[发明专利]个性化的实时音频处理

权利要求书

1.一种装置，包括：

注视检测传感器，其配置成检测用户注视方向并输出与检测到的用户注视方向相对应的注视信号；

数字信号处理单元，其配置成：

响应于识别到多个声音信号和检测到的注视方向，所述多个声音信号对应于在所述装置处接收到的多个声音：

生成识别所述多个声音信号中的多个信号的列表；

通过图形界面呈现所述列表；

通过图形界面接收对所述多个声音信号中的多个信号中感兴趣的信号的选择；以及

处理感兴趣的信号以用于输出。

2.根据权利要求1所述的装置，其特征在于，还包括麦克风阵列，所述麦克风阵列配置成接收所述多个声音并输出所述多个信号，所述麦克风阵列还配置成相对于所述注视检测传感器的定位提供指示所述多个信号的方向性的信息。

3.根据权利要求2所述的装置，其特征在于，还包括：

成像传感器，其配置成检测图像并将与检测到的图像对应的图像信号输出到数字信号处理单元；

其中数字信号处理单元还配置成：

确定图像信号是否识别出在所述用户注视方向上说话的人；以及

使用图像信号从所述多个声音信号中识别所述多个信号。

4.根据权利要求3所述的装置，其特征在于，所述数字信号处理单元使用来自所述注视检测传感器和所述成像传感器的数据以识别所述多个声音信号中的多个信号。

5.根据权利要求3所述的装置，其特征在于，所述数字信号处理单元使用来自所述注视检测传感器和所述麦克风阵列的数据以识别所述多个声音信号中的多个信号。

6.根据权利要求3所述的装置，其特征在于，所述数字信号处理单元使用来自所述成像传感器和所述麦克风阵列的数据以识别所述多个声音信号中的多个信号。

7.根据权利要求1所述的装置，其特征在于，还包括覆盖开关，以覆盖所述注视检测传感器。

8.根据权利要求7所述的装置，其特征在于，响应于来自覆盖开关的信号，数字信号处理单元在有限的时间段中忽略来自注视检测传感器的输入。

9.根据权利要求1所述的装置，其特征在于，所述数字信号处理单元包括用于输出通信信号以指示来自用户的通信请求的设备。

10.根据权利要求1所述的装置，其特征在于，所述数字信号处理单元包括配置成从声源接收识别信号的设备，所述识别信号包括识别声源本身或与声源相关联的人的元数据。

11.一种方法，包括：

检测用户注视方向；

输出与检测到的用户注视方向对应的注视信号；

响应于识别到多个声音信号和检测到的注视方向，所述多个声音信号对应于接收到的多个声音：

生成识别所述多个声音信号中的多个信号的列表；

使得所述列表通过图形界面呈现；

接收对所述多个声音信号中的多个信号中感兴趣的信号的选择；和

处理感兴趣的信号以进行输出。

12.根据权利要求11所述的方法，其特征在于，还包括使用输出所述多个信号的麦克风阵列的相对定位，以及输出所述注视信号的注视检测传感器，以提供指示所述多个信号的方向性的信息。

13.根据权利要求12所述的方法，其特征在于，还包括：

检测在所述用户注视的方向上说话的人的图像；

响应于图像的检测，生成与检测到的图像相对应的图像信号；以及

使用图像信号从所述多个声音信号中识别所述多个信号。

14.根据权利要求13所述的方法，其特征在于，所述识别还包括使用所述注视信号和所述图像信号来识别所述多个声音信号中的多个信号。