[发明专利]控制系统的方法和信号处理系统

说明书

技术领域

本发明涉及控制系统的方法，包括通过用户环境中的输入设备获得代表由用户传输的信息的至少一个信号。本发明还涉及信号处理系统，包括到用户环境中的至少一个输入设备的接口。本发明还涉及计算机程序。

背景技术

Brdiczka, O.等人于2005年10月4-6日发表于Proc.ICMI的“Automatic detection of interaction groups”公开了一种基于会话话轮转换（conversational turn-taking）在各组内部（inside）被同步的假设，检测交互组配置的方法。检测器基于构建在会话假设上的隐马尔可夫模型（HMM）。检测器的输入是包含哪个个体在说话或没在说话的信息的语音（speech）活动向量。组内语音贡献（contribution）的同步使得能够由建立在会话假设上的HMM检测可能的组配置。

已知系统的一个问题是它不适合用于控制设备的操作。对组配置中的变化的检测发生在事后，并且这样的检测仅限于用作控制策略所基于的输入。它主要的用途是更新用户的联系人列表。

发明内容

希望提供上述类型的方法、系统和计算机程序，它们适合于以对于用户来说不显眼并且适合于用户活动的方式来控制设备。

这通过根据本发明的方法得以实现，该方法包括：

-   通过用户环境中的输入设备获得表示由用户传输的信息的至少一个信号，其中来自第一源的信号在所述环境中以可感知的形式可获得；

-   至少估计预期来自所述第一源的信息和来自用户的信息之间的转换发生的时间点；和

-   相对于所预测的时间定时（timing）系统的功能的执行。

该方法允许在用户环境中的系统提供适合于用户和系统间交互的不同阶段的功能性。特别地，某些功能可以在用户正为类似会话的交互做贡献时执行，而某些功能可以在这样的贡献阶段之间的间隔中执行。因为从源到用户和从用户到源的信息流之间的转换发生得相对频繁，所以该方法更适用于系统功能性的连续控制。因为转换被估计，所以它适用于在类似会话的交互期间控制系统，而不限于在这样的交互已停止后执行。因为该方法从用户对来自第一源的信息的响应而非明确的用户输入取得它的提示（cue），所以它是不显眼的。注意到功能的定时涉及下列至少一个：该功能是否得以完全执行或该功能何时以某些设置来执行。在后一种情况中，“定时”涉及不同设置之间的转换。

一个实施例包括从第一源获得信号，并且通过在会话话轮转换模型的基础上相对于彼此分析来自用户的信息流和携带在来自第一源的信号中的信息流来执行估计。

类似会话的交互以可预测的方式构造，其基本上包括在信息流之间同步的交替活动和静默的时段。通过在会话话轮转换模型的基础上相对于彼此分析来自用户的信息流和携带在来自第一源的信号中的信息流，系统的功能执行的开始也可以被同步。这可以在过去的交互的相对较短间隔的基础上完成。

在一个实施例中，其中来自至少一个输入设备和来自第一源的信号至少包括音频成分，该方法包括相对于彼此随时间分析音频信息流。

与例如视频信息相比，高于特定阈值音量的音频信息将相应于源对会话的贡献而突发到来。这使得确定在两个或更多个音频信号的源之间的类似会话的交互的存在相对容易。不需要语音识别，而在视频信息的基础上确定类似会话的交互通常需要图像分析来检测类似会话的交互。应注意，视听信号的分析在该实施例中未被排除。与文本消息相比，音频信息更经得起（amenable）分析以检测相应于会话话轮转换的类型的交互。文本消息通常也需要至少分析主题标目以确定它们是否与特定的讨论（例如在电子论坛上主办的讨论）有关。通常仅在向这样的论坛贴帖的短暂流（temporal flow）的基础上检测会话是困难的。

在本实施例的变型中，信息流的分析包括向表示由用户传输的信息的至少一个信号应用话音（voice）活动算法。

一个效果是用于确定的后续分析可能简单得多。该后续分析可以基于针对多个连续时间间隔的每一个指示该间隔是否包含来自交互中特定参与者的对类似会话的交互的贡献的数据，或者指示包含的可能性（likelihood）的数据。

在一个实施例中，来自第一源的信号通过至少一个电信网络从具有到电信系统的开放连接的远程电信终端获得，该电信系统包括到用户环境中的至少输入设备的接口。