JP6611470B2 - ヘッドホン聴取装置 - Google Patents

Description

本明細書に開示される態様は概して、所定の周囲音（または所望の音声トリガ）が検出されるとユーザに通知することができるようなヘッドホンの聴取モードに関する。これらの態様および他の態様は、本明細書により詳細に論述される。

既知であるように、ヘッドホンは、ユーザに対して音声データを個人的に再生するスピーカを含む。具体的には、ヘッドホンは、ユーザまたは聴取者を外部世界から孤立させる。ユーザの周囲で生成および送信される周囲音は、ヘッドホン（またはイヤホン筐体）によって著しく減衰され、次にヘッドホンによって再生される音楽または他の媒体によってさらに減衰される。しかしながら、ユーザがヘッドホンの外部で生成または送信される周囲音に関心があり得るときがある。

少なくとも１つの実施形態では、音声聴取デバイスを含むヘッドホン聴取装置が提供される。音声聴取デバイスは、外部周囲音を示す入来周囲音声信号を受信し、かつ複数の所望の音声トリガを記憶するようにプログラムされる。音声聴取デバイスは、周囲音が複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、外部周囲音を複数の所望の音声トリガと比較し、かつ通知信号をヘッドホンに送信するようにさらにプログラムされる。ヘッドホンは、外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされる。

少なくとも別の実施形態では、ヘッドホン聴取のためにプログラムされる非一時的なコンピュータ可読媒体で実現されるコンピュータプログラム製品が提供される。コンピュータプログラム製品は、外部周囲音を示す入来周囲音声信号を受信し、かつ外部周囲音をメモリ内に記憶された複数の所望の音声トリガと比較する命令を含む。コンピュータプログラム製品は、周囲音が複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号をヘッドホンに送信する命令をさらに含む。ヘッドホンは、外部周囲音の存在を示す音声警報をユーザに提供するように構成される。

少なくとも別の実施形態では、ヘッドホンを含むヘッドホン聴取装置が提供される。ヘッドホンは、通知信号を、（ｉ）外部周囲音を示す入来周囲音声信号を受信することと、（ｉｉ）外部周囲音をこのメモリ内に記憶された複数の所望の音声トリガと比較することと、（ｉｉｉ）周囲音が複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号をヘッドホンに送信することと、を行う音声聴取デバイスから受信するようにプログラムされる。ヘッドホンは、外部周囲音の存在を示す音声警報をユーザに提供するようにさらにプログラムされる。
例えば、本願発明は以下の項目を提供する。
（項目１）
ヘッドホン聴取装置であって、
外部周囲音を示す入来周囲音声信号を受信することと、
複数の所望の音声トリガを記憶することと、
上記外部周囲音を上記複数の所望の音声トリガと比較することと、
上記周囲音が上記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号を、上記外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされたヘッドホンに送信することと、を行うようにプログラムされた音声聴取デバイスを備える、装置。
（項目２）
上記ヘッドホンは、上記外部周囲音を再生すること、および合成された音声警報を再生することのうちの１つによって、上記音声警報を提供するようにプログラムされる、上記項目に記載の装置。
（項目３）
上記音声聴取デバイスは、この電力消費を保つように第１のプロセッサ集約機構を実行するために、ユーザインターフェースから、単純音検出モードに入る指示を受信するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目４）
上記音声聴取デバイスは、上記第１のプロセッサ集約機構を実行するより前に上記指示に応答して、上記入来周囲音声信号に提供された第１の周波数を基準周波数と比較するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目５）
上記音声聴取デバイスは、電力消費を保つために、上記第１の周波数が上記基準周波数に概して類似することに応答して、上記第１のプロセッサ集約機構を実行するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目６）
上記第１のプロセッサ集約機構は、Ｇｏｅｒｔｚｅｌアルゴリズムである、上記項目のいずれか一項に記載の装置。
（項目７）
上記音声聴取デバイスは、上記第１のプロセッサ集約機構を実行することに応答して、上記入来周囲音声信号上で第２の周波数を検索するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目８）
上記音声聴取デバイスは、上記第１のプロセッサ集約機構の実行に応答して、上記第２の周波数の所在が所定の時間枠内に確認されたかを決定するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目９）
上記音声聴取デバイスは、上記第２の周波数の所在が所定の時間枠内に確認されたと決定することに応答して、上記通知信号を上記ヘッドホンに送信して、上記外部周囲音の存在を上記ユーザに通知するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目１０）
上記音声聴取デバイスは、上記第１の周波数が上記基準周波数に概して類似しないことに応答して、第２のプロセッサ集約機構を実行するようにさらにプログラムされ、上記第２のプロセッサ集約機構は、上記音声聴取デバイスに上記第１のプロセッサ集約機構より多くの電力を消費させる、上記項目のいずれか一項に記載の装置。
（項目１１）
上記第２のプロセッサ集約機構は、高速フーリエ変換アルゴリズムである、上記項目のいずれか一項に記載の装置。
（項目１２）
上記音声聴取デバイスは、上記第２のプロセッサ集約機構の実行に応答して、上記外部周囲音を上記複数の所望の音声トリガと比較するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目１３）
上記音声聴取デバイスは、上記第２のプロセッサ集約機構を実行した後、上記周囲音が上記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、上記通知信号を上記ヘッドホンに送信するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目１４）
上記音声聴取デバイスは、上記ユーザが上記複数の所望の音声トリガをこのメモリ内に記憶することを可能にするようにプログラムされたユーザインターフェースを含む、上記項目のいずれか一項に記載の装置。
（項目１５）
上記ユーザインターフェースは、上記ユーザが許容レベルおよび優先レベルのうちの少なくとも１つをメモリ内に記憶された上記複数の所望の音声トリガの各々に割り当てることを可能にするようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目１６）
上記音声聴取デバイスは、上記周囲音が上記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、上記通知信号を上記ヘッドホンに無線で送信するようにさらにプログラムされる、上記項目のいずれか一項に記載の装置。
（項目１７）
ヘッドホン聴取のためにプログラムされる非一時的なコンピュータ可読媒体で実現されるコンピュータプログラム製品であって、
外部周囲音を示す入来周囲音声信号を受信することと、
上記外部周囲音をメモリ内に記憶された複数の所望の音声トリガと比較することと、
上記周囲音が上記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号を、上記外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされたヘッドホンに送信することと、を行う命令を含む、コンピュータプログラム製品。
（項目１８）
上記外部周囲音を再生すること、および上記外部周囲音とは異なる合成された音声警報を再生することのうちの１つによって、上記音声警報を提供する命令をさらに含む、上記項目に記載のコンピュータプログラム製品。
（項目１９）
上記ユーザが上記複数の所望の音声トリガをメモリ内に記憶することを可能にする命令をさらに含む、上記項目のいずれか一項に記載のコンピュータプログラム製品。
（項目２０）
上記ユーザが許容レベルおよび優先レベルのうちの少なくとも１つをメモリ内に記憶された上記複数の所望の音声トリガの各々に割り当てることを可能にする命令をさらに含む、上記項目のいずれか一項に記載のコンピュータプログラム製品。
（項目２１）
電力消費を保つように第１のプロセッサ集約機構を実行するために、ユーザインターフェースから、単純音検出モードに入る指示を受信する命令をさらに含む、上記項目のいずれか一項に記載のコンピュータプログラム製品。
（項目２２）
ヘッドホン聴取装置であって、
ヘッドホンを備え、上記ヘッドホンは、通知信号を、（ｉ）外部周囲音を示す入来周囲音声信号を受信することと、（ｉｉ）上記外部周囲音をこのメモリ内に記憶された複数の所望の音声トリガと比較することと、（ｉｉｉ）上記周囲音が上記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、上記通知信号を、上記外部周囲音の存在を示す音声警報をユーザに提供するようにさらにプログラムされた上記ヘッドホンに送信することと、を行う音声聴取デバイスから受信するようにプログラムされる、装置。
（摘要）
少なくとも１つの実施形態において、音声聴取デバイスを含むヘッドホン聴取装置が提供される。音声聴取デバイスは、外部周囲音を示す入来周囲音声信号を受信し、かつ複数の所望の音声トリガを記憶するようにプログラムされる。音声聴取デバイスは、周囲音が複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、外部周囲音を複数の所望の音声トリガと比較し、かつ通知信号をヘッドホンに送信するようにさらにプログラムされる。ヘッドホンは、外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされる。

本開示の実施形態は、添付の特許請求の範囲内に詳細に示される。しかしながら、様々な実施形態の他の特徴は、添付の図面と併せて以下の詳細な説明を参照することによってより明らかになり、最良に理解される。

一実施形態に従う、ヘッドホン聴取モードシステムを示す。 一実施形態に従う、ヘッドホン聴取モードシステムを示す。 一実施形態に従う、ヘッドホン聴取モードシステムのより詳細な実装形態を示す。 一実施形態に従う、ヘッドホン聴取モードシステムの一態様の動作フローを概して示す。 一実施形態に従う、１つ以上の所望の音声トリガを音声聴取デバイス内に記憶するための方法を示す。 一実施形態に従う、１つ以上の所望の音声トリガを検索するための方法を概して示す。

必要に応じて、本発明の詳細な実施形態が本明細書に開示されるが、開示される実施形態は、様々な代替の形態で実現され得る本発明の単に例示にすぎないことを理解されるべきである。図面は、必ずしも一定の比率の縮尺ではなく、いくつかの特徴は、特定の構成要素の詳細を示すように強調または最小化され得る。したがって、本明細書に開示される特定の構造および機能の詳細は、限定的と解釈されるべきではなく、本発明を様々に利用する当業者に教示するための単に代表的な根拠と解釈されるべきである。

本開示の実施形態は概して、複数の回路または他の電気デバイスを提供する。回路および他の電気デバイス、ならびに各々によって提供される機能性へのすべての言及は、本明細書に図解および記載されるもののみを包含するように限定されることを意図しない。特定の標識が様々な回路または開示される他の電気デバイスに割り当てられ得るが、このような標識は、回路および他の電気デバイスの動作の範囲を限定することを意図しない。このような回路および他の電気デバイスは、互いに組み合わされ、および／または所望される特定のタイプの電気的実装形態に基づいて任意の様式で分離され得る。本明細書に開示される任意の回路または他の電気デバイスは、任意の数のマイクロコントローラ、集積回路、メモリデバイス（例えば、ＦＬＡＳＨ、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、電気的プログラマブル読み出し専用メモリ（ＥＰＲＯＭ）、電気的消去可能なプログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）、またはこれらの他の好適な変形）、および本明細書に開示される動作（複数可）を実施するように互いに協働するソフトウェアを含み得ることが認識される。加えて、電気デバイスのうちのいずれか１つ以上は、開示されるように任意の数の機能を実施するようにプログラムされる非一時的なコンピュータ可読媒体で実現されるコンピュータプログラムを実行するように構成され得る。

一般的に、多くの音声聴取デバイス（例えば、携帯電話、ｉＰｏｄ（登録商標）、ノート型コンピュータ、コンピュータなど）および／または音楽を聴くためにユーザによって使用されるヘッドホンは、マイクロホンを含む。マイクロホンを用いて、コントローラで実行されるとき、ヘッドホンが「聴取モード」に入れられるように命令が提供され得る。聴取モード中に、音声聴取デバイスまたはヘッドホンは、ユーザが、ヘッドホンを介して音声データを聴いている間、ヘッドホンの外部で生成される周囲音を捕捉するか、またはそれを聴取するためにマイクロホンを利用することができる。音声聴取デバイスおよび／またはヘッドホンは、呼び鈴、ある特定の人の声、赤ん坊の泣き声など、優先すると見なされる以前に記憶された音（または所望の音声トリガ）と捕捉された周囲音を比較することができる。捕捉された周囲音が対応する所望の音声トリガと一致するように検出される場合、このような条件は、音声再生中にヘッドホンを介してユーザへの対象の周囲音が検出されたことをユーザに通知するために使用される。この場合、音声聴取デバイスは、捕捉された周囲音をヘッドホンに送信することができる。ヘッドホンは次に、捕捉された周囲音を再生して、ユーザにヘッドホンの外の活動を警告する。

音声聴取デバイスおよび／またはヘッドホンは、本明細書に記載されるような動作のうちの１つ以上を実施し得ることが認識される。音声聴取デバイスは、入来周囲音の聴取、および入来周囲音と所望の音声トリガとの比較を実施するように、音声聴取デバイスとヘッドホンとの間に位置決めされ得る中間デバイス（図示せず）を含み得ることがさらに認識される。例えば、中間デバイスは、入来周囲音の聴取、および入来周囲音の比較を実施するために、音声聴取デバイスおよびヘッドホンに接続され得る付属品として販売され得る。

あるいは、ヘッドホンは、対象の周囲音が検出されたことをユーザに警告するように再生された音声と混合され得る任意の数の可聴警報を提供することができる。可聴警報が再生されている音声データと混合される場合、ヘッドホンは、対象の周囲騒音が検出されたことをユーザが通知されるように知覚を確実にするために再生されている主音声を減衰させることができる。１つ以上の実施形態は、いつ聴取者（またはユーザ）に通知するかを決定するために分類および学習機構を利用する。これらの態様および他の態様は、より詳細に後述される。

図１Ａは、一実施形態に従う、ヘッドホン聴取モード装置（以下「装置」）１０を示す。装置１０は、音声聴取デバイス１２と、ヘッドホン１４とを含む。概して、音声聴取デバイス１２は、ユーザ（または聴取モードでの聴取者）のための音声再生のために、音声信号をヘッドホン１４に送信するように構成される。音声聴取デバイス１２としては、これらに限定されないが、携帯電話、ｉＰｏｄ（登録商標）、ノート型コンピュータ、またはコンピュータが挙げられ得る。音声聴取デバイス１２は、音声信号をヘッドホン１４に無線で送信することができる。あるいは、音声聴取デバイス１２は、ケーブルまたはワイヤ等の配線接続を介してヘッドホン１４と連結され得る。

音声聴取デバイス１２は、ヘッドホン１４の外部環境で周囲音を受信するためのマイクロホン１６を含む。音声聴取デバイス１２は、受信された周囲音を以前に所望の音声トリガと比較して、受信された周囲音と所望の音声トリガとの一致があるかを決定する。一致がある場合、音声聴取デバイス１２は、通知信号をヘッドホン１４に送信する。ヘッドホン１４は次に、受信された周囲音が所望の音声トリガと一致することをユーザに通知または警告することができる。所望の音声トリガは、これらに限定されないが、呼び鈴、ある特定の人の声、赤ん坊の泣き声、洗濯機／乾燥機のアラーム、オーブンのアラーム（複数可）、電話の着信音、ドアのノックする音などの音であり得ることが認識される。所望の音声トリガは、産業用機械からのアラームまたは他の通知等の様々な産業音に加えて、車両のエンジンまたはクラクションの音など、様々な外の音または外部音であり得ることが認識される。

図１Ｂは、別の実施形態に従う、装置１０を示す。具体的には、ヘッドホン１４は、音声聴取デバイス１２を含むように図解される。換言すれば、ヘッドホン１４は、図１Ｂに図解されるように、この中に音声聴取デバイス１２を含むか、それを統合する。この場合、音声聴取デバイス１２は、ヘッドホン１４の外部環境で周囲音を受信するマイクロホン１６を含み得、このような周囲音を所望の音声トリガとさらに比較して、一致が検出されるかを決定することができる。一致が検出される場合、コントローラ（複数可）（図示せず）は、ヘッドホン１４を制御して、通知を聴取者に提供することができる。

図２は、一実施形態に従う、装置１０のより詳細な実装形態を示す。音声聴取デバイス１２は概して、マイクロホン１６と、マイクロコントローラ２０（またはコントローラ）と、電源２１と、分類器２２と、通知器回路２４と、メモリ２６と、送信器／受信器（ＴＸ／ＲＸ）２８と、ユーザインターフェース３０とを含む。コントローラ２０は、マイクロホン１６、分類器２２、通知器回路２４、メモリ２６、送信器／受信器（ＴＸ／ＲＸ）２８、およびユーザインターフェース３０に電気的に連結される。電源２１は、音声聴取デバイス１２（例えば、音声聴取デバイス１２内に位置する電気デバイス）に電力を供給する。概して、ユーザは、入来周囲音声信号がヘッドホン１４での音声再生中に所望の音声トリガと一致するとき、音声聴取デバイス１２がヘッドホン１４に通知するように、ユーザインターフェース３０を使用して、所望の音声トリガを記録および記憶することができる。

ユーザは、ユーザインターフェース３０を介してコマンドを入力することによって、所望の音声トリガを記憶するために、構成モードに入るように音声聴取デバイス１２を制御することができる。コントローラ２０は、ユーザが音声聴取デバイス１２を構成モードに入れるのを望むことを示すユーザインターフェース３０から信号を受信する。コントローラ２０は次に、マイクロホン１６を制御して、所望の音声トリガを受信する。加えて、コントローラ２０はまた、ユーザインターフェース３０を介して、優先レベルを所望の音声トリガに割り当て、かつ許容レベルを所望の音声トリガにさらに割り当てることをユーザに促す。許容レベルは、ヘッドホン１４が聴取モードである（例えば、音声聴取デバイス１２およびヘッドホン１４がユーザのために音声データを再生している）ときにイベントをトリガするために、入来周囲音声信号が記憶された所望の音声トリガに対していかに正確である必要があるかの指示を提供する。

許容レベルは、装置１０がある程度の精度に基づいて聴取モードである間、許容レベルにより、装置１０が所望の音声トリガを一致させようとするという意味で有用であり得る。例えば、所望の音声トリガが呼び鈴の音である場合、ユーザは、呼び鈴の音が概して一貫性があり、変化しないので、装置１０が聴取モードであるとき、入来周囲音声信号を所望の音声トリガと一致させるために、比較的低い（または厳しい）許容レベルを割り当てることができる。この場合、恐らく、オーブンと関連付けられたアラーム、または携帯電話上の可聴警報など、概して類似する別の音上で誤った一致を有することは望ましくない。

一例では、許容レベルは、記憶された所望の音声トリガと比較して入来音声信号がいかに近いかということに関する精度百分率など百分率に基づいてもよい。換言すれば、選択される許容レベルは、記憶または記録された所望の音声トリガと比較されるとき、特定の所望の音声トリガに対する音声聴取デバイス１２によって確認されるような相対的百分率の精度であってもよい。

呼び鈴等の一部の周囲音に対して、１〜３つの音色があり得、コントローラ２０は、Ｇｏｅｒｔｚｅｌアルゴリズムに対する命令を実行して、一致があるかを決定することができる。例えば、呼び鈴が３つの音色（例えば、音色Ａ、音色Ｂ、および音色Ｃ）を有する場合、Ｇｏｅｒｔｚｅｌアルゴリズムは、実行されるとき、音色Ａを聴取する。Ｇｏｅｒｔｚｅｌアルゴリズムは、３つの音色のみの一致を検出することに限定されないことが認識される。音色Ａが音声聴取デバイス１２で最初に検出される場合、音声聴取デバイス１２は、音色Ｂを聴取し始める、などである。音声聴取デバイス１２が所定の時間量内に次の音色を検出しない場合、Ｇｏｅｒｔｚｅｌアルゴリズムは、音声聴取デバイス１２でリセットされる。音声聴取デバイス１２は、より複雑なより多くの音色に対する他のアルゴリズムを実行することができる。例えば、音声聴取デバイス１２（例えば、分類器２２）は、より複雑な音上で高速フーリエ変換（ＦＦＴ）を実行して、一致があるかを決定することができる。

さらに別の例では、ユーザは、装置１０が聴取モードである間、ユーザがその後通知されるように、所望の音声トリガにわずかでも近い、周囲で生成されたあらゆる音が検出されることを確実にするのを高い許容範囲（または比較的緩い許容レベル）に望むことができる。例えば、赤ん坊が泣いている状況を考慮されたい。赤ん坊の泣き声の最初に記憶された録音の正確な可聴署名と一致する可能性は、おおよそ遠隔である。この場合、聴取モードの間、赤ん坊の泣き声の最初に記録されたバージョンとの一致にわずかでも近い、マイクロホン１６によって捕捉されたあらゆる音が、赤ん坊が泣いているかもしれないことを聴取者に通知するために検出されるように、ユーザは、赤ん坊の泣き声の記憶された音と関連付けられた許容レベルを比較的大きく高めることが望ましい。様々な所望の音声トリガは、構成モードにおいてマイクロホン１６で受信されるとき、メモリ２６内に記憶され得る。

あるいは、音声聴取デバイス１２は、送信器２８を介して、またはあるいはＵＳＢ等の携帯用メモリデバイスを受容することを通じて、記憶された所望の音声トリガを別の音声聴取デバイス１２に送信するようにユーザインターフェース３０を介して制御され得る。これは、音声データを再生するためにヘッドホン１４とともに使用されるユーザに属する任意の数の音声聴取デバイス１２に記憶された所望の音声トリガを送信する能力をユーザに提供する。

上述されるように、ユーザはまた、優先レベルを記憶された所望の音声トリガに確立するか、または割り当てることができる。特定の記憶された所望の音声トリガに対する優先レベルに関する情報は、メモリ２６内に記憶され得る。各々記憶された所望の音声トリガに対する優先レベルは、検索が周囲音を特定の記憶された所望の音声トリガと一致させるように実施される強度を決定する機構として音声聴取デバイス１２によって使用され得る。例えば、音声聴取デバイス１２が聴取モードである（例えば、ヘッドホン１４が音声データを音声聴取デバイス１２から受信されるときにユーザに送信している）とき、マイクロホン１６が入来周囲音声信号を受信すると、分類器２２（またはコントローラ２０）は、即時検索を開始するか、または入来周囲音声信号と記憶された所望の音声トリガとの単純な比較を実施して、入来周囲音声信号上の追加情報を記憶された所望の音声トリガと比較することが必要であるか決定する。

音声聴取デバイス１２には、周囲音声信号と比較され得る呼び鈴のチャイム、マイクロ波の音色などの基本的な音（または音声トリガ）が予めロードされ得ることも認識される。これは、音声聴取デバイス１２が電源２１から過大な電力を費やすことなく、一致があるかを決定することを可能にすることができる。上述されるように、音声聴取デバイス１２で検出されるときの比較的単純音に対して、音声聴取デバイス１２は最初に、Ｇｏｅｒｔｚｅｌアルゴリズムを実行することができる。Ｇｏｅｒｔｚｅｌアルゴリズムを単純音に実行することによって、これは、音声聴取デバイス１２がＦＦＴアルゴリズムを実行するときに電源２１から消費された電力の量とは対照的に、電力消費の観点から集約度が低いアルゴリズム（例えば、電力およびメモリ集約度が低い）であり得る。概して、音声聴取デバイス１２は、音声聴取デバイス１２が、例えば、電力消費を保つＧｏｅｒｔｚｅｌアルゴリズムなどであるがこれに限定されない、低いプロセッサ集約機構を最初に実行することによって単純音を検出することができるモードを、ユーザが、ユーザインターフェース３０を介して選択することを可能にすることができる。Ｇｏｅｒｔｚｅｌアルゴリズムが単純音を検出しないことによって、音色がより複雑であると音声聴取デバイス１２が決定する場合、音声聴取デバイス１２は、例えば、入来音声信号を所望の音声トリガと一致させるＦＦＴであるがこれに限定されない、中間レベルのプロセッサ機構を実行する。例えば、入来音声信号は、Ｇｏｅｒｔｚｅｌアルゴリズムによって検出され得ない音声データを含むことができる。この場合、音声聴取デバイス１２は、入来音声データを所望の音声トリガと一致させるためにＧｏｅｒｔｚｅｌアルゴリズムを実行した後、ＦＦＴを実行する。

分類器２２は、何割の類似の周波数が入来周囲音声信号内に存在し、記憶された所望の音声トリガのうちの１つ以上に類似するかを決定するためにＦＦＴを実行することができる。ＦＦＴに基づいて、類似の周波数の百分率が所定のレベルを超えると分類器２２が決定する場合、分類器２２は次に、入来周囲音声信号に関する情報を記憶された所望の音声トリガとさらに比較するために深い走査を実施する。深い走査により、分類器２２は、集約的信号処理を実行して、入来周囲音声信号が所望の音声トリガに対して許容レベル内で記憶された所望の音声トリガのうちの１つと実際に一致するかを決定することができる。例えば、深い走査により、音声聴取デバイス１２は、様々な発話認識アルゴリズムを実行して、人の声を検出することができる（例えば、音声聴取デバイス１２は、組み合わされたとき、音素を形成する周波数の組み合わせを検索して人の発話を検出することができる）。

深い走査を実行するより前に、低いレベルおよび中間レベルの処理集約機構を選択的に実行することによって、この条件は、音声聴取デバイス１２に電力を供給する電源２１のバッテリ／電荷を保つことができる。電源２１は、マイクロホン１６で受信される、ありとあらゆる入来周囲音声信号上の深い走査を一貫して実施することが概して難しい。したがって、音声聴取デバイス１２は、様々な条件が満たされる場合、最初に即時検索（例えば、上述されるようなＧｏｅｒｔｚｅｌアルゴリズムを介して）を実施することができる。これは、図５に関連してより詳細に論述される。

メモリ２６は概して、記憶された所望の可聴トリガのすべてを、各々対応する優先レベルおよび許容レベルに加えて、記憶するように構成される。入来周囲音声信号が記憶された所望の音声トリガと一致すると決定する分類器２２に応答して、通知器回路２４は、入来周囲音声信号をユーザに警告するように聴取モード中に、通知信号をヘッドホン１４に送信するように送信器２８を制御する。

ヘッドホン１４は概して、コントローラ４０と、送信器／受信器（ＴＸ／ＲＸ）４２と、減衰器４４と、可聴発生器４６と、スピーカ４８とを含む。概して、受信器４２は、スピーカ４８を介して再生のための音声データを受信するように構成される。受信器４２はまた、入来周囲音声信号が記憶された所望の音声トリガと一致する場合、音声聴取デバイス１２から通知信号を受信するように構成される。一例では、通知信号は、音声聴取デバイス１２のマイクロホン１６で受信される実際の入来周囲音声信号を含むことができる。この場合、減衰器４４は、ユーザが入来周囲音声信号を聴くことを可能にするように再生されている音声データを減衰させることができる。別の例では、通知信号は、入来周囲音声信号および対応する記憶された所望の音声トリガに関連して一致が検出されたことをヘッドホン１４への通知器として単純に役割を果たすことができる。通知信号に応答して、コントローラ４０は、１つ以上の可聴警報（例えば、ビープ音、または特定のビープ音のシーケンスなど）を発生させるように可聴発生器４６を制御することができる。図２は、音声聴取デバイス１２およびヘッドホン１４が互いに別個であることを図解するが、音声聴取デバイス１２およびヘッドホン１４は、単一のデバイスに統合され得ることが認識される。この場合、音声聴取デバイス１２およびヘッドホン１４は、互いに無線通信を必要としなくてもよく、ハードウェアベースの接続を利用することができる。減衰器４４は、ヘッドホン１４の代わりに音声聴取デバイス１２内に実装され得、音声聴取デバイス１２は、ヘッドホン１４に送信される音声データの減衰を実施し得ることがさらに認識される。加えて、可聴発生器４６は、可聴警報を提供し得、入来周囲音声信号と所望の音声トリガとの間に一致が検出される場合、同じものをヘッドホン１４に送信することができる。

図３は、一実施形態に従う、装置１０の一態様の動作フロー６０を概して示す。

動作６２では、マイクロホン１６は、音声聴取デバイス１２であらゆる入来周囲音声信号を継続的に検出／受信するように構成される。

動作６４では、分類器２２は、受信された入来周囲音声信号に関連して即時走査および／または深い走査を実施して、任意のこのような受信された入来周囲音声信号が記憶された所望の音声トリガと一致するかを決定する。受信された入来周囲音声信号のうちのいずれか１つが記憶された所望の音声トリガと一致すると分類器２２が決定する場合、フロー６０は、動作６８に進む。そうでないなら、フロー６０は、このような受信された入来周囲音声信号が無視される動作６６に進む。

動作６８では、通知器回路２４は、入来周囲音声信号のうちの１つが記憶された所望のトリガレベルと一致することをユーザまたは聴取者に警告するように通知信号を送信する送信器２８を制御する。

動作７０では、ヘッドホン１４は、通知信号を受信し、実際の入来周囲音声信号（例えば、入来周囲音声信号のプロセスバージョン）を再生するか、またはユーザまたは聴取者に警告するためにビープ音のシーケンスを提供するかのいずれかを行う。

図４は、一実施形態に従う、１つ以上の所望の音声トリガを音声聴取デバイス１２内に記憶するための方法８０を示す。

動作８２では、ユーザインターフェース３０は、ユーザからコマンドを受信して、構成モードに入る。構成モードは、ユーザが所望の音声トリガを音声聴取デバイス１２内に記憶することを可能にする。

動作８４では、コントローラ２０は、マイクロホン１６を起動して、所望の音声トリガを受信する。

動作８６では、ユーザインターフェース３０は、所定の時間枠内に所望の音声トリガを提供することをユーザに促す。コントローラ２０は、所定の音声トリガを受信するために所定の時間枠内にマイクロホン１６をアクティブに保つ。所定の時間枠が満了になると、ユーザインターフェース３０は、所望の音声トリガが生成され、その後、マイクロホン１６に提供されたかを確認することをユーザに促す。所望の音声トリガが所定の時間枠内に受信されたことをユーザ（またはユーザインターフェース３０）からの応答が示す場合、方法８０は、動作８８に進む。

動作８８では、ユーザインターフェース３０は、許容レベルおよび優先レベルを所望の音声トリガに割り当てることをユーザに促す。

動作９０では、メモリ２６は、所望の音声トリガ、ならびに記憶された所望の音声トリガに対する割り当てられた許容レベルおよび優先レベルを記憶する。

図４は、所望の音声トリガが音声聴取デバイス１２内に記憶され得る様式を示すが、音声聴取デバイス１２はまた、例えば、入来周囲音声信号との比較の目的で予め記録された所望の音声トリガを無線で受信することができる。この場合、音声聴取デバイス１２は、携帯電話またはタブレット等の別のデバイスから予め記録された所望の音声トリガを受信し、かつそれをこのメモリ２６内に記憶する、Ｂｌｕｅｔｏｏｔｈ（登録商標）の送受信器（または他の好適な通信プロトコルおよび送受信器機構）（図示せず）と共にあり得る。加えて、音声聴取デバイス１２は、予め記録された所望の音声トリガを有するメモリスティック（図示せず）を受容するためのポートを含むことができる。音声聴取デバイス１２は次に、選択された予め記録された所望の音声トリガをメモリ２６内に記憶することができる。

図５は、一実施形態に従う、１つ以上の所望の音声トリガを検索するための方法１００を概して示す。

動作１０２では、音声聴取デバイス１２は、音声聴取デバイス１２が、ユーザに対して音声データを再生する間、入来周囲音声信号を受信する。

動作１０３では、音声聴取デバイス１２は、入来音声信号の音量レベルが所定の閾値を超えるかを決定する。この条件が真である場合、方法１００は、動作１０４に進む。そうでないなら、方法１００は、動作１０２に戻る。

動作１０４では、音声聴取デバイス１２は、電力消費を最小化するために音声聴取デバイス１２が低いプロセッサ集約機構（または第１のプロセッサ集約機構）を実行することができるように、ユーザインターフェース３０を介して単純音検出モードを起動したかを決定する。概して、音声聴取デバイス１２は、電力消費を保つためにＧｏｅｒｔｚｅｌアルゴリズムを実行することによって、音声聴取デバイス１２が最初に低いプロセッサ機構で単純音を検出することを可能にするモードを、ユーザが、ユーザインターフェース３０を介して選択することを可能にすることができる。この条件が真である場合、方法１００は、動作１０６に移動する。そうでないなら、方法１００は、動作１１４に移動する。

動作１０６では、コントローラ２０は、入来周囲音声信号の周波数がこのメモリ２６内に記憶される基準周波数と一致するかを決定する。基準周波数は、例えば、呼び鈴、電子レンジ／オーブンのタイマー、ブザー、単純な多声の電話の着信音など、単純音の周波数に対応することができる。この条件が真である場合、方法１００は、動作１０８に進む。そうでないなら、方法１００は、動作１１６に進む。動作１１６は、より詳細に後述される。

動作１０８では、コントローラ２０は、Ｇｏｅｒｔｚｅｌアルゴリズムなどだがこれに限定されない、低いコントローラ集約機構を実行する。上述されるように、Ｇｏｅｒｔｚｅｌアルゴリズムを実行することは、大量の電力を消費しなくてもよく、音声聴取デバイス１２に電力を供給する電源２１の延命させることができる。

動作１１０では、コントローラ２０は、所定の時間量の間、入来周囲音声信号上で基準周波数とは異なる第１の周波数を検索する。例えば、入来周囲音声信号が呼び鈴であることを考慮されたい。呼び鈴は、４ＫＨｚの音色（例えば、動作１０４に関連して記載されるように基準周波数に対応する）、続いて、ある特定の期間（または所定の時間量の間）、２ＫＨｚの音色を放出することができる。この場合、コントローラ２０は、所定の時間量内で２ＫＨｚの音色を検索する。

動作１１２では、コントローラ２０は、第１の周波数が、Ｇｏｅｒｔｚｅｌアルゴリズムを実行しながら、所定の時間量内で見つけられたかを決定する。この条件が真である場合、方法１００は、動作１１４に移動する。そうでないなら、方法１００は、動作１０２に戻る。

動作１１４では、コントローラ２０は、入来周囲音声信号を記憶された所望の音声トリガ（例えば、例として呼び鈴、電子レンジ／オーブンのタイマー、ブザー、単純な多声の電話の着信音などの単純音）と一致させ、入来周囲音声信号をユーザに通知する。上述されるように、動作１１０では、第１の周波数が所定の時間量内で見つけられなかった場合、方法１００は、次の入来周囲音声信号を待って受信するために動作１０２に戻る。

コントローラ２０および／または方法１００は、Ｇｏｅｒｔｚｅｌアルゴリズムを実行しながら、入来周囲音声信号が特定の音の署名内に高濃度の特定の周波数を示すハイブリッドな場合に適応するように配置され得ることが認識される。例えば、この場合、コントローラ２０は、入来周囲音声信号が前述の条件を示す場合、Ｇｏｅｒｔｚｅｌアルゴリズムを実施した後、高濃度の周波数を検査するためにＦＦＴアルゴリズムを実行することが望ましいと決定することができる。動作１１２が実行される場合、ＦＦＴアルゴリズムを実行する必要がない。

動作１１６では、音声聴取デバイス１２は、所望の音声トリガの所在を確認するＦＦＴなどだがこれに限定されない、中間レベルのプロセッサ集約機構を実行する。音声聴取デバイス１２は、ユーザが単純音検出モードを起動しなかった場合、中間レベルのコントローラ集約機構（または第２のプロセッサ集約機構）を実行する、デフォルトにすることができる。加えて、コントローラ２０が、入来周囲音声信号の周波数がこのメモリ２６内に記憶される基準周波数と一致しないと決定する場合、この条件は、入来周囲音声信号が単純音およびより洗練された音色ではないことを意味する。この場合、入来周囲音声信号を記憶された所望の音声トリガと一致させるためにより多くのプロセッサ集約機構が必要とされる（動作１０６からの否定条件を参照）。

概して、音声聴取デバイス１２は、例えば、時間領域内の入来周囲音声信号上で２０ミリ秒の音声片を捕捉することによってＦＦＴを実行する。音声聴取デバイス１２は、これを周波数領域または周波数の組に変換する。ＦＦＴは、経時的な署名があるかを決定するために、いずれかの回数、実行される必要があり得る。

動作１１８では、コントローラ２０は、第２のコントローラ機構を実行しながら、入来周囲音声信号が記憶された所望の音声トリガと一致するかを決定する。この条件が真である場合、方法１００は、動作１１４に移動する。そうでないなら、方法１００は、動作１２０に移動する。

動作１２０では、コントローラ２０は、入来周囲音声信号を記憶された所望の音声トリガ（例えば、例として呼び鈴などの単純音のものより複雑な音色）と一致させ、入来周囲音声信号をユーザに通知する。

動作１１８では、コントローラ２０は、入来周囲音声信号を記憶された所望の音声トリガと一致させるために深い走査を実行する。例えば、深い走査に関連して上述されるように、分類器２２は、集約的信号処理を実行して、入来周囲音声信号が所望の音声トリガに対して許容レベル内で記憶された所望の音声トリガのうちの１つと実際に一致するかを決定することができる。深い走査により、音声聴取デバイス１２は、様々な発話認識アルゴリズムを実行して、人の声を検出することができる（例えば、音声聴取デバイス１２は、組み合わされたとき、音素を形成する周波数の組み合わせを検索して人の発話を検出することができる）。この条件は、ＧｏｅｒｔｚｅｌアルゴリズムおよびＦＦＴを実行するときに音声聴取デバイス１２によって消費される電力量と比較されるとき、電力消費を最小化しなくてもよい。

例示的な実施形態が上述されるが、これらの実施形態は、本発明のすべての可能な形態を記載することを意図しない。それよりむしろ、本明細書に使用される用語は、限定的ではなく説明の用語であり、本発明の趣旨および範囲から逸脱することなく様々な変更がなされ得ることが理解される。加えて、様々な実装する実施形態の特徴は、本発明のさらなる実施形態を形成するように組み合わせられ得る。

Claims (21)

1. ヘッドホン聴取装置であって、
   外部周囲音を示す入来周囲音声信号を受信することと、
   複数の所望の音声トリガを記憶することと、
   前記外部周囲音を前記複数の所望の音声トリガと比較することと、
   前記周囲音が前記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号を、前記外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされたヘッドホンに送信することと、
   この電力消費を保つように第１のプロセッサ集約機構を実行するために、ユーザインターフェースから、単純音検出モードに入る指示を受信することと、を行うようにプログラムされた音声聴取デバイスを備える、装置。
2. 前記ヘッドホンは、前記外部周囲音を再生すること、および合成された音声警報を再生することのうちの１つによって、前記音声警報を提供するようにプログラムされる、請求項１に記載の装置。
3. 前記音声聴取デバイスは、前記第１のプロセッサ集約機構を実行するより前に前記指示に応答して、前記入来周囲音声信号に提供された第１の周波数を基準周波数と比較するようにさらにプログラムされる、請求項１に記載の装置。
4. 前記音声聴取デバイスは、電力消費を保つために、前記第１の周波数が前記基準周波数に概して類似することに応答して、前記第１のプロセッサ集約機構を実行するようにさらにプログラムされる、請求項３に記載の装置。
5. 前記第１のプロセッサ集約機構は、Ｇｏｅｒｔｚｅｌアルゴリズムである、請求項４に記載の装置。
6. 前記音声聴取デバイスは、前記第１のプロセッサ集約機構を実行することに応答して、前記入来周囲音声信号上で第２の周波数を検索するようにさらにプログラムされる、請求項４に記載の装置。
7. 前記音声聴取デバイスは、前記第１のプロセッサ集約機構の実行に応答して、前記第２の周波数の所在が所定の時間枠内に確認されたかを決定するようにさらにプログラムされる、請求項６に記載の装置。
8. 前記音声聴取デバイスは、前記第２の周波数の所在が所定の時間枠内に確認されたと決定することに応答して、前記通知信号を前記ヘッドホンに送信して、前記外部周囲音の存在を前記ユーザに通知するようにさらにプログラムされる、請求項７に記載の装置。
9. 前記音声聴取デバイスは、前記第１の周波数が前記基準周波数に概して類似しないことに応答して、第２のプロセッサ集約機構を実行するようにさらにプログラムされ、前記第２のプロセッサ集約機構は、前記音声聴取デバイスに前記第１のプロセッサ集約機構より多くの電力を消費させる、請求項３に記載の装置。
10. 前記第２のプロセッサ集約機構は、高速フーリエ変換アルゴリズムである、請求項９に記載の装置。
11. 前記音声聴取デバイスは、前記第２のプロセッサ集約機構の実行に応答して、前記外部周囲音を前記複数の所望の音声トリガと比較するようにさらにプログラムされる、請求項９に記載の装置。
12. 前記音声聴取デバイスは、前記第２のプロセッサ集約機構を実行した後、前記周囲音が前記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、前記通知信号を前記ヘッドホンに送信するようにさらにプログラムされる、請求項１１に記載の装置。
13. 前記音声聴取デバイスは、前記ユーザが前記複数の所望の音声トリガをこのメモリ内に記憶することを可能にするようにプログラムされたユーザインターフェースを含む、請求項１に記載の装置。
14. ヘッドホン聴取装置であって、
    外部周囲音を示す入来周囲音声信号を受信することと、
    複数の所望の音声トリガを記憶することと、
    前記外部周囲音を前記複数の所望の音声トリガと比較することと、
    前記周囲音が前記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号を、前記外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされたヘッドホンに送信することと、を行うようにプログラムされた音声聴取デバイスを備え、
    前記音声聴取デバイスは、前記ユーザが前記複数の所望の音声トリガをこのメモリ内に記憶することと、前記ユーザが許容レベルおよび優先レベルのうちの少なくとも１つをメモリ内に記憶された前記複数の所望の音声トリガの各々に割り当てることとを可能にするようにプログラムされたユーザインターフェースを含む、装置。
15. 前記音声聴取デバイスは、前記周囲音が前記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、前記通知信号を前記ヘッドホンに無線で送信するようにさらにプログラムされる、請求項１に記載の装置。
16. ヘッドホン聴取のためにプログラムされる非一時的なコンピュータ可読媒体で実現されるコンピュータプログラム製品であって、
    外部周囲音を示す入来周囲音声信号を受信することと、
    前記外部周囲音をメモリ内に記憶された複数の所望の音声トリガと比較することと、
    前記周囲音が前記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、通知信号を、前記外部周囲音の存在を示す音声警報をユーザに提供するようにプログラムされたヘッドホンに送信することと、
    この電力消費を保つように第１のプロセッサ集約機構を実行するために、ユーザインターフェースから、単純音検出モードに入る指示を受信することと、を行う命令を含む、コンピュータプログラム製品。
17. 前記外部周囲音を再生すること、および前記外部周囲音とは異なる合成された音声警報を再生することのうちの１つによって、前記音声警報を提供する命令をさらに含む、請求項１６に記載のコンピュータプログラム製品。
18. 前記ユーザが前記複数の所望の音声トリガをメモリ内に記憶することを可能にする命令をさらに含む、請求項１６に記載のコンピュータプログラム製品。
19. 前記ユーザが許容レベルおよび優先レベルのうちの少なくとも１つをメモリ内に記憶された前記複数の所望の音声トリガの各々に割り当てることを可能にする命令をさらに含む、請求項１８に記載のコンピュータプログラム製品。
20. 電力消費を保つように第１のプロセッサ集約機構を実行するために、ユーザインターフェースから、単純音検出モードに入る指示を受信する命令をさらに含む、請求項１６に記載のコンピュータプログラム製品。
21. ヘッドホン聴取装置であって、
    ヘッドホンを備え、前記ヘッドホンは、通知信号を、（ｉ）外部周囲音を示す入来周囲音声信号を受信することと、（ｉｉ）前記外部周囲音をこのメモリ内に記憶された複数の所望の音声トリガと比較することと、（ｉｉｉ）前記周囲音が前記複数の所望の音声トリガのうちの第１の所望の音声トリガに概して類似することに応答して、前記通知信号を、前記外部周囲音の存在を示す音声警報をユーザに提供するようにさらにプログラムされた前記ヘッドホンに送信することと、（ｉｖ）この電力消費を保つように第１のプロセッサ集約機構を実行するために、ユーザインターフェースから、単純音検出モードに入る指示を受信することと、を行う音声聴取デバイスから受信するようにプログラムされる、装置。