JP6638000B2 - デバイスの音声制御 - Google Patents

Description

本出願は、２０１５年５月２７日に出願された「ＤＥＶＩＣＥ ＶＯＩＣＥ ＣＯＮＴＲＯＬ」という名称の米国仮特許出願第６２／１６７，１９０号、及び２０１５年８月２７日に出願された「ＤＥＶＩＣＥ ＶＯＩＣＥ ＣＯＮＴＲＯＬ」という名称の米国非仮特許出願第１４／８３８，３３１号に関し、これらの内容全体は参照により本明細書に組み込まれる。

本発明は、全般的に、インテリジェント音声制御に関し、より具体的には、電子デバイスの音声制御に関する。

スマートフォンなどのほとんどの電子デバイスは、電子デバイスの１つ以上の入力デバイスとの物理的相互作用により制御される。しかしながら、様々な理由から、ユーザが意図した手法でデバイスと物理的に相互作用できない場合、ユーザはこのような制御を拒否される場合がある。別の形態の制御の実施においていくらかの改良がなされているものの、進歩は遅くかつ限定されている。例として、現在の多くの電子デバイスはいくつかの音声コマンドを認識するが、音声制御の機能性及び使用性はそれぞれ限定されかつ煩雑なままである。特に、このようなデバイスは表示されたコンテンツの適切な制御を提供できていない。

デバイスの音声制御のためのシステム及びプロセスが提供される。

例示的なプロセスは、電子デバイスにおいて、口頭ユーザ入力を受信することと、口頭ユーザ入力を解釈してユーザの意図の表現を導出することと、を含む。プロセスは、タスクがユーザの意図の表現に基づいて特定され得るかどうかを判定することを更に含む。タスクがユーザの意図の表現に基づいて特定され得るという判定に従ってタスクを実施し、タスクがユーザの意図の表現に基づいて特定され得ないという判定に従って口頭ユーザ入力の曖昧性を除去する。

説明される様々な実施形態のより良好な理解のために、以下の図面と併せて、以下の「実施形態の説明」を参照されたく、類似の参照番号は、それらの図の全体を通じて対応する部分を指す。

様々な実施例に係る、デジタルアシスタントを実施するためのシステム及び環境を示すブロック図である。 いくつかの実施形態に係る、デジタルアシスタントのクライアント側部分を実施するポータブル多機能デバイスを示すブロック図である。 様々な実施例に係る、イベント処理のための例示的な構成要素を示すブロック図である。 様々な実施例に係る、デジタルアシスタントのクライアント側部分を実施するポータブル多機能デバイスを示す図である。 様々な実施例に係る、ディスプレイ及びタッチ感知面を備える例示的な多機能デバイスのブロック図である。 様々な実施例に係る、ポータブル多機能デバイス上のアプリケーションのメニュー用の例示的なユーザインターフェースを示す図である。 様々な実施例に係る、ディスプレイとは別個のタッチ感知面を備える多機能デバイスのための例示的なユーザインターフェースを示す図である。 様々な実施例に係る、パーソナル電子デバイスを示す図である。 様々な実施例に係る、パーソナル電子デバイスを示すブロック図である。 様々な実施例に係る、デジタルアシスタントシステム又はそのサーバ部分を示すブロック図である。 様々な実施例に係る、図７Ａに示すデジタルアシスタントの機能を示す図である。 様々な実施例に係る、オントロジの一部分を示す図である。 様々な実施例に係る、デバイスの音声制御の機能を示す図である。 様々な実施例に係る、デバイスの音声制御の機能を示す図である。 様々な実施例に係る、デバイスの音声制御の機能を示す図である。 様々な実施例に係る、デバイスの音声制御の機能を示す図である。 様々な実施例に係る、デバイスの音声制御の機能を示す図である。 様々な実施例に係る、デバイスの音声制御の機能を示す図である。 様々な実施例に係る、デバイスの音声制御を実施するためのプロセスを示す図である。 様々な実施例に係る、電子デバイスの機能ブロック図である。

以下の開示及び実施形態の説明では、実施することができる特定の実施形態が実例として示されている添付の図面を参照する。本開示の範囲から逸脱することなく、他の実施形態及び実施例を実施することができ、変更を行うことができることを理解されたい。

デバイスの音声制御の技術が望まれる。本明細書中に記載するように、デバイスの音声制御技術は、電子デバイスの直感的かつ便利なハンズフリー操作を提供する。このような技術は、その他の方法で電子デバイスを操作できない可能性のあるユーザに電子デバイスの操作を提供することによって有利となる。

以下の説明では、様々な要素を説明するために「第１」、「第２」などの用語を使用するが、これらの要素はこれらの用語によって限定されるべきではない。これらの用語は、ある要素を別の要素と区別するためにのみ使用される。例えば、説明されている様々な実施例の範囲から逸脱することなく、第１の入力は第２の入力と称することができ、同様に、第２の入力は第１の入力と称し得る。第１の入力及び第２の入力は双方とも出力であり得、いくつかの場合では、個別の、異なる入力であり得る。

本明細書で説明される様々な実施例の説明で使用される用語は、特定の実施例を説明することのみを目的とするものであって、限定することを意図するものではない。説明される様々な実施例の説明及び添付の特許請求の範囲で使用されるとき、単数形「ａ」、「ａｎ」、及び「ｔｈｅ」は、文脈がそうではないことを明確に示さない限り、複数形もまた含むことが意図される。本明細書で使用されるときに、用語「及び／又は」が、関連する列挙された項目のうちの１つ以上のすべての可能な任意の組み合わせを指し、かつこれを含むことをもまた、理解されたい。用語「ｉｎｃｌｕｄｅｓ（含む）」、「ｉｎｃｌｕｄｉｎｇ（含む）」、「ｃｏｍｐｒｉｓｅｓ（含む）」、及び／又は「ｃｏｍｐｒｉｓｉｎｇ（含む）」は、本明細書で使用されるとき、述べられた特徴、整数、ステップ、動作、要素、及び／又は構成要素の存在を指定するが、１つ以上の他の特徴、整数、ステップ、動作、要素、構成要素、及び／又はそれらの群、の存在又は追加を除外しないことが更に理解されるであろう。

用語「ｉｆ（〜場合に）」は、文脈に応じて「ｗｈｅｎ（〜時に）」、「ｕｐｏｎ（〜ときに）」、「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｒｍｉｎｉｎｇ（〜という判定に応答して）」、又は「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｃｔｉｎｇ（〜の検出に応答して）」を意味すると解釈することができる。同様に、句「ｉｆ ｉｔ ｉｓ ｄｅｔｅｒｍｉｎｅｄ（〜と判定される場合に）」又は「ｉｆ［ａ ｓｔａｔｅｄ ｃｏｎｄｉｔｉｏｎ ｏｒ ｅｖｅｎｔ］ｉｓ ｄｅｔｅｃｔｅｄ（［述べられる条件又はイベント］が検出される場合に）」は、文脈に応じて「ｕｐｏｎ ｄｅｔｅｒｍｉｎｉｎｇ（〜と判定されるときに）」、又は「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｒｍｉｎｉｎｇ（〜という判定に応答して）」、又は「ｕｐｏｎ ｄｅｔｅｃｔｉｎｇ［ｔｈｅ ｓｔａｔｅｄ ｃｏｎｄｉｔｉｏｎ ｏｒ ｅｖｅｎｔ］（［述べられる条件又はイベント］を検出したときに）」、又は「ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ ｄｅｔｅｃｔｉｎｇ ［ｔｈｅ ｓｔａｔｅｄ ｃｏｎｄｉｔｉｏｎ ｏｒ ｅｖｅｎｔ］（［述べられる条件又はイベント］の検出に応答して）」を意味すると解釈することができる。
１．システム及び環境

図１は、様々な実施例に係る、システム１００のブロック図を示す。いくつかの実施例では、システム１００はデジタルアシスタントを実施し得る。用語「デジタルアシスタント」、「仮想アシスタント」、「インテリジェント自動アシスタント」、又は「自動デジタルアシスタント」は、口頭及び／又はテキスト形式の自然言語入力を解釈してユーザ意図を推測し、推測されたユーザ意図に基づいてアクションを実行する、任意の情報処理システムを指してもよい。例えば、推測されたユーザの意図を実行するために、システムは、以下の１つ以上、すなわち、推測されたユーザの意図を実現するために設計されたステップ及びパラメータを有するタスクフローを特定すること、推測されたユーザの意図からの特定の要件をタスクフローに入力すること、プログラム、方法、サービス、ＡＰＩなどを呼び出すことによりタスクフローを実行すること、並びに可聴（例えば、スピーチ）形式及び／又は視覚形式でユーザへの出力応答を生成すること、を実行することができる。

具体的には、デジタルアシスタントは、少なくとも部分的に、自然言語コマンド、要求、陳述、叙述、及び／又は照会の形でユーザ要求を受け付ける能力を有することができる。典型的には、ユーザ要求は、デジタルアシスタントによる情報回答又はタスクの実行のいずれかを求めることができる。ユーザ要求への満足のいく応答は、要求された情報回答の提供、要求されたタスクの実行、又は両者の組み合わせとなることができる。例えば、ユーザはデジタルアシスタントに「私は今どこにいますか？」などの質問をしてもよい。ユーザの現在の場所に基づき、デジタルアシスタントは、「あなたはセントラルパーク内の西門の近くにいます」と回答してもよい。ユーザは、例えば、「私の友人を、来週の私のガールフレンドの誕生日パーティーに招待して下さい」のように、タスク実行を要求してもよい。それに応じて、デジタルアシスタントは、「はい、ただ今」と述べることによって要求を受け取ったことを通知し、次に、ユーザの代わりに、ユーザの電子アドレス帳に載っているユーザの友人の各々に適切なカレンダ招待状を送信してもよい。要求されたタスクの実行中に、デジタルアシスタントは、長期間にわたる複数の情報交換を伴う継続的ダイアログ内でユーザと時折対話することができる。情報又は様々なタスクの実行を要求するためにデジタルアシスタントと対話する方法は、他にも数多く存在する。言葉による応答を提供し、プログラムされたアクションを取ることに加えて、デジタルアシスタントは、他の視覚又はオーディオ形式の応答を、例えば、テキスト、警報、音楽、ビデオ、アニメーション等として、提供することもできる。

図１に示すように、いくつかの実施例では、デジタルアシスタントはクライアントサーバモデルに従って実装することができる。デジタルアシスタントは、ユーザデバイス１０４上で実行されるクライアント側部分１０２（以後、「ＤＡクライアント１０２」）、及びサーバシステム１０８上で実行されるサーバ側部分１０６（以後「ＤＡサーバ１０６」）を含むことができる。ＤＡクライアント１０２は１つ以上のネットワーク１１０を通してＤＡサーバ１０６と通信することができる。ＤＡクライアント１０２は、ユーザ対応入力及び出力処理、並びにＤＡサーバ１０６との通信などのクライアント側機能性を提供することができる。ＤＡサーバ１０６は、それぞれのユーザデバイス１０４上に各々常駐する任意の数のＤＡクライアント１０２のためのサーバ側機能性を提供し得る。

いくつかの実施例では、ＤＡサーバ１０６は、クライアント対応Ｉ／Ｏインターフェース１１２、１つ以上の処理モジュール１１４、データ及びモデル１１６、及び外部サービスへのＩ／Ｏインターフェース１１８を含み得る。クライアント対応Ｉ／Ｏインターフェース１１２は、ＤＡサーバ１０６のためのクライアント対応入力及び出力処理を促進することができる。１つ以上の処理モジュール１１４は、音声入力を処理し、自然言語入力に基づいてユーザの意図を判定するために、データ及びモデル１１６を利用することができる。更に、１つ以上の処理モジュール１１４は、タスクの実行を、推測されたユーザの意図に基づいて実行する。いくつかの実施例では、ＤＡサーバ１０６は、タスク完了又は情報取得のために、ネットワーク（単数又は複数）１１０を通して外部サービス１２０と通信し得る。外部サービスへのＩ／Ｏインターフェース１１８はこのような通信を促進することができる。

ユーザデバイス１０４は、任意の好適な電子デバイスであり得る。例えば、ユーザデバイスは、ポータブル多機能デバイス（例えば、図２Ａを参照して以下に説明するデバイス２００）、多機能デバイス（例えば、図４を参照して以下に説明するデバイス４００）、又はパーソナル電子デバイス（例えば、図６Ａ〜図６Ｂを参照して以下に説明するデバイス６００）であり得る。ポータブル多機能デバイスは、例えば、他の機能をも含む携帯電話、例えば、ＰＤＡ及び／又はミュージックプレーヤ機能、であり得る。ポータブル多機能デバイスの具体的な実施例は、Ａｐｐｌｅ Ｉｎｃ．（Ｃｕｐｅｒｔｉｎｏ，Ｃａｌｉｆｏｒｎｉａ）による、ｉＰｈｏｎｅ（登録商標）、ｉＰｏｄ Ｔｏｕｃｈ（登録商標）、及びｉＰａｄ（登録商標）デバイスを含み得る。ポータブル多機能デバイスの他の実施例は、限定を伴わずに、ラップトップコンピュータ又はタブレットコンピュータを含み得る。更に、いくつかの実施例では、ユーザデバイス１０４は、非ポータブル多機能デバイスであり得る。特に、ユーザデバイス１０４は、デスクトップコンピュータ、ゲームコンソール、テレビ、又はテレビセットトップボックスであり得る。いくつかの実施例では、ユーザデバイス１０４は、タッチ感知面（例えば、タッチスクリーンディスプレイ及び／又はタッチパッド）を含み得る。更に、ユーザデバイス１０４は、１つ以上の他の物理ユーザインターフェースデバイス、例えば、物理キーボード、マウス、及び／又はジョイスティック、を任意選択的に含み得る。電子デバイスの様々な実施例、例えば、多機能デバイス、を以下に詳細に説明する。

通信ネットワーク（単数又は複数）１１０の例としては、ローカルエリアネットワーク（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ、ＬＡＮ）、及びワイドエリアネットワーク（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ、ＷＡＮ）、例えば、インターネットを挙げることができる。通信ネットワーク（単数又は複数）１１０は、例えば、イーサネット、ユニバーサルシリアルバス（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ、ＵＳＢ）、ＦＩＲＥＷＩＲＥ、移動通信用のグローバルシステム（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ、ＧＳＭ）、拡張データＧＳＭ環境（Ｅｎｈａｎｃｅｄ Ｄａｔａ ＧＳＭ Ｅｎｖｉｒｏｎｍｅｎｔ、ＥＤＧＥ）、符号分割多元接続（ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ、ＣＤＭＡ）、時分割多元接続（ｔｉｍｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ、ＴＤＭＡ）、Ｂｌｕｅｔｏｏｔｈ、Ｗｉ−Ｆｉ、ボイスオーバーインターネットプロトコル（ｖｏｉｃｅ ｏｖｅｒ Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ、ＶｏＩＰ）、Ｗｉ−ＭＡＸ、又は任意の他の好適な通信プロトコル等の、様々な有線又は無線プロトコルを含む、任意の周知のネットワークプロトコルを用いて実施することができる。

サーバシステム１０８は、１つ以上の独立型データ処理装置、又はコンピュータの分散型ネットワーク上に実施することができる。いくつかの実施例では、サーバシステム１０８は、また、様々な仮想デバイス及び／又はサードパーティサービスプロバイダ（例えば、サードパーティクラウドサービスプロバイダ）のサービスを利用して、サーバシステム１０８の基本的なコンピューティングリソース及び／又はインフラストラクチャリソースを提供することができる。

いくつかの実施例では、ユーザデバイス１０４は、ＤＡサーバ１０６と、第２のユーザデバイス１２２を介して通信し得る。第２のユーザデバイス１２２は、ユーザデバイス１０４と同様であり得る。例えば、第２のユーザデバイス１２２は、図２Ａ、図４、及び図６Ａ〜図６Ｂを参照して以下に説明する、デバイス２００、デバイス４００、又はデバイス６００と類似し得る。ユーザデバイス１０４は、第２のユーザデバイス１２２に、直接通信接続、例えば、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、ＢＴＬＥ等を介して、又は、有線ネットワーク又は無線ネットワーク、例えば、ローカルＷｉ−Ｆｉネットワーク、を介して通信可能に連結するよう構成され得る。いくつかの実施例では、第２のユーザデバイス１２２は、ユーザデバイス１０４とＤＡサーバ１０６との間のプロキシとして動作するよう構成され得る。例えば、ユーザデバイス１０４のＤＡクライアント１０２は、情報（例えば、ユーザデバイス１０４にて受信したユーザの要求）を、ＤＡサーバ１０６に、第２のユーザデバイス１２２を介して送信するよう構成され得る。ＤＡサーバ１０６は情報を処理し得、関連データ（例えば、ユーザの要求に応じてのデータコンテンツ）を、ユーザデバイス１０４に、第２のユーザデバイス１２２を介して返し得る。

いくつかの実施例では、ユーザデバイス１０４は、データに対する省略された要求を、第２のユーザデバイス１２２に通信し、ユーザデバイス１０４から送信する情報量を減らすよう構成され得る。第２のユーザデバイス１２２は、追加情報を判定し、省略された要求に加えて完全な要求を生成し、ＤＡサーバ１０６に送信するよう構成され得る。このシステムアーキテクチャは、限られた通信能力及び／又は限られたバッテリ電力を有するユーザデバイス１０４（例えば、携帯時計又は類似のコンパクト電子デバイス）を、ＤＡサーバ１０６が提供するサービスに、より強い通信能力及び／又はより大きなバッテリ電力を有する第２のユーザデバイス１２２（例えば、携帯電話、ラップトップコンピュータ、タブレットコンピュータ等）を、ＤＡサーバ１０６へのプロキシとして使用して、好適にアクセス可能とし得る。図１では２つのユーザデバイス１０４及びユーザデバイス１２２のみが示されるが、システム１００は、ＤＡサーバシステム１０６と通信するよう、このプロキシ構成に構成された任意の数及び種類のユーザデバイスを含み得ることを理解されたい。

図１に示すデジタルアシスタントはクライアント側部分（例えば、ＤＡクライアント１０２）及びサーバ側部分（例えば、ＤＡサーバ１０６）の両方を含むことができるが、いくつかの実施例では、デジタルアシスタントの機能は、ユーザデバイス上にインストールされる独立型アプリケーションとして実装することができる。加えて、デジタルアシスタントのクライアント部分とサーバ部分との間の機能の分配は実施態様によって異なり得る。例えば、いくつかの実施例では、ＤＡクライアントは、ユーザ対応入力及び出力処理機能のみを提供し、デジタルアシスタントのすべての他の機能をバックエンドサーバに委ねるシンクライアントであり得る。
２．電子デバイス

ここで、デジタルアシスタントのクライアント側部分を実装するための電子デバイスの実施形態に注目する。図２Ａは、いくつかの実施形態に係る、タッチ感知ディスプレイシステム２１２を備えるポータブル多機能デバイス２００を示すブロック図である。タッチ感知ディスプレイ２１２は、便宜上「タッチスクリーン」と呼ばれる場合があり、「タッチ感知ディスプレイシステム」として既知である場合又は呼ばれる場合もある。デバイス２００は、メモリ２０２（任意選択的に、１つ以上のコンピュータ可読記憶媒体を含む）、メモリコントローラ２２２、１つ以上の処理ユニット（ＣＰＵ）２２０、周辺機器インターフェース２１８、ＲＦ回路２０８、オーディオ回路２１０、スピーカ２１１、マイクロフォン２１３、入出力（Ｉ／Ｏ）サブシステム２０６、他の入力制御デバイス２１６、及び外部ポート２２４を含む。デバイス２００は、１つ以上の光センサ２６４を任意選択的に含む。デバイス２００は、デバイス２００（例えば、デバイス２００のタッチ感知ディスプレイシステム２１２などのタッチ感知面）上の接触の強度を検出するための、１つ以上の接触強度センサ２６５を任意選択的に含む。デバイス２００は、デバイス２００上に触知出力を生成する（例えば、デバイス２００のタッチ感知ディスプレイシステム２１２又はデバイス４００のタッチパッド４５５などの、タッチ感知面上に触知出力を生成する）ための、１つ以上の触知出力生成器２６７を任意選択的に含む。これらの構成要素は、１つ以上の通信バス又は信号ライン２０３を介して任意選択的に通信する。

本明細書及び特許請求の範囲で使用されるとき、タッチ感知面上の接触の「強度」という用語は、タッチ感知面上の接触（例えば、指接触）の力又は圧力（単位面積当りの力）、あるいはタッチ感知面上の接触の力又は圧力の代替物（代用物）を指す。接触の強度は、少なくとも４つの別個の値を含み、より典型的には、何百もの異なる値（例えば、少なくとも２５６）を含む、値の範囲を有する。接触の強度は、様々な方法及び様々なセンサ、又はセンサの組み合わせを用いて、任意選択的に、判定（又は、測定）される。例えば、タッチ感知面の下に又は隣接して配置された１つ以上の力センサは、タッチ感知面上の様々な点における力を測定するために、任意選択的に使用される。いくつかの実装において、複数の力センサの力測定値を組み合わせて（例えば、加重平均）、接触力の推定値を判定する。同様に、スタイラスの感圧性先端部を任意選択的に使用して、タッチ感知面上のスタイラスの圧力を判定する。あるいは、タッチ感知面上で検出される接触領域のサイズ及び／若しくはその変化、接触に近接するタッチ感知面の電気容量及び／若しくはその変化、並びに／又は、接触に近接するタッチ感知面の抵抗及び／若しくはその変化が、タッチ感知面上の接触の力又は圧力の代替物として、任意選択的に用いられる。一部の実装では、接触の力又は圧力の代替的測定値は、強度閾値を超えているか否かを判定するために直接に用いられる（例えば、強度閾値は、代替的測定値に対応する単位で記述される）。一部の実装では、接触の力又は圧力の代替的測定値は、推定される力又は圧力に変換され、この推定される力又は圧力を用いて、強度閾値を超えているか否かを判定する（例えば、強度閾値は、圧力の単位で測定された圧力閾値である）。接触の強度をユーザ入力の属性として使用することにより、アフォーダンスを（例えば、タッチ感知ディスプレイ上に）表示するための、及び／又は、ユーザ入力を（例えば、タッチ感知ディスプレイ、タッチ感知面、又はノブ若しくはボタンなどの物理的／機械的制御部を介して）受けるための、面積が制限されている、低減されたサイズのデバイス上で、他の場合であればユーザによってアクセスすることが不可能であり得る、追加的なデバイス機能への、ユーザのアクセスが可能となる。

本明細書及び特許請求の範囲で使用されるとき、用語「触知出力」は、ユーザの触覚でユーザによって検出されることになる、デバイスの従前の位置に対するデバイスの物理的変位、デバイスの構成要素（例えば、タッチ感知面）の、デバイスの別の構成要素（例えば、筐体）に対する物理的変位、又はデバイスの質量中心に対する構成要素の変位を指す。例えば、デバイス又はデバイスの構成要素が、タッチに敏感なユーザの表面（例えば、ユーザの手の指、手のひら、又は他の部分）に接触している状況において、物理的変位によって生成された触知出力は、デバイス又はデバイスの構成要素の物理的特性の認識された変化に相当する触感として、ユーザによって解釈される。例えば、タッチ感知面（例えば、タッチ感知ディスプレイ又はトラックパッド）の移動は、ユーザによって、物理アクチュエータボタンの「ダウンクリック」又は「アップクリック」として任意選択的に解釈される。いくつかの場合、ユーザの動作により物理的に押された（例えば、変位された）タッチ感知面に関連付けられた物理アクチュエータボタンの移動がないときでさえ、ユーザは「ダウンクリック」又は「アップクリック」などの触感を感じるであろう。別の実施例として、タッチ感知面の移動は、タッチ感知面の平滑度に変化がない場合であっても、ユーザによって、そのタッチ感知面の「粗さ」として、任意選択的に解釈又は感知される。そのようなユーザによるタッチの解釈は、ユーザの個人的な感覚認知に左右されるものではあるが、大多数のユーザに共通する、多くのタッチの感覚認知が存在する。従って、触知出力が、ユーザの特定の感覚認知（例えば、「アップクリック」「ダウンクリック」、「粗さ」）に対応するものと記述される場合、別途記載のない限り、生成された触知出力は、典型的な（又は、平均的な）ユーザの記述された感覚認知を生成するデバイス、又はデバイスの構成要素の物理的変位に対応する。

デバイス２００は、ポータブル多機能デバイスの一実施例に過ぎず、デバイス２００は、示されるものよりも多い又は少ない構成要素を任意選択的に有するか、２つ以上の構成要素を任意選択的に組み合わせたものであるか、構成要素の異なる構成若しくは配置を任意選択的に有することを理解されたい。図２Ａに示す様々な構成要素は、１つ以上の信号処理回路及び／又は特定用途向け集積回路を含む、ハードウェア、ソフトウェア、又はハードウェア及びソフトウェアの双方の組み合わせで実装される。

メモリ２０２は、１つ以上のコンピュータ可読記憶媒体を含んでよい。このコンピュータ可読記憶媒体は、有形かつ非一時的であってよい。メモリ２０２は、高速ランダムアクセスメモリを含んでよく、１つ以上の磁気ディスク記憶デバイス、フラッシュメモリデバイス、又は他の不揮発性ソリッドステートメモリデバイスなどの、不揮発性メモリもまた含んでよい。メモリコントローラ２２２は、デバイス２００の他の構成要素によるメモリ２０２へのアクセスを制御してよい。

いくつかの実施例では、メモリ２０２の非一時的コンピュータ可読記憶媒体は、（例えば、以下に説明するプロセス９００の態様を実行する）命令を、コンピュータベースのシステム、プロセッサを含むシステム、又は命令実行システム、装置、若しくはデバイスから命令を取ってくることができ、それらの命令を実行する他のシステムなどの、命令実行システム、装置、若しくはデバイスによる使用、又はそれと関連した使用のために、記憶するために用いることができる。他の実施例では、（例えば、以下で説明するプロセス９００の態様を実行する）命令は、サーバシステム１０８の非一時的コンピュータ可読記憶媒体（図示せず）上に記憶されてもよく、又はメモリ２０２の非一時的コンピュータ可読記憶媒体とサーバシステム１０８の非一時的コンピュータ可読記憶媒体との間で分配されてもよい。本明細書の文脈においては、「非一時的コンピュータ可読記憶媒体」は、命令実行システム、装置、若しくはデバイスによって、又はこれらと共に使用するためのプログラムを収容又は記憶し得る、あらゆる媒体とすることができる。

周辺機器インターフェース２１８を使用して、デバイスの入力及び出力周辺機器を、ＣＰＵ２２０及びメモリ２０２に連結することができる。１つ以上のプロセッサ２２０は、デバイス２００のための様々な機能を実行しデータ処理を実行するために、メモリ２０２に記憶された様々なソフトウェアプログラム及び／若しくは命令セットを動作させ、又は実行する。いくつかの実施形態では、周辺機器インターフェース２１８、ＣＰＵ２２０、及びメモリコントローラ２２２は、チップ２０４などのシングルチップ上に実装してもよい。いくつかの他の実施形態では、それらは、別個のチップ上に実装してもよい。

ＲＦ（無線周波数）回路２０８は、電磁信号とも呼ばれるＲＦ信号を送受信する。ＲＦ回路２０８は、電気信号を電磁信号に、又は電磁信号を電気信号に変換し、電磁信号を介して通信ネットワーク及び他の通信デバイスと通信する。ＲＦ回路２０８は、任意選択的に、これらの機能を実行するための周知の回路を含み、これは、アンテナシステム、ＲＦ送受信機、１つ以上の増幅器、同調器、１つ以上の発振器、デジタル信号プロセッサ、ＣＯＤＥＣチップセット、加入者識別モジュール（ＳＩＭ）カード、メモリなどを含むが、これらに限定されない。ＲＦ回路２０８は、任意選択的に、インターネット（ワールドワイドウェブ（ＷＷＷ）とも呼ばれる）、イントラネット及び／又は無線ネットワーク（セルラー電話ネットワーク、無線ローカルエリアネットワーク（ＬＡＮ）、及び／又はメトロポリタンエリアネットワーク（ＭＡＮ）など）などのネットワーク、並びに他のデバイスと、無線通信によって通信する。ＲＦ回路２０８は、近距離通信無線などによる近距離無線通信（ＮＦＣ）フィールドを検出するための周知の回路を任意選択的に含む。無線通信は、複数の通信規格、通信プロトコル、及び通信技術のうちのいずれかを、任意選択的に使用する。これらとしては、移動通信用のグローバルシステム（Global System for Mobile Communications、ＧＳＭ）、拡張データＧＳＭ環境（Enhanced Data GSM Environment、ＥＤＧＥ）、高速ダウンリンクパケットアクセス（high-speed downlink packet access、ＨＳＤＰＡ）、高速アップリンクパケットアクセス（high-speed uplink packet access、ＨＳＵＰＡ）、Ｅｖｏｌｕｔｉｏｎ，Ｄａｔａ−Ｏｎｌｙ（ＥＶ−ＤＯ）、ＨＳＰＡ、ＨＳＰＡ＋、２重セルＨＳＰＡ（Dual-Cell HSPDA、ＤＣ−ＨＳＰＤＡ）、ロングタームエボリューション（long term evolution、ＬＴＥ）、近距離通信（near field communication、ＮＦＣ）、広帯域符号分割多元接続（wideband code division multiple access、Ｗ−ＣＤＭＡ）、符号分割多元接続（code division multiple access、ＣＤＭＡ）、時分割多元接続（time division multiple access、ＴＤＭＡ）、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ（ＢＴＬＥ）、Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ（Ｗｉ−Ｆｉ）（例えば、ＩＥＥＥ８０２．１１ａ、ＩＥＥＥ８０２．１１ｂ、ＩＥＥＥ８０２．１１ｇ、ＩＥＥＥ８０２．１１ｎ、及び／又はＩＥＥＥ８０２．１１ａｃ）、ボイスオーバーインターネットプロトコル（voice over Internet Protocol、ＶｏＩＰ）、Ｗｉ−ＭＡＸ、電子メール用のプロトコル（例えば、インターネットメッセージアクセスプロトコル（Internet message access protocol、ＩＭＡＰ）及び／又はポストオフィスプロトコル（post office protocol、ＰＯＰ））、インスタントメッセージング（例えば、拡張可能メッセージング及びプレゼンスプロトコル（extensible messaging and Presence Leveraging Extensions、ＸＭＰＰ）、インスタントメッセージング及びプレゼンス利用拡張向けセッション開始プロトコル（Session Initiation Protocol for Instant Messaging and Presence Leveraging Extensions、ＳＩＭＰＬＥ）、インスタントメッセージング及びプレゼンスサービス（Instant Messaging and Presence Service、ＩＭＰＳ））、及び／又はショートメッセージサービス（Short Message Service、ＳＭＳ）、あるいは本文書の出願日現在までにまだ開発されていない通信プロトコルを含めた任意の他の好適な通信プロトコル、が挙げられるが、これらに限定されない。

オーディオ回路２１０、スピーカ２１１、及びマイクロフォン２１３は、ユーザとデバイス２００との間のオーディオインターフェースを提供する。オーディオ回路２１０は、周辺機器インターフェース２１８からオーディオデータを受信し、このオーディオデータを電気信号に変換し、この電気信号をスピーカ２１１に送信する。スピーカ２１１は、電気信号を人間の可聴音波に変換する。オーディオ回路２１０は、マイクロフォン２１３により音波から変換された電気信号もまた受信する。オーディオ回路２１０は、電気信号をオーディオデータに変換し、このオーディオデータを処理のために周辺機器インターフェース２１８に送信する。オーディオデータは、周辺機器インターフェース２１８によって、メモリ２０２及び／若しくはＲＦ回路２０８から取得されてもよい、並びに／又はメモリ２０２及び／若しくはＲＦ回路２０８に送信されてもよい。一部の実施形態において、オーディオ回路２１０はヘッドセットジャック（例えば、図３の３１２）を更に備える。ヘッドセットジャックは、オーディオ回路２１０と、出力専用ヘッドホン又は出力（例えば、片耳又は両耳用のヘッドホン）及び入力（例えば、マイクロフォン）の双方を有するヘッドセットなどの、取り外し可能なオーディオ入出力周辺機器と、の間のインターフェースを提供する。

Ｉ／Ｏサブシステム２０６は、周辺機器インターフェース２１８に、タッチスクリーン２１２及び他の入力制御デバイス２１６などのデバイス２００の入出力周辺機器を接続する。Ｉ／Ｏサブシステム２０６は、任意選択的に、ディスプレイコントローラ２５６、光センサコントローラ２５８、強度センサコントローラ２５９、触覚フィードバックコントローラ２６１、及び他の入力又は制御デバイスのための１つ以上の入力コントローラ２６０を含む。１つ以上の入力コントローラ２６０は、他の入力制御デバイス２１６との間で、電気信号を受信／送信する。他の入力制御デバイス２１６は、任意選択的に、物理ボタン（例えば、プッシュボタン、ロッカーボタンなど）、ダイヤル、スライダスイッチ、ジョイスティック、クリックホイールなどを含む。一部の代替的実施形態では、入力コントローラ（単数又は複数）２６０は、任意選択的に、キーボード、赤外線ポート、ＵＳＢポート、及びマウスなどのポインタデバイスのうちのいずれかに接続される（又は、いずれにも接続されない）。１つ以上のボタン（例えば、図３の３０８）は、任意選択的に、スピーカ２１１及び／又はマイクロフォン２１３の音量調節のための、アップ／ダウンボタンを含む。１つ以上のボタンは、任意選択的に、プッシュボタン（例えば、図３の３０６）を含む。

２００５年１２月２３日に出願された、米国特許第７，６５７，８４９号である米国特許出願第１１／３２２，５４９号、「Ｕｎｌｏｃｋｉｎｇ ａ Ｄｅｖｉｃｅ ｂｙ Ｐｅｒｆｏｒｍｉｎｇ Ｇｅｓｔｕｒｅｓ ｏｎ ａｎ Ｕｎｌｏｃｋ Ｉｍａｇｅ」に記載されているように、プッシュボタンの素早い押し下げにより、タッチスクリーン２１２のロックを解除するか、又はデバイスのロックを解除するためにタッチスクリーン上のジェスチャを用いる処理を開始してもよい。この特許は、その全体が本明細書において参照により組み込まれる。プッシュボタン（例えば、３０６）をより長く押し下げることにより、デバイス２００の電源をオンオフすることができる。ユーザは、１つ以上のボタンの機能をカスタマイズすることができる。タッチスクリーン２１２は、仮想又はソフトボタン、及び１つ以上のソフトキーボードを実現するために用いられる。

タッチ感知ディスプレイ２１２は、デバイスとユーザとの間の入力インターフェース及び出力インターフェースを提供する。ディスプレイコントローラ２５６は、タッチスクリーン２１２から電気信号を受信し、及び／又はタッチスクリーン２１２に電気信号を送信する。タッチスクリーン２１２は、ユーザに視覚出力を表示する。この視覚出力としては、画像、テキスト、アイコン、ビデオ、及びそれらの任意の組み合わせ（「グラフィック」と総称される）を挙げることができる。いくつかの実施形態では、これらの視覚出力の一部又はすべてはユーザインターフェースオブジェクトに対応してもよい。

タッチスクリーン２１２は、触覚及び／若しくは触感の接触に基づくユーザからの入力を受け付けるタッチ感知面、センサ、又はセンサのセットを有している。タッチスクリーン２１２及びディスプレイコントローラ２５６は（メモリ２０２内の任意の関連モジュール及び／又は命令セットと共に）、タッチスクリーン２１２上で接触（及び任意の接触の移動又は中断）を検出し、検出された接触をタッチスクリーン２１２上に表示されたユーザインターフェースオブジェクト（例えば、１つ以上のソフトキー、アイコン、ウェブページ、又は画像）との対話に変換する。例示的な実施形態では、タッチスクリーン２１２とユーザとの間の接触点は、ユーザの指に対応する。

タッチスクリーン２１２は、ＬＣＤ（liquid crystal display、液晶ディスプレイ）技術、ＬＰＤ（light emitting polymer display、発光ポリマーディスプレイ）技術、又はＬＥＤ（light emitting diode、発光ダイオード）技術を用いてもよいが、他の実施形態では、その他のディスプレイ技術を用いてもよい。タッチスクリーン２１２及びディスプレイコントローラ２５６は、現在既知の、又は今後開発される複数のタッチ感知技術のうちのいずれかを使用して、接触、及びその接触のあらゆる移動若しくは中断を検出することができ、これらの技術としては、静電容量技術、抵抗性技術、赤外線技術、及び表面弾性波技術、並びにタッチスクリーン２１２との１つ以上の接触点を判定するための他の近接センサアレイ又は他の要素が挙げられるが、これらに限定されない。例示的な実施形態では、Ｃａｌｉｆｏｒｎｉａ州ＣｕｐｅｒｔｉｎｏのＡｐｐｌｅ Ｉｎｃ．によるｉＰｈｏｎｅ（登録商標）及びｉＰｏｄ Ｔｏｕｃｈ（登録商標）において見られるような、投影型相互静電容量感知技術が使用されている。

タッチスクリーン２１２のいくつかの実施形態におけるタッチ感知ディスプレイは、以下の米国特許第６，３２３，８４６号（Ｗｅｓｔｅｒｍａｎら）、同第６，５７０，５５７号（Ｗｅｓｔｅｒｍａｎら）、及び／又は同第６，６７７，９３２号（Ｗｅｓｔｅｒｍａｎ）、及び／又は米国特許出願公開第２００２／００１５０２４（Ａ１）号に記載されているマルチタッチ感知タッチパッドに類似し得る。これらの文献は、それぞれその全体が本明細書において参照により組み込まれている。ただし、タッチスクリーン２１２はデバイス２００からの視覚出力を表示するのに対して、タッチ感知タッチパッドは視覚出力を提供しない。

タッチスクリーン２１２の一部の実施形態におけるタッチ感知ディスプレイは、以下の出願で説明されているとおりにすることができる。（１）２００６年５月２日出願の米国特許出願第１１／３８１，３１３号、「Ｍｕｌｔｉｐｏｉｎｔ Ｔｏｕｃｈ Ｓｕｒｆａｃｅ Ｃｏｎｔｒｏｌｌｅｒ」、（２）２００４年５月６日出願の同第１０／８４０，８６２号、「Ｍｕｌｔｉｐｏｉｎｔ Ｔｏｕｃｈｓｃｒｅｅｎ」、（３）２００４年７月３０日出願の同第１０／９０３，９６４号、「Ｇｅｓｔｕｒｅｓ Ｆｏｒ Ｔｏｕｃｈ Ｓｅｎｓｉｔｉｖｅ Ｉｎｐｕｔ Ｄｅｖｉｃｅｓ」、（４）２００５年１月３１日出願の同第１１／０４８，２６４号、「Ｇｅｓｔｕｒｅｓ Ｆｏｒ Ｔｏｕｃｈ Ｓｅｎｓｉｔｉｖｅ Ｉｎｐｕｔ Ｄｅｖｉｃｅｓ」、（５）２００５年１月１８日出願の同第１１／０３８，５９０号、「Ｍｏｄｅ−Ｂａｓｅｄ Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅｓ Ｆｏｒ Ｔｏｕｃｈ Ｓｅｎｓｉｔｉｖｅ Ｉｎｐｕｔ Ｄｅｖｉｃｅｓ」、（６）２００５年９月１６日出願の同第１１／２２８，７５８号、「Ｖｉｒｔｕａｌ Ｉｎｐｕｔ Ｄｅｖｉｃｅ Ｐｌａｃｅｍｅｎｔ Ｏｎ Ａ Ｔｏｕｃｈ Ｓｃｒｅｅｎ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ」、（７）２００５年９月１６日出願の同第１１／２２８，７００号、「Ｏｐｅｒａｔｉｏｎ Ｏｆ Ａ Ｃｏｍｐｕｔｅｒ Ｗｉｔｈ Ａ Ｔｏｕｃｈ Ｓｃｒｅｅｎ Ｉｎｔｅｒｆａｃｅ」、（８）２００５年９月１６日出願の同第１１／２２８，７３７号、「Ａｃｔｉｖａｔｉｎｇ Ｖｉｒｔｕａｌ Ｋｅｙｓ Ｏｆ Ａ Ｔｏｕｃｈ−Ｓｃｒｅｅｎ Ｖｉｒｔｕａｌ Ｋｅｙｂｏａｒｄ」、及び（９）２００６年３月３日出願の同第１１／３６７，７４９号、「Ｍｕｌｔｉ−Ｆｕｎｃｔｉｏｎａｌ Ｈａｎｄ−Ｈｅｌｄ Ｄｅｖｉｃｅ」。これらの出願のすべては、全体が参照により本明細書に組み込まれる。

タッチスクリーン２１２は、１００ｄｐｉを超えるビデオ解像度を有してもよい。一部の実施形態において、タッチスクリーンは約１６０ｄｐｉのビデオ解像度を有する。ユーザは、スタイラス、指などの任意の好適な物体又は付属物を使用して、タッチスクリーン２１２と接触することができる。一部の実施形態において、ユーザインターフェースは、主として指に基づく接触及びジェスチャによって機能するように設計され、タッチスクリーン上の指の接触面積が広いことにより、スタイラスに基づく入力よりも精度が低いことがある。一部の実施形態では、デバイスは、指に基づく粗い入力を正確なポインタ／カーソル位置又はユーザの望むアクションを実行するためのコマンドに変換する。

いくつかの実施形態では、タッチスクリーンに加えて、デバイス２００は、特定の機能をアクティブ化又は非アクティブ化させるためのタッチパッド（図示せず）を含んでもよい。一部の実施形態において、タッチパッドは、タッチスクリーンとは異なり、視覚出力を表示しない、デバイスのタッチ感知領域である。タッチパッドは、タッチスクリーン２１２とは別個のタッチ感知面、又はタッチスクリーンによって形成されるタッチ感知面の拡張部であってもよい。

デバイス２００はまた、様々な構成要素に電力を供給するための電力システム２６２も含む。電力システム２６２は、電力管理システム、１つ以上の電源（例えば、バッテリ、交流（ＡＣ））、再充電システム、停電検出回路、電力コンバータ又はインバータ、電力状態インジケータ（例えば、発光ダイオード（ＬＥＤ））、並びにポータブルデバイスにおける電力の生成、管理、及び分配に関連する任意の他の構成要素を含んでもよい。

デバイス２００はまた、１つ以上の光センサ２６４を含んでもよい。図２Ａでは、Ｉ／Ｏサブシステム２０６内の光センサコントローラ２５８に連結された光センサを示す。光センサ２６４は、電荷結合デバイス（ＣＣＤ）又は相補的金属酸化物半導体（ＣＭＯＳ）フォトトランジスタを含んでもよい。光センサ２６４は、１つ以上のレンズを通して投影された、環境からの光を受光し、その光を、画像を表すデータに変換する。撮像モジュール２４３（カメラモジュールとも呼ばれる）と連携して、光センサ２６４は静止画像又はビデオをキャプチャすることができる。いくつかの実施形態では、タッチスクリーンディスプレイを静止画像及び／又はビデオ画像取得のためのビューファインダとして使用することができるように、デバイスの前面のタッチスクリーンディスプレイ２１２の反対側である、デバイス２００の背面に光センサが配置されている。一部の実施形態において、ユーザが他のテレビ会議参加者をタッチスクリーンディスプレイ上で見る間に、そのユーザの画像をテレビ会議のために得ることができるように、デバイスの前面に光センサが配置されている。一部の実施形態において、光センサ２６４の位置は、ユーザによって（例えば、デバイス筐体内のレンズ及びセンサを回転させることによって）変更することができ、それにより、テレビ会議並びに静止画像及び／又はビデオ画像の取得の双方のために、単一の光センサ２６４を、タッチスクリーンディスプレイと共に使用することができる。

デバイス２００はまた、１つ以上の接触強度センサ２６５も任意選択的に含む。図２Ａでは、Ｉ／Ｏサブシステム２０６内の強度センサコントローラ２５９に連結された、接触強度センサを示す。接触強度センサ２６５は、１つ以上のピエゾ抵抗ひずみゲージ、電気容量式力センサ、電気力センサ、圧電力センサ、光学力センサ、容量式タッチ感知面、又は他の強度センサ（例えば、タッチ感知面上の接触の力（又は圧力）を測定するために使用するセンサ）を、任意選択的に含む。接触強度センサ２６５は、環境から接触強度情報（例えば、圧力情報又は圧力情報のプロキシ）を受信する。一部の実施形態において、少なくとも１つの接触強度センサが、タッチ感知面（例えば、タッチ感知ディスプレイシステム２１２）に配置されている、又はこれに近接している。一部の実施形態において、少なくとも１つの接触強度センサが、デバイス２００の前面に配置されたタッチスクリーンディスプレイ２１２の反対側である、デバイス２００の背面に配置されている。

デバイス２００はまた、１つ以上の近接センサ２６６を含んでもよい。図２Ａでは、周辺機器インターフェース２１８と連結された近接センサ２６６を示す。あるいは、近接センサ２６６は、Ｉ／Ｏサブシステム２０６内の入力コントローラ２６０に連結されてもよい。近接センサ２６６は、米国特許出願第１１／２４１，８３９号、「Ｐｒｏｘｉｍｉｔｙ Ｄｅｔｅｃｔｏｒ Ｉｎ Ｈａｎｄｈｅｌｄ Ｄｅｖｉｃｅ」、同第１１／２４０，７８８号、「Ｐｒｏｘｉｍｉｔｙ Ｄｅｔｅｃｔｏｒ Ｉｎ Ｈａｎｄｈｅｌｄ Ｄｅｖｉｃｅ」、同第１１／６２０，７０２号、「Ｕｓｉｎｇ Ａｍｂｉｅｎｔ Ｌｉｇｈｔ Ｓｅｎｓｏｒ Ｔｏ Ａｕｇｍｅｎｔ Ｐｒｏｘｉｍｉｔｙ Ｓｅｎｓｏｒ Ｏｕｔｐｕｔ」、同第１１／５８６，８６２号、「Ａｕｔｏｍａｔｅｄ Ｒｅｓｐｏｎｓｅ Ｔｏ Ａｎｄ Ｓｅｎｓｉｎｇ Ｏｆ Ｕｓｅｒ Ａｃｔｉｖｉｔｙ Ｉｎ Ｐｏｒｔａｂｌｅ Ｄｅｖｉｃｅｓ」、及び、同第１１／６３８，２５１号、「Ｍｅｔｈｏｄｓ Ａｎｄ Ｓｙｓｔｅｍｓ Ｆｏｒ Ａｕｔｏｍａｔｉｃ Ｃｏｎｆｉｇｕｒａｔｉｏｎ Ｏｆ Ｐｅｒｉｐｈｅｒａｌｓ」で説明されるように機能するものであり、これらの出願は、その全体が参照により本明細書に組み込まれる。一部の実施形態では、多機能デバイスがユーザの耳の近くに配置されるとき（例えば、ユーザが電話で通話しているとき）、近接センサは、タッチスクリーン２１２をオフにして無効化する。

デバイス２００はまた、１つ以上の触知出力生成器２６７も任意選択的に含む。図２Ａでは、Ｉ／Ｏサブシステム２０６内の触覚フィードバックコントローラ２６１に連結された、触知出力生成器を示す。触知出力生成器２６７は、スピーカ又は他のオーディオ構成要素などの１つ以上の電気音響デバイス、及び／又はモータ、ソレノイド、電気活性ポリマー、圧電アクチュエータ、静電アクチュエータ、若しくは他の触知出力生成構成要素（例えば、デバイス上で電気信号を触知出力に変換する構成要素）などの、エネルギーを直線運動に変換する電気機械デバイスを、任意選択的に含む。接触強度センサ２６５は、触覚フィードバックモジュール２３３から触覚フィードバック生成命令を受信し、デバイス２００のユーザが感知できる触知出力をデバイス２００上で生成する。いくつかの実施形態では、少なくとも１つの触知出力生成器は、タッチ感知面（例えば、タッチ感知ディスプレイシステム２１２）に併置されているか、又はそれに近接しており、任意選択的に、タッチ感知面を垂直方向（例えば、デバイス２００の表面の内／外）に、又は横方向（例えば、デバイス２００の表面と同じ平面内の前後）に動かすことによって、触知出力を生成する。いくつかの実施形態では、少なくとも１つの触知出力生成器センサは、デバイス２００の前面に配置されたタッチスクリーンディスプレイ２１２の反対側である、デバイス２００の背面に配置されている。

デバイス２００はまた、１つ以上の加速度計２６８も含んでよい。図２Ａは、加速度計２６８を周辺機器インターフェース２１８に連結して示す。あるいは、加速度計２６８は、Ｉ／Ｏサブシステム２０６内の入力コントローラ２６０に連結されてもよい。加速度計２６８は、米国特許出願公開第２００５０１９００５９号、「Ａｃｃｅｌｅｒａｔｉｏｎ−ｂａｓｅｄ Ｔｈｅｆｔ Ｄｅｔｅｃｔｉｏｎ Ｓｙｓｔｅｍ ｆｏｒ Ｐｏｒｔａｂｌｅ Ｅｌｅｃｔｒｏｎｉｃ Ｄｅｖｉｃｅｓ」、及び同第２００６００１７６９２号、「Ｍｅｔｈｏｄｓ Ａｎｄ Ａｐｐａｒａｔｕｓｅｓ Ｆｏｒ Ｏｐｅｒａｔｉｎｇ Ａ Ｐｏｒｔａｂｌｅ Ｄｅｖｉｃｅ Ｂａｓｅｄ Ｏｎ Ａｎ Ａｃｃｅｌｅｒｏｍｅｔｅｒ」で説明されるように機能し得るものであり、これらの文献の双方は、その全体が参照により本明細書に組み込まれる。一部の実施形態において、情報は、１つ以上の加速度計から受信したデータの分析に基づいて、縦長表示又は横長表示でタッチスクリーンディスプレイ上に表示される。デバイス２００は、加速度計（単数又は複数）２６８に加えて、磁気計（図示せず）並びにデバイス２００の位置及び向き（例えば、縦長又は横長）に関する情報を取得するためのＧＰＳ（又はＧＬＯＮＡＳＳ又は他のグローバルナビゲーションシステム）受信部（図示せず）を、任意選択的に含む。

いくつかの実施形態では、メモリ２０２に記憶されたソフトウェアコンポーネントは、オペレーティングシステム２２６、通信モジュール（又は命令セット）２２８、接触／動きモジュール（又は命令セット）２３０、グラフィックモジュール（又は命令セット）２３２、テキスト入力モジュール（又は命令セット）２３４、全地球測位システム（ＧＰＳ）モジュール（又は命令セット）２３５、デジタルアシスタントクライアントモジュール２２９、及びアプリケーション（又は命令セット）２３６を含む。更に、メモリ２０２は、データ及びモデル、例えば、ユーザデータ及びモデル２３１を記憶し得る。更に、いくつかの実施形態では、図２Ａ及び図４に示すように、メモリ２０２（図２Ａ）又はメモリ４７０（図４）は、デバイス／グローバル内部状態２５７を記憶する。デバイス／グローバル内部状態２５７は、現在アクティブ状態のアプリケーションがある場合、どのアプリケーションがアクティブかを示す、アクティブアプリケーション状態、どのアプリケーション、ビュー、又は他の情報がタッチスクリーンディスプレイ２１２の様々な領域を占領しているかを示す、表示状態、デバイスの様々なセンサ及び入力制御デバイス２１６から得られる情報を含む、センサ状態、及び、デバイスの位置及び／又は姿勢に関する位置情報、の１つ以上を含む。

オペレーティングシステム２２６（例えば、Ｄａｒｗｉｎ、ＲＴＸＣ、ＬＩＮＵＸ、ＵＮＩＸ、ＯＳ Ｘ、ｉＯＳ、ＷＩＮＤＯＷＳ、又はＶｘＷｏｒｋｓなどの組み込みオペレーティングシステム）は、一般的なシステムタスク（例えば、メモリ管理、記憶デバイス制御、電力管理など）を制御及び管理するための様々なソフトウェアコンポーネント及び／又はドライバを含み、様々なハードウェアコンポーネントとソフトウェアコンポーネントとの間の通信を促進する。

通信モジュール２２８は、１つ以上の外部ポート２２４を通して、他のデバイスとの通信を促進し、ＲＦ回路２０８及び／又は外部ポート２２４が受信したデータを処理するための様々なソフトウェアコンポーネントをも含む。外部ポート２２４（例えば、ユニバーサルシリアルバス（ＵＳＢ）、ＦＩＲＥＷＩＲＥなど）は、直接的に、又はネットワーク（例えば、インターネット、無線ＬＡＮなど）を通して間接的に、他のデバイスに接続するように適応している。一部の実施形態では、外部ポートは、ｉＰｏｄ（登録商標）（Ａｐｐｌｅ Ｉｎｃ．の商標）デバイス上で使用される３０ピンコネクタと同じか、若しくは同様のマルチピン（例えば、３０ピン）コネクタ、及び／又は互換性のあるマルチピン（例えば、３０ピン）コネクタである。

接触／動きモジュール２３０は、任意選択的に、（ディスプレイコントローラ２５６と連携して）タッチスクリーン２１２との接触、及び他のタッチ感知デバイス（例えば、タッチパッド又は物理クリックホイール）との接触を検出する。接触／動きモジュール２３０は、接触が生じたか否かを判定すること（例えば、指を下ろすイベントを検出すること）、接触の強度（例えば、接触の力若しくは圧力、又は、接触の力若しくは圧力の代替物）を判定すること、接触の移動が存在するか否かを判定し、タッチ感知面を横断する移動を追跡すること（例えば、指をドラッグする１つ以上のイベントを検出すること）、及び接触が停止したか否かを判定すること（例えば、指を上げるイベント又は接触の中断を検出すること）などの、接触の検出に関する様々な動作を実行するための、様々なソフトウェアコンポーネントを含む。接触／動きモジュール２３０は、タッチ感知面から接触データを受信する。一連の接触データにより表現される接触点の移動を判定することは、接触点の速さ（大きさ）、速度（大きさ及び方向）、及び／又は加速度（大きさ及び／又は方向の変化）を判定することを任意選択的に含む。これらの動作は、任意選択的に、単一の接触（例えば、１本の指の接触）又は複数の同時接触（例えば、「マルチタッチ」／複数の指の接触）に適用される。一部の実施形態において、接触／動きモジュール２３０及びディスプレイコントローラ２５６は、タッチパッド上の接触を検出する。

一部の実施形態において、接触／動きモジュール２３０は、ユーザによって動作が実行されたか否かを判定するための（例えば、ユーザがアイコン上で「クリック」したか否かを判定するための）、１つ以上の強度閾値のセットを使用する。一部の実施形態において、少なくとも強度閾値のサブセットが、ソフトウェアパラメータに従って判定される（例えば、強度閾値は、特定の物理アクチュエータのアクティブ化閾値によって判定されず、デバイス２００の物理ハードウェアを変更することなく調整し得る）。例えば、トラックパッド又はタッチ画面ディスプレイのマウス「クリック」閾値は、トラックパッド又はタッチ画面ディスプレイハードウェアを変更することなく広範囲の既定の閾値のうちのいずれかに設定し得る。加えて、いくつかの実装において、デバイスのユーザには、（例えば、個々の強度閾値を調整することにより、及び／又は「強度」パラメータのシステムレベルのクリックの後すぐに複数の強度閾値を調整することによって）強度閾値のセットのうちの１つ以上を調整するためのソフトウェア設定が提供されている。

接触／動きモジュール２３０は任意選択的に、ユーザによるジェスチャ入力を検出する。タッチ感知面上の異なるジェスチャは、異なる接触パターン（例えば、異なる動き、タイミング、及び／又は検出される接触の強度）を有する。従って、ジェスチャは、特定の接触パターンを検出することによって、任意選択的に検出される。例えば、指のタップジェスチャを検出することは、（例えば、アイコンの位置での）指を下ろすイベントを検出し、続いてその指を下ろすイベントと同じ位置（又は、実質的に同じ位置）で指を上げる（リフトオフ）イベントを検出することを含む。別の実施例として、タッチ感知面上での指のスワイプジェスチャを検出することは、指を下ろすイベントを検出し、続いて、１つ以上の、指をドラッグするイベントを検出し、その後、続いて指を上げる（リフトオフ）イベントを検出することを含む。

グラフィックモジュール２３２は、表示されるグラフィックの視覚的効果（例えば、輝度、透明度、彩度、コントラスト、又は他の視覚特性）を変更するための構成要素を含めた、タッチスクリーン２１２又は他のディスプレイ上にグラフィックをレンダリングして表示するための、様々な既知のソフトウェアコンポーネントを含む。本明細書にて使用されるとき、用語「グラフィック」は、ユーザに対して表示することができる任意のオブジェクトを含み、これらのオブジェクトとしては、テキスト、ウェブページ、アイコン（ソフトキーを含むユーザインターフェースオブジェクトなど）、デジタル画像、ビデオ、アニメーションなどが挙げられるが、これらに限定されない。

一部の実施形態では、グラフィックモジュール２３２は、使用されるグラフィックを表現するデータを記憶する。各グラフィックには、対応するコードが、任意選択的に割り当てられる。グラフィックモジュール２３２は、アプリケーションなどから、必要に応じて、座標データ及び他のグラフィック特性データと共に表示されるグラフィックを指定する１つ以上のコードを受信し、次にディスプレイコントローラ２５６に出力するスクリーン画像データを生成する。

触覚フィードバックモジュール２３３は、デバイス２００とのユーザ対話に応じて、デバイス２００上の１つ以上の場所で触知出力を生成するために、触知出力生成器（単数又は複数）２６７によって使用される命令を生成するための、様々なソフトウェアコンポーネントを含む。

テキスト入力モジュール２３４は、グラフィックモジュール２３２の構成要素であってもよく、様々なアプリケーション（例えば、連絡先２３７、電子メール２４０、ＩＭ２４１、ブラウザ２４７、及び、テキスト入力を必要とする任意の他のアプリケーション）でテキストを入力するための、ソフトキーボードを提供する。

ＧＰＳモジュール２３５はデバイスの位置を判定し、この情報を、様々なアプリケーションで使用するために提供する（例えば、位置に基づく電話にて使用するために電話２３８へ、写真／ビデオメタデータとしてカメラ２４３へ、及び、天気ウィジェット、ローカルイエローページウィジェット、及びマップ／ナビゲーションウィジェットなどの、位置に基づくサービスを提供するアプリケーションへ）。

デジタルアシスタントクライアントモジュール２２９は様々なクライアント側デジタルアシスタント命令を含み得て、デジタルアシスタントのクライアント側機能性を提供する。例えば、デジタルアシスタントクライアントモジュール２２９は、ポータブル多機能デバイス２００の様々なユーザインターフェース（例えば、マイクロフォン２１３、加速度計（単数又は複数）２６８、タッチ感知ディスプレイシステム２１２、光センサ（単数又は複数）２２９、他の入力制御デバイス２１６等）を通して、声の入力（例えば、音声入力）、テキスト入力、タッチ入力、及び／又はジェスチャ入力を受信可能であり得る。デジタルアシスタントクライアントモジュール２２９はまた、ポータブル多機能デバイス２００の様々な出力インターフェース（例えば、スピーカ２１１、タッチ感知ディスプレイシステム２１２、触知出力生成器（単数又は複数）２６７等）を通して、オーディオ（例えば、音声出力）、視覚、及び／又は触知の形態での出力を提供可能であり得る。例えば、出力は、声、音響、警報、テキストメッセージ、メニュー、グラフィック、ビデオ、アニメーション、振動、及び／又は上記の２つ以上の組み合わせとして提供されてもよい。動作時、デジタルアシスタントクライアントモジュール２２９は、ＲＦ回路２０８を用いてＤＡサーバ１０６と通信し得る。

ユーザデータ及びモデル２３１は、ユーザに関連付けられた様々なデータ（例えば、ユーザ特有の語彙データ、ユーザプリファレンスデータ、ユーザ特有の名前の発音、ユーザの電子アドレス帳からのデータ、ｔｏ ｄｏリスト、買い物リスト等）を含み得て、デジタルアシスタントのクライアント側機能性を提供する。更に、ユーザデータ及びモデル２３１は、ユーザ入力を処理してユーザの意図を判定するための様々なモデル（例えば、音声認識モデル、統計的言語モデル、自然言語処理モデル、オントロジ、タスクフローモデル、サービスモデル等）を含み得る。

いくつかの実施例では、デジタルアシスタントクライアントモジュール２２９は、ポータブル多機能デバイス２００の様々なセンサ、サブシステム、及び周辺機器を使用して、ポータブル多機能デバイス２００の周囲環境から追加情報を収集し、ユーザ、現在のユーザ対話及び／又は現在のユーザ入力に関連付けられたコンテキストを確立することができる。いくつかの実施例では、デジタルアシスタントクライアントモジュール２２９は、ユーザの意図の推測を助けるために、ユーザ入力と共にコンテキスト情報又はそのサブセットをＤＡサーバ１０６に提供することができる。いくつかの実施例では、デジタルアシスタントはまた、ユーザへの出力をどのように準備し、配信するかを決定するために、コンテキスト情報を用いることができる。コンテキスト情報は、コンテキストデータとも呼ばれ得る。

いくつかの実施例では、ユーザ入力に伴うコンテキスト情報は、センサ情報、例えば、照明、周囲ノイズ、周囲温度、周囲環境の画像又は映像等を含み得る。いくつかの実施例では、コンテキスト情報は、デバイスの物理状態、例えば、デバイスの向き、デバイスの位置、デバイスの温度、電力レベル、速度、加速度、運動パターン、セルラー信号強度等をも含み得る。いくつかの実施例では、ＤＡサーバ１０６のソフトウェア状態、例えば、稼働中のプロセス、インストール済みのプログラム、過去と現在のネットワーク活動、バックグラウンドサービス、エラーログ、リソース使用量、等、及びポータブル多機能デバイス２００の、ソフトウェア状態に関係する情報が、ＤＡサーバ１０６に、ユーザ入力に関連付けられたコンテキスト情報として提供され得る。

いくつかの実施例では、デジタルアシスタントクライアントモジュール２２９は、ＤＡサーバ１０６からの要求に応じて、ポータブル多機能デバイス２００上に記憶されている情報（例えば、ユーザデータ２３１）を選択的に提供することができる。いくつかの実施例では、デジタルアシスタントクライアントモジュール２２９はまた、ＤＡサーバ１０６による要求に応じて、自然言語ダイアログ又は他のユーザインターフェースを介してユーザから追加入力を引き出すことができる。デジタルアシスタントクライアントモジュール２２９は、ユーザ要求内に表されているユーザの意図の意図推論及び／又は履行においてＤＡサーバ１０６を助けるために、追加入力をＤＡサーバ１０６に渡すことができる。

デジタルアシスタントの更なる詳細を、図７Ａ〜図７Ｃを参照して以下に説明する。デジタルアシスタントクライアントモジュール２２９が、以下に説明するデジタルアシスタントモジュール７２６の任意の数のサブモジュールを含み得ることが認識されるべきである。

アプリケーション２３６は、以下のモジュール（又は、命令セット）、又はそれらのサブセット若しくはスーパーセットを含み得る。
・連絡先モジュール２３７（ときには、アドレス帳又は連絡先リストとも呼ぶ）、
・電話モジュール２３８、
・テレビ会議モジュール２３９、
・電子メールクライアントモジュール２４０、
・インスタントメッセージング（ＩＭ）モジュール２４１、
・トレーニングサポートモジュール２４２、
・静止画像及び／又はビデオ画像用のカメラモジュール２４３、
・画像管理モジュール２４４、
・ビデオプレーヤモジュール、
・ミュージックプレーヤモジュール、
・ブラウザモジュール２４７、
・カレンダモジュール２４８、
・天気ウィジェット２４９−１、株価ウィジェット２４９−２、計算機ウィジェット２４９−３、アラーム時計ウィジェット２４９−４、辞書ウィジェット２４９−５、及びユーザによって取得された他のウィジェット、並びにユーザ作成ウィジェット２４９−６、のうちの１つ以上を含んでもよい、ウィジェットモジュール２４９、
・ユーザ作成ウィジェット２４９−６を作成するためのウィジェットクリエータモジュール２５０、
・検索モジュール２５１、
・ビデオプレーヤモジュール及びミュージックプレーヤモジュールを統合した、ビデオ及びミュージックプレーヤモジュール２５２、
・メモモジュール２５３、
・マップモジュール２５４、及び／又は
・オンラインビデオモジュール２５５。

メモリ２０２内に記憶することができる他のアプリケーション２３６の例としては、他のワードプロセッシングアプリケーション、他の画像編集アプリケーション、描画アプリケーション、プレゼンテーションアプリケーション、ＪＡＶＡ対応アプリケーション、暗号化、デジタル著作権管理、音声認識、及び音声複製が挙げられる。

タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、連絡先モジュール２３７は、（例えば、メモリ２０２又はメモリ４７０内の連絡先モジュール２３７のアプリケーション内部状態２９２に記憶される）アドレス帳又は連絡先リストを管理するために用いられる。この管理することとしては、アドレス帳に名前（単数又は複数）を加えること、アドレス帳から名前（単数又は複数）を削除すること、電話番号（単数又は複数）、電子メールアドレス（単数又は複数）、住所（単数又は複数）、又は他の情報を名前と関連付けること、画像を名前と関連付けること、名前を分類して並べ替えること、電話番号又は電子メールアドレスを提供して、電話２３８、テレビ会議モジュール２３９、電子メール２４０、若しくはＩＭ２４１による通信を開始する及び／又は容易にすること、などが含まれる。

ＲＦ回路２０８、オーディオ回路２１０、スピーカ２１１、マイクロフォン２１３、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、電話モジュール２３８は、電話番号に対応する一連の文字を入力し、連絡先モジュール２３７内の１つ以上の電話番号にアクセスし、入力された電話番号を修正し、対応する電話番号をダイヤルし、会話を行い、そして、会話が終了した際に接続を切るか又は電話を切るために、使用することができる。上述のように、無線通信は、複数の通信規格、通信プロトコル、及び通信技術のうちのいずれをも使用することができる。

ＲＦ回路２０８、オーディオ回路２１０、スピーカ２１１、マイクロフォン２１３、タッチスクリーン２１２、ディスプレイコントローラ２５６、光センサ２６４、光センサコントローラ２５８、接触／動きモジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、連絡先モジュール２３７、及び電話モジュール２３８と連携して、テレビ会議モジュール２３９は、ユーザの命令に従って、ユーザと１人以上の他の参加者との間のテレビ会議を開始し、遂行し、終了するための、実行可能な命令を含む。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、電子メールクライアントモジュール２４０は、ユーザの指示に応じて、電子メールを作成し、送信し、受信し、管理するための、実行可能な命令を含む。画像管理モジュール２４４と連携して、電子メールクライアントモジュール２４０は、カメラモジュール２４３で撮影した静止画像又はビデオ画像を添付した電子メールを作成して送信することを非常に容易にする。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、インスタントメッセージングモジュール２４１は、インスタントメッセージに対応する文字列を入力したり、入力済みの文字を修正したり、（例えば、電話ベースのインスタントメッセージのためのショートメッセージサービス（ＳＭＳ）若しくはマルチメディアメッセージサービス（ＭＭＳ）プロトコルを使用して、又はインターネットベースのインスタントメッセージのためのＸＭＰＰ、ＳＩＭＰＬＥ、若しくはＩＭＰＳを使用して）対応するインスタントメッセージを送信したり、インスタントメッセージを受信したり、その受信したインスタントメッセージを表示したりするための、実行可能な命令を含む。一部の実施形態において、送信及び／又は受信されるインスタントメッセージは、ＭＭＳ及び／又は拡張メッセージングサービス（Enhanced Messaging Service、ＥＭＳ）でサポートされるような、グラフィック、写真、オーディオファイル、ビデオファイル、及び／又は他の添付ファイルを含んでもよい。本明細書で使用するとき、「インスタントメッセージング」とは、電話ベースのメッセージ（例えば、ＳＭＳ又はＭＭＳを使用して送信されるメッセージ）及びインターネットベースのメッセージ（例えば、ＸＭＰＰ、ＳＩＭＰＬＥ、又はＩＭＰＳを使用して送信されるメッセージ）の双方を示す。

ＲＦ回路２０８、タッチ画面２１２、ディスプレイコントローラ２５６、接触／動作モジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、ＧＰＳモジュール２３５、マップモジュール２５４、及びミュージックプレーヤモジュールと連携して、トレーニングサポートモジュール２４２は、（例えば、時間、距離、及び／又はカロリー消費目標を有する）トレーニングを生成し、トレーニングセンサ（スポーツデバイス）と通信し、トレーニングセンサデータを受信し、トレーニングをモニタするために使用されるセンサを較正し、トレーニングのための音楽を選択して再生し、トレーニングデータを表示し、記憶し、送信する、実行可能な命令を含む。

タッチスクリーン２１２、ディスプレイコントローラ２５６、光センサ（単数又は複数）２６４、光センサコントローラ２５８、接触／動きモジュール２３０、グラフィックモジュール２３２、及び画像管理モジュール２４４と連携して、カメラモジュール２４３は、静止画像又は（ビデオストリームを含む）ビデオをキャプチャしてメモリ２０２にそれらを記憶する、静止画像又はビデオの特性を変更する、又はメモリ２０２から静止画像若しくはビデオを削除する、実行可能な命令を含む。

タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、及びカメラモジュール２４３と連携して、画像管理モジュール２４４は、静止画像及び／又はビデオ画像を配置する、修正し（例えば、編集し）又は別の方法で操作する、ラベルを付ける、削除する、（例えば、デジタルスライドショー又はアルバムにおいて）提示する、及び記憶したりする、実行可能な命令を含む。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、ブラウザモジュール２４７は、ウェブページ又はそれらの一部、並びにウェブページにリンクされた添付及び他のファイルを検索し、リンク付け、受信し、表示することを含むユーザの命令に従い、インターネットをブラウズするための、実行可能な命令を含む。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、電子メールクライアントモジュール２４０、及びブラウザモジュール２４７と連携して、カレンダモジュール２４８は、ユーザの指示に従って、カレンダ及びカレンダに関連付けられたデータ（例えば、カレンダ項目、ｔｏ ｄｏリストなど）を作成し、表示し、変更し、記憶するための、実行可能な命令を含む。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、及びブラウザモジュール２４７と連携して、ウィジェットモジュール２４９は、ユーザによってダウンロードされ、使用することが可能なミニアプリケーション（例えば、天気ウィジェット２４９−１、株価ウィジェット２４９−２、計算機ウィジェット２４９−３、アラーム時計ウィジェット２４９−４、及び辞書ウィジェット２４９−５）、又はユーザによって作成することが可能なミニアプリケーション（例えば、ユーザ作成ウィジェット２４９−６）である。一部の実施形態において、ウィジェットは、ＨＴＭＬ（ハイパーテキストマークアップ言語）ファイル、ＣＳＳ（カスケーディングスタイルシート）ファイル、及びＪａｖａＳｃｒｉｐｔファイルを含む。一部の実施形態において、ウィジェットは、ＸＭＬ（拡張可能マークアップ言語）ファイル及びＪａｖａＳｃｒｉｐｔファイル（例えば、Ｙａｈｏｏ！ウィジェット）を含む。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、及びブラウザモジュール２４７と連携して、ウィジェットクリエータモジュール２５０は、ウィジェットを作成する（例えば、ウェブページのユーザ指定箇所をウィジェットに変える）ために、ユーザによって使用することができる。

タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、検索モジュール２５１は、ユーザの命令に従って、１つ以上の検索基準（例えば、１つ以上のユーザ指定の検索語句）と一致する、メモリ２０２内のテキスト、音楽、音、画像、ビデオ、及び／又は他のファイルを検索するための、実行可能な命令を含む。

タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、オーディオ回路２１０、スピーカ２１１、ＲＦ回路２０８、及びブラウザモジュール２４７と連携して、ビデオ及びミュージックプレーヤモジュール２５２は、ＭＰ３又はＡＡＣファイルなどの１つ以上のファイル形式で記憶された録音済みの音楽又は他のサウンドファイルをユーザがダウンロード及び再生できるようにする実行可能な命令、並びにビデオを（タッチスクリーン２１２上、又は外部ポート２２４を介して接続された外部のディスプレイ上に）表示、提示、又は別の方法で再生するための、実行可能な命令を含む。一部の実施形態において、デバイス２００は、任意選択的に、ｉＰｏｄ（Ａｐｐｌｅ Ｉｎｃ．の商標）などのＭＰ３プレーヤの機能を備える。

タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、及びテキスト入力モジュール２３４と連携して、メモモジュール２５３は、ユーザの命令に従って、メモ、ｔｏ ｄｏリストなどを作成及び管理するための、実行可能な命令を含む。

ＲＦ回路２０８、タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、テキスト入力モジュール２３４、ＧＰＳモジュール２３５、及びブラウザモジュール２４７と連携して、マップモジュール２５４は、ユーザの命令に従って、マップ、及びマップに関連付けられたデータ（例えば、運転方向、特定の場所若しくはその付近の店舗及び他の関心対象地点についてのデータ、並びに他の位置に基づく他のデータ）を受信し、表示し、修正し、記憶するために使用することができる。

タッチスクリーン２１２、ディスプレイコントローラ２５６、接触／動きモジュール２３０、グラフィックモジュール２３２、オーディオ回路２１０、スピーカ２１１、ＲＦ回路２０８、テキスト入力モジュール２３４、電子メールクライアントモジュール２４０、及びブラウザモジュール２４７と連携して、オンラインビデオモジュール２５５は、ユーザがＨ．２６４などの１つ以上のファイル形式のオンラインビデオにアクセスし、閲覧し、（例えば、ストリーミング及び／又はダウンロードにより）受信し、（例えば、タッチスクリーン上で、又は外部ポート２２４を介して接続された外部のディスプレイ上で）再生し、特定のオンラインビデオへのリンクを含む電子メールを送信し、別の方法で管理することが可能となる、命令を含む。いくつかの実施形態では、特定のオンラインビデオへのリンクを送信するために、電子メールクライアントモジュール２４０ではなく、インスタントメッセージングモジュール２４１が使用される。オンラインビデオアプリケーションの追加の説明は、２００７年６月２０日に出願された米国特許仮出願第６０／９３６，５６２号、「Ｐｏｒｔａｂｌｅ Ｍｕｌｔｉｆｕｎｃｔｉｏｎ Ｄｅｖｉｃｅ，Ｍｅｔｈｏｄ，ａｎｄ Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ ｆｏｒ Ｐｌａｙｉｎｇ Ｏｎｌｉｎｅ Ｖｉｄｅｏｓ」、及び２００７年１２月３１日に出願された米国特許出願第１１／９６８，０６７号、「Ｐｏｒｔａｂｌｅ Ｍｕｌｔｉｆｕｎｃｔｉｏｎ Ｄｅｖｉｃｅ，Ｍｅｔｈｏｄ，ａｎｄ Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ ｆｏｒ Ｐｌａｙｉｎｇ Ｏｎｌｉｎｅ Ｖｉｄｅｏｓ」に見出すことができ、これらの出願の内容はその全体が本明細書において参照により組み込まれている。

上記で特定されたモジュール及びアプリケーションのそれぞれは、１つ以上の上記の機能を実行する実行可能な命令セット及び本出願に記載の方法（例えば、コンピュータにより実行される方法及び本明細書に記載の他の情報処理方法）に対応する。これらのモジュール（例えば、命令のセット）は、別個のソフトウェアプログラム、手順、又はモジュールとして実現される必要はなく、それゆえ、様々な実施形態では、これらのモジュールの様々なサブセットを組み合わせるか、又は他の方式で再編成することができる。例えば、ビデオプレーヤモジュールは、ミュージックプレーヤモジュールと組み合わせて、単一のモジュール（例えば、図２Ａのビデオ及びミュージックプレーヤモジュール２５２）としてもよい。一部の実施形態において、メモリ２０２は、上記で特定されたモジュール及びデータ構造のサブセットを記憶することができる。更に、メモリ２０２は、上述されていない追加のモジュール及びデータ構造を記憶してもよい。

いくつかの実施形態では、デバイス２００は、デバイス上の機能の既定のセットの動作がタッチスクリーン及び／又はタッチパッドのみを介して実行されるデバイスである。デバイス２００の動作に関する主要な入力制御デバイスとしてタッチスクリーン及び／又はタッチパッドを使用することによって、デバイス２００上の（プッシュボタン、ダイヤルなどの）物理入力制御デバイスの数を低減してもよい。

タッチスクリーン及び／又はタッチパッドのみを介して実行される、既定の機能のセットは、任意選択的に、ユーザインターフェース間のナビゲーションを含む。一部の実施形態では、タッチパッドは、ユーザによってタッチされると、デバイス２００上に表示される任意のユーザインターフェースから、メインメニュー、ホームメニュー、又はルートメニューへデバイス２００をナビゲートする。かかる実施形態では、「メニューボタン」はタッチパッドを用いて実装される。一部の他の実施形態では、メニューボタンは、タッチパッドの代わりに、物理プッシュボタン又は他の物理入力制御デバイスである。

図２Ｂは、いくつかの実施形態に係る、イベント処理のための例示的な構成要素を示すブロック図である。いくつかの実施形態では、メモリ２０２（図２Ａ）又はメモリ４７０（図４）は、イベントソート部２７０（例えば、オペレーティングシステム２２６内）及び対応するアプリケーション２３６−１（例えば、上述のアプリケーション２３７〜アプリケーション２５１、アプリケーション２５５、アプリケーション４８０〜アプリケーション４９０のうちのいずれか）を含む。

イベントソート部２７０は、イベント情報を受信し、イベント情報を配信するアプリケーション２３６−１及びアプリケーション２３６−１のアプリケーションビュー２９１を決定する。イベントソート部２７０は、イベントモニタ２７１及びイベントディスパッチャモジュール２７４を含む。いくつかの実施形態では、アプリケーション２３６−１は、アプリケーションがアクティブ又は実行中のとき、タッチ感知ディスプレイ２１２上に表示される現在のアプリケーションビュー（単数又は複数）を示す、アプリケーション内部状態２９２を含む。いくつかの実施形態では、デバイス／グローバル内部状態２５７は、いずれのアプリケーション（単数又は複数）が現在アクティブであるかを判定するためにイベントソート部２７０によって使用され、アプリケーション内部状態２９２は、イベント情報の配信先となるアプリケーションビュー２９１を決定するためにイベントソート部２７０によって使用される。

一部の実施形態では、アプリケーション内部状態２９２は、アプリケーション２３６−１が実行を再開する際に使用される再開情報、アプリケーション２３６−１によって情報が表示されている又は表示の準備が整っていることを示すユーザインターフェース状態情報、ユーザがアプリケーション２３６−１の以前の状態又はビューに戻ることを可能にするための状態待ち行列、及びユーザが以前に行ったアクションのリドゥ／アンドゥ待ち行列、のうちの１つ以上などの追加情報を含む。

イベントモニタ２７１は、周辺機器インターフェース２１８からイベント情報を受信する。イベント情報は、サブイベント（例えば、マルチタッチジェスチャの一部としての、タッチ感知ディスプレイ２１２上でのユーザのタッチ）についての情報を含む。周辺機器インターフェース２１８は、Ｉ／Ｏサブシステム２０６、又は近接センサ２６６、加速度計（単数又は複数）２６８、及び／若しくは（オーディオ回路２１０を介する）マイクロフォン２１３などのセンサから受信する情報を送信する。周辺機器インターフェース２１８がＩ／Ｏサブシステム２０６から受信する情報には、タッチ感知ディスプレイ２１２又はタッチ感知面からの情報が含まれる。

一部の実施形態では、イベントモニタ２７１は、所定の間隔で周辺機器インターフェース２１８に要求を送信する。これに応じて、周辺機器インターフェース２１８はイベント情報を送信する。他の実施形態では、周辺機器インターフェース２１８は、重要なイベント（例えば、所定のノイズ閾値を上回り、かつ／又は所定の持続時間を超えた入力を受けること）が存在する場合にのみ、イベント情報を送信する。

一部の実施形態では、イベントソート部２７０は、また、ヒットビュー判定モジュール２７２及び／又はアクティブイベント認識部判定モジュール２７３を含む。

ヒットビュー判定モジュール２７２は、タッチ感知ディスプレイ２１２が２つ以上のビューを表示する場合に、サブイベントが１つ以上のビュー内のいずれの場所で発生したかを判定するための、ソフトウェア手順を提供する。ビューは、制御部及びユーザがディスプレイ上で見ることが可能な他の要素で構成される。

アプリケーションに関連付けられたユーザインターフェースの別の態様は、本明細書では、アプリケーションビュー又はユーザインターフェースウィンドウと呼ばれる場合があるビューのセットであり、それらの中で情報が表示され、タッチに基づくジェスチャが生じる。タッチが検出される（対応するアプリケーションの）アプリケーションビューは、そのアプリケーションのプログラム階層又はビュー階層内のプログラムレベルに対応し得る。例えば、タッチが検出される最下位レベルのビューをヒットビューと呼ぶことができ、適切な入力として認識されるイベントのセットは、少なくとも部分的には、タッチに基づくジェスチャを開始する最初のタッチのヒットビューに基づいて、判定することができる。

ヒットビュー判定モジュール２７２は、タッチベースのジェスチャのサブイベントと関連する情報を受信する。アプリケーションが、階層として編成された複数のビューを有する場合、ヒットビュー判定モジュール２７２は、そのサブイベントを処理すべき階層内の最下位のビューとしての、ヒットビューを特定する。ほとんどの状況では、ヒットビューは、最初のサブイベント（例えば、イベント又は潜在的なイベントを形成するサブイベントのシーケンスにおける最初のサブイベント）が発生する最下位レベルのビューである。ヒットビューがヒットビュー判定モジュール２７２によって特定されると、ヒットビューは、典型的には、それがヒットビューとして特定された、同じタッチ又は入力ソースに関連するすべてのサブイベントを受信する。

アクティブイベント認識部判定モジュール２７３は、ビュー階層内のどのビュー（単数又は複数）がサブイベントの特定のシーケンスを受信すべきかを判定する。一部の実施形態では、アクティブイベント認識部判定モジュール２７３は、ヒットビューのみがサブイベントの特定のシーケンスを受信すべきであると判定する。他の実施形態では、アクティブイベント認識部判定モジュール２７３は、サブイベントの物理位置を含むすべてのビューはアクティブに関わっているビューであると判定し、従って、すべてのアクティブに関わっているビューは、サブイベントの特定のシーケンスを受信すべきであると判定する。他の実施形態では、タッチサブイベントがある特定のビューに関連付けられた領域に完全に限定されたとしても、階層の上位のビューは、依然としてアクティブに関わっているビューであり続ける。

イベントディスパッチャモジュール２７４は、イベント情報をイベント認識部（例えば、イベント認識部２８０）に送信する。アクティブイベント認識部判定モジュール２７３を含む実施形態において、イベントディスパッチャモジュール２７４は、アクティブイベント認識部判定モジュール２７３により判定されたイベント認識部にイベント情報を配信する。一部の実施形態では、イベントディスパッチャモジュール２７４は、対応するイベント受信部２８２により取得されるイベント情報をイベント待ち行列に記憶する。

一部の実施形態では、オペレーティングシステム２２６は、イベントソート部２７０を含む。あるいは、アプリケーション２３６−１はイベントソート部２７０を含む。更に他の実施形態では、イベントソート部２７０は、独立型のモジュール、又は接触／動きモジュール２３０などの、メモリ２０２に記憶された別のモジュールの一部である。

いくつかの実施形態では、アプリケーション２３６−１は、そのアプリケーションのユーザインターフェースの各ビュー内で発生するタッチイベントを処理する命令をそれぞれが含む、複数のイベント処理部２９０及び１つ以上のアプリケーションビュー２９１を含む。アプリケーション２３６−１の各アプリケーションビュー２９１は、１つ以上のイベント認識部２８０を含む。通常は、それぞれのアプリケーションビュー２９１に複数のイベント認識部２８０が含まれる。他の実施形態では、イベント認識部２８０のうちの１つ以上は、ユーザインターフェースキット（図示せず）又はアプリケーション２３６−１が方法及び他の特性を継承する上位レベルのオブジェクトなどの、別個のモジュールの一部である。一部の実施形態では、それぞれのイベント処理部２９０は、データ更新部２７６、オブジェクト更新部２７７、ＧＵＩ更新部２７８、及び／又はイベントソート部２７０から受信したイベントデータ２７９、のうちの１つ以上を含む。イベント処理部２９０は、アプリケーション内部状態２９２を更新するために、データ更新部２７６、オブジェクト更新部２７７、若しくはＧＵＩ更新部２７８を利用するか、又は呼び出すことができる。あるいは、アプリケーションビュー２９１のうちの１つ以上は、１つ以上のそれぞれのイベント処理部２９０を含む。また、一部の実施形態では、データ更新部２７６、オブジェクト更新部２７７、及びＧＵＩ更新部２７８のうちの１つ以上も、対応するアプリケーションビュー２９１に含まれる。

それぞれのイベント認識部２８０は、イベントソート部２７０からイベント情報（例えば、イベントデータ２７９）を受信して、そのイベント情報からイベントを特定する。イベント認識部２８０は、イベント受信部２８２及びイベント比較部２８４を含む。いくつかの実施形態では、イベント認識部２８０は更に、メタデータ２８３及びイベント配信命令２８８（サブイベント配信命令を含んでもよい）の少なくともサブセットを含んでいる。

イベント受信部２８２は、イベントソート部２７０からイベント情報を受信する。このイベント情報には、サブイベントについての情報、例えば、タッチ又はタッチの動きについての情報が含まれる。サブイベントによっては、イベント情報はまた、サブイベントの場所などの追加情報をも含む。サブイベントがタッチの動きに関係する場合、イベント情報はまた、そのサブイベントの速度及び方向も含み得る。一部の実施形態において、イベントは、１つの向きから別の向きへの（例えば、縦向きから横向きへの、又はその逆の）デバイスの回転を含み、そのイベント情報は、デバイスの現在の向き（デバイスの姿勢とも呼ばれる）についての対応する情報を含む。

イベント比較部２８４は、イベント情報を既定のイベント又はサブイベントの定義と比較し、その比較に基づいて、イベント又はサブイベントを判定する、あるいはイベント又はサブイベントの状態を判定若しくは更新する。一部の実施形態において、イベント比較部２８４は、イベント定義２８６を含む。イベント定義２８６は、例えば、イベント１（２８７−１）、イベント２（２８７−２）などの、イベントの定義（例えば、サブイベントの既定のシーケンス）を含む。一部の実施形態において、イベント（２８７）内のサブイベントは、例えば、タッチ開始、タッチ終了、タッチの移動、タッチの中止、及び複数のタッチを含む。ある実施例では、イベント１（２８７−１）の定義は、表示されたオブジェクト上のダブルタップである。このダブルタップは、例えば、所定の段階に関する表示オブジェクト上での第１のタッチ（タッチの開始）、所定の段階に関する第１のリフトオフ（タッチの終了）、所定の段階に関する表示オブジェクト上での第２のタッチ（タッチの開始）、及び所定の段階に関する第２のリフトオフ（タッチの終了）を含む。別の実施例では、イベント２（２８７−２）の定義は、表示されたオブジェクト上のドラッグ操作である。このドラッグ操作は、例えば、所定の段階に関する表示オブジェクト上でのタッチ（又は、接触）、タッチ感知ディスプレイ２１２を横断するタッチの移動、及びタッチのリフトオフ（タッチの終了）を含む。一部の実施形態では、イベントはまた、１つ以上の関連付けられたイベント処理部２９０に関する情報をも含む。

一部の実施形態では、イベント定義２８７は、それぞれのユーザインターフェースオブジェクトに関するイベントの定義を含む。一部の実施形態では、イベント比較部２８４は、サブイベントに関連付けられたユーザインターフェースオブジェクトを判定するヒットテストを実行する。例えば、３つのユーザインターフェースオブジェクトがタッチ感知ディスプレイ２１２に表示されるアプリケーションビューにおいて、タッチ感知ディスプレイ２１２上でタッチが検出されると、イベント比較部２８４は、３つのユーザインターフェースオブジェクトのうちのどれがタッチ（サブイベント）に関連付けられているかを判定するためのヒットテストを実行する。表示された各オブジェクトが、対応するイベント処理部２９０に関連付けられている場合、イベント比較部は、ヒットテストの結果を用いて、どのイベント処理部２９０をアクティブ化すべきかを判定する。例えば、イベント比較部２８４は、サブイベント及びヒットテストのトリガとなるオブジェクトに関連付けられたイベント処理部を選択する。

いくつかの実施形態では、それぞれのイベント（２８７）に関する定義はまた、サブイベントのシーケンスがイベント認識部のイベントタイプに対応するか否かが判定されるまでイベント情報の配信を遅延させる遅延動作をも含む。

それぞれのイベント認識部２８０が、一連のサブイベントがイベント定義２８６のイベントのうちのいずれとも一致しないと判定した場合、それぞれのイベント認識部２８０は、イベント不可能、イベント失敗、又はイベント終了の状態に入り、その後は、タッチベースのジェスチャの次のサブイベントを無視する。この状況では、ヒットビューに関してアクティブのまま維持される他のイベント認識部があれば、進行中のタッチに基づくジェスチャのサブイベントを、引き続き追跡及び処理する。

一部の実施形態では、それぞれのイベント認識部２８０は、構成変更可能なプロパティと、フラグと、及び／又はイベント配信システムがアクティブに関わっているイベント認識部にどのようにサブイベント配信を実行するかについて示すリストと、を有するメタデータ２８３を含む。いくつかの実施形態では、メタデータ２８３には、構成変更可能なプロパティと、フラグと、及び／又はイベント認識部が互いにどのように対話し得るか、あるいは、対話が可能になるかについて示すリストと、が含まれる。いくつかの実施形態では、メタデータ２８３には、構成変更可能なプロパティと、フラグと、及び／又はサブイベントがビュー階層又はプログラム階層内の様々なレベルに配信されるか否かを示すリストと、が含まれる。

いくつかの実施形態では、それぞれのイベント認識部２８０は、イベントの１つ以上の特定のサブイベントが認識されたときに、イベントに関連付けられたイベント処理部２９０をアクティブ化する。いくつかの実施形態では、それぞれのイベント認識部２８０は、イベントに関連付けられたイベント情報をイベント処理部２９０に配信する。イベント処理部２９０をアクティブ化することは、対応するヒットビューにサブイベントを送信（及び送信を延期する）することとは異なる。一部の実施形態では、イベント認識部２８０は、認識されたイベントに関連付けられたフラグをスローし、フラグに関連付けられたイベント処理部２９０は、フラグをキャッチし、所定の処理を実行する。

一部の実施形態では、イベント配信命令２８８は、イベント処理部をアクティブ化せずに、サブイベントに関するイベント情報を配信するサブイベント配信命令を含む。その代わりに、サブイベント配信命令は、一連のサブイベントに関連付けられたイベント処理部又はアクティブに関わっているビューにイベント情報を配信する。一連のサブイベント又はアクティブに関わっているビューに関連付けられたイベント処理部は、イベント情報を受信し、所定の処理を実行する。

一部の実施形態では、データ更新部２７６は、アプリケーション２３６−１で使用されるデータを作成及び更新する。例えば、データ更新部２７６は、連絡先モジュール２３７で使用される電話番号を更新したり、ビデオ再生モジュールで使用されるビデオファイルを記憶したりする。一部の実施形態では、オブジェクト更新部２７７は、アプリケーション２３６−１で使用されるオブジェクトを作成及び更新する。例えば、オブジェクト更新部２７７は、新たなユーザインターフェースオブジェクトを作成するか、又はユーザインターフェースオブジェクトの位置を更新する。ＧＵＩ更新部２７８は、ＧＵＩを更新する。例えば、ＧＵＩ更新部２７８は、表示情報を準備し、それをタッチ感知ディスプレイ上に表示するためにグラフィックモジュール２３２に送信する。

一部の実施形態では、イベント処理部（単数又は複数）２９０は、データ更新部２７６、オブジェクト更新部２７７、及びＧＵＩ更新部２７８を含むか、若しくはそれらにアクセスすることができる。一部の実施形態では、データ更新部２７６、オブジェクト更新部２７７、及びＧＵＩ更新部２７８は、それぞれのアプリケーション２３６−１又はアプリケーションビュー２９１の単一モジュールに含まれる。他の実施形態では、それらは、２つ以上のソフトウェアモジュールに含まれる。

タッチ感知ディスプレイ上のユーザのタッチのイベント処理に関する前述の論考はまた、入力デバイスを使用して多機能デバイス２００を動作させるための他の形態のユーザ入力にも適用されるが、そのすべてがタッチスクリーン上で開始されるわけではないことが理解されよう。例えば、単一又は複数のキーボードの押下又は保持に任意選択的に合わせたマウスの移動及びマウスボタンの押下、タッチパッド上でのタップ、ドラッグ、スクロールなどの接触移動、ペンスタイラス入力、デバイスの移動、口頭による指示検出された眼球運動、バイオメトリック入力、及び／又はこれらの任意の組み合わせが、認識対象のイベントを定義するサブイベントに対応する入力として任意選択的に利用される。

図３は、一部の実施形態に係る、タッチスクリーン２１２を有するポータブル多機能デバイス２００を示す。タッチスクリーンは、ユーザインターフェース（ＵＩ）３００内に１つ以上のグラフィックを任意選択的に表示する。本実施形態、並びに後述する他の実施形態において、ユーザは、例えば、１本以上の指３０２（図には、正確な縮尺率では描かれていない）又は１つ以上のスタイラス３０３（図には、正確な縮尺率では描かれていない）を用いて、グラフィック上でジェスチャを行うことにより、グラフィックのうちの１つ以上を選択することができる。一部の実施形態では、１つ以上のグラフィックの選択は、ユーザが１つ以上のグラフィックとの接触を断つと生じる。いくつかの実施形態において、ジェスチャは、１回以上のタップ、１回以上のスワイプ（左から右へ、右から左へ、上方向へ、及び／又は下方向へ）、及び／又はデバイス２００と接触した指のローリング（右から左へ、左から右へ、上方向へ、及び／又は下方向へ）を、任意選択的に、含む。一部の実装又は状況では、グラフィックとの不測の接触は、そのグラフィックを選択するものではない。例えば、選択に対応するジェスチャがタップである場合、アプリケーションアイコンの上をスイープするスワイプジェスチャは、対応するアプリケーションを任意選択的に選択しない。

デバイス２００にはまた、「ホーム」又はメニューボタン３０４などの、１つ以上の物理ボタンも含まれ得る。上述したように、メニューボタン３０４を使用して、デバイス２００上で実行することができるアプリケーションセット内の任意のアプリケーション２３６へ、ナビゲートすることができる。あるいは、一部の実施形態では、メニューボタンは、タッチスクリーン２１２に表示されたＧＵＩにおけるソフトキーとして実装されている。

一実施形態では、デバイス２００は、タッチスクリーン２１２、メニューボタン３０４、デバイスの電源をオン／オフし、デバイスをロックするためのプッシュボタン３０６、音量調節ボタン（単数又は複数）３０８、加入者識別モジュール（ＳＩＭ）カードスロット３１０、ヘッドセットジャック３１２、及びドッキング／充電用外部ポート２２４を含む。プッシュボタン３０６は、ボタンを押し下げて既定の時間にわたってボタンを押し下げた状態で保持することによってデバイス上の電源をオン／オフし、ボタンを押し下げて、既定時間が経過する前にボタンを解放することによってデバイスをロックし、及び／又は、デバイスのロックを解除する、若しくは、ロック解除処理を開始するように、任意選択的に用いられる。別の実施形態では、デバイス２００はまた、マイクロフォン２１３を通して、一部の機能をアクティブ化又は非アクティブ化するための口頭入力を受ける。デバイス２００はまた、タッチスクリーン２１２上の接触の強度を検出するための１つ以上の接触強度センサ２６５、及び／又は、デバイス２００のユーザに対する触知出力を生成するための１つ以上の触知出力生成器２６７をも、任意選択的に含む。

図４は、いくつかの実施形態に係る、ディスプレイ及びタッチ感知面を備える例示的な多機能デバイスのブロック図である。デバイス４００は、ポータブル型である必要はない。いくつかの実施形態では、デバイス４００は、ラップトップコンピュータ、デスクトップコンピュータ、タブレットコンピュータ、マルチメディアプレーヤデバイス、ナビゲーションデバイス、教育用デバイス（子供の学習玩具など）、ゲームシステム、又は制御デバイス（例えば、家庭用又は業務用コントローラ）である。デバイス４００は、典型的には、１つ以上の処理ユニット（ＣＰＵ）４１０、１つ以上のネットワーク若しくは他の通信インターフェース４６０、メモリ４７０、及びこれらの構成要素を相互接続するための１つ以上の通信バス４２０を含む。通信バス４２０は、システム構成要素間の通信を相互接続及び制御する回路（チップセットと呼ばれることがある）を、任意選択的に含む。デバイス４００は、典型的にはタッチスクリーンディスプレイであるディスプレイ４４０を備える入出力（Ｉ／Ｏ）インターフェース４３０を含む。Ｉ／Ｏインターフェース４３０はまた、キーボード及び／又はマウス（又は他のポインティングデバイス）４５０、並びにタッチパッド４５５、デバイス４００上に触知出力を生成するための（例えば、図２Ａを参照して上述した触知出力生成器２６７（単数又は複数）と同様の）触知出力生成器４５７、センサ４５９（例えば、光センサ、加速度センサ、近接センサ、タッチ感知センサ、及び／又は図２Ａを参照して上述した接触強度センサ（単数又は複数）２６５と同様の接触強度センサ）をも、任意選択的に含む。メモリ４７０は、ＤＲＡＭ、ＳＲＡＭ、ＤＤＲ ＲＡＭ、又は他のランダムアクセスソリッドステートメモリデバイスなどの、高速ランダムアクセスメモリを含み、また任意選択的に、１つ以上の磁気ディスク記憶デバイス、光ディスク記憶デバイス、フラッシュメモリデバイス、又は他の不揮発性半導体記憶デバイスなどの、不揮発性メモリを含む。メモリ４７０は、ＣＰＵ（単数又は複数）４１０からリモートにする１つ以上の記憶デバイスを任意選択的に含む。いくつかの実施形態では、メモリ４７０は、ポータブル多機能デバイス２００（図２Ａ）のメモリ２０２に記憶されたプログラム、モジュール、及びデータ構造、又はそれらのサブセットに類似する、プログラム、モジュール、及びデータ構造を記憶する。更に、メモリ４７０は、ポータブル多機能デバイス２００のメモリ２０２に存在しない追加のプログラム、モジュール、及びデータ構造を、任意選択的に記憶する。例えば、デバイス４００のメモリ４７０は、描画モジュール４８０、プレゼンテーションモジュール４８２、ワードプロセッシングモジュール４８４、ウェブサイト作成モジュール４８６、ディスクオーサリングモジュール４８８、及び／又はスプレッドシートモジュール４９０を任意選択的に記憶するが、ポータブル多機能デバイス２００（図２Ａ）のメモリ２０２はこれらのモジュールを任意選択的に記憶しない。

図４の上記で特定された要素のそれぞれは、前述のメモリデバイスの１つ以上に記憶してもよい。上記で特定されたモジュールのうちのそれぞれは、上述した機能を実行する命令セットに対応する。上記で特定されたモジュール又はプログラム（例えば、命令セット）は、別個のソフトウェアプログラム、手順、又はモジュールとして実装される必要はなく、それゆえ、様々な実施形態では、これらのモジュールの様々なサブセットを組み合わせるか、又は他の方式で再編成することができる。一部の実施形態では、メモリ４７０は、上記で識別されたモジュール及びデータ構造のサブセットを記憶してもよい。更に、メモリ４７０は、上述されていない追加のモジュール及びデータ構造を記憶してもよい。

ここで、例えば、ポータブル多機能デバイス２００上に実装されてもよいユーザインターフェースの実施形態に注意を向ける。

図５Ａは、いくつかの実施形態に係る、ポータブル多機能デバイス２００上のアプリケーションのメニュー用の例示的なユーザインターフェースを示す。同様のユーザインターフェースを、デバイス４００上に実装してもよい。一部の実施形態において、ユーザインターフェース５００は、以下の要素、又はそれらのサブセット若しくはスーパーセットを含む。

セルラー信号及びＷｉ−Ｆｉ信号などの無線通信（単数又は複数）のための信号強度インジケータ（単数又は複数）５０２、
・時刻５０４、
・Ｂｌｕｅｔｏｏｔｈインジケータ５０５、
・バッテリ状態インジケータ５０６、
・下記などの、頻繁に利用されるアプリケーション用のアイコンを含むトレー５０８、
○不在着信又は音声メールメッセージの数のインジケータ５１４を任意選択的に含む、「電話」とラベル付けされた、電話モジュール２３８用のアイコン５１６、
○未読電子メールの数のインジケータ５１０を任意選択的に含む、「メール」とラベル付けされた、電子メールクライアントモジュール２４０用のアイコン５１８、
○「ブラウザ」とラベル付けされた、ブラウザモジュール２４７用のアイコン５２０、及び
○「ｉＰｏｄ」とラベル付けされた、ｉＰｏｄ（Ａｐｐｌｅ Ｉｎｃ．の商標）モジュール２５２とも称されるビデオ及びミュージックプレーヤモジュール２５２用のアイコン５２２、及び
・下記などの、その他のアプリケーション用のアイコン、
○「メッセージ」とラベル付けされた、ＩＭモジュール２４１用のアイコン５２４、
○「カレンダ」とラベル付けされた、カレンダモジュール２４８用のアイコン５２６、
○「写真」とラベル付けされた、画像管理モジュール２４４用のアイコン５２８、
○「カメラ」とラベル付けされた、カメラモジュール２４３用のアイコン５３０、
○「オンラインビデオ」とラベル付けされた、オンラインビデオモジュール２５５用のアイコン５３２、
○「株式」とラベル付けされた、株式ウィジェット２４９−２用のアイコン５３４、
○「マップ」とラベル付けされた、マップモジュール２５４用のアイコン５３６、
○「天気」とラベル付けされた、天気ウィジェット２４９−１用のアイコン５３８、
○「時計」とラベル付けされた、アラーム時計ウィジェット２４９−４用のアイコン５４０、
○「トレーニングサポート」とラベル付けされた、トレーニングサポートモジュール２４２用のアイコン５４２、
○「メモ」とラベル付けされた、メモモジュール２５３用のアイコン５４４、及び
○デバイス２００及びその様々なアプリケーション２３６に関する設定へのアクセスを提供する、「設定」とラベル付けされた、設定アプリケーション若しくはモジュール用のアイコン５４６。

図５Ａに示されているアイコンのラベルは、単なる例示であることに留意されたい。例えば、ビデオ及びミュージックプレーヤモジュール２５２用のアイコン５２２は、任意選択的に、「ミュージック」又は「ミュージックプレーヤ」とラベル付けされてもよい。他のラベルが、様々なアプリケーションアイコンのために、任意選択的に使用される。一部の実施形態では、それぞれのアプリケーションアイコンに関するラベルは、それぞれのアプリケーションアイコンに対応するアプリケーションの名前を含む。一部の実施形態では、特定のアプリケーションアイコンのラベルは、特定のアプリケーションアイコンに対応するアプリケーションの名前とは異なる。

図５Ｂは、ディスプレイ５５０（例えば、タッチスクリーンディスプレイ２１２）とは別個のタッチ感知面５５１（例えば、図４のタブレット又はタッチパッド４５５）を備えるデバイス（例えば、図４のデバイス４００）上の、例示的なユーザインターフェースを示す。デバイス４００はまた、タッチ感知面５５１上の接触の強度を検出するための１つ以上の接触強度センサ（例えば、センサ４５７のうちの１つ以上）、及び／又はデバイス４００のユーザに対する触知出力を生成するための１つ以上の触知出力生成器４５９を任意選択的に含む。

以下の実施例のうちのいくつかはタッチスクリーンディスプレイ２１２上での入力（タッチ感知面とディスプレイとが組み合わされている場合）を参照して説明されるが、いくつかの実施形態では、デバイスは、図５Ｂに示すように、ディスプレイとは別個のタッチ感知面上での入力を検出する。いくつかの実施形態では、このタッチ感知面（例えば、図５Ｂの５５１）は、ディスプレイ（例えば、５５０）上の主軸（例えば、図５Ｂの５５３）に対応する主軸（例えば、図５Ｂの５５２）を有する。これらの実施形態によれば、デバイスは、タッチ感知面５５１との接触（例えば、図５Ｂの５６０及び５６２）を、ディスプレイ上のそれぞれの場所に対応する場所（例えば、図５Ｂでは、５６０は５６８に対応し、５６２は５７０に対応する）にて検出する。このように、タッチ感知面がディスプレイとは別個のものである場合、タッチ感知面（例えば、図５Ｂの５５１）上でデバイスによって検出されたユーザ入力（例えば、接触５６０及び接触５６２、並びにそれらの移動）が、多機能デバイスのディスプレイ（例えば、図５Ｂでの５５０）上のユーザインターフェースを操作するために、デバイスによって使用される。同様の方法が、本明細書に記載の他のユーザインターフェースに任意選択的に使用されることを理解されたい。

更に加えて、以下の説明は、主に指入力（例えば、指の接触、指のタップジェスチャ、指のスワイプジェスチャ）を参照して説明されるが、一部の実施形態では、それらの指入力のうちの１つ以上は、別の入力デバイスからの入力（例えば、マウスに基づく入力又はスタイラス入力）で置き換えられることを理解されたい。例えば、スワイプジェスチャは、任意選択的に、（例えば、接触の代わりに）マウスクリックと置換され、その後、（例えば、接触の移動の代わりに）スワイプの経路に沿ってカーソルの移動が行われる。別の例として、タップジェスチャは、（例えば、接触の検出に続いて接触の検出を停止する代わりに）カーソルがタップジェスチャの位置上に配置されている間、任意選択的に、マウスクリックで置換される。同様に、複数のユーザ入力が同時に検出されるとき、複数のコンピュータマウスが同時に、任意選択的に用いられているか、又はマウスと指接触が任意選択的に同時に用いられていることが理解されよう。

図６Ａは、例示的なパーソナル電子デバイス６００を示す。デバイス６００は、本体６０２を含む。いくつかの実施形態では、デバイス６００は、デバイス２００及びデバイス４００（例えば、図２Ａ〜図４Ｂ）に関して記載した特徴のいくつか又はすべてを含み得る。一部の実施形態では、デバイス６００は、タッチ感知ディスプレイ画面６０４、以後、タッチスクリーン６０４を有する。タッチスクリーン６０４の代わりに、又はそれに追加して、デバイス６００は、ディスプレイ及びタッチ感知面を有する。デバイス２００及びデバイス４００と同様に、一部の実施形態において、タッチスクリーン６０４（又はタッチ感知面）は、加えられている接触（例えば、タッチ）の強度を検出するための１つ以上の強度センサを有してもよい。タッチスクリーン６０４（又は、タッチ感知面）の１つ以上の強度センサは、タッチの強度を表す出力データを提供することができる。デバイス６００のユーザインターフェースは、タッチの強度に基づいてタッチに応じてもよく、これは、異なる強度のタッチは、デバイス６００上で異なるユーザインターフェース動作を呼び出し得ることを意味する。

タッチ強度を検出して処理するための技術は、例えば、関連出願である、２０１３年５月８日出願の「Ｄｅｖｉｃｅ，Ｍｅｔｈｏｄ，ａｎｄ Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ ｆｏｒ Ｄｉｓｐｌａｙｉｎｇ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ Ｏｂｊｅｃｔｓ Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ ａｎ Ａｐｐｌｉｃａｔｉｏｎ」と題された国際出願ＰＣＴ／ＵＳ２０１３／０４００６１号、及び２０１３年１１月１１日出願の「Ｄｅｖｉｃｅ，Ｍｅｔｈｏｄ，ａｎｄ Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ ｆｏｒ Ｔｒａｎｓｉｔｉｏｎｉｎｇ Ｂｅｔｗｅｅｎ Ｔｏｕｃｈ Ｉｎｐｕｔ ｔｏ Ｄｉｓｐｌａｙ Ｏｕｔｐｕｔ Ｒｅｌａｔｉｏｎｓｈｉｐｓ」と題された同ＰＣＴ／ＵＳ２０１３／０６９４８３号に見出すことができ、これらの文献のそれぞれは、全体が参照により本明細書に組み込まれる。

一部の実施形態において、デバイス６００は、１つ以上の入力機構６０６及び入力機構６０８を有する。入力機構６０６及び入力機構６０８は、含まれる場合には、物理的なものとすることができる。物理入力機構の例としては、プッシュボタン及び回転可能機構が挙げられる。一部の実施形態では、デバイス６００は、１つ以上のアタッチメント機構を有する。かかるアタッチメント機構は、含まれる場合には、例えば、デバイス６００を、帽子、アイウェア、イヤリング、ネックレス、シャツ、ジャケット、ブレスレット、腕時計バンド、チェーン、ズボン、ベルト、靴、財布、バックパックなどに、取り付けることを可能にする。これらのアタッチメント機構によって、ユーザはデバイス６００を着用することができる。

図６Ｂは、例示的なパーソナル電子デバイス６００を示す。いくつかの実施形態では、デバイス６００は、図２Ａ、図２Ｂ、及び図４に関連して記載した構成要素のいくつか又はすべてを含み得る。デバイス６００は、Ｉ／Ｏ部６１４を１つ以上のコンピュータプロセッサ６１６及びメモリ６１８に動作可能に接続するバス６１２を有する。Ｉ／Ｏ部６１４は、タッチ感知式構成要素６２２、及び、任意選択的に、タッチ強度感知構成要素６２４を有し得るディスプレイ６０４に接続することができる。更には、Ｉ／Ｏ部６１４は、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、近距離通信（「ＮＦＣ」）、セルラー、及び／又は他の無線通信技術を使用して、アプリケーション及びオペレーティングシステムデータを受信するための、通信ユニット６３０と接続することができる。デバイス６００は、入力機構６０６及び／又は入力機構６０８を含むことができる。入力機構６０６は、例えば、回転可能入力デバイス、又は押し下げ可能かつ回転可能な入力デバイスとしてもよい。入力機構６０８は、一部の実施例では、ボタンであってもよい。

入力機構６０８は、一部の実施例では、マイクロフォンであってもよい。パーソナル電子デバイス６００は、ＧＰＳセンサ６３２、加速度計６３４、方向センサ６４０（例えば、コンパス）、ジャイロスコープ６３６、動きセンサ６３８、及び／又はこれらの組み合わせなどの、様々なセンサを含み得るものであり、それらのすべては、Ｉ／Ｏ部６１４に動作可能に接続することができる。

パーソナル電子デバイス６００のメモリ６１８は、コンピュータ実行可能命令を記憶するための非一時的コンピュータ可読記憶媒体とすることができ、それらの命令は、１つ以上のコンピュータプロセッサ６１６によって実行されると、例えば、コンピュータプロセッサに、プロセス９００（図９）を含めた、上述の技術を実行させることができる。コンピュータ実行可能な命令はまた、コンピュータベースのシステム、プロセッサを含むシステム、又は、命令実行システム、装置、若しくはデバイスから命令をフェッチしてその命令を実行し得る他のシステム、などの、命令実行システム、装置、又はデバイス、によって、若しくはそれらと接続して使用される、任意の非一時的コンピュータ可読記憶媒体に記憶及び／又は伝送することができる。本明細書の目的においては、「非一時的コンピュータ可読記憶媒体」は、命令実行システム、装置、若しくはデバイスによって、又はこれらと関連して使用するためのコンピュータ実行可能命令を有形的に収容又は記憶し得る、任意の媒体であってもよい。非一時的コンピュータ可読記憶媒体は、磁気的、光学的、及び／又は半導体記憶装置を含み得るが、これらに限定されない。かかる記憶装置の例としては、磁気ディスク、ＣＤ、ＤＶＤ、又はＢｌｕ−ｒａｙ技術に基づく光ディスク、及び、フラッシュ、ソリッドステートドライブなどの永続的ソリッドステートメモリが挙げられる。パーソナル電子デバイス６００は図６Ｂの構成要素及び構成に限定されるものではなく、他の構成要素又は追加的構成要素を、複数の構成で含み得る。

本明細書にて使用されるとき、用語「アフォーダンス」は、デバイス２００、デバイス４００、及び／又はデバイス６００（図２、図４、及び図６）のディスプレイスクリーン上に表示され得るユーザ対話式のグラフィカルユーザインターフェースオブジェクトを指す。例えば、画像（例えば、アイコン）、ボタン、及びテキスト（例えば、リンク）はそれぞれ、アフォーダンスを構成することができる。

本明細書にて使用されるとき、用語「フォーカスセレクタ」とは、ユーザが対話しているユーザインターフェースの現在の部分を示す入力要素を指す。カーソル又は他の位置マーカを含むいくつかの実装において、タッチ感知面（例えば、図４のタッチパッド４５５、又は図５Ｂのタッチ感知面５５１）上で入力（例えば、押圧入力）が検出された時に、カーソルが特定のユーザインターフェース要素（例えば、ボタン、ウィンドウ、スライダ、又は他のユーザインターフェース要素）の上にあるとき、カーソルは「フォーカスセレクタ」として機能し、特定のユーザインターフェース要素が、検出された入力に従って調整される。タッチスクリーンディスプレイ上のユーザインターフェース要素との直接的な対話を可能にする、タッチスクリーンディスプレイ（例えば、図２Ａのタッチ感知ディスプレイシステム２１２、又は図５Ａのタッチスクリーン２１２）を含むいくつかの実装では、タッチスクリーン上で検出される接触が「フォーカスセレクタ」の役割を果たすため、入力（例えば、接触による押圧入力）がタッチスクリーンディスプレイ上の特定のユーザインターフェース要素（例えば、ボタン、ウィンドウ、スライダ、又は他のユーザインターフェース要素）の場所で検出されると、その特定のユーザインターフェース要素は検出された入力に従って調節される。一部の実装では、（例えば、タブキー又は矢印キーを使ってフォーカスを１つのボタンから別のボタンに移動させることにより）タッチスクリーンディスプレイ上の対応するカーソルの移動又は接触の移動なしに、フォーカスが、ユーザインターフェースの１つの領域からユーザインターフェースの別の領域に移動される。これらの実装において、フォーカスセレクタは、ユーザインターフェースの異なる領域間でのフォーカスの移動に従って移動する。フォーカスセレクタが採用する具体的な形態とは関わりなく、フォーカスセレクタは、全般的に、ユーザが意図するユーザインターフェースとの対話を（例えば、ユーザが対話することを意図しているユーザインターフェースの要素をデバイスに示すことによって）通信するために、ユーザによって制御されるユーザインターフェース要素（又は、タッチスクリーンディスプレイ上での接触）である。例えば、タッチ感知面（例えば、タッチパッド又はタッチスクリーン）上で押圧入力が検出される間の、対応のボタンの上のフォーカスセレクタ（例えば、カーソル、接触、又は選択ボックス）の場所は、その対応のボタンを（そのデバイスのディスプレイ上に示される他のユーザインターフェース要素ではなく）アクティブ化することをユーザが意図していることを示すものである。

本明細書及び特許請求の範囲で使用するとき、接触の「特性強度」という用語は、接触の１つ以上の強度に基づく、その接触の特性を指す。一部の実施形態では、特性強度は複数の強度サンプルに基づく。特性強度は、任意選択的に、所定の数の強度サンプル、又は所定のイベント（例えば、接触を検出した後、接触のリフトオフを検出する前、接触の移動の開始を検出する前若しくは後、接触の終了を検出する前、接触の強度の増加を検出する前若しくは後、及び／又は接触の強度の減少を検出する前若しくは後）に対して所定の時間期間（例えば、０．０５、０．１、０．２、０．５、１、２、５、１０秒）内に収集された強度サンプルのセットに基づく。接触の特性強度は、任意選択的に、接触の強度の最大値、接触の強度の平均値（mean value）、接触の強度の平均値（average value）、接触の強度の上位１０％値、接触の強度の最大値の半分の値、接触の強度の最大値の９０％の値など、のうちの１つ以上に基づく。いくつかの実施形態では、特性強度を判定するために、接触の持続期間が使用される（例えば、特性強度が経時的な接触の強度の平均であるとき）。一部の実施形態では、動作がユーザによって実行されたか否かを判定するために、特性強度を１つ以上の強度閾値のセットと比較する。例えば、１つ以上の強度閾値のセットは、第１の強度閾値及び第２の強度閾値を含むことができる。この実施例では、第１の閾値を越えない特性強度を有する接触の結果として第１の動作が実行され、第１の強度閾値を越え、第２の強度閾値を越えない特性強度を有する接触の結果として第２の動作が実行され、第２の閾値を越える特性強度を有する接触の結果として第３の動作が実行される。一部の実施形態では、特性強度と１つ以上の閾値との間の比較が、第１の動作又は第２の動作のいずれを実行するかを判定するために使用されるのではなく、１つ以上の動作を実行するかどうか（例えば、それぞれの動作を実行するのか、又はそれぞれの動作の実行を省略するのか）を判定するために使用される。

一部の実施形態では、特性強度を判定する目的で、ジェスチャの一部分が特定される。例えば、タッチ感知面は、接触の強度が増加する、開始位置から遷移して終了位置まで達する連続的なスワイプ接触を受け取ってもよい。この実施例では、終了位置における接触の特性強度は、連続的なスワイプ接触全体ではなく、そのスワイプ接触の一部分のみ（例えば、終了位置におけるスワイプ接触の部分のみ）に基づいてもよい。一部の実施形態では、接触の特性強度を判定する前に、平滑化アルゴリズムをそのスワイプ接触の強度に適用してもよい。例えば、平滑化アルゴリズムは、任意選択的に、非荷重移動平均平滑化アルゴリズム、三角平滑化アルゴリズム、中央値フィルタ平滑化アルゴリズム、及び／又は指数平滑化アルゴリズム、のうちの１つ以上を含む。一部の状況では、これらの平滑化アルゴリズムは、特性強度を判定する目的で、スワイプ接触の強度の小幅な上昇又は低下を除外する。

タッチ感知面上の接触の強度は、接触検出強度閾値、軽い押圧強度閾値、深い押圧強度閾値、及び／又は１つ以上の他の強度閾値などの１つ以上の強度閾値に対して特徴付けしてもよい。一部の実施形態では、軽い押圧強度閾値は、物理マウスのボタン又はトラックパッドのクリックに典型的に関連付けられた動作を、デバイスが実行することになる強度に相当する。一部の実施形態では、深い押圧強度閾値は、物理マウスのボタン又はトラックパッドのクリックに典型的に関連付けられた動作とは異なる動作を、デバイスが実行することになる強度に相当する。一部の実施形態では、軽い押圧強度閾値を下回る（例えば、かつ、それを下回ると接触がもはや検出されないわずかな接触検出強度閾値を上回る）特性強度で接触が検出される場合、デバイスは、軽い押圧強度閾値又は深い押圧強度閾値に関連付けられた動作を実行することなく、タッチ感知面上の接触の移動に従って、フォーカスセレクタを移動させる。全般的には、特に明記しない限り、これらの強度閾値は、ユーザインターフェース図の異なるセット間でも一貫している。

軽い押圧強度閾値を下回る強度から、軽い押圧強度閾値と深い押圧強度閾値との間の強度への接触の特性強度の増大は、「軽い押圧」入力と呼ばれる場合がある。深い押圧強度閾値を下回る強度から、深い押圧強度閾値を上回る強度への接触の特性強度の増大は、「深い押圧」入力と呼ばれる場合がある。接触検出強度閾値を下回る強度から、接触検出強度閾値と軽い押圧強度閾値との間の強度への接触の特性強度の増大は、タッチ面上の接触の検出と呼ばれる場合がある。接触検出強度閾値を上回る強度から、接触検出強度閾値を下回る強度への接触の特性強度の減少は、タッチ面からの接触のリフトオフの検出と呼ばれる場合がある。一部の実施形態では、接触検出強度閾値はゼロである。一部の実施形態では、接触検出強度閾値はゼロを上回る。

本明細書で説明する一部の実施形態では、１つ以上の動作は、それぞれの押圧入力を含むジェスチャの検出に応じて、又はそれぞれの接触（又は、複数の接触）で実行されるそれぞれの押圧入力の検出に応じて実行され、それぞれの押圧入力は、少なくとも部分的に、押圧入力強度閾値を上回る接触（又は、複数の接触）の強度の増大の検出に基づいて検出される。一部の実施形態では、それぞれの動作は、押圧入力強度閾値を上回る、対応する接触の強度の増大（例えば、対応する押圧入力の「ダウンストローク」）の検出に応じて実行される。一部の実施形態では、押圧入力は、押圧入力強度閾値を上回る、対応する接触の強度の増大、及び後続の、押圧入力強度閾値を下回る接触の強度の減少を含み、対応する動作は、その後続の押圧入力閾値を下回る対応する接触の強度の減少（例えば、対応する押圧入力の「アップストローク」）の検出に応じて、実行される。

一部の実施形態では、デバイスは、「ジッタ」と呼ばれる場合がある不測の入力を回避するために強度ヒステリシスを採用し、デバイスは、押圧入力強度閾値との既定の関連性を有するヒステリシス強度閾値を定義又は選択する（例えば、ヒステリシス強度閾値は、押圧入力強度閾値よりもＸ強度単位低いか、又は、ヒステリシス強度閾値は、押圧入力強度閾値の７５％、９０％、若しくは何らかの妥当な比率である）。従って、一部の実施形態では、押圧入力は、押圧入力強度閾値を上回る対応する接触の強度の増大、及び後続の、押圧入力強度閾値に対応するヒステリシス強度閾値を下回る接触の強度の減少を含み、対応する動作は、そのヒステリシス強度閾値を下回る、後続の対応する接触の強度の減少（例えば、対応する押圧入力の「アップストローク」）を検出したことに応じて、実行される。同様に、一部の実施形態では、押圧入力は、デバイスが、ヒステリシス強度閾値以下の強度から押圧入力強度閾値以上の強度への接触の強度の増大、及び任意選択的に、ヒステリシス強度以下の強度への、後続の接触の強度の減少を検出する場合にのみ検出され、対応する動作は、その押圧入力の検出（例えば、状況に応じて、接触の強度の増大、又は接触の強度の減少）に応じて、実行される。

説明を容易にするために、押圧入力強度閾値に関連付けられた押圧入力に応じて、又はその押圧入力を含むジェスチャに応じて実行される動作の説明は、押圧入力強度閾値を上回る接触の強度の増大、ヒステリシス強度閾値を下回る強度から押圧入力強度閾値を上回る強度への接触の強度の増大、押圧入力強度閾値を下回る接触の強度の減少、及び／又は押圧入力強度閾値に対応するヒステリシス強度閾値を下回る接触の強度の減少のいずれかを検出したことに応じて、任意選択的にトリガされる。更に加えて、押圧入力強度閾値を下回る接触の強度の減少を検出したことに応じて動作が実行されるとして説明される実施例では、その動作は、押圧入力強度閾値に対応し、かつそれよりも低いヒステリシス強度閾値を下回る、接触の強度の減少を検出したことに応じて任意選択的に実行される。
３．デジタルアシスタントシステム

図７Ａは、様々な実施例に係る、デジタルアシスタントシステム７００のブロック図を示す。いくつかの実施例では、デジタルアシスタントシステム７００は独立型コンピュータシステム上に実施することができる。いくつかの実施例では、デジタルアシスタントシステム７００は複数のコンピュータにわたって分散させることができる。いくつかの実施例では、デジタルアシスタントのモジュール及び機能のいくつかはサーバ部分及びクライアント部分に分割されることができる。この場合には、クライアント部分は１つ以上のユーザデバイス（例えば、デバイス１０４、デバイス１２２、デバイス２００、デバイス４００、又はデバイス６００）上に常駐し、例えば、図１に示すように、１つ以上のネットワークを通してサーバ部分（例えば、サーバシステム１０８）と通信する。いくつかの実施例では、デジタルアシスタントシステム７００は、図１に示すサーバシステム１０８（及び／又はＤＡサーバ１０６）の一実施形態であることができる。デジタルアシスタントシステム７００はデジタルアシスタントシステムの単なる一例に過ぎず、デジタルアシスタントシステム７００は、図示されているよりも多数又は少数の構成要素を有することができるか、２つ以上の構成要素を組み合わせてもよいか、あるいは構成要素の異なる構成又は配置を有してもよいことに留意されたい。図７Ａに示す様々な構成要素は、１つ以上の信号処理回路及び／若しくは特定用途向け集積回路を含む、ハードウェア、１つ以上のプロセッサによって実行されるソフトウェア命令、ファームウェア、又はそれらの組み合わせの形態で実装されることができる。

デジタルアシスタントシステム７００は、メモリ７０２、１つ以上のプロセッサ７０４、入出力（Ｉ／Ｏ）インターフェース７０６、及びネットワーク通信インターフェース７０８を含むことができる。これらの構成要素は１本以上の通信バス又は信号線７１０を通して互いに通信することができる。

いくつかの実施例では、メモリ７０２は、高速ランダムアクセスメモリ並びに／又は不揮発性コンピュータ可読記憶媒体（例えば、１つ以上の磁気ディスク記憶デバイス、フラッシュメモリデバイス、又は他の不揮発性固体メモリデバイス）などの、非一時的コンピュータ可読媒体を含むことができる。

いくつかの実施例では、Ｉ／Ｏインターフェース７０６は、ディスプレイ、キーボード、タッチスクリーン、及びマイクロフォンなどの、デジタルアシスタントシステム７００の入出力デバイス７１６をユーザインターフェースモジュール７２２に連結することができる。Ｉ／Ｏインターフェース７０６は、ユーザインターフェースモジュール７２２と連携して、ユーザ入力（例えば、音声入力、キーボード入力、タッチ入力等）を受信し、それらを適宜に処理することができる。いくつかの実施例では、例えば、デジタルアシスタントが独立型ユーザデバイス上に実装される場合には、デジタルアシスタントシステム７００は、図２Ａ、図４、図６Ａ〜図６Ｂにおいてそれぞれデバイス２００、デバイス４００、又はデバイス６００に関連して説明されている構成要素及びＩ／Ｏ通信インターフェースの任意のものを含むことができる。いくつかの実施例では、デジタルアシスタントシステム７００はデジタルアシスタントの実施形態のサーバ部分を表すことができ、ユーザデバイス（例えば、デバイス１０４、デバイス２００、デバイス４００、又はデバイス６００）上に常駐するクライアント側部分を通してユーザと対話することができる。

いくつかの実施例では、ネットワーク通信インターフェース７０８は有線通信ポート（単数又は複数）７１２並びに／又は無線伝送及び受信回路７１４を含むことができる。有線通信ポート（単数又は複数）は、１つ以上の有線インターフェース、例えば、イーサネット、ユニバーサルシリアルバス（ＵＳＢ）、ＦＩＲＥＷＩＲＥ（登録商標）などを介して通信信号を受信及び送信し得る。無線回路７１４は、通信ネットワーク及び他の通信機器を起点／終点として、ＲＦ信号及び／又は光信号を受信及び送信し得る。無線通信は、ＧＳＭ、ＥＤＧＥ、ＣＤＭＡ、ＴＤＭＡ、Ｂｌｕｅｔｏｏｔｈ、Ｗｉ−Ｆｉ、ＶｏＩＰ、Ｗｉ−ＭＡＸ、あるいは任意のその他の好適な通信プロトコル等の、複数の通信規格、プロトコル及び技術のうちの任意のものを用いることができる。ネットワーク通信インターフェース７０８は、インターネット、イントラネット、及び／又はセルラー電話ネットワーク、無線ローカルエリアネットワーク（ＬＡＮ）などの無線ネットワーク、及び／又はメトロポリタンエリアネットワーク（metropolitan area network、ＭＡＮ）などの、ネットワークを用いた、デジタルアシスタントシステム７００とデバイスとの間の通信を可能にすることができる。

いくつかの実施例では、メモリ７０２、又はメモリ７０２のコンピュータ可読記憶媒体は、オペレーティングシステム７１８、通信モジュール７２０、ユーザインターフェースモジュール７２２、１つ以上のアプリケーション７２４、及びデジタルアシスタントモジュール７２６のすべて又はサブセットを含むプログラム、モジュール、命令、及びデータ構造を記憶することができる。特に、メモリ７０２、又はメモリ７０２のコンピュータ可読記憶媒体は、後述されるプロセス９００を実行する命令を記憶することができる。１つ以上のプロセッサ７０４はこれらのプログラム、モジュール、及び命令を実行し、データ構造から／へと読み出し／書き込みを行い得る。

オペレーティングシステム７１８（例えば、Ｄａｒｗｉｎ、ＲＴＸＣ、ＬＩＮＵＸ、ＵＮＩＸ、ｉＯＳ、ＯＳ Ｘ、ＷＩＮＤＯＷＳ、又はＶｘＷｏｒｋｓなどの組み込みオペレーティングシステム）は、一般的なシステムタスク（例えば、メモリ管理、記憶デバイス制御、電力管理など）を制御及び管理するための様々なソフトウェア構成要素及び／又はドライバを含むことができ、様々なハードウェア、ファームウェア、及びソフトウェア構成要素間の通信を促進する。

通信モジュール７２０は、ネットワーク通信インターフェース７０８を通じたデジタルアシスタントシステム７００とその他のデバイスとの間の通信を促進することができる。例えば、通信モジュール７２０は、図２Ａ、図４、図６Ａ〜図６Ｂにそれぞれ示すデバイス２００、デバイス４００、及びデバイス６００等の電子デバイスのＲＦ回路２０８と通信し得る。通信モジュール７２０はまた、無線回路７１４及び／又は有線通信ポート７１２によって受信されたデータを処理するための様々な構成要素も含むことができる。

ユーザインターフェースモジュール７２２はＩ／Ｏインターフェース７０６を介して（例えば、キーボード、タッチスクリーン、ポインティング装置、コントローラ、及び／又はマイクロフォンから）ユーザからのコマンド及び／又は入力を受信し得、ディスプレイ上にユーザインターフェースオブジェクトを生成する。ユーザインターフェースモジュール７２２はまた、出力（例えば、スピーチ、サウンド、アニメーション、テキスト、アイコン、振動、触覚フィードバック、光、等）を準備し、Ｉ／Ｏインターフェース７０６を介して（例えば、ディスプレイ、オーディオチャネル、スピーカ、タッチパッドなどを通して）ユーザへ配信することができる。

アプリケーション７２４は、１つ以上のプロセッサ７０４によって実行されるよう構成されたプログラム及び／又はモジュールを含むことができる。例えば、デジタルアシスタントシステムがスタンドアロンのユーザデバイス上に実施される場合には、アプリケーション７２４は、ゲーム、カレンダアプリケーション、ナビゲーションアプリケーション、又は電子メールアプリケーション等の、ユーザアプリケーションを含み得る。デジタルアシスタントシステム７００がサーバ上に実施される場合には、アプリケーション７２４は、例えば、資源管理アプリケーション、診断アプリケーション、又はスケジューリングアプリケーションを含むことができる。

メモリ７０２はまた、デジタルアシスタントモジュール７２６（又はデジタルアシスタントのサーバ部分）も記憶することができる。いくつかの実施例では、デジタルアシスタントモジュール７２６は、以下のサブモジュール、又はそれらのサブセット若しくはスーパーセットを含むことができる：入出力処理モジュール７２８、音声テキスト化（ＳＴＴ）処理モジュール７３０、自然言語処理モジュール７３２、ダイアログフロー処理モジュール７３４、タスクフロー処理モジュール７３６、サービス処理モジュール７３８、及び音声合成モジュール７４０。これらのモジュールの各々は、デジタルアシスタントモジュール７２６の以下のシステム又はデータ及びモデルのうちの１つ以上、又はそれらのサブセット若しくはスーパーセットへのアクセスを有することができる：オントロジ７６０、語彙索引７４４、ユーザデータ７４８、タスクフローモデル７５４、サービスモデル７５６、及びＡＳＲシステム。

いくつかの実施例では、デジタルアシスタントモジュール７２６内に実装された処理モジュール、データ、及びモデルを用いて、デジタルアシスタントは以下のもののうちの少なくともいくつかを実行することができる：音声入力をテキストに変換すること、ユーザから受信した自然言語入力内に表現されているユーザの意図を特定すること、ユーザの意図を完全に推測するために必要な情報を（例えば、単語、ゲーム、意図などの曖昧さを除去することによって）能動的に引き出し、取得すること、推測された意図を満たすためのタスクフローを判定すること、及び、そのタスクフローを実行し、推測された意図を満たすこと。

いくつかの実施例では、図７Ｂに示すように、Ｉ／Ｏ処理モジュール７２８は、ユーザ入力（例えば、音声入力）を取得するため、及びユーザ入力への応答を（例えば、音声出力として）提供するために、図７ＡにおけるＩ／Ｏデバイス７１６を通してユーザと対話するか、又は、図７Ａにおけるネットワーク通信インターフェース７０８を通してユーザデバイス（例えば、デバイス１０４、デバイス２００、デバイス４００、若しくはデバイス６００）と対話することができる。Ｉ／Ｏ処理モジュール７２８は、ユーザ入力と共に、又はその受信の直後に、ユーザ入力に関連付けられるコンテキスト情報をユーザデバイスから任意選択的に取得することができる。コンテキスト情報は、ユーザ入力に関連するユーザ固有のデータ、語彙、及び／又はプリファレンスを含むことができる。いくつかの実施例では、コンテキスト情報はまた、ユーザ要求が受信された時点におけるユーザデバイスのソフトウェア及びハードウェア状態、並びに／又はユーザ要求が受信された時点におけるユーザの周囲環境に関する情報も含む。いくつかの実施例では、Ｉ／Ｏ処理モジュール７２８はまた、ユーザ要求について、ユーザに補足質問を送り、ユーザから回答を受信することができる。ユーザ要求がＩ／Ｏ処理モジュール７２８によって受信され、ユーザ要求が音声入力を含むことができる場合には、Ｉ／Ｏ処理モジュール７２８は音声入力を音声テキスト化変換のためにＳＴＴ処理モジュール７３０（又は音声認識装置）へ転送することができる。

ＳＴＴ処理モジュール７３０は１つ以上のＡＳＲシステムを含むことができる。１つ以上のＡＳＲシステムは、Ｉ／Ｏ処理モジュール７２８を通して受信された音声入力を処理し、認識結果を生成することができる。各ＡＳＲシステムはフロントエンド音声プリプロセッサを含むことができる。フロントエンド音声プリプロセッサは音声入力から代表的特徴を導出することができる。例えば、フロントエンド音声プリプロセッサは音声入力に対してフーリエ変換を実行し、音声入力を一連の代表的多次元ベクトルとして特徴付けるスペクトル特徴を導出することができる。更に、各ＡＳＲシステムは１つ以上の音声認識モデル（例えば、音響モデル及び／又は言語モデル）を含むことができ、１つ以上の音声認識エンジンを実施装することができる。音声認識モデルの例としては、隠れマルコフモデル、混合ガウスモデル、ディープニューラルネットワークモデル、ｎグラム言語モデル、及びその他の統計的モデルを挙げることができる。音声認識エンジンの例としては、動的タイムワーピングベースのエンジン、及び重み付き有限状態トランスデューサ（ｗｅｉｇｈｔｅｄ ｆｉｎｉｔｅ−ｓｔａｔｅ ｔｒａｎｓｄｕｃｅｒ、ＷＦＳＴ）ベースのエンジンを挙げることができる。１つ以上の音声認識モデル及び１つ以上の音声認識エンジンを用いて、フロントエンド音声プリプロセッサの導出された代表的特徴を処理し、中間認識結果（例えば、音素、音素文字列、及び部分語）、並びに最終的に、テキスト認識結果（例えば、単語、単語文字列、若しくはトークンの列）を生成することができる。いくつかの実施例では、音声入力は、認識結果を生成するために、サードパーティサービスによって、又はユーザのデバイス（例えば、デバイス１０４、デバイス２００、デバイス４００、若しくはデバイス６００）上で少なくとも部分的に処理することができる。ＳＴＴ処理モジュール７３０が、テキスト文字列（例えば、単語、単語の列、又はトークンの列）を包含する認識結果を生成すると、認識結果は意図推論のために自然言語処理モジュール７３２に渡されることができる。

音声テキスト化処理についての更なる詳細が、２０１１年９月２０日に出願された、「Ｃｏｎｓｏｌｉｄａｔｉｎｇ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ Ｒｅｓｕｌｔｓ」についての米国実用特許出願第１３／２３６，９４２号に記載されている。同出願の開示全体は本明細書において参照により組み込まれている。

いくつかの実施例では、ＳＴＴ処理モジュール７３０は、音声記号変換モジュール７３１を介して、認識可能な単語の語彙を含み、及び／又はそれにアクセスすることができる。各語彙単語は、発語認識音声記号で表現された単語の１つ以上の候補発音に関連付けられていることができる。特に、認識可能な単語の語彙は、複数の候補発音に関連付けられた単語を含むことができる。例えば、語彙は、

及び

の候補発音に関連付けられた単語「ｔｏｍａｔｏ」を含んでもよい。更に、語彙単語は、ユーザからの以前の音声入力に基づくカスタム候補発音に関連付けられていることができる。このようなカスタム候補発音はＳＴＴ処理モジュール７３０内に記憶することができ、特定のユーザに、デバイス上のそのユーザのプロファイルを介して関連付けることができる。いくつかの実施例では、単語のための候補発音は、単語の綴り、並びに１つ以上の言語規則及び／若しくは音声規則に基づいて決定することができる。いくつかの実施例では、候補発音は、例えば、既知の標準的発音に基づいて、手動で生成することができる。

いくつかの実施例では、候補発音は候補発音の一般性に基づいて順位付けすることができる。例えば、候補発音

は

よりも高く順位付けすることができる。なぜなら、前者は、（例えば、全ユーザの間で、特定の地理的領域内のユーザについて、又はユーザの任意の他の適当なサブセットについて）より一般的に用いられている発音であるからである。いくつかの実施例では、候補発音は、候補発音が、ユーザに関連付けられたカスタム候補発音であるかどうかに基づいて順位付けすることができる。例えば、カスタム候補発音は標準的な候補発音よりも高く順位付けすることができる。これは、標準的な発音から逸脱した特有の発音を有する固有名詞を認識するために有用になり得る。いくつかの実施例では、候補発音は、出身地、国籍、又は民族などの、１つ以上の発語特性に関連付けることができる。例えば、候補発音

は米国に関連付けることができ、それに対して、候補発音

は英国に関連付けることができる。更に、候補発音の順位は、デバイス上のユーザのプロファイル内に記憶されているユーザの１つ以上の特性（例えば、出身地、国籍、民族など）に基づくことができる。例えば、ユーザのプロファイルから、ユーザは米国に関連付けられていると判定することができる。ユーザが米国に関連付けられていることに基づき、候補発音

（米国に関連付けられている）を候補発音

（英国に関連付けられている）よりも高く順位付けすることができる。いくつかの実施例では、順位付けされた候補発音のうちの１つを、予測される発音（例えば、最も可能性の高い発音）として選択することができる。

音声入力が受信されると、ＳＴＴ処理モジュール７３０は、音声入力に対応する音素を（例えば、音響モデルを用いて）決定するために用いられることができ、次に、音素に一致する単語を（例えば、言語モデルを用いて）決定することを試みる。例えば、ＳＴＴ処理モジュール７３０がまず、音声入力の一部分に対応する音素列

を特定することができた場合には、次に、語彙索引７４４に基づいて、この列が単語「ｔｏｍａｔｏ」に対応すると決定することができる。

いくつかの実施例では、ＳＴＴ処理モジュール７３０は、発言内の単語を決定するために近似照合技法を用いることができる。それゆえ、例えば、ＳＴＴ処理モジュール７３０は、たとえ、その特定の音素列がその単語のための候補音素列のうちの１つでなくても、音素列

は単語「ｔｏｍａｔｏ」に対応すると決定することができる。

デジタルアシスタントの自然言語処理モジュール７３２（「自然言語プロセッサ」）は、ＳＴＴ処理モジュール７３０によって生成された単語又はトークンの列（「トークン列」）を獲得し、トークン列を、デジタルアシスタントによって認識される１つ以上の「実施可能な意図」に関連付けようと試みることができる。「実施可能な意図」は、デジタルアシスタントによって実行されることができ、タスクフローモデル７５４内に実装される関連付けられたタスクフローを有することができるタスクを表すことができる。関連付けられたタスクフローは、タスクを実行するためにデジタルアシスタントが取る一連のプログラムされたアクション及びステップであることができる。デジタルアシスタントの能力の範囲は、タスクフローモデル７５４内に実装され、記憶されているタスクフローの数及び種類に依存し、又は、換言すれば、デジタルアシスタントが認識する「実施可能な意図」の数及び種類に依存し得る。しかし、デジタルアシスタントの有効性はまた、自然言語で表現されたユーザ要求から正確な「実施可能な意図（単数又は複数）」を推測するアシスタントの能力にも依存し得る。

いくつかの実施例では、ＳＴＴ処理モジュール７３０から取得される単語又はトークンの列に加えて、自然言語処理モジュール７３２はまた、ユーザ要求に関連付けられるコンテキスト情報をも、例えば、Ｉ／Ｏ処理モジュール７２８から、受信することができる。自然言語処理モジュール７３２は、ＳＴＴ処理モジュール７３０から受信したトークン列内に包含されている情報を明らかにし、補完し、及び／又は更に明確にするために、コンテキスト情報を任意選択的に用いることができる。コンテキスト情報は、例えば、ユーザプリファレンス、ユーザデバイスのハードウェア及び／又はソフトウェア状態、ユーザ要求の前、最中、若しくは直後に収集されたセンサ情報、デジタルアシスタントとユーザとの間の以前の対話（例えば、ダイアログ）、並びに同様のものを含むことができる。本明細書で説明されるように、コンテキスト情報は動的であることができ、時間、ロケーション、ダイアログの内容及び他の因子によって変化し得る。

いくつかの実施例では、自然言語処理は、例えば、オントロジ７６０に基づくことができる。オントロジ７６０は、多数のノードを包含する階層構造であり、各ノードは、「実施可能な意図」又はその他の「属性」のうちの１つ以上に関連する「実施可能な意図」又は「属性」のいずれかを表すことができる。上述したように、「実施可能な意図」は、デジタルアシスタントが実行する能力を有するタスクを表すことができる。即ち、それは「実施可能」であるか又は実施の対象とすることができる。「属性」は、実施可能な意図、又は別の属性の下位態様に関連付けられるパラメータを表すことができる。オントロジ７６０内の実施可能な意図ノードと属性ノードとの間のリンクは、属性ノードによって表されるパラメータが、実施可能な意図ノードによって表されるタスクにどのように関係するのかを定義することができる。

いくつかの実施例では、オントロジ７６０は実施可能な意図ノード及び属性ノードで構成されることができる。オントロジ７６０内において、それぞれの実施可能な意図ノードは１つ以上の属性ノードに直接又は１つ以上の中間属性ノードを介してリンクされていることができる。同様に、それぞれの属性ノードは、１つ以上の実施可能な意図ノードに直接又は１つ以上の中間属性ノードを介してリンクされていることができる。例えば、図７Ｃに示すように、オントロジ７６０は、「レストラン予約」ノード（すなわち、実施可能な意図ノード）を含み得る。属性ノードである「レストラン」、「日付／時間」（予約用）及び「参加人数」が、実施可能な意図ノード（即ち、「レストラン予約」ノード）にそれぞれ直接に接続され得る。

更に、属性ノードである「料理」、「価格帯」、「電話番号」及び「ロケーション」は、属性ノード「レストラン」のサブノードであり得、中間属性ノード「レストラン」を介して「レストラン予約」ノード（即ち、実施可能な意図ノード）にそれぞれ接続され得る。別の例として、図７Ｃに示すように、オントロジ７６０は「リマインダ設定」ノード（即ち、別の実施可能な意図ノード）も含み得る。属性ノード「日付／時間」（リマインダ設定用）及び「テーマ」（リマインダ用）は、「リマインダ設定」ノードにそれぞれリンクされ得る。属性ノード「日付／時間」は、レストラン予約をするタスク及びリマインダを設定するタスクの両方に関連し得るため、属性ノード「日付／時間」はオントロジ７６０内において「レストラン予約」ノード及び「リマインダ設定」ノードの両方にリンクされ得る。

実施可能な意図ノードは、そのリンクされた概念ノードと共に、「ドメイン」として記述することができる。本説明では、各ドメインは、それぞれの実施可能な意図に関連付けられていることができ、特定の実施可能な意図に関連付けられたノードのグループ（及びノード間の関係）を指す。例えば、図７Ｃに示すオントロジ７６０は、オントロジ７６０内のレストラン予約ドメイン７６２の例及びリマインダドメイン７６４の例を含むことができる。レストラン予約ドメインは、実施可能な意図ノード「レストラン予約」、属性ノード「レストラン」、「日付／時間」、及び「参加人数」、並びに下位属性ノード「料理」、「価格帯」、「電話番号」及び「ロケーション」を含む。リマインダドメイン７６４は、実施可能な意図ノード「リマインダ設定」、及び属性ノード「テーマ」及び「日付／時間」を含み得る。いくつかの実施例では、オントロジ７６０は多くのドメインで構成されることができる。各ドメインは、１つ以上の他のドメインと、１つ以上の属性ノードを共有することができる。例えば、「日付／時間」属性ノードは、レストラン予約ドメイン７６２及びリマインダドメイン７６４に加えて、多くの異なるドメイン（例えば、スケジューリングドメイン、旅行予約ドメイン、映画チケットドメインなど）に関連付けられ得る。

図７Ｃは、オントロジ７６０内に２つの例示的なドメインを示すが、他のドメイン（即ち、実施可能な意図）として、例えば、「映画を探す」、「電話をかける」、「道順を探す」、「会議をスケジュールする」、「メッセージを送信する」、及び「質問の答えを提供する」、「リストを読み上げる」、「ナビゲーションの指示を提供する」、「タスクの手順を提供する」などが挙げられ得る。「メッセージを送信する」のドメインは、「メッセージを送信する」の実施可能な意図ノードに関連付けられており、「受信者（単数又は複数）」、「メッセージタイプ」、及び「メッセージ本文」などの属性ノードを更に含み得る。属性ノードの「受信者」は更に、例えば、「受信者名」と「メッセージアドレス」などの下位属性ノードによって定義され得る。

いくつかの実施例では、オントロジ７６０は、デジタルアシスタントが理解し、作用する能力を有するすべてのドメイン（及び、従って実施可能な意図）を含むことができる。いくつかの実施例では、オントロジ７６０は、ドメイン若しくはノード全体を追加若しくは除去すること、又はオントロジ７６０内のノード間の関係を変更することなどによって、変更することができる。

いくつかの実施例では、複数の関連する実施可能な意図に関連付けられるノードは、オントロジ７６０内の「上位ドメイン」の下にクラスタ化され得る。例えば、「旅行」上位ドメインは、旅行に関連する属性ノード及び実施可能な意図ノードのクラスタを含み得る。旅行に関連する実施可能な意図ノードは、「航空券予約」、「ホテル予約」、「カーレンタル」、「道順を知る」、「興味のある場所を探す」などを含み得る。同じ上位ドメイン（例えば、「旅行」上位ドメイン）の下の実施可能な意図ノードは、多くの属性ノードを共有し得る。例えば、「航空券予約」、「ホテル予約」、「カーレンタル」、「道順を知る」、「興味のある場所を探す」についての実施可能な意図ノードは、属性ノードである「出発場所」、「目的地」、「出発日／時間」、「到着日／時間」、及び「参加人数」のうちの１つ以上を共有し得る。

いくつかの実施例では、オントロジ７６０内の各ノードは、そのノードによって表される属性又は実施可能な意図に関連する単語及び／又はフレーズのセットに関連付けられていることができる。各ノードに関連付けられた単語及び／又はフレーズのそれぞれのセットは、そのノードに関連付けられたいわゆる「語彙」であることができる。各ノードに関連付けられる単語及び／又はフレーズのそれぞれのセットは、ノードによって表される属性又は実施可能な意図に関連して語彙索引７４４内に記憶することができる。例えば、図７Ｂに戻ると、「レストラン」の属性についてのノードに関連付けられる語彙は、「食べ物」、「飲み物」、「料理」、「空腹」、「食べる」、「ピザ」、「ファストフード」、「食事」などの単語を含み得る。別の例として、「通話を開始する（initiate a phone call）」という実施可能な意図のノードに関連付けられる語彙は、「電話する（call）」、「電話（phone）」、「ダイヤルする（dial）」、「電話をかける（ring)」、「この番号に電話する（call this number）」、「〜に電話をかける（make a call to）」などの単語及びフレーズを含み得る。語彙索引７４４は異なる言語の単語及びフレーズを任意選択的に含むことができる。

自然言語処理モジュール７３２は、ＳＴＴ処理モジュール７３０からトークン列（例えば、テキスト文字列）を受信し、どのノードがトークン列内の単語によって暗示されているのかを判定することができる。いくつかの実施例では、トークン列内の単語又はフレーズが（語彙索引７４４を介して）オントロジ７６０内の１つ以上のノードに関連付けられることが分かれば、その単語又はフレーズはそれらのノードを「トリガする」又は「アクティブにする」ことができる。アクティブにされたノードの量及び／又は相対的重要度に基づき、自然言語処理モジュール７３２は、実施可能な意図のうちの１つを、ユーザがデジタルアシスタントに実行させようと意図したタスクとして選択することができる。いくつかの実施例では、最も多く「トリガされた」ノードを有するドメインを選択することができる。いくつかの実施例では、最も高い信頼値を有するドメイン（例えば、その様々なトリガされたノードの相対的重要度に基づく）を選択することができる。いくつかの実施例では、ドメインは、トリガされたノードの数及び重要度の組み合わせに基づいて選択することができる。いくつかの実施例では、ノードを選択する際には、デジタルアシスタントがユーザからの同様の要求を以前に正確に解釈したかどうか等の追加の因子も考慮される。

ユーザデータ７４８は、ユーザ固有語彙、ユーザプリファレンス、ユーザアドレス、ユーザの既定言語及び第二言語、ユーザの連絡先リスト、並びに各ユーザに関するその他の短期的若しくは長期的情報等の、ユーザ固有の情報を含むことができる。いくつかの実施例では、自然言語処理モジュール７３２は、ユーザ入力内に包含されている情報を補完してユーザ意図を更に明確にするために、ユーザ固有の情報を用いることができる。例えば、ユーザ要求「私の誕生日パーティーに私の友人を招待してほしい」に対して、自然言語処理モジュール７３２は、誰が「友人」であり、いつ及びどこで「誕生日パーティー」が催されるのであろうかを判定するために、こうした情報をユーザの要求内で明示的に提供するようにユーザに要請する代わりに、ユーザデータ７４８にアクセスすることができる。

トークン文字列に基づくオントロジ検索のその他の詳細が、２００８年１２月２２日出願の「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｓｅａｒｃｈｉｎｇ Ｕｓｉｎｇ ａｎ Ａｃｔｉｖｅ Ｏｎｔｏｌｏｇｙ」に対する米国実用特許出願第１２／３４１，７４３号に記載されている。同出願の開示全体は本明細書において参照により組み込まれている。

いくつかの実施例では、自然言語処理モジュール７３２が、ユーザ要求に基づき、実施可能な意図（又はドメイン）を特定すると、自然言語処理モジュール７３２は、特定された実施可能な意図を表すように、構造化されたクエリを生成することができる。いくつかの実施例では、構造化されたクエリは、実施可能な意図のためのドメイン内の１つ以上のノードのためのパラメータを含むことができ、パラメータの少なくとも一部には、ユーザ要求内で指定された特定の情報及び要求事項が入力される。例えば、ユーザは「私のために７時に寿司屋で夕食の予約を取って下さい」と言う場合がある。この場合には、自然言語処理モジュール７３２は、ユーザ入力に基づき、実施可能な意図を「レストラン予約」であると正確に特定することができ得る。オントロジによれば、「レストラン予約」ドメインのための構造化されたクエリは、｛料理｝、｛時間｝、｛日付｝、｛参加人数｝、及び同様のもの等のパラメータを含み得る。いくつかの実施例では、音声入力、及びＳＴＴ処理モジュール７３０を用いて音声入力から導き出されたテキストに基づいて、自然言語処理モジュール７３２は、レストラン予約ドメインのための部分的な構造化されたクエリを生成することができる。この場合、部分的な構造化されたクエリはパラメータ｛料理＝「寿司」｝及びパラメータ｛時間＝「午後７時」｝を含む。しかし、本例では、ユーザの発言は、ドメインに関連付けられる構造化されたクエリを完成するために十分な情報を包含していない。従って、｛参加人数｝及び｛日付｝等のその他の必要パラメータは、現在利用可能な情報に基づいては、構造化されたクエリ内に指定されなくともよい。いくつかの実施例では、自然言語処理モジュール７３２は、構造化されたクエリのいくつかのパラメータに、受信したコンテキスト情報を入力することができる。例えば、いくつかの実施例では、ユーザが「私の近くの」寿司レストランを要求した場合には、自然言語処理モジュール７３２は、構造化されたクエリ内の｛ロケーション｝パラメータにユーザデバイス１０４からのＧＰＳ座標を入力することができる。

いくつかの実施例では、自然言語処理モジュール７３２は、生成された構造化されたクエリ（任意の完成したパラメータを含む）をタスクフロー処理モジュール７３６（「タスクフロープロセッサ」）に渡すことができる。タスクフロー処理モジュール７３６は、自然言語処理モジュール７３２から、構造化されたクエリを受信し、必要に応じて、構造化されたクエリを完成させ、ユーザの最終的な要求を「完了する」ために必要とされるアクションを実行するよう構成することができる。いくつかの実施例では、これらのタスクを完成させるために必要な様々な手順はタスクフローモデル７５４内で提供することができる。いくつかの実施例では、タスクフローモデル７５４は、ユーザから追加情報を取得するための手順、及び実施可能な意図に関連付けられるアクションを実行するためのタスクフローを含むことができる。

上述したように、構造化されたクエリを完成させるために、タスクフロー処理モジュール７３６は、追加情報を取得し、及び／又は潜在的に曖昧な発言の曖昧さを除去するために、ユーザとの追加のダイアログを開始することが必要になる場合がある。このような対話が必要となる場合には、タスクフロー処理モジュール７３６は、ユーザとのダイアログに携わるためにダイアログフロー処理モジュール７３４を呼び出すことができる。いくつかの実施例では、ダイアログフロー処理モジュール７３４は、どのように（及び／又はいつ）ユーザに追加情報を求めるべきかを決定することができ、ユーザ応答を受信し、これらを処理する。Ｉ／Ｏ処理モジュール７２８を通してユーザに質問を提供することができ、ユーザから回答を受信することができる。いくつかの実施例では、ダイアログフロー処理モジュール７３４は音声及び／又は視覚出力を介してユーザにダイアログ出力を提示することができ、口頭の応答又は物理的な（例えば、クリック）応答を介してユーザから入力を受信する。上述の例を続けると、タスクフロー処理モジュール７３６が、ドメイン「レストラン予約」に関連付けられる構造化されたクエリについての「参加人数」及び「日付」情報を決定するためにダイアログフロー処理モジュール７３４を呼び出すと、ダイアログフロー処理モジュール７３４は、「何人分ですか？」及び「どの日にしますか？」等の質問を、ユーザに渡すために生成し得る。ユーザから返答が受信されると、次に、ダイアログフロー処理モジュール７３４は、構造化されたクエリに、欠けている情報を入力するか、又は構造化されたクエリから欠けている情報を完成させるために、その情報をタスクフロー処理モジュール７３６に渡すことができる。

タスクフロー処理モジュール７３６が、実施可能な意図のための構造化されたクエリを完成すると、タスクフロー処理モジュール７３６は、実施可能な意図に関連付けられる最終的なタスクの実行に進むことができる。それに応じて、タスクフロー処理モジュール７３６は、構造化されたクエリ内に包含されている具体的なパラメータに応じて、タスクフローモデル内のステップ及び命令を実行し得る。例えば、「レストラン予約」の実施可能な意図のためのタスクフローモデルは、レストランと連絡を取り、特定の時間に特定の参加人数のための予約を実際に希望するためのステップ及び命令を含み得る。例えば、レストラン予約について、レストラン＝ＡＢＣ Ｃａｆｅ、日付＝３／１２／２０１２、時間＝午後７時、参加人数＝５、等の構造化されたクエリを用いて、タスクフロー処理モジュール７３６は、（１）ＡＢＣ Ｃａｆｅのサーバ、又はＯＰＥＮＴＡＢＬＥ（登録商標）等のレストラン予約システムにログオンするステップと、（２）ウェブサイト上のフォーム内に日付、時間、及び参加人数情報を入力するステップと、（３）フォームを送信するステップと、及び（４）ユーザのカレンダ内に予約のためのカレンダ項目を記入するステップと、を実行し得る。

いくつかの実施例では、タスクフロー処理モジュール７３６は、ユーザ入力内で要求されたタスクを完了するため、又はユーザ入力内で要求された情報の回答を提供するために、サービス処理モジュール７３８（「サービス処理モジュール」）の補助を用いることができる。例えば、サービス処理モジュール７３８は、電話をかけるため、カレンダ項目を設定するため、マップ検索を呼び出すため、ユーザデバイス上にインストールされているその他のユーザアプリケーションを呼び出すか若しくはそれと対話するため、並びにサードパーティサービス（例えばレストラン予約ポータル、ソーシャルネットワーキングウェブサイト、バンキングポータル等）を呼び出すか若しくはそれと対話するために、タスクフロー処理モジュール７３６の代わりに動作することができる。いくつかの実施例では、各サービスによって必要とされるプロトコル及びアプリケーションプログラミングインターフェース（application programming interface、ＡＰＩ）は、サービスモデル７５６の中のそれぞれのサービスモデルによって指定され得る。サービス処理モジュール７３８は、サービスのための適当なサービスモデルにアクセスし、サービスモデルに係るサービスによって必要とされるプロトコル及びＡＰＩに従ってサービスの要求を生成することができる。

例えば、レストランがオンライン予約サービスを可能にしている場合には、レストランは、予約を行うために必要なパラメータ、及び必要なパラメータの値をオンライン予約サービスへ伝達するためのＡＰＩを指定するサービスモデルを提出することができる。タスクフロー処理モジュール７３６によって要求されると、サービス処理モジュール７３８は、サービスモデルに記憶されているウェブアドレスを用いて、オンライン予約サービスとのネットワーク接続を確立し、必要な予約のパラメータ（例えば、時間、日付、参加人数）を、オンライン予約サービスのＡＰＩに従う形式でオンライン予約インターフェースへ送信することができる。

いくつかの実施例では、ユーザの意図を推測して明確にし、ユーザ意図を更に明らかにして絞り込むための情報を取得し、ユーザの意図を達成するべく応答（例えば、ユーザへの出力又はタスクの完了）を最終的に生成するために、自然言語処理モジュール７３２、ダイアログフロー処理モジュール７３４、及びタスクフロー処理モジュール７３６を集合的かつ反復的に用いることができる。生成された応答は、ユーザの意図を少なくとも部分的に達成する音声入力に対するダイアログ応答であることができる。更に、いくつかの実施例では、生成された応答を音声出力として出力することができる。これらの実施例では、生成された応答を音声合成モジュール７４０（例えば、音声合成器）へ送信することができ、そこで、それを、音声形式のダイアログ応答を合成するために処理することができる。更に他の実施例では、生成された応答は、音声入力内のユーザ要求を満足することに関連するデータコンテンツであることができる。

音声合成モジュール７４０は、ユーザへの提示のための音声出力を合成するよう構成することができる。音声合成モジュール７４０は、デジタルアシスタントによって提供されたテキストに基づいて音声出力を合成する。例えば、生成されたダイアログ応答はテキスト文字列の形式のものであることができる。音声合成モジュール７４０はテキスト文字列を可聴音声出力に変換することができる。音声合成モジュール７４０は、テキストから音声出力を生成するために、限定するものではないが、波形接続合成、単位選択合成、ダイフォン（diphone）合成、分野限定合成、フォルマント合成、調音合成、隠れマルコフモデル（hidden Markov model、ＨＭＭ）ベースの合成、及び正弦波合成を含む、任意の適当な音声合成技法を用いることができる。いくつかの実施例では、音声合成モジュール７４０は、単語に対応する音素文字列に基づいて個々の単語を合成するよう構成することができる。例えば、音素文字列が、生成されたダイアログ応答内の単語に関連付けられていることができる。音素文字列は、単語に関連付けられたメタデータ内に記憶されていることができる。音声合成モデル７４０は、単語を音声形式で合成するために、メタデータ内の音素文字列直接処理するよう構成することができる。

いくつかの実施例では、音声合成モジュール７４０を用いる代わりに（又はそれに加えて）、遠隔デバイス（例えば、サーバシステム１０８）上で音声合成を実行することができ、合成された音声をユーザへの出力のためにユーザデバイスへ送信することができる。例えば、これは、デジタルアシスタントのための出力がサーバシステムにおいて生成されるいくつかの実装形態において行われ得る。また、サーバシステムは一般的にユーザデバイスよりも多くの処理能力又は資源を有するため、クライアント側合成を用いて実現可能であろうよりも高品質の音声出力を得ることが可能になり得る。

２０１１年１月１０日に出願された、「Ｉｎｔｅｌｌｉｇｅｎｔ Ａｕｔｏｍａｔｅｄ Ａｓｓｉｓｔａｎｔ」と題する米国実用特許出願第１２／９８７，９８２号、及び２０１１年９月３０日に出願された、「Ｇｅｎｅｒａｔｉｎｇ ａｎｄ Ｐｒｏｃｅｓｓｉｎｇ Ｔａｓｋ Ｉｔｅｍｓ Ｔｈａｔ Ｒｅｐｒｅｓｅｎｔ Ｔａｓｋｓ ｔｏ Ｐｅｒｆｏｒｍ」と題する米国実用特許出願第１３／２５１，０８８号に、デジタルアシスタントに関する更なる詳細を見出すことができる。これらの出願の開示の全体は本明細書において参照により組み込まれている。
４．例示的なデバイスの音声制御

本明細書中に記載される１つ以上の例によれば、図８の電子デバイス８００などの電子デバイスは、ユーザによって提供される口頭ユーザ入力（例えば、声入力、音声入力）を使用して制御してもよい。電子デバイス８００は、本明細書中に開示される、それぞれ、図１、図２Ａ、図４、図６Ａ〜図６Ｂのデバイス１０４、２００、４００、又は６００を含む、任意のデバイスを使用して実施してもよい。

概して、操作時、ユーザは電子デバイスに１つ以上の口頭入力を提供し、電子デバイスを制御してもよい。電子デバイスは、例えば、口頭ユーザ入力を受信し、口頭ユーザ入力を解釈してユーザの意図の表現を導出してもよい。ユーザの意図の表現に基づき、電子デバイス８００は１つ以上のタスクを特定し、１つ以上の特定されたタスクを選択的に実施してもよい。この例については、以下、更に記載される。このようにしてタスクを実施することは、１つ以上のシステム機能を呼び出す（例えば、実行する）こと、及び／又は表示されたコンテンツを制御することを含んでもよい。

電子デバイス８００の１つ以上のシステム機能は、口頭ユーザ入力に応答して呼び出されてもよい。簡潔には、システム機能としては、写真を撮影すること、電子デバイス８００をロック又はロック解除すること、電子デバイス８００の電源を切ること、アプリケーション（例えば、制御アプリケーション）を開く、隠す、又は閉じること、及び電子デバイスの音量レベル若しくは輝度を調節する（例えば、増加させる、低下させる）ことが挙げられ得るが、これらに限定されない。システム機能は、更に、物理入力デバイスと関連付けられた機能であってもよい。図８Ａを参照すると、システム機能は、メニューボタン８０４、プッシュボタン８０６、若しくは音量調節ボタン８０８の１度押し若しくは２度押し、又は電子デバイス８００の動きに応答して実施される１つ以上の機能を含んでもよい。

電子デバイス８００によって表示されるコンテンツもまた、口頭ユーザ入力に応答して制御されてもよい。例えば、ユーザが電子デバイス８００に口頭ユーザ入力を提供してもよく、これに応答して、電子デバイス８００は、電子デバイス８００によって表示されるコンテンツ８１２の１つ以上の要素（例えば、アフォーダンス）を制御してもよい。このようにしてコンテンツを制御することは、タップ、ダブルタップ、若しくは長押しを実施すること、１つ以上の方向若しくは特定の位置（例えば、コンテンツの上若しくは下）にスクロールすること、１つ以上の方向にスワイプすること、１つ以上のアフォーダンスをハイライトすること、テキストをタイプすること、又はこれらの任意の組み合わせを含んでもよい。

一部の実施例では、口頭ユーザ入力は１つのタスクと関連付けられる。例えば、ユーザは「リンクをタップして」と言ってもよく、これに応答して、電子デバイス８００は、電子デバイスによって表示されたリンク（例えば、ハイパーリンク）をタップしてもよい。一部の実施例では、口頭ユーザ入力は複数のタスクと関連付けられる。例えば、ユーザは「デビッドボウイについて検索して」と言ってもよく、これに応答して、電子デバイス８００は、検索フィールドの方向にスクロールし、検索フィールドにテキスト（例えば、「デビッドボウイ」）をタイプし、及び／又は検索フィールドと関連付けられた検索ボタンをタップし、検索を開始してもよい。一部の実施例では、口頭ユーザ入力は、タスクのアーギュメントを含んでもよい。例えば、スワイプを対象とする口頭ユーザ入力においては、口頭ユーザ入力は、更に、上、下、左又は右などのスワイプの方向を指定してもよい。一部の実施例では、ユーザは口頭ユーザ入力を、１つ以上の特定のタスクに対応するように定義してもよい。

一部の実施例では、電子デバイス８００によって表示されるコンテンツは複数のアフォーダンスを含んでもよい。コンテンツ８１２は、例えば、アフォーダンス８２０〜８２６を含んでもよい。場合によっては、アフォーダンス８２０〜８２６は異なる種類のアフォーダンスであってもよい。アフォーダンス８２０、８２２はリンクであってもよく、アフォーダンス８２４はスライダであってもよく、アフォーダンス８２６はボタンであってもよい。表示されるコンテンツ８１２は複数のアフォーダンスを含む場合があるため、一部の実施例では、口頭ユーザ入力に応答して、電子デバイス８００は複数のアフォーダンスの中からアフォーダンスを特定し、特定されたアフォーダンスを使用してタスクを実施してもよい。例として、口頭ユーザ入力が「ボタンをタップして」と言うと、電子デバイスは、タップを、口頭ユーザ入力によって（例えば、意図を導出し、この意図に基づいてタスクを特定することによって）指定されたタスクとして、及びアフォーダンス８２６を、口頭ユーザ入力によって指定されたボタンとして（アフォーダンス８２６はボタンであることを思い出されたい）特定し、アフォーダンス８２６をタップしてもよい。

一部の実施例では、口頭ユーザ入力に応答してアフォーダンスを特定することは、コンテンツ８１２の各アフォーダンスを特定することを含む。電子デバイスは、例えば、コンテンツ８１２を走査して、口頭ユーザ入力を使用して制御され得る各アフォーダンスを特定してもよい。少なくとも一実施形態では、このようにしてアフォーダンスを特定することは、隠れているアフォーダンス、又は操作時に選択的に表示されるアフォーダンス（例えば、スクロール中は隠れているアフォーダンス）を特定することを含んでもよい。コンテンツ８１２を走査することは、一部の実施例では、どのコマンドがアクセシビリティアプリケーションＡＰＩなどのアプリケーションＡＰＩによって提供されるかを判定することを含む。

場合によっては、特定されたアフォーダンスは索引付けされてもよい。例えば、索引付けされたアフォーダンスにはそれぞれ、対応する固有の識別番号が割り当てられてもよく、この番号によって、それぞれの索引付けされたアフォーダンスが特定されてもよい。アフォーダンスは、口頭ユーザ入力に応答して、又は電子デバイスが１つ以上のアフォーダンスをハイライトすることに応答して、索引付けされてもよい。この例については以下、更に記載する。一実施例として、「メール」アプリケーション内に列挙された各電子メールに対応する索引が割り当てられてもよく、ユーザは、アプリケーション内に表示された特定の電子メール（例えば、３番目の電子メール）に、この特定の電子メールの索引を参照する（例えば、「３番目のメールを開いて」）ことによってアクセスしてもよい。一部の実施例では、表示されるコンテンツのアフォーダンスは１つの索引を使用して索引付けされてもよく、他の実施例では、複数の索引を使用して索引付けされてもよい。複数のリストを含むコンテンツは、例えば、それぞれのリストに対する索引を含んでもよい。加えて又はあるいは、アフォーダンスに名前が割り当てられてもよい。名前が付けられたアフォーダンスにはそれぞれ、対応する用語が割り当てられてもよく、この用語によって各アフォーダンスは特定されてもよい。アフォーダンスの名前は、アフォーダンスのクラス（例えば、ブラウザの「前ページ」ボタンは「バックボタン」と呼ばれてもよい）及び／若しくはアフォーダンスのプロパティ（例えば、オブジェクトプロパティ「名前」）に基づいてもよく、又はユーザによって指定されてもよい。一部の実施例では、索引及び／又はラベルは電子デバイスによって表示され、他の例では、電子デバイスによって表示されない。

場合によっては、アフォーダンスは口頭ユーザ入力のみに基づいて選択することはできない。口頭ユーザ入力は、例えば、他のアフォーダンスからアフォーダンスの曖昧性を完全には除去しなくてもよい。例として、口頭ユーザ入力が「リンクをタップして」と言うと、電子デバイス８００は、口頭ユーザ入力がアフォーダンス８２０、８２２（アフォーダンス８２０、８２２のそれぞれはリンクであることを思い出されたい）の１つ以上に対応すると判定し得るが、アフォーダンス８２０、８２２のどちらにユーザが言及したかは判定し得ない。

従って、１つのアフォーダンスを選択することができない場合、電子デバイス８００は口頭ユーザ入力の曖昧性を除去してアフォーダンスを選択してもよい。一実施例として、電子デバイス８００は、口頭ユーザ入力に対応するアフォーダンスのそれぞれをハイライトしてもよい。例として、図８Ｂを参照すると、電子デバイスは、特定されたアフォーダンスの１つ以上を、例えば、特定されたアフォーダンスの周りに形状（例えば、楕円形、矩形）を表示することによってハイライトしてもよい。アフォーダンスはまた、１つ又は他の既知の手法を使用してハイライトされてもよいことを理解されよう。ユーザは、次いで、口頭ユーザ入力（又は他の入力）を提供し、ハイライトされたアフォーダンスの１つを選択してもよい。一実施例として、ユーザはアフォーダンスを、アフォーダンスの索引を参照することによって選択してもよい。アフォーダンス８２０が１の索引を有し、アフォーダンス８２２が２の索引を有する実施例では、ユーザは、アフォーダンス８２２を選択するために、「２番目のリンクをタップして」と言ってもよい。別の例として、ユーザはアフォーダンスを、アフォーダンスの名前を参照することによって選択してもよい。ユーザは、アフォーダンス８２２を選択するために、「アルバムボタンをタップして」と言ってもよい。更に別の例では、ユーザはアフォーダンスを、アフォーダンスのコンテキストを描写することによって選択してもよい。コンテキストはアフォーダンスの視覚的特徴を対象としてもよく、視覚的特徴には、アフォーダンスの色、サイズ、向き、又はロケーションが挙げられるがこれらに限定されない。ロケーションは、ディスプレイ上の絶対ロケーション及び／又は別のアフォーダンスに対するロケーションであってもよい。ユーザは、アフォーダンス８２２を選択するために、例えば、「右側のものをタップして」と言ってもよい。一部の実施例では、アフォーダンスは画像を含んでもよく、コンテキストは、この画像に関連する１つ以上の用語を含んでもよい。例えば、ユーザは、ブリトーの画像を含むアフォーダンスを選択するために、「ブリトーのリンクをタップして」と言ってもよい。

更に別の実施例では、ユーザは、電子デバイスによって特定されたアフォーダンスのそれぞれを逐次的にナビゲートしてもよい。電子デバイスは最初に特定されたアフォーダンスをハイライトしてもよく、次いで、ユーザは電子デバイスに対し、異なるアフォーダンスをハイライトするように命令してもよい。ユーザは、例えば、「次」と言ってもよく、これに応答して、電子デバイスは別の特定されたアフォーダンスをハイライトしてもよい。例として、図８Ｃ〜図８Ｄに示されるように、アフォーダンス８２０が最初にハイライトされてもよく、その後、ユーザが電子デバイスに対して異なるアフォーダンスをハイライトするように命令することに応答して、代わりにアフォーダンス８２２がハイライトされてもよい。本明細書中では２つのアフォーダンスをナビゲートする電子デバイス８００に関して説明を行ったが、電子デバイス８００は任意の数のアフォーダンスをナビゲートしてもよいことを理解されよう。一部の実施例では、電子デバイスがアフォーダンスをナビゲートする順序は、アフォーダンスのロケーション及び／又は索引に基づいてもよい。ユーザは、電子デバイスに対し、所望のアフォーダンスがハイライトされたことを、例えば、「これだ」又は「それだ」と言うことによって示してもよく、電子デバイスは、ハイライトされたアフォーダンスを使用してタスクを実施してもよい。一部の実施例では、ユーザは１つの口頭ユーザ入力を提供して、電子デバイスに対して、次のアフォーダンスへとナビゲートし、次のアフォーダンスを選択するよう命令してもよい。ユーザは、例えば、「次のものがよい」と言ってもよい。

一部の実施例では、電子デバイス８００は、アフォーダンスを自動的に選択することによって口頭ユーザ入力の曖昧性を除去してもよい。電子デバイスは、特定されたアフォーダンスのそれぞれに、例えば、アフォーダンスの１つ以上の特性に基づいてスコアを割り当て、最良（例えば、最高）のスコアを有するアフォーダンスを選択してもよい。アフォーダンスには、例えば、色、ロケーション、種類、サイズ、人気度、又はこれらの任意の組み合わせに基づいてスコアが付されてもよい。人気度は、同じ又は類似のコンテンツを前提として、１人以上のユーザによって特定のアフォーダンスがどれくらいの頻度で選択されるかの尺度であってもよい。一例として、ユーザが「リンクをタップして」と言うと、ウェブページの下部にある１つ以上の他のより小さなリンクよりも、ウェブページの中央にあるより大きなリンクが選択されてもよい。一部の実施例では、複数のトップスコアが与えられたアフォーダンスのスコア間の差が閾値の範囲内である場合、記載するように、電子デバイス８００は、トップスコアが与えられたアフォーダンスの中からユーザが選択することを可能にしてもよい。

一部の実施例では、ユーザは、どのアフォーダンスを使用してコンテンツが制御され得るかを、アフォーダンスの選択前又は後に知りたい場合がある。従って、ユーザは、電子デバイス８００に対し、各アフォーダンスをハイライトするように命令する口頭ユーザ入力を提供してもよい。ユーザは、例えば、「私が制御できるのは何ですか。」と言ってもよく、これに応答して、電子デバイス８００は、表示されたコンテンツの各アフォーダンスを特定し、記載するように、特定されたアフォーダンスの１つ以上をハイライトしてもよい。一部の実施例では、このようにしてアフォーダンスをハイライトすることは、１つ以上の隠れた（例えば、選択的に表示される）及び／又はラベルが付されていないアフォーダンスをハイライトすることを含む。一例として、ブラウザのタブ間を移行するために使用される「タブ」アフォーダンスは、ブラウザの操作時には隠れていてもよいが、ユーザが電子デバイス８００に対し、アフォーダンスをハイライトするように命令することに応答して表示される及び／又はハイライトされる。

一部の実施例では、口頭ユーザ入力は自然言語処理を使用して解釈（例えば、分析）されてもよく、これに従ってパースされて、口頭ユーザ入力が意味する可能性が最も高い意図（例えば、意味的な意図（semantic intent））を判定することができる。記載されるように、その後、この意図に基づいて１つ以上のタスクが特定されてもよい。例えば、表示されたコンテンツを制御する際、口頭ユーザ入力又はその一部は自然言語処理モジュールに提供され、１つ以上の「一致」を提供してもよい。各一致には、口頭ユーザ入力から導出されたユーザの意図の表現を含む。一致は、音声一致、正確な一致、レーベンシュタイン距離に基づく一致、部分文字列一致、又はこれらの組み合わせであってもよく、更に、スコアリング機能に従いランク付けされてもよい。一部の実施例では、記載したように、スコアリング機能は、アフォーダンスのサイズ、ロケーション、種類、及び色に基づく。その後、最高スコアを有する一致が、１つ以上のタスクを特定するために選択されてもよい。

一部の実施例では、口頭ユーザ入力はスパンマッチャ（span matcher）を使用して自然言語処理モジュールに提供される。簡潔には、スパンマッチャはコンテンツの１つ以上の要素（例えば、アフォーダンス、テキスト）を特定し、特定された要素に対し、口頭ユーザ入力におけるカテゴリの参照をマッピングしてもよい。一例として、スパンマッチャは、電話番号、電子メールアドレス、日付及び／又は時刻（例えば、約束の）、住所、題名（例えば、映画の題名、本の題名）等を特定してもよく、ユーザは、特定された要素の１つ以上を、特定の要素（単数又は複数）を参照する代わりに、要素（単数又は複数）のカテゴリ（例えば、分類）を使用して、選択してもよい。一例として、ユーザが表示されたコンテンツに含まれる電話番号を使用して通話を開始したい場合、ユーザは電話番号自体を言うことなく、「最初の電話番号をタップして」と言ってもよい。別の例として、ユーザが、表示されたコンテンツに含まれる住所への道順を知りたい場合、ユーザは住所自体を言うことなく、「この住所までの道順を示して」と言ってもよい。記載するように、表示されたコンテンツが複数の住所を含む場合、電子デバイス８００は、表示された住所の１つ以上をハイライトし、ユーザが住所を選択することを可能にしてもよい、及び／又は既定の基準に従って住所の１つを自動的に選択してもよい。このようにして、ユーザは、表示されたコンテンツを制御する際に個人情報及び／又は私的な情報を声に出す必要がない。スパンマッチャは、電子デバイス８００上で実行してもよい、及び／又は前述のクライアントサーバモデルに従って、図１のＤＡサーバ１０６などのサーバ上で実行してもよい。

一部の実施例では、表示されたコンテンツと関連付けられた情報は、図１のデジタルアシスタントサーバ１０６などのサーバに提供されてもよい。例えば、表示されたコンテンツのアフォーダンスの１つ以上の名前をサーバに提供して、１つ以上の音声認識モデルを強化（例えば、更新）してもよい。このようにして、音声認識を、非標準用語のより良好な認識のため、及び口頭ユーザ入力のより信頼性の高い解釈のために改良してもよい。

一部の実施例では、電子デバイス８００は、タスクを実施するために承認を必要としてもよく、従って、タスクを実施する際に承認を要求してもよい。電子デバイスは、例えば、一対のアフォーダンスを表示して、ユーザがタスクをそれぞれ承認する又は否認することを可能にしてもよい。ユーザがタスクを承認した場合、タスクは実施され、ユーザがタスクを否認した場合、タスクは実施されない。一部の実施例では、電子デバイスは、承認を、実施されるタスクの種類に基づいて要求してもよい。例えば、承認は、破壊的行為又は表示されたコンテンツを変更する行為（例えば、リンクのタップ）に対して要求されてもよく、非破壊的行為又は表示されたコンテンツを変更しない行為（例えば、スクロール）に対しては要求されなくてもよい。

一部の実施例では、ユーザはアフォーダンスの特定部分を選択してもよい。例えば、図８Ｅを参照すると、ユーザはスライダ８２４上の特定の位置を選択してもよい。ユーザは、スライダ８２４のプログレス要素８２５をスライダ８２４の中央にシークさせるために、例えば、「スライダの中央をタップして」と言ってもよい。

一部の実施例では、口頭ユーザ入力の終点が自然言語処理を使用して特定されてもよい。終点は、例えば、特定の口頭ユーザ入力の終了を知らせてもよい。一例として、ユーザが「犬の・・・の画像をタップして」と言う場合がある。ユーザが要素を選択する際、「の」と言った後に間を空ける場合があるが、電子デバイス８００はユーザが口頭ユーザ入力をまだ完了していないと判断し得る。このようにして、ユーザのスピーチ中に、終了及び別の口頭ユーザ入力の開始を示唆する可能性のある何らかの間又は中断があるにもかかわらず、終点が特定され得る。少なくとも１つの実施形態では、終点は、ユーザの発話と関連付けられたコンテキストを使用して特定されてもよい。例えば、表示されたコンテンツが１つの画像を含む場合、「画像」が終点として特定されてもよい。ユーザが「画像をタップして」と言う場合、ユーザが何を意図しているかは明白である。その一方で、表示されたコンテンツが複数の画像を含む場合、ユーザがどの画像について言及しているかを判定するためには追加の入力が必要なため、「画像」は終点とみなされ得ない。

一部の実施例では、タスクは連続的なタスクであってもよい。例えば、タスクを特定すること、及びタスクの実施を開始することに応答して、電子デバイス８００は、例えば、タスクの実施を停止することをユーザにより命令されるまで、タスクの実施を継続してもよい。図８Ｅを更に参照すると、別の例では、ユーザは、電子デバイスに対し、スライダ８２４のプログレス要素８２５をドラッグするように命令してもよい。ユーザは、例えば、「右にドラッグし続けて」又は「早送りして」と言ってもよい。その結果、電子デバイス８００は、ユーザがデバイスに対してドラッグを停止するように命令するまで、スライダ８２４のプログレス要素８２５を指定した方向（又はデフォルト方向）にドラッグし続けてもよい。ユーザは、例えば、電子デバイスに対して「停止」又は「一時停止」するように命令することによって、電子デバイスにドラッグを停止させてもよい。別の例では、メールアプリケーションと関連付けられたものなど、電子デバイス８００によって表示されるアフォーダンスは、ユーザが特定の方向にスワイプした程度に依存してもよい。ユーザは、例えば、「２番目のメッセージ上をゆっくりと左にスワイプして」と言ってもよい。これに応答して、１つ以上の所望のアフォーダンスが表示されたときにユーザが電子デバイスに対しスワイプを停止するように更に命令するまで、電子デバイスはスワイプを命令されたとおりに実施してもよい。その他の連続的なタスクには、スクロール、回転、ズームイン、ズームアウト、又はこれらの組み合わせを含み得る。

一部の実施例では、ユーザは、電子デバイス８００に対して、前のタスクをアンドゥする（例えば、元の状態に戻す）ことを命令してもよい。図８Ｆを参照すると、例えば、ユーザは、電子デバイスに対して、プログレス要素８２５がスライダ８２４の中央に配置されるようにスライダ８２４をタップするように命令してもよい。ユーザは、しかしながら、電子デバイスに対して、例えば、「戻れ」又は「アンドゥ」と言うことによって、タスクをアンドゥするように命令してもよい。同様に、ユーザは電子デバイス８００に対し、タスクをリドゥするように命令してもよい。

一部の実施例では、電子デバイス８００がリスニングモードで動作しているとき、電子デバイス８００は制御される。電子デバイスは、例えば、「Ｈｅｙ Ｓｉｒｉ」などの１つ以上の既定の口頭ユーザ入力に応答して、リスニングモードで動作してもよい。少なくとも１つの実施形態では、電子デバイス８００は、「リスニング終了」などの１つ以上の既定の口頭ユーザ入力に応答して、リスニングモードでの動作を停止してもよい。加えて又はあるいは、電子デバイス８００は、有効な口頭ユーザ入力を所定の時間受信しなかった場合、リスニングモードでの動作を終了してもよい。

一部の実施例では、電子デバイス８００は、口頭ユーザ入力を受信し、これに応答して、制御モードに移行してもよい。例えば、ユーザは電子デバイス８００に口頭ユーザ入力を提供して、電子デバイス８００を制御してもよい。口頭ユーザ入力に基づいて、電子デバイス８００はユーザの意図を特定し、例えば、システム機能を呼び出すこと及び／又は表示されたコンテンツ８１２を制御することによって、電子デバイス８００をある程度制御してもよい。これに応答して、電子デバイス８００は制御モードに移行してもよい。あるいは、電子デバイス８００は、電子デバイス８００の制御モードの設定がユーザによりトグルで切り換えられたことに応答して、制御モードに移行してもよい。制御モードで動作している間、電子デバイス８００は、デジタルアシスタントによって提供されたものを含む特定のコンテンツ及び／又は１つ以上の視覚オーバレイの表示を行わず、表示されたコンテンツが遮ることなくユーザに対し表示されることを可能にしてもよい。

一部の実施例では、１つ以上のドメイン及び／又は上位ドメインが、電子デバイス８００並びにデジタルアシスタント両方の制御に対応してもよい。他の実施例では、ドメインの第１のセット（すなわち、１つ以上のドメイン及び／又は上位ドメイン）は電子デバイス８００の制御に対応してもよく、ドメインの第２のセットはデジタルアシスタントに適用されてもよい。口頭ユーザ入力が第１のセットのドメインと関連付けられる場合、口頭ユーザ入力と関連付けられたタスクは電子デバイス８００によって実施される。口頭ユーザ入力が第２のセットのドメインと関連付けられる場合、このドメインと関連付けられたタスクはデジタルアシスタントを使用して実施される。更に他の実施例では、１つ以上の口頭ユーザ入力は、「Ｓｉｒｉ」などの特定の発話を含んでもよい（例えば、この発話によって開始してもよい）。これら口頭ユーザ入力と関連付けられたタスクは、デジタルアシスタントを使用して実施されてもよく、他のすべてのタスクは電子デバイス８００によって実施されてもよい。
５．デバイスの音声制御を実施するためのプロセス

図９は、いくつかの実施形態に係る、デバイスの音声制御を実施するための例示的なプロセス９００を示すフロー図である。プロセス９００は、１つ以上のデバイス１０４、２００、４００、６００、８００、又は１０００（図１、図２Ａ、図４、図６Ａ〜図６Ｂ、図８Ａ〜図８Ｅ、及び図９）を使用して実施してもよい。プロセス９００における動作は、任意選択的に、組み合わされ、分割され、及び／又は一部の動作の順序が任意選択的に変えられる。

ブロック９０５では、口頭ユーザ入力が受信される。口頭ユーザ入力は、システム機能を呼び出すために、及び／又は電子デバイスの表示されたコンテンツを制御するために、ユーザによって提供されてもよい。一部の実施例では、口頭ユーザ入力は索引を含み、この索引によって、表示されたコンテンツのアフォーダンスが特定されてもよい。一部の実施例では、口頭ユーザ入力は、システム機能が呼び出される及び／又は表示されたコンテンツが制御される手法を特定するためのアーギュメントを含む。一部の実施例では、口頭ユーザ入力は、電子デバイスがリスニングモードで動作している最中に受信される。

ブロック９１０では、口頭ユーザ入力を解釈してユーザ意図の表現を導出する。一部の実施例では、口頭ユーザ入力を解釈することは、口頭ユーザ入力を、自然言語処理を使用して分析することを含む。このようにして分析することは、複数のアフォーダンスのそれぞれの名前を特定することと、特定された名前の１つ以上をサーバに提供することと、を含んでもよい。

ブロック９１５では、タスクがユーザの意図の表現に基づいて特定され得るかどうかについて判定が行われる。ユーザの意図が表示されたコンテンツの制御を対象とする場合、判定には、口頭ユーザ入力に一致する複数のアフォーダンスを特定することと、複数のアフォーダンスそれぞれの対応するスコアを生成することと、各アフォーダンスの対応するスコアに基づいてアフォーダンスを選択することと、を含んでもよい。一部の実施例では、各アフォーダンスのスコアを生成することは、アフォーダンスのサイズ、色及び／又は位置に基づいてスコアを生成することを含む。一部の実施例では、判定には、口頭ユーザ入力に含まれるコンテキストに基づいてアフォーダンスを特定することを含む。

ブロック９２０では、タスクは、タスクがユーザの意図の表現に基づいて特定され得るという判定に従って実施される。タスクを実施することは、システム機能を実施すること（例えば、電子デバイスをロック解除すること）を含んでもよく、又は表示されたコンテンツを制御すること（例えば、アフォーダンスをタップすること）を含んでもよい。一部の実施例では、タスクを実施することは、電子デバイスの物理入力デバイスと関連付けられたタスクを実施することを含む。一部の実施例では、タスクは連続的なタスクであり、従って、ユーザが、電子デバイスに対して、例えば、別の口頭ユーザ入力を提供することによってタスクを実施するのを停止するように命令するまで、実施される。

ブロック９２５では、口頭ユーザ入力は、タスクがユーザの意図の表現に基づいて特定され得ないという判定に従って、曖昧性が除去される。口頭ユーザ入力は、ユーザが複数のアフォーダンスから選択することを可能にすることによって、又はスコアリングシステムを使用してアフォーダンスを自動的に選択することによって、曖昧性が除去されてもよい。例えば、最高スコアを有するアフォーダンスが選択されてもよい。一部の実施例では、ユーザは、電子デバイスによって表示されるアフォーダンスを選択することによって、複数のタスクの中から選択してもよい。アフォーダンスの１つ以上がハイライトされてもよく、場合によっては、電子デバイスは所望のアフォーダンスがハイライトされるまで、各アフォーダンスを逐次的にハイライトしてもよい。同様に、スコアリングシステムを使用してタスクを自動的に選択することは、電子デバイスによって表示されるアフォーダンスを、例えば、表示されるアフォーダンスの１つ以上の特性に基づいて自動的に選択することを含んでもよい。

６．電子デバイス
図１０は、説明される様々な実施例の原理に従って構成された、電子デバイス１０００の機能ブロック図を示す。デバイスの機能ブロックは、説明される様々な実施例の原理を実行するために、ハードウェア、ソフトウェア、又はハードウェアとソフトウェアとの組み合わせによって、任意選択的に実施することができる。図１０で説明する機能ブロックが、説明される様々な実施例の原理を実施するために任意選択的に組み合わされ、又はサブブロックに分離され得ることが、当業者には理解されよう。従って、本明細書における説明は、本明細書で説明されている機能ブロックのあらゆる可能な組み合わせ若しくは分離、又は更なる定義を任意選択的に支持する。

図１０に示すように、電子デバイス１０００は、処理ユニット１００２を含むことができる。一部の実施例では、処理ユニット１００２は、受信ユニット１０１０と、解釈ユニット１０１２と、判定ユニット１０１４と、実施ユニット１０１６と、曖昧性除去ユニット１０１８と、任意選択的に、選択ユニット１０２０と、分析ユニット１０２２と、特定ユニット１０２４と、提供ユニット１０２６と、生成ユニット１０２８と、ハイライトユニット１０３０と、停止ユニット１０３２と、開始ユニット１０３４と、アンドゥユニット１０３６と、リドゥユニット１０３８と、を含むことができる。

処理ユニット１００２は、口語ユーザ入力を（例えば、受信ユニット１０１０を用いて）受信し、
口頭ユーザ入力を（例えば、解釈ユニット１０１２を用いて）解釈して、ユーザの意図の表現を導出し、タスクがユーザの意図の表現に基づいて特定され得るかどうかを（例えば、判定ユニット１０１４を用いて）判定し、タスクがユーザの意図の表現に基づいて特定され得るという判定に従って、タスクを（例えば、実施ユニット１０１６を用いて）実施し、タスクがユーザの意図の表現に基づいて特定され得ないという判定に従って、口頭ユーザ入力の曖昧性を（例えば、曖昧性除去ユニット１０１８を用いて）除去するように、構成されている。

一部の実施例では、タスクを実施することは、表示されたコンテンツのアフォーダンスを（例えば、選択ユニット１０２０を用いて）選択することを含む。

一部の実施例では、口語ユーザ入力はアフォーダンスの索引を含む。

一部の実施例では、口頭ユーザ入力は、電子デバイスがリスニングモードで動作している最中に受信される。

一部の実施例では、口頭ユーザ入力は、タスク及びアーギュメントを含む。

一部の実施例では、タスクを実施することは、電子デバイスの物理入力デバイスと関連付けられたタスクを（例えば、実施ユニット１０１６を用いて）実施することを含む。

一部の実施例では、口頭ユーザ入力を解釈してユーザの意図の表現を導出することは、口頭ユーザ入力を、自然言語処理を使用して（例えば、分析ユニット１０２２を用いて）分析することを含む。

一部の実施例では、口頭ユーザ入力を、自然言語処理を使用して分析することは、複数のアフォーダンスそれぞれの名前を（例えば、特定ユニット１０２４を用いて）特定することと、特定された名前の１つ以上をサーバに（例えば、提供ユニット１０２６を用いて）提供することと、を含む。

一部の実施例では、タスクがユーザの意図の表現に基づいて特定され得るかどうかを判定することは、口頭ユーザ入力に一致する複数のアフォーダンスを（例えば、特定ユニット１０２４を用いて）特定することと、複数のアフォーダンスについて複数のスコアをそれぞれ（例えば、生成ユニット１０２８を用いて）生成することと、複数のスコアに基づいて、複数のアフォーダンスの中からアフォーダンスを（例えば、選択ユニット１０２０を用いて）選択することと、を含む。

一部の実施例では、複数のアフォーダンスについて複数のスコアをそれぞれ生成することは、各アフォーダンスについて、アフォーダンスのサイズ、アフォーダンスの色、アフォーダンスの位置、又はこれらの組み合わせに基づき、スコアを（例えば、生成ユニット１０２８を用いて）生成することを含む。

一部の実施例では、口頭ユーザ入力の曖昧性を除去することは、最高スコアを有するアフォーダンスを（例えば、選択ユニット１０２０を用いて）選択することを含む。

一部の実施例では、口頭ユーザ入力の曖昧性を除去することは、第１のアフォーダンスを（例えば、ハイライトユニット１０３０を用いて）ハイライトすることを含む。

一部の例では、処理ユニット１００２は、更に、別の口頭ユーザ入力に応答して、第１のアフォーダンスをハイライトすることを（例えば、停止ユニット１０３２を用いて）停止し、第２のアフォーダンスを（例えば、ハイライトユニット１０３０を用いて）ハイライトするように、構成されている。

一部の実施例では、別の口頭ユーザ入力は、第２のアフォーダンスの名前又は索引のうちの少なくとも１つを含む。

一部の実施例では、タスクを実施することは、表示されたコンテンツを制御するためにタスクを（例えば、実施ユニット１０１６を用いて）実施することを含む。

一部の実施例では、タスクを実施することは、システム機能を（例えば、実施ユニット１０１６を用いて）実施することを含む。

一部の実施例では、タスクを実施することは、タスクが連続的なタスクである場合、タスクの実施を（例えば、開始ユニット１０３４を用いて）開始することと、第２の口頭ユーザ入力を（例えば、受信ユニット１０１０を用いて）受信することと、第２の口頭ユーザ入力を受信することに応答してタスクの実施を（例えば、停止ユニット１０３２を用いて）停止することと、を含む。

一部の実施例では、口頭ユーザ入力は、表示されたコンテンツの少なくとも１つのアフォーダンスと関連付けられたコンテキストを含み、タスクがユーザの意図の表現に基づいて特定され得るかどうかを判定することは、コンテキストに基づいて、表示されたコンテンツの少なくとも１つのアフォーダンスを（例えば、特定ユニット１０２４を用いて）特定することを含む。

一部の実施例では、タスクを実施することは、タスクを実施するために承認を（例えば、要求ユニット１０１０を用いて）要求することを含む。

一部の実施例では、口頭ユーザ入力は第１の口頭ユーザ入力であり、処理ユニット１００２は、更に、第２の口頭ユーザ入力を（例えば、受信ユニット１０１０を用いて）受信し、第２の口頭ユーザ入力を受信することに応答してタスクを（例えば、アンドゥユニット１０３６を用いて）アンドゥするように、構成されている。

一部の実施例では、処理ユニット１００２は、更に、第３の口頭ユーザ入力を（例えば、受信ユニット１０１０を用いて）受信し、第３の口頭ユーザ入力を受信することに応答してタスクを（例えば、リドゥユニット１０３８を用いて）リドゥするように、構成されている。

図９に関連する上記の動作は、任意選択的に、図１、図２Ａ、図４、図６Ａ〜図６Ｂ、図７Ａ、図８Ａ〜図８Ｆ、又は図１０に示す構成要素により、実施される。例えば、受信動作９０５、マッピング動作９１０、関連付け動作９１５、符号化動作９２０、及び判定動作８２５は、任意選択的に、プロセッサ（単数又は複数）１２０によって実施される。当業者にとって、他のプロセスが、図１、図２Ａ、図４、図６Ａ〜図６Ｂ、図７Ａ、図８Ａ〜図８Ｆ、又は図１０に示す構成要素に基づいてどのように実施されるのかは明らかであろう。

図１０で説明される機能ブロックが、説明される様々な実施形態の原理を実施するように、任意選択的に、組み合わされ、又はサブブロックに分離されることが当業者には理解される。従って、本明細書における説明は、本明細書で説明されている機能ブロックの任意の可能な組み合わせ若しくは分離、又は更なる定義を任意選択的に支持する。例えば、処理ユニット１００２は、処理ユニット１００２と動作的に結合され、動作を可能にする、関連付けられた「コントローラ」ユニットを有し得る。図１０ではこのコントローラユニットを別個に示していないが、デバイス１０００など、処理ユニット１００２を有するデバイスを設計する当業者の理解の範囲内であることは理解される。別の実施例として、一部の実施形態では、受信ユニット１０１０などの１つ以上のユニットは、処理ユニット１００２の外部のハードウェアユニットであってもよい。従って、本明細書における説明は、本明細書で説明されている機能ブロックの組み合わせ、分離、及び／又は更なる定義を任意選択的にサポートする。

上述の説明は、説明の目的上、特定の実施形態を参照して説明されている。しかしながら、上記の例示的な論考は、網羅的であること、又は本発明を、開示される厳密な形態に限定することを意図するものではない。上記の教示を鑑みて、多くの修正及び変形が可能である。これらの実施形態は、本技術の原理、及びその実際の適用を最も良好に説明するために、選択及び説明されたものである。当業者は、これにより、意図される特定の使用に適合する様々な修正を施して、本技術及び様々な実施形態を最も良好に利用することが可能になる。

添付図面を参照して、本開示及び実施例を十分に説明してきたが、様々な変更及び修正が、当業者には明らかとなるであろうことに留意されたい。そのような変更及び修正は、特許請求の範囲によって定義されるような、本開示及び実施例の範囲内に含まれるものとして理解されたい。

Claims (20)

1. 電子デバイスにおいて、
   第１口頭ユーザ入力を受信することと、
   前記第１口頭ユーザ入力を解釈して、前記第１口頭ユーザ入力に対応するユーザの意図の表現を導出することと、
   第１の表示されたアフォーダンス及び第２の表示されたアフォーダンスに関連付けられたタスクが、前記第１口頭ユーザ入力に対応するユーザの意図の前記表現に基づいて特定され得るかどうかを判定することと、
   タスクが前記第１口頭ユーザ入力に対応するユーザの意図の前記表現に基づいて特定され得るという判定に従って、前記第１の表示されたアフォーダンス及び前記第２の表示されたアフォーダンスに関連付けられた前記タスクを実施することと、
   タスクがユーザの意図の前記表現に基づいて特定され得ないという判定に従って、
   前記第１の表示されたアフォーダンス及び前記第２の表示されたアフォーダンスをハイライトし、
   前記第１の表示されたアフォーダンス及び前記第２の表示されたアフォーダンスの少なくとも１つに対応する第２口頭ユーザ入力を受信し、
   前記第２口頭ユーザ入力を解釈して、前記第２口頭ユーザ入力に対応するユーザの意図の表現を導出し、
   タスクが前記第２口頭ユーザ入力に対応するユーザの意図の前記表現に基づいて特定され得るかどうかを判定し、
   タスクが前記第２口頭ユーザ入力に対応するユーザの意図の前記表現に基づいて特定され得るという判定に従って、前記第１の表示されたアフォーダンス及び前記第２の表示されたアフォーダンスの前記少なくとも１つを選択することと、
   を含む、方法。
2. 前記タスクを実施することは、表示されたコンテンツのアフォーダンスを選択することを含む、請求項１に記載の方法。
3. 前記第１口頭ユーザ入力は前記アフォーダンスの索引を含む、請求項２に記載の方法。
4. 前記第１口頭ユーザ入力は、前記電子デバイスがリスニングモードで動作している最中に受信される、請求項１から３のいずれか一項に記載の方法。
5. 前記第１口頭ユーザ入力はタスク及びアーギュメントを含む、請求項１から４のいずれか一項に記載の方法。
6. 前記タスクを実施することは、前記電子デバイスの物理入力デバイスと関連付けられたタスクを実施することを含む、請求項１から５のいずれか一項に記載の方法。
7. 前記第１口頭ユーザ入力を解釈してユーザの意図の表現を導出することは、前記第１口頭ユーザ入力を、自然言語処理を使用して分析することを含む、請求項１から６のいずれか一項に記載の方法。
8. 前記第１口頭ユーザ入力を、自然言語処理を使用して分析することは、
   複数のアフォーダンスそれぞれの名前を特定することと、
   前記特定された名前の１つ以上をサーバに提供することと、
   を含む、請求項７に記載の方法。
9. タスクが、前記第１口頭ユーザ入力に対応するユーザの意図の前記表現に基づいて特定され得るかどうかを判定することは、
   ユーザの意図の前記表現に一致する複数のアフォーダンスを特定することと、
   前記複数のアフォーダンスについて複数のスコアをそれぞれ生成することと、
   前記複数のスコアに基づき、前記複数のアフォーダンスの中からアフォーダンスを選択することと、
   を含む、請求項１から８のいずれか一項に記載の方法。
10. 前記複数のアフォーダンスについて複数のスコアをそれぞれ生成することは、
    各アフォーダンスについて、前記アフォーダンスのサイズ、前記アフォーダンスの色、前記アフォーダンスの位置、又はこれらの組み合わせに基づき、スコアを生成することを含む、請求項９に記載の方法。
11. 前記タスクを実施することは、表示されたコンテンツを制御するためにタスクを実施することを含む、請求項１から１０のいずれか一項に記載の方法。
12. 前記タスクを実施することは、システム機能を実施することを含む、請求項１から１１のいずれか一項に記載の方法。
13. 前記タスクを実施することは、
    連続的なタスクである前記タスクの実施を開始することと、
    第３口頭ユーザ入力を受信することと、
    前記第３口頭ユーザ入力を受信することに応答して、前記タスクの実施を停止することと、
    を含む、請求項１から１２のいずれか一項に記載の方法。
14. 前記第１口頭ユーザ入力は、表示されたコンテンツの少なくとも１つのアフォーダンスと関連付けられたコンテキストを含み、タスクがユーザの意図の前記表現に基づいて特定され得るかどうかを判定することは、
    前記表示されたコンテンツの前記少なくとも１つのアフォーダンスを前記コンテキストに基づいて特定することを含む、
    請求項１から１３のいずれか一項に記載の方法。
15. 前記タスクを実施することは、前記タスクを実施するための承認を要求することを含む、請求項１から１４のいずれか一項に記載の方法。
16. 第４口頭ユーザ入力を受信することと、
    前記第４口頭ユーザ入力を受信することに応答して、前記タスクをアンドゥすることと、
    を更に含む、請求項１から１５のいずれか一項に記載の方法。
17. 第５口頭ユーザ入力を受信することと、
    前記第５口頭ユーザ入力を受信することに応答して、前記タスクをリドゥすることと、
    を更に含む、請求項１６に記載の方法。
18. 請求項１から１７のいずれか一項に記載の方法を実施するための命令を含むコンピュータプログラム。
19. 請求項１８に記載のコンピュータプログラムを記憶するメモリと、
    前記メモリに記憶された前記命令を実行することができる１つ以上のプロセッサと、を備える電子デバイス。
20. 請求項１から１７のいずれか一項に記載の方法を実施するための手段を備えるデバイス。

Images