[发明专利]注视启动的语音控制

权利要求书

1.一种由装置（100）执行的用于通过注视检测来启动语音控制的方法，所述方法包括：

检测（215）用户（305）正注视着注视目标（315）；

响应于检测到所述用户（305）正注视着所述注视目标（315），

捕获（220）音频并执行对所捕获的音频的自动话音识别以将所述音频转变成文本；

对所述文本执行（225）自然语言理解以确定应用特定的命令；以及

针对所述应用特定的命令执行（230）应用特定的处理。

2.根据权利要求1所述的方法，其中在检测（215）所述用户（305）正注视着所述注视目标（315）之前，检测（210）存在由所述用户（305）进行的运动。

3.根据前述权利要求中任一项所述的方法，其中在检测（215）所述用户（305）正注视着所述注视目标（315）之前，执行校准步骤，在所述校准步骤中，确定到所述注视目标（315）的注视方向。

4.根据前述权利要求中任一项所述的方法，其中所捕获的音频仅被本地存储在所述装置（100）上。

5.根据前述权利要求中任一项所述的方法，其中所述注视目标（315）位于不同的装置上。

6.根据前述权利要求中任一项所述的方法，其中所述注视目标（315）是显示器，并且所述装置（100）是媒体计算装置或游戏装置。

7.根据前述权利要求中任一项所述的方法，其中所述应用特定的处理特定于电视或流播装置。

8.根据前述权利要求中任一项所述的方法，其中检测（215）所述用户（305）正注视着所述注视目标（315）包括分析所述用户（305）的一个或多个图像以确定所述用户（305）是否正注视着所述注视目标（315）。

9.根据权利要求8所述的方法，其中分析所述用户（305）的所述一个或多个图像以确定所述用户（305）是否正注视着所述注视目标（315）包括从通过计算机或人工智能视觉技术所计算的面部对准数据来推断所述用户（305）是否正注视着所述注视目标（315）。

10.一种用于通过注视检测来启动语音控制的装置（100），所述装置（100）包括：

处理电路，所述处理电路配置成执行以下步骤：

检测（215）用户（305）正注视着注视目标（315）；

响应于所述用户（305）正注视着所述注视目标（315）的检测，使得（220）音频硬件捕获音频并执行对所捕获的音频的自动话音识别以将所述音频转变成文本；

对所述文本执行（225）自然语言理解以确定应用特定的命令；以及

针对所述应用特定的命令执行（230）应用特定的处理。

11.根据权利要求10所述的装置（100），其中所述处理电路还配置成执行以下步骤：在所述用户（305）正注视着所述注视目标（315）的检测（215）之前，检测（210）存在由所述用户（305）进行的运动。

12.根据权利要求10-11中任一项所述的装置（100），其中所述处理电路还配置成执行以下步骤：在所述用户（305）正注视着所述注视目标（315）的检测（215）之前，执行校准步骤，在所述校准步骤中，确定到所述注视目标（315）的注视方向。

13.根据权利要求10-12中任一项所述的装置（100），其中所捕获的音频将仅被本地存储在所述装置（100）上。

14.根据权利要求10-13中任一项所述的装置（100），其中所述注视目标（315）位于不同的装置上。