再生デバイスのいくつかの又は全てのコンポーネントを共用してもよい。別の例において、ネットワークマイクロフォンデバイスはネットワークマイクロフォンデバイスの動作の面のみに特化したコンポーネントを含む。例えば、ネットワークマイクロフォンデバイスは、再生デバイスが含まない場合もある遠方マイクロフォン（ｆａｒ－ｆｉｅｌｄ ｍｉｃｒｏｐｈｏｎｅ）及び／又はボイス処理コンポーネントを含んでもよい。別の例において、ネットワークマイクロフォンデバイスは、マイクロフォンをオン・オフするタッチ感応ボタンを含んでもよい。さらに別の例において、ネットワークマイクロフォンデバイスは上述のような独立したデバイスであり得る。図２Ｂは、ネットワークマイクロフォンデバイスを組み入れた例示的な再生デバイス２０２を示す等角図である。再生デバイス２０２は、マイクロフォンをオン・オフするためのコントロール領域２３７をデバイスの頂上に有する。コントロール領域２３７は、デバイスの頂上で、再生を制御するための別の領域２３９の隣にある。
例示として、ソノズ・インコーポレイテッドは、「ＰＬＡＹ：１」、「ＰＬＡＹ：３」、「ＰＬＡＹ：５」、「ＰＬＡＹＢＡＲ」、「ＣＯＮＮＥＣＴ：ＡＭＰ」、「ＣＯＮＮＥＣＴ」、及び「ＳＵＢ」を含む再生デバイスを現在販売提供している（又は、していた）。他の過去、現在、及び／又は将来のいずれの再生デバイスにおいても、追加的に又は代替的に本明細書で開示された実施例の再生デバイスに実装して使用することができる。さらに、再生デバイスは、図２Ａに示された特定の例、又は提供されるソノズ製品に限定されないことは理解される。例えば、再生デバイスは、有線又は無線のヘッドホンを含んでもよい。別の例において、再生デバイスは、パーソナルモバイルメディア再生デバイス用のドッキングステーションを含むか、又は、それらと対話してもよい。さらに別の例において、再生デバイスは、別のデバイス又はコンポーネント、例えば、テレビ、照明器具、又は屋内又は屋外で使用するためのいくつかの他のデバイスと一体化されてもよい。
ｂ．例示的な再生デバイス構成
図３Ａ－３Ｅは、ゾーン及びゾーングループの再生デバイスの構成例を示す。はじめに図３Ｅを参照して、１つの例として、単一の再生デバイスが１つのゾーンに属していてもよい。例えば、「バルコニー」の再生デバイス１０２ｃは「ゾーンＡ」に属してもよい。下に説明するいくつかの実施例において、複数の再生デバイスが「結合」され（ｂｏｎｄｅｄ）、一緒に１つのゾーンを形成する「結合ペア」を形成してもよい。例えば、図１において「ヌック」と名付けられた再生デバイス１０２ｆが「壁」と名付けられた再生デバイス１０２ｇに結合されて「ゾーンＢ」を形成してもよい。結合された再生デバイスは、異なる再生担当を有してもよい（例えば、チャンネル担当）。下に説明される別の実施例において、複数の再生デバイスは併合され（ｍｅｒｇｅｄ）、１つのゾーンを形成してもよい。例えば、「オフィス」と名付けられた再生デバイス１０２ｄが「ウィンドウ」と名付けられた再生デバイス１０２ｍと併合されて「ゾーンＣ」を形成してもよい。併合された再生デバイス１０２ｄ及び１０２ｍには、特に異なる再生担当を割り当てられない場合もある。すなわち、併合された再生デバイス１０２ｄ及び１０２ｍは、オーディオコンテンツを同期して再生することを除けば、まるで併合されていないかのようにオーディオコンテンツをそれぞれが再生してもよい。
メディア再生システム１００の各ゾーンは、単一のユーザインタフェース（ＵＩ）エンティティとしての制御のために提供されてもよい。例えば、「ゾーンＡ」は「バルコニー」と名付けられた単一のエンティティとして提供されてもよい。「ゾーンＣ」は「オフィス」と名付けられた単一のエンティティとして提供されてもよい。「ゾーンＢ」は「シェルフ」と名付けられた単一のエンティティとして提供されてもよい。
様々な実施形態において、ゾーンはそのゾーンに属する再生デバイスの１つの名前を踏襲してもよい。例えば、「ゾーンＣ」は「オフィス」デバイス１０２ｄ（図示のとおり）の名前を踏襲してもよい。別の例において、「ゾーンＣ」は「ウィンドウ」デバイス１０２ｍの名前を踏襲してもよい。さらなる例において、「ゾーンＣ」は「オフィス」デバイス１０２ｄと「ウィンドウ」デバイス１０２ｍとの何らかの組み合わせである名前を使ってもよい。選択される名前はユーザによって選択されてもよい。いくつかの実施形態において、ゾーンはそのゾーンに属するデバイス以外の名前が与えられてもよい。例えば、「ゾーンＢ」は「シェルフ」と名付けられるが、「ゾーンＢ」のデバイスがどれもこの名前を有していない。
結合された再生デバイスは、特定のオーディオチャンネル担当などの異なる再生担当を有してもよい。例えば、図３Ａに示すように、オーディオコンテンツのステレオ効果を生み出す又は強化するように「ヌック」及び「壁」デバイス１０２ｆ及び１０２ｇが結合されてもよい。この例において、「ヌック」再生デバイス１０２ｆは、左チャンネルのオーディオコンポーネントを再生するように構成されてもよく、「壁」再生デバイス１０２ｇは、右チャンネルのオーディオコンポーネントを再生するように構成されてもよい。いくつかの実施例において、そのようなステレオ結合は「ペアリング」と呼ばれてもよい。
加えて、結合した再生デバイスは追加の及び／又は異なるスピーカドライバをそれぞれ有してもよい。図３Ｂに示されるように、「フロント」と名付けられた再生デバイス１０２ｂは「サブ」と名付けられた再生デバイス１０２ｋと結合されてもよい。「フロント」デバイス１０２ｂは中間周波から高周波のレンジを提供し、「サブ」デバイス１０２ｋが例えばサブウーファとして低周波を提供してもよい。結合が解かれたとき、「フロント」デバイス１０２ｂが全周波レンジを提供してもよい。別の例として、図３Ｃは、それぞれ「右」及び「左」デバイス１０２ａ及び１０２ｊとしてさらに結合された「フロント」及び「サブ」デバイス１０２ｂ及び１０２ｋを示す。いくつかの実施例において、「右」及び「左」デバイス１０２ａ及び１０２ｊは、ホームシアターシステムのサラウンド又は「サテライト」チャンネルを形成してもよい。結合された再生デバイス１０２ａ、１０２ｂ、１０２ｊ、及び１０２ｋは単一の「ゾーンＤ」（図３Ｅ）を形成してもよい。
併合された再生デバイスは、割り当てられた再生担当を有さないかもしれず、それぞれの再生デバイスが可能なオーディオコンテンツの全レンジをそれぞれが提供してもよい。それにもかかわらず、併合されたデバイスは単一のＵＩエンティティ（すなわち上述のとおり、１つのゾーン）を代表してもよい。例えば、「オフィス」の再生デバイス１０２ｄ及び１０２ｍは、「ゾーンＣ」という単一のＵＩエンティティである。一実施形態において、再生デバイス１０２ｄ及び１０２ｍは、それぞれの再生デバイス１０２ｄ及び１０２ｍが可能なオーディオコンテンツの全レンジをそれぞれが同期して出力してもよい。
いくつかの実施例において、独立したネットワークマイクロフォンデバイスは、１つのゾーンの中に単独で存在し得る。例えば、「天井」と名付けられた図１のＮＭＤ１０３ｇが「ゾーンＥ」であってもよい。ネットワークマイクロフォンデバイスはまた、別のデバイスと結合又は併合されてゾーンを形成してもよい。例えば、「アイランド」と名付けられたＮＭＤデバイス１０３ｆは再生デバイス１０２ｉ「キッチン」と結合されて、一緒に、それもまた「キッチン」と名付けられる「ゾーンＧ」を形成してもよい。ネットワークマイクロフォンデバイスと再生デバイスとを指名された又はデフォルトのデバイスとして関連付けることに関するさらなる詳細は、例えば既に参照した米国特許出願公開第１５／４３８、７４９号明細書に記載されている。いくつかの実施例において、独立したネットワークマイクロフォンデバイスは１つのゾーンと関連していないかもしれない。
個々の、結合された、及び／又は併合されたデバイスのゾーンはグループ化されてゾーングループを形成してもよい。例えば、図３Ｅを参照して、「ゾーンＡ」が「ゾーンＢ」とグループ化されて２つのゾーンを含むゾーングループを形成してもよい。別の例として、「ゾーンＡ」は１つ又は複数の他の「ゾーンＣ－Ｉ」とグループ化されてもよい。「ゾーンＡ－Ｉ」は多数の方法でグループ化及びグループ解除ができる。例えば、「ゾーンＡ－Ｉ」のうちの３つ、４つ、５つ、又はそれ以上（例えば全部）がグループ化できる。グループ化されると、既に参照した米国特許第８、２３４、３９５号明細書に説明されるように、個々の、及び／又は結合された再生デバイスはオーディオを互いに同期して再生してもよい。再生デバイスは動的にグループ化及びグループ解除されて新しい、又は異なるグループを形成し、オーディオコンテンツを同期して再生してもよい。
様々な実施例において、例えば図３Ｅに示される「ダイニングルーム＋キッチン」のように、ある環境の中のゾーンが、グループ内のゾーンのデフォルトの名前又はゾーングループ内のゾーン名の組み合わせであり得る。いくつかの実施形態において、また図３Ｅに示される「ニックの部屋」のように、ゾーングループはユーザが選択した固有の名前が与えられてもよい。
再び図２Ａを参照して、メモリ２１６に、定期的に更新されて再生ゾーン、再生デバイス、及び／又はそれらと関連するゾーングループの状態を記述するために使われるあるデータが１つ又は複数の状態変数（ｓｔａｔｅ ｖａｒｉａｂｌｅ）として記憶されてもよい。メモリ２１６はまた、メディアシステム内の他のデバイスの状態に関連し、時々デバイス間で共有されるデータを含んでもよく、デバイスの１つ又は複数がシステムに関連する最新のデータを有することになる。
いくつかの実施形態において、メモリは状態と関連する様々な変数タイプのインスタンスを記憶してもよい。変数インスタンス（ｖａｒｉａｂｌｅｓ ｉｎｓｔａｎｃｅｓ）はタイプに対応する識別子（ｉｄｅｎｔｉｆｉｅｒ：例えば、タグ）とともに記憶されてもよい。例えば、特定の識別子は、あるゾーンの再生デバイスを識別する第一のタイプ「ａ１」、ゾーンに結合されていてもよい再生デバイスを識別する第二のタイプ「ｂ１」、及びゾーンが属し得るゾーングループを識別する第三のタイプ「ｃ１」であってもよい。関連する例として、図１において「バルコニー」と関連する識別子は、「バルコニー」は、「バルコニー」が特定のゾーンにあってゾーングループに入っていない唯一の再生デバイスであることを示しているかもしれない。「リビングルーム」に関連する識別子は、「リビングルーム」が他のゾーンとグループ化されていないが、結合された再生デバイス１０２ａ、１０２ｂ、１０２ｊ、及び１０ｋを含んでいることを示していてもよい。「ダイニングルーム」と関連する識別子は、「ダイニングルーム」が「ダイニングルーム＋キッチン」のグループの一部であり、デバイス１０３ｆ及び１０２ｉが結合されていることを示していてもよい。「キッチン」と関連する識別子は、「キッチン」が、「ダイニングルーム＋キッチン」ゾーングループの一部であることにより、同じ又は類似した情報を示していてもよい。他の例示的なゾーン変数及び識別子は、下に説明される。
さらに別の例において、メディア再生システム１００は、図３に示される「エリア」に関連する識別子などのように、ゾーン及びゾーングループの他の関連性を表す変数又は識別子を有してもよい。あるエリアはゾーングループ及び／又はゾーングループに属さないゾーンのクラスタに関与してもよい。例えば、図３Ｅは、「フロントエリア」と名付けられた第一のエリア及び「バックエリア」と名付けられた第二のエリアを示す。「フロントエリア」は、「バルコニー」、「リビングルーム」、「ダイニングルーム」、「キッチン」、及び「バスルーム」のゾーン及びゾーングループを含む。「バックエリア」は、「バスルーム」、「ニックの部屋」、「寝室」、及び「オフィス」のゾーン及びゾーングループを含む。一態様において、「エリア」は、別のクラスタの１つ又は複数のゾーン及び／又はゾーングループを共有するゾーングループ及び／又はゾーンのクラスタを発動するために使われてもよい。別の態様において、これは別のゾーングループとゾーンを共有しないゾーングループと異なる。「エリア」を実施する技術のさらなる例は、例えば２０１７年８月２１日付けの「名前に基づく部屋の関連付け」と題する米国特許出願第１５／６８２、５０６号明細書、及び２００７年９月１１日付けの「マルチゾーンメディアシステムの制御とグループ作成操作」と題する米国特許第８、４８３、８５３号明細書に記載がある。これらの出願はその全体がここに参照され援用される。いくつかの実施例において、メディア再生システム１００は、「エリア」を実施しないかもしれないが、その場合、システムは「エリア」に関連する変数を記憶しないかもしれない。
メモリ２１６はさらに、他のデータを記憶するように構成されてもよい。そのようなデータは、再生デバイス、又はその再生デバイス（又は別の再生デバイス）が関連し得る再生キュー（ｐｌａｙｂａｃｋ ｑｕｅｕｅ）によってアクセス可能なオーディオソースに関連してもよい。下に説明される実施形態において、ボイス入力を処理するとき、メモリ２１６は、第一のＶＡＳ１６０などの特定のＶＡＳを選択するための一セットのコマンドデータを記憶するように構成される。
動作中、図１の環境における１つ又は複数の再生ゾーンは、それぞれ異なるオーディオコンテンツを再生していてもよい。例えば、ユーザは、「バルコニー」ゾーンでグリルしながら、再生デバイス１０２ｃによって再生されるヒップホップ音楽を聞くことができる。一方、別のユーザは、「キッチン」ゾーンで食事を準備しながら、再生デバイス１０２ｉによって再生されるクラシック音楽を聞くことができる。別の例では、再生ゾーンは、同じオーディオコンテンツを別の再生ゾーンと同期して再生してもよい。例えば、ユーザが「オフィス」ゾーンにいる場合、「オフィス」ゾーンの再生デバイス１０２ｄが、「バルコニー」ゾーンの再生デバイス１０２ｃで再生されている音楽と同じヒップホップ音楽を再生してもよい。そのような場合、再生デバイス１０２ｃ及び１０２ｄは、ヒップホップ音楽を同期して再生しているため、ユーザは、異なる再生ゾーン間を移動してもアウト－ラウドで再生されるオーディオコンテンツをシームレス（又は少なくともほぼシームレス）に楽しむことができる。再生ゾーン間の同期は、前述の米国特許第８、２３４、３９５号明細書で述べられているような再生デバイス間の同期と同様の方法で行ってもよい。
上に示唆したように、メディア再生システム１００のゾーン構成は、動的に変更してもよい。したがって、メディア再生システム１００は、多くの構成をサポートしてもよい。例えば、ユーザが１つ又は複数の再生デバイスを、物理的にゾーンに移動させるか、又はゾーンから移動させる場合、メディア再生システム１００は変更に対応するように再構成されてもよい。例えば、ユーザが再生デバイス１０２ｃを「バルコニー」ゾーンから「オフィス」ゾーンに物理的に移動させる場合、「オフィス」ゾーンは、そこから再生デバイス１０２ｃと再生デバイス１０２ｄとの両方を含んでもよい。場合によっては、ユーザは例えばコントローラデバイス１０４及び／又はボイス入力を使って、移動された再生デバイス１０２ｃを「オフィス」ゾーンとペアにする又はグループ化する、及び／又は、「オフィス」ゾーンの再生デバイスの名称変更をしてもよい。別の例として、１つ又は複数の再生デバイスが、ホーム環境において、再生ゾーンを未だ設定していない特定のエリアに移動させられた場合、移動された再生デバイスは名称変更されてもよく、又は特定のエリアの再生ゾーンに関連付けられてもよい。
さらに、メディア再生システム１００の異なる再生ゾーンは、動的にゾーングループに組み合わされてもよいし、又は別々の再生ゾーンに分割されてもよい。例えば、「ダイニングルーム」ゾーンと「キッチン」ゾーンとがディナーパーティ用のゾーングループに組み合わされることによって、再生デバイス１０２ｉと１０２ｌとがオーディオコンテンツを同期して再生することができる。一方、「リビングルーム」ゾーンの結合された再生デバイス１０２は、（ｉ）テレビゾーンと（ｉｉ）別のリスニングゾーンとに分割されてもよい。テレビゾーンは、「フロント」再生デバイス１０２ｂを含んでもよい。リスニングゾーンは、「右」、「左」、及び「サブ」再生デバイス１０２ａ、１０２ｊ、及び１０２ｋを含んでもよく、それらは上述のとおり、グループ化、ペア化、又は併合されてもよい。「リビングルーム」ゾーンをそのように分割することにより、一人のユーザがリビングルームのあるエリアのリスニングゾーンで音楽を聴き、別のユーザがリビングルーム空間の別のエリアでテレビを見ることが可能となり得る。関連した例において、テレビゾーンとリスニングゾーンとに分割される前に「リビングルーム」ゾーンを制御するために、ユーザはＮＭＤ１０３ａ又は１０３ｂのいずれも実施し得る。一旦分割されると、リスニングゾーンは例えばＮＭＤ１０３ａの近傍のユーザによって制御され、テレビゾーンは例えばＮＭＤ１０３ｂの近傍のユーザによって制御されてもよい。しかし、上述のとおり、いずれのＮＭＤ１０３もメディア再生システム１００の様々な再生及びその他のデバイスを制御するように構成されてもよい。
ｃ．例示的なコントローラデバイス
図４は、図１のメディア再生システム１００のコントローラデバイス１０４の選択された１つのある態様を示す機能ブロック図である。そのようなコントローラデバイスは、コントローラとも呼ばれ得る。図３に示されるコントローラデバイスは概して、プロセッサ４１２、メモリ４１６、マイクロフォン４２４、及びネットワークインタフェース４３０などの上述のネットワークデバイスの特定のコンポーネントに類似したコンポーネントを含んでもよい。１つの例において、コントローラデバイスは、メディア再生システム１００の専用のコントローラデバイスであってもよい。別の例では、コントローラデバイスは、例えばｉＰｈｏｎｅ（登録商標）、ｉＰａｄ（登録商標）、又はその他のスマートフォン、タブレット又はネットワークデバイス（例えば、ＰＣやＭａｃ（登録商標）などのネットワーク接続されたコンピュータ）などの、メディア再生システムのコントローラアプリケーションソフトウェアが搭載されていてもよいネットワークデバイスであり得る。
コントローラデバイスのメモリ４１６は、コントローラアプリケーションソフトウェア及びメディア再生システム１００、及びシステム１００のユーザに関連したその他のデータを記憶するように構成されてもよい。メモリ４１６には、メディア再生システム１００のユーザアクセス、制御、及び構成を容易にするなどの特定の機能を達成するためにプロセッサ４１２によって実行可能な１つ又は複数のソフトウェアコンポーネント４１４が搭載されてもよい。上述のように、コントローラデバイスは他のネットワークデバイスとワイヤレスインタフェースなどのネットワークインタフェース４３０上で通信する。
１つの例において、データ及び情報（例えば、状態変数など）は、ネットワークインタフェース４３０を介してコントローラデバイスとその他のデバイスとの間で伝達されてもよい。例えば、メディア再生システム１００の再生ゾーンとゾーングループの構成は、ネットワークインタフェース４０６を介して、再生デバイス、ネットワークマイクロフォンデバイス、又はその他のネットワークデバイスからコントローラデバイスによって受信され得て、又はコントローラデバイスによって別の再生デバイス又はネットワークデバイスに送信され得る。場合によっては、他のネットワークデバイスは、別のコントローラデバイスでもよい。
音量制御及びオーディオ再生制御などの再生デバイスの制御コマンドも、ネットワークインタフェース４３０を介してコントローラデバイスから再生デバイスへ伝達されてもよい。上述のとおり、メディア再生システム１００の構成変更もコントローラデバイスを使ってユーザによって実行されてもよい。構成変更は、１つ又は複数の再生デバイスの追加／削除、１つ又は複数のゾーンのゾーングループへの追加／削除、結合又は併合再生デバイスの形成、結合又は併合再生デバイスからの１つ又は複数の再生デバイスの分離、その他、を含んでもよい。
コントローラデバイスのユーザインタフェース４４０は、図４Ａ及び４Ｂにそれぞれ示され、集合的にコントローラインタフェース４４０と呼ばれるコントローラインタフェース４４０ａ及び４４０ｂなどのコントローラインタフェースを提供することによりメディア再生システム１００のユーザアクセス及び制御を容易にするように構成されてもよい。図４Ａ及び４Ｂを同時に参照して、コントローラインタフェース４４０は再生制御領域４４２、再生ゾーン領域４４３、再生ステータス領域４４４、再生キュー領域４４６、及びソース領域４４８を含む。図示のユーザインタフェース４００は、図３に示され、メディア再生システム１００などのメディア再生システムを制御するためにユーザによってアクセスされるコントローラデバイスなどのネットワークデバイス上に提供され得るユーザインタフェースの一例にすぎない。異なるフォーマット、スタイル、及び対話型シーケンスによるその他のユーザインタフェースが、１つ又は複数のネットワークデバイス上において代わりに実施され、類似した制御アクセスをメディア再生システムに提供してもよい。
再生制御領域４４２（図４Ａ）は、選択可能で（例えば、タッチの方法で、又はカーソルを使って）、選択された再生ゾーン又はゾーングループにある再生デバイスに、再生又は停止、早送り、巻き戻し、次へスキップ、前へスキップ、シャッフルモードの開始／終了、リピートモードの開始／終了、クロスフェードモードの開始／終了をさせるアイコンを含んでもよい。再生制御領域４４２はまた、イコライザの設定、及び再生音量、その他種々の変更を行う選択可能アイコンを含んでもよい。
再生制御領域４４３（図４Ｂ）は、メディア再生システム１００内の再生ゾーンの表示を含んでもよい。再生ゾーン領域はまた、図示の「ダイニングルーム＋キッチン」ゾーングループなどのゾーングループの表示を含んでもよい。いくつかの実施例において、再生ゾーンのグラフィカルな表示が、例えば、結合されたゾーンの作成、ゾーングループの作成、ゾーングループの分割、ゾーングループの名称変更、その他など、メディア再生システム内の再生ゾーンを管理又は構成するための追加の選択可能なアイコンを表示させるように選択可能でもよい。
例えば、図示のように「グループ」アイコンは再生ゾーンのグラフィカル表示それぞれに提供されてもよい。特定のゾーンのグラフィカル表示内に提供される「グループ」アイコンは、特定のゾーンとグループ化されるためのメディア再生システムの１つ又は複数の他のゾーンの選択肢を表示するために選択可能でもよい。一旦グループ化されると、特定のゾーンとグループ化されたゾーン内の再生デバイスは、特定のゾーンの再生デバイスと同期してオーディオコンテンツを再生するように構成される。類似的に、「グループ」アイコンはゾーングループのグラフィカル表示内に提供されてもよい。この場合、「グループ」アイコンは、ゾーングループから削除されるゾーングループ内の１つ又は複数のゾーンの選択を外す選択肢を表示するために選択可能でもよい。ユーザインタフェース４００などのユーザインタフェースを介して、ゾーンをグループ化及びグループ解除をするための他の対話及び実施もまた可能である。再生ゾーン領域４４３（図４Ｂ）内の再生ゾーンの表示は、再生ゾーン又はゾーングループの構成が変更されるとともに動的に更新されてもよい。
再生ステータス領域４４４（図４Ａ）は、現在再生されているオーディオコンテンツ、前に再生されたオーディオコンテンツ、又は選択された再生ゾーン又はゾーングループ内で次に再生するように予定されているオーディオコンテンツ、のグラフィック表示を含んでもよい。選択可能な再生ゾーン又は再生グループは、ユーザインタフェース上で、例えば、再生ゾーン領域４４３及び／又は再生ステータス領域４４４内で視覚的に区別されてもよい。グラフィック表示は、トラックタイトル、アーティスト名、アルバム名、アルバム年、トラック長さ、及びメディア再生システムを、ユーザインタフェース４４０を介して制御するときに、ユーザにとって有益かもしれない他の関連情報を含んでもよい。
再生キュー領域４４６は、選択された再生ゾーン又はゾーングループに関連付けられた再生キュー内のオーディオコンテンツのグラフィック表示を含んでもよい。いくつかの実施形態において、それぞれの再生ゾーン又はゾーングループは、再生ゾーン又はゾーングループによって再生される０以上のオーディオアイテムに対応する情報を含む再生キューに関連付けられてもよい。例えば、再生キュー内のそれぞれのオーディオアイテムは、ユー・アール・アイ（ＵＲＩ）、ユー・アール・エル（ＵＲＬ）、又は再生ゾーン又はゾーングループ内の再生デバイスによって使用可能な他の識別子を含んでもよい。これらによって、ローカルオーディオコンテンツソース又はネットワークオーディオコンテンツソース、からオーディオアイテムを見つけ、及び／又は取り出し、再生デバイスによって再生することができる。
ある例では、プレイリストが再生キューに追加されてもよい。この場合、プレイリスト内のそれぞれのオーディオアイテムに対応する情報が再生キューに追加されてもよい。別の例では、再生キュー内のオーディオアイテムは、プレイリストとして保存されてもよい。さらに別の例では、再生デバイスがストリーミングオーディオコンテンツ、例えば、再生時間を有する個別のオーディオアイテムよりも、停止しない限り連続して再生され得るインターネットラジオを再生し続けているとき、再生キューは、空であってもよいし、又は埋まっているが「未使用」であってもよい。別の実施形態では、再生キューは、インターネットラジオ及び／又は他のストリーミングオーディオコンテンツアイテムを含むことができ、且つ再生ゾーン又はゾーングループがそれらのアイテムを再生しているとき「使用中」とすることができる。他の例も可能である。
再生ゾーン又はゾーングループが「グループ化される」、又は「グループ解除される」とき、影響を受ける再生ゾーン又はゾーングループに関連した再生キューは、クリアされてもよいし、又は再び関連付けられてもよい。例えば、第一の再生キューを含む第一の再生ゾーンが、第二の再生キューを含む第二の再生ゾーンとグループ化された場合、形成されたゾーングループは、関連付けられた再生キューを有してもよく、関連付けられた再生キューは、最初は空であるか、（例えば、第二の再生ゾーンが第一の再生ゾーンに追加された場合、）第一の再生キューのオーディオアイテムを含むか、（例えば、第一の再生ゾーンが第二の再生ゾーンに追加された場合、）第二の再生キューのオーディオアイテムを含むか、又は第一の再生キューと第二の再生キューとの両方のオーディオアイテムを組み合わせられてもよい。その後、形成されたゾーングループがグループ解除された場合、その結果の第一の再生ゾーンは、前の第一の再生キューと再び関連付けられてもよいし、空の新しい再生キューに関連付けられてもよいし、あるいはゾーングループがグループ解除される前にゾーングループに関連付けられていた再生キューのオーディオアイテムを含む新しい再生キューに関連付けられてもよい。同様に、グループ解除された第二の再生ゾーンは、前の第二の再生キューと再び関連付けられてもよいし、空の新しい再生キューに関連付けられてもよいし、あるいはゾーングループがグループ解除される前にゾーングループに関連付けられていた再生キューのオーディオアイテムを含む新しい再生キューに関連付けられてもよい。その他の例もまた可能である。
図４Ａ及び４Ｂを引き続き参照して、再生キュー領域４４６（図４Ｂ）内のオーディオコンテンツのグラフィック表示は、トラックタイトル、アーティスト名、トラックの長さ、及び再生キュー内のオーディオコンテンツに関連付けられた他の関連情報を含んでもよい。ある例においては、オーディオコンテンツのグラフィック表示は、追加の選択可能なアイコンを選択して移動させることができる。これにより、再生キュー及び／又は再生キューに表示されたオーディオコンテンツを管理及び／又は編集することができる。例えば、表示されたオーディオコンテンツは、再生キューから取り除いてもよいし、再生キュー内の異なる位置に移動させてもよいし、すぐに再生させるか若しくは現在再生しているオーディオコンテンツの後に再生するように選択されてもよいし、あるいは他の動作を実行してもよい。再生ゾーン又はゾーングループに関連付けられた再生キューは、再生ゾーン又はゾーングループ内の１つ又は複数の再生デバイスのメモリ、再生ゾーン又はゾーングループに入っていない再生デバイスのメモリ、及び／又は他の指定のデバイスのメモリに記憶されていてもよい。そのような再生キューの再生には、キューのメディアアイテムを、おそらく順次又はランダムな順序で再生する１つ又は複数の再生デバイスが関係していてもよい。
ソース領域４４８は、対応するＶＡＳに関連した選択可能なオーディオコンテンツ及び選択可能なボイスアシスタントのグラフィカル表示を含んでもよい。ＶＡＳは選択的に割り当てられてもよい。いくつかの例において、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）及び別のボイスサービスなどの複数のＶＡＳが、同じネットワークマイクロフォンデバイスによって発動可能でもよい。いくつかの実施形態において、ユーザはあるＶＡＳを１つ又は複数のネットワークマイクロフォンデバイス専用に割り当ててもよい。例えば、ユーザは第一のＶＡＳ１６０を図１に示される「リビングルーム」のＮＭＤ１０２ａ及び１０２ｂのうちの１つ又は両方に割り当て、第二のＶＡＳを「キッチン」のＮＭＤ１０３ｆに割り当ててもよい。その他の例も可能である。
ｄ．例示的なオーディオコンテンツソース
ソース領域４４８のオーディオソースは、そこからオーディオコンテンツが取り出され、選択された再生ゾーン又はゾーングループで再生されるオーディオコンテンツソースでもよい。ゾーン又はゾーングループ内の１つ又は複数の再生デバイスは、再生するオーディオコンテンツを、（例えば、オーディオコンテンツの対応するＵＲＩ又はＵＲＬに基づいて、）複数の入手可能なオーディオコンテンツソースから取り出すように構成されてもよい。一例において、オーディオコンテンツは、再生デバイスによって、対応するオーディオコンテンツソース（例えば、ライン－イン接続）から直接取り出されてもよい。別の例では、オーディオコンテンツは、１つ又は複数の他の再生デバイス若しくはネットワークデバイスを介してネットワーク上の再生デバイスに提供されてもよい。
例示的なオーディオコンテンツソースは、メディア再生システム内の１つ又は複数の再生デバイスのメモリを含んでもよい。メディア再生システムとしては、例えば、図１のメディア再生システム１００、１つ又は複数のネットワークデバイス上のローカルミュージックライブラリ（例えば、コントローラデバイス、ネットワーク対応のパーソナルコンピュータ、又はネットワーク接続ストレージ（ＮＡＳ）など）、インターネット（例えば、クラウド）を介してオーディオコンテンツを提供するストリーミングオーディオサービス、あるいは再生デバイス又はネットワークデバイスのライン－イン入力接続を介してメディア再生システムに接続されるオーディオソース、他の可能なシステムであってもよい。
ある実施形態では、オーディオコンテンツソースは、図１のメディア再生システム１００などのようなメディア再生システムに定期的に追加されてもよいし、定期的に取り除かれてもよい。ある例では、１つ又は複数のオーディオコンテンツソースが追加される、取り除かれる、又は更新される度に、オーディオアイテムのインデックス付けが行われてもよい。オーディオアイテムのインデックス付けは、ネットワーク上で共有される全てのフォルダ／ディレクトリ内の識別可能なオーディオアイテムをスキャンすることを含んでもよい。ここで、ネットワークは、メディア再生システム内の再生デバイスによってアクセス可能である。また、オーディオアイテムのインデックス付けは、メタデータ（例えば、タイトル、アーティスト、アルバム、トラックの長さ、その他、など）、及び他の関連情報を含むオーディオコンテンツデータベースを作成すること、又は更新すること、を含んでもよい。他の関連情報とは、例えば、見つかったそれぞれの識別可能なオーディオアイテムのＵＲＩ又はＵＲＬを含んでもよい。オーディオコンテンツソースを管理し、且つ維持するための他の例も可能である。
ｅ．例示的なネットワークマイクロフォンデバイス
図５Ａは、本開示の態様に係るＮＭＤ１０３の１つ又は複数の追加の機能を示す機能ブロック図である。図５Ａに示されるネットワークマイクロフォンデバイスは、プロセッサ２１２（図１）、ネットワークインタフェース２３０（図２Ａ）、マイクロフォン２２４、及びメモリ２１６などの上述のネットワークマイクロフォンデバイスの特定のコンポーネントと概して類似したコンポーネントを含んでもよい。明確性のため図示されないが、ネットワークマイクロフォンデバイスは、上述のようにスピーカ、増幅器、信号処理装置などの他のコンポーネントを含んでもよい。
マイクロフォン２２４は、ネットワークマイクロフォンデバイス環境で音を検出するように構成された複数のマイクロフォンでもよい。一例において、マイクロフォン２２４は、ネットワークマイクロフォンデバイスから見て１つ又は複数の方向からのオーディオを検出するように構成されてもよい。マイクロフォン２２４は、周波数レンジの一部に敏感でもよい。一例において、マイクロフォン２２４の第一のサブセットが、第一の周波数レンジに敏感で、マイクロフォン２２４の第二のサブセットが、第二の周波数レンジに敏感でもよい。マイクロフォン２２４はさらに、オーディオソース（例えば、ボイス、可聴音）の位置情報を獲得するように構成されてもよく、及び／又は背景ノイズをフィルタすることを補助するように構成されてもよい。注目すべきことに、いくつかの実施例において、マイクロフォン２２４は、複数のマイクロフォンではなく、１つのマイクロフォンを有しても良い。
ネットワークマイクロフォンデバイスはさらに、ビーム形成器コンポーネント５５１、音響エコー除去（ＡＥＣ）コンポーネント５５２、ボイス活動検出器コンポーネント５５３、ウェイクワード検出器コンポーネント５５４、スピーチ／テキスト変換コンポーネント５５５（例えば、ボイスからテキストへ、及びテキストからボイスへ）、及びＶＡＳ選択器コンポーネント５５６を含んでもよい。様々な実施形態において、コンポーネント５５１－５５６の１つ又は複数はプロセッサ５１２のサブコンポーネントでもよい。
ビーム形成及びＡＥＣコンポーネント５５１及び５５２は、オーディオ信号を検出し、方向、振幅、周波数スペクトラムなどの、検出されたオーディオ内のボイス入力のアスペクトを判断するように構成される。例えば、ビーム形成及びＡＥＣコンポーネント５５１及び５５２は、ネットワークマイクロフォンデバイスとネットワークマイクロフォンデバイスに話しかけているユーザとの間のおよその距離を判断する工程において使われてもよい。別の例において、ネットワークマイクロフォンデバイスは、メディア再生システムのもう１つのネットワークマイクロフォンデバイスへのユーザの相対的な近さを検出してもよい。
ボイス活動検出器コンポーネント５５３は、ビーム形成及びＡＥＣコンポーネント５５１及び５５２と密接に関連して動作し、ボイス活動が検出された方向からの音を取得するよう構成される。スピーチを他の音と区別する指標（ｍｅｔｒｉｃｓ）をモニタすることにより、潜在的なスピーチの方向が識別可能である。そのような指標は、例えば背景ノイズに対するスピーチ帯域内のエネルギ、及びスペクトラム構造の尺度であるスピーチ帯域内のエントロピーを含み得る。典型的にスピーチはほとんどの普通の背景ノイズよりも低いエントロピーを有する。
ウェイクワード検出器コンポーネント５５４は、受信したオーディオをモニタして分析し、オーディオ内にいずれかのウェイクワードが存在するか否かを判断するよう構成される。ウェイクワード検出器コンポーネント５５４は、ウェイクワード検出アルゴリズムを使って、受信したオーディオを分析してもよい。ウェイクワード検出器５５４がウェイクワードを検出した場合、ネットワークマイクロフォンデバイスが受信したオーディオに含まれるボイス入力を処理してもよい。例示的なウェイクワード検出アルゴリズムは、オーディオを入力として受付け、ウェイクワードがオーディオ内に存在するか否かの指示を提供する。多くの当事者の、及びサードパーティーのウェイクワード検出アルゴリズムが知られており、市販されている。例えば、ボイスサービスの事業者が独自のアルゴリズムを作りサードパーティーのデバイス上で使っていてもよい。代わりに、アルゴリズムは、特定のウェイクワードを検出するようにトレーニングさせられてもよい。
いくつかの実施形態において、ウェイクワード検出器５５４は、受信したオーディオに対し、複数のウェイクワード検出アルゴリズムを同時（又は実質的に同時に）に実行する。上述のとおり、異なるボイスサービス（例えば、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）、ＡＰＰＬＥのＳＩＲＩ（登録商標）、又はＭＩＣＲＯＳＯＦＴのＣＯＲＴＡＮＡ（登録商標））は、それぞれのボイスサービスを発動するために、それぞれ異なるウェイクワードを使う。複数のサービスをサポートするために、ウェイクワード検出器５５４は、受信したオーディオに対し、サポートされている各ボイスサービスのウェイクワード検出アルゴリズムを並行して実行してもよい。
ＶＡＳ選択器コンポーネント５５６は、ボイス入力内でユーザが発言したコマンドを検出するように構成される。スピーチ／テキスト変換コンポーネント５５５は、ボイス入力内のスピーチをテキストに変換することにより処理工程を容易にし得る。いくつかの実施例において、ネットワークマイクロフォンデバイスは、特定のユーザ又はある家庭に関連した特定のグループのユーザについてトレーニングされたボイス認識ソフトウェアを含んでもよい。そのようなボイス認識ソフトウェアは、特定のボイスプロフィールに適合されたボイス処理アルゴリズムを実行してもよい。特定のボイスプロフィールに適合させることは、通常大多数のユーザや、メディア再生システムをターゲットとしない様々なリクエストからサンプリングする従来のＶＡＳの場合よりも演算負荷が低いアルゴリズムを必要とするだけで済むかもしれない。
ＶＡＳ選択器コンポーネント５５６はまた、ボイス入力内に検出された特定のコマンドに関し、特定のコマンドクライテリアが満足されたか否かを判断するよう構成される。ボイス入力内の所与のコマンドに関するコマンドクライテリアは、例えばボイス入力内に特定のキーワードが含まれていることに基づいてもよい。キーワードは、例えば特定のデバイス又はメディア再生システム１００内のグループを指定するボイス入力内の単語でもよい。ここで使用されるにあたり、「キーワード」という用語は単一の単語（例えば「寝室」）又は単語のグループ（例えば「リビングルーム」）を参照し得る。
加えて又は代わりに、所与のコマンドに関するコマンドクライテリアは、所与のコマンドの検出とともに、１つ又は複数の制御状態変数及び／又はゾーン状態変数の検出に関連してもよい。制御状態変数は、例えば音量レベルを示すインジケータ、１つ又は複数のデバイスに関連するキュー、及びデバイスがキューを再生中か、休止中かなどの再生状態を含んでもよい。ゾーン状態変数は、例えば、ゾーンの再生装置がグループ化されている場合、それがいずれのゾーンであるかを示すインジケータを含んでもよい。下により詳細に説明されるように、ＶＡＳ選択器コンポーネント５５６はメモリ２１６内に、コマンド及び関連したコマンドクライテリアのリストを含むデータテーブル５９０内などにコマンド情報のセットを記憶してもよい。
いくつかの実施形態において、上述のコンポーネント５５１－５５６の１つ又は複数は、メディア再生システム１００のユーザアカウントに関連したユーザのボイスプロフィールを検出して記憶するためにマイクロフォン２２４とともに動作可能である。下に説明されるように、いくつかの実施形態において、ボイスプロフィールは、コマンド情報５９０のセットに記憶される変数として記憶されてもよく、及び／又はその変数と比較されてもよい。ボイスプロフィールは、ユーザのボイスの音色又は周波数の特徴、及び／又はユーザの別の固有の特徴を含んでもよく、固有の特徴は既に参照した米国特許出願第１５／４３８、７４９号明細書に記載されているものなどである。
いくつかの実施形態において、上述のコンポーネント５５１－５５６の１つ又は複数は、ホーム環境内の、及び／又はＮＭＤ１０３の１つ又は複数の位置に相対的なユーザの位置を判断するためにマイクロフォンアレイ５２４とともに動作可能である。下に説明されるように、ユーザの位置又は近さは、検出され、コマンド情報５９０に記憶された変数と比較されてもよい。ユーザの位置又は近さを判断する技術は、既に参照した米国特許出願第１５／４３８、７４９号明細書、２０１１年１２月２９日付けの「Ｓｏｕｎｄ Ｆｉｅｌｄ Ｃａｌｉｂｒａｔｉｏｎ Ｕｓｉｎｇ Ｌｉｓｔｅｎｅｒ Ｌｏｃａｌｉｚａｔｉｏｎ」と題する米国特許第９、０８４、０５８号明細書、及び２０１２年８月３１日付けの「Ａｃｏｕｓｔｉｃ Ｏｐｔｉｍｉｚａｔｉｏｎ」と題する米国特許第８、９６５、０３３号明細書に開示される１つ又は複数の技術を含んでもよい。これらの出願はそれぞれその全体がここに参照されて援用される。
図５Ｂは、本開示の態様に係る例示的なボイス入力の図である。ボイス入力は、図１に示されるＮＭＤ１０３の１つ又は複数などのネットワークマイクロフォンデバイスにより取得されてもよい。ボイス入力は、ウェイクワード部５５７ａ及びボイス発声部５５７ｂ（集合的に「ボイス入力５５７」）を含んでもよい。いくつかの実施形態において、ウェイクワード５５７ａはＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）に関連する「Ａｌｅｘａ」などの周知のウェイクワードであり得る。別の実施形態において、ボイス入力５５７は、ウェイクワードを含まない場合がある。
いくつかの実施形態において、ネットワークマイクロフォンデバイスは、ウェイクワード部５５７ａを検出すると可聴及び／又は可視の応答を出力してもよい。加えて、又は代わりに、ネットワークマイクロフォンデバイスは、ボイス入力又は一連のボイス入力（例えば、マルチターン（ｍｕｌｔｉ－ｔｕｒｎ）リクエストの場合）の処理後に可聴及び／又は可視の応答を出力してもよい。
ボイス発声部５５７ｂは、例えば、１つ又は複数の発声されたコマンド５５８（第一のコマンド５５８ａ及び第二のコマンド５５８ｂとして個々に識別される）及び１つ又は複数の発声されたキーワード５５９（第一のキーワード５５９ａ及び第二のキーワード５５９ｂとして個々に識別される）を含んでもよい。一例において、第一のコマンド５５８ａは、特定の曲、アルバム、再生リスト、等の音楽を再生するコマンドであり得る。この例において、キーワード５５９は、図１に示される「リビングルーム」及び「ダイニングルーム」などの音楽が再生されるべき１つ又は複数のゾーンを示す１つ又は複数の単語でもよい。いくつかの例において、ボイス発声部５５７ｂは、図５Ｂに示すように、ユーザによって話された単語の間隔などの検出された休止（例えば、発声がない期間）など、その他の情報を含み得る。休止が、ボイス発声部５５７ｂ内において、ユーザによって話された別のコマンド、キーワード、又はその他の情報の位置を区切って（ｄｅｍａｒｃａｔｅ）もよい。
いくつかの実施形態において、メディア再生システム１００は、ウェイクワード部５５７ａを検出している間にそれが再生中のオーディオコンテンツの音量を一時的に減らすよう構成される。メディア再生システム１００は、図５Ｂに示すように、ボイス入力５５７を処理した後に音量を元に戻してもよい。そのような工程はダッキングと呼ばれ得て、その例は既に参照した米国特許出願第１５／４３８、７４９号明細書に開示されている。
ｆ．例示的なネットワークとリモートコンピュータシステム
図６は、図１のリモートコンピュータ１０５のさらなる詳細を示す機能ブロック図である。様々な実施形態において、リモートコンピュータ１０５は、図１に示すようにＮＭＤ１０３の１つ又は複数からＷＡＮ１０７を介してボイス入力を受信してもよい。図示の目的で、ボイス入力５５７（図５Ｂ）の選択された通信経路が図６に矢印で示される。一実施形態において、リモートコンピュータ１０５によって処理されたボイス入力５５７は、ボイス発声部５５７ｂを含んでもよい（図５Ｂ）。別の実施形態において、処理されたボイス入力５５７は、ボイス発声部５５７ｂとウェイクワード５５７ａの両方を含んでもよい（図５Ｂ）。
リモートコンピュータ１０５は、１つ又は複数のプロセッサ、意図エンジン（ｉｎｔｅｎｔ ｅｎｇｉｎｅ）６０２、及びメモリ６１６を含むシステムコントローラ６１２を含む。メモリ６１６は、システムコントローラ６１２、及び／又は１つ又は複数の再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４によって実行可能な指示を記憶するように構成された実体のあるコンピュータ読み取り可能な記憶媒体でもよい。
意図エンジン６６２は、ボイス入力を処理し、入力の意図を判断するように構成される。いくつかの実施形態において、意図エンジン６６２は、システムコントローラ６１２のサブコンポーネントでもよい。意図エンジン６６２は、１つ又は複数のＶＡＳデータベース６６４などの１つ又は複数のデータベースと対話してボイス入力を処理してもよい。ＶＡＳデータベース６６４は、メモリ６１６内に存在してもよく、又は再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４の１つ又は複数のメモリ内などの他の場所に存在してもよい。いくつかの実施形態において、ＶＡＳデータベース６６４は、適応的学習、及びボイス入力処理に基づくフィードバックのために更新されてもよい。ＶＡＳデータベース６６４は、ＮＬＵ関連の処理及び／又はその他の処理のための様々なユーザデータ、分析、カタログ、及びその他の情報を記憶してもよい。
リモートコンピュータ１０５は、様々なフィードバック情報、指示、及び／又は関連するデータを、メディア再生システム１００の様々な再生デバイス、ネットワークマイクロフォンデバイス、及び／又はコントローラデバイス１０２－１０４と情報交換してもよい。そのような情報交換は、ボイス入力を含む伝達されたメッセージと関連してもよく、又は独立していてもよい。いくつかの実施形態において、リモートコンピュータ１０５及びメディア再生システム１００は、ここで説明されるような通信経路、及び／又は既に参照した米国特許出願第１５／４３８、７４９号明細書に開示されているメタデータ交換チャンネルを使った通信経路を介して、交換してもよい。
メディア再生システム１００のデバイスによるボイス入力の処理は、少なくとも部分的に、リモートコンピュータ１０５によるボイス入力の処理と並行して実行されてもよい。加えて、ネットワークマイクロフォンデバイスのスピーチ／テキスト変換コンポーネント５５５は、リモートコンピュータ１０５からの応答をスピーチに変換して、１つ又は複数のスピーカを使った可聴出力としてもよい。
本開示の様々な実施形態によれば、リモートコンピュータ１０５は、メディア再生システム１００の第一のＶＡＳ１６０の機能を実行する。図７Ａは、第一のＶＡＳ１６０を含む例示的なネットワークシステム７００の模式図である。図示されるとおり、リモートコンピュータ１０５は、ＷＡＮ１０７（図１）、及び／又はＷＡＮ１０７に接続されたＬＡＮ７０６を介してメディア再生システム１００と接続される。この方法によれば、メディア再生システム１００の様々な再生デバイス、ネットワークマイクロフォンデバイス、及びコントローラデバイス１０２－１０４は、リモートコンピュータ１０５と通信して第一のＶＡＳ１６０の機能を発動してもよい。
ネットワークシステム７００はさらに、第一のリモートコンピュータ７０５ａ（例えば、クラウドサーバー）及び第二のリモートコンピュータ７０５ｂ（例えば、クラウドサーバー）を追加で含む。第二のリモートコンピュータ７０５ｂは、ＳＰＯＴＩＦＹ（登録商標）又はＰＡＮＤＯＲＡ（登録商標）などのメディアサービスプロバイダ７６７と関連してもよい。いくつかの実施形態において、第二のリモートコンピュータ７０５ｂは、第一のＶＡＳ１６０のコンピュータと直接通信してもよい。加えて、又は代わりに、第二のリモートコンピュータ７０５ｂは、メディア再生システム１００及び／又は介在する他のリモートコンピュータと通信してもよい。
第一のリモートコンピュータ７０５ａは、第二のＶＡＳ７６０と関連していてもよい。第二のＶＡＳ７６０は、例えば、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）、ＡＰＰＬＥのＳＩＲＩ（登録商標）、ＭＩＣＲＯＳＯＦＴのＣＯＲＴＡＮＡ（登録商標）などと関連する従来のＶＡＳプロバイダ、又はその他のＶＡＳプロバイダでもよい。明確性のため図示されないが、ネットワークコンピュータシステム７００はさらに、追加の従来のＶＡＳなどの１つ又は複数の追加のＶＡＳに関連したリモートコンピュータを含んでもよい。そのような実施形態において、メディア再生システム１００は、第二のＶＡＳやその他のＶＡＳよりも、第一のＶＡＳ１６０を選択するように構成されてもよい。
図７Ｂは、図７Ａのネットワークコンピュータシステム７００における様々なデータのやり取りを示すメッセージの流れ図である。メディア再生システム１００は、図１に示されるＮＭＤ１０３の１つ以上などのネットワークマイクロフォンデバイス（ブロック７７１）を介してボイス入力を取得する。下に説明されるとおり、メディア再生システム１００は、コマンド情報５９０のセット内のコマンド及び関連したコマンドクライテリアに基づいて適切なＶＡＳを選択してもよい（ブロック７７１－７７４）。第二のＶＡＳ７６０が選択された場合、メディア再生システム１００は、ボイス入力を含む１つ又は複数のメッセージ７８１（例えば、パケット）を処理するために第二のＶＡＳ７６０に伝達してもよい。
逆に、第一のＶＡＳ１６０が選択された場合、メディア再生システム１００は、ボイス入力を含む１つ又は複数のメッセージ７８２（例えば、パケット）をＶＡＳ１６０に伝達する。メディア再生システム１００は、メッセージ７８２と同時に別の情報をＶＡＳ１６０に伝達してもよい。例えば、メディア再生システム１００は、既に参照した米国特許出願第１５／１３１、２４４号明細書に記載されるように、メタデータチャンネルを通してデータを伝達してもよい。
第一のＶＡＳ１６０は、メッセージ７８２の中のボイス入力を処理して意図を判断してもよい（ブロック７７５）。その意図に基づいて、ＶＡＳ１６０は、１つ又は複数の応答メッセージ７８３（例えば、パケット）をメディア再生システム１００に送信してもよい。いくつかの例において、応答メッセージ７８３は、メディア再生システム１００の１つ又は複数のデバイスに命令して指示を実行させる（ブロック７７６）ペイロード（ｐａｙｌｏａｄ）を含んでもよい。例えば、指示はメディア再生システム１００に命令してメディアコンテンツを再生させる、デバイスをグループ化させる、及び／又は下に説明されるその他の機能を実行させてもよい。加えて、又は代わりに、ＶＡＳ１６０からの応答メッセージ７８３は、マルチターンコマンドの場合のように、さらなる情報のリクエストを含むペイロードを含んでもよい。
いくつかの実施形態において、ＶＡＳ１６０から送られた応答メッセージ７８３は、メディア再生システム１００に命令してメディアサービス７６７からオーディオコンテンツなどのメディアコンテンツをリクエストさせてもよい。別の実施形態において、メディア再生システム１００はＶＡＳ１６０に依存せずにコンテンツをリクエストしてもよい。いずれの場合も、メディア再生システム１００は、例えばオーディオコンテンツなどを含むメディアストリーム７８４などを介してコンテンツを受信するためにメッセージをやり取りしてもよい。
いくつかの実施形態において、メディア再生システム１００は、ネットワークインタフェースを介したＬＡＮを通して、再生デバイス、ネットワークマイクロフォンデバイス、又はその他のデバイスにおいてライン入力インタフェースからオーディオコンテンツを受信してもよい。例示的なオーディオコンテンツには、多くのオーディオコンテンツの形体の可能性の中から、１つ又は複数のオーディオトラック、トークショー、フィルム、テレビ番組、ポッドキャスト、インターネットストリーミング動画などが含まれる。オーディオコンテンツは、（例えば、ビデオのオーディオトラックのように）動画を伴ってもよく、又はオーディオコンテンツは、動画を伴わないコンテンツであり得る。
いくつかの実施形態において、トレーニング、及び適応的なトレーニングと学習のために、メディア再生システム１００、及び／又は第一のＶＡＳ１６０は、ＶＡＳからの応答の成功（又は不成功）の結果となるボイス入力を使ってもよい（ブロック７７７及び７７８）。トレーニング及び適応的学習は、メディア再生システム１００及び／又は第一のＶＡＳ１６０によるボイス処理の正確度を向上させ得る。一例において、意図エンジン６６２（図６）は、メディア再生システム１００に関連する１つ又は複数のユーザアカウントのＶＡＳデータベース６６４内においてトレーニング学習データをアップデートして保全してもよい。
ＩＩＩ．ＶＡＳを発動させる方法及びシステムの例
上述のとおり、ここで説明される実施形態は、第一のＶＡＳ１６０を発動させることに関与してもよい。一態様において、第一のＶＡＳ１６０は、メディア再生システム１００のための強化された制御機能を提供し得る。別の態様において、第一のＶＡＳは、上述のような従来のＶＡＳ等の他のＶＡＳと比較して、メディア再生システム１００を制御するための改良されたＶＡＳ体験を提供し得る。
いくつかの実施形態において、図７Ｂに示される第二のＶＡＳ７６０などの従来のＶＡＳは、比較的に簡単な再生／休止／スキップ機能などの比較的基本的な制御を実行するためにメディア再生システム１００によって発動され得る。いくつかの実施形態において、第二のＶＡＳ７６０は、第一のＶＡＳ１６０によって容易に発動されないかもしれない他のサービスを提供し得る。例えば、特定の実施において、従来のＶＡＳは、第一のＶＡＳが提供しないかもしれないボイスに基づくインターネット検索を提供し得る。
図８は、ＶＡＳを発動するための方法８００の例示的な流れ図である。方法８００は、例えばメディア再生システム１００、又は本開示の実施形態に従って構成されたその他のメディア再生システムを含む動作環境内で実行されうる方法の実施形態を示す。下に説明される例において、方法８００は第二のＶＡＳ７６０より第一のＶＡＳ１６０を選択することに関与する。
方法８００は、ここに説明されるような、及び／又は既に参照した米国特許出願第１５／４３８、７４９号明細書に開示されているような様々なデバイス及びシステムの間で情報を送受信することを含んでもよい。例えば、方法は、再生デバイス、ネットワークマイクロフォンデバイス、コントローラデバイス、及び再生システムのリモートコンピュータ１０２－１０４の１つ又は複数、メディアサービス６６７のリモートコンピュータ７０５ｂ、及び／又は第二のＶＡＳ６７０のリモートコンピュータ７０５ａの間で情報を送受信することを含んでもよい。図８のブロックは、順番に図示されているが、これらのブロックはまた、並行して実行されてもよく、及び／又はここに説明される順番とは異なる順番で実行されてもよい。また、様々なブロックが組み合わされてブロック数が減ってもよく、分割されてブロック数が増えてもよく、及び／又は望ましい実施に基づいて削除されてもよい。
加えて、方法８００及びここに開示されるその他の工程及び方法について、フロー図は、本実施形態の実施の１つの可能な機能及び動作を示す。すなわち、各ブロックは、工程内の特定の論理機能又はステップを実行するためにプロセッサによって実行可能な１つ又は複数の指示を含むプログラムコードのモジュール、セグメント、又は部分を代表し得る。プログラムコードは、例えば、ディスク又はハードドライブを含む記憶デバイスなどのコンピュータ読み取り可能な記憶媒体のいかなるタイプのものに記憶されてもよい。コンピュータ読み取り可能な記憶媒体は、例えばレジスタメモリ、プロセッサキャッシュ、及びランダムアクセスメモリ（ＲＡＭ）などのようなデータを短時間記憶するコンピュータ読み取り可能な記憶媒体などの非一時的なコンピュータ読み取り可能な記憶媒体を含んでもよい。コンピュータ読み取り可能な記憶媒体はまた、例えば、リードオンリーメモリ（ＲＯＭ）、光学又は磁気ディスク、ＣＤ－ＲＯＭのようなセカンダリ又は持続的な長期記憶装置などの非一時的なコンピュータ読み取り可能な記憶媒体を含んでもよい。コンピュータ読み取り可能な記憶媒体はまた、他のいかなる揮発性又は非揮発性の記憶システムでもよい。コンピュータ読み取り可能な記憶媒体は、例えば、コンピュータ読み取り可能な記憶媒体又は実体のある記憶デバイスであってもよい。コンピュータ読み取り可能な記憶媒体は、様々な再生デバイス、ネットワークマイクロフォンデバイス、コントローラデバイス、及びリモートコンピュータを参照して上述の１つ又は複数のメモリを含んでもよい。加えて、方法８００及びここに開示されるその他の工程及び方法について、図８は、工程の特定の論理機能を実行するように配線された回路を示す。
いくつかの実施形態において、方法８００は、システム情報を表示、選択、及び入力するなどのために、アプリケーションを起動するユーザ入力を受信すること、ユーザ及びユーザアカウントの情報を受信すること、システムのパラメータを判断すること、音楽サービスと対話すること、及び／又はコントローラと対話することにさらに関与してもよい。様々な実施形態において、方法８００は、「メディア再生システムのボイス制御」と題し、その全体がここに参照され援用される２０１６年７月２９日付けの特許出願第１５／２２３、２１８号に説明される例示的な方法及びシステムを組み入れてもよい。
ａ．コマンド及びコマンドに関連するクライテリアのリストを含むコマンド情報のセットをメモリ内に記憶させる
ブロック８０１において、方法８００は、ネットワークマイクロフォンデバイスのメモリ２１６に記憶されたコマンド情報５９０のセットなどのコマンド情報のセットを記憶することに関与する。図８Ｂを参照して、例示的なコマンド情報８９０のセットは、コマンド８９２のリストを含んでもよい。コマンド情報８９０のセットは、データテーブル又はその他のデータ構造でもよい。コマンド情報８９０のセットは、例えば１つ又は複数の、再生デバイス、コントローラデバイス、ネットワークマイクロフォンデバイス、及び／又はリモートコンピュータ１０２－１０５のメモリに記憶されてもよい。いくつかの実施形態において、コマンド情報８９０のセットは、メタデータ交換チャンネル及び／又はメディア再生システムとリモートコンピュータシステムとの間のその他のいかなる通信経路を介してもアクセス可能でもよい。
図示された例において、コマンド８９２のセットは、第一から、第ｎ番目までの「コマンド」を含む。例として、第一の「コマンド」は、ユーザが「音楽を再生して」と発声するなどの再生を開始するコマンドでもよい。第二の「コマンド」は、例えば再生の休止、再開、スキップなどのためのトランスポートコントロールコマンドなどの制御コマンドでもよい。例えば、第二のコマンドは、ユーザが曲の次のトラックへスキップすることを要求することに関与するコマンドでもよい。第三の「コマンド」は、再生デバイスのグループ化、結合、及び併合などのゾーンターゲットコマンドでもよい。例えば、第三のコマンドは、ユーザが「リビングルーム」と「ダイニングルーム」をグループ化することを要求することに関するコマンドでもよい。
ここで説明されるコマンドは、例であって、他のコマンドも可能である。例えば、図９Ａ－９Ｃは、追加の例示的な再生開始、制御及びゾーンターゲットコマンドのテーブルを示す。追加の例として、コマンドは問合せコマンドを含んでもよい。問合せコマンドは、例えば現在再生中のオーディオを問合せるユーザによるクエリを含んでもよい。例えば、ユーザは「リビングルームで何を再生中か教えて」という問合せコマンドを発声してもよい。
図８Ｂにさらに示されるように、コマンド８９２は、それもコマンドデータ８９０のセット内に記憶されたコマンドクライテリアと関連する。例えば、第一の「コマンド」は、１つ又は複数の第一のコマンド「クライテリア＿１」と関連し、第二の「コマンド」は、１つ又は複数の第二のコマンド「クライテリア＿２」と関連し、第三の「コマンド」は、１つ又は複数の第三のコマンド「クライテリア＿３」と関連する。コマンドクライテリアは、特定の変数インスタンスに関連した判断に関与してもよい。変数インスタンスは、ユーザアカウントと関連しているかもしれない又は関連していないかもしれない識別子（例えば、タグ）とともに記憶されてもよい。変数インスタンスは、ユーザによって加えられる又は削除される、又はユーザアカウントに関連した新規カスタム名を含むために継続的に、定期的に、又は不定期にアップデートされてもよい。カスタム名は、ユーザによって供給されるいかなる名前でもよく、データベース内に既存であってもよいし、又は既存ではなくてもよい。
変数インスタンスは、ボイス入力中のキーワードに存在し得る、状態テーブル（ｓｔａｔｅ ｔａｂｌｅ）に記憶された名称及び／又は値として参照され得る、及び／又は１つ又は複数の再生デバイス、ネットワークマイクロフォンデバイス、コントローラデバイス、及び／又はリモートコンピュータ１０２－１０５を介して状態テーブルに動的に記憶及び修正され得る。例示的な変数インスタンスは、ゾーン変数インスタンス、制御状態変数インスタンス、ターゲット変数インスタンス、及びその他の変数インスタンスを含んでもよい。ゾーン変数インスタンスは、例えば、上に説明したものを含むゾーン、ゾーングループ、再生デバイス、ネットワークマイクロフォンデバイス、結合された状態、エリア等、を代表する識別子に関与してもよい。制御状態変数は、例えば、音楽を再生しているデバイスを示す情報、デバイスの音量、デバイスに記憶されたキュー等の個々の再生及びネットワークマイクロフォンデバイス、及び／又は複数のデバイスの現在の制御状態に関与してもよい。ターゲット変数インスタンスは、例えば、特定の制御状態及び／又はデバイス、結合されたデバイス、及び併合されたデバイスのグループの高度の状態情報に関与してもよい。ターゲット可変変数はまた、メディア再生システム１００内の様々なデバイスのイコライザ設定などの較正状態に対応してもよい。
他の変数インスタンスも可能である。例えば、メディア変数インスタンスは、オーディオコンテンツ（例えば、特定のトラック、アルバム、アーティスト、プレイリスト、ステーション、又は音楽のジャンル）などのメディアコンテンツを識別してもよい。いくつかの実施形態において、メディア変数は、ユーザが望むオーディオ又はコンテンツを探してデータベースを検索することに応答して識別されてもよい。メディア変数は、上で説明したとおり、ボイス入力中に存在し得る、参照され得る、保全され得る、及び状態テーブルにアップデートされ得る、又はクエリで参照され得る。別の例として、特定の変数インスタンスは、ユーザのボイスプロフィールが所与のボイス入力内に検出されたか否か、特定のウェイクワードが検出されたか否か等、ホーム環境内のユーザの位置又は近さを示してもよい。変数インスタンスは、カスタム変数インスタンスを含んでもよい。
特定の実施形態において、コマンド情報８９０のセットに記憶されたクライテリアの少なくともいくつかは、変数インスタンス又は他のそのような変数インスタンスのセットのスカラベクトルを含んでもよい。例えば、「クライテリア＿１」は、図１のメディア再生システム１００に示されるゾーンを代表するゾーン変数を識別するベクトルを含んでもよい。そのようなベクトルは、「バルコニー、リビングルーム、ダイニングルーム、キッチン、オフィス、寝室、ニックの部屋」を含んでもよい。一実施形態において、「クライテリア＿１」は、ベクトル内に２つ以上のゾーン変数がボイス入力内のキーワードとして検出された場合、満たされるかもしれない。
コマンド情報８９０のセットはまた、ユーザ固有の情報８９４及びカスタム情報８９６などの他の情報を含んでもよい。ユーザ固有の情報８９４は、ユーザアカウント及び／又は家庭識別子（ＨＨＩ：ｈｏｕｓｅｈｏｌｄ ｉｄｅｎｔｉｆｉｅｒ）と関連していてもよい。カスタム情報８９６は、カスタムゾーン名、カスタムプレイリスト、及び／又はカスタムプレイリスト名などのカスタム変数を例えば含んでもよい。例えば、「ニックのお気に入り」は、ユーザが作ったカスタム名を有するカスタムプレイリストであり得る。
ｂ．ボイス入力を取得する
図８Ａの参照に戻り、ブロック８０２及び８０３において、方法８００は、ボイス入力内のウェイクワードをモニタして検出することに関与する。例えば、メディア再生システム１００は、ボイス入力を代表する受信したオーディオを分析して、ウェイクワードが含まれているか否かを判断してもよい。メディア再生システム１００は、上に説明したとおりウェイクワード検出コンポーネントなどの１つ又は複数のウェイクワード検出アルゴリズムを使って受信したオーディオを分析してもよい。
ブロック８０４において、方法８００は、ブロック８０２及び８０３におけるウェイクワードの検出に続いてボイス入力を取得することに関与する。様々な実施形態において、ボイス入力は、再生システム１００のＮＭＤ１０３の１つ又は複数を介して取得され得る。ここで使用されるにあたり、「取得する」又は「取得」の用語は、ウェイクワードの後のボイス発声などのボイス入力の少なくとも一部を録音することを含む工程を指し得る。いくつかの実施形態において、取得されたボイス入力は、ウェイクワードを含んでもよい。下に説明される特定の実施形態において、「取得する」又は「取得」の用語はまた、ボイス入力の少なくとも一部を録音し、ボイス入力を例えば、スピーチからテキストへの変換を使ってテキストなどの特定のフォーマットに変換することを指し得る。
ｃ．取得したボイス入力内にコマンドの１つ又は複数を検出する
ブロック８０５及び８０６において、方法８００は、ブロック８０４で取得されたボイス入力内に１つ又は複数のコマンド８９２（図８Ｂ）を検出することに関与する。様々な実施形態において、方法８００は、ボイス入力を解析してコマンド８９２の１つが取得されたボイス入力内に見つけた語法と一致する語法を有するか否かを判断することによりコマンドを検出してもよい。この方法によれば、方法８００は、語法の一致を使ってボイス入力内のコマンドの意図を検出できる。一致する語法は単語、単語群、フレーズなどでもよい。１つの例示的なコマンドにおいて、ユーザは、「バルコニーとリビングルームでビートルズを再生して」と言う場合がある。この例において、方法８００は、「再生して」の語法がコマンド情報８９０のセット内の第一の再生開始「コマンド」の語法と一致していると認識してもよい。加えて、方法８００は、「ビートルズ」をメディア変数として、そして「バルコニー」及び「リビングルーム」をゾーン変数として認識してもよい。したがって、コマンドの語法は、次のような変数インスタンスに従って示されてもよい：「（メディア変数）を、（第一のゾーン変数）及び（第二のゾーン変数）で、再生せよ」。類似したコマンドとして、「（メディア変数）を、（第一のゾーン変数）及び（第二のゾーン変数）で、聴かせて」が含まれてもよい。下に説明するように、「聴かせて」は「再生して」と同義語であってもよい。
いくつかの実施形態において、ユーザは、１つのゾーン変数インスタンスを伴う、又はゾーン変数インスタンスを伴わないコマンドを発声してもよい。一例において、ユーザは、「ビートルズを何か再生して」と単に発声するボイス入力を提供してもよい。そのような場合、方法８００は、デフォルトのゾーンにおいて「ビートルズを何か再生して」という意図であると判断してもよい。別の例において、方法８００は、ユーザがビートルズを再生するようにリクエストしたときに特定のゾーンにユーザの存在が検出された場合などの、そのコマンドに対して満たされる他のコマンドクライテリアに基づいて１つ又は複数の再生デバイスにおいて「ビートルズを何か再生して」という意図であると判断してもよい。例えば、メディア再生システム１００は、ボイス入力がこのゾーンに位置する「右」再生デバイス１０２ａによって検出された場合、図１に示される「リビングルーム」ゾーンでビートルズを何か再生してもよい。
別の例示的なコマンドは、選択されたメディアコンテンツをキューのトップに加え、あるゾーンにおいて次に再生させる「次を再生して」コマンドでもよい。このコマンドの例示的な語法は「（メディア変数）を次に再生して」でもよい。
コマンドの別の例は、現在再生中の音楽及び／又はあるゾーンの再生キューを１つのゾーンから別のゾーンへ移動（ｍｏｖｅ）又は移転（ｔｒａｎｓｆｅｒ）させる、移動又は移転コマンドでもよい。例えば、ユーザは、「（ゾーン変数）へ、音楽を移動させよ」というボイス入力を発声してもよく、「移動せよ」又は「移転せよ」のコマンドワードは、再生状態を別のゾーンへ移動させる意図に対応してもよい。関連した例として、音楽を移動させる意図は、２つのメディア再生システムコマンドに対応してもよい。２つのコマンドは、第一のゾーンを第二のゾーンとグループ化し、次に第二のゾーンをグループから分離し、事実上第二のゾーンの状態を第一のゾーンへ移転させてもよい。
ボイス入力内に検出され得るコマンド及び変数インスタンスの意図は、ユーザの意図（例えば、再生、休止、キューに追加、グループ化、その他の移転制御や、例えば制御デバイス１０４を介して利用可能な制御）と関連し得る多くの既定の語法に基づいてもよい。いくつかの実施形態において、コマンド及び関連した変数インスタンスの処理は、語法内においてコマンド及び変数が特定されることが予測される所定の「スロット」に基づいてもよい。これらの、及びその他の実施において、ユーザの意図を判断するために使われる単語や語彙のセットは、上に説明したとおり、ユーザのカスタマイズ及び嗜好、フィードバック、及び適応的学習に応じてアップデートされてもよい。
いくつかの実施形態において、コマンドに使われる異なるワード、語法、及び／又はフレーズが、同じ意図に関連してもよい。例えば、「再生（ｐｌａｙ）」、「聴く（ｌｉｓｔｅｎ）」、又は「聞こえる（ｈｅａｒ）」のコマンドワードをボイス入力内に含むことは、メディア再生システムがメディアコンテンツを再生するという同じ意図を反映する同義語に対応してもよい。
図９Ａ－９Ｃは、同義語のさらなる例を示す。例えば、テーブル９００の左側のコマンドは、テーブルの右側に示される特定の同義語を有してもよい。図９Ａを参照して、例えば、左側コラムの「ｐｌａｙ」のコマンドは、「ｂｒｅａｋ ｉｔ ｄｏｗｎ」、「ｌｅｔ’ｓ ｊａｍ」、「ｂｕｓｔ ｉｔ」を含む右側コラムの同義フレーズと同じ意図を有する。様々な実施形態において、テーブル９００内のコマンド及び同義語は、追加、削除、又は編集されてもよい。例えば、コマンド及び同義語は、上に説明したとおり、ユーザのカスタマイズ及び嗜好、フィードバック、トレーニング及び適応的学習に応じて追加、削除、又は編集されてもよい。図９Ｂ及び９Ｃは、制御及びゾーンターゲットにそれぞれ関連する例示的な同義語を示す。
いくつかの実施形態において、変数インスタンスは、コマンドの同義語と類似した方法で既定された同義語を有してもよい。例えば、メディア再生システム１００の「バルコニー」ゾーン変数は、同じゾーン変数を代表する「アウトサイド」という同義語を有してもよい。別の例として、「リビングルーム」ゾーン変数は、「リビングエリア」、「テレビルーム」、「ファミリールーム」という同義語を有してもよい。
ｄ．１つ又は複数のコマンドがコマンド情報セット内の対応するクライテリアを満たすことを判断する
図８Ａと８Ｂを一緒に参照して、ブロック８０７において、方法８００は、ブロック８０６において検出された１つ又は複数のコマンドがコマンド情報８９０のセット内のコマンドクライテリアを満たすと判断することに関与する。図８Ｂを参照して、例えば、第一のコマンドが検出された場合、方法８００は、第一のコマンドが「クライテリア＿１」を満たすか否かを判断し、第二の「コマンド」が検出された場合、方法８００は、コマンドが「クライテリア＿２」を満たすか否かを判断し、以下同様。
コマンドは、コマンドクライテリアの複数のセットと比較されてもよい。いくつかの実施形態において、クライテリアの特定のセットは、論理演算子（ｌｏｇｉｃａｌ ｏｐｅｒａｔｏｒ）と関連してもよい。例えば、第三の「コマンド」がコマンド「クライテリア＿２」及びコマンド「クライテリア＿３」と比較される。これらのコマンドは、論理ＡＮＤ演算子によって連結される。したがって、第三の「コマンド」は、２つのセットのクライテリアが満たされる必要がある。対照的に、ｎ番目の「コマンド」は、論理ＯＲ演算子によって連結されたクライテリア（クライテリア＿ｘ、クライテリア＿ｙ、及びクライテリア＿ｚ）と関連する。この場合、ｎ番目の「コマンド」は、このコマンドのコマンドクライテリアのセットの内１つのみを満たす必要がある。コマンドが特定のコマンドクライテリアを満たすか否かを判断するために、ＸＯＲ演算子を含む様々な論理演算子の組み合わせが可能である。
いくつかの実施形態において、コマンドクライテリアは、ボイス入力が１つ又は複数のコマンドを含んでいるか否か判断してもよい。例えば、「（メディア変数）で再生して」のコマンドを備えたボイス入力は、「（ゾーン変数）でも再生して」という第二のコマンドを伴ってもよい。この例において、メディア再生システム１００は、「再生して」を１つのコマンドとして認識し、「でも再生して」を後のコマンドを含むことによって満たされるコマンドクライテリアとして認識してもよい。いくつかの実施形態において、上述の例のコマンドが同じボイス入力内で一緒に発声されるとき、それはグループ化の意図に対応し得る。
類似した実施形態において、ボイス入力は、続けて発声される２つのコマンド又はフレーズを含んでもよい。方法８００は、そのような連続したコマンド又はフレーズを関連し得ると認識してもよい。例えば、ユーザは、「クラシック音楽を何か再生して」に続いて、「リビングルーム」と「ダイニングルーム」において、というボイス入力を提供し得て、それは、「リビングルーム」と「ダイニングルーム」における再生デバイスのグループ化を推測させるコマンドである。
いくつかの実施形態において、メディア再生システム１００は、単語又はフレーズを順番に処理するとき、限定された長さの休止（例えば、１、２秒間）を検出してもよい。いくつかの実施形態において、休止は、コマンドとフレーズの間を区切って、比較的長い一連のコマンド及び情報のボイス処理を容易にするためにユーザによって意図的に行われてもよい。休止には、メディア再生システム１００にブロック８０２においてウェイクワードのモニタ再開をさせることなく一連のコマンド及び情報を取得するために十分な所定の期間があってもよい。一態様において、ユーザは、そのような休止を使って、実行を望むコマンドごとにウェイクワードを繰り返すことなく複数のコマンドを実行してもよい。
ｅ．判断するステップに応じて、第一のＶＡＳを選択し、他のＶＡＳの選択を放棄し、第一のＶＡＳを介して１つ又は複数のコマンドを処理する
特定の所定のコマンドクライテリアを満たすコマンドは、メディア再生システム１００に第一のＶＡＳ１６０を発動させるが、所定のクライテリアを満たさないコマンドは、別のＶＡＳを発動させ得る、又はＶＡＳを全く発動させなくてもよい。例示的な方法８００は、ブロック８０７及び８０８に示されるように、ボイス入力内の所与のコマンドのコマンドクライテリアを満たすと判断されたボイス入力を送ること、及びブロック８０９に示されるように、所与のコマンドがクライテリアを満たさないとき、ボイス入力を別のＶＡＳに送ることに関与する。
ブロック８１０において、方法８００は、ブロック８０８においてボイス入力を受信したＶＡＳからの応答を受信して処理することに関与する。一実施形態において、ＶＡＳからの応答を処理することはＶＡＳからの指示を処理して、上述のような再生、制御、ゾーンターゲット、その他のコマンドなどのボイス入力内のコマンドを実行することを含んでもよい。いくつかの実施形態において、リモートコンピュータは、初めのボイス入力に含まれ得る、又はデータベース検索の結果であり得るメディア変数と関連するコンテンツの再生を開始又は制御するように命令されてもよい。
いくつかの実施形態において、ブロック８１０において応答を処理することは、メディアコンテンツを回収させ得る。一実施形態において、メディア変数はメディアコンテンツのデータベース検索の結果としてメディア再生システム１００に提供されてもよい。いくつかの実施形態において、メディア再生システム１００は１つ又は複数のメディアサービスからメディアコンテンツを直接回収してもよい。別の実施形態において、ＶＡＳはブロック８００で受信したボイス入力の処理とともにメディアコンテンツを自動的に回収してもよい。様々な実施形態において、メディア変数はメタデータ交換チャンネル及び／又はメディア再生システム１００との間で確立したいずれかの通信経路を通して通信されてもよい。そのような通信は、図７Ｂを参照して上に説明したとおり、コンテンツストリーミングを開始し得る。
いくつかの実施形態において、データベース検索は、ボイス入力内に検出されたメディア変数に基づいた結果を返し得る。例えば、データベース検索は、メディア変数と同じ名前のアルバムを有するアーティスト、メディア変数と一致又は類似したアルバム名、メディア変数の名前がついたトラック、メディア変数のラジオ局、メディア変数の名前がついたプレイリスト、メディア変数に関連したコンテンツのストリーミングサービス供給元識別子、及び／又は生のスピーチからテキストへの変換結果を返すかもしれない。「アメリカン・パイ」の例をとれば、検索結果はアーティスト「ドン・マクリーン」、「アメリカン・パイ」という名のアルバム、「アメリカン・パイ」という名のトラック、「アメリカン・パイ」という名のラジオ局（例えば、「アメリカン・パイ」のＰａｎｄｏｒａラジオ局の識別子）、音楽サービス（例えばＳＰＯＴＩＦＹ（登録商標）又はＰＡＮＤＯＲＡ（登録商標）などのストリーミング音楽サービス）の「アメリカン・パイ」のトラック識別子（例えばＳＰＯＴＩＦＹ（登録商標）の「アメリカン・パイ」のトラック識別子、ＵＲＩ、及び／又はＵＲＬ）、及び／又は「アメリカン・パイ」の生のスピーチからテキストへの結果、を返すかもしれない。
いくつかの実施形態において、方法８００は、再生キューの部分がクラウドネットワークのプレイリスト又は再生キューの一部又は全体と一致するように、クラウドネットワークに記憶されたプレイリスト又は再生キューの変更に応じて再生デバイスに記憶された再生キューをアップデートすることに関与してもよい。
メディア再生システム１００内の動作を起こすことに応じて、方法８００は、ブロック８１０において、動作に関連した情報をアップデートすること及び／又は記憶することに関与してもよい。例えば、１つ又は複数の制御状態、ゾーン状態、ゾーン識別子、又はその他の情報がブロック８００においてアップデートされてもよい。アップデートされる他の情報は、例えば、特定のメディア項目を現在再生している特定の再生デバイスを識別する情報、及び／又は特定のメディア項目が再生デバイスに記憶されたキューに追加された情報を含んでいてもよい。
いくつかの実施形態において、ブロック８１０において応答を処理することは、ブロック８１１及び８１２に示されるように、ＶＡＳが追加の情報を必要としており、音でユーザにこの情報の要求をしている（ｐｒｏｍｐｔｉｎｇ）ことの判断につながり得る。例えば、方法８００は、マルチターンコマンドを実行するとき、ユーザに追加の情報を要求してもよい。そのような場合、方法８００は、ブロック８０４に戻って追加のボイス入力を取得してもよい。
方法及びシステムは、ここでメディアコンテンツ（例えば、音楽コンテンツ、ビデオコンテンツ）に関して説明されているが、ここで説明される方法及びシステムは、メディアコンテンツ再生システムによって再生可能な関連したオーディオを有する様々なコンテンツに適用されてもよい。例えば、音楽カタログの一部ではないかもしれない過去に録音された音がボイス入力に応じて再生されてもよい。１つの例は、「ナイチンゲールはどんな声で啼くの？」というボイス入力である。このボイス入力に対するネットワークマイクロフォンシステムの応答は識別子付きの音楽コンテンツではなくてもよく、かわりに短いオーディオクリップであってもよい。メディア再生システムは短いオーディオクリップを再生することに関連した情報（例えば、メモリアドレス、リンク、ＵＲＬ、ファイル）、及び短いオーディオクリップを再生するというメディア再生システムのコマンドを受信してもよい。ポッドキャスト、ニュースクリップ、通知音、警報、等の別の例も考えられる。
ＩＶ．メディア再生システムのボイス制御の例示的な実施
図１０Ａ－２０Ｂは、メディア再生システム１００によって処理されるボイス入力、及びボイス入力の処理後、又は処理前のメディア再生システム１００の状態を示し得る制御インタフェースの様々な例を示す模式図である。下に説明されるように、ボイス入力内の特定のボイスコマンドに関連したコマンドクライテリアは、上述のＶＡＳ１６０などの強化されたＶＡＳボイス制御を提供してもよい。ボイス入力は、上述のように、再生デバイス１０２の１つに組み入れられていないかもしれないＮＭＤ１０３の１つ又は複数によって受信されてもよい。
明確性のために図示されないが、上述のように下の様々な例におけるボイス入力は、ＡＭＡＺＯＮのＡＬＥＸＡ（登録商標）又はその他のウェイクワードなどのウェイクワードに先行されてもよい。一態様において、従来のＶＡＳなどの第一のＶＡＳ又は第二のＶＡＳに送信される予定のボイス入力のボイス取得を開始するために同じウェイクワードが使用されてもよい。そのような場合、ボイス発声をするユーザは、裏で１つのＶＡＳが別のＶＡＳの代わりに選択されていることに気づいていないかもしれない。特定の実施形態において、「ヘイ、ＳＯＮＯＳ」などの固有のウェイクワードは、さらなる考慮なくユーザによって発声されて第一のＶＡＳを発動させてもよい。この場合、再生システム１００は別のＶＡＳの代わりに第一のＶＡＳを選択することを判断するステップを回避し得る。
一態様において、コマンドクライテリアは、デバイスをグループ化するように構成され得る。いくつかの実施形態において、そのようなコマンドクライテリアは、ボイス入力がメディア変数に関与するとき、及び／又は起動したデバイスが再生キューと関連するとき、再生を同時に開始してもよい。例えば図１０Ａは、ＮＭＤ１０３ａに「リビングルームとバルコニーでビートルズを再生して」というボイス入力を発声するユーザを示し、図１０Ｂのコントローラインタフェースは、「リビングルーム」と「バルコニー」のグループ化の結果を示す。別の例において、ユーザは特定のトラック、プレイリスト、ムード、又はその他、ここで説明されるようにメディア再生を開始するための情報を発声してもよい。
図１０Ａのボイス入力は「（メディア変数）を（第一のゾーン変数）及び（第二のゾーン変数）で再生して」という語法の構造を含む。この例において、再生してというコマンドは、２つ以上のゾーン変数をボイス入力内のキーワードとして必要とするコマンドクライテリアを満たす。いくつかの実施形態において、図１０Ａにおいて示されるボイス入力の発声前後で、「リビングルーム」の再生デバイス１０２ａ、１０２ｂ、１０２ｊ、及び１０２ｋは、結合されたメディア再生デバイス構成に留まってもよい。
いくつかの実施形態において、ゾーン変数が発声される順番が、いずれの再生デバイスが「グループヘッド」に指定されるかを決定し得る。例えば、ユーザが「リビングルーム」のキーワードに引き続き「バルコニー」のキーワードを含むボイス入力を発声したとき、この順番により「リビングルーム」がグループヘッドに決まり得る。グループヘッドはコマンド情報８９０のセット内においてゾーン変数として記憶されてもよい。グループヘッドは、再生デバイスのグループを参照するための呼び名（ｈａｎｄｌｅ）になるかもしれない。ユーザがグループの呼び名を含むボイス入力を発声したとき、メディア再生システム１００は、「リビングルーム」とともにグループ化された全てのデバイスを参照しているという意図を検出し得る。この方法によれば、デバイスを集合的に制御するとき、ユーザは、デバイスのグループ内の各ゾーンのキーワードを発声する必要がない。関連した実施形態において、ユーザはグループヘッドを別のデバイス又はゾーンに変更するボイス入力を発声し得る。例えば、ユーザは「リビングルーム」ゾーンのグループヘッドを「バルコニー」に変更し得る（そのような場合、インタフェースはグループの順番を「リビングルーム＋バルコニー」ではなく、「バルコニー＋リビングルーム」と示してもよい）。
代替の例において、図１０Ｃは、ユーザが「ビートルズを再生して」というボイス入力を発声するが、図１０Ａのボイス入力内の他のキーワードを省略することを示す。この例において、コマンドが上述のようにコマンド情報８９０のセットのいずれのクライテリアも満たさない場合、ボイス入力は別のＶＡＳに送られ得る。
別の例において、コマンドの他のコマンドクライテリアが満たされた場合、上述のキーワードを省略した「ビートルズを再生して」のボイス入力は、なお第一のＶＡＳ１６０に送られ得る。そのような他のコマンドクライテリアは例えば、ゾーン変数、制御状態変数、ターゲット変数、及び／又はその他の変数に関与したクライテリアを含んでもよい。一態様において、変数インスタンスは、ユーザのネットワークマイクロフォンデバイスからの近さ（例えば、計算により、又はその他の方法で判断された距離）であり得る。例えば、図１０Ｃのボイス入力は、ユーザがＮＭＤ１０３の近傍（例えば、所定の半径ｒ１に基づく）に検出されたとき、第一のＶＡＳ１６０に送られ得る。近傍の判断は、例えばボイス入力ソースの信号の強さに基づいてもよい。別の態様において、図１０Ｃのボイス入力は、ユーザのボイスプロフィールが検出されたとき、ユーザの近さが検出されたか否かにかかわらず、第一のＶＡＳ１６０に送られ得る。
さらに別の態様において、近さ及び／又はその他コマンドクライテリアは、従来のＶＡＳによって容易に処理できないボイス入力の解明を容易にし得る。例えば、図１１Ａに示されるように、「バルコニーの音量上げて」というボイス入力を発声するユーザは、バルコニーが同じ名前を有する照明デバイス１０８を含むため、従来のＶＡＳによっては解明できないかもしれない。図１を参照して、第一のＶＡＳ１６０は、ユーザが再生デバイス１０２ｃの近傍にいるか否か、及び／又は「バルコニー」が現在関連した制御変数に基づいて再生中か否かを判断することにより、そのような重複したデバイス名を解明できるかもしれない。関連した態様において、第一のＶＡＳ１６０は、ユーザがいない「リビングルーム」の音量ではなく、ユーザが近傍にいる「バルコニー」の再生デバイス１０２ｃの音量を上げるよう判断するかもしれない。そのような場合、図１１Ｂに示されるように、メディア再生システム１００は、「バルコニー」の音量を上げるが、「リビングルーム」の音量は上げないかもしれない。
同様に、第一のＶＡＳ１６０は、類似したコマンド命名慣習を有するデバイス間のコマンドの重複を解明し得る。例えば、図１に示される「ダイニングルーム」のサーモスタット１１０は、ユーザによって「設定して」のボイス入力が発声されると、特定の温度（例えば６０度から８５度の間のレベル）に設定するようにユーザによってプログラムされ得る。同様に、ユーザが「設定して」のボイス入力を発声すると「ダイニングルーム」を特定の音量レベル（例えば、０から１００パーセントの音量レベル）に設定し得る。一例において、「ダイニングルームを７５に設定せよ」のボイス入力を発声するユーザは、「ダイニングルーム」ゾーンがコマンド情報８９０のセットに記憶されたコマンドクライテリアに基づいて現在再生中であるから、第一のＶＡＳ１６０によって解明可能である。対照的に、従来のＶＡＳは、「ダイニングルーム」の音量レベルを７５に変更するべきか、又は「ダイニングルーム」のサーモスタットの温度を７５に設定するべきか、判断できない場合がある。
様々な実施形態において、ボイス入力は、個々の再生デバイス、ネットワークマイクロフォンデバイス、及びコントローラデバイス１０２－１０４を介したユーザからの他の入力とともに処理されてもよい。例えば、ユーザは、図１１Ｂに示されるインタフェース上のソフトボタン及び制御機能を使って、グループの音量、個々の音量、再生状態、などを独立して制御してもよい。加えて、図１１Ｂの例において、ユーザは、「グループ」のラベルがついたソフトボタンを押して、デバイスのグループ化及びグループ解除を手動で行う別のインタフェースにアクセスしてもよい。一態様において、ボイス入力、コントローラ入力、及び手動デバイス入力を介してメディア再生システム１００と対話する複数の方法を提供することにより、滑らかな制御の連続性とユーザ体験の向上が得られるかもしれない。
別のグループ化／グループ分解の例として、「ボブマーリーをバルコニーで再生せよ」というボイス入力は、「バルコニー」を自動的に「リビングルーム」から分離させ得る。そのような場合、「バルコニー」は、ボブマーリーを再生し得て、「リビングルーム」はビートルズの再生を続け得る。代わりに、「リビングルーム」がもはや再生デバイスのグループのグループヘッドではないとコマンドクライテリアが指令する場合、「リビングルーム」は、再生を止めるかもしれない。別の実施形態において、コマンドクライテリアは、再生開始コマンドに応答してデバイスが自動的にグループ解除しないように指令し得る。
コマンドクライテリアは、現在再生中の音楽及び／又はあるゾーンの再生キューを１つのゾーンから別のゾーンへ移動又は移転させるように構成されてもよい。例えば、図１２Ａに示されるように、ユーザは「『リビングルーム』から『ダイニングルーム』へ、音楽を移動させて」というボイス入力を発声してもよい。図１２Ｂのコントローラインタフェースに示されるように、音楽を移動させるリクエストは「リビングルーム」で再生中の音楽を「ダイニングルーム」へ移動させ得る。関連した例において、ユーザは「音楽をここへ移動させて」のボイス入力を図１に示される「ダイニングルーム」の近くのＮＭＤ１０３ｆへ直接発声することによって音楽を「ダイニングルーム」へ移動させてもよい。この場合、ユーザは明確に「ダイニングルーム」を参照しないが、ＶＡＳ１６０は、ユーザが「ダイニングルーム」に近いことに基づいて意図を推定する。関連した実施形態において、ＶＡＳ１６０は、ＮＭＤ１０３ｆが「ダイニングルーム」の再生デバイス１０２ｌと結合していると判断した場合、他の隣接した部屋（例えば「キッチン」）ではなく、「ダイニングルーム」へ音楽を移動するように判断してもよい。別の例において、再生システム１００は、現在再生中コンテンツのメタデータから情報を推定してもよい。そのような一例において、ユーザは「レットイットビー（又はビートルズ）を『ダイニングルーム』へ移動させて」と発声してもよく、望ましい再生ゾーン及び／又はゾーングループへ移動させる特定の音楽を識別する。この方法によれば、メディア再生システムは、いずれのコンテンツを移動させるかを判断するために、別の再生ゾーン及び／又はゾーングループで現在再生中及び／又は再生キューにあるかもしれないコンテンツの間で区別ができる。
さらに別の例において、「リビングルーム」などのグループヘッドと関連する全てのデバイスは、音楽をグループヘッドから「ダイニングルーム」に移動すると、再生を停止し得る。関連した例において、音楽が移動してしまったとき、「リビングルーム」ゾーンはグループヘッドとしての指定を失ってもよい。
コマンドクライテリアは、ボイス入力コマンドを使って存在するグループにデバイスを加えるように構成されてもよい。例えば、図１３Ａ及び１３Ｂに示されるように、ユーザは、「『リビングルーム』を『ダイニングルーム』に追加して」とのボイス入力を発声することによって「リビングルーム」ゾーンを加えて、「ダイニングルーム」とグループを形成させ得る。関連した実施形態において、ユーザは、「ここでも再生して」というボイス入力を図１に示す「リビングルーム」のＮＭＤ１０３ａに直接発声することにより「リビングルーム」を加えてもよい。この場合、ユーザはボイス入力内で明確にリビングルームを参照しないが、ＶＡＳ１６０は、ユーザの近さに基づいて「リビングルーム」を追加されるべきと推定してもよい。別の例において、この意図を有するとき「ダイニングルーム」にいると仮定すれば、「リビングルームを追加して」のコマンドを発声してもよい。この場合、ダイニングルームターゲットは入力デバイスを含む部屋から暗示されてもよい。
さらに別の例において、ユーザは、「リビングルーム」と「ダイニングルーム」のいずれがグループヘッドになるかをボイス入力内で示してもよく、又はＶＡＳ１６０がユーザにグループヘッドを指定するようにリクエストしてもよい。
グループを加える又は形成する別の例として、ユーザはカスタムゾーン変数に関連したキーワードを備えたボイス入力を使ってグループのインスタンスを形成（ｉｎｓｔａｎｔｉａｔｅ）してもよい。例えば、ユーザは上述の「フロントエリア」のカスタムゾーン変数を生成してもよい。ユーザは、図１４Ａ及び１４Ｂに示されるように、「バンヘイレンを『フロントエリア』で再生して」などのボイス入力を発声することによって「フロントエリア」グループのインスタンスを形成してもよい。図１３Ｂの前の「ダイニングルーム」グループは図１４Ａに示されるボイス入力に応答して置き換えられてもよい。
コマンドクライテリアは、ボイス入力コマンドを使ってデバイスを既存のグループから削除するように構成されてもよい。例えば、ユーザは、図１５Ａ及び１５Ｂに示されるように「フロントエリア」グループから「バルコニー」を取り除くために「『バルコニー』を外して」のボイス入力を発声してもよい。別の例として、バルコニーの「停止／削除」のコマンドが同じことをし得る。上に説明したとおり、他の例示的な同義語もあり得る。さらに別の例において、ユーザがバルコニーにいると仮定して、ユーザは同じ結果を達成するために図１の「バルコニー」のＮＭＤ１０３ｃへ「ここを止めて」又は「この部屋を止めて」などを発声することにより直接発声してもよい。
コマンドクライテリアは、オーディオコンテンツソースを選択して関連した機能を実施するように構成されてもよい。例えば、図１６Ａは、「テレビを見たい」というボイス入力をＮＭＤ１０３ａに発声しているユーザを示す。図１６Ｂに示されるように、応答してメディア再生システム１００は、オーディオコンテンツソースを音楽ソースからテレビソースに切り替える。いくつかの実施形態において、メディア再生システム１００にテレビソースを再生するよう指示することにより、自動的に「リビングルーム」を他のゾーンから分離してもよい。例えば図１６Ｂにおいて、「ダイニングルーム」及び「キッチン」においてバンヘイレンの再生が継続するが、「リビングルーム」はテレビソースに切り替わる。いくつかの例において、上述のように、ユーザは続いてグループ化することによりホーム環境の他のゾーンでテレビソースを再生するためのコマンドを発声してもよい。
関連した実施形態において、メディア再生システム１００は、「リビングルーム」がテレビソースに接続しているときを示す状態情報を記憶してもよい。「リビングルーム」がこの状態のとき、テレビソースに関連するボイスコマンドはＶＡＳによって実行され得ると、図９Ｂに示されるソースコマンド（例えば、スピーチを強化、静かなモードに変更）のようにコマンドクライテリアが命令してもよい。
コマンドクライテリアは、デバイスを結合するように構成されてもよい。例えば、図１７Ａは、ユーザが「フロントのテレビを見たい」というボイス入力を発声するところを示す。応答してＶＡＳ１６０は、図１６Ｂに示されるように、コマンドクライテリアに基づいて、図１の「フロント」の再生デバイス１０２ｂが「リビングルーム」ゾーンから離れてテレビゾーンを形成すると判断してもよい。関連する例において、ユーザは直接「フロント」の再生デバイス１０２ｂのＮＭＤ１０３ｂにボイス入力を発声し、このデバイスを分離してもよい。リビングルームの残りの結合されたデバイス、すなわち「右」、「左」、及び「サブ」デバイス１０２ａ、１０２ｊ、及び１０２ｋ、は音楽の再生を終わってもよい。制御インタフェースはまたこれらのデバイスを「リビングルーム」ゾーンの一部ではなくなったものとして表示してもよい。
結合の別の例として、ユーザは、「フロント」の再生デバイス１０２ｂと分離した後、リビングルームエリアの残りのデバイスとともに異なる結合構成を形成してもよい。例えば、図１８Ａ及び１８Ｂに示されるようにユーザは、「サテライトとサブでボブマーリーを再生してリスニングゾーンを形成せよ」とボイス入力を発声することによりリスニングゾーンを形成してもよい。「サテライト」という用語は、「右」再生デバイス１０２ａ及び「左」再生デバイス１０２ｊを参照するカスタムゾーン変数であってもよい。図１８Ａのボイス入力はまた、新規に形成されたリスニングゾーンにおいてボブマーリーの再生を開始する。図１８Ｂのコントローラインタフェースにさらに示されるとおり、図示の例において、図１７Ａ－１８Ｂの結合操作は「ダイニングルーム」及び「キッチン」におけるバンヘイレンの再生を中断しなかった。
コマンドクライテリアは、デバイスをペアにする／結合するように構成されてもよい。例えば、図１９Ａは、ユーザが「『ダイニングルーム』と『キッチン』をステレオでペアにして」のボイス入力を発声するマルチターンコマンドを示す。この例において、ＶＡＳは、ＮＭＤ１０３の１つ以上に、ユーザに注意を促す（ｐｒｏｍｐｔ）よう指示し、「ダイニングルーム」ゾーンが右のチャンネルであるべきか否かを尋ねる。ユーザが「ダイニングルーム」が右のチャンネルであると確認する場合、「キッチン」ゾーンが左のチャンネルとなる。ユーザが「ダイニングルーム」が右のチャンネルではないと示す場合、「ダイニングルーム」がデフォルトにより左のチャンネルとなり「キッチン」ゾーンが右のチャンネルとなる。結合されたとき、「ダイニングルーム」と「キッチン」のうちの１つがグループヘッドとして選定されてもよい。ＶＡＳは、図１９Ｂに示されるようにユーザに結合されたデバイスに、「Ｃｏｃｉｎａ］などの固有名を含む名称を指名するように注意を促してもよい。「Ｃｏｃｉｎａ］ゾーンは、バンヘイレンの再生を再開してもよく、これは元の「ダイニングルーム」及び「キッチン」ゾーンのいずれかの再生キューからの移転かもしれない。
関連する実施形態において、デバイスの結合及び併合は、図２０Ａ及び２０Ｂに示されるようにＶＡＳにマルチターン又は再生デバイスを較正するためのその他のコマンドを開始させることができる。一例において、ＶＡＳ１６０は、「ダイニングルーム」と「キッチン」ゾーンをペアにした後、図１９Ａの一連のマルチターンコマンドを継続してもよい。いくつかの実施形態において、コマンドクライテリアは、較正を開始する前に、ユーザがコントローラデバイス１０３の１つを操作していることの検出を必要としてもよい。この方法によれば、図２０Ｂに示されるように、ＶＡＳ１６０は、較正用のＳＯＮＯＳのＴＲＵＥＰＬＡＹ（登録商標）などの較正ソフトウェアを準備してもよい。
ＶＩＩ．結論
上記の説明は、とりわけ、コンポーネント、ファームウェア及び／又はハードウェア上で実行されるソフトウェアを含む様々な例示的なシステム、方法、装置、及び製品を開示している。そのような例は単に例示的なものであり、限定的であると見なされるべきではないことが理解される。例えば、ファームウェア、ハードウェア及び／又はソフトウェアの態様又はコンポーネントのいずれか又は全てを、ハードウェアのみ、ソフトウェアのみ、ファームウェアのみ、又はハードウェア、ソフトウェア及び／又はファームウェアの任意の組み合わせで実施できることが考えられる。したがって、提供される例は、そのようなシステム、方法、装置、及び／又は製品を実施するための唯一の方法ではない。
（特徴１）メディア再生システムの第一のボイスアシスタントサービス（ＶＡＳ）を発動させる方法であって、方法は、
コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
ネットワークマイクロフォンデバイスの少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
ボイス入力内に１つ又は複数のコマンドが含まれていることを検出するステップと、
１つ又は複数のコマンドが、コマンド情報のセット内の対応するコマンドクライテリアを満たすことを判断するステップと、を含み、
判断に応答して、第一のＶＡＳを選択し第二のＶＡＳの選択を放棄し、（ｉｉ）ボイス入力を第一のＶＡＳに送信し、（ｉｉｉ）ボイス入力の送信後、第一のＶＡＳからのボイス入力への返答を受信する、
方法。
（特徴２）メディア再生システムが複数の再生デバイスを含み、
１つ又は複数のコマンドが、複数の再生デバイスのうち２つ又はそれ以上の再生デバイスをグループ化し、２つ又はそれ以上の再生デバイスを含むグループでオーディオコンテンツの再生を開始する、
特徴１に記載の方法。
（特徴３）判断するステップは、１つ又は複数のキーワードがボイス入力内に含まれることを検出することを含み、
１つ又は複数のキーワードが、（ｉ）２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、（ｉｉ）２つ又はそれ以上の再生デバイスを含むグループと、のうちの少なくとも１つを含む、
特徴２に記載の方法。
（特徴４）２つ又はそれ以上の再生デバイスのうちの１つは、ネットワークマイクロフォンデバイスを含む、
特徴２に記載の方法。
（特徴５）１つ又は複数のコマンドがメディア再生システムに向けられ、
方法は、第一のＶＡＳからの応答に基づいてメディア再生システムを介して１つ又は複数のコマンドを処理するステップをさらに含む、
特徴１に記載の方法。
（特徴６）１つ又は複数のコマンドは、再生コマンド及びトランスポート制御コマンドの少なくとも１つを含む、
特徴５に記載の方法。
（特徴７）ボイス入力は、第一のボイス入力であり、
方法は、第一のＶＡＳからの応答に基づいて可聴の要求を出力するステップをさらに含む、
特徴１に記載の方法。
（特徴８）ボイス入力は、第一のボイス入力であり、
方法は、第一のＶＡＳからの応答に基づいて第二のボイス入力への可聴の要求を出力するステップをさらに含む、
特徴１に記載の方法。
（特徴９）メディア再生システムは、複数の再生デバイスを含み、
１つ又は複数のコマンドは、２つ又はそれ以上の再生デバイスをペアにするコマンドを含み、
可聴の要求は、２つ又はそれ以上の再生デバイスの少なくとも１つをオーディオチャンネルに割り当てるリクエストを含み、
第二のボイス入力は、２つ又はそれ以上の再生デバイスの少なくとも１つの選択を含む、
特徴８に記載の方法。
（特徴１０）メディア再生システムは、１つ又は複数の再生デバイスを含み、
可聴の要求は、１つ又は複数の再生デバイスのイコライザ設定を較正するリクエストを含む、
特徴８に記載の方法。
（特徴１１）判断するステップは、ボイス入力ソースの存在を検出することを含む、
特徴１に記載の方法。
（特徴１２）存在を検出することは、ボイス入力ソースからボイス入力がネットワークマイクロフォンデバイスによって受信される方向を検出することを含む、
特徴１１に記載の方法。
（特徴１３）存在を検出することは、ネットワークマイクロフォンデバイスとボイス入力ソースとの間の距離を検出することを含む、
特徴１１に記載の方法。
（特徴１４）判断するステップは、コントローラデバイスの使用を検出することを含む、
特徴１に記載の方法。
（特徴１５）判断するステップは、ボイス入力ソースのボイスプロフィールを検出することを含む、
特徴１に記載の方法。
（特徴１６）１つ又は複数のコマンドは、１つ又は複数の第一のコマンドであり、
判断するステップは、ボイス入力内に１つ又は複数の第二のコマンドを検出することを含む、
特徴１に記載の方法。
（特徴１７）判断するステップは、１つ又は複数の第一のコマンドと１つ又は複数の第二のコマンドとの間で、ボイス入力内に少なくとも１つの休止を検出することをさらに含む、
特徴１６に記載の方法。
（特徴１８）メディア再生システムのネットワークマイクロフォンデバイスであって、
（ｉ）プロセッサと、
（ｉｉ）少なくとも１つのマイクロフォンと、
（ｉｉｉ）プロセッサによって実行されるとき、ネットワークマイクロフォンデバイスにメディア再生システムの機能を実施させる指示を記憶した、実体のあるコンピュータ読み取り可能な記憶媒体と、を含み、
機能は、
（ａ）コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
（ｂ）少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
（ｃ）ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
（ｄ）１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドと関連する対応コマンドクライテリアを満たすことを判断するステップと、
（ｅ）判断に応答して、
（ｉ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、
（ｉｉ）ボイス入力を第一のＶＡＳに送信し、
（ｉｉｉ）ボイス入力を送信後、第一のＶＡＳからボイス入力を受信するステップと、を含むメディア再生システムのネットワークマイクロフォンデバイス。
（特徴１９）メディア再生システムが複数の再生デバイスを含み、
１つ又は複数のコマンドが、再生デバイスの２つ又はそれ以上をグループ化し、オーディオコンテンツの再生を２つ又はそれ以上の再生デバイスを含むグループで開始させるコマンドを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２０）判断するステップは、ボイス入力内に１つ又は複数のキーワードが含まれることの検出を含み、
１つ又は複数のキーワードが、（ｉ）２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、（ｉｉ）２つ又はそれ以上の再生デバイスを含むグループと、のうちの少なくとも１つを含む、
特徴１９に記載のネットワークマイクロフォンデバイス。
（特徴２１）２つ又はそれ以上の再生デバイスのうちの１つは、ネットワークマイクロフォンデバイスを含む、
特徴１９に記載のネットワークマイクロフォンデバイス。
（特徴２２）１つ又は複数のコマンドは、メディア再生システムに向けられ、
機能は、第一のＶＡＳからの応答に基づいてメディア再生システムを介して１つ又は複数のコマンドを処理するステップをさらに含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２３）１つ又は複数のコマンドは、再生コマンド及びトランスポート制御コマンドの少なくとも１つを含む、
特徴２２に記載のネットワークマイクロフォンデバイス。
（特徴２４）ボイス入力は、第一のボイス入力であり、
機能は、第一のＶＡＳからの応答に基づいて可聴の要求を出力するステップをさらに含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２５）ボイス入力は、第一のボイス入力であり、
機能は、第一のＶＡＳからの応答に基づいて第二のボイス入力への可聴の要求を出力するステップをさらに含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２６）メディア再生システムは、複数の再生デバイスを含み、
１つ又は複数のコマンドは、２つ又はそれ以上の再生デバイスをペアにするコマンドを含み、
可聴の要求は、２つ又はそれ以上の再生デバイスの少なくとも１つをオーディオチャンネルに割り当てるリクエストを含み、
第二のボイス入力は、２つ又はそれ以上の再生デバイスの少なくとも１つの選択を含む、
特徴２５に記載のネットワークマイクロフォンデバイス。
（特徴２７）メディア再生システムは、１つ又は複数の再生デバイスを含み、
可聴の要求は、１つ又は複数の再生デバイスのイコライザ設定を較正するリクエストを含む、
特徴２５に記載のネットワークマイクロフォンデバイス。
（特徴２８）判断するステップは、ボイス入力ソースの存在を検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴２９）存在を検出することは、ボイス入力ソースからボイス入力がネットワークマイクロフォンデバイスによって受信される方向を検出することを含む
特徴２８に記載のネットワークマイクロフォンデバイス。
（特徴３０）存在を検出することは、ネットワークマイクロフォンデバイスとボイス入力ソースとの間の距離を検出することを含む、
特徴２８に記載のネットワークマイクロフォンデバイス。
（特徴３１）判断するステップは、コントローラデバイスの使用を検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴３２）判断するステップは、ボイス入力ソースのボイスプロフィールを検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴３３）１つ又は複数のコマンドは、１つ又は複数の第一のコマンドであり、
判断するステップは、ボイス入力内に１つ又は複数の第二のコマンドを検出することを含む、
特徴１８に記載のネットワークマイクロフォンデバイス。
（特徴３４）判断するステップは、１つ又は複数の第一のコマンドと１つ又は複数の第二のコマンドとの間で、ボイス入力内に少なくとも１つの休止を検出することをさらに含む、
特徴３３に記載のネットワークマイクロフォンデバイス。
（特徴３５）メディア再生システムの第一のボイスアシスタントサービス（ＶＡＳ）を発動させる方法であって、
方法は、
（ｉ）コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
（ｉｉ）少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
（ｉｉｉ）ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
（ｉｖ）１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドと関連する対応コマンドクライテリアを満たすことを判断するステップと、
（ｖ）判断に応答して、
（ａ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、
（ｂ）ボイス入力を第一のＶＡＳに送信し、
（ｃ）ボイス入力を送信後、第一のＶＡＳからボイス入力を受信するステップと、を含む方法。
（特徴３６）メディア再生システムは、複数の再生デバイスを含み、
１つ又は複数のコマンドが、複数の再生デバイスの２つ又はそれ以上の再生デバイスをグループ化し、オーディオコンテンツの再生を２つ又はそれ以上の再生デバイスを含むグループで開始させるコマンドを含み、
判断するステップは、ボイス入力内に１つ又は複数のキーワードが含まれることの検出を含み、
１つ又は複数のキーワードは、（ｉ）２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、（ｉｉ）２つ又はそれ以上の再生デバイスを含むグループと、のうちの少なくとも１つを含む、
特徴３５に記載の方法。
（特徴３７）１つ又は複数のプロセッサによって実行されるとネットワークマイクロフォンデバイスにメディア再生システム内の操作をさせる指示を中に記憶し、実体があり非一時的なコンピュータ読み取り可能な記憶媒体であって、
操作は、
（ｉ）コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメモリに記憶させるステップと、
（ｉｉ）少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
（ｉｉｉ）ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
（ｉｖ）１つ又は複数のコマンドが、コマンド情報のセット内の１つ又は複数のコマンドと関連する対応コマンドクライテリアを満たすことを判断するステップと、
（ｖ）判断に応答して、
（ａ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し、第二のＶＡＳの選択を放棄し、
（ｂ）ボイス入力を第一のＶＡＳに送信し、
（ｃ）ボイス入力を送信後、第一のＶＡＳからボイス入力を受信するステップと、を含むメディア。
本明細書は、例示的な環境、システム、手順、ステップ、論理ブロック、処理、及び他のシンボル表現に関して広く示されており、それらは直接又は間接的にネットワークに接続されるデータ処理デバイスの動作に類似するものである。これらの処理説明及び表現は、一般的に当業者によって使用され、それらの仕事の内容を他の当業者に最も効率良く伝えることができる。多くの具体的な内容が、本開示を理解するために提供されている。しかしながら、当業者にとって、本開示の特定の実施形態が特定の、具体的な詳細なしに実施され得ることは理解される。他の例では、周知の方法、手順、コンポーネント、及び回路が、実施形態を不必要に曖昧にすることを避けるため、詳細に説明していない。したがって、本開示の範囲は、上記した実施形態よりむしろ添付された特許請求の範囲によって定義される。
添付の特許請求の範囲のいずれかが単にソフトウェア及び／又はファームウェアへの実装をカバーするように読み取ると、少なくとも１つの例における要素の１つ又は複数は、本明細書では、ソフトウェア及び／又はファームウェアを記憶する有形の非一時的な記憶媒体、例えば、メモリ、ＤＶＤ、ＣＤ、Ｂｌｕ－ｒａｙ（登録商標）等を含むことが明確に定められている。

Claims (14)

  1. コマンド及び関連するコマンドクライテリアのリストを含むコマンド情報のセットをメディア再生システムのネットワークマイクロフォンデバイスのメモリに記憶させるステップと、
    前記ネットワークマイクロフォンデバイスの少なくとも１つのマイクロフォンを介してボイス入力を取得するステップと、
    前記ボイス入力内に１つ又は複数のコマンドが含まれることを検出するステップと、
    前記１つ又は複数のコマンドが、コマンド情報のセット内の前記１つ又は複数のコマンドに関連する対応コマンドクライテリアを満たすことを判断するステップと、
    前記判断に応答して、（ｉ）第一のボイスアシスタントサービス（ＶＡＳ）を選択し第二のＶＡＳの選択を放棄し、（ｉｉ）前記ボイス入力を第一のＶＡＳに送信し、（ｉｉｉ）前記ボイス入力の送信後、前記第一のＶＡＳからのボイス入力への応答を受信するステップと、を含む方法。
  2. 前記メディア再生システムが複数の再生デバイスを含み、
    前記１つ又は複数のコマンドが、前記再生デバイスの２つ又はそれ以上をグループ化し、前記２つ又はそれ以上の再生デバイスを含むグループでオーディオコンテンツの再生を開始するコマンドを含む、
    請求項１に記載の方法。
  3. 前記判断するステップは、前記ボイス入力内に１つ又は複数のキーワードが含まれることを検出することを含み、
    前記１つ又は複数のキーワードは、
    （ｉ）前記２つ又はそれ以上の再生デバイスのうちの１つと関連する第一のキーワードならびに２つ又はそれ以上の再生デバイスのうちの別の１つと関連する第二のキーワードと、
    （ｉｉ）前記２つ又はそれ以上の再生デバイスを含むグループと、
    のうちの少なくとも１つを含む、
    請求項２に記載の方法。
  4. 前記２つ又はそれ以上の再生デバイスのうちの１つは、前記ネットワークマイクロフォンデバイスを含む、
    請求項２又は３に記載の方法。
  5. 前記１つ又は複数のコマンドは、前記メディア再生システムに向けられ、
    前記方法は、前記第一のＶＡＳからの応答に基づいて前記メディア再生システムを介して前記１つ又は複数のコマンドを処理するステップをさらに含む、
    請求項１－４のいずれか１つに記載の方法。
  6. 前記ボイス入力は、第一のボイス入力であり、
    前記方法は、前記第一のＶＡＳからの応答に基づいて可聴の要求を出力するステップをさらに含む、
    請求項１－５のいずれか１つに記載の方法。
  7. 前記ボイス入力は、第一のボイス入力であり、
    前記方法は、前記第一のＶＡＳからの応答に基づいて第二のボイス入力への可聴の要求を出力するステップをさらに含む、
    請求項１－６のいずれか１つに記載の方法。
  8. 前記メディア再生システムは、複数の再生デバイスを含み、
    前記１つ又は複数のコマンドは、前記複数の再生デバイスのうちの２つ又はそれ以上の再生デバイスをペアにするコマンドを含み、
    前記可聴の要求は、前記２つ又はそれ以上の再生デバイスのうちの少なくとも１つをオーディオチャンネルに割り当てるリクエストを含み、
    前記第二のボイス入力は、前記２つ又はそれ以上の再生デバイスのうちの少なくとも１つの選択を含む、
    請求項７に記載の方法。
  9. 前記メディア再生システムは、１つ又は複数の再生デバイスを含み、
    前記可聴の要求は、前記１つ又は複数の再生デバイスのイコライザ設定を較正するリクエストを含む、
    請求項７又は８に記載の方法。
  10. 前記判断するステップは、ボイス入力ソースの存在を検出することを含み、
    前記存在を検出することは、
    前記ボイス入力ソースから前記ボイス入力が前記ネットワークマイクロフォンデバイスによって受信される方向、及び
    前記ネットワークマイクロフォンデバイスと前記ボイス入力ソースとの間の距離、
    のうちの少なくとも１つを検出することを含む、
    請求項１－９のいずれか１つに記載の方法。
  11. 前記判断するステップは、
    コントローラデバイスの使用、及び
    ボイス入力ソースのボイスプロフィール、
    のうちの少なくとも１つを検出することを含む、
    請求項１－１０のいずれか１つに記載の方法。
  12. 前記１つ又は複数のコマンドは、１つ又は複数の第一のコマンドであり、
    前記判断するステップは、前記ボイス入力内に１つ又は複数の第二のコマンドを検出すること、及び前記１つ又は複数の第一のコマンドと前記１つ又は複数の第二のコマンドとの間で、前記ボイス入力内に少なくとも１つの休止を検出することを含む、
    請求項１－１１のいずれか１つに記載の方法。
  13. １つ又は複数のプロセッサによって実行されるとネットワークマイクロフォンデバイスに請求項１－１２のいずれか１つに記載の方法を実施させる指示を含む、非一時的なコンピュータ読み取り可能な記録媒体。
  14. １つ又は複数のマイクロフォンと、
    １つ又は複数のプロセッサと、
    請求項１３に記載の前記非一時的なコンピュータ読み取り可能な記録媒体を含む、
    ネットワークマイクロフォンデバイス。
JP2021194522A 2017-09-29 2021-11-30 ボイスアシスタンスを備えたメディア再生システム Active JP7346529B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023144379A JP2023164959A (ja) 2017-09-29 2023-09-06 ボイスアシスタンスを備えたメディア再生システム

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US15/721,141 2017-09-29
US15/721,141 US10466962B2 (en) 2017-09-29 2017-09-29 Media playback system with voice assistance
PCT/US2018/053472 WO2019067930A1 (en) 2017-09-29 2018-09-28 MULTIMEDIA VOICE ASSISTED READING SYSTEM
JP2020518400A JP6987230B2 (ja) 2017-09-29 2018-09-28 ボイスアシスタンスを備えたメディア再生システム

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2020518400A Division JP6987230B2 (ja) 2017-09-29 2018-09-28 ボイスアシスタンスを備えたメディア再生システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023144379A Division JP2023164959A (ja) 2017-09-29 2023-09-06 ボイスアシスタンスを備えたメディア再生システム

Publications (2)

Publication Number Publication Date
JP2022037012A true JP2022037012A (ja) 2022-03-08
JP7346529B2 JP7346529B2 (ja) 2023-09-19

Family

ID=63963452

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2020518400A Active JP6987230B2 (ja) 2017-09-29 2018-09-28 ボイスアシスタンスを備えたメディア再生システム
JP2021194522A Active JP7346529B2 (ja) 2017-09-29 2021-11-30 ボイスアシスタンスを備えたメディア再生システム
JP2023144379A Pending JP2023164959A (ja) 2017-09-29 2023-09-06 ボイスアシスタンスを備えたメディア再生システム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2020518400A Active JP6987230B2 (ja) 2017-09-29 2018-09-28 ボイスアシスタンスを備えたメディア再生システム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023144379A Pending JP2023164959A (ja) 2017-09-29 2023-09-06 ボイスアシスタンスを備えたメディア再生システム

Country Status (8)

Country Link
US (5) US10466962B2 (ja)
EP (2) EP3688995B1 (ja)
JP (3) JP6987230B2 (ja)
KR (3) KR102597285B1 (ja)
CN (2) CN115857747A (ja)
AU (2) AU2018338812A1 (ja)
CA (1) CA3084279A1 (ja)
WO (1) WO2019067930A1 (ja)

Families Citing this family (123)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US9954996B2 (en) 2007-06-28 2018-04-24 Apple Inc. Portable electronic device with conversation management for incoming instant messages
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US8689128B2 (en) 2009-03-16 2014-04-01 Apple Inc. Device, method, and graphical user interface for moving a current position in content at a variable scrubbing rate
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US10706096B2 (en) 2011-08-18 2020-07-07 Apple Inc. Management of local and remote media items
US9002322B2 (en) 2011-09-29 2015-04-07 Apple Inc. Authentication with secondary approver
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
BR112015018905B1 (pt) 2013-02-07 2022-02-22 Apple Inc Método de operação de recurso de ativação por voz, mídia de armazenamento legível por computador e dispositivo eletrônico
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
WO2014143776A2 (en) 2013-03-15 2014-09-18 Bodhi Technology Ventures Llc Providing remote interactions with host device using a wireless device
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
TWI566107B (zh) 2014-05-30 2017-01-11 蘋果公司 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
EP3149554B1 (en) 2014-05-30 2024-05-01 Apple Inc. Continuity
US20150350141A1 (en) 2014-05-31 2015-12-03 Apple Inc. Message user interfaces for capture and transmittal of media and location content
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10339293B2 (en) 2014-08-15 2019-07-02 Apple Inc. Authenticated device used to unlock another device
WO2016036541A2 (en) 2014-09-02 2016-03-10 Apple Inc. Phone user interface
CN113824998A (zh) 2014-09-02 2021-12-21 苹果公司 音乐用户界面
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10200824B2 (en) 2015-05-27 2019-02-05 Apple Inc. Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
US10331312B2 (en) 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10740384B2 (en) 2015-09-08 2020-08-11 Apple Inc. Intelligent automated assistant for media search and playback
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10956666B2 (en) 2015-11-09 2021-03-23 Apple Inc. Unconventional virtual assistant interactions
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
DK179186B1 (en) 2016-05-19 2018-01-15 Apple Inc REMOTE AUTHORIZATION TO CONTINUE WITH AN ACTION
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670622A1 (en) 2016-06-12 2018-02-12 Apple Inc User interfaces for transactions
US10992795B2 (en) 2017-05-16 2021-04-27 Apple Inc. Methods and interfaces for home media control
US11431836B2 (en) 2017-05-02 2022-08-30 Apple Inc. Methods and interfaces for initiating media playback
DK180048B1 (en) 2017-05-11 2020-02-04 Apple Inc. MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
US10928980B2 (en) 2017-05-12 2021-02-23 Apple Inc. User interfaces for playing and managing audio items
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
CN111343060B (zh) 2017-05-16 2022-02-11 苹果公司 用于家庭媒体控制的方法和界面
US20220279063A1 (en) 2017-05-16 2022-09-01 Apple Inc. Methods and interfaces for home media control
US20180336275A1 (en) 2017-05-16 2018-11-22 Apple Inc. Intelligent automated assistant for media exploration
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
US10372298B2 (en) 2017-09-29 2019-08-06 Apple Inc. User interface for multi-user communication session
JP7192208B2 (ja) * 2017-12-01 2022-12-20 ヤマハ株式会社 機器制御システム、デバイス、プログラム、及び機器制御方法
US10157042B1 (en) * 2018-02-06 2018-12-18 Amazon Technologies, Inc. Audio output control
CN108428452B (zh) * 2018-03-14 2019-12-13 百度在线网络技术（北京）有限公司 终端支架和远场语音交互系统
CN108510987B (zh) * 2018-03-26 2020-10-23 北京小米移动软件有限公司 语音处理方法及装置
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
US20190311710A1 (en) * 2018-04-06 2019-10-10 Flex Ltd. Device and system for accessing multiple virtual assistant services
US11250840B1 (en) 2018-04-09 2022-02-15 Perceive Corporation Machine-trained network detecting context-sensitive wake expressions for a digital assistant
US10629203B2 (en) * 2018-04-17 2020-04-21 Flex, Ltd. Method and systems for bookmarking complex commands using voice
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
DK180130B1 (da) 2018-05-07 2020-06-02 Apple Inc. Multi-participant live communication user interface
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US10938994B2 (en) * 2018-06-25 2021-03-02 Cypress Semiconductor Corporation Beamformer and acoustic echo canceller (AEC) system
CN108922528B (zh) * 2018-06-29 2020-10-23 百度在线网络技术（北京）有限公司 用于处理语音的方法和装置
US11189275B2 (en) * 2018-08-02 2021-11-30 Polycom, Inc. Natural language processing while sound sensor is muted
KR20200034430A (ko) * 2018-09-21 2020-03-31 삼성전자주식회사 전자 장치, 시스템 및 음성 인식 서비스 이용 방법
US11087754B2 (en) 2018-09-27 2021-08-10 Coretronic Corporation Intelligent voice system and method for controlling projector by using the intelligent voice system
US11100926B2 (en) * 2018-09-27 2021-08-24 Coretronic Corporation Intelligent voice system and method for controlling projector by using the intelligent voice system
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
US11128792B2 (en) 2018-09-28 2021-09-21 Apple Inc. Capturing and displaying images with multiple focal planes
US10978046B2 (en) * 2018-10-15 2021-04-13 Midea Group Co., Ltd. System and method for customizing portable natural language processing interface for appliances
KR20200109467A (ko) * 2019-03-13 2020-09-23 삼성전자주식회사 전자 장치 및 그 제어 방법
US11348573B2 (en) 2019-03-18 2022-05-31 Apple Inc. Multimodality in digital assistant systems
JP7236919B2 (ja) * 2019-04-12 2023-03-10 三菱電機株式会社 音声入力装置、音声操作システム、音声操作方法及びプログラム
CN110109645A (zh) * 2019-04-30 2019-08-09 百度在线网络技术（北京）有限公司 一种交互式音乐试听方法、装置和终端
US11973894B2 (en) 2019-04-30 2024-04-30 Apple Inc. Utilizing context information with an electronic device
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
US11544463B2 (en) 2019-05-09 2023-01-03 Intel Corporation Time asynchronous spoken intent detection
US11140099B2 (en) 2019-05-21 2021-10-05 Apple Inc. Providing message response suggestions
DK201970533A1 (en) 2019-05-31 2021-02-15 Apple Inc Methods and user interfaces for sharing audio
US11010121B2 (en) 2019-05-31 2021-05-18 Apple Inc. User interfaces for audio media control
US10867608B1 (en) 2019-05-31 2020-12-15 Apple Inc. Multi-user configuration
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11363071B2 (en) 2019-05-31 2022-06-14 Apple Inc. User interfaces for managing a local network
US10904029B2 (en) 2019-05-31 2021-01-26 Apple Inc. User interfaces for managing controllable external devices
KR102436985B1 (ko) 2019-05-31 2022-08-29 애플 인크. 오디오 미디어 제어를 위한 사용자 인터페이스
DK201970511A1 (en) 2019-05-31 2021-02-15 Apple Inc Voice identification in digital assistant systems
US11468890B2 (en) 2019-06-01 2022-10-11 Apple Inc. Methods and user interfaces for voice-based control of electronic devices
WO2020246634A1 (ko) * 2019-06-04 2020-12-10 엘지전자 주식회사 다른 기기의 동작을 제어할 수 있는 인공 지능 기기 및 그의 동작 방법
KR20210055347A (ko) * 2019-11-07 2021-05-17 엘지전자 주식회사 인공 지능 장치
CN111601163B (zh) * 2020-04-26 2023-03-03 百度在线网络技术（北京）有限公司 播放控制方法、装置、电子设备及存储介质
US11659229B2 (en) 2020-04-29 2023-05-23 Arris Enterprises Llc System and method for management and presentation of alternate media
US11183193B1 (en) 2020-05-11 2021-11-23 Apple Inc. Digital assistant hardware abstraction
EP3910467A1 (en) * 2020-05-11 2021-11-17 Apple Inc. Digital assistant hardware abstraction
KR102523917B1 (ko) * 2020-05-11 2023-04-19 애플 인크. 디지털 어시스턴트 하드웨어 추출
CN112732624A (zh) * 2020-05-11 2021-04-30 苹果公司 数字助理硬件抽象
US11513667B2 (en) * 2020-05-11 2022-11-29 Apple Inc. User interface for audio message
US11061543B1 (en) 2020-05-11 2021-07-13 Apple Inc. Providing relevant data items based on context
US11755276B2 (en) 2020-05-12 2023-09-12 Apple Inc. Reducing description length based on confidence
EP4162698A1 (en) * 2020-06-08 2023-04-12 Sonos Inc. Control with distributed command processing
CN111724784A (zh) * 2020-06-28 2020-09-29 北京小米松果电子有限公司 设备控制方法及装置
US11490204B2 (en) 2020-07-20 2022-11-01 Apple Inc. Multi-device audio adjustment coordination
US11438683B2 (en) 2020-07-21 2022-09-06 Apple Inc. User identification using headphones
CN112165640B (zh) * 2020-09-21 2023-04-14 Vidaa美国公司 一种显示设备
US11392291B2 (en) 2020-09-25 2022-07-19 Apple Inc. Methods and interfaces for media control with dynamic feedback
US11657814B2 (en) * 2020-10-08 2023-05-23 Harman International Industries, Incorporated Techniques for dynamic auditory phrase completion
CN112507708B (zh) * 2020-12-16 2023-09-15 青岛海尔科技有限公司 信息录入方法、装置、存储介质及电子装置
US11431891B2 (en) 2021-01-31 2022-08-30 Apple Inc. User interfaces for wide angle video conference
CN113205807B (zh) * 2021-04-06 2023-08-29 珠海格力电器股份有限公司 一种语音设备的控制方法、装置、存储介质及语音设备
US11449188B1 (en) 2021-05-15 2022-09-20 Apple Inc. Shared-content session user interfaces
US11907605B2 (en) 2021-05-15 2024-02-20 Apple Inc. Shared-content session user interfaces
US11893214B2 (en) 2021-05-15 2024-02-06 Apple Inc. Real-time communication user interface
US11847378B2 (en) 2021-06-06 2023-12-19 Apple Inc. User interfaces for audio routing
US11960615B2 (en) 2021-06-06 2024-04-16 Apple Inc. Methods and user interfaces for voice-based user profile management
US11575758B1 (en) * 2021-09-13 2023-02-07 Amazon Technologies, Inc. Session-based device grouping
US11770600B2 (en) 2021-09-24 2023-09-26 Apple Inc. Wide angle video conference
WO2023056258A1 (en) 2021-09-30 2023-04-06 Sonos, Inc. Conflict management for wake-word detection processes
US11977816B1 (en) * 2022-08-25 2024-05-07 Amazon Technologies, Inc. Time-based context for voice user interface
US11886773B1 (en) 2023-03-28 2024-01-30 Volley Inc. Systems and methods for a voice-controlled interactive application

Family Cites Families (1219)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US999715A (en) 1911-05-31 1911-08-01 Hans Gundersen Flying-machine.
US4941187A (en) 1984-02-03 1990-07-10 Slater Robert W Intercom apparatus for integrating disparate audio sources for use in light aircraft or similar high noise environments
US4741038A (en) 1986-09-26 1988-04-26 American Telephone And Telegraph Company, At&T Bell Laboratories Sound location arrangement
JPS63301998A (ja) 1987-06-02 1988-12-08 日本電気株式会社 音声認識応答装置
US4974213A (en) 1988-12-16 1990-11-27 Siwecki Thomas L Passive active underwater sound detection apparatus
US5036538A (en) 1989-11-22 1991-07-30 Telephonics Corporation Multi-station voice recognition and processing system
US5440644A (en) 1991-01-09 1995-08-08 Square D Company Audio distribution system having programmable zoning features
EP0548836B1 (en) 1991-12-20 1997-06-11 Matsushita Electric Industrial Co., Ltd. A bass reproduction speaker apparatus
US6311157B1 (en) 1992-12-31 2001-10-30 Apple Computer, Inc. Assigning meanings to utterances in a speech recognition system
JPH0883091A (ja) 1994-09-09 1996-03-26 Matsushita Electric Ind Co Ltd 音声認識装置
US5740260A (en) 1995-05-22 1998-04-14 Presonus L.L.P. Midi to analog sound processor interface
US6070140A (en) 1995-06-05 2000-05-30 Tran; Bao Q. Speech recognizer
US5857172A (en) 1995-07-31 1999-01-05 Microsoft Corporation Activation control of a speech recognizer through use of a pointing device
US7174299B2 (en) 1995-08-18 2007-02-06 Canon Kabushiki Kaisha Speech recognition system, speech recognition apparatus, and speech recognition method
FR2739736B1 (fr) 1995-10-05 1997-12-05 Jean Laroche Procede de reduction des pre-echos ou post-echos affectant des enregistrements audio
JP3094900B2 (ja) 1996-02-20 2000-10-03 ヤマハ株式会社 ネットワーク機器およびデータ送受信方法
US6404811B1 (en) 1996-05-13 2002-06-11 Tektronix, Inc. Interactive multimedia system
JP3679526B2 (ja) 1996-10-31 2005-08-03 キヤノン株式会社 画像共有装置、画面制御方法及びコンピュータ可読メモリ
US6469633B1 (en) 1997-01-06 2002-10-22 Openglobe Inc. Remote control of electronic devices
US6078886A (en) 1997-04-14 2000-06-20 At&T Corporation System and method for providing remote automatic speech recognition services via a packet network
US6611537B1 (en) 1997-05-30 2003-08-26 Centillium Communications, Inc. Synchronous network for digital media streams
US6088459A (en) 1997-10-30 2000-07-11 Hobelsberger; Maximilian Hans Loudspeaker system with simulated baffle for improved base reproduction
US6408078B1 (en) 1997-10-30 2002-06-18 Maximilian Hobelsberger Active reactive acoustical elements
US6032202A (en) 1998-01-06 2000-02-29 Sony Corporation Of Japan Home audio/video network with two level device control
US20020002039A1 (en) 1998-06-12 2002-01-03 Safi Qureshey Network-enabled audio device
US6301603B1 (en) 1998-02-17 2001-10-09 Euphonics Incorporated Scalable audio processing on a heterogeneous processor array
US6953886B1 (en) 1998-06-17 2005-10-11 Looney Productions, Llc Media organizer and entertainment center
IL127569A0 (en) 1998-09-16 1999-10-28 Comsense Technologies Ltd Interactive toys
US6839410B2 (en) 1998-09-01 2005-01-04 At&T Corp. Method and apparatus for setting user communication parameters based on voice identification of users
EP1125277A4 (en) 1998-10-02 2002-02-20 Ibm STRUCTURAL SKELETON FOR EFFICIENT VOICE NAVIGATION BY GENERICALLY HIERARCHICAL OBJECTS
US20020116196A1 (en) 1998-11-12 2002-08-22 Tran Bao Q. Speech recognizer
US6243676B1 (en) 1998-12-23 2001-06-05 Openwave Systems Inc. Searching and retrieving multimedia information
US7130616B2 (en) 2000-04-25 2006-10-31 Simple Devices System and method for providing content, management, and interactivity for client devices
US6256554B1 (en) 1999-04-14 2001-07-03 Dilorenzo Mark Multi-room entertainment system with in-room media player/dispenser
US6414251B1 (en) 1999-04-19 2002-07-02 Breck Colquett Weighing apparatus and method having automatic tolerance analysis and calibration
US7657910B1 (en) 1999-07-26 2010-02-02 E-Cast Inc. Distributed electronic entertainment method and apparatus
GB2352933A (en) 1999-07-31 2001-02-07 Ibm Speech encoding in a client server system
US6542868B1 (en) 1999-09-23 2003-04-01 International Business Machines Corporation Audio notification management system
US6937977B2 (en) 1999-10-05 2005-08-30 Fastmobile, Inc. Method and apparatus for processing an input speech signal during presentation of an output audio signal
US6611604B1 (en) 1999-10-22 2003-08-26 Stillwater Designs & Audio, Inc. Ultra low frequency transducer and loud speaker comprising same
US7725307B2 (en) 1999-11-12 2010-05-25 Phoenix Solutions, Inc. Query engine for processing voice based queries including semantic decoding
US6594630B1 (en) * 1999-11-19 2003-07-15 Voice Signal Technologies, Inc. Voice-activated control for electrical device
US6522886B1 (en) 1999-11-22 2003-02-18 Qwest Communications International Inc. Method and system for simultaneously sharing wireless communications among multiple wireless handsets
US6219645B1 (en) 1999-12-02 2001-04-17 Lucent Technologies, Inc. Enhanced automatic speech recognition using multiple directional microphones
DE69935147T2 (de) 1999-12-03 2007-10-31 Telefonaktiebolaget Lm Ericsson (Publ) Verfahren zur gleichzeitigen Wiedergabe von Audio Signalen in zwei Telefonen
KR20010054622A (ko) 1999-12-07 2001-07-02 서평원 음성 인식 시스템의 음성 인식률 향상 방법
US20010042107A1 (en) 2000-01-06 2001-11-15 Palm Stephen R. Networked audio player transport protocol and architecture
US7661107B1 (en) 2000-01-18 2010-02-09 Advanced Micro Devices, Inc. Method and apparatus for dynamic allocation of processing resources
WO2001053963A1 (en) 2000-01-24 2001-07-26 Zapmedia, Inc. System and method for the distribution and sharing of media assets between media players devices
WO2001053994A2 (en) 2000-01-24 2001-07-26 Friskit, Inc. Streaming media search and playback system
ATE372625T1 (de) 2000-02-18 2007-09-15 Bridgeco Ag Mehrtor-brücke zur lieferung von netzwerkverbindungen
JP2001236093A (ja) 2000-02-24 2001-08-31 Omron Corp 電子機器制御装置および電子機器
US6631410B1 (en) 2000-03-16 2003-10-07 Sharp Laboratories Of America, Inc. Multimedia wired/wireless content synchronization system and method
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
AU4219601A (en) 2000-03-31 2001-10-15 Classwave Wireless Inc. Dynamic protocol selection and routing of content to mobile devices
GB2363036B (en) 2000-05-31 2004-05-12 Nokia Mobile Phones Ltd Conference call method and apparatus therefor
US20050164664A1 (en) 2000-07-21 2005-07-28 Difonzo Daniel F. Dynamically reconfigurable wireless networks (DRWiN) and methods for operating such networks
US20040105566A1 (en) 2000-07-27 2004-06-03 International Business Machines Corporation Body set type speaker unit
US8165867B1 (en) 2000-09-15 2012-04-24 Fish Robert D Methods for translating a device command
US6934756B2 (en) 2000-11-01 2005-08-23 International Business Machines Corporation Conversational networking via transport, coding and control conversational protocols
US20020054685A1 (en) 2000-11-09 2002-05-09 Carlos Avendano System for suppressing acoustic echoes and interferences in multi-channel audio systems
US20020072816A1 (en) 2000-12-07 2002-06-13 Yoav Shdema Audio system
US7016847B1 (en) 2000-12-08 2006-03-21 Ben Franklin Patent Holdings L.L.C. Open architecture for a voice user interface
US6778869B2 (en) 2000-12-11 2004-08-17 Sony Corporation System and method for request, delivery and use of multimedia files for audiovisual entertainment in the home environment
US7143939B2 (en) 2000-12-19 2006-12-05 Intel Corporation Wireless music device and method therefor
US20020124097A1 (en) 2000-12-29 2002-09-05 Isely Larson J. Methods, systems and computer program products for zone based distribution of audio signals
US7617099B2 (en) 2001-02-12 2009-11-10 FortMedia Inc. Noise suppression by two-channel tandem spectrum modification for speech signal in an automobile
GB2372864B (en) 2001-02-28 2005-09-07 Vox Generation Ltd Spoken language interface
US6885989B2 (en) 2001-04-02 2005-04-26 International Business Machines Corporation Method and system for collaborative speech recognition for small-area network
US6757517B2 (en) 2001-05-10 2004-06-29 Chin-Chi Chang Apparatus and method for coordinated music playback in wireless ad-hoc networks
US7136934B2 (en) 2001-06-19 2006-11-14 Request, Inc. Multimedia synchronization method and device
KR100420069B1 (ko) 2001-08-23 2004-02-25 한국과학기술원 인지 특성을 반영한 메뉴 설계 및 아이템 제시방법
US6892083B2 (en) 2001-09-05 2005-05-10 Vocera Communications Inc. Voice-controlled wireless communications system and method
US7536704B2 (en) 2001-10-05 2009-05-19 Opentv, Inc. Method and apparatus automatic pause and resume of playback for a popup on interactive TV
CA2407123C (en) 2001-10-16 2007-12-18 Audio Products International Corp. Low distortion loudspeaker cone suspension
CA2408045A1 (en) 2001-10-16 2003-04-16 Audio Products International Corp. Loudspeaker with large displacement motional feedback
US7006639B2 (en) 2001-11-20 2006-02-28 Maximilian Hans Hobelsberger Active noise-attenuating duct element
US7103542B2 (en) 2001-12-14 2006-09-05 Ben Franklin Patent Holding Llc Automatically improving a voice recognition system
AU2002361767A1 (en) 2001-12-17 2003-07-09 Becomm Corporation Method and system for synchronization of content rendering
DE10163213A1 (de) 2001-12-21 2003-07-10 Philips Intellectual Property Verfahren zum Betrieb eines Spracherkennungssystems
US8103009B2 (en) 2002-01-25 2012-01-24 Ksc Industries, Inc. Wired, wireless, infrared, and powerline audio entertainment systems
US7853341B2 (en) 2002-01-25 2010-12-14 Ksc Industries, Inc. Wired, wireless, infrared, and powerline audio entertainment systems
JP4086280B2 (ja) 2002-01-29 2008-05-14 株式会社東芝 音声入力システム、音声入力方法及び音声入力プログラム
AU2003216319A1 (en) 2002-02-20 2003-09-09 Meshnetworks, Inc. A system and method for routing 802.11 data traffic across channels to increase ad-hoc network capacity
JP3715584B2 (ja) 2002-03-28 2005-11-09 富士通株式会社 機器制御装置および機器制御方法
WO2003093950A2 (en) 2002-05-06 2003-11-13 David Goldberg Localized audio networks and associated digital accessories
KR100966415B1 (ko) 2002-05-09 2010-06-28 넷스트림스 엘엘씨 오디오 네트워크 분산 시스템
US6961423B2 (en) 2002-06-24 2005-11-01 Freescale Semiconductor, Inc. Method and apparatus for performing adaptive filtering
JP3815388B2 (ja) 2002-06-25 2006-08-30 株式会社デンソー 音声認識システムおよび端末
US8060225B2 (en) 2002-07-31 2011-11-15 Hewlett-Packard Development Company, L. P. Digital audio device
DE60210177T2 (de) 2002-08-14 2006-12-28 Sony Deutschland Gmbh Bandbreitenorientierte Neukonfigurierung von drahtlosen Ad-Hoc-Netzen
JP3910898B2 (ja) 2002-09-17 2007-04-25 株式会社東芝 指向性設定装置、指向性設定方法及び指向性設定プログラム
US7228275B1 (en) 2002-10-21 2007-06-05 Toyota Infotechnology Center Co., Ltd. Speech recognition system having multiple speech recognizers
JP2004163590A (ja) 2002-11-12 2004-06-10 Denso Corp 再生装置及びプログラム
KR20040042242A (ko) 2002-11-13 2004-05-20 삼성전자주식회사 홈서버를 이용하는 홈로봇 및 이를 포함하는 홈네트워크시스템
US7295548B2 (en) 2002-11-27 2007-11-13 Microsoft Corporation Method and system for disaggregating audio/visual components
CN100392723C (zh) 2002-12-11 2008-06-04 索夫塔马克斯公司 在稳定性约束下使用独立分量分析的语音处理系统和方法
US7076428B2 (en) * 2002-12-30 2006-07-11 Motorola, Inc. Method and apparatus for selective distributed speech recognition
KR100668297B1 (ko) 2002-12-31 2007-01-12 삼성전자주식회사 음성인식방법 및 장치
US6823050B2 (en) 2003-02-13 2004-11-23 International Business Machines Corporation System and method for interfacing with a personal telephony recorder
WO2004079929A2 (en) 2003-03-03 2004-09-16 America Online, Inc. Source audio identifiers for digital communications
JP2004347943A (ja) 2003-05-23 2004-12-09 Clarion Co Ltd データ処理装置、楽曲再生装置、データ処理装置の制御プログラムおよび楽曲再生装置の制御プログラム
JP2004354721A (ja) 2003-05-29 2004-12-16 Shimizu Corp 音声制御装置、音声制御方法および音声制御プログラム
US8234395B2 (en) 2003-07-28 2012-07-31 Sonos, Inc. System and method for synchronizing operations among a plurality of independently clocked digital data processing devices
US8290603B1 (en) 2004-06-05 2012-10-16 Sonos, Inc. User interfaces for controlling and manipulating groupings in a multi-zone media system
US7961892B2 (en) 2003-07-28 2011-06-14 Texas Instruments Incorporated Apparatus and method for monitoring speaker cone displacement in an audio speaker
US7571014B1 (en) 2004-04-01 2009-08-04 Sonos, Inc. Method and apparatus for controlling multimedia players in a multi-zone system
US9207905B2 (en) 2003-07-28 2015-12-08 Sonos, Inc. Method and apparatus for providing synchrony group status information
US20050031134A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Position detection of an actuator using infrared light
US20050031138A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Method of measuring a cant of an actuator
US20050031140A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Position detection of an actuator using a capacitance measurement
US20060104451A1 (en) 2003-08-07 2006-05-18 Tymphany Corporation Audio reproduction system
US20050031132A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Control system
US20050031131A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Method of modifying dynamics of a system
US20050031139A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Position detection of an actuator using impedance
US20050031133A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Process for position indication
US20050031137A1 (en) 2003-08-07 2005-02-10 Tymphany Corporation Calibration of an actuator
KR20050023841A (ko) 2003-09-03 2005-03-10 삼성전자주식회사 비선형 왜곡 저감 방법 및 장치
US7099821B2 (en) 2003-09-12 2006-08-29 Softmax, Inc. Separation of target acoustic signals in a multi-transducer arrangement
US20050077843A1 (en) 2003-10-11 2005-04-14 Ronnie Benditt Method and apparatus for controlling a performing arts show by an onstage performer
KR20060093722A (ko) 2003-10-24 2006-08-25 코닌클리케 필립스 일렉트로닉스 엔.브이. 적응성 사운드 재생
DE602004021716D1 (de) 2003-11-12 2009-08-06 Honda Motor Co Ltd Spracherkennungssystem
US7705565B2 (en) 2003-12-31 2010-04-27 Motorola, Inc. Method and system for wireless charging
US7707039B2 (en) 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
JP4269973B2 (ja) 2004-02-27 2009-05-27 株式会社デンソー カーオーディオシステム
US7415117B2 (en) 2004-03-02 2008-08-19 Microsoft Corporation System and method for beamforming using a microphone array
US7483538B2 (en) 2004-03-02 2009-01-27 Ksc Industries, Inc. Wireless and wired speaker hub for a home theater system
JP4059214B2 (ja) 2004-03-04 2008-03-12 ソニー株式会社 情報再生システムの制御方法、情報再生システム、情報提供装置、および情報提供プログラム
US10200504B2 (en) 2007-06-12 2019-02-05 Icontrol Networks, Inc. Communication protocols over internet protocol (IP) networks
US7372966B2 (en) 2004-03-19 2008-05-13 Nokia Corporation System for limiting loudspeaker displacement
JP2005284492A (ja) 2004-03-29 2005-10-13 Mitsubishi Electric Corp 音声利用操作装置
US7630501B2 (en) 2004-05-14 2009-12-08 Microsoft Corporation System and method for calibration of an acoustic system
US7792311B1 (en) 2004-05-15 2010-09-07 Sonos, Inc., Method and apparatus for automatically enabling subwoofer channel audio based on detection of subwoofer device
US7346846B2 (en) 2004-05-28 2008-03-18 Microsoft Corporation Strategies for providing just-in-time user assistance
US7006938B2 (en) 2004-06-16 2006-02-28 Ami Semiconductor, Inc. Reactive sensor modules using Pade' Approximant based compensation and providing module-sourced excitation
US7672845B2 (en) 2004-06-22 2010-03-02 International Business Machines Corporation Method and system for keyword detection using voice-recognition
US20060004834A1 (en) 2004-06-30 2006-01-05 Nokia Corporation Dynamic shortcuts
JP2006092482A (ja) 2004-09-27 2006-04-06 Yamaha Corp 音声認識通報装置
US7720232B2 (en) 2004-10-15 2010-05-18 Lifesize Communications, Inc. Speakerphone
US8386523B2 (en) 2004-12-30 2013-02-26 Texas Instruments Incorporated Random access audio decoder
TWI272860B (en) 2005-01-03 2007-02-01 Lite On Technology Corp Audio receiver and volume reminder method
US20070189544A1 (en) 2005-01-15 2007-08-16 Outland Research, Llc Ambient sound responsive media player
EP1844392B1 (en) 2005-01-21 2012-07-04 Certicom Corp. Elliptic curve random number generation
US20060190968A1 (en) 2005-01-31 2006-08-24 Searete Llc, A Limited Corporation Of The State Of The State Of Delaware Sharing between shared audio devices
US8594320B2 (en) 2005-04-19 2013-11-26 (Epfl) Ecole Polytechnique Federale De Lausanne Hybrid echo and noise suppression method and device in a multi-channel audio signal
EP1715669A1 (en) 2005-04-19 2006-10-25 Ecole Polytechnique Federale De Lausanne (Epfl) A method for removing echo in an audio signal
US7991167B2 (en) 2005-04-29 2011-08-02 Lifesize Communications, Inc. Forming beams with nulls directed at noise sources
US7720684B2 (en) 2005-04-29 2010-05-18 Nuance Communications, Inc. Method, apparatus, and computer program product for one-step correction of voice interaction
US9300790B2 (en) 2005-06-24 2016-03-29 Securus Technologies, Inc. Multi-party conversation analyzer and logger
JP4760160B2 (ja) 2005-06-29 2011-08-31 ヤマハ株式会社 集音装置
JP4804052B2 (ja) 2005-07-08 2011-10-26 アルパイン株式会社 音声認識装置、音声認識装置を備えたナビゲーション装置及び音声認識装置の音声認識方法
US20070018844A1 (en) 2005-07-19 2007-01-25 Sehat Sutardja Two way remote control
JP4285457B2 (ja) 2005-07-20 2009-06-24 ソニー株式会社 音場測定装置及び音場測定方法
EP1912468B1 (en) 2005-07-29 2013-08-14 Panasonic Corporation Loudspeaker device
CN1909625A (zh) 2005-08-05 2007-02-07 鸿富锦精密工业（深圳）有限公司 一种自动调整音量的电视装置及控制方法
KR20080043358A (ko) 2005-08-19 2008-05-16 그레이스노트 아이엔씨 재생 디바이스의 동작을 제어하는 방법 및 시스템
US20070060054A1 (en) 2005-09-15 2007-03-15 Sony Ericsson Mobile Communications Ab Wireless home communication system method and apparatus
JP4519041B2 (ja) 2005-09-20 2010-08-04 ローランド株式会社 楽器用スピーカ装置
WO2007034392A2 (en) 2005-09-21 2007-03-29 Koninklijke Philips Electronics N.V. Ultrasound imaging system with voice activated controls using remotely positioned microphone
EP1952619B1 (en) 2005-11-07 2018-02-28 Telecom Italia S.p.A. Method for managing a conference call in a telephone network
JP4929685B2 (ja) 2005-11-15 2012-05-09 ヤマハ株式会社 遠隔会議装置
US8135143B2 (en) 2005-11-15 2012-03-13 Yamaha Corporation Remote conference apparatus and sound emitting/collecting apparatus
US20070140058A1 (en) 2005-11-21 2007-06-21 Motorola, Inc. Method and system for correcting transducer non-linearities
US7600194B2 (en) 2005-12-02 2009-10-06 Microsoft Corporation Start menu operation for computer user interface
JP4677341B2 (ja) 2005-12-21 2011-04-27 パイオニア株式会社 スピーカー装置及び携帯電話機
JP2007174233A (ja) 2005-12-21 2007-07-05 Pioneer Electronic Corp スピーカー装置及び携帯電話機
US20160066087A1 (en) 2006-01-30 2016-03-03 Ludger Solbach Joint noise suppression and acoustic echo cancellation
KR100762636B1 (ko) 2006-02-14 2007-10-01 삼성전자주식회사 네트워크 단말의 음성 검출 제어 시스템 및 방법
JP4422692B2 (ja) 2006-03-03 2010-02-24 日本電信電話株式会社 伝達経路推定方法、残響除去方法、音源分離方法、これらの装置、プログラム、記録媒体
EP1999993A4 (en) 2006-03-06 2011-03-30 Gen Innovations Inc POSITIONALLY SEQUENCED SPEAKER SYSTEM
CN101449538A (zh) 2006-04-04 2009-06-03 约翰逊控制技术公司 媒体文件的文本-语法改进
ATE423433T1 (de) 2006-04-18 2009-03-15 Harman Becker Automotive Sys System und verfahren zur mehrkanal- echokompensation
KR100786108B1 (ko) 2006-05-01 2007-12-18 김준식 음파통신 네트워크
ATE436151T1 (de) 2006-05-10 2009-07-15 Harman Becker Automotive Sys Kompensation von mehrkanalechos durch dekorrelation
US9208785B2 (en) 2006-05-10 2015-12-08 Nuance Communications, Inc. Synchronizing distributed speech recognition
US8041057B2 (en) 2006-06-07 2011-10-18 Qualcomm Incorporated Mixing techniques for mixing audio
JP4984683B2 (ja) 2006-06-29 2012-07-25 ヤマハ株式会社 放収音装置
US8207936B2 (en) 2006-06-30 2012-06-26 Sony Ericsson Mobile Communications Ab Voice remote control
US8189765B2 (en) 2006-07-06 2012-05-29 Panasonic Corporation Multichannel echo canceller
US20080037814A1 (en) 2006-08-09 2008-02-14 Jeng-Jye Shau Precision audio speakers
EP2050304B1 (en) 2006-08-10 2018-10-24 Claudio Lastrucci Improvements to systems for acoustic diffusion
US10013381B2 (en) 2006-08-31 2018-07-03 Bose Corporation Media playing from a docked handheld media device
US8483853B1 (en) 2006-09-12 2013-07-09 Sonos, Inc. Controlling and manipulating groupings in a multi-zone media system
US8473618B2 (en) 2006-09-19 2013-06-25 Motorola Solutions, Inc. Method and system for processing multiple communication sessions in a communication network
JP2008079256A (ja) 2006-09-25 2008-04-03 Toshiba Corp 音響信号処理装置、音響信号処理方法及びプログラム
US8073681B2 (en) 2006-10-16 2011-12-06 Voicebox Technologies, Inc. System and method for a cooperative conversational voice user interface
TWI435591B (zh) 2006-10-17 2014-04-21 Marvell World Trade Ltd 用於蜂巢電話之顯示控制
US7747293B2 (en) 2006-10-17 2010-06-29 Marvell Worl Trade Ltd. Display control for cellular phone
EP2080272B1 (en) 2006-10-17 2019-08-21 D&M Holdings, Inc. Unification of multimedia devices
US9124650B2 (en) 2006-12-13 2015-09-01 Quickplay Media Inc. Digital rights management in a mobile environment
US8391501B2 (en) 2006-12-13 2013-03-05 Motorola Mobility Llc Method and apparatus for mixing priority and non-priority audio signals
US20080146289A1 (en) 2006-12-14 2008-06-19 Motorola, Inc. Automatic audio transducer adjustments based upon orientation of a mobile communication device
JP2008158868A (ja) 2006-12-25 2008-07-10 Toyota Motor Corp 移動体、及びその制御方法
US7973857B2 (en) 2006-12-27 2011-07-05 Nokia Corporation Teleconference group formation using context information
US20090013255A1 (en) 2006-12-30 2009-01-08 Matthew John Yuschik Method and System for Supporting Graphical User Interfaces
KR101316750B1 (ko) 2007-01-23 2013-10-08 삼성전자주식회사 수신된 위치 정보에 따라 오디오 파일을 재생하는 장치 및그 방법
TW200833152A (en) 2007-01-31 2008-08-01 Bluepacket Comm Co Ltd Multimedia switching system
WO2008096414A1 (ja) 2007-02-06 2008-08-14 Pioneer Corporation コンテンツ取得装置、コンテンツ取得方法、コンテンツ取得プログラムおよび記録媒体
US20090228919A1 (en) 2007-11-16 2009-09-10 Zott Joseph A Media playlist management and viewing remote control
US20080208594A1 (en) 2007-02-27 2008-08-28 Cross Charles W Effecting Functions On A Multimodal Telephony Device
JP4728982B2 (ja) 2007-03-05 2011-07-20 株式会社東芝 利用者と対話する装置、方法およびプログラム
US8886545B2 (en) 2007-03-07 2014-11-11 Vlingo Corporation Dealing with switch latency in speech recognition
US8996379B2 (en) 2007-03-07 2015-03-31 Vlingo Corporation Speech recognition text entry for software applications
US8635243B2 (en) 2007-03-07 2014-01-21 Research In Motion Limited Sending a communications header with voice recording to send metadata for use in speech recognition, formatting, and search mobile search application
US8019076B1 (en) 2007-03-14 2011-09-13 Clearone Communications, Inc. Portable speakerphone device and subsystem utilizing false doubletalk detection
GB0706074D0 (en) 2007-03-28 2007-05-09 Skype Ltd Detection of communication states
US8983051B2 (en) 2007-04-03 2015-03-17 William F. Barton Outgoing call classification and disposition
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8406439B1 (en) 2007-04-04 2013-03-26 At&T Intellectual Property I, L.P. Methods and systems for synthetic audio placement
US8848879B1 (en) 2007-05-03 2014-09-30 Avaya Inc. Customizable notification based on recent communication history
KR100827613B1 (ko) 2007-05-04 2008-05-07 삼성전자주식회사 휴대용 단말기의 마이크 제어 장치 및 방법
US8041565B1 (en) 2007-05-04 2011-10-18 Foneweb, Inc. Precision speech to text conversion
US8032383B1 (en) 2007-05-04 2011-10-04 Foneweb, Inc. Speech controlled services and devices using internet
US8136040B2 (en) 2007-05-16 2012-03-13 Apple Inc. Audio variance for multiple windows
BRPI0810285A2 (pt) 2007-05-18 2014-12-30 Shorthand Mobile Inc "sistema e processo para comunicações aperfeiçoadas via sistemas de comunicação de pequena taxa de dados"
US20080291916A1 (en) 2007-05-22 2008-11-27 Bo Xiong Systems and methods for dynamic quality of service
EP1998446A1 (en) 2007-05-31 2008-12-03 Alcatel Lucent Remote control for devices with connectivity to a service delivery platform
US8068925B2 (en) 2007-06-28 2011-11-29 Apple Inc. Dynamic routing of audio among multiple audio devices
JP4985151B2 (ja) 2007-06-29 2012-07-25 ヤマハ株式会社 コンテンツ配信システム及びセンタ装置
JP4916394B2 (ja) 2007-07-03 2012-04-11 富士通株式会社 エコー抑圧装置、エコー抑圧方法及びコンピュータプログラム
US8323201B2 (en) 2007-08-06 2012-12-04 Orison Corporation System and method for three-dimensional ultrasound imaging
US20090046866A1 (en) 2007-08-15 2009-02-19 Fortemedia, Inc. Apparatus capable of performing acoustic echo cancellation and a method thereof
US8073125B2 (en) 2007-09-25 2011-12-06 Microsoft Corporation Spatial audio conferencing
US7844724B2 (en) 2007-10-24 2010-11-30 Social Communications Company Automated real-time data stream switching in a shared virtual area communication environment
US8639214B1 (en) 2007-10-26 2014-01-28 Iwao Fujisaki Communication device
US8013720B2 (en) 2007-11-02 2011-09-06 Reverse Control, Inc. Signal apparatus for facilitating safe backup of vehicles
CN103648071B (zh) 2007-11-20 2018-11-02 松下知识产权经营株式会社 扬声器、视频设备、以及便携式信息处理装置
US9247346B2 (en) 2007-12-07 2016-01-26 Northern Illinois Research Foundation Apparatus, system and method for noise cancellation and communication for incubators and related devices
US20090153289A1 (en) 2007-12-12 2009-06-18 Eric James Hope Handheld electronic devices with bimodal remote control functionality
US9386154B2 (en) 2007-12-21 2016-07-05 Nuance Communications, Inc. System, method and software program for enabling communications between customer service agents and users of communication devices
US8473081B2 (en) 2007-12-25 2013-06-25 Personics Holdings, Inc. Method and system for event reminder using an earpiece
US8423893B2 (en) 2008-01-07 2013-04-16 Altec Lansing Australia Pty Limited User interface for managing the operation of networked media playback devices
US9992314B2 (en) 2008-01-24 2018-06-05 Garmin Switzerland Gmbh Automatic device mode switching
DE102008039329A1 (de) 2008-01-25 2009-07-30 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Berechnung von Steuerinformationen für ein Echounterdrückungsfilter und Vorrichtung und Verfahren zur Berechnung eines Verzögerungswerts
DE102008039330A1 (de) 2008-01-31 2009-08-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Berechnen von Filterkoeffizienten zur Echounterdrückung
US8072905B2 (en) 2008-02-04 2011-12-06 Sony Ericsson Mobile Communications Ab Intelligent interaction between devices in a local network
US8213598B2 (en) 2008-02-26 2012-07-03 Microsoft Corporation Harmonic distortion residual echo suppression
US8638908B2 (en) 2008-02-28 2014-01-28 Computer Products Introductions, Corp Contextual conversation processing in telecommunication applications
US8194882B2 (en) 2008-02-29 2012-06-05 Audience, Inc. System and method for providing single microphone noise suppression fallback
US8255224B2 (en) 2008-03-07 2012-08-28 Google Inc. Voice recognition grammar selection based on context
US9113240B2 (en) 2008-03-18 2015-08-18 Qualcomm Incorporated Speech enhancement using multiple microphones on multiple devices
US20090248397A1 (en) 2008-03-25 2009-10-01 Microsoft Corporation Service Initiation Techniques
WO2009120301A2 (en) 2008-03-25 2009-10-01 Square Products Corporation System and method for simultaneous media presentation
US7516068B1 (en) 2008-04-07 2009-04-07 International Business Machines Corporation Optimized collection of audio for speech recognition
CN101562671A (zh) 2008-04-18 2009-10-21 鸿富锦精密工业（深圳）有限公司 音频设备的音量控制方法及通信装置
WO2009133719A1 (ja) 2008-04-30 2009-11-05 日本電気株式会社 音響モデル学習装置および音声認識装置
US8589161B2 (en) 2008-05-27 2013-11-19 Voicebox Technologies, Inc. System and method for an integrated, multi-modal, multi-device natural language voice services environment
US8831948B2 (en) 2008-06-06 2014-09-09 At&T Intellectual Property I, L.P. System and method for synthetically generated speech describing media content
US8385557B2 (en) 2008-06-19 2013-02-26 Microsoft Corporation Multichannel acoustic echo reduction
US8325909B2 (en) 2008-06-25 2012-12-04 Microsoft Corporation Acoustic echo suppression
US8693663B2 (en) 2008-06-27 2014-04-08 Centurylink Intellectual Property Llc System and method for implementing do-not-disturb during playback of media content
US8364481B2 (en) 2008-07-02 2013-01-29 Google Inc. Speech recognition with parallel recognition tasks
US8505056B2 (en) 2008-07-10 2013-08-06 Apple Inc. Updating properties of remote A/V performance nodes
EP2146519B1 (en) 2008-07-16 2012-06-06 Nuance Communications, Inc. Beamforming pre-processing for speaker localization
US8781833B2 (en) 2008-07-17 2014-07-15 Nuance Communications, Inc. Speech recognition semantic classification training
US8639830B2 (en) 2008-07-22 2014-01-28 Control4 Corporation System and method for streaming audio
US8325938B2 (en) 2008-08-12 2012-12-04 Sony Corporation Handsfree call apparatus, acoustic reproducing apparatus with handsfree call function, and handsfree call method
JP5206234B2 (ja) 2008-08-27 2013-06-12 富士通株式会社 雑音抑圧装置、携帯電話機、雑音抑圧方法及びコンピュータプログラム
US8676586B2 (en) 2008-09-16 2014-03-18 Nice Systems Ltd Method and apparatus for interaction or discourse analytics
KR20100034229A (ko) 2008-09-23 2010-04-01 삼성전자주식회사 이어폰 회로를 포함하는 휴대 단말기 및 이의 운용방법
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
EP2351021B1 (en) 2008-11-10 2017-09-06 Google, Inc. Determining an operating mode based on the orientation of a mobile device
US8386261B2 (en) 2008-11-14 2013-02-26 Vocollect Healthcare Systems, Inc. Training/coaching system for a voice-enabled work environment
US8095368B2 (en) * 2008-12-04 2012-01-10 At&T Intellectual Property I, L.P. System and method for voice authentication over a computer network
JP5347472B2 (ja) 2008-12-12 2013-11-20 ヤマハ株式会社 遠隔制御装置および遠隔制御システム
US8548812B2 (en) 2008-12-22 2013-10-01 Avaya Inc. Method and system for detecting a relevant utterance in a voice session
KR101467796B1 (ko) 2009-01-12 2014-12-10 엘지전자 주식회사 이동단말기 및 그 제어 방법
US8351617B2 (en) 2009-01-13 2013-01-08 Fortemedia, Inc. Method for phase mismatch calibration for an array microphone and phase calibration module for the same
US20100179874A1 (en) 2009-01-13 2010-07-15 Yahoo! Inc. Media object metadata engine configured to determine relationships between persons and brands
US20130283169A1 (en) 2012-04-24 2013-10-24 Social Communications Company Voice-based virtual area navigation
US8428758B2 (en) 2009-02-16 2013-04-23 Apple Inc. Dynamic audio ducking
FR2943875A1 (fr) 2009-03-31 2010-10-01 France Telecom Procede et dispositif de classification du bruit de fond contenu dans un signal audio.
KR101064976B1 (ko) 2009-04-06 2011-09-15 한국과학기술원 음원위치추정시스템 및 이를 구비한 음원에 반응하는 로봇
US8243949B2 (en) 2009-04-14 2012-08-14 Plantronics, Inc. Network addressible loudspeaker and audio play
CN102804747B (zh) 2009-04-15 2014-04-02 弗兰霍菲尔运输应用研究公司 多通道回波对消器
US8483398B2 (en) 2009-04-30 2013-07-09 Hewlett-Packard Development Company, L.P. Methods and systems for reducing acoustic echoes in multichannel communication systems by reducing the dimensionality of the space of impulse responses
JP5550456B2 (ja) 2009-06-04 2014-07-16 本田技研工業株式会社 残響抑圧装置、及び残響抑圧方法
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
JP4820434B2 (ja) 2009-06-08 2011-11-24 レノボ・シンガポール・プライベート・リミテッド マイクロフォンのミュート・コントロール
US20100332236A1 (en) 2009-06-25 2010-12-30 Blueant Wireless Pty Limited Voice-triggered operation of electronic devices
US8625775B2 (en) 2009-08-06 2014-01-07 Hti Ip, L.L.C. Method and system for reducing echo and noise in a vehicle passenger compartment environment
US8478982B2 (en) 2009-08-06 2013-07-02 Broadcom Corporation Media access control security management in physical layer
JP5440053B2 (ja) 2009-09-14 2014-03-12 ソニー株式会社 情報処理装置及び情報処理方法、並びにコンピューター・プログラム
WO2011033887A1 (ja) 2009-09-17 2011-03-24 株式会社日立メディコ 超音波探触子及び超音波撮像装置
US20110091055A1 (en) 2009-10-19 2011-04-21 Broadcom Corporation Loudspeaker localization techniques
US8600073B2 (en) 2009-11-04 2013-12-03 Cambridge Silicon Radio Limited Wind noise suppression
KR101301535B1 (ko) 2009-12-02 2013-09-04 한국전자통신연구원 하이브리드 번역 장치 및 그 방법
US20110145581A1 (en) 2009-12-14 2011-06-16 Verizon Patent And Licensing, Inc. Media playback across devices
JP5641186B2 (ja) 2010-01-13 2014-12-17 ヤマハ株式会社 雑音抑圧装置およびプログラム
NO332437B1 (no) 2010-01-18 2012-09-17 Cisco Systems Int Sarl Apparat og fremgangsmate for a supprimere et akustisk ekko
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
WO2011091402A1 (en) 2010-01-25 2011-07-28 Justin Mason Voice electronic listening assistant
US8718290B2 (en) 2010-01-26 2014-05-06 Audience, Inc. Adaptive noise reduction using level cues
US8713571B2 (en) 2010-02-17 2014-04-29 Microsoft Corporation Asynchronous task execution
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9209987B2 (en) 2010-03-02 2015-12-08 Microsoft Technology Licensing, Llc Social media playback
EP2375779A3 (en) 2010-03-31 2012-01-18 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Apparatus and method for measuring a plurality of loudspeakers and microphone array
US9112989B2 (en) 2010-04-08 2015-08-18 Qualcomm Incorporated System and method of smart audio logging for mobile devices
US9514476B2 (en) 2010-04-14 2016-12-06 Viacom International Inc. Systems and methods for discovering artists
US8538035B2 (en) 2010-04-29 2013-09-17 Audience, Inc. Multi-microphone robust noise suppression
US8437339B2 (en) 2010-04-28 2013-05-07 Hewlett-Packard Development Company, L.P. Techniques to provide integrated voice service management
JP5572445B2 (ja) 2010-04-30 2014-08-13 本田技研工業株式会社 残響抑圧装置、及び残響抑圧方法
EP3418917B1 (en) 2010-05-04 2022-08-17 Apple Inc. Methods and systems for synchronizing media
US9307340B2 (en) 2010-05-06 2016-04-05 Dolby Laboratories Licensing Corporation Audio system equalization for portable media playback devices
EP2986034B1 (en) 2010-05-06 2017-05-31 Dolby Laboratories Licensing Corporation Audio system equalization for portable media playback devices
US9736600B2 (en) 2010-05-17 2017-08-15 Iii Holdings 4, Llc Devices and methods for collecting acoustic data
US8395653B2 (en) 2010-05-18 2013-03-12 Polycom, Inc. Videoconferencing endpoint having multiple voice-tracking cameras
US20110289506A1 (en) 2010-05-18 2011-11-24 Google Inc. Management of computing resources for applications
US9558755B1 (en) 2010-05-20 2017-01-31 Knowles Electronics, Llc Noise suppression assisted automatic speech recognition
US8831761B2 (en) 2010-06-02 2014-09-09 Sony Corporation Method for determining a processed audio signal and a handheld device
JP2011259097A (ja) 2010-06-07 2011-12-22 Sony Corp 音声信号処理装置及び音声信号処理方法
US8588849B2 (en) 2010-07-09 2013-11-19 Blackberry Limited System and method for resuming media
US8699723B2 (en) 2010-07-20 2014-04-15 International Business Machines Corporation Audio device volume manager using measured volume perceived at a first audio device to control volume generation by a second audio device
US8762144B2 (en) * 2010-07-21 2014-06-24 Samsung Electronics Co., Ltd. Method and apparatus for voice activity detection
US9025782B2 (en) 2010-07-26 2015-05-05 Qualcomm Incorporated Systems, methods, apparatus, and computer-readable media for multi-microphone location-selective processing
US9349368B1 (en) 2010-08-05 2016-05-24 Google Inc. Generating an audio notification based on detection of a triggering event
US8359020B2 (en) 2010-08-06 2013-01-22 Google Inc. Automatically monitoring for voice input based on context
US8731939B1 (en) 2010-08-06 2014-05-20 Google Inc. Routing queries based on carrier phrase registration
US9237383B2 (en) 2010-08-27 2016-01-12 Intel Corporation Peer to peer streaming of DVR buffered program data
US20120078635A1 (en) 2010-09-24 2012-03-29 Apple Inc. Voice control system
US8861756B2 (en) 2010-09-24 2014-10-14 LI Creative Technologies, Inc. Microphone array system
CN103038816B (zh) 2010-10-01 2015-02-25 三菱电机株式会社 声音识别装置
US9240111B2 (en) 2010-10-06 2016-01-19 Microsoft Technology Licensing, Llc Inferring building metadata from distributed sensors
JP6363324B2 (ja) 2010-10-08 2018-09-12 日本電気株式会社 信号処理装置、信号処理方法、及び信号処理プログラム
US20120099594A1 (en) 2010-10-22 2012-04-26 Phorus Llc Media distribution architecture
EP2444967A1 (en) 2010-10-25 2012-04-25 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Echo suppression comprising modeling of late reverberation components
US9552840B2 (en) 2010-10-25 2017-01-24 Qualcomm Incorporated Three-dimensional sound capturing and reproducing with multi-microphones
US9226069B2 (en) 2010-10-29 2015-12-29 Qualcomm Incorporated Transitioning multiple microphones from a first mode to a second mode
EP2456199A3 (en) 2010-11-22 2014-07-16 DDS Newco Inc. Method and systems of dynamically managing content for use by a media playback device
US20120148075A1 (en) 2010-12-08 2012-06-14 Creative Technology Ltd Method for optimizing reproduction of audio signals from an apparatus for audio reproduction
US9508358B2 (en) 2010-12-15 2016-11-29 Koninklijke Philips N.V. Noise reduction system with remote noise detector
JP5771002B2 (ja) 2010-12-22 2015-08-26 株式会社東芝 音声認識装置、音声認識方法および音声認識装置を搭載したテレビ受像機
US9241227B2 (en) 2011-01-06 2016-01-19 Bose Corporation Transducer with integrated sensor
JP2012150237A (ja) 2011-01-18 2012-08-09 Sony Corp 音信号処理装置、および音信号処理方法、並びにプログラム
CN102123188A (zh) 2011-03-03 2011-07-13 曾超宁 移动电话耳麦装置
US8929564B2 (en) 2011-03-03 2015-01-06 Microsoft Corporation Noise adaptive beamforming for microphone arrays
KR20120100514A (ko) 2011-03-04 2012-09-12 삼성전자주식회사 디바이스 그룹핑 방법 및 이를 적용한 서버
US8804977B2 (en) 2011-03-18 2014-08-12 Dolby Laboratories Licensing Corporation Nonlinear reference signal processing for echo suppression
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
JPWO2012127831A1 (ja) * 2011-03-22 2014-07-24 パナソニック株式会社 光情報装置及びそのギャップ制御方法
US8938312B2 (en) 2011-04-18 2015-01-20 Sonos, Inc. Smart line-in processing
US9493130B2 (en) 2011-04-22 2016-11-15 Angel A. Penilla Methods and systems for communicating content to connected vehicle users based detected tone/mood in voice input
KR20120128542A (ko) 2011-05-11 2012-11-27 삼성전자주식회사 멀티 채널 에코 제거를 위한 멀티 채널 비-상관 처리 방법 및 장치
US9342516B2 (en) 2011-05-18 2016-05-17 Microsoft Technology Licensing, Llc Media presentation playback annotation
US8320577B1 (en) 2011-05-20 2012-11-27 Google Inc. Method and apparatus for multi-channel audio processing using single-channel components
US9893902B2 (en) 2011-05-31 2018-02-13 Google Llc Muting participants in a communication session
US8897465B2 (en) 2011-06-01 2014-11-25 Robert Bosch Gmbh Class D micro-speaker
US8958571B2 (en) 2011-06-03 2015-02-17 Cirrus Logic, Inc. MIC covering detection in personal audio devices
US8738925B1 (en) 2013-01-07 2014-05-27 Fitbit, Inc. Wireless portable biometric device syncing
US9307321B1 (en) 2011-06-09 2016-04-05 Audience, Inc. Speaker distortion reduction
US9264553B2 (en) 2011-06-11 2016-02-16 Clearone Communications, Inc. Methods and apparatuses for echo cancelation with beamforming microphone arrays
US9762967B2 (en) 2011-06-14 2017-09-12 Comcast Cable Communications, Llc System and method for presenting content with time based metadata
US8731765B2 (en) 2011-06-28 2014-05-20 GM Global Technology Operations LLC Method and apparatus for fault detection in a torque machine of a powertrain system
US20130018659A1 (en) 2011-07-12 2013-01-17 Google Inc. Systems and Methods for Speech Command Processing
US9042556B2 (en) 2011-07-19 2015-05-26 Sonos, Inc Shaping sound responsive to speaker orientation
US20130024018A1 (en) 2011-07-22 2013-01-24 Htc Corporation Multimedia control method and multimedia control system
JP5289517B2 (ja) 2011-07-28 2013-09-11 株式会社半導体理工学研究センター センサネットワークシステムとその通信方法
US9148742B1 (en) 2011-07-29 2015-09-29 Google Inc. Proximity detection via audio
EP2555598A1 (en) 2011-08-05 2013-02-06 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method and device for generating optical radiation by means of electrically operated pulsed discharges
JP5640918B2 (ja) 2011-08-05 2014-12-17 ブラザー工業株式会社 サーバ装置、対応付け方法、及び携帯機器用プログラム
US20130039527A1 (en) 2011-08-08 2013-02-14 Bang & Olufsen A/S Modular, configurable speaker and a method of operating it
KR101252167B1 (ko) 2011-08-18 2013-04-05 엘지전자 주식회사 가전기기 진단장치 및 그 진단방법
US20130211826A1 (en) 2011-08-22 2013-08-15 Claes-Fredrik Urban Mannby Audio Signals as Buffered Streams of Audio Signals and Metadata
US8750677B2 (en) 2011-08-23 2014-06-10 Microsoft Corporation Method for transferring media playback from a different device
US20130073293A1 (en) 2011-09-20 2013-03-21 Lg Electronics Inc. Electronic device and method for controlling the same
US9094539B1 (en) 2011-09-22 2015-07-28 Amazon Technologies, Inc. Dynamic device adjustments based on determined user sleep state
US8768707B2 (en) 2011-09-27 2014-07-01 Sensory Incorporated Background speech recognition assistant using speaker verification
US8996381B2 (en) 2011-09-27 2015-03-31 Sensory, Incorporated Background speech recognition assistant
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US9729631B2 (en) 2011-09-30 2017-08-08 Apple Inc. Asynchronous data manipulation
US8340975B1 (en) * 2011-10-04 2012-12-25 Theodore Alfred Rosenberger Interactive speech recognition device and system for hands-free building control
US8971546B2 (en) 2011-10-14 2015-03-03 Sonos, Inc. Systems, methods, apparatus, and articles of manufacture to control audio playback devices
CN103052001B (zh) 2011-10-17 2015-06-24 联想(北京)有限公司 智能设备及其控制方法
GB201118784D0 (en) 2011-10-31 2011-12-14 Omnifone Ltd Djml
GB2496660B (en) 2011-11-18 2014-06-04 Skype Processing audio signals
US8983089B1 (en) 2011-11-28 2015-03-17 Rawles Llc Sound source localization using multiple microphone arrays
CN102567468B (zh) 2011-12-06 2014-06-04 上海聚力传媒技术有限公司 一种用于对媒体文件的播放音量进行调节的方法与设备
GB2497343B (en) 2011-12-08 2014-11-26 Skype Processing audio signals
US20150237406A1 (en) * 2011-12-13 2015-08-20 Claudio J. Ochoa Channel navigation in connected media devices through keyword selection
US9084058B2 (en) 2011-12-29 2015-07-14 Sonos, Inc. Sound field calibration using listener localization
KR102022318B1 (ko) 2012-01-11 2019-09-18 삼성전자 주식회사 음성 인식을 사용하여 사용자 기능을 수행하는 방법 및 장치
US8825020B2 (en) 2012-01-12 2014-09-02 Sensory, Incorporated Information access and device control using mobile phones and audio in the home environment
US9654817B2 (en) 2012-01-27 2017-05-16 Avaya Inc. System and method to synchronize video playback on mobile devices
US9401058B2 (en) 2012-01-30 2016-07-26 International Business Machines Corporation Zone based presence determination via voiceprint location awareness
WO2013115748A1 (en) 2012-01-30 2013-08-08 Echostar Ukraine, L.L.C. Apparatus, systems and methods for adjusting output audio volume based on user location
US9418658B1 (en) 2012-02-08 2016-08-16 Amazon Technologies, Inc. Configuration of voice controlled assistant
US9173025B2 (en) 2012-02-08 2015-10-27 Dolby Laboratories Licensing Corporation Combined suppression of noise, echo, and out-of-location signals
US9947333B1 (en) 2012-02-10 2018-04-17 Amazon Technologies, Inc. Voice interaction architecture with intelligent background noise cancellation
US8453058B1 (en) 2012-02-20 2013-05-28 Google Inc. Crowd-sourced audio shortcuts
EP2632141B1 (en) 2012-02-22 2014-10-15 Dialog Semiconductor B.V. Postfilter for Spectral Domain Echo Cancellers to handle Non-linear Echo Components
US9065895B2 (en) 2012-02-22 2015-06-23 Broadcom Corporation Non-linear echo cancellation
US9838810B2 (en) 2012-02-27 2017-12-05 Qualcomm Technologies International, Ltd. Low power audio detection
US20130238326A1 (en) 2012-03-08 2013-09-12 Lg Electronics Inc. Apparatus and method for multiple device voice control
US9361878B2 (en) 2012-03-30 2016-06-07 Michael Boukadakis Computer-readable medium, system and method of providing domain-specific information
US9198204B2 (en) 2012-04-11 2015-11-24 Google Inc. Apparatus and method for seamless commissioning of wireless devices
EP2839391A4 (en) 2012-04-20 2016-01-27 Maluuba Inc CONVERSATION AGENT
US9633186B2 (en) 2012-04-23 2017-04-25 Apple Inc. Systems and methods for controlling output of content based on human recognition data detection
US9117449B2 (en) 2012-04-26 2015-08-25 Nuance Communications, Inc. Embedded system for construction of small footprint speech recognition with user-definable constraints
CN104395957B (zh) 2012-04-30 2018-02-13 创新科技有限公司 一种通用可重构回声消除系统
US11452153B2 (en) 2012-05-01 2022-09-20 Lisnr, Inc. Pairing and gateway connection using sonic tones
US8886524B1 (en) 2012-05-01 2014-11-11 Amazon Technologies, Inc. Signal processing based on audio context
US20130294611A1 (en) 2012-05-04 2013-11-07 Sony Computer Entertainment Inc. Source separation by independent component analysis in conjuction with optimization of acoustic echo cancellation
US9584909B2 (en) 2012-05-10 2017-02-28 Google Inc. Distributed beamforming based on message passing
US9768829B2 (en) 2012-05-11 2017-09-19 Intel Deutschland Gmbh Methods for processing audio signals and circuit arrangements therefor
US8908879B2 (en) 2012-05-23 2014-12-09 Sonos, Inc. Audio content auditioning
US9633368B2 (en) 2012-05-25 2017-04-25 Apple Inc. Content ranking and serving on a multi-user device or interface
CN103456332A (zh) 2012-05-28 2013-12-18 富泰华工业（深圳）有限公司 音频播放装置及音量调节方法
US20130324031A1 (en) 2012-05-31 2013-12-05 Nokia Corporation Dynamic allocation of audio channel for surround sound systems
US9060224B1 (en) 2012-06-01 2015-06-16 Rawles Llc Voice controlled assistant with coaxial speaker and microphone arrangement
CA2874899C (en) 2012-06-01 2017-07-11 Blackberry Limited Universal synchronization engine based on probabilistic methods for guarantee of lock in multiformat audio systems
US9997069B2 (en) 2012-06-05 2018-06-12 Apple Inc. Context-aware voice guidance
US9881616B2 (en) 2012-06-06 2018-01-30 Qualcomm Incorporated Method and systems having improved speech recognition
US8903526B2 (en) 2012-06-06 2014-12-02 Sonos, Inc. Device playback failure recovery and redistribution
US9301073B2 (en) 2012-06-08 2016-03-29 Apple Inc. Systems and methods for determining the condition of multiple microphones
US9183845B1 (en) 2012-06-12 2015-11-10 Amazon Technologies, Inc. Adjusting audio signals based on a specific frequency range associated with environmental noise characteristics
US9142215B2 (en) 2012-06-15 2015-09-22 Cypress Semiconductor Corporation Power-efficient voice activation
US9031255B2 (en) 2012-06-15 2015-05-12 Sonos, Inc. Systems, methods, apparatus, and articles of manufacture to provide low-latency audio
US10354650B2 (en) 2012-06-26 2019-07-16 Google Llc Recognizing speech with mixed speech recognition models to generate transcriptions
US9674587B2 (en) 2012-06-26 2017-06-06 Sonos, Inc. Systems and methods for networked music playback including remote add to queue
US9706323B2 (en) 2014-09-09 2017-07-11 Sonos, Inc. Playback device calibration
US9106192B2 (en) * 2012-06-28 2015-08-11 Sonos, Inc. System and method for device playback calibration
US9137564B2 (en) 2012-06-28 2015-09-15 Sonos, Inc. Shift to corresponding media in a playback queue
US9384737B2 (en) 2012-06-29 2016-07-05 Microsoft Technology Licensing, Llc Method and device for adjusting sound levels of sources based on sound source priority
US20140006825A1 (en) 2012-06-30 2014-01-02 David Shenhav Systems and methods to wake up a device from a power conservation state
US9615171B1 (en) 2012-07-02 2017-04-04 Amazon Technologies, Inc. Transformation inversion to reduce the effect of room acoustics
US20140003635A1 (en) 2012-07-02 2014-01-02 Qualcomm Incorporated Audio signal processing device calibration
US9497544B2 (en) 2012-07-02 2016-11-15 Qualcomm Incorporated Systems and methods for surround sound echo reduction
US9536528B2 (en) 2012-07-03 2017-01-03 Google Inc. Determining hotword suitability
KR101972955B1 (ko) * 2012-07-03 2019-04-26 삼성전자 주식회사 음성을 이용한 사용자 디바이스들 간 서비스 연결 방법 및 장치
US8972762B2 (en) 2012-07-11 2015-03-03 Blackberry Limited Computing devices and methods for resetting inactivity timers on computing devices
US8983844B1 (en) 2012-07-31 2015-03-17 Amazon Technologies, Inc. Transmission of noise parameters for improving automatic speech recognition
US8831957B2 (en) 2012-08-01 2014-09-09 Google Inc. Speech recognition models based on location indicia
DE112013003843B4 (de) 2012-08-03 2022-03-31 Semiconductor Energy Laboratory Co., Ltd. Lichtemittierendes Element, lichtemittierende Vorrichtung, elektronische Vorrichtung und Beleuchtungsvorrichtung
US8930005B2 (en) 2012-08-07 2015-01-06 Sonos, Inc. Acoustic signatures in a playback system
EP2701145B1 (en) 2012-08-24 2016-10-12 Retune DSP ApS Noise estimation for use with noise reduction and echo cancellation in personal communication
US9532153B2 (en) 2012-08-29 2016-12-27 Bang & Olufsen A/S Method and a system of providing information to a user
US8965033B2 (en) 2012-08-31 2015-02-24 Sonos, Inc. Acoustic optimization
US9088336B2 (en) 2012-09-06 2015-07-21 Imagination Technologies Limited Systems and methods of echo and noise cancellation in voice communication
US20140075311A1 (en) 2012-09-11 2014-03-13 Jesse William Boettcher Methods and apparatus for controlling audio volume on an electronic device
US20140075306A1 (en) 2012-09-12 2014-03-13 Randy Rega Music search and retrieval system
US8798598B2 (en) 2012-09-13 2014-08-05 Alain Rossmann Method and system for screencasting Smartphone video game software to online social networks
US9532139B1 (en) 2012-09-14 2016-12-27 Cirrus Logic, Inc. Dual-microphone frequency amplitude response self-calibration
US8983383B1 (en) 2012-09-25 2015-03-17 Rawles Llc Providing hands-free service to multiple devices
US9319816B1 (en) 2012-09-26 2016-04-19 Amazon Technologies, Inc. Characterizing environment using ultrasound pilot tones
JP2014071138A (ja) 2012-09-27 2014-04-21 Xing Inc カラオケ装置
KR102091236B1 (ko) 2012-09-28 2020-03-18 삼성전자 주식회사 전자기기 및 그 제어방법
US8725125B2 (en) 2012-09-28 2014-05-13 United Video Properties, Inc. Systems and methods for controlling audio playback on portable devices with vehicle equipment
EP2759147A1 (en) 2012-10-02 2014-07-30 MH Acoustics, LLC Earphones having configurable microphone arrays
US9640194B1 (en) 2012-10-04 2017-05-02 Knowles Electronics, Llc Noise suppression for speech processing based on machine-learning mask estimation
US8484025B1 (en) 2012-10-04 2013-07-09 Google Inc. Mapping an audio utterance to an action using a classifier
CN102902253B (zh) 2012-10-09 2015-07-15 鸿富锦精密工业（深圳）有限公司 具有语音控制功能的智能开关及智能控制系统
US20140108010A1 (en) 2012-10-11 2014-04-17 Intermec Ip Corp. Voice-enabled documents for facilitating operational procedures
ES2886325T3 (es) 2012-10-15 2021-12-17 Msi Dfat Llc Pruebas acústicas de campo directo en un recinto semirreverberante
US9232310B2 (en) 2012-10-15 2016-01-05 Nokia Technologies Oy Methods, apparatuses and computer program products for facilitating directional audio capture with multiple microphones
DE102012020271A1 (de) 2012-10-17 2014-04-17 Wolfgang Klippel Anordnung und Verfahren zur Steuerung von Wandlern
KR101978688B1 (ko) 2012-10-22 2019-05-15 삼성전자주식회사 마이크로폰 장치를 갖는 전자 장치 및 그 운용 방법
WO2014064531A1 (en) 2012-10-22 2014-05-01 Spotify Ab Systems and methods for pre-fetching media content
US20150228274A1 (en) 2012-10-26 2015-08-13 Nokia Technologies Oy Multi-Device Speech Recognition
KR20140054643A (ko) * 2012-10-29 2014-05-09 삼성전자주식회사 음성인식장치 및 음성인식방법
US9584642B2 (en) 2013-03-12 2017-02-28 Google Technology Holdings LLC Apparatus with adaptive acoustic echo control for speakerphone mode
US10381001B2 (en) 2012-10-30 2019-08-13 Google Technology Holdings LLC Voice control user interface during low-power mode
US8761349B2 (en) 2012-10-31 2014-06-24 Citrix Systems, Inc. Systems and methods of monitoring performance of acoustic echo cancellation
US9275637B1 (en) 2012-11-06 2016-03-01 Amazon Technologies, Inc. Wake word evaluation
KR20140060040A (ko) 2012-11-09 2014-05-19 삼성전자주식회사 디스플레이장치, 음성취득장치 및 그 음성인식방법
CN102999161B (zh) 2012-11-13 2016-03-02 科大讯飞股份有限公司 一种语音唤醒模块的实现方法及应用
US9275642B2 (en) 2012-11-13 2016-03-01 Unified Computer Intelligence Corporation Voice-operated internet-ready ubiquitous computing device and method thereof
US9685171B1 (en) 2012-11-20 2017-06-20 Amazon Technologies, Inc. Multiple-stage adaptive filtering of audio signals
US9070367B1 (en) 2012-11-26 2015-06-30 Amazon Technologies, Inc. Local speech recognition of frequent utterances
WO2014142702A1 (en) 2013-03-15 2014-09-18 Obschestvo S Ogranichennoy Otvetstvennostiyu "Speaktoit" Selective speech recognition for chat and digital personal assistant systems
US20140149118A1 (en) 2012-11-28 2014-05-29 Lg Electronics Inc. Apparatus and method for driving electric device using speech recognition
US9124966B2 (en) 2012-11-28 2015-09-01 Qualcomm Incorporated Image generation for collaborative sound systems
US9203045B2 (en) 2012-11-29 2015-12-01 Semiconductor Energy Laboratory Co., Ltd. Light-emitting element, light-emitting device, electronic device, and lighting device
WO2014088588A1 (en) 2012-12-07 2014-06-12 Empire Technology Development Llc Personal assistant context building
US20140161263A1 (en) 2012-12-10 2014-06-12 Microsoft Corporation Facilitating recognition of real-time content
US9704486B2 (en) 2012-12-11 2017-07-11 Amazon Technologies, Inc. Speech recognition power management
US9226071B2 (en) 2012-12-13 2015-12-29 Maxim Integrated Products, Inc. Direct measurement of an input signal to a loudspeaker to determine and limit a temperature of a voice coil of the loudspeaker
US9300910B2 (en) 2012-12-14 2016-03-29 Biscotti Inc. Video mail capture, processing and distribution
US9607046B2 (en) 2012-12-14 2017-03-28 Microsoft Technology Licensing, Llc Probability-based state modification for query dialogues
US9271111B2 (en) 2012-12-14 2016-02-23 Amazon Technologies, Inc. Response endpoint selection
KR102102246B1 (ko) 2012-12-18 2020-04-22 삼성전자주식회사 홈 네트워크 시스템에서 홈 디바이스를 원격으로 제어하는 방법 및 장치
US9047857B1 (en) 2012-12-19 2015-06-02 Rawles Llc Voice commands for transitioning between device states
US9098467B1 (en) 2012-12-19 2015-08-04 Rawles Llc Accepting voice commands based on user identity
US20150338917A1 (en) 2012-12-26 2015-11-26 Sia Technology Ltd. Device, system, and method of controlling electronic devices via thought
US9620115B2 (en) 2013-01-03 2017-04-11 Telenav, Inc. Content delivery system with barge-in mechanism and method of operation thereof
KR102051588B1 (ko) 2013-01-07 2019-12-03 삼성전자주식회사 휴대 단말기의 오디오 컨텐츠 재생 방법 및 그 장치
US9318125B2 (en) 2013-01-15 2016-04-19 Intel Deutschland Gmbh Noise reduction devices and noise reduction methods
JP2014137590A (ja) 2013-01-18 2014-07-28 Yoji Fukinuki 音楽コンテンツ配信方法
US9646605B2 (en) 2013-01-22 2017-05-09 Interactive Intelligence Group, Inc. False alarm reduction in speech recognition systems using contextual information
DE102013001219B4 (de) 2013-01-25 2019-08-29 Inodyn Newmedia Gmbh Verfahren und System zur Sprachaktivierung eines Software-Agenten aus einem Standby-Modus
US20140215332A1 (en) 2013-01-31 2014-07-31 Hewlett-Packard Development Company, Lp Virtual microphone selection corresponding to a set of audio source devices
BR112015018905B1 (pt) 2013-02-07 2022-02-22 Apple Inc Método de operação de recurso de ativação por voz, mídia de armazenamento legível por computador e dispositivo eletrônico
US9818407B1 (en) 2013-02-07 2017-11-14 Amazon Technologies, Inc. Distributed endpointing for speech recognition
TWI593294B (zh) * 2013-02-07 2017-07-21 晨星半導體股份有限公司 收音系統與相關方法
US9300266B2 (en) 2013-02-12 2016-03-29 Qualcomm Incorporated Speaker equalization for mobile devices
US9237384B2 (en) 2013-02-14 2016-01-12 Sonos, Inc. Automatic configuration of household playback devices
US9842489B2 (en) 2013-02-14 2017-12-12 Google Llc Waking other devices for additional data
US9172747B2 (en) * 2013-02-25 2015-10-27 Artificial Solutions Iberia SL System and methods for virtual assistant networks
US9195432B2 (en) 2013-02-26 2015-11-24 Sonos, Inc. Pre-caching of audio content
CN105308681B (zh) 2013-02-26 2019-02-12 皇家飞利浦有限公司 用于生成语音信号的方法和装置
CN104010251B (zh) 2013-02-27 2018-06-19 晨星半导体股份有限公司 收音系统与相关方法
US10395651B2 (en) 2013-02-28 2019-08-27 Sony Corporation Device and method for activating with voice input
US9460715B2 (en) 2013-03-04 2016-10-04 Amazon Technologies, Inc. Identification using audio signatures and additional characteristics
US20140258292A1 (en) 2013-03-05 2014-09-11 Clip Interactive, Inc. Apparatus, system, and method for integrating content and content services
JP6429465B2 (ja) 2013-03-07 2018-11-28 株式会社半導体エネルギー研究所 装置及びその作製方法
JP6326071B2 (ja) 2013-03-07 2018-05-16 アップル インコーポレイテッド 部屋およびプログラム反応型ラウドスピーカシステム
US9349386B2 (en) 2013-03-07 2016-05-24 Analog Device Global System and method for processor wake-up based on sensor data
US9161126B2 (en) 2013-03-08 2015-10-13 Cirrus Logic, Inc. Systems and methods for protecting a speaker
JP6211677B2 (ja) 2013-03-11 2017-10-11 アップル インコーポレイテッド ラウドスピーカの指向性範囲にまたがる音色の一定性
TWI533686B (zh) 2013-03-11 2016-05-11 緯創資通股份有限公司 虛擬頻道之管理方法、具有虛擬頻道之網路多媒體重現系統和電腦可讀取記錄媒體
CN104053088A (zh) 2013-03-11 2014-09-17 联想(北京)有限公司 一种麦克风阵列调整方法、麦克风阵列及电子设备
US9173021B2 (en) 2013-03-12 2015-10-27 Google Technology Holdings LLC Method and device for adjusting an audio beam orientation based on device location
KR20140111859A (ko) 2013-03-12 2014-09-22 삼성전자주식회사 콘텐트 공유 방법 및 이를 위한 디바이스
EP3709293A1 (en) 2013-03-12 2020-09-16 Nuance Communications, Inc. Methods and apparatus for detecting a voice command
WO2014165032A1 (en) 2013-03-12 2014-10-09 Aawtend, Inc. Integrated sensor-array processor
US9357306B2 (en) 2013-03-12 2016-05-31 Nokia Technologies Oy Multichannel audio calibration method and apparatus
US11393461B2 (en) 2013-03-12 2022-07-19 Cerence Operating Company Methods and apparatus for detecting a voice command
US9361885B2 (en) 2013-03-12 2016-06-07 Nuance Communications, Inc. Methods and apparatus for detecting a voice command
US9060052B2 (en) 2013-03-13 2015-06-16 Accusonus S.A. Single channel, binaural and multi-channel dereverberation
KR101571338B1 (ko) 2013-03-13 2015-11-24 삼성전자주식회사 복수의 재생 장치들이 스트리밍 컨텐트를 동기화하여 재생하는 방법 및 이를 위한 장치
JP6084750B2 (ja) 2013-03-14 2017-02-22 アップル インコーポレイテッド スピーカー及び携帯リスニング装置を用いた室内の適応等化
JP6013951B2 (ja) 2013-03-14 2016-10-25 本田技研工業株式会社 環境音検索装置、環境音検索方法
US20140274185A1 (en) 2013-03-14 2014-09-18 Aliphcom Intelligence device connection for wireless media ecosystem
KR102152754B1 (ko) 2013-03-14 2020-09-07 삼성전자주식회사 블루루스 디바이스에서 통신 연결 방법 및 그 장치
US9854081B2 (en) 2013-03-15 2017-12-26 Apple Inc. Volume control for mobile device using a wireless device
US9201865B2 (en) * 2013-03-15 2015-12-01 Bao Tran Automated assistance for user request that determines semantics by domain, task, and parameter
US20140278933A1 (en) 2013-03-15 2014-09-18 F. Gavin McMillan Methods and apparatus to measure audience engagement with media
EP3036657A4 (en) 2013-03-15 2017-06-21 Spotify AB Systems, methods, and computer readable medium for generating playlists
WO2014149050A1 (en) 2013-03-21 2014-09-25 Nuance Communications, Inc. System and method for identifying suboptimal microphone performance
KR102173936B1 (ko) 2013-03-26 2020-11-04 가부시키가이샤 한도오따이 에네루기 켄큐쇼 발광 소자, 발광 장치, 전자 기기, 및 조명 장치
JP6300589B2 (ja) 2013-04-04 2018-03-28 株式会社半導体エネルギー研究所 半導体装置の作製方法
WO2014161091A1 (en) 2013-04-04 2014-10-09 Rand James S Unified communications system and method
JP6198432B2 (ja) 2013-04-09 2017-09-20 小島プレス工業株式会社 音声認識制御装置
WO2014172299A1 (en) 2013-04-15 2014-10-23 Chacha Search, Inc. Method and system of increasing user interaction
US9875494B2 (en) 2013-04-16 2018-01-23 Sri International Using intents to analyze and personalize a user's dialog experience with a virtual personal assistant
US9501533B2 (en) 2013-04-16 2016-11-22 Sonos, Inc. Private queue for a media playback system
US9304736B1 (en) 2013-04-18 2016-04-05 Amazon Technologies, Inc. Voice controlled assistant with non-verbal code entry
US9390716B2 (en) 2013-04-19 2016-07-12 Panasonic Intellectual Property Corporation Of America Control method for household electrical appliance, household electrical appliance control system, and gateway
US9936290B2 (en) 2013-05-03 2018-04-03 Qualcomm Incorporated Multi-channel echo cancellation and noise suppression
US9892729B2 (en) 2013-05-07 2018-02-13 Qualcomm Incorporated Method and apparatus for controlling voice activation
KR102230139B1 (ko) 2013-05-17 2021-03-18 가부시키가이샤 한도오따이 에네루기 켄큐쇼 발광 소자, 조명 장치, 발광 장치, 및 전자 기기
CN105122353B (zh) 2013-05-20 2019-07-09 英特尔公司 用于语音识别的计算装置和用于计算装置上的语音识别的方法
US9472201B1 (en) 2013-05-22 2016-10-18 Google Inc. Speaker localization by means of tactile input
US9390708B1 (en) 2013-05-28 2016-07-12 Amazon Technologies, Inc. Low latency and memory efficient keywork spotting
US20140358535A1 (en) 2013-05-28 2014-12-04 Samsung Electronics Co., Ltd. Method of executing voice recognition of electronic device and electronic device using the same
US9215545B2 (en) 2013-05-31 2015-12-15 Bose Corporation Sound stage controller for a near-field speaker-based audio system
US20140357248A1 (en) 2013-06-03 2014-12-04 Ford Global Technologies, Llc Apparatus and System for Interacting with a Vehicle and a Device in a Vehicle
US9438193B2 (en) 2013-06-05 2016-09-06 Sonos, Inc. Satellite volume control
US20140365225A1 (en) 2013-06-05 2014-12-11 DSP Group Ultra-low-power adaptive, user independent, voice triggering schemes
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9654073B2 (en) 2013-06-07 2017-05-16 Sonos, Inc. Group volume control
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
TWI545979B (zh) 2013-06-09 2016-08-11 蘋果公司 藍芽警報通知服務
US9787273B2 (en) 2013-06-13 2017-10-10 Google Technology Holdings LLC Smart volume control of device audio output based on received audio input
US20140368737A1 (en) 2013-06-17 2014-12-18 Spotify Ab System and method for playing media during navigation between media streams
US8953778B2 (en) 2013-06-17 2015-02-10 Avaya Inc. Real-time intelligent mute interactive features
US9324322B1 (en) 2013-06-18 2016-04-26 Amazon Technologies, Inc. Automatic volume attenuation for speech enabled devices
US9494683B1 (en) 2013-06-18 2016-11-15 Amazon Technologies, Inc. Audio-based gesture detection
US9311298B2 (en) 2013-06-21 2016-04-12 Microsoft Technology Licensing, Llc Building conversational understanding systems using a toolset
US9697831B2 (en) 2013-06-26 2017-07-04 Cirrus Logic, Inc. Speech recognition
US9747899B2 (en) 2013-06-27 2017-08-29 Amazon Technologies, Inc. Detecting self-generated wake expressions
US9640179B1 (en) 2013-06-27 2017-05-02 Amazon Technologies, Inc. Tailoring beamforming techniques to environments
CN105340011B (zh) 2013-06-28 2020-08-18 哈曼国际工业有限公司 链接设备的无线控制
US9298415B2 (en) 2013-07-09 2016-03-29 Sonos, Inc. Systems and methods to provide play/pause content
US20150019201A1 (en) 2013-07-09 2015-01-15 Stanley F. Schoenbach Real-time interpreting systems and methods
US9293480B2 (en) 2013-07-10 2016-03-22 Semiconductor Energy Laboratory Co., Ltd. Semiconductor device and display device including the semiconductor device
US9396727B2 (en) 2013-07-10 2016-07-19 GM Global Technology Operations LLC Systems and methods for spoken dialog service arbitration
CN110096253B (zh) 2013-07-11 2022-08-30 英特尔公司 利用相同的音频输入的设备唤醒和说话者验证
DE102014109122A1 (de) 2013-07-12 2015-01-15 Gm Global Technology Operations, Llc Systeme und Verfahren für ergebnisbezogene Arbitrierung in Sprachdialogsystemen
WO2015009748A1 (en) 2013-07-15 2015-01-22 Dts, Inc. Spatial calibration of surround sound systems including listener position estimation
US9445196B2 (en) 2013-07-24 2016-09-13 Mh Acoustics Llc Inter-channel coherence reduction for stereophonic and multichannel acoustic echo cancellation
US9666187B1 (en) 2013-07-25 2017-05-30 Google Inc. Model for enabling service providers to address voice-activated commands
US9772994B2 (en) 2013-07-25 2017-09-26 Intel Corporation Self-learning statistical natural language processing for automatic production of virtual personal assistants
US9431014B2 (en) 2013-07-25 2016-08-30 Haier Us Appliance Solutions, Inc. Intelligent placement of appliance response to voice command
US10186262B2 (en) 2013-07-31 2019-01-22 Microsoft Technology Licensing, Llc System with multiple simultaneous speech recognizers
WO2015013835A1 (en) 2013-07-31 2015-02-05 Merck Sharp & Dohme Corp. Piperazine derivatives as hiv protease inhibitors
WO2015017303A1 (en) 2013-07-31 2015-02-05 Motorola Mobility Llc Method and apparatus for adjusting voice recognition processing based on noise characteristics
US9418651B2 (en) 2013-07-31 2016-08-16 Google Technology Holdings LLC Method and apparatus for mitigating false accepts of trigger phrases
US9548047B2 (en) 2013-07-31 2017-01-17 Google Technology Holdings LLC Method and apparatus for evaluating trigger phrase enrollment
US9565497B2 (en) 2013-08-01 2017-02-07 Caavo Inc. Enhancing audio using a mobile device
DE102013012811B4 (de) 2013-08-01 2024-02-22 Wolfgang Klippel Anordnung und Verfahren zur Identifikation und Korrektur der nichtlinearen Eigenschaften elektromagnetischer Wandler
US10873997B2 (en) 2013-08-01 2020-12-22 Fong-Min Chang Voice controlled artificial intelligent smart illumination device
EP3036594B1 (en) 2013-08-21 2021-05-26 Ademco Inc. Devices and methods for interacting with an hvac controller
US9940927B2 (en) 2013-08-23 2018-04-10 Nuance Communications, Inc. Multiple pass automatic speech recognition methods and apparatus
US9190043B2 (en) 2013-08-27 2015-11-17 Bose Corporation Assisting conversation in noisy environments
US9514747B1 (en) 2013-08-28 2016-12-06 Amazon Technologies, Inc. Reducing speech recognition latency
TWI520127B (zh) 2013-08-28 2016-02-01 晨星半導體股份有限公司 應用於音訊裝置的控制器與相關的操作方法
EP2879345A4 (en) 2013-08-30 2015-08-19 Huawei Tech Co Ltd METHOD FOR MULTIPLE DEVICES FOR THE COOPERATIVE REPRODUCTION OF MULTIMEDIA FILES AND RELATED DEVICE AND SYSTEM
US10163435B2 (en) 2013-09-11 2018-12-25 Denso Corporation Voice output control device, voice output control method, and recording medium
US9672812B1 (en) 2013-09-18 2017-06-06 Amazon Technologies, Inc. Qualifying trigger expressions in speech-based systems
US9516081B2 (en) 2013-09-20 2016-12-06 Amazon Technologies, Inc. Reduced latency electronic content system
US9848260B2 (en) 2013-09-24 2017-12-19 Nuance Communications, Inc. Wearable communication enhancement device
US9668052B2 (en) 2013-09-25 2017-05-30 Google Technology Holdings LLC Audio routing system for routing audio data to and from a mobile device
US9443527B1 (en) 2013-09-27 2016-09-13 Amazon Technologies, Inc. Speech recognition capability generation and control
US9355555B2 (en) 2013-09-27 2016-05-31 Sonos, Inc. System and method for issuing commands in a media playback system
US9288596B2 (en) 2013-09-30 2016-03-15 Sonos, Inc. Coordinator device for paired or consolidated players
CN103546616A (zh) 2013-09-30 2014-01-29 深圳市同洲电子股份有限公司 一种调节音量的方法及装置
KR102114219B1 (ko) 2013-10-10 2020-05-25 삼성전자주식회사 오디오 시스템 및 오디오 출력 방법, 그리고 스피커 장치
US9245527B2 (en) 2013-10-11 2016-01-26 Apple Inc. Speech recognition wake-up of a handheld portable electronic device
US9300268B2 (en) 2013-10-18 2016-03-29 Apple Inc. Content aware audio ducking
TWI642170B (zh) 2013-10-18 2018-11-21 半導體能源研究所股份有限公司 顯示裝置及電子裝置
US9633671B2 (en) 2013-10-18 2017-04-25 Apple Inc. Voice quality enhancement techniques, speech recognition techniques, and related systems
US9818061B1 (en) 2013-10-22 2017-11-14 Lumin, LLC Collaboration of audio sensors for geo-location and continuous tracking of multiple users in a device-independent artificial intelligence (AI) environment
WO2015060867A1 (en) 2013-10-25 2015-04-30 Intel Corporation Techniques for preventing voice replay attacks
DK2869599T3 (da) 2013-11-05 2020-12-14 Oticon As Binauralt høreassistancesystem, der omfatter en database med hovedrelaterede overføringsfunktioner
JP2015090570A (ja) 2013-11-06 2015-05-11 ソニー株式会社 情報処理装置および制御方法
US10311482B2 (en) 2013-11-11 2019-06-04 At&T Intellectual Property I, Lp Method and apparatus for adjusting a digital assistant persona
US8775191B1 (en) 2013-11-13 2014-07-08 Google Inc. Efficient utterance-specific endpointer triggering for always-on hotwording
JP6236303B2 (ja) 2013-11-26 2017-11-22 株式会社デンソーアイティーラボラトリ 制御装置、制御方法およびプログラム
US9704478B1 (en) 2013-12-02 2017-07-11 Amazon Technologies, Inc. Audio output masking for improved automatic speech recognition
US9373321B2 (en) 2013-12-02 2016-06-21 Cypress Semiconductor Corporation Generation of wake-up words
US9698999B2 (en) 2013-12-02 2017-07-04 Amazon Technologies, Inc. Natural language control of secondary device
CN104143326B (zh) 2013-12-03 2016-11-02 腾讯科技（深圳）有限公司 一种语音命令识别方法和装置
US8719039B1 (en) 2013-12-05 2014-05-06 Google Inc. Promoting voice actions to hotwords
US10720153B2 (en) 2013-12-13 2020-07-21 Harman International Industries, Incorporated Name-sensitive listening device
US10055190B2 (en) 2013-12-16 2018-08-21 Amazon Technologies, Inc. Attribute-based audio channel arbitration
US9721570B1 (en) 2013-12-17 2017-08-01 Amazon Technologies, Inc. Outcome-oriented dialogs on a speech recognition platform
US9378651B2 (en) 2013-12-17 2016-06-28 Google Inc. Audio book smart pause
US10224056B1 (en) * 2013-12-17 2019-03-05 Amazon Technologies, Inc. Contingent device actions during loss of network connectivity
GB2523984B (en) 2013-12-18 2017-07-26 Cirrus Logic Int Semiconductor Ltd Processing received speech data
US9899021B1 (en) 2013-12-20 2018-02-20 Amazon Technologies, Inc. Stochastic modeling of user interactions with a detection system
US9099974B2 (en) 2013-12-20 2015-08-04 Vmware, Inc. Volume redirection
US20150179181A1 (en) 2013-12-20 2015-06-25 Microsoft Corporation Adapting audio based upon detected environmental accoustics
US20150221307A1 (en) 2013-12-20 2015-08-06 Saurin Shah Transition from low power always listening mode to high power speech recognition mode
EP2890160B1 (en) 2013-12-24 2019-08-14 Nxp B.V. Loudspeaker controller
US9301077B2 (en) 2014-01-02 2016-03-29 Harman International Industries, Incorporated Context-based audio tuning
US8938394B1 (en) 2014-01-09 2015-01-20 Google Inc. Audio triggers based on context
US9443516B2 (en) 2014-01-09 2016-09-13 Honeywell International Inc. Far-field speech recognition systems and methods
WO2015105788A1 (en) 2014-01-10 2015-07-16 Dolby Laboratories Licensing Corporation Calibration of virtual height speakers using programmable portable devices
US9300647B2 (en) 2014-01-15 2016-03-29 Sonos, Inc. Software application and zones
US9288597B2 (en) 2014-01-20 2016-03-15 Sony Corporation Distributed wireless speaker system with automatic configuration determination when new speakers are added
US10162593B2 (en) 2014-01-22 2018-12-25 Apple Inc. Coordinated hand-off of audio data transmission
US9356882B2 (en) 2014-02-04 2016-05-31 Printeron Inc. Streamlined system for the transmission of network resource data
US9443876B2 (en) 2014-02-05 2016-09-13 Semiconductor Energy Laboratory Co., Ltd. Semiconductor device, display device including the semiconductor device, display module including the display device, and electronic device including the semiconductor device, the display device, and the display module
US9652532B2 (en) 2014-02-06 2017-05-16 Sr Homedics, Llc Methods for operating audio speaker systems
WO2015118426A2 (en) 2014-02-06 2015-08-13 Semiconductor Energy Laboratory Co., Ltd. Light-emitting element, lighting device, and electronic appliance
TWI658597B (zh) 2014-02-07 2019-05-01 日商半導體能源研究所股份有限公司 半導體裝置
US9318112B2 (en) 2014-02-14 2016-04-19 Google Inc. Recognizing speech in the presence of additional audio
FR3018024B1 (fr) 2014-02-26 2016-03-18 Devialet Dispositif de commande d'un haut-parleur
FR3018025B1 (fr) 2014-02-26 2016-03-18 Devialet Dispositif de commande d'un haut-parleur
JP6289936B2 (ja) 2014-02-26 2018-03-07 株式会社東芝 音源方向推定装置、音源方向推定方法およびプログラム
US9408008B2 (en) 2014-02-28 2016-08-02 Sonos, Inc. Playback zone representations
US10015593B2 (en) 2014-03-03 2018-07-03 University Of Utah Digital signal processor for audio extensions and correction of nonlinear distortions in loudspeakers
EP3115905A4 (en) 2014-03-03 2017-10-25 Sony Corporation Information processing apparatus, information processing method, and program
US9489171B2 (en) 2014-03-04 2016-11-08 Microsoft Technology Licensing, Llc Voice-command suggestions based on user identity
US9679054B2 (en) 2014-03-05 2017-06-13 Sonos, Inc. Webpage media playback
US10599287B2 (en) 2014-03-11 2020-03-24 Sonos, Inc. Group volume control
US9640669B2 (en) 2014-03-13 2017-05-02 Semiconductor Energy Laboratory Co., Ltd. Semiconductor device, display device including the semiconductor device, display module including the display device, and electronic appliance including the semiconductor device, the display device, and the display module
US9264839B2 (en) 2014-03-17 2016-02-16 Sonos, Inc. Playback device configuration based on proximity detection
US9226062B2 (en) 2014-03-18 2015-12-29 Cisco Technology, Inc. Techniques to mitigate the effect of blocked sound at microphone arrays in a telepresence device
US10514747B2 (en) 2014-03-24 2019-12-24 Silicon Laboratories Inc. Low-power communication apparatus with wakeup detection and associated methods
US9654076B2 (en) 2014-03-25 2017-05-16 Apple Inc. Metadata for ducking control
US9648564B1 (en) 2014-03-26 2017-05-09 Amazon Technologies, Inc. Wake-up management for mobile devices
US9431021B1 (en) 2014-03-27 2016-08-30 Amazon Technologies, Inc. Device grouping for audio based interactivity
US9916839B1 (en) * 2014-03-27 2018-03-13 Amazon Technologies, Inc. Shared audio functionality based on device grouping
KR102146462B1 (ko) 2014-03-31 2020-08-20 삼성전자주식회사 음성 인식 시스템 및 방법
US9547468B2 (en) 2014-03-31 2017-01-17 Microsoft Technology Licensing, Llc Client-side personal voice web navigation
US8874448B1 (en) 2014-04-01 2014-10-28 Google Inc. Attention-based dynamic audio level adjustment
CN104978965B (zh) 2014-04-07 2019-04-26 三星电子株式会社 电子装置及利用电子装置和服务器的语音识别执行方法
US9560437B2 (en) 2014-04-08 2017-01-31 Doppler Labs, Inc. Time heuristic audio control
US9510094B2 (en) 2014-04-09 2016-11-29 Apple Inc. Noise estimation in a mobile device using an external acoustic microphone signal
DE102014005381B3 (de) 2014-04-11 2014-12-11 Wolfgang Klippel Anordnung und Verfahren zur Identifikation und Kompensation nichtlinearer Partialschwingungen elektromechanischer Wandler
US20150302856A1 (en) 2014-04-17 2015-10-22 Qualcomm Incorporated Method and apparatus for performing function by speech input
US20150334471A1 (en) 2014-05-15 2015-11-19 Echostar Technologies L.L.C. Multiple simultaneous audio video data decoding
WO2015178950A1 (en) 2014-05-19 2015-11-26 Tiskerling Dynamics Llc Directivity optimized sound reproduction
US9860289B2 (en) 2014-05-23 2018-01-02 Radeeus, Inc. Multimedia digital content retrieval, matching, and syncing systems and methods of using the same
EP3146796B1 (en) 2014-05-23 2021-10-27 Samsung Electronics Co., Ltd. Method and apparatus for providing notification
US9900723B1 (en) 2014-05-28 2018-02-20 Apple Inc. Multi-channel loudspeaker matching using variable directivity
TWI566107B (zh) 2014-05-30 2017-01-11 蘋果公司 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置
TWI777568B (zh) 2014-05-30 2022-09-11 日商半導體能源研究所股份有限公司 發光元件，發光裝置，電子裝置以及照明裝置
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10318016B2 (en) 2014-06-03 2019-06-11 Harman International Industries, Incorporated Hands free device with directional interface
US9720642B2 (en) 2014-06-04 2017-08-01 Sonos, Inc. Prioritizing media content requests
US20150355818A1 (en) 2014-06-04 2015-12-10 Sonos, Inc. Continuous Playback Queue
US10624612B2 (en) 2014-06-05 2020-04-21 Chikayoshi Sumi Beamforming method, measurement and imaging instruments, and communication instruments
US9615170B2 (en) 2014-06-09 2017-04-04 Harman International Industries, Inc. Approach for partially preserving music in the presence of intelligible speech
CN104092936B (zh) 2014-06-12 2017-01-04 小米科技有限责任公司 自动对焦方法及装置
US20150363061A1 (en) 2014-06-13 2015-12-17 Autonomic Controls, Inc. System and method for providing related digital content
US9767159B2 (en) 2014-06-13 2017-09-19 Google Inc. Ranking search results
US9766702B2 (en) 2014-06-19 2017-09-19 Apple Inc. User detection by a computing device
US9589556B2 (en) 2014-06-19 2017-03-07 Yang Gao Energy adjustment of acoustic echo replica signal for speech enhancement
US20150373100A1 (en) 2014-06-19 2015-12-24 Pavel KRAVETS Context sharing between different clients
US9520139B2 (en) 2014-06-19 2016-12-13 Yang Gao Post tone suppression for speech enhancement
US9697828B1 (en) 2014-06-20 2017-07-04 Amazon Technologies, Inc. Keyword detection modeling using contextual and environmental information
JP2016009193A (ja) * 2014-06-23 2016-01-18 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 ユーザ適合音声認識
US10152987B2 (en) 2014-06-23 2018-12-11 Google Llc Remote invocation of mobile device actions
US9632748B2 (en) 2014-06-24 2017-04-25 Google Inc. Device designation for audio input monitoring
US9335819B1 (en) 2014-06-26 2016-05-10 Audible, Inc. Automatic creation of sleep bookmarks in content items
US9368105B1 (en) 2014-06-26 2016-06-14 Amazon Technologies, Inc. Preventing false wake word detections with a voice-controlled device
US9691379B1 (en) 2014-06-26 2017-06-27 Amazon Technologies, Inc. Selecting from multiple content sources
US9639854B2 (en) 2014-06-26 2017-05-02 Nuance Communications, Inc. Voice-controlled information exchange platform, such as for providing information to supplement advertising
US9398392B2 (en) 2014-06-30 2016-07-19 Microsoft Technology Licensing, Llc Audio calibration and adjustment
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US9779307B2 (en) 2014-07-07 2017-10-03 Google Inc. Method and system for non-causal zone search in video monitoring
US11330100B2 (en) 2014-07-09 2022-05-10 Ooma, Inc. Server based intelligent personal assistant services
US9374634B2 (en) 2014-07-10 2016-06-21 Nxp B.V. System for controlling displacement of a loudspeaker
US9467737B2 (en) 2014-07-14 2016-10-11 Sonos, Inc. Zone group control
JP2016024212A (ja) 2014-07-16 2016-02-08 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
US9671997B2 (en) 2014-07-23 2017-06-06 Sonos, Inc. Zone grouping
US10209947B2 (en) 2014-07-23 2019-02-19 Sonos, Inc. Device grouping
US9263042B1 (en) 2014-07-25 2016-02-16 Google Inc. Providing pre-computed hotword models
KR20160017253A (ko) 2014-08-01 2016-02-16 삼성전자주식회사 디스플레이 구동용 집적 회로 칩
US9874997B2 (en) 2014-08-08 2018-01-23 Sonos, Inc. Social playback queues
US9548066B2 (en) * 2014-08-11 2017-01-17 Amazon Technologies, Inc. Voice application architecture
US9769552B2 (en) 2014-08-19 2017-09-19 Apple Inc. Method and apparatus for estimating talker distance
US20160055847A1 (en) 2014-08-19 2016-02-25 Nuance Communications, Inc. System and method for speech validation
JP6118838B2 (ja) 2014-08-21 2017-04-19 本田技研工業株式会社 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム
WO2016033364A1 (en) 2014-08-28 2016-03-03 Audience, Inc. Multi-sourced noise suppression
KR20160026317A (ko) 2014-08-29 2016-03-09 삼성전자주식회사 음성 녹음 방법 및 장치
US9560050B2 (en) 2014-09-08 2017-01-31 At&T Intellectual Property I, L.P System and method to share a resource or a capability of a device
US9910634B2 (en) 2014-09-09 2018-03-06 Sonos, Inc. Microphone calibration
US9354687B2 (en) 2014-09-11 2016-05-31 Nuance Communications, Inc. Methods and apparatus for unsupervised wakeup with time-correlated acoustic events
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9747011B2 (en) 2014-09-16 2017-08-29 Google Inc. Continuation of playback of media content by different output devices
US9548053B1 (en) 2014-09-19 2017-01-17 Amazon Technologies, Inc. Audible command filtering
US10645130B2 (en) 2014-09-24 2020-05-05 Sonos, Inc. Playback updates
JP6624368B2 (ja) 2014-09-30 2019-12-25 パナソニックＩｐマネジメント株式会社 接客モニタリングシステム及び接客モニタリング方法
US9641919B1 (en) 2014-09-30 2017-05-02 Amazon Technologies, Inc. Audio assemblies for electronic devices
GB2525051B (en) 2014-09-30 2016-04-13 Imagination Tech Ltd Detection of acoustic echo cancellation
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9681228B2 (en) 2014-09-30 2017-06-13 Apple Inc. Capacitive position sensing for transducers
US10817672B2 (en) 2014-10-01 2020-10-27 Nuance Communications, Inc. Natural language understanding (NLU) processing based on user-specified interests
KR102342623B1 (ko) * 2014-10-01 2021-12-22 엑스브레인, 인크. 음성 및 연결 플랫폼
US9812128B2 (en) 2014-10-09 2017-11-07 Google Inc. Device leadership negotiation among voice interface devices
US9318107B1 (en) 2014-10-09 2016-04-19 Google Inc. Hotword detection on multiple devices
KR102287943B1 (ko) 2014-10-14 2021-08-09 삼성전자주식회사 전자 기기, 상기 전자 기기의 음량 조절 방법 및 상기 전자 기기의 제어 방법
EP3010251B1 (en) 2014-10-15 2019-11-13 Nxp B.V. Audio system
US20160162469A1 (en) 2014-10-23 2016-06-09 Audience, Inc. Dynamic Local ASR Vocabulary
US9576575B2 (en) * 2014-10-27 2017-02-21 Toyota Motor Engineering & Manufacturing North America, Inc. Providing voice recognition shortcuts based on user verbal input
US9560409B2 (en) 2014-10-30 2017-01-31 Verizon Patent And Licensing Inc. Media service personalization systems and methods
US9530408B2 (en) 2014-10-31 2016-12-27 At&T Intellectual Property I, L.P. Acoustic environment recognizer for optimal speech processing
US10368121B2 (en) 2014-11-07 2019-07-30 Roku, Inc. System and method for collecting data
US20160134982A1 (en) 2014-11-12 2016-05-12 Harman International Industries, Inc. System and method for estimating the displacement of a speaker cone
US9699550B2 (en) 2014-11-12 2017-07-04 Qualcomm Incorporated Reduced microphone power-up latency
JP2016095383A (ja) * 2014-11-14 2016-05-26 株式会社ＡＴＲ−Ｔｒｅｋ 音声認識クライアント装置及びサーバ型音声認識装置
US10116748B2 (en) 2014-11-20 2018-10-30 Microsoft Technology Licensing, Llc Vehicle-based multi-modal interface
US10431214B2 (en) 2014-11-26 2019-10-01 Voicebox Technologies Corporation System and method of determining a domain and/or an action related to a natural language input
KR102299330B1 (ko) 2014-11-26 2021-09-08 삼성전자주식회사 음성 인식 방법 및 그 전자 장치
US9812126B2 (en) 2014-11-28 2017-11-07 Microsoft Technology Licensing, Llc Device arbitration for listening devices
WO2016082046A1 (en) 2014-11-28 2016-06-02 Audera Acoustics Inc. High displacement acoustic transducer systems
US10192549B2 (en) 2014-11-28 2019-01-29 Microsoft Technology Licensing, Llc Extending digital personal assistant action providers
US10126406B2 (en) 2014-12-02 2018-11-13 Qualcomm Incorporated Method and apparatus for performing ultrasonic presence detection
CN104538030A (zh) 2014-12-11 2015-04-22 科大讯飞股份有限公司 一种可以通过语音控制家电的控制系统与方法
US9779725B2 (en) 2014-12-11 2017-10-03 Mediatek Inc. Voice wakeup detecting device and method
CN111427534B (zh) 2014-12-11 2023-07-25 微软技术许可有限责任公司 能够实现可动作的消息传送的虚拟助理系统
US9775113B2 (en) 2014-12-11 2017-09-26 Mediatek Inc. Voice wakeup detecting device with digital microphone and associated method
US9813812B2 (en) 2014-12-12 2017-11-07 Analog Devices Global Method of controlling diaphragm excursion of electrodynamic loudspeakers
US9552816B2 (en) * 2014-12-19 2017-01-24 Amazon Technologies, Inc. Application focus in speech-based systems
US9560441B1 (en) 2014-12-24 2017-01-31 Amazon Technologies, Inc. Determining speaker direction using a spherical microphone array
CN104575504A (zh) * 2014-12-24 2015-04-29 上海师范大学 采用声纹和语音识别进行个性化电视语音唤醒的方法
CN104635539A (zh) * 2014-12-26 2015-05-20 东莞市掌商信息科技有限公司 一种智能硬件远程语音安全控制方法及其系统
WO2016112113A1 (en) 2015-01-07 2016-07-14 Knowles Electronics, Llc Utilizing digital microphones for low power keyword detection and noise suppression
US10572810B2 (en) 2015-01-07 2020-02-25 Microsoft Technology Licensing, Llc Managing user interaction for input understanding determinations
US9934406B2 (en) 2015-01-08 2018-04-03 Microsoft Technology Licensing, Llc Protecting private information in input understanding system
US9584915B2 (en) 2015-01-19 2017-02-28 Microsoft Technology Licensing, Llc Spatial audio with remote speakers
US20160210110A1 (en) 2015-01-21 2016-07-21 Ford Global Technologies, Llc Audio synchronization between vehicles and mobile devices
US9947313B2 (en) 2015-01-26 2018-04-17 William Drewes Method for substantial ongoing cumulative voice recognition error reduction
KR102351366B1 (ko) 2015-01-26 2022-01-14 삼성전자주식회사 음성 인식 방법 및 장치
CN104572009B (zh) 2015-01-28 2018-01-09 合肥联宝信息技术有限公司 一种自适应外界环境的音频控制方法及装置
CN104735589B (zh) * 2015-01-30 2018-01-23 广东欧珀移动通信有限公司 一种基于gps的智能音箱分组的音量调节系统和方法
US9633661B1 (en) 2015-02-02 2017-04-25 Amazon Technologies, Inc. Speech-responsive portable speaker
GB201501791D0 (en) 2015-02-03 2015-03-18 Microsoft Technology Licensing Llc Non-linear echo path detection
US20160232451A1 (en) 2015-02-09 2016-08-11 Velocee Ltd. Systems and methods for managing audio content
US9521496B2 (en) 2015-02-12 2016-12-13 Harman International Industries, Inc. Media content playback system and method
US10121472B2 (en) 2015-02-13 2018-11-06 Knowles Electronics, Llc Audio buffer catch-up apparatus and method with two microphones
US20160239255A1 (en) 2015-02-16 2016-08-18 Harman International Industries, Inc. Mobile interface for loudspeaker optimization
US20160253050A1 (en) 2015-02-26 2016-09-01 Fingertips Lab, Inc. System and method for audio and tactile based browsing
EP3264258A4 (en) 2015-02-27 2018-08-15 Sony Corporation Information processing device, information processing method, and program
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US10762894B2 (en) 2015-03-27 2020-09-01 Google Llc Convolutional neural networks
US9697826B2 (en) 2015-03-27 2017-07-04 Google Inc. Processing multi-channel audio waveforms
US10192546B1 (en) 2015-03-30 2019-01-29 Amazon Technologies, Inc. Pre-wakeword speech processing
US10034109B2 (en) 2015-04-09 2018-07-24 Audera Acoustics Inc. Acoustic transducer systems with position sensing
US9678707B2 (en) 2015-04-10 2017-06-13 Sonos, Inc. Identification of audio content facilitated by playback device
US10198242B2 (en) 2015-04-14 2019-02-05 Motorola Solutions, Inc. Method and apparatus for a volume of a device
US10178474B2 (en) 2015-04-21 2019-01-08 Google Llc Sound signature database for initialization of noise reduction in recordings
US10079012B2 (en) 2015-04-21 2018-09-18 Google Llc Customizing speech-recognition dictionaries in a smart-home environment
US9472196B1 (en) * 2015-04-22 2016-10-18 Google Inc. Developer voice actions system
CN104853405B (zh) 2015-05-12 2018-11-30 浙江生辉照明有限公司 智能联网方法及智能设备
KR102623039B1 (ko) 2015-05-15 2024-01-08 가부시키가이샤 한도오따이 에네루기 켄큐쇼 발광 소자, 발광 장치, 전자 기기 및 조명 장치
US9753922B2 (en) 2015-05-19 2017-09-05 Researchgate Gmbh Enhanced online user-interaction tracking
US10070237B2 (en) 2015-05-21 2018-09-04 Analog Devices, Inc. Optical and capacitive sensing of electroacoustic transducers
TWI757234B (zh) 2015-05-21 2022-03-11 日商半導體能源研究所股份有限公司 發光元件、顯示裝置、電子裝置、及照明裝置
WO2016185321A1 (en) 2015-05-21 2016-11-24 Semiconductor Energy Laboratory Co., Ltd. Light-emitting element, display device, electronic device, and lighting device
US9837547B2 (en) 2015-05-22 2017-12-05 Semiconductor Energy Laboratory Co., Ltd. Semiconductor device comprising oxide conductor and display device including the semiconductor device
JP2016218852A (ja) * 2015-05-22 2016-12-22 ソニー株式会社 情報処理装置および情報処理方法、並びにプログラム
EP3099047A1 (en) 2015-05-28 2016-11-30 Nxp B.V. Echo controller
US9584935B2 (en) 2015-05-29 2017-02-28 Sound United, Llc. Multi-zone media system and method for providing multi-zone media
US10657949B2 (en) 2015-05-29 2020-05-19 Sound United, LLC System and method for integrating a home media system and other home systems
US9734822B1 (en) 2015-06-01 2017-08-15 Amazon Technologies, Inc. Feedback based beamformed signal selection
US9864571B2 (en) 2015-06-04 2018-01-09 Sonos, Inc. Dynamic bonding of playback devices
US9672821B2 (en) 2015-06-05 2017-06-06 Apple Inc. Robust speech recognition in the presence of echo and noise using multiple signals for discrimination
US9736578B2 (en) 2015-06-07 2017-08-15 Apple Inc. Microphone-based orientation sensors and related techniques
US10249205B2 (en) 2015-06-08 2019-04-02 Novel Effect, Inc. System and method for integrating special effects with a text source
KR102444075B1 (ko) 2015-06-09 2022-09-16 삼성전자주식회사 전자 장치, 주변 기기 및 그 제어 방법
US10248376B2 (en) 2015-06-11 2019-04-02 Sonos, Inc. Multiple groupings in a playback system
CN107710441B (zh) 2015-06-17 2020-10-16 株式会社半导体能源研究所 铱配合物、发光元件、显示装置、电子设备以及照明装置
US20160373909A1 (en) 2015-06-17 2016-12-22 Hive Life, LLC Wireless audio, security communication and home automation
JP6739907B2 (ja) 2015-06-18 2020-08-12 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 機器特定方法、機器特定装置及びプログラム
US10025447B1 (en) 2015-06-19 2018-07-17 Amazon Technologies, Inc. Multi-device user interface
KR20170001173A (ko) 2015-06-25 2017-01-04 엘지전자 주식회사 와치 타입 이동 단말기 및 그의 동작 방법
US9554210B1 (en) 2015-06-25 2017-01-24 Amazon Technologies, Inc. Multichannel acoustic echo cancellation with unique individual channel estimations
KR102317526B1 (ko) 2015-06-25 2021-10-26 엘지전자 주식회사 헤드셋 및 그 제어 방법
US9472203B1 (en) 2015-06-29 2016-10-18 Amazon Technologies, Inc. Clock synchronization for multichannel system
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
EP3317878B1 (de) 2015-06-30 2020-03-25 Fraunhofer Gesellschaft zur Förderung der Angewand Verfahren und vorrichtung zum erzeugen einer datenbank
KR20240035638A (ko) 2015-07-08 2024-03-15 가부시키가이샤 한도오따이 에네루기 켄큐쇼 발광 소자, 표시 장치, 전자 장치, 및 조명 장치
US10304440B1 (en) 2015-07-10 2019-05-28 Amazon Technologies, Inc. Keyword spotting using multi-task configuration
US9686625B2 (en) 2015-07-21 2017-06-20 Disney Enterprises, Inc. Systems and methods for delivery of personalized audio
KR102655709B1 (ko) 2015-07-21 2024-04-05 가부시키가이샤 한도오따이 에네루기 켄큐쇼 발광 소자, 표시 장치, 전자 기기, 및 조명 장치
US9769563B2 (en) 2015-07-22 2017-09-19 Harman International Industries, Incorporated Audio enhancement via opportunistic use of microphones
CN107851727B (zh) 2015-07-23 2020-01-21 株式会社半导体能源研究所 发光元件、显示装置、电子装置及照明装置
WO2017015759A1 (en) 2015-07-30 2017-02-02 Amp Me Inc. Synchronized playback of streamed audio content by multiple internet-capable portable devices
US10529318B2 (en) 2015-07-31 2020-01-07 International Business Machines Corporation Implementing a classification model for recognition processing
US9691361B2 (en) 2015-08-03 2017-06-27 International Business Machines Corporation Adjusting presentation of content on a display
KR102402512B1 (ko) 2015-08-04 2022-05-27 삼성전자주식회사 외부장치의 음량을 조정하는 전자장치 및 방법
CN105187907A (zh) 2015-08-05 2015-12-23 四川长虹电器股份有限公司 智能电视音量控制系统及控制方法
US9913056B2 (en) 2015-08-06 2018-03-06 Dolby Laboratories Licensing Corporation System and method to enhance speakers connected to devices with microphones
US10333904B2 (en) 2015-08-08 2019-06-25 Peter J. Tormey Voice access and control
KR102386854B1 (ko) 2015-08-20 2022-04-13 삼성전자주식회사 통합 모델 기반의 음성 인식 장치 및 방법
US10270041B2 (en) 2015-08-28 2019-04-23 Semiconductor Energy Laboratory Co., Ltd. Light-emitting element, light-emitting device, electronic device, and lighting device
WO2017039632A1 (en) 2015-08-31 2017-03-09 Nunntawi Dynamics Llc Passive self-localization of microphone arrays
US10031719B2 (en) 2015-09-02 2018-07-24 Harman International Industries, Incorporated Audio system with multi-screen application
US10339917B2 (en) 2015-09-03 2019-07-02 Google Llc Enhanced speech endpointing
KR102417682B1 (ko) 2015-09-09 2022-07-07 삼성전자주식회사 음성 인식을 이용한 닉네임 관리 장치 및 방법
KR20170031392A (ko) 2015-09-11 2017-03-21 삼성전자주식회사 전자 장치, 음향 시스템 및 오디오 출력 방법
US10026399B2 (en) 2015-09-11 2018-07-17 Amazon Technologies, Inc. Arbitration between voice-enabled devices
CN105206281B (zh) 2015-09-14 2019-02-15 胡旻波 基于分布式麦克风阵列网络的语音增强方法
KR20170032114A (ko) * 2015-09-14 2017-03-22 삼성전자주식회사 음성 인식 장치 및 그의 제어방법
KR20170032096A (ko) 2015-09-14 2017-03-22 삼성전자주식회사 전자장치, 전자장치의 구동방법, 음성인식장치, 음성인식장치의 구동 방법 및 컴퓨터 판독가능 기록매체
US10706873B2 (en) 2015-09-18 2020-07-07 Sri International Real-time speaker state analytics platform
US10289734B2 (en) 2015-09-18 2019-05-14 Samsung Electronics Co., Ltd. Entity-type search system
CN105204357B (zh) 2015-09-18 2018-02-06 小米科技有限责任公司 智能家居设备的情景模式调整方法及装置
US9875081B2 (en) 2015-09-21 2018-01-23 Amazon Technologies, Inc. Device selection for providing a response
KR102420450B1 (ko) 2015-09-23 2022-07-14 삼성전자주식회사 음성인식장치, 음성인식방법 및 컴퓨터 판독가능 기록매체
KR102446392B1 (ko) 2015-09-23 2022-09-23 삼성전자주식회사 음성 인식이 가능한 전자 장치 및 방법
US10229700B2 (en) 2015-09-24 2019-03-12 Google Llc Voice activity detection
US9936156B2 (en) 2015-09-24 2018-04-03 Samantha WESTERN Volume adjusting apparatus and method
US10186276B2 (en) 2015-09-25 2019-01-22 Qualcomm Incorporated Adaptive noise suppression for super wideband music
CN105162886B (zh) 2015-09-25 2019-04-12 北京奇艺世纪科技有限公司 一种声音控制方法及装置
US9996316B2 (en) 2015-09-28 2018-06-12 Amazon Technologies, Inc. Mediation of wakeword response for multiple devices
US10334306B2 (en) 2015-09-28 2019-06-25 Google Llc Time-synchronized, multizone medial streaming
JP6536320B2 (ja) 2015-09-28 2019-07-03 富士通株式会社 音声信号処理装置、音声信号処理方法及びプログラム
US10241754B1 (en) 2015-09-29 2019-03-26 Amazon Technologies, Inc. Systems and methods for providing supplemental information with a response to a command
KR20170038681A (ko) 2015-09-30 2017-04-07 가부시키가이샤 한도오따이 에네루기 켄큐쇼 발광 소자, 표시 장치, 전자 기기, 및 조명 장치
CN111354874B (zh) 2015-09-30 2023-07-04 株式会社半导体能源研究所 发光元件、显示装置、电子设备及照明装置
US20170092278A1 (en) 2015-09-30 2017-03-30 Apple Inc. Speaker recognition
US9978366B2 (en) 2015-10-09 2018-05-22 Xappmedia, Inc. Event-based speech interactive media player
US9754580B2 (en) 2015-10-12 2017-09-05 Technologies For Voice Interface System and method for extracting and using prosody features
KR102429260B1 (ko) 2015-10-12 2022-08-05 삼성전자주식회사 음성 에이전트 기반의 제어 명령 처리 장치 및 방법과, 에이전트 장치
CN107925818B (zh) 2015-10-15 2020-10-16 华为技术有限公司 用于声音处理节点装置的声音处理节点
US9747926B2 (en) 2015-10-16 2017-08-29 Google Inc. Hotword recognition
US9928840B2 (en) 2015-10-16 2018-03-27 Google Llc Hotword recognition
JP6463710B2 (ja) 2015-10-16 2019-02-06 グーグル エルエルシー ホットワード認識
US10453450B2 (en) 2015-10-20 2019-10-22 Bragi GmbH Wearable earpiece voice command control system and method
KR102444061B1 (ko) 2015-11-02 2022-09-16 삼성전자주식회사 음성 인식이 가능한 전자 장치 및 방법
CN105427861B (zh) 2015-11-03 2019-02-15 胡旻波 智能家居协同麦克风语音控制的系统及其控制方法
US9691378B1 (en) 2015-11-05 2017-06-27 Amazon Technologies, Inc. Methods and devices for selectively ignoring captured audio data
US9653075B1 (en) 2015-11-06 2017-05-16 Google Inc. Voice commands across devices
US10863267B2 (en) 2015-11-10 2020-12-08 Savant Systems, Inc. Volume control for audio/video devices
US9990209B2 (en) 2015-11-12 2018-06-05 Microsoft Technology Licensing, Llc Digital assistance device for facilitating multi-stage setup
US10706852B2 (en) 2015-11-13 2020-07-07 Microsoft Technology Licensing, Llc Confidence features for automated speech recognition arbitration
US10592949B2 (en) 2015-11-13 2020-03-17 [24]7.ai, Inc. Method and apparatus for linking customer interactions with customer messaging platforms
US20170140750A1 (en) 2015-11-17 2017-05-18 Le Holdings (Beijing) Co., Ltd. Method and device for speech recognition
CN105472191B (zh) 2015-11-18 2019-09-20 百度在线网络技术（北京）有限公司 一种跟踪回声时延的方法和装置
US11929088B2 (en) 2015-11-20 2024-03-12 Synaptics Incorporated Input/output mode control for audio processing
DE112015007147T5 (de) 2015-11-25 2018-08-09 Mitsubishi Electric Corporation Sprachdialogvorrichtung und Sprachdialogverfahren
US10040423B2 (en) 2015-11-27 2018-08-07 Bragi GmbH Vehicle with wearable for identifying one or more vehicle occupants
US9484030B1 (en) 2015-12-02 2016-11-01 Amazon Technologies, Inc. Audio triggered commands
US9699597B2 (en) 2015-12-07 2017-07-04 Google Inc. Wireless signal forwarding
US9747920B2 (en) 2015-12-17 2017-08-29 Amazon Technologies, Inc. Adaptive beamforming to create reference channels
CN105679318A (zh) 2015-12-23 2016-06-15 珠海格力电器股份有限公司 一种基于语音识别的显示方法、装置、显示系统和空调
US10311862B2 (en) 2015-12-23 2019-06-04 Rovi Guides, Inc. Systems and methods for conversations with devices about media using interruptions and changes of subjects
CN105632486B (zh) 2015-12-23 2019-12-17 北京奇虎科技有限公司 一种智能硬件的语音唤醒方法和装置
US10134388B1 (en) 2015-12-23 2018-11-20 Amazon Technologies, Inc. Word generation for speech recognition
US10026401B1 (en) 2015-12-28 2018-07-17 Amazon Technologies, Inc. Naming devices via voice commands
US9826599B2 (en) 2015-12-28 2017-11-21 Amazon Technologies, Inc. Voice-controlled light switches
US10547942B2 (en) 2015-12-28 2020-01-28 Samsung Electronics Co., Ltd. Control of electrodynamic speaker driver using a low-order non-linear model
US9992642B1 (en) 2015-12-29 2018-06-05 Amazon Technologies, Inc. Automated messaging
US9820036B1 (en) 2015-12-30 2017-11-14 Amazon Technologies, Inc. Speech processing of reflected sound
US9813810B1 (en) 2016-01-05 2017-11-07 Google Inc. Multi-microphone neural network for sound recognition
US10049666B2 (en) 2016-01-06 2018-08-14 Google Llc Voice recognition system
US9743207B1 (en) 2016-01-18 2017-08-22 Sonos, Inc. Calibration using multiple recording devices
KR20170086814A (ko) 2016-01-19 2017-07-27 삼성전자주식회사 음성 인식 기능을 제공하는 전자 장치 및 그 동작 방법
KR102392113B1 (ko) 2016-01-20 2022-04-29 삼성전자주식회사 전자 장치 및 전자 장치의 음성 명령 처리 방법
CN105741838B (zh) 2016-01-20 2019-10-15 百度在线网络技术（北京）有限公司 语音唤醒方法及装置
CN105700364A (zh) * 2016-01-20 2016-06-22 宇龙计算机通信科技(深圳)有限公司 一种智能家居控制方法及可穿戴设备
US9749731B2 (en) 2016-01-21 2017-08-29 Bose Corporation Sidetone generation using multiple microphones
KR20170091913A (ko) 2016-02-02 2017-08-10 삼성전자주식회사 영상 서비스 제공 방법 및 장치
US9659555B1 (en) 2016-02-09 2017-05-23 Amazon Technologies, Inc. Multichannel acoustic echo cancellation
US9653060B1 (en) 2016-02-09 2017-05-16 Amazon Technologies, Inc. Hybrid reference signal for acoustic echo cancellation
WO2017138934A1 (en) 2016-02-10 2017-08-17 Nuance Communications, Inc. Techniques for spatially selective wake-up word recognition and related systems and methods
US9858927B2 (en) 2016-02-12 2018-01-02 Amazon Technologies, Inc Processing spoken commands to control distributed audio outputs
US9898250B1 (en) 2016-02-12 2018-02-20 Amazon Technologies, Inc. Controlling distributed audio outputs to enable voice output
US10509626B2 (en) 2016-02-22 2019-12-17 Sonos, Inc Handling of loss of pairing between networked devices
US9826306B2 (en) 2016-02-22 2017-11-21 Sonos, Inc. Default playback device designation
US9947316B2 (en) 2016-02-22 2018-04-17 Sonos, Inc. Voice control of a media playback system
US9965247B2 (en) 2016-02-22 2018-05-08 Sonos, Inc. Voice controlled media playback system based on user profile
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
US9779735B2 (en) 2016-02-24 2017-10-03 Google Inc. Methods and systems for detecting and processing speech signals
WO2017147936A1 (zh) * 2016-03-04 2017-09-08 茹旷 智能家居助手
US10133612B2 (en) * 2016-03-17 2018-11-20 Nuance Communications, Inc. Session processing interaction between two or more virtual assistants
US9769420B1 (en) 2016-03-18 2017-09-19 Thomas Lawrence Moses Portable wireless remote monitoring and control systems
US10373612B2 (en) 2016-03-21 2019-08-06 Amazon Technologies, Inc. Anchored speech detection and speech recognition
US9805714B2 (en) 2016-03-22 2017-10-31 Asustek Computer Inc. Directional keyword verification method applicable to electronic device and electronic device using the same
US10365887B1 (en) 2016-03-25 2019-07-30 Amazon Technologies, Inc. Generating commands based on location and wakeword
US10332508B1 (en) 2016-03-31 2019-06-25 Amazon Technologies, Inc. Confidence checking for speech processing and query answering
US9952827B2 (en) 2016-04-13 2018-04-24 Comcast Cable Communications, Llc Dynamic adjustment of equalization settings of audio components via a sound device profile
JP6686226B2 (ja) 2016-04-18 2020-04-22 グーグル エルエルシー 適切なエージェントの自動化アシスタント呼び出し
US10318236B1 (en) 2016-05-05 2019-06-11 Amazon Technologies, Inc. Refining media playback
US10447748B2 (en) 2016-05-12 2019-10-15 Apple Inc. Sharing media information between applications on client devices
US20170329397A1 (en) 2016-05-12 2017-11-16 Rovi Guides, Inc. Systems and methods for navigating a media guidance application using gaze control
US10149049B2 (en) 2016-05-13 2018-12-04 Bose Corporation Processing speech from distributed microphones
WO2017197312A2 (en) 2016-05-13 2017-11-16 Bose Corporation Processing speech from distributed microphones
US10187440B2 (en) 2016-05-27 2019-01-22 Apple Inc. Personalization of media streams
US10063965B2 (en) 2016-06-01 2018-08-28 Google Llc Sound source estimation using neural networks
US10079027B2 (en) * 2016-06-03 2018-09-18 Nxp B.V. Sound signal detector
US10474419B2 (en) 2016-06-03 2019-11-12 Crestron Electronics, Inc. Audio digital signal processor utilizing a hybrid network architecture
AU2017100581B4 (en) 2016-06-08 2018-02-01 Apple Inc. Intelligent automated assistant for media exploration
US10235124B2 (en) 2016-06-08 2019-03-19 Google Llc Audio announcement prioritization system
US9754605B1 (en) 2016-06-09 2017-09-05 Amazon Technologies, Inc. Step-size control for multi-channel acoustic echo canceller
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
AU2017100486C4 (en) 2016-06-11 2019-09-05 Apple Inc. Intelligent device arbitration and control
DK179034B1 (en) 2016-06-12 2017-09-04 Apple Inc Devices, methods, and graphical user interfaces for dynamically adjusting presentation of audio outputs
US20170364371A1 (en) 2016-06-15 2017-12-21 Microsoft Technology Licensing, Llc Context-Dependent Digital Action-Assistance Tool
ES2806204T3 (es) 2016-06-15 2021-02-16 Cerence Operating Co Técnicas para reconomiento de voz para activación y sistemas y métodos relacionados
US10212029B2 (en) 2016-06-15 2019-02-19 Microsoft Technology Licensing, Llc Service provisioning in cloud computing systems
KR20170142001A (ko) 2016-06-16 2017-12-27 삼성전자주식회사 전자 장치, 그의 반향 신호 제거 방법 및 비일시적 컴퓨터 판독가능 기록매체
US9749738B1 (en) 2016-06-20 2017-08-29 Gopro, Inc. Synthesizing audio corresponding to a virtual microphone location
US9875740B1 (en) 2016-06-20 2018-01-23 A9.Com, Inc. Using voice information to influence importance of search result categories
ITUA20164622A1 (it) 2016-06-23 2017-12-23 St Microelectronics Srl Procedimento di beamforming basato su matrici di microfoni e relativo apparato
US10091545B1 (en) 2016-06-27 2018-10-02 Amazon Technologies, Inc. Methods and systems for detecting audio output of associated device
US9728188B1 (en) 2016-06-28 2017-08-08 Amazon Technologies, Inc. Methods and devices for ignoring similar audio being received by a system
KR102471499B1 (ko) 2016-07-05 2022-11-28 삼성전자주식회사 영상처리장치, 영상처리장치의 구동방법 및 컴퓨터 판독가능 기록매체
WO2018013564A1 (en) 2016-07-12 2018-01-18 Bose Corporation Combining gesture and voice user interfaces
EP3270377B1 (en) 2016-07-12 2020-02-19 Dolby Laboratories Licensing Corporation Assessment and adjustment of audio installation
US9860670B1 (en) 2016-07-15 2018-01-02 Sonos, Inc. Spectral correction using spatial calibration
US10134399B2 (en) 2016-07-15 2018-11-20 Sonos, Inc. Contextualization of voice inputs
US10152969B2 (en) 2016-07-15 2018-12-11 Sonos, Inc. Voice detection by multiple devices
US9979680B2 (en) 2016-07-21 2018-05-22 Fujitsu Limited Smart notification scheduling and modality selection
US10621992B2 (en) 2016-07-22 2020-04-14 Lenovo (Singapore) Pte. Ltd. Activating voice assistant based on at least one of user proximity and context
CN106027806A (zh) * 2016-07-25 2016-10-12 乐视控股（北京）有限公司 智能家居设备的控制方法及移动终端
US20180033429A1 (en) * 2016-07-26 2018-02-01 Ford Global Technologies, Llc Extendable vehicle system
KR102575634B1 (ko) 2016-07-26 2023-09-06 삼성전자주식회사 전자 장치 및 전자 장치의 동작 방법
CN106028223A (zh) 2016-07-26 2016-10-12 广东欧珀移动通信有限公司 一种智能音箱的控制方法、装置及智能音箱
US10431211B2 (en) 2016-07-29 2019-10-01 Qualcomm Incorporated Directional processing of far-field audio
US10459684B2 (en) 2016-08-05 2019-10-29 Sonos, Inc. Calibration of a playback device based on an estimated frequency response
US10115400B2 (en) 2016-08-05 2018-10-30 Sonos, Inc. Multiple voice services
US10026403B2 (en) 2016-08-12 2018-07-17 Paypal, Inc. Location based voice association system
US9691384B1 (en) 2016-08-19 2017-06-27 Google Inc. Voice action biasing system
US10326869B2 (en) 2016-08-19 2019-06-18 Amazon Technologies, Inc. Enabling voice control of telephone device
US20180053504A1 (en) 2016-08-19 2018-02-22 Otis Elevator Company Intention recognition for triggering voice recognition system
CN107767863B (zh) 2016-08-22 2021-05-04 科大讯飞股份有限公司 语音唤醒方法、系统及智能终端
US20180061396A1 (en) 2016-08-24 2018-03-01 Knowles Electronics, Llc Methods and systems for keyword detection using keyword repetitions
US9972320B2 (en) 2016-08-24 2018-05-15 Google Llc Hotword detection on multiple devices
US10360910B2 (en) 2016-08-29 2019-07-23 Garmin Switzerland Gmbh Automatic speech recognition (ASR) utilizing GPS and sensor data
US10461953B2 (en) * 2016-08-29 2019-10-29 Lutron Technology Company Llc Load control system having audio control devices
US10685656B2 (en) 2016-08-31 2020-06-16 Bose Corporation Accessing multiple virtual personal assistants (VPA) from a single device
US10074369B2 (en) 2016-09-01 2018-09-11 Amazon Technologies, Inc. Voice-based communications
US10580404B2 (en) 2016-09-01 2020-03-03 Amazon Technologies, Inc. Indicator for voice-based communications
US10057698B2 (en) 2016-09-02 2018-08-21 Bose Corporation Multiple room communication system and method
CN109891434B (zh) 2016-09-06 2020-10-30 渊慧科技有限公司 使用神经网络生成音频
EP3297298B1 (en) 2016-09-19 2020-05-06 A-Volute Method for reproducing spatially distributed sounds
US9972318B1 (en) 2016-09-21 2018-05-15 Amazon Technologies, Inc. Interpreting voice commands
JP6520878B2 (ja) 2016-09-21 2019-05-29 トヨタ自動車株式会社 音声取得システムおよび音声取得方法
US9942678B1 (en) 2016-09-27 2018-04-10 Sonos, Inc. Audio playback settings for voice interaction
US10409548B2 (en) 2016-09-27 2019-09-10 Grabango Co. System and method for differentially locating and modifying audio sources
JP2018055259A (ja) 2016-09-27 2018-04-05 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
US9959861B2 (en) 2016-09-30 2018-05-01 Robert Bosch Gmbh System and method for speech recognition
US9743204B1 (en) 2016-09-30 2017-08-22 Sonos, Inc. Multi-orientation playback device microphones
US10283138B2 (en) * 2016-10-03 2019-05-07 Google Llc Noise mitigation for a voice interface device
WO2018067350A1 (en) 2016-10-03 2018-04-12 Google Llc. Processing voice commands based on device topology
WO2018067402A1 (en) 2016-10-03 2018-04-12 Google Inc. Selection of computational agent for task performance
CN107919116B (zh) 2016-10-11 2019-09-13 芋头科技（杭州）有限公司 一种语音激活检测方法及装置
US10712997B2 (en) 2016-10-17 2020-07-14 Sonos, Inc. Room association based on name
US10181323B2 (en) 2016-10-19 2019-01-15 Sonos, Inc. Arbitration-based voice recognition
US20180122372A1 (en) 2016-10-31 2018-05-03 Soundhound, Inc. Distinguishable open sounds
US10783883B2 (en) 2016-11-03 2020-09-22 Google Llc Focus session at a voice interface device
JP6616048B1 (ja) 2016-11-07 2019-12-04 グーグル エルエルシー 記録されたメディアホットワードトリガ抑制
US10154496B2 (en) 2016-11-10 2018-12-11 Futurewei Technologies, Inc. System and method for beamformed reference signals in three dimensional multiple input multiple output communications systems
US10382806B2 (en) 2016-11-14 2019-08-13 DISH Technologies L.L.C. Apparatus, systems and methods for controlling presentation of content using a multi-media table
US10170110B2 (en) 2016-11-17 2019-01-01 Robert Bosch Gmbh System and method for ranking of hybrid speech recognition results with neural networks
CN106708403A (zh) 2016-11-30 2017-05-24 努比亚技术有限公司 输入滑动操作时同步播放提示音的方法及装置
US10079015B1 (en) 2016-12-06 2018-09-18 Amazon Technologies, Inc. Multi-layer keyword detection
US10186265B1 (en) 2016-12-06 2019-01-22 Amazon Technologies, Inc. Multi-layer keyword detection to avoid detection of keywords in output audio
US10134396B2 (en) 2016-12-07 2018-11-20 Google Llc Preventing of audio attacks
US10255032B2 (en) 2016-12-13 2019-04-09 EVA Automation, Inc. Wireless coordination of audio sources
US11184764B2 (en) 2016-12-14 2021-11-23 Amzetta Technologies, Llc Methods and systems of establishing communication between devices
CN106531165A (zh) * 2016-12-15 2017-03-22 北京塞宾科技有限公司 一种便携式智能家居语音控制系统及控制方法
US10339957B1 (en) 2016-12-20 2019-07-02 Amazon Technologies, Inc. Ending communications session based on presence data
US10068573B1 (en) 2016-12-21 2018-09-04 Amazon Technologies, Inc. Approaches for voice-activated audio commands
US10559309B2 (en) 2016-12-22 2020-02-11 Google Llc Collaborative voice controlled devices
DE112017006486T5 (de) 2016-12-23 2019-09-12 Synaptics Incorporated Online-enthallungsalgorithmus basierend auf gewichtetem vorhersagefehler für lärmbehaftete zeitvariante umgebungen
CN106910500B (zh) 2016-12-23 2020-04-17 北京小鸟听听科技有限公司 对带麦克风阵列的设备进行语音控制的方法及设备
US10546578B2 (en) 2016-12-26 2020-01-28 Samsung Electronics Co., Ltd. Method and device for transmitting and receiving audio data
US10276161B2 (en) 2016-12-27 2019-04-30 Google Llc Contextual hotwords
US10580405B1 (en) 2016-12-27 2020-03-03 Amazon Technologies, Inc. Voice control of remote device
US10593328B1 (en) 2016-12-27 2020-03-17 Amazon Technologies, Inc. Voice control of remote device
US10186266B1 (en) 2016-12-28 2019-01-22 Amazon Technologies, Inc. Message playback using a shared device
US10229680B1 (en) 2016-12-29 2019-03-12 Amazon Technologies, Inc. Contextual entity resolution
US10831366B2 (en) 2016-12-29 2020-11-10 Google Llc Modality learning on mobile devices
US10290302B2 (en) 2016-12-30 2019-05-14 Google Llc Compact home assistant with combined acoustic waveguide and heat sink
US10224031B2 (en) 2016-12-30 2019-03-05 Google Llc Generating and transmitting invocation request to appropriate third-party agent
KR102412202B1 (ko) 2017-01-03 2022-06-27 삼성전자주식회사 냉장고 및 이의 정보 표시 방법
US10248613B2 (en) 2017-01-10 2019-04-02 Qualcomm Incorporated Data bus activation in an electronic device
US10672387B2 (en) 2017-01-11 2020-06-02 Google Llc Systems and methods for recognizing user speech
US11164570B2 (en) 2017-01-17 2021-11-02 Ford Global Technologies, Llc Voice assistant tracking and activation
US10306254B2 (en) 2017-01-17 2019-05-28 Seiko Epson Corporation Encoding free view point data in movie data container
KR20180084392A (ko) 2017-01-17 2018-07-25 삼성전자주식회사 전자 장치 및 그의 동작 방법
KR20180085931A (ko) 2017-01-20 2018-07-30 삼성전자주식회사 음성 입력 처리 방법 및 이를 지원하는 전자 장치
KR102556840B1 (ko) 2017-01-20 2023-07-18 삼성전자주식회사 전자 장치 및 그의 제어 방법
US20180218747A1 (en) 2017-01-28 2018-08-02 Bose Corporation Audio Device Filter Modification
KR20180090586A (ko) 2017-02-03 2018-08-13 삼성전자주식회사 알림을 제공하는 방법 및 그 전자 장치
CA3155434A1 (en) 2017-02-07 2018-08-16 Lutron Technology Company Llc Audio-based load control system
US10762891B2 (en) 2017-02-10 2020-09-01 Synaptics Incorporated Binary and multi-class classification systems and methods using connectionist temporal classification
CN108446281B (zh) 2017-02-13 2021-03-12 北京嘀嘀无限科技发展有限公司 确定用户亲密度的方法、装置及存储介质
US20180293221A1 (en) 2017-02-14 2018-10-11 Microsoft Technology Licensing, Llc Speech parsing with intelligent assistant
US10467509B2 (en) 2017-02-14 2019-11-05 Microsoft Technology Licensing, Llc Computationally-efficient human-identifying smart assistant computer
US10311876B2 (en) 2017-02-14 2019-06-04 Google Llc Server side hotwording
US11100384B2 (en) 2017-02-14 2021-08-24 Microsoft Technology Licensing, Llc Intelligent device user interactions
US10431217B2 (en) * 2017-02-15 2019-10-01 Amazon Technologies, Inc. Audio playback device that dynamically switches between receiving audio data from a soft access point and receiving audio data from a local access point
US10264358B2 (en) 2017-02-15 2019-04-16 Amazon Technologies, Inc. Selection of master device for synchronized audio
US10839795B2 (en) 2017-02-15 2020-11-17 Amazon Technologies, Inc. Implicit target selection for multiple audio playback devices in an environment
CN106921560B (zh) 2017-02-28 2020-06-02 北京小米移动软件有限公司 语音通信方法、装置及系统
US10706843B1 (en) 2017-03-09 2020-07-07 Amazon Technologies, Inc. Contact resolution for communications systems
US20180262793A1 (en) 2017-03-09 2018-09-13 Google Inc. Reverse Casting from a First Screen Device to a Second Screen Device
US10089981B1 (en) 2017-03-09 2018-10-02 Amazon Technologies, Inc. Messaging account disambiguation
US10540961B2 (en) 2017-03-13 2020-01-21 Baidu Usa Llc Convolutional recurrent neural networks for small-footprint keyword spotting
US10074371B1 (en) 2017-03-14 2018-09-11 Amazon Technologies, Inc. Voice control of remote device by disabling wakeword detection
US10600406B1 (en) 2017-03-20 2020-03-24 Amazon Technologies, Inc. Intent re-ranker
US10499139B2 (en) 2017-03-20 2019-12-03 Bose Corporation Audio signal processing for noise reduction
US10621980B2 (en) 2017-03-21 2020-04-14 Harman International Industries, Inc. Execution of voice commands in a multi-device system
JP6791356B2 (ja) 2017-03-24 2020-11-25 ヤマハ株式会社 音声端末、音声コマンド生成システム、及び音声コマンド生成システムの制御方法
US11183181B2 (en) 2017-03-27 2021-11-23 Sonos, Inc. Systems and methods of multiple voice services
CN107135443B (zh) 2017-03-29 2020-06-23 联想(北京)有限公司 一种信号处理方法及电子设备
US10643609B1 (en) 2017-03-29 2020-05-05 Amazon Technologies, Inc. Selecting speech inputs
US10373630B2 (en) 2017-03-31 2019-08-06 Intel Corporation Systems and methods for energy efficient and low power distributed automatic speech recognition on wearable devices
US10825471B2 (en) 2017-04-05 2020-11-03 Avago Technologies International Sales Pte. Limited Voice energy detection
US11188808B2 (en) 2017-04-11 2021-11-30 Lenovo (Singapore) Pte. Ltd. Indicating a responding virtual assistant from a plurality of virtual assistants
US10748531B2 (en) 2017-04-13 2020-08-18 Harman International Industries, Incorporated Management layer for multiple intelligent personal assistant services
CN107122158A (zh) 2017-04-14 2017-09-01 北京小米移动软件有限公司 播放信息提示音频的方法及装置、电子设备
KR102068182B1 (ko) 2017-04-21 2020-01-20 엘지전자 주식회사 음성 인식 장치, 및 음성 인식 시스템
KR102392297B1 (ko) 2017-04-24 2022-05-02 엘지전자 주식회사 전자기기
KR102298947B1 (ko) 2017-04-28 2021-09-08 삼성전자주식회사 음성 데이터 처리 방법 및 이를 지원하는 전자 장치
US10992795B2 (en) 2017-05-16 2021-04-27 Apple Inc. Methods and interfaces for home media control
US10311870B2 (en) 2017-05-10 2019-06-04 Ecobee Inc. Computerized device with voice command input capability
US10013995B1 (en) 2017-05-10 2018-07-03 Cirrus Logic, Inc. Combined reference signal for acoustic echo cancellation
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US10628484B2 (en) 2017-05-17 2020-04-21 Board Of Trustees Of The University Of Illinois Vibrational devices as sound sensors
US10531196B2 (en) 2017-06-02 2020-01-07 Apple Inc. Spatially ducking audio produced through a beamforming loudspeaker array
US10564928B2 (en) 2017-06-02 2020-02-18 Rovi Guides, Inc. Systems and methods for generating a volume- based response for multiple voice-operated user devices
US10403299B2 (en) 2017-06-02 2019-09-03 Apple Inc. Multi-channel speech signal enhancement for robust voice trigger detection and automatic speech recognition
US10522146B1 (en) 2019-07-09 2019-12-31 Instreamatic, Inc. Systems and methods for recognizing and performing voice commands during advertisement
US10395650B2 (en) 2017-06-05 2019-08-27 Google Llc Recorded media hotword trigger suppression
US10983753B2 (en) 2017-06-09 2021-04-20 International Business Machines Corporation Cognitive and interactive sensor based smart home solution
US10410635B2 (en) 2017-06-09 2019-09-10 Soundhound, Inc. Dual mode speech recognition
US10984329B2 (en) 2017-06-14 2021-04-20 Ademco Inc. Voice activated virtual assistant with a fused response
US10028069B1 (en) 2017-06-22 2018-07-17 Sonos, Inc. Immersive audio in a media playback system
US10950228B1 (en) 2017-06-28 2021-03-16 Amazon Technologies, Inc. Interactive voice controlled entertainment
US11189273B2 (en) 2017-06-29 2021-11-30 Amazon Technologies, Inc. Hands free always on near field wakeword solution
US11264019B2 (en) 2017-06-30 2022-03-01 Google Llc Methods, systems, and media for voice-based call operations
US10687353B2 (en) 2017-07-10 2020-06-16 Qualcomm Incorporated Management of conflicting scheduling commands in wireless networks
US20190013019A1 (en) 2017-07-10 2019-01-10 Intel Corporation Speaker command and key phrase management for muli -virtual assistant systems
US10310082B2 (en) 2017-07-27 2019-06-04 Quantenna Communications, Inc. Acoustic spatial diagnostics for smart home management
US11205421B2 (en) 2017-07-28 2021-12-21 Cerence Operating Company Selection system and method
US10475449B2 (en) 2017-08-07 2019-11-12 Sonos, Inc. Wake-word detection suppression
US11798544B2 (en) 2017-08-07 2023-10-24 Polycom, Llc Replying to a spoken command
JP6513749B2 (ja) 2017-08-09 2019-05-15 レノボ・シンガポール・プライベート・リミテッド 音声アシストシステム、サーバ装置、その音声アシスト方法、及びコンピュータが実行するためのプログラム
KR102389041B1 (ko) 2017-08-11 2022-04-21 엘지전자 주식회사 이동단말기 및 머신 러닝을 이용한 이동 단말기의 제어방법
US10304475B1 (en) 2017-08-14 2019-05-28 Amazon Technologies, Inc. Trigger word based beam selection
US11062710B2 (en) 2017-08-28 2021-07-13 Roku, Inc. Local and cloud speech recognition
US10553235B2 (en) 2017-08-28 2020-02-04 Apple Inc. Transparent near-end user control over far-end speech enhancement processing
US11062702B2 (en) 2017-08-28 2021-07-13 Roku, Inc. Media system with multiple digital assistants
US20190066710A1 (en) 2017-08-28 2019-02-28 Apple Inc. Transparent near-end user control over far-end speech enhancement processing
US10546583B2 (en) 2017-08-30 2020-01-28 Amazon Technologies, Inc. Context-based device arbitration
US10366699B1 (en) 2017-08-31 2019-07-30 Amazon Technologies, Inc. Multi-path calculations for device energy levels
US10515625B1 (en) 2017-08-31 2019-12-24 Amazon Technologies, Inc. Multi-modal natural language processing
US10911596B1 (en) 2017-08-31 2021-02-02 Amazon Technologies, Inc. Voice user interface for wired communications system
US11361763B1 (en) 2017-09-01 2022-06-14 Amazon Technologies, Inc. Detecting system-directed speech
US10482895B2 (en) 2017-09-01 2019-11-19 Cirrus Logic, Inc. Acoustic echo cancellation (AEC) rate adaptation
US10847149B1 (en) 2017-09-01 2020-11-24 Amazon Technologies, Inc. Speech-based attention span for voice user interface
JP6571144B2 (ja) 2017-09-08 2019-09-04 シャープ株式会社 監視システム、監視機器、サーバ、および監視方法
US10048930B1 (en) 2017-09-08 2018-08-14 Sonos, Inc. Dynamic computation of system response volume
US20190082255A1 (en) 2017-09-08 2019-03-14 Olympus Corporation Information acquiring apparatus, information acquiring method, and computer readable recording medium
US10083006B1 (en) 2017-09-12 2018-09-25 Google Llc Intercom-style communication using multiple computing devices
KR102338376B1 (ko) 2017-09-13 2021-12-13 삼성전자주식회사 디바이스 그룹을 지정하기 위한 전자 장치 및 이의 제어 방법
US11314215B2 (en) 2017-09-15 2022-04-26 Kohler Co. Apparatus controlling bathroom appliance lighting based on user identity
US9973849B1 (en) 2017-09-20 2018-05-15 Amazon Technologies, Inc. Signal quality beam selection
US10719507B2 (en) 2017-09-21 2020-07-21 SayMosaic Inc. System and method for natural language processing
US10580411B2 (en) 2017-09-25 2020-03-03 Cirrus Logic, Inc. Talker change detection
US10586534B1 (en) 2017-09-27 2020-03-10 Amazon Technologies, Inc. Voice-controlled device control using acoustic echo cancellation statistics
US10051366B1 (en) 2017-09-28 2018-08-14 Sonos, Inc. Three-dimensional beam forming with a microphone array
US10621981B2 (en) 2017-09-28 2020-04-14 Sonos, Inc. Tone interference cancellation
US11233782B2 (en) 2017-10-04 2022-01-25 Resilience Magnum IP, LLC Single node network connectivity for structure automation functionality
US10897680B2 (en) 2017-10-04 2021-01-19 Google Llc Orientation-based device interface
KR102421255B1 (ko) 2017-10-17 2022-07-18 삼성전자주식회사 음성 신호를 제어하기 위한 전자 장치 및 방법
KR102543693B1 (ko) 2017-10-17 2023-06-16 삼성전자주식회사 전자 장치 및 그의 동작 방법
US10403266B2 (en) 2017-10-18 2019-09-03 Intel Corporation Detecting keywords in audio using a spiking neural network
CN107808670B (zh) 2017-10-25 2021-05-14 百度在线网络技术（北京）有限公司 语音数据处理方法、装置、设备及存储介质
JP2019086903A (ja) 2017-11-02 2019-06-06 東芝映像ソリューション株式会社 音声対話端末、および音声対話端末制御方法
CN107832837B (zh) 2017-11-28 2021-09-28 南京大学 一种基于压缩感知原理的卷积神经网络压缩方法及解压缩方法
US20190163153A1 (en) 2017-11-30 2019-05-30 International Business Machines Corporation Enforcing dynamic volume thresholds of an entertainment device
US10546593B2 (en) 2017-12-04 2020-01-28 Apple Inc. Deep learning driven multi-channel filtering for speech enhancement
US10445365B2 (en) 2017-12-04 2019-10-15 Amazon Technologies, Inc. Streaming radio with personalized content integration
US10777189B1 (en) 2017-12-05 2020-09-15 Amazon Technologies, Inc. Dynamic wakeword detection
US10510340B1 (en) 2017-12-05 2019-12-17 Amazon Technologies, Inc. Dynamic wakeword detection
US20190172452A1 (en) 2017-12-06 2019-06-06 GM Global Technology Operations LLC External information rendering
EP3610480B1 (en) 2017-12-06 2022-02-16 Google LLC Ducking and erasing audio signals from nearby devices
CN107919123B (zh) 2017-12-07 2022-06-03 北京小米移动软件有限公司 多语音助手控制方法、装置及计算机可读存储介质
US11182122B2 (en) 2017-12-08 2021-11-23 Amazon Technologies, Inc. Voice control of computing devices
US20190179611A1 (en) 2017-12-11 2019-06-13 Sonos, Inc. Systems and Methods of Receiving Voice Input
US10847137B1 (en) 2017-12-12 2020-11-24 Amazon Technologies, Inc. Trigger word detection using neural network waveform processing
US10425247B2 (en) 2017-12-12 2019-09-24 Rovi Guides, Inc. Systems and methods for modifying playback of a media asset in response to a verbal command unrelated to playback of the media asset
US10051600B1 (en) 2017-12-12 2018-08-14 Amazon Technologies, Inc. Selective notification delivery based on user presence detections
US10374816B1 (en) 2017-12-13 2019-08-06 Amazon Technologies, Inc. Network conference management and arbitration via voice-capturing devices
US10663313B2 (en) 2017-12-15 2020-05-26 Google Llc Providing traffic warnings to a user based on return journey
US10540971B2 (en) 2017-12-15 2020-01-21 Blue Jeans Network, Inc. System and methods for in-meeting group assistance using a virtual assistant
US11409816B2 (en) 2017-12-19 2022-08-09 Motorola Solutions, Inc. Methods and systems for determining an action to be taken in response to a user query as a function of pre-query context information
DE112018002857T5 (de) 2017-12-26 2020-02-27 Robert Bosch Gmbh Sprecheridentifikation mit ultrakurzen Sprachsegmenten für Fern- und Nahfeld-Sprachunterstützungsanwendungen
US10504507B2 (en) 2017-12-28 2019-12-10 Syntiant Always-on keyword detector
US10614811B2 (en) 2017-12-29 2020-04-07 Intel Corporation Hierarchical speech recognition resolution
WO2019128550A1 (en) 2017-12-31 2019-07-04 Midea Group Co., Ltd. Method and system for controlling home assistant devices
WO2019128541A1 (en) 2017-12-31 2019-07-04 Midea Group Co., Ltd. Method and system for controlling multiple home devices
US9972343B1 (en) 2018-01-08 2018-05-15 Republic Wireless, Inc. Multi-step validation of wakeup phrase processing
US10795332B2 (en) 2018-01-16 2020-10-06 Resilience Magnum IP, LLC Facilitating automating home control
CN108198548B (zh) 2018-01-25 2020-11-20 苏州奇梦者网络科技有限公司 一种语音唤醒方法及其系统
US20190237067A1 (en) 2018-01-31 2019-08-01 Toyota Motor Engineering & Manufacturing North America, Inc. Multi-channel voice recognition for a vehicle environment
US10157042B1 (en) 2018-02-06 2018-12-18 Amazon Technologies, Inc. Audio output control
US11024307B2 (en) 2018-02-08 2021-06-01 Computime Ltd. Method and apparatus to provide comprehensive smart assistant services
US11145298B2 (en) 2018-02-13 2021-10-12 Roku, Inc. Trigger word detection with multiple digital assistants
US10425780B1 (en) 2018-02-22 2019-09-24 Amazon Technologies, Inc. Outputting notifications using device groups
US11127405B1 (en) 2018-03-14 2021-09-21 Amazon Technologies, Inc. Selective requests for authentication for voice-based launching of applications
US10491962B2 (en) 2018-03-14 2019-11-26 Rovi Guides, Inc. Systems and methods for presenting event notifications, based on active applications in a social group, on devices notwithstanding a user instruction to disable event notifications
US10749828B2 (en) 2018-03-14 2020-08-18 Rovi Guides, Inc. Systems and methods for presenting event notifications, based on trending communications, on devices notwithstanding a user instruction to disable event notifications
US10438605B1 (en) 2018-03-19 2019-10-08 Bose Corporation Echo control in binaural adaptive noise cancellation systems in headsets
US10685669B1 (en) 2018-03-20 2020-06-16 Amazon Technologies, Inc. Device selection from audio data
US10440440B1 (en) 2018-03-23 2019-10-08 Rovi Guides, Inc. Systems and methods for prompting a user to view an important event in a media asset presented on a first device when the user is viewing another media asset presented on a second device
US10777203B1 (en) 2018-03-23 2020-09-15 Amazon Technologies, Inc. Speech interface device with caching component
US10755706B2 (en) 2018-03-26 2020-08-25 Midea Group Co., Ltd. Voice-based user interface with dynamically switchable endpoints
US10446169B1 (en) 2018-03-26 2019-10-15 Motorola Mobility Llc Pre-selectable and dynamic configurable multistage echo control system for large range level of acoustic echo
US11151991B2 (en) 2018-03-30 2021-10-19 Verizon Media Inc. Electronic message transmission
CN111868824A (zh) 2018-04-05 2020-10-30 辛纳普蒂克斯公司 智能设备的情境感知控制
US20190311710A1 (en) 2018-04-06 2019-10-10 Flex Ltd. Device and system for accessing multiple virtual assistant services
US10720166B2 (en) 2018-04-09 2020-07-21 Synaptics Incorporated Voice biometrics systems and methods
US10679629B2 (en) 2018-04-09 2020-06-09 Amazon Technologies, Inc. Device arbitration by multiple speech processing systems
US10928917B2 (en) 2018-04-12 2021-02-23 International Business Machines Corporation Multiple user interaction with audio devices using speech and gestures
CN108520741B (zh) 2018-04-12 2021-05-04 科大讯飞股份有限公司 一种耳语音恢复方法、装置、设备及可读存储介质
US10679615B2 (en) 2018-04-16 2020-06-09 Google Llc Adaptive interface in a voice-based networked system
CN108538305A (zh) 2018-04-20 2018-09-14 百度在线网络技术（北京）有限公司 语音识别方法、装置、设备及计算机可读存储介质
EP3564949A1 (en) 2018-04-23 2019-11-06 Spotify AB Activation trigger processing
US10803864B2 (en) 2018-05-07 2020-10-13 Spotify Ab Voice recognition system for use with a personal media streaming appliance
US11308947B2 (en) 2018-05-07 2022-04-19 Spotify Ab Voice recognition system for use with a personal media streaming appliance
US11175880B2 (en) 2018-05-10 2021-11-16 Sonos, Inc. Systems and methods for voice-assisted media content selection
JP2019204025A (ja) 2018-05-24 2019-11-28 レノボ・シンガポール・プライベート・リミテッド 電子機器、制御方法、及びプログラム
US10959029B2 (en) 2018-05-25 2021-03-23 Sonos, Inc. Determining and adapting to changes in microphone performance of playback devices
US10777195B2 (en) 2018-05-31 2020-09-15 International Business Machines Corporation Wake command nullification for digital assistance and voice recognition technologies
US20190371324A1 (en) 2018-06-01 2019-12-05 Apple Inc. Suppression of voice response by device rendering trigger audio
CN112272819B (zh) 2018-06-05 2024-04-26 三星电子株式会社 被动唤醒用户交互设备的方法和系统
US10433058B1 (en) 2018-06-14 2019-10-01 Sonos, Inc. Content rules engines for audio playback devices
US10762896B1 (en) 2018-06-25 2020-09-01 Amazon Technologies, Inc. Wakeword detection
US10681460B2 (en) 2018-06-28 2020-06-09 Sonos, Inc. Systems and methods for associating playback devices with voice assistant services
NL2021308B1 (en) 2018-07-16 2020-01-24 Hazelebach & Van Der Ven Holding B V Methods for a voice processing system
JP7000268B2 (ja) 2018-07-18 2022-01-19 株式会社東芝 情報処理装置、情報処理方法、およびプログラム
US11144596B2 (en) 2018-07-24 2021-10-12 Harman International Industries, Incorporated Retroactive information searching enabled by neural sensing
GB2576016B (en) 2018-08-01 2021-06-23 Arm Ip Ltd Voice assistant devices
US10461710B1 (en) 2018-08-28 2019-10-29 Sonos, Inc. Media playback system with maximum volume setting
KR102225984B1 (ko) 2018-09-03 2021-03-10 엘지전자 주식회사 음성 인식 서비스를 제공하는 서버
US10622009B1 (en) 2018-09-10 2020-04-14 Amazon Technologies, Inc. Methods for detecting double-talk
US20200090647A1 (en) 2018-09-14 2020-03-19 Comcast Cable Communications, Llc Keyword Detection In The Presence Of Media Output
US10878811B2 (en) 2018-09-14 2020-12-29 Sonos, Inc. Networked devices, systems, and methods for intelligently deactivating wake-word engines
US10650807B2 (en) 2018-09-18 2020-05-12 Intel Corporation Method and system of neural network keyphrase detection
KR20200034430A (ko) 2018-09-21 2020-03-31 삼성전자주식회사 전자 장치, 시스템 및 음성 인식 서비스 이용 방법
US10861444B2 (en) 2018-09-24 2020-12-08 Rovi Guides, Inc. Systems and methods for determining whether to trigger a voice capable device based on speaking cadence
US10811015B2 (en) 2018-09-25 2020-10-20 Sonos, Inc. Voice detection optimization based on selected voice assistant service
US10950249B2 (en) 2018-09-25 2021-03-16 Amazon Technologies, Inc. Audio watermark encoding/decoding
US11170758B2 (en) 2018-09-27 2021-11-09 Rovi Guides, Inc. Systems and methods for providing notifications within a media asset without breaking immersion
US11100923B2 (en) 2018-09-28 2021-08-24 Sonos, Inc. Systems and methods for selective wake word detection using neural network models
KR102606789B1 (ko) 2018-10-01 2023-11-28 삼성전자주식회사 복수의 음성 인식 장치들을 제어하는 방법 및 그 방법을 지원하는 전자 장치
US20200110571A1 (en) 2018-10-05 2020-04-09 Sonos, Inc. Systems and methods for media content selection
US10971158B1 (en) 2018-10-05 2021-04-06 Facebook, Inc. Designating assistants in multi-assistant environment based on identified wake word received from a user
US10346122B1 (en) 2018-10-18 2019-07-09 Brent Foster Morgan Systems and methods for a supplemental display screen
US11899519B2 (en) 2018-10-23 2024-02-13 Sonos, Inc. Multiple stage network microphone device with reduced power consumption and processing load
US10943599B2 (en) 2018-10-26 2021-03-09 Spotify Ab Audio cancellation for voice recognition
US10573312B1 (en) 2018-12-04 2020-02-25 Sorenson Ip Holdings, Llc Transcription generation from multiple speech recognition systems
US10388272B1 (en) 2018-12-04 2019-08-20 Sorenson Ip Holdings, Llc Training speech recognition systems using word sequences
US11183183B2 (en) 2018-12-07 2021-11-23 Sonos, Inc. Systems and methods of operating media playback systems having multiple voice assistant services
US11132989B2 (en) 2018-12-13 2021-09-28 Sonos, Inc. Networked microphone devices, systems, and methods of localized arbitration
US10602268B1 (en) 2018-12-20 2020-03-24 Sonos, Inc. Optimization of network microphone devices using noise classification
KR102570384B1 (ko) 2018-12-27 2023-08-25 삼성전자주식회사 가전기기 및 이의 음성 인식 방법
US11198446B2 (en) 2019-01-04 2021-12-14 Faraday & Future Inc. On-board vehicle query system
JP2020112692A (ja) 2019-01-11 2020-07-27 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 方法、制御装置、及びプログラム
US11349834B2 (en) 2019-01-30 2022-05-31 Ncr Corporation Multi-factor secure operation authentication
US10867604B2 (en) 2019-02-08 2020-12-15 Sonos, Inc. Devices, systems, and methods for distributed voice processing
US11315556B2 (en) 2019-02-08 2022-04-26 Sonos, Inc. Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification
CN109712626B (zh) 2019-03-04 2021-04-30 腾讯科技（深圳）有限公司 一种语音数据处理方法及装置
US10943598B2 (en) 2019-03-18 2021-03-09 Rovi Guides, Inc. Method and apparatus for determining periods of excessive noise for receiving smart speaker voice commands
US10964314B2 (en) 2019-03-22 2021-03-30 Cirrus Logic, Inc. System and method for optimized noise reduction in the presence of speech distortion using adaptive microphone array
US10984783B2 (en) 2019-03-27 2021-04-20 Intel Corporation Spoken keyword detection based utterance-level wake on intent system
US20200310751A1 (en) 2019-03-29 2020-10-01 Qualcomm Incorporated System and method of managing device sound level
EP4184949A1 (en) 2019-04-17 2023-05-24 Oticon A/s A hearing device comprising a transmitter
US11361756B2 (en) 2019-06-12 2022-06-14 Sonos, Inc. Conditional wake word eventing based on environment
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
US10586540B1 (en) 2019-06-12 2020-03-10 Sonos, Inc. Network microphone device with command keyword conditioning
US20200409926A1 (en) 2019-06-28 2020-12-31 Rovi Guides, Inc. Automated contact creation based on content communications
US11138975B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US11138969B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US10871943B1 (en) 2019-07-31 2020-12-22 Sonos, Inc. Noise classification for event detection
US11159878B1 (en) 2019-08-15 2021-10-26 Amazon Technologies, Inc. Autonomously motile device with beamforming
JP7191793B2 (ja) 2019-08-30 2022-12-19 株式会社東芝 信号処理装置、信号処理方法、及びプログラム
US11172328B2 (en) 2019-09-27 2021-11-09 Sonos, Inc. Systems and methods for device localization
US11189286B2 (en) 2019-10-22 2021-11-30 Sonos, Inc. VAS toggle based on device orientation
KR20210066647A (ko) 2019-11-28 2021-06-07 삼성전자주식회사 전자 장치 및 이의 제어 방법
US20220301561A1 (en) 2019-12-10 2022-09-22 Rovi Guides, Inc. Systems and methods for local automated speech-to-text processing
US11823659B2 (en) 2019-12-11 2023-11-21 Amazon Technologies, Inc. Speech recognition through disambiguation feedback
US11445301B2 (en) 2020-02-12 2022-09-13 Sonos, Inc. Portable playback devices with network operation modes
CN111341306B (zh) 2020-02-14 2022-06-17 东南大学 基于语音特征复用的关键词唤醒cnn的存储和计算压缩方法
US11206052B1 (en) 2020-06-18 2021-12-21 HAJEN Co., Ltd Smart speaker
US20220050585A1 (en) 2020-08-14 2022-02-17 Apple Inc. Audio media playback user interface

Also Published As

Publication number Publication date
CN111418216A (zh) 2020-07-14
US20190102145A1 (en) 2019-04-04
AU2018338812A1 (en) 2020-04-30
KR102415967B1 (ko) 2022-07-04
US11893308B2 (en) 2024-02-06
EP3951586A1 (en) 2022-02-09
CA3084279A1 (en) 2019-04-04
CN111418216B (zh) 2022-11-11
WO2019067930A1 (en) 2019-04-04
US10466962B2 (en) 2019-11-05
KR20230152813A (ko) 2023-11-03
US11288039B2 (en) 2022-03-29
EP3688995A1 (en) 2020-08-05
EP3688995B1 (en) 2021-09-01
US11175888B2 (en) 2021-11-16
CN115857747A (zh) 2023-03-28
US20220222039A1 (en) 2022-07-14
AU2023237094A1 (en) 2023-10-12
JP2020536274A (ja) 2020-12-10
WO2019067930A9 (en) 2019-09-26
JP6987230B2 (ja) 2021-12-22
KR20200055776A (ko) 2020-05-21
KR20220093280A (ko) 2022-07-05
US20210141600A1 (en) 2021-05-13
JP7346529B2 (ja) 2023-09-19
US20200326909A1 (en) 2020-10-15
KR102597285B1 (ko) 2023-11-02
JP2023164959A (ja) 2023-11-14
US10606555B1 (en) 2020-03-31
US20200089469A1 (en) 2020-03-19

Similar Documents

Publication Publication Date Title
JP6987230B2 (ja) ボイスアシスタンスを備えたメディア再生システム
US11797263B2 (en) Systems and methods for voice-assisted media content selection
US11514898B2 (en) Voice control of a media playback system
US20240103804A1 (en) Systems and methods of receiving voice input
US20200110571A1 (en) Systems and methods for media content selection
US20200090646A1 (en) Networked devices, systems, & methods for intelligently deactivating wake-word engines
US20240080621A1 (en) Device designation of playback and network microphone device arrangements
CN112640475B (zh) 用于将回放设备与语音助理服务相关联的系统和方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211221

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211221

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220201

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230417

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: 20230808

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230906

R150 Certificate of patent or registration of utility model

Ref document number: 7346529

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150