CN103688531A - 控制装置、控制方法和程序 - Google Patents

控制装置、控制方法和程序 Download PDF

Info

Publication number
CN103688531A
CN103688531A CN201280035413.2A CN201280035413A CN103688531A CN 103688531 A CN103688531 A CN 103688531A CN 201280035413 A CN201280035413 A CN 201280035413A CN 103688531 A CN103688531 A CN 103688531A
Authority
CN
China
Prior art keywords
seizure
voice
processor
sound
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280035413.2A
Other languages
English (en)
Other versions
CN103688531B (zh
Inventor
立石和也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN103688531A publication Critical patent/CN103688531A/zh
Application granted granted Critical
Publication of CN103688531B publication Critical patent/CN103688531B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/60—Receiver circuitry for the reception of television signals according to analogue transmission standards for the sound signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/4223—Cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4396—Processing of audio elementary streams by muting the audio signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Television Receiver Circuits (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

一种信息处理装置包括处理器，该处理器接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据，基于捕捉的图像数据来检测用户，基于检测的结果和捕捉的声音数据来分析环境的状况，并且基于分析的结果来控制与再现的内容相对应的音频音量。

Description

控制装置、控制方法和程序
技术领域
本技术涉及控制装置、控制方法和程序，具体而言涉及使得能够对诸如TV（电视接收机）之类的用于至少输出声音的输出装置的声音输出进行适当控制的控制装置、控制方法和程序。
背景技术
例如，专利文献1描述了一种TV，其检测周边噪音信息，根据用于拍摄周边图像的照相机的图像判定是否有观看者，并且在有观看者时基于噪音信息来抑制噪音。
另外，例如，专利文献2描述了一种记录和再现装置，其基于内容的音频信号生成内容分析信息，基于周边噪音生成环境噪音分析信息，并且基于内容分析信息和环境噪音分析信息来调节内容的音频信号的音量。
引文列表
专利文献
PTL1：日本专利申请特开2010-268284号公报
PTL2：日本专利申请特开2010-154388号公报
发明内容
技术问题
当在TV上观看节目的用户听到TV周围的说话语音，但该说话语音不是从该用户产生的时，也就是说该语音是来自一起居住的家庭成员之类的在TV所在的房间之外的地方进行的电话交谈的语音时，该电话交谈对于观看节目的用户来说是噪音，并且使其难以听到节目的声音（语音）。因此，在此情况下，希望调节TV的声音的输出，也就是说，增大TV的音量，使得观看节目的用户可容易听到TV上的节目的声音。
另一方面，当在TV周围听到的说话语音是从在TV上观看节目的用户产生的语音时，观看节目的用户自己产生语音。因此，不必调节TV的声音输出以允许观看节目的用户容易听到TV上的节目的声音。
如上所述，即使当在TV周围听到语音时，也有适于调节TV的声音输出的情况和适于不调节TV的声音输出的情况。
本技术是鉴于这种情况而完成的，并且使得能够对诸如TV之类的用于至少输出声音的输出装置的声音输出进行适当的控制。
解决问题的方案
根据本技术的一个方面，提供了一种信息处理装置，包括：处理器，该处理器：接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；基于捕捉的图像数据来检测用户；基于检测的结果和捕捉的声音数据来分析环境的状况；以及基于分析的结果来控制与再现的内容相对应的音频音量。
根据本技术的另一方面的一种方法包括以下步骤：接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；基于捕捉的图像数据来检测用户；基于检测的结果和捕捉的声音数据来分析环境的状况；以及基于分析的结果来控制与再现的内容相对应的音频音量。
在上述方面中，处理器从位于再现内容的环境中的照相机接收捕捉的图像数据并且基于捕捉的图像数据来检测脸部。
控制装置可以是独立的装置或者是构成一个装置的内部块。
可通过经由传输介质传输或记录在记录介质中来提供程序。
发明的有利效果
根据本技术，可以适当地控制输出装置的声音输出。
附图说明
图1是图示应用了本技术的TV的实施例的配置示例的框图。
图2是图示声音输出控制器14的配置示例的框图。
图3是说明声音输出控制器14执行的处理的流程图。
图4是说明音量/增益控制器35执行的声音输出控制处理的流程图。
图5说明音量/增益控制器35执行的声音输出控制的图。
图6是说明反映/登记声音调节键操作的处理的流程图。
图7是说明恢复处理的流程图。
图8是说明恢复处理的流程图。
图9是说明音量/增益控制器35执行的声音输出控制的另一示例的图。
图10是图示应用了本技术的计算机的实施例的配置示例的框图。
具体实施方式
<应用了本技术的TV的实施例>
图1是图示应用了本技术的TV的实施例的配置示例的框图。
在图1中，TV是用于至少输出声音的输出装置之一，并且具有调谐器11、信号处理器12、显示单元13、声音输出控制器14、扬声器单元15、控制器16和操作单元17。
调谐器11被提供以由天线（未示出）接收的电视广播信号的RF（Radio Frequency，射频）信号。
调谐器11对提供给它的RF信号进行检测和解调，实现由例如操作单元17的用户操作所选择的频道的节目的数据，并且将该数据提供给信号处理器12。
信号处理器12对来自调谐器11的节目的数据执行解码和其他必要的信号处理，将所得到的节目的视频（图像）数据提供给显示单元13，并且还将节目的音频（声音（语音））数据提供给扬声器单元15。
显示单元13例如包括LCD（液晶显示器）、有机EL（电致发光）等等，并且显示与来自信号处理器12的视频数据相对应的节目的图像。
声音输出控制器14拍摄TV周围的图像并且收集TV周围的环境声音，并且基于所得到的TV周围的拍摄图像和所得到的TV周围的环境声音来控制TV的声音输出，也就是说，例如控制扬声器单元15（的扬声器15L和15R）的音量之类的。
扬声器单元15具有用于输出L（左）声道的声音的扬声器15L和用于输出R（右）声道的声音的扬声器15R，并且根据声音输出控制器14的控制来输出与来自信号处理器12的音频数据相对应的节目的声音。
控制器16例如根据操作单元17等的操作来控制构成TV的每个块。
操作单元17是设在TV的壳体（主体）上的按钮、遥控器之类的，并且被用户操作以向控制器16提供与该操作相对应的操作信号。
<声音输出控制器14的配置示例>
图2是图示图1的声音输出控制器14的配置示例的框图。
在图2中，声音输出控制器14具有照相机21、麦克风（microphone）群组22、控制器23和存储单元24。
照相机21以预定的速率拍摄TV周围（尤其是例如在与显示单元13的显示屏幕相对的一侧）的周边图像，并且将所得到的拍摄图像提供给控制器23（的脸部检测器31）。
麦克风群组22具有多个麦克风，收集TV周围的环境声音，并且将环境声音提供给控制器23（的语音判定单元33）。
控制器23基于来自照相机21的所拍摄的TV周围的周边图像和来自麦克风群组22的TV周围的环境声音来控制TV的声音输出，例如扬声器单元15的扬声器15L和15R的音量。
也就是说，控制器23具有脸部检测器31、脸部信息获取单元32、语音判定单元33、状况分析器34、音量/增益控制器35和扬声器控制器36。
脸部检测器31在从照相机21提供来的拍摄图像上检测（人的）脸部，并向脸部信息获取单元42提供表示检测结果的脸部检测信息。
脸部信息获取单元32基于来自脸部检测器31的脸部检测信息之类的来获得关于拍摄图像上的脸部的脸部信息，并且将脸部信息提供给状况分析器34。
也就是说，脸部信息获取单元32例如从脸部检测信息中识别拍摄图像上显示的脸部的位置（例如在拍摄图像上的位置）和数目来作为脸部信息。
此外，脸部信息获取单元32对于在拍摄图像上显示的脸部执行个人识别以获得用于识别谁具有所识别的脸部（所识别的脸部是谁的脸部）的信息以及由个人识别所识别的人的年龄、性别等等来作为脸部信息。例如，家庭成员的个人识别所必要的信息可在TV等的初始化阶段输入。
语音判定单元33对从麦克风群组22提供来的环境声音执行频率分析之类的以检测环境声音的水平（增益）和产生环境声音的声音源的方向，并且还判定环境声音是人类的语音还是除了人类语音以外的声音（以下称为“非语音”）。
语音判定单元33将环境声音的水平、产生环境声音的声音源的方向和指示环境声音是语音还是非语音的判定结果作为关于环境声音的环境声音信息提供给状况分析器34。
状况分析器34基于从脸部信息获取单元32提供来的从拍摄图像获得的脸部信息和从语音判定单元33提供来的从环境声音获得的环境声音信息来分析TV周围的状况，并且将作为分析结果获得的TV周围的状况（以下称为“周边状况”）提供给音量/增益控制器35。
音量/增益控制器35根据来自状况分析器34的周边状况来控制扬声器控制器36，从而控制TV的声音输出，也就是说，例如，控制扬声器15L和15R的音量、扬声器15L和15R的声音输出的增益，等等。
音量/增益控制器35还根据操作单元17（图1）的用户操作来控制TV的声音输出。
也就是说，作为操作单元17的主体的按钮（键）和遥控器的按钮设有***作来调节TV的声音输出的声音调节键，例如***作来增大或减小音量的音量键、***作来静音的静音键，等等。
当用户对操作单元17的音量调节键进行操作时，控制器16向音量/增益控制器35提供作为与对音量调节键的操作相对应的操作信号的音量操作信号。
音量/增益控制器35根据从控制器16（来自图1）提供来的音量操作信号以及来自状况分析器34的周边状况来控制TV的声音输出。
如后文所述，音量/增益控制器35还可根据存储单元24中存储的信息来控制TV的声音输出。
扬声器控制器36根据来自音量/增益控制器35的控制来控制扬声器15L和15R的音量。
外部音频设备连接到TV，并且当节目的声音从外部音频设备的扬声器输出时，扬声器控制器36可根据来自音量/增益控制器35的控制来控制连接到TV的外部音频设备的扬声器的音量。
存储单元24存储控制器23的操作所必要的信息。
存储单元24的部分存储区域充当用于临时存储由麦克风群组22收集的环境声音的环境声音存储单元24A。
由麦克风群组22收集的环境声音被经由控制器23提供给环境声音存储单元24A。环境声音存储单元24A存储来自麦克风群组22的环境声音，并且当环境声音存储单元24A存储与其存储容量相对应量的环境声音时，以覆盖在最旧的环境声音上的方式存储从麦克风群组22新提供的环境声音。
因此，在环境声音存储单元24A中始终存储着预定时间段（例如，几十秒之类的）的最新环境声音。
<声音输出控制处理>
图3是说明图2的声音输出控制器14执行的处理的流程图。
在步骤S11中，声音输出控制器14收集环境声音信息和脸部信息，并且处理转到步骤S12。
也就是说，利用照相机21，拍摄TV周围的周边图像，并且所得到的拍摄图像被提供给脸部检测器31。
脸部检测器31检测在从照相机21提供来的拍摄图像上显示的脸部，并将表示检测结果的脸部检测信息提供给脸部信息获取单元32。
基于来自脸部检测器31的脸部检测信息之类的，脸部信息获取单元32获得例如拍摄图像上显示的脸部的位置、数目等等作为关于在拍摄图像上显示的脸部的脸部信息，并且将所获得的脸部信息提供给状况分析器34。
另一方面，TV周围的环境声音被麦克风群组22收集，并被提供给语音判定单元33。
语音判定单元33检测从麦克风群组22提供来的环境声音的水平和产生环境声音的声音源的方向，并且还判定环境声音是语音还是非语音。
语音判定单元33向状况分析器34提供环境声音的水平、产生环境声音的声音源的方向和指示环境声音是语音还是非语音的判定结果，作为环境声音信息。
由麦克风群组22收集的环境声音被提供给语音判定单元33，并且如上所述还被提供给环境声音存储单元24A并被临时存储在其中。
在步骤S12中，状况分析器34基于来自脸部信息获取单元32的脸部信息和来自语音判定单元33的环境声音信息来分析TV周围的周边状况，并将所分析的周边状况提供给音量/增益控制器35，并且处理转到步骤S13。
在步骤S13中，音量/增益控制器35根据来自状况分析器34的周边状况来控制扬声器控制器36以执行声音输出控制，用于控制TV的声音输出，也就是说，例如，扬声器15L和15R的音量、扬声器15L和15R的声音输出的增益等等，并且处理转到步骤S14。
在步骤S14中，音量/增益控制器35判定用户是否操作了声音调节键，该声音调节键是设在操作单元17中的并且在调节TV的声音输出时***作。
当在步骤S14中判定声音调节键未***作时，处理跳过步骤S15并且返回到步骤S11以重复相同的处理。
当在步骤S14中判定声音调节键***作时，也就是说，当用户操作了声音调节键并且从而与对声音调节键的操作相对应的音量操作信号被从控制器16（图1）提供给音量/增益控制器35时，处理转到步骤S15，音量/增益控制器35执行声音调节键操作反映/登记处理，通过该处理对声音调节键的操作被反映到TV的声音输出，并且关于该操作的操作信息被登记（存储）到存储单元24中，并且处理返回到步骤S11。
这里，“音量/增益控制器35在步骤S15中将对声音调节键的操作反映到TV的声音输出”指的是音量/增益控制器35通过根据对声音调节键的操作（音量操作信号）控制扬声器控制器36来控制TV的声音输出。
图4是说明音量/增益控制器35执行的根据周边状况的声音输出控制处理的流程图。
在步骤S21中，音量/增益控制器35基于周边状况判定TV周围的环境声音的水平是否小于预定的阈值。
当在步骤S21中判定环境声音的水平小于阈值时，也就是说，当在TV周围没有发生干扰对节目的观看的环境声音时，处理被返回。
当步骤S21中判定环境声音的水平不小于阈值时，也就是说，当有可能在TV周围发生干扰对节目的观看的环境声音时，处理转到步骤S22，并且音量/增益控制器35基于周边状况判定其水平不小于阈值的环境声音是否是人类语音。
当在步骤S22中判定其水平不小于阈值的环境声音（以下称为“大水平环境声音”）是人类的语音时，处理转到S23，并且音量/增益控制器35基于周边状况判定是否从拍摄图像中检测到脸部。
当在步骤S23中判定从拍摄图像中没有检测到脸部时，也就是说，在在TV周围听到人类的说话语音、但在TV周围没有人在观看节目的状况的情况下，处理转到步骤S24，并且音量/增益控制器35执行用于减小扬声器15L和15R的音量的声音输出控制，并且处理返回。
例如，观看节目的用户接收到电话呼叫并且在略微远离TV的地方进行电话交谈的状况或者用户将他/她的脸部转到位于与TV（照相机21）的方向完全不同的方向的房间并且与该房间中的他/她的家庭成员讲话的状况被认为是在TV周围听到人类的语音、但TV周围没有人存在的状况。
在此情况下，用户没有在观看节目，并且从TV输出的节目的语音（声音）可干扰用户进行的电话呼叫或者交谈。因此，音量/增益控制器35执行用于减小扬声器15L和15R的音量的声音输出控制。从而，可以防止TV的声音输出干扰用户进行的电话呼叫或交谈。
当在执行步骤S24的处理期间扬声器15L和15R的音量原本较小时，在步骤S24中可不执行用于调节音量的声音输出控制。
另一方面，当在步骤S23中判定从拍摄图像中检测到脸部时，也就是说当在由照相机21拍摄的拍摄图像上显示了一个或多个人的一个或多个脸部时，处理转到步骤S25，并且音量/增益控制器35基于周边状况判定相对于TV，产生作为语音的环境声音的声音源的方向和检测到脸部的位置的方向是否（被认为）相互一致。
当在步骤S25中判定产生作为语音的环境声音的声音源的方向与检测到（一个或多个脸部中的）任何脸部的位置的方向一致时，也就是说，在用户正观看节目并且观看节目的用户自己在进行交谈的状况的情况下，处理被返回。
这里，观看节目的用户在（与另一用户）进行关于节目的交谈的状况被认为是用户在观看节目并且用户在进行交谈的状况。
在此情况下，扬声器15L和15R的音量不被调节（保持不变）。
另外，当在步骤S25中判定产生作为语音的环境声音的声音源的方向与检测到脸部的位置的方向不一致时，也就是说，在用户在观看节目、但在TV周围听到除了用户以外的人的说话语音的状况的情况下，处理转到步骤S26，音量/增益控制器35执行用于增大扬声器15L和15R的音量的声音输出控制，并且处理返回。
也就是说，虽然有用户在观看节目、但没有在观看节目的用户在略微远离TV的地方（该用户未被显示在拍摄图像上的地方）发出一些噪音的状况被认为是用户在观看节目、但在TV周围听到除了用户以外的人的说话语音的状况。
在此情况下，发出一些噪音、而没有观看节目的用户的语音可干扰观看节目的用户的节目观看，从而音量/增益控制器35执行用于增大扬声器15L和15R的音量的声音输出控制。因此，观看节目的用户可观看节目，而不受在发出一些噪音、而没有观看节目的用户的干扰。
也就是说，当没有观看节目的用户产生干扰节目观看的语音时，扬声器15L和15R的音量被调节为增大。因此，在未观看节目的用户产生语音之前和之后，观看节目的用户能够在以相同的容易程度听到声音的同时观看节目。
另一方面，当在步骤S22中判定其水平不小于阈值的环境声音（大水平环境声音）不是人类的语音时，也就是说，当大水平环境声音是诸如电话或对讲机的呼叫声音之类的非语音时，处理转到步骤S27，并且音量/增益控制器35判定在存储单元24中登记（存储）的后文描述的登记声音中是否存在（被认为）与作为非语音的环境声音（大水平环境声音）一致的登记声音。
这里，当用户对操作单元17（图1）的声音调节键进行操作并且音量/增益控制器35根据对声音调节键的操作来执行声音输出控制时，关于对声音调节键的操作的操作信息和就在声音调节键***作之前的环境声音被相互关联地登记在存储单元24中。
登记声音指的是如上所述与操作信息相关联地登记在存储单元24中的环境声音。
当在步骤S27中判定不存在与作为非语音的环境声音一致的登记声音时，处理转到步骤S26，并且音量/增益控制器35执行用于增大扬声器15L和15R的音量的声音输出控制，使得用户的节目观看不受作为非语音的环境声音的干扰，并且处理返回。
当在步骤S27中判定存在与作为非语音的环境声音一致的登记声音时，处理转到步骤S28，并且音量/增益控制器35从存储单元24读出与和作为非语音的环境声音一致的登记声音相关联的操作信息，并且根据操作信息（所表示的对声音调节键的操作）来执行用于调节扬声器15L和15R的音量的声音输出控制，并且处理返回。
如上所述，在声音输出控制器14中，基于通过拍摄TV的周边而获得的拍摄图像和TV周围的环境声音来分析TV周围的周边状况，并且根据周边状况来控制TV的声音输出。因此，可以适当地控制声音的输出。
也就是说，例如，当在用户用来观看节目的TV周围听到说话语音并且该说话语音来自一起居住的家庭成员之类的在TV所在的房间之外的地方进行的电话交谈时，在图4的步骤S25中判定声音源的方向和检测到脸部的位置的方向不相互一致，并且来自TV的音量被调节到更大。因此，可以防止一起居住的家庭成员之类的进行的电话交谈干扰观看节目的用户的节目观看。
另外，当在TV周围听到的说话语音是由在TV上观看节目的用户产生的语音时，在图4的步骤S25中判定声音源的方向和检测到脸部的位置的方向相互一致，并且来自TV的音量不被调节（保持不变）。因此，可以防止在用户没有感到任何调节音量的需要的情况下对来自TV的音量的调节。
图5是说明图2的音量/增益控制器35执行的声音输出控制的图。
如参考图3和图4所描述的，音量/增益控制器35根据TV周围的周边状况执行用于调节来自TV的声音的声音输出控制。然而，除了TV周围的周边状况以外，还可根据（从TV）到观看节目的用户的距离（观看距离）、对观看节目的用户的个人识别的结果等等，来执行声音输出控制。
也就是说，在观看距离较长（不小于预定的阈值）的情况下，当增大音量时，例如，增大音量的调节量可被设定成大于预设的默认调节量（更大幅地增大音量）。
另外，在观看距离较短（小于预定阈值）的情况下，当增大音量时，例如，增大音量的调节量可被设定成小于默认调节量。
此外，例如，当作为对用户的个人识别的结果获得的观看节目的用户的年龄是不小于80岁的高龄时，当增大音量时，例如，增大音量的调节量可被设定成大于默认调节量。在此情况下，代替音量的增大（或者除了音量的增大以外），可以增大高龄人难以听到的频率成分的增益。
图6是说明音量/增益控制器35执行的声音调节键操作反映/登记处理的流程图，通过该处理，对声音调节键的操作被反映到TV的声音输出并且关于该操作的操作信息被登记（存储）到存储单元24中。
在步骤S41中，音量/增益控制器35根据在图3的步骤S14中判定被用户操作的声音调节键的操作来执行用于调节音量的声音输出控制，并且处理转到步骤S42。
也就是说，例如，当用户操作声音调节键以仅通过两个阶段之类的来增大音量时，音量/增益控制器35根据该操作来执行用于仅通过两个阶段增大音量的声音输出控制。
在步骤S42中，音量/增益控制器35从存储预定时间段的最新环境声音的环境声音存储单元24A中读出就在声音调节键***作之前的固定时间段中的环境声音（以下称为“就在操作之前的环境声音”），并且分析就在操作之前的环境声音，并且处理转到步骤S43。
在步骤S43中，音量/增益控制器35把就在操作之前的环境声音（的分析结果）作为登记声音与关于对声音调节键的操作的操作信息相关联地登记到存储单元24中，并且处理返回。
这里，如参考图4的步骤S27和S28所描述的，当在存储单元24中登记的登记声音中存在（被认为）与作为非语音的环境声音（大水平环境声音）一致的登记声音时，音量/增益控制器35根据与该登记声音相关联的操作信息来调节音量。
因此，在就在环境声音发生之后用户曾通过对声音调节键的用户操作按预定的调节量调节过音量（包括静音）的情况下，当后来发生类似的环境声音时，在没有任何对声音调节键的用户操作的情况下执行与曾执行过的相同量的调节。
也就是说，TV可表现出所谓的学习功能，就好像TV记住了用户执行的对声音调节键的操作那样。
如参考图4的步骤S27和S28所描述的，在根据与登记在存储单元24中并与环境声音一致的登记声音相关联的操作信息在音量/增益控制器35中执行对音量的调节的情况下，当与登记声音一致的环境声音后来消失时，音量可被调节为返回到原始音量。
类似地，即使当在图4的步骤S24、S26和S28中调节了音量或者在图6的步骤S41中根据对声音调节键的用户操作调节了音量的情况下，当周边状况返回到调节音量之前的原始状况时，音量也可以经历作为用于将音量返回到原始音量的调节处理的恢复处理。
图7是说明用于将在图4的步骤S24、S26和S28中调节的音量返回到原始音量的恢复处理的流程图。
当在图4的步骤S24、S26和S28中调节了音量时，图7的恢复处理开始。
在存储单元24（图2）中，存储了由状况分析器34获得的固定时间段的最新周边状况，并且最新周边状况之中的就在引起图4的步骤S24、S26和S28中的音量调节的大水平环境声音发生之前的周边状况被存储直到恢复处理完成为止。
在声音输出控制器14（图2）中，在步骤S51中，像图3的步骤S11中那样，脸部信息获取单元32收集脸部信息并且语音判定单元33收集环境声音信息，并且处理转到步骤S52。
在步骤S52中，状况分析器34像图3的步骤S12中那样基于由脸部信息获取单元32获得的脸部信息和由语音判定单元33获得的环境声音信息来分析TV周围的周边状况，并将分析出的周边状况提供给音量/增益控制器35，并且处理转到步骤S53。
这里，图7的步骤S51和S52的处理可被图3的步骤S11和S12的处理所替代。
在步骤S53中，音量/增益控制器35基于来自状况判定单元34的周边状况判定在图4的步骤S21中判定其水平不小于阈值的环境声音（大水平环境声音）是否消失。
当在步骤S53中判定大水平环境声音没有消失时，处理返回到步骤S51。
当在步骤S53中判定大水平环境声音消失时，处理转到步骤S54，并且音量/增益控制器35判定来自状况判定单元34的周边状况是否返回到了在水平不小于阈值的环境声音（大水平环境声音）发生之前存储在存储单元24中的状况（原始状况）。
当在步骤S54中判定来自状况判定单元34的周边状况尚未返回到大水平环境声音发生之前的原始状况时，处理返回到步骤S51。
另外，当在步骤S54中判定来自状况判定单元34的周边状况已返回到大水平环境声音发生之前的原始状况时，处理转到步骤S55，音量/增益控制器35执行用于使在图4的步骤S24、S26或S28中调节的音量返回到原始音量的声音输出控制，并且恢复处理完成。
有这样的情况，即，用户因为周边状况的变化而操作声音调节键。即使在用户因为周边状况的变化而操作声音调节键，从而在图6的步骤S41中根据对声音调节键的操作而调节音量的情况下，当周边状况后来返回到调节音量之前的原始状况（变化前的状况）时，音量/增益控制器35也可以像图7的恢复处理的情况中那样使音量返回到原始音量。
图8是说明用于使在图6的步骤S41中调节的音量返回到原始音量的恢复处理的流程图。
当在图6的步骤S41中调节了音量时，图8的恢复处理开始。
像图7的情况中那样，在存储单元24（图2）中，存储了固定时间段的最新周边状况，并且从最新周边状况中选择当用户因为周边状况的变化而操作声音调节键时（当就在周边状况改变之后声音调节键***作时）的变化前的周边状况，并且存储该变化前的周边状况直到图8的恢复处理完成为止。
像图3的步骤S11的情况中那样，在声音输出控制器14（图2）中，在步骤S61中脸部信息获取单元32收集脸部信息并且语音判定单元33收集环境声音信息，并且处理转到步骤S62。
在步骤S62中，状况分析器34像图3的步骤S12的情况中那样基于由脸部信息获取单元32获得的脸部信息和由语音判定单元33获得的环境声音信息来分析TV周围的周边状况，并将分析出的周边状况提供给音量/增益控制器35，并且处理转到步骤S63。
这里，图8的步骤S61和S62的处理可被图3的步骤S11和S12的处理所替代。
在步骤S63中，音量/增益控制器35判定来自状况判定单元34的周边状况是否返回到了在变化之前存储在存储单元24中的状况（原始状况）。
当在步骤S63中判定来自状况判定单元34的周边状况尚未返回到原始状况时，处理返回到步骤S61。
当在步骤S63中判定来自状况判定单元34的周边状况已返回到原始状况时，处理转到步骤S64，音量/增益控制器35执行用于使在图6的步骤S41中调节的音量返回到原始音量的声音输出控制，并且恢复处理完成。
图9是说明图2的音量/增益控制器35执行的声音输出控制的另一示例的图。
在环境声音是例如对讲机或电话的呼叫声音并且环境声音在语音判定单元33中被判定为是非语音（对环境声音的判定结果指示非语音）的情况下，当从拍摄图像中没有检测到脸部（从拍摄图像中检测到的脸部的数目为零）时，用户只是听节目的声音而没有观看图像并且希望稳定地听到节目的声音的状况被认为是TV周围的状况（周边状况）。
在此情况下，音量/增益控制器35可执行用于增大音量的声音输出控制。
当环境声音如上所述是非语音并且从拍摄图像中检测到脸部（从拍摄图像中检测到的脸部的数目是一个或多个）时，用户在观看节目并且希望稳定地听到节目的声音的状况被认为是TV周围的周边状况。
在此情况下，音量/增益控制器35也可执行用于增大音量的声音输出控制。
在环境声音是例如人类交谈之类的并且语音判定单元33判定环境声音是语音（对环境声音的判定结果指示语音）的情况下，当从拍摄图像中没有检测到脸部（从拍摄图像中检测到的脸部的数目为零）时，用户没有在观看任何节目并且在用电话之类的进行交谈的状况被认为是TV周围的周边状况。
在此情况下，音量/增益控制器35可执行用于减小音量的声音输出控制以防止从TV输出的节目的声音干扰用户的交谈。
在环境声音如上所述是语音的情况下，当从拍摄图像中检测到脸部（从拍摄图像中检测到的脸部的数目是一个或多个）并且产生作为环境声音的语音的声音源的方向与从拍摄图像中检测到的脸部（任何脸部）的位置的方向一致时，用户在观看节目的同时用电话之类的进行交谈的状况被认为是TV周围的周边状况。
在此情况下，音量/增益控制器35可保持音量不变，而不调节音量，也就是说，可以不执行声音输出控制。
在环境声音如上所述是语音的情况下，当从拍摄图像中检测到脸部并且产生作为环境声音的语音的声音源的方向与从拍摄图像中检测到的脸部（任何脸部）的位置的方向不一致时，有一用户在观看节目并且有一用户在进行交谈而没有观看任何节目（没有看TV一侧）的状况被认为是TV周围的周边状况。
在此情况下，音量/增益控制器35可执行用于增大音量的声音输出控制，以便防止没有观看节目的用户的交谈干扰正在观看节目的用户的节目观看。
另外，无论环境声音或者从拍摄图像中的脸部检测如何，在夜间（被设定为夜间的时间段）期间可执行用于减小音量的声音输出控制以例如防止声音传播过TV所在的房间的墙壁并且到达另一房间。
取代用于减小或增大音量的声音输出控制（或者与这种声音输出控制一起），音量/增益控制器35可以执行用于减小或增大节目的声音的预定频带的增益的声音输出控制。
例如，当环境声音是非语音时，通过分析该非语音的频率特性来检测该非语音中的具有高增益的频带（以下称为“高增益带”），并且增大节目的声音的高增益带的增益，从而使得作为噪音的非语音可以相当于经历噪音消除。
另外，如上所述，当在夜间防止声音传播过TV所在的房间的墙壁并到达另一房间时，可以执行用于减小（抑制）节目的声音的低音的增益的声音输出控制。
用于调节节目的声音的每个频率成分的增益的方式可以根据例如TV的模式——例如游戏模式和剧场（影院）模式——或者在TV上显示（输出）的作为节目的内容的类别（例如，体育节目之类的）而改变。
<对应用了本技术的计算机的描述>
接下来，可通过硬件或软件执行上述一系列处理。当通过软件执行该一系列处理时，构成该软件的程序被安装在通用计算机等中。
图10图示了计算机的实施例的配置示例，在该计算机中安装了用于执行上述一系列处理的程序。
该程序可被预先记录在计算机中包含的作为记录介质的硬盘105或ROM103中。
或者，该程序可被存储（记录）在可移除记录介质111中。可以以所谓的套装软件的形式提供这种可移除记录介质111。这里，作为可移除记录介质111，已知软盘、CD-ROM（致密盘只读存储器）、MO（磁光）盘、DVD（数字多功能盘）、磁盘、半导体存储器等等。
除了将程序从上述可移除记录介质111安装到计算机中以外，也可经由通信网络或广播网络将程序下载到计算机中并安装到计算机中包含的硬盘105中。也就是说，例如，可以将程序从下载站点经由用于数字卫星广播的人造卫星无线地发送到计算机或者通过线缆经由诸如LAN（局域网）或因特网之类的网络发送到计算机。
计算机包含CPU（中央处理单元）102，并且输入/输出接口110经由总线101连接到CPU102。
当用户操作输入单元107之类的以通过输入/输出接口110输入指令时，CPU102根据该指令执行ROM（只读存储器）103中存储的程序。或者，CPU102将硬盘105中存储的程序加载到RAM（随机存取存储器）104中并且执行该程序。
因此，CPU102执行根据上述流程图的处理或者上述框图的配置所要执行的处理。经由输入/输出接口110，CPU102例如根据需要从输出单元106输出处理结果，从通信单元108发送处理结果，将处理结果记录到硬盘105中等等。
输入单元107由键盘、鼠标、麦克风等等构成。输出单元106由LCD（液晶显示器）、扬声器等等构成。
这里，在本说明书中，由计算机根据程序执行的处理不一定需要根据被描述为流程图的顺序来按时序执行。也就是说，由计算机根据程序执行的处理包括并行或单独执行的处理（例如，并行处理或面向对象的处理）。
程序可由一个计算机（处理器）处理或者由多个计算机分散处理。另外，程序可被发送到远程计算机并由该远程计算机执行。
本技术的实施例不限于上述实施例，并且在不脱离本技术的主题的情况下可进行各种修改。
也就是说，本技术可被应用到除了TV以外的用于至少输出声音的输出装置。
在此实施例中，由调谐器11接收的节目被设定为处理对象。然而，根据本技术，除了由调谐器11接收的节目以外，记录器中记录的内容、从诸如因特网之类的网络上的服务器提供的内容等等也可被设定为处理对象。
当用户在图4的步骤S24或S26中操作声音调节键以在音量调节之后将音量调节返回到原始的时，当时的周边状况可被登记在存储单元24中（学习）。在以后的步骤S24或S26中，当周边状况与存储单元24中存储的状况一致时可以不执行（可以限制）音量调节。
在图4的步骤S24、S26或S28中在没有对声音调节键的用户操作时调节音量的情况下，如果在没有告知的情况下调节音量，则可能使用户感到不舒服。因此，指示音量调节的执行的消息可被显示在显示单元13上（或者利用语音从扬声器单元15输出）。
这里，指示音量调节的执行的消息的显示（输出）的开/关可通过用户对操作单元17的操作来切换。
另外，在图6的反映/登记声音调节键操作的处理中，在步骤S43中关于对声音调节键的操作的操作信息被与就在声音调节键***作之前的固定时间段的环境声音（就在操作之前的环境声音）相关联地登记在存储单元24中。然而，将操作信息登记到存储单元24中不仅可以与就在操作之前的环境声音相关联地执行，而且可以与个人识别的结果、时间段、TV上显示的节目的源（输入源）等等相关联地执行。
在关于对声音调节键的操作的操作信息被与就在操作之前的环境声音、个人识别的结果等等相关联地登记在存储单元24中的情况下，基于个人识别的结果等来识别观看节目的用户，并且即使当发生相同的就在操作之前的环境声音时也可根据对每个用户不同的对声音调节键的操作来执行音量调节。
这里，在关于对声音调节键的操作的操作信息被与个人识别的结果、时间段和输入源以及就在操作之前的环境声音相关联地登记在存储单元24中的情况下，当和与操作信息相关联的新的就在操作之前的环境声音等等完全相同的就在操作之前的环境声音等等已经被登记在存储单元24中时，操作信息和新的就在操作之前的环境声音等等的集合被登记在存储单元24中以覆盖相同的就在操作之前的环境声音等等。
本技术可被配置如下。
（1）一种信息处理装置，包括：
处理器，该处理器：
接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；
基于所述捕捉的图像数据来检测用户；
基于所述检测的结果和所述捕捉的声音数据来分析所述环境的状况；以及
基于所述分析的结果来控制与再现的内容相对应的音频音量。
（2）如（1）所述的信息处理装置，其中
所述处理器从位于所述再现内容的环境中的照相机接收所述捕捉的图像数据并且基于所述捕捉的图像数据来检测脸部。
（3）如（1）所述的信息处理装置，其中
所述处理器从位于所述再现内容的环境中的麦克风接收所述声音数据。
（4）如（2）所述的信息处理装置，其中
所述处理器基于所述捕捉的图像数据来检测与检测到的脸部相对应的位置。
（5）如（2）所述的信息处理装置，其中
所述处理器基于所述捕捉的图像数据来检测多个脸部。
（6）如（2）所述的信息处理装置，其中
所述处理器确定与检测到的脸部相对应的脸部信息，所述脸部信息包括个人、年龄和性别中的至少一者。
（7）如（1）所述的信息处理装置，其中
所述处理器确定与所述捕捉的声音数据相对应的声音水平。
（8）如（1）所述的信息处理装置，其中
所述处理器确定与所述捕捉的声音数据的源相对应的方向。
（9）如（1）所述的信息处理装置，其中
所述处理器判定所述捕捉的声音数据是人类的语音还是除了人类的语音以外的声音。
（10）如（1）所述的信息处理装置，其中
所述分析包括判定与所述捕捉的声音数据相对应的声音水平是否大于或等于预定的阈值。
（11）如（10）所述的信息处理装置，其中
当判定所述水平小于所述预定的阈值时，所述处理器控制与所述再现的内容相对应的所述音频音量保持不变。
（12）如（10）所述的信息处理装置，其中
当判定所述水平大于所述预定的阈值时，所述处理器判定所述捕捉的声音数据是人类的语音还是除了人类的语音以外的声音。
（13）如（12）所述的信息处理装置，其中
当判定所述捕捉的声音数据是人类的语音并且基于所述捕捉的图像数据没有检测到脸部时，所述处理器控制与所述再现的内容相对应的所述音频音量降低。
（14）如（12）所述的信息处理装置，其中
当判定所述捕捉的声音数据是人类的语音并且基于所述捕捉的图像数据检测到脸部时，所述处理器确定与所述捕捉的声音数据的源相对应的方向。
（15）如（14）所述的信息处理装置，其中
当判定与所述捕捉的声音的源相对应的方向与基于所述捕捉的图像数据检测到的脸部的位置一致时，所述处理器控制与所述再现的内容相对应的所述音频音量保持不变。
（16）如（14）所述的信息处理装置，其中
当判定与所述捕捉的声音的源相对应的方向与基于所述捕捉的图像数据检测到的脸部的位置不一致时，所述处理器控制与所述再现的内容相对应的所述音频音量增大。
（17）如（12）所述的信息处理装置，其中
当判定所述捕捉的声音数据被判定为是除了人类的语音以外的声音时，所述处理器判定所述捕捉的声音数据是否对应于预先登记的环境声音。
（18）如（17）所述的信息处理装置，其中
当判定所述捕捉的声音数据对应于预先登记的环境声音时，所述处理器控制与所述再现的内容相对应的所述音频音量增大。
（19）如（17）所述的信息处理装置，其中
当判定所述捕捉的声音数据对应于预先存储的环境声音时，所述处理器基于预先存储的与所述环境声音相对应的设定来控制与所述再现的内容相对应的所述音频音量。
（20）一种由信息处理装置执行的方法，该方法包括：
接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；
基于所述捕捉的图像数据来检测用户；
基于所述检测的结果和所述捕捉的声音数据来分析所述环境的状况；以及
基于所述分析的结果来控制与再现的内容相对应的音频音量。
（21）一种非暂态计算机可读介质，包括计算机程序指令，所述计算机程序指令当被信息处理装置执行时使得该信息处理装置执行一种方法，该方法包括：
接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；
基于所述捕捉的图像数据来检测用户；
基于所述检测的结果和所述捕捉的声音数据来分析所述环境的状况；以及
基于所述分析的结果来控制与再现的内容相对应的音频音量。
附图标记列表
11  调谐器
12  信号处理器
13  显示单元
14  声音输出控制器
15  扬声器单元
15L、15R 扬声器
16  控制器
17  操作单元
21  照相机
22  麦克风群组
23  控制器
24  存储单元
24A 环境声音存储单元
31  脸部检测器
32  脸部信息获取单元
33  语音判定单元
34  状况分析器
35  音量/增益控制器
36  扬声器控制器
101 总线
102 CPU
103 ROM
104 RAM
105 硬盘
106 输出单元
107 输入单元
108 通信单元
109 驱动器
110 输入/输出接口
111 可移除记录介质

Claims (21)

1.一种信息处理装置，包括：
处理器，该处理器：
接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；
基于所述捕捉的图像数据来检测用户；
基于所述检测的结果和所述捕捉的声音数据来分析所述环境的状况；以及
基于所述分析的结果来控制与再现的内容相对应的音频音量。
2.如权利要求1所述的信息处理装置，其中
所述处理器从位于再现内容的所述环境中的照相机接收所述捕捉的图像数据并且基于所述捕捉的图像数据来检测脸部。
3.如权利要求1所述的信息处理装置，其中
所述处理器从位于再现内容的所述环境中的麦克风接收所述声音数据。
4.如权利要求2所述的信息处理装置，其中
所述处理器基于所述捕捉的图像数据来检测与检测到的脸部相对应的位置。
5.如权利要求2所述的信息处理装置，其中
所述处理器基于所述捕捉的图像数据来检测多个脸部。
6.如权利要求2所述的信息处理装置，其中
所述处理器确定与检测到的脸部相对应的脸部信息，所述脸部信息包括个人、年龄和性别中的至少一个。
7.如权利要求1所述的信息处理装置，其中
所述处理器确定与所述捕捉的声音数据相对应的声音水平。
8.如权利要求1所述的信息处理装置，其中
所述处理器确定与所述捕捉的声音数据的源相对应的方向。
9.如权利要求1所述的信息处理装置，其中
所述处理器判定所述捕捉的声音数据是人类的语音还是除了人类的语音以外的声音。
10.如权利要求1所述的信息处理装置，其中
所述分析包括判定与所述捕捉的声音数据相对应的声音水平是否大于或等于预定的阈值。
11.如权利要求10所述的信息处理装置，其中
当判定所述声音水平小于所述预定的阈值时，所述处理器控制与所述再现的内容相对应的音频音量保持不变。
12.如权利要求10所述的信息处理装置，其中
当判定所述声音水平大于所述预定的阈值时，所述处理器判定所述捕捉的声音数据是人类的语音还是除了人类的语音以外的声音。
13.如权利要求12所述的信息处理装置，其中
当判定所述捕捉的声音数据是人类的语音并且基于所述捕捉的图像数据没有检测到脸部时，所述处理器控制与所述再现的内容相对应的音频音量降低。
14.如权利要求12所述的信息处理装置，其中
当判定所述捕捉的声音数据是人类的语音并且基于所述捕捉的图像数据检测到脸部时，所述处理器确定与所述捕捉的声音数据的源相对应的方向。
15.如权利要求14所述的信息处理装置，其中
当判定与所述捕捉的声音的源相对应的方向与基于所述捕捉的图像数据检测到的脸部的位置一致时，所述处理器控制与所述再现的内容相对应的音频音量保持不变。
16.如权利要求14所述的信息处理装置，其中
当判定与所述捕捉的声音的源相对应的方向与基于所述捕捉的图像数据检测到的脸部的位置不一致时，所述处理器控制与所述再现的内容相对应的音频音量增大。
17.如权利要求12所述的信息处理装置，其中
当判定所述捕捉的声音数据被判定为是除了人类的语音以外的声音时，所述处理器判定所述捕捉的声音数据是否对应于预先登记的环境声音。
18.如权利要求17所述的信息处理装置，其中
当判定所述捕捉的声音数据对应于预先登记的环境声音时，所述处理器控制与所述再现的内容相对应的音频音量增大。
19.如权利要求17所述的信息处理装置，其中
当判定所述捕捉的声音数据对应于预先存储的环境声音时，所述处理器基于先前存储的与所述环境声音相对应的设定来控制与所述再现的内容相对应的音频音量。
20.一种由信息处理装置执行的方法，该方法包括：
接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；
基于所述捕捉的图像数据来检测用户；
基于所述检测的结果和所述捕捉的声音数据来分析所述环境的状况；以及
基于所述分析的结果来控制与再现的内容相对应的音频音量。
21.一种非暂态计算机可读介质，包括计算机程序指令，所述计算机程序指令当被信息处理装置执行时使得该信息处理装置执行一种方法，该方法包括：
接收与再现内容的环境相对应的捕捉的图像数据和捕捉的声音数据；
基于所述捕捉的图像数据来检测用户；
基于所述检测的结果和所述捕捉的声音数据来分析所述环境的状况；以及
基于所述分析的结果来控制与再现的内容相对应的音频音量。
CN201280035413.2A 2011-07-26 2012-07-19 控制装置、控制方法和程序 Expired - Fee Related CN103688531B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011162789A JP5910846B2 (ja) 2011-07-26 2011-07-26 制御装置、制御方法、及び、プログラム
JP2011-162789 2011-07-26
PCT/JP2012/004588 WO2013014886A1 (en) 2011-07-26 2012-07-19 Control device, control method and program

Publications (2)

Publication Number Publication Date
CN103688531A true CN103688531A (zh) 2014-03-26
CN103688531B CN103688531B (zh) 2017-09-15

Family

ID=47600761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280035413.2A Expired - Fee Related CN103688531B (zh) 2011-07-26 2012-07-19 控制装置、控制方法和程序

Country Status (7)

Country Link
US (1) US9398247B2 (zh)
EP (1) EP2737692B1 (zh)
JP (1) JP5910846B2 (zh)
KR (1) KR101913888B1 (zh)
CN (1) CN103688531B (zh)
BR (1) BR112014001256A2 (zh)
WO (1) WO2013014886A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103986891A (zh) * 2014-04-30 2014-08-13 京东方科技集团股份有限公司 电视机音量控制方法和***
CN104010147A (zh) * 2014-04-29 2014-08-27 京东方科技集团股份有限公司 自动调节音频播放***音量的方法和音频播放装置
CN105100356A (zh) * 2015-07-07 2015-11-25 上海斐讯数据通信技术有限公司 一种音量自动调节的方法和***
CN105739942A (zh) * 2016-01-29 2016-07-06 深圳市金立通信设备有限公司 一种音量调整方法及终端
CN105812927A (zh) * 2014-12-30 2016-07-27 深圳Tcl数字技术有限公司 烘托场景氛围的方法及电视机
CN107562403A (zh) * 2017-08-09 2018-01-09 深圳市汉普电子技术开发有限公司 一种音量调节方法、智能设备及存储介质
CN108363557A (zh) * 2018-02-02 2018-08-03 刘国华 人机交互方法、装置、计算机设备和存储介质

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102224484B1 (ko) * 2014-08-05 2021-03-08 엘지전자 주식회사 멀티미디어 디바이스 및 이의 제어 방법
JP6312564B2 (ja) * 2014-09-05 2018-04-18 ヤフー株式会社 情報処理装置、制御方法および制御プログラム
US9961320B2 (en) * 2014-11-07 2018-05-01 Canon Kabushiki Kaisha Image display apparatus and control method thereof
CN105704569B (zh) * 2016-03-08 2018-12-14 京东方科技集团股份有限公司 一种声音调节***及声音调节方法
TWM550619U (zh) * 2016-12-02 2017-10-21 Unlimiter Mfa Co Ltd 可依據臉部影像辨識結果取得聽力數據之電子裝置
WO2018155354A1 (ja) * 2017-02-21 2018-08-30 パナソニックＩｐマネジメント株式会社 電子機器の制御方法、電子機器の制御システム、電子機器、及び、プログラム
JP2018152704A (ja) 2017-03-13 2018-09-27 富士ゼロックス株式会社 情報処理装置
US10154346B2 (en) * 2017-04-21 2018-12-11 DISH Technologies L.L.C. Dynamically adjust audio attributes based on individual speaking characteristics
US11601715B2 (en) 2017-07-06 2023-03-07 DISH Technologies L.L.C. System and method for dynamically adjusting content playback based on viewer emotions
US10171877B1 (en) 2017-10-30 2019-01-01 Dish Network L.L.C. System and method for dynamically selecting supplemental content based on viewer emotions
US10872115B2 (en) 2018-03-19 2020-12-22 Motorola Mobility Llc Automatically associating an image with an audio track
WO2019185253A1 (en) * 2018-03-30 2019-10-03 Arcelik Anonim Sirketi A display device with automatic user-specific sound level adjustment function
CN110392298B (zh) * 2018-04-23 2021-09-28 腾讯科技（深圳）有限公司 一种音量调节方法、装置、设备及介质
US11323086B2 (en) * 2018-05-31 2022-05-03 Comcast Cable Communications, Llc Content audio adjustment
EP3771202B1 (en) * 2019-07-23 2023-08-30 Top Victory Investments Limited Method and system for automatically controlling audio output of a television device based on ambient noise
CN114339541A (zh) * 2020-09-24 2022-04-12 原相科技股份有限公司 调整播放声音的方法和播放声音***
US11722731B2 (en) 2020-11-24 2023-08-08 Google Llc Integrating short-term context for content playback adaption
CN113747234B (zh) * 2021-08-27 2023-12-05 深圳Tcl新技术有限公司 音量调节方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1460360A (zh) * 2001-03-29 2003-12-03 皇家菲利浦电子有限公司 基于用户活动的***体播放器的方法和装置
US20070300259A1 (en) * 2006-06-09 2007-12-27 Peter Chan Systems and methods to support multiple program guides in a home network
CN101771392A (zh) * 2008-12-26 2010-07-07 索尼株式会社 信号处理装置、信号处理方法和程序
JP2010268284A (ja) * 2009-05-15 2010-11-25 Mitsubishi Electric Corp テレビジョン装置
US20110142413A1 (en) * 2009-12-04 2011-06-16 Lg Electronics Inc. Digital data reproducing apparatus and method for controlling the same
US8041025B2 (en) * 2006-08-07 2011-10-18 International Business Machines Corporation Systems and arrangements for controlling modes of audio devices based on user selectable parameters
US8347325B2 (en) * 2009-12-22 2013-01-01 Vizio, Inc. System, method and apparatus for viewer detection and action

Family Cites Families (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69830295T2 (de) * 1997-11-27 2005-10-13 Matsushita Electric Industrial Co., Ltd., Kadoma Steuerungsverfahren
US20030063222A1 (en) * 2001-10-03 2003-04-03 Sony Corporation System and method for establishing TV setting based on viewer mood
JP3085691U (ja) * 2001-10-29 2002-05-17 船井電機株式会社 体脂肪測定機能付きテレビ／ビデオ用リモコン、及び体脂肪測定装置
US6690778B2 (en) * 2002-01-16 2004-02-10 Matsushita Electric Industrial Co., Ltd. Method and apparatus for automatically adjusting an electronic device output in response to an incoming telephone call
EP1398947A3 (en) * 2002-09-13 2007-08-01 Sharp Kabushiki Kaisha Broadcast program recording method, communication control device and mobile communication device
US7298930B1 (en) * 2002-11-29 2007-11-20 Ricoh Company, Ltd. Multimodal access of meeting recordings
JPWO2004084527A1 (ja) * 2003-03-17 2006-06-29 三洋電機株式会社 放送受信機能及び電話通信機能を有する携帯機器
JP2005167909A (ja) * 2003-12-05 2005-06-23 Sanyo Electric Co Ltd 携帯型電話装置
JP2006005418A (ja) 2004-06-15 2006-01-05 Sharp Corp 情報受信・再生装置、情報受信・再生方法、情報受信・再生プログラム及びプログラム記録媒体
JP2006352555A (ja) * 2005-06-16 2006-12-28 Sony Corp 情報処理装置および情報処理方法、並びにプログラム
US8031891B2 (en) * 2005-06-30 2011-10-04 Microsoft Corporation Dynamic media rendering
CN1909625A (zh) * 2005-08-05 2007-02-07 鸿富锦精密工业（深圳）有限公司 一种自动调整音量的电视装置及控制方法
US8645985B2 (en) * 2005-09-15 2014-02-04 Sony Computer Entertainment Inc. System and method for detecting user attention
TWI289407B (en) * 2005-11-25 2007-11-01 Benq Corp Audio adjusting system
EP1977508A2 (en) * 2006-01-25 2008-10-08 TC Electronic A/S Auditory perception controlling device and method
JP2007228385A (ja) * 2006-02-24 2007-09-06 Funai Electric Co Ltd テレビ受像機
US20080001773A1 (en) * 2006-06-29 2008-01-03 X10 Ltd. Programmable remote control and methods of using same
US20090244402A1 (en) * 2006-06-29 2009-10-01 Rye David J Favorite channel remote
JP2008053986A (ja) * 2006-08-24 2008-03-06 Funai Electric Co Ltd テレビジョン受像機
US8374590B1 (en) * 2006-10-12 2013-02-12 At&T Mobility Ii Llc Systems and methods for updating user availability for wireless communication applications
US7940338B2 (en) * 2006-10-31 2011-05-10 Inventec Corporation Voice-controlled TV set
US8797465B2 (en) * 2007-05-08 2014-08-05 Sony Corporation Applications for remote control devices with added functionalities
US8243141B2 (en) * 2007-08-20 2012-08-14 Greenberger Hal P Adjusting a content rendering system based on user occupancy
JP2009060220A (ja) * 2007-08-30 2009-03-19 Konica Minolta Holdings Inc コミュニケーションシステム及びコミュニケーションプログラム
JP2009088626A (ja) * 2007-09-27 2009-04-23 Canon Inc システム
JP4538756B2 (ja) * 2007-12-03 2010-09-08 ソニー株式会社 情報処理装置、情報処理端末、情報処理方法、およびプログラム
US20090169023A1 (en) * 2007-12-27 2009-07-02 Ching-Chieh Wang Method for controlling volume of a multimedia player
WO2009136356A1 (en) * 2008-05-08 2009-11-12 Koninklijke Philips Electronics N.V. Localizing the position of a source of a voice signal
JP5552614B2 (ja) * 2008-06-16 2014-07-16 株式会社 Ｔｒｉｇｅｎｃｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ デジタルスピーカー駆動装置，デジタルスピーカー装置，アクチュエータ，平面ディスプレイ装置及び携帯電子機器
JP5002546B2 (ja) * 2008-06-26 2012-08-15 株式会社日立製作所 テレビジョン受像機
US8130257B2 (en) * 2008-06-27 2012-03-06 Microsoft Corporation Speaker and person backlighting for improved AEC and AGC
US8189807B2 (en) * 2008-06-27 2012-05-29 Microsoft Corporation Satellite microphone array for video conferencing
US8107636B2 (en) * 2008-07-24 2012-01-31 Mcleod Discoveries, Llc Individual audio receiver programmer
US20100107184A1 (en) * 2008-10-23 2010-04-29 Peter Rae Shintani TV with eye detection
JP5273850B2 (ja) * 2008-11-05 2013-08-28 フリースケール セミコンダクター インコーポレイテッド 電子機器、電子機器の制御方法、電子機器の制御プログラム及び電子機器のコントロール装置
US8497796B2 (en) * 2009-01-23 2013-07-30 Alcatel Lucent Methods and apparatus for controlling one or more electronic devices based on the location of a user
US8595793B2 (en) * 2009-02-13 2013-11-26 Samsung Electronics Co., Ltd. System and method for user login to a multimedia system using a remote control
WO2011071461A1 (en) * 2009-12-10 2011-06-16 Echostar Ukraine, L.L.C. System and method for selecting audio/video content for presentation to a user in response to monitored user activity
US8712110B2 (en) * 2009-12-23 2014-04-29 The Invention Science Fund I, LC Identifying a characteristic of an individual utilizing facial recognition and providing a display for the individual
US8823782B2 (en) * 2009-12-31 2014-09-02 Broadcom Corporation Remote control with integrated position, viewer identification and optical and audio test
JP5609160B2 (ja) * 2010-02-26 2014-10-22 ソニー株式会社 情報処理システム、コンテンツ合成装置および方法、並びに記録媒体
US9318096B2 (en) * 2010-09-22 2016-04-19 Broadcom Corporation Method and system for active noise cancellation based on remote noise measurement and supersonic transport
JP2012104871A (ja) * 2010-11-05 2012-05-31 Sony Corp 音響制御装置及び音響制御方法
US8640021B2 (en) * 2010-11-12 2014-01-28 Microsoft Corporation Audience-based presentation and customization of content
JP5417352B2 (ja) * 2011-01-27 2014-02-12 株式会社東芝 音場制御装置及び方法
JP5772069B2 (ja) 2011-03-04 2015-09-02 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
US8719019B2 (en) * 2011-04-25 2014-05-06 Microsoft Corporation Speaker identification
US20120324492A1 (en) * 2011-06-20 2012-12-20 Microsoft Corporation Video selection based on environmental sensing
US9520957B2 (en) * 2011-08-19 2016-12-13 Lenovo (Singapore) Pte. Ltd. Group recognition and profiling
US8848021B2 (en) * 2012-01-19 2014-09-30 Microsoft Corporation Remote participant placement on a unit in a conference room

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1460360A (zh) * 2001-03-29 2003-12-03 皇家菲利浦电子有限公司 基于用户活动的***体播放器的方法和装置
US20070300259A1 (en) * 2006-06-09 2007-12-27 Peter Chan Systems and methods to support multiple program guides in a home network
US8041025B2 (en) * 2006-08-07 2011-10-18 International Business Machines Corporation Systems and arrangements for controlling modes of audio devices based on user selectable parameters
CN101771392A (zh) * 2008-12-26 2010-07-07 索尼株式会社 信号处理装置、信号处理方法和程序
JP2010268284A (ja) * 2009-05-15 2010-11-25 Mitsubishi Electric Corp テレビジョン装置
US20110142413A1 (en) * 2009-12-04 2011-06-16 Lg Electronics Inc. Digital data reproducing apparatus and method for controlling the same
US8347325B2 (en) * 2009-12-22 2013-01-01 Vizio, Inc. System, method and apparatus for viewer detection and action

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9990171B2 (en) 2014-04-29 2018-06-05 Boe Technology Group Co., Ltd. Audio device and method for automatically adjusting volume thereof
CN104010147A (zh) * 2014-04-29 2014-08-27 京东方科技集团股份有限公司 自动调节音频播放***音量的方法和音频播放装置
CN104010147B (zh) * 2014-04-29 2017-11-07 京东方科技集团股份有限公司 自动调节音频播放***音量的方法和音频播放装置
CN103986891A (zh) * 2014-04-30 2014-08-13 京东方科技集团股份有限公司 电视机音量控制方法和***
CN105812927A (zh) * 2014-12-30 2016-07-27 深圳Tcl数字技术有限公司 烘托场景氛围的方法及电视机
CN105100356A (zh) * 2015-07-07 2015-11-25 上海斐讯数据通信技术有限公司 一种音量自动调节的方法和***
CN105100356B (zh) * 2015-07-07 2018-04-06 上海斐讯数据通信技术有限公司 一种音量自动调节的方法和***
CN105739942A (zh) * 2016-01-29 2016-07-06 深圳市金立通信设备有限公司 一种音量调整方法及终端
CN107562403A (zh) * 2017-08-09 2018-01-09 深圳市汉普电子技术开发有限公司 一种音量调节方法、智能设备及存储介质
CN108363557A (zh) * 2018-02-02 2018-08-03 刘国华 人机交互方法、装置、计算机设备和存储介质
WO2019149160A1 (zh) * 2018-02-02 2019-08-08 刘国华 人机交互方法、装置、计算机设备和存储介质
CN108363557B (zh) * 2018-02-02 2020-06-12 刘国华 人机交互方法、装置、计算机设备和存储介质
US11483657B2 (en) 2018-02-02 2022-10-25 Guohua Liu Human-machine interaction method and device, computer apparatus, and storage medium

Also Published As

Publication number Publication date
JP5910846B2 (ja) 2016-04-27
JP2013026997A (ja) 2013-02-04
BR112014001256A2 (pt) 2017-02-21
EP2737692A1 (en) 2014-06-04
WO2013014886A1 (en) 2013-01-31
EP2737692B1 (en) 2018-10-17
US9398247B2 (en) 2016-07-19
EP2737692A4 (en) 2015-03-04
KR101913888B1 (ko) 2018-10-31
KR20140040230A (ko) 2014-04-02
US20140313417A1 (en) 2014-10-23
CN103688531B (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN103688531A (zh) 控制装置、控制方法和程序
US7610260B2 (en) Methods and apparatus for selecting and providing content data using content data status information
US8504574B2 (en) Method and system for freshness indication of location data
US10275209B2 (en) Sharing of custom audio processing parameters
CN113873379B (zh) 一种模式控制方法、装置及终端设备
US11567729B2 (en) System and method for playing audio data on multiple devices
CN111462764B (zh) 音频编码方法、装置、计算机可读存储介质及设备
US20170374423A1 (en) Crowd-sourced media playback adjustment
US10853025B2 (en) Sharing of custom audio processing parameters
US20170249939A1 (en) Sound conditioning
US20120242860A1 (en) Arrangement and method relating to audio recognition
CN112291604A (zh) 基于环境噪声自动控制电视装置音频输出的方法和***
CN113641330A (zh) 录音控制方法及装置、计算机可读介质、电子设备
CN113709291A (zh) 音频处理方法、装置、电子设备及可读存储介质
US11227423B2 (en) Image and sound pickup device, sound pickup control system, method of controlling image and sound pickup device, and method of controlling sound pickup control system
US7908617B2 (en) Broadcast receiving system responsive to ambient conditions
CN112509596A (zh) 唤醒控制方法、装置、存储介质及终端
US11682412B2 (en) Information processing method, electronic equipment, and storage medium
CN115205164A (zh) 图像处理模型的训练方法、视频处理方法、装置及设备
US10102867B2 (en) Television system, server apparatus, and television apparatus
CN113542785A (zh) 应用于直播的音频的输入输出的切换方法、直播设备
CN108491180B (zh) 音频播放方法及装置
CN112866480A (zh) 信息处理方法、装置、电子设备及存储介质
CN112637416A (zh) 音量的调节方法、装置和存储介质
CN118349208A (zh) 确定流转目标的方法、装置以及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170915

Termination date: 20210719