CN110096253B - 利用相同的音频输入的设备唤醒和说话者验证 - Google Patents

利用相同的音频输入的设备唤醒和说话者验证 Download PDF

Info

Publication number
CN110096253B
CN110096253B CN201910111033.6A CN201910111033A CN110096253B CN 110096253 B CN110096253 B CN 110096253B CN 201910111033 A CN201910111033 A CN 201910111033A CN 110096253 B CN110096253 B CN 110096253B
Authority
CN
China
Prior art keywords
computing device
state
audio input
wake phrase
command
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.)
Active
Application number
CN201910111033.6A
Other languages
English (en)
Other versions
CN110096253A (zh
Inventor
S·达杜
L·克里希纳穆尔蒂
F·M·塔拉佩尔
P·R·达塔
B·R·皮布勒
M·E·戴舍尔
M·S·乔希
S·沙阿
B·K·弗格尔
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.)
Hyundai Motor Co
Kia Corp
Original Assignee
Intel 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 Intel Corp filed Critical Intel Corp
Priority to CN201910111033.6A priority Critical patent/CN110096253B/zh
Publication of CN110096253A publication Critical patent/CN110096253A/zh
Application granted granted Critical
Publication of CN110096253B publication Critical patent/CN110096253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3231—Monitoring the presence, absence or movement of users
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/3287—Power saving characterised by the action undertaken by switching off individual functional units in the computer system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/3293—Power saving characterised by the action undertaken by switching to a less power-consuming processor, e.g. sub-CPU
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/285—Memory allocation or algorithm optimisation to reduce hardware requirements
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/0018—Speech coding using phonetic or linguistical decoding of the source; Reconstruction using text-to-speech synthesis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/08—Mouthpieces; Microphones; Attachments therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R29/00—Monitoring arrangements; Testing arrangements
    • H04R29/004—Monitoring arrangements; Testing arrangements for microphones
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Otolaryngology (AREA)
  • User Interface Of Digital Computer (AREA)
  • Power Sources (AREA)
  • Telephone Function (AREA)

Abstract

在本文中描述了允许用户唤醒在低功率状态中运行的计算设备，并且用于通过说出单个唤醒短语来验证用户的技术。由低功率引擎来执行唤醒短语识别。在一些实施例中，低功率引擎也可以执行说话者验证。在其他实施例中，在唤醒短语被识别后将移动设备唤醒，并且除了低功率引擎之外的组件对包含唤醒短语的音频输入的一部分执行语音验证。多于一个唤醒短语可以与特定的用户关联，并且分离的用户可以与不同的唤醒短语关联。不同的唤醒短语可以使得设备从低功率状态转换到各种活动状态。

Description

利用相同的音频输入的设备唤醒和说话者验证
本申请是申请日为2013年7月11日并且申请号为201380077357.3的 同名中国专利申请的分案申请。
背景技术
大多数现代计算设备响应于各种事件(例如用户在一段时间内没有和 设备进行交互)而进入低功率状态以保存电量。为了“唤醒”处于低功率 状态中的设备，用户通常需要以某种方式与设备进行物理交互。例如，用 户可能需要在键盘上点击Ctrl+Alt+Delete、按遥控器或智能电话上的按钮、 或者解锁触摸屏。此外，用户通常需要例如在用户被允许操作设备之前， 通过在触摸屏上输入密码而与设备进行第二次交互以作为授权或者验证过 程的一部分。
附图说明
图1是利用相同的音频输入来识别唤醒短语并执行说话者验证的第一 计算设备的方框图。
图2是利用相同的音频输入来识别唤醒短语并执行说话者验证的第二 计算设备的方框图。
图3是利用相同的音频输入来唤醒计算设备并执行说话者验证的第一 示例性方法的流程图。
图4是利用相同的音频输入来唤醒计算设备并执行说话者验证的第二 示例性方法的流程图。
图5是利用相同的音频输入来唤醒计算设备并执行说话者验证的第三 示例性方法的流程图。
图6是其中可以实现本文所描述的技术的示例性计算设备的方框图。
图7是可以执行计算机可执行指令以作为实现本文中所描述的技术的 一部分的示例性处理器核心的方框图。
具体实施方式
在本文中公开的技术允许计算设备响应于用户说出单个唤醒短语而从 低功率状态中唤醒，并且验证用户。因此，通过允许用户以更加免提和免 视的方式与设备进行交互，可以使设备的用户界面更加自然。当设备处于 低功率状态时，低功率引擎确定在设备处接收的音频输入是否包括人说出 唤醒短语。如果检测到唤醒短语，则设备利用包含唤醒短语的音频的一部 分来输入验证说话者。说话者验证可以由低功率引擎或由在检测到唤醒短语之后被唤醒的另一组件来执行。
如在本文中使用的，术语“唤醒”或“叫醒”是指计算设备或计算设 备的组件从低功率状态到活动状态的转换。低功率状态(例如，半睡半醒、 睡眠或休眠状态)是计算设备比在活动状态中运行时消耗更少的电量的状 态。例如，低功率状态可以是设备组件被禁用、或是以降低的时钟频率或 供给电压运行的状态。例如，在低功率状态中运行的设备可以使其输出显 示器关闭或变暗，或者使其处理器中的一个或多个以按比例缩小的频率运行。相应地，活动状态是计算设备比当在低功率状态中运行时消耗更多的 电量的状态。因此，唤醒设备可以包括启用已经关闭了的输出显示器或按 比例增大处理器的运行频率。
现在参考附图，其中通篇使用的相同的标号是指相同的元件。在以下 的描述中，为了说明的目的阐述了许多具体细节以便提供对本文的透彻的 理解。然而，可以显而易见的是，可以在没有这些具体细节的情况下实践 新颖的实施例。在其他实例中，以方框图形式示出了公知的结构和设备， 以便于对这些结构和设备的描述。目的是为了覆盖权利要求的范围内的所 有修改、等同物、以及替代物。
图1是利用相同的音频输入来识别唤醒短语并执行说话者验证的第一 计算设备100的方框图。计算设备(设备)100包括麦克风104、音频编码 解码器108、低功率引擎(LPE)112、LPE驱动器116、说话者验证代理 120、操作***122和一个或多个应用程序124。计算设备100在麦克风104 处接收音频输入，这生成被传递至音频编码解码器108的音频信号。音频 编码解码器108进而将音频信号转换成被提供给LPE 112的数字信号。
低功率引擎112管理设备100中的捕获音频管线的方面。当设备处于 低功率状态时，LPE 112运行。在一些实施例中，当设备处于活动状态时， LPE 112的组件也可以运行。除了当设备处于低功率状态时被启用之外，LPE 112还可以以相对于当设备处于活动状态时提供给其他组件的频率或供给 电压而言降低的频率或供给电压而运行。在一些实施例中，LPE 112是低功 率DSP(数字信号处理器)。
LPE 112包对由音频编码解码器108生成的数字音频信号进行编码的编 码器128，以及对接收到的音频执行唤醒短语识别和说话者验证的话音 (voice)触发器和说话者验证(VTSV)模块134。编码器128将音频编码 成可以由VTSV模块134使用的格式，例如PCM(脉冲编码调制)。VTSV 模块134包括话音活动检测模块138、唤醒短语识别模块142、说话者验证 模块148以及可选地唤醒短语存储设备154。通常，当设备100进入低功率 状态时，将VTSV模块134***到音频捕获管线中，并且当设备100唤醒 时，将VTSV模块134从音频捕获管线中移除。在一些实施例中，在设备 100转换到低功率状态时是否将VTSV模块***到音频捕获管线中是基于 用户设定确定的。
VTSV模块134确定被编码的音频输入是否包括唤醒短语并且对包括 唤醒短语的音频输入的部分执行说话者验证。可以将在麦克风104处接收 到的音频输入126的全部或部分传送至VTSV模块134。例如，只有在来自 先前阶段的输入满足某些特性时，例如音频信号的幅度高于阈值水平，才 可以将麦克风104、音频编码解码器108和/或编码器128配置为以将输出 提供给音频捕获管线中的下一阶段。在其他实施例中，当设备100处于低 功率状态中时，VTSV模块134处理在麦克风104处接收到的所有音频输入。
话音活动检测模块138确定被编码的音频是否包括人类语音。如果包 括，则将包括所述语音的音频输入的部分传送至唤醒短语识别模块142。唤 醒短语识别模块142采用已知的语音识别技术以确定音频输入是否包括包 含唤醒短语的语音。
唤醒短语是可以使得在低功率状态中运行的计算设备唤醒的单词或短 语(例如，“嘿，电话”、“起来”、“你好”)。在图1中，在计算设备100唤 醒之前，还验证说话者。在其他实施例中，如在下文中关于图2所描述的， 在检测到唤醒短语之后设备醒来，并且接着执行说话者验证。
计算设备可以采用各种唤醒短语策略。例如，在一些实施例中，不同 的用户可以使用相同的唤醒短语以唤醒计算设备。在其他实施例中，用户 可以说出多个唤醒短语中的一个以唤醒设备。在其他实施例中，各种的唤 醒短语可以和不同的用户关联。例如，一个或多个唤醒短语可以和第一用 户关联，并且一个或多个第二唤醒短语可以和第二用户关联。而且，不同 的唤醒短语可以使得计算设备从低功率状态转换到不同的活动状态，例如 高性能、标准和低性能活动状态。例如，这些活动状态之间的不同可以是 启用的设备组件或配件的数量，设备的组件运行的时钟频率、应用至设备 的组件的供给电压等。在一些实施例中，唤醒短语可以是用户可编程的或 被计算设备制造商配置的。
唤醒短语识别模块142将音频输入和可以被设备存取的唤醒短语进行 比较，所述唤醒短语例如存储在唤醒短语存储设备154中的唤醒短语。唤 醒短语存储设备154还可以包括与被存储的唤醒短语相关联的一个或多个 用户的指示。如果唤醒短语识别模块142确定音频输入包括唤醒短语，则 说话者验证模块148验证说出唤醒短语的用户是有权操作设备的用户。在 一些实施例中，利用已知的生物计量分析技术执行说话者验证。例如，可 以将对音频输入执行的生物计量分析的结果与生物计量标识符或与被授权 以操作计算设备的用户相关联的其他生物计量相关的信息进行比较。
对包括唤醒短语的音频输入的部分执行说话者验证。因此，对相同的 音频输入执行说话者验证和唤醒短语识别。例如，如果唤醒短语识别模块 142确定音频输入包括唤醒短语“嘿，电话”，则对包含“嘿，电话”唤醒 短语的音频输入的部分执行说话者验证。
在说话者已经被验证为是被允许访问设备100的用户之后，设备100 要被唤醒的通知将被传送至LPE驱动器116。LPE驱动器116将该通知传 送至说话者验证代理服务120。代理服务120提供向设备100的操作*** 122事件以解锁设备100。代理服务120可以向操作***122提供事件以获 得额外的任务，例如指示操作***122从而针对待由一个或多个应用程序 124执行或利用的命令或输入而开始监测音频输入126。在一些实施例中， 在设备已经被唤醒之后，VTSV模块134在音频捕获管线中被跳过。
在已经验证了说话者之后唤醒设备100可以降低设备100的功率消耗。 例如，如果设备100响应于用户说出唤醒短语而被唤醒，但是用户没有被 验证，则电量可能被浪费。
图2是利用相同的音频输入识别来唤醒短语并执行说话者验证的第二 计算设备200的方框图。设备200具有和图1中的设备100共同的组件， 但是不同的是，说话者验证功能是由在低功率引擎112外部的说话者验证 模块220执行的。在设备200中，当唤醒短语识别模块142在音频输入中 检测出唤醒短语时，将设备200唤醒并且将包含唤醒短语的音频采样复制 到由LPE驱动器116分配的短语缓冲器210。LPE驱动器116从LPE 112 中接收已经检测到唤醒短语的通知，并且将该通知传送至说话者验证模块 220中。说话者验证模块220对存储在短语缓冲器210中的音频采样执行验 证。如果验证成功，则验证模块220向操作***122提供事件以解锁设备 200。验证模块220可以向操作***提供额外的事件以针对提供给应用程序 124的用户命令或输入而开始监测音频输入126。在计算设备200的替代的 实施例中，说话者验证可以由设备的除了低功率引擎112之外的任何组件 执行。
在一些实施例中，可以分阶段唤醒设备。例如，如果低功率引擎在音 频输入中检测到唤醒短语，则低功率引擎可以使得计算设备的一个或多个 第二组件从低功率状态转换到活动状态以执行说话者验证。如果验证了说 话者，则可以唤醒设备的一个或多个第三组件(例如，计算设备的剩余组 件，或其子集)以将设备带入活动状态。
在一些实施例中，唤醒短语可以被翻译为待由设备执行的命令。这些 唤醒短语的示例包括“显示电子邮件”、“发送消息”、以及“我需导向”。 计算设备可以将这些唤醒短语翻译为命令，并且在被唤醒后分别启动电子 邮件应用程序、消息传送应用程序和导航应用程序。
在一些实施例中，设备可以在用户说出唤醒短语后对由用户提供的语 音命令执行说话者验证。例如，响应于用户说出短语“嘿，电话，发送消 息”，设备可以响应于检测到唤醒短语“嘿，电话”而被唤醒。接着，设备 可以对“发送消息”执行说话者验证，其在说话者被验证后也可以被翻译 为用于启动消息传送应用程序的命令。在一些实施例中，低功率引擎可以 针对语音命令而翻译音频输入。替代地，低功率引擎可以执行唤醒短语识 别，并且将包含在唤醒短语后说出的单词或短语的音频输入的部分传送至 主机操作***，以进行说话者验证和命令翻译。可以由语音命令翻译模块 来执行针对语音命令的音频输入翻译。
在另外的实施例中，可以在识别出唤醒短语之后并且在还没有验证用 户的情况下唤醒设备。还没有验证用户是由于低功率引擎没有执行基于接 收到的音频输入的说话者验证，或是由于说话者验证失败。在被唤醒后， 计算设备可以将接收到的音频输入翻译为待由计算设备执行的命令，并且 如果该命令是用户不可知的命令，则执行该命令。在这样的实施例中，低 功率引擎可以传送接收到的不包括唤醒短语的音频输入中的至少一部分。 可以将音频输入的该部分提供给设备的已经被唤醒的一个或多个组件，例 如命令翻译模块。
用户不可知的命令可以是不要求用户的识别信息或个人数据，例如账 户信息(例如，电子邮件、社交媒体、金融机构和其他账户的用户ID、密 码和联系人)、设备使用历史(例如，网络浏览器、网络跟踪软件(cookies))、 日程安排和用户偏好(例如，与各种设备可执行的应用程序相关联的电影、 餐厅偏好)的任何命令。用户不可知的命令的示例包括询问设备的当前位 置处的天气、体育赛事的结果和股票价格的命令。不是用户不可知的命令的示例包括例如“读取我的电子邮件”、“给我回家的导向”以及“呼叫 Victoria”的命令。
在一个实施例中，在低功率状态中运行的计算设备可以被唤醒并且执 行如下的用户不可知的命令。当拜访他的朋友John时，Bob拿起John的智 能电话并说出了短语“嘿，电话，天气怎么样”。由于John已经一段时间没 有和电话交互而在低功率状态中运行的John的智能电话，识别出唤醒短语 “嘿，电话”。由于智能电话基于音频输入没有将Bob识别为被授权以操作 该电话的用户，因此智能电话验证Bob的尝试失败了。将智能电话唤醒并且将包括短语“天气怎么样”的音频输入提供给智能电话的命令翻译模块。 命令翻译模块识别出该短语是用户不可知的命令，并且对基于计算设备的 当前位置向Bob提供天气预报的基于云的服务进行访问。在一些实施例中， 命令翻译模块可以向基于网络的服务提供音频输入，所述基于网络的服务 确定包括在接收到的音频输入中的命令是否是用户不可知的命令。
如果Bob说出短语“嘿，电话，读取我的电子邮件”，则电话(或基于 云的服务)可以确定“读取我的电子邮件”不是用户不可知的命令并且智 能电话将不执行该命令(例如，执行电子邮件应用程序、执行网络浏览器 以及导航到基于云的网络服务)。
应当理解的是，图1和图2示出了可以被包括在包含本文中描述的技 术的计算设备中的模块和组件的示例性组。在其他实施例中，计算设备可 以比那些在图1和图2中示出的计算设备具有更多或更少的模块或组件。 此外，可以将分离的模块组合成单个模块，并且单个模块可以被分成多个 模块，例如，可以将音频编码解码器108和编码器128组合成单个模块。 同样可以将话音活动检测模块138和唤醒短语识别模块142合并成单个模 块。
可以以软件、硬件、固件或其组合实现在图1和图2中示出的模块。 被称为被编程以执行方法的计算设备可以被编程以经由软件、硬件、固件 或其组合来执行该方法。
图3是利用相同的音频输入来唤醒计算设备并执行说话者验证的第一 示例性方法300的流程图。方法300可以例如由图1中所示的在低功率状 态中运行的计算设备执行。在处理行为310处，设备接收音频输入。音频 输入可以在内置麦克风处被接收。在处理行为320处，对音频输入执行话 音检测。在一些实施例中，在麦克风处接收到的音频输入可以经历模拟到 数字转换并且在执行话音检测前被编码。话音检测可以由话音活动检测模 块执行。如果在接收到的音频输入中检测到话音，则在处理行为330处识 别出音频输入中存在的任何语音。在处理行为340处，确定被识别的语音 是否包括唤醒短语。语音识别和唤醒短语识别可以由唤醒短语识别模块执 行。
如果识别出唤醒短语，则在处理行为350处执行说话者验证，并且在 处理行为360处确定说话者是否已经被验证。处理行为350和360可以由 说话者验证模块执行。如果说话者已经被验证，则方法300继续到处理行 为370，在这里设备被唤醒。也可以将说话者已经被验证的指示传送至一个 或多个上层(例如，操作***层、应用程序层)。如果在320处没有检测到 话音，在340处没有识别出唤醒短语、或者在处理行为360处没有验证说 话者，则设备保持在低功率状态，并且方法300返回至处理行为310以接 收进一步的音频输入。
图4是利用相同的音频输入来唤醒计算设备并执行说话者验证的第二 示例性方法400的流程图。方法400可以由例如图2中示出的在低功率状 态中运行的计算设备200来执行。已经在上文中关于图3描述了处理行为 310、320、330、340、和360。如果已经在接收到的音频输入中检测到话音， 并且已经在音频中识别出语音，则方法400到达处理行为410。在处理行为 410处，将包括识别出的唤醒短语的音频输入的一部分转移到存储器(例如，音频缓冲器)，其中所述存储器对当前被禁用或另外处于低功率状态的设备 组件是可存取的。这可以通过LPE 112执行直接存储器访问来完成。在处 理行为420处，将设备唤醒，并且设备的上层组件，例如说话者验证模块， 接收唤醒短语已经被识别的通知。
在处理行为430处，利用包括先前复制到存储器中的识别出的唤醒短 语的音频输入的所述部分来验证说话者。说话者验证在设备已经被唤醒后 被执行，并且由除了设备的用于执行话音检测和唤醒短语识别的低功率组 件之外的组件来执行。说话者验证可以由诸如在主机处理器上运行的主机 操作***的组件来执行。如果在过程360处已经验证了说话者，则在处理 行为470处通知上层(例如，操作***的上层、一个或多个应用程序层) 说话者已经被验证。如果在320处没有检测到话音，在340处没有识别出 唤醒短语，或者在360处没有验证说话者，则设备保持在低功率状态，并 且方法400返回到处理行为310处以接收进一步的音频输入。在一些实施 例中，方法300或400可以比那些示出的方法具有更多或更少的处理行为。
图5是利用相同的音频输入来唤醒计算设备并执行说话者验证的第三 示例性方法500的流程图。方法500可以由诸如处于睡眠状态中的智能电 话来执行。在睡眠状态中，关闭智能电话的触摸屏并且禁用一个或多个处 理器。智能电话的音频捕获管线保持运行并且包括对音频输入执行唤醒短 语识别和说话者验证的低功率引擎。
在处理行为510处，当计算设备处于低功率状态时，计算设备从在计 算设备处的用户中接收音频输入。在该示例中，用户对智能电话说出唤醒 短语“嘿，电话”。在处理行为520处，当计算设备仍然处于低功率状态时， 确定音频输入包括唤醒短语。在该示例中，智能电话的低功率引擎在接收 到的音频输入中识别唤醒短语“嘿，电话”。
在处理行为530处，至少部分地上基于包括唤醒短语的音频输入的一 部分来验证用户。在该示例中，基于包括“嘿，电话”的唤醒短语的一部 分来验证用户。通过将包括唤醒短语的音频输入的一部分的生物计量分析 的结果和与被授权以操作设备的用户相关联的生物计量标识符进行比较， 智能电话验证用户是被授权以使用设备的。
在处理行为540处，计算设备从低功率状态转换到活动状态。在该示 例中，在用户被验证为被授权以操作设备的用户之后，智能电话通过打开 显示器并且启用一个或多个处理而从睡眠状态转换到活动状态。用户不是 必须要提供任何额外的音频输入以获得对设备的访问。因此，在提供了“嘿， 电话”唤醒短语之后，用户可以被带至主屏幕或者在智能电话进入睡眠状 态之前执行的应用程序。
在本文中所描述的技术具有至少以下的示例性优点。通过对相同的音 频输入执行唤醒短语识别和说话者验证，计算设备向用户呈现了更简化的 自然的用户界面；用户可以解锁设备并且以免提和免视的方式被验证。因 此，用户从必须说出唤醒短语并且接着必须提供额外的输入(例如，话音、 触摸屏、或键盘输入)以进行说话者验证中解放出来。此外，在只有在说 话者已经被验证之后才唤醒设备的实施例中，降低了设备功耗。
在本文中描述的科技、技术和实施例可以由各种计算设备中的任何一 种执行，其中所述计算设备包括移动设备(例如，智能电话、手持计算机、 平板计算机、膝上型计算机、媒体播放机、便携式游戏机、相机和录像机)、 非移动设备(例如，台式计算机、服务器、台式游戏机、机顶盒、智能电 视)以及嵌入式设备(例如，包含在车辆、家庭或工作地中的设备)。如在 本文中所用的，术语“计算设备”包括计算***，并且包括包含多个分立 的物理组件。
图6是其中可以实现在本文中所描述的技术的示例性计算设备的方框 图。通常而言，图6中示出的组件可以与示出的其他组件进行通信，尽管 为了便于说明而没有示出所有的连接。设备600是包括第一处理器602和 第二处理器604的多处理器***，并且被示出为包括点对点(P-P)互连。 例如，处理器602的点对点(P-P)接口606经由点对点互连605耦合至处 理器604的点对点接口607。应当理解的是，图6中示出的点对点互连中的 任意一个或全部可以替代地被实现为多点分支总线，并且图6中示出的总 线的任意一个或全部可以被点对点互连代替。
如图6中所示，处理器602和604是多核心处理器。处理器602包括 处理器核心608和609，并且处理器604包括处理器核心610和611。处理 器核心608-611可以按照相似于在下文中结合图7所讨论的方式或按照其他 方式执行计算机可执行指令。
处理器602和604还分别包括至少一个共享的高速缓存存储器612和 614。共享的高速缓存612和614可以存储由处理器(例如，处理器核心 608-609和610-611)的一个或多个组件使用的数据(例如，指令)。共享的 高速缓存612和614可以是设备600的存储器层级结构的一部分。例如， 共享的高速缓存612可以本地地存储数据，所述数据也存储在存储器616 中以允许处理器602的组件对数据更快地存取。在一些实施例中，共享的 高速缓存612和614可以包括多个高速缓存层，例如1级(L1)、2级(L2)、 3级(L3)、4级(L4)，和/或其他高速缓存或高速缓存层，例如末级高速 缓存(LLC)。
尽管设备600示出了具有两个处理器，但是设备600可以包括任何数 量的处理器。此外，处理器可以包括任何数量的处理器核心。处理器可以 采用各种形式，例如中央处理单元、控制器、图形处理器、加速器(例如， 图形加速器或数字信号处理器(DSP))或现场可编程门阵列(FPGA)。设 备中的处理器可以和设备中的其他处理器相同或不同。在一些实施例中， 设备600可以包括异构或非对称于第一处理器、加速器、FPGA、或任意其 他处理器的一个或多个处理器。***中的处理元件之间可以在包括构架、 微构架、热、功耗特性等的指标度量范围方面存在多种不同。这些区别可 以有效地将自身表现为在***的处理器之中的非对称性和异构性。在一些 实施例中，处理器602和604驻留于相同的管芯封装中。
处理器602和604还包括存储器控制器逻辑(MC)620和622。如图 6中所示，MC 620和622分别控制耦合至处理器602和604的存储器616 和618。存储器616和618可以包括各种类型的存储器，例如，易失性存储 器(例如，动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)) 或非易失性存储器(例如，闪速存储器)。在可替代的实施例中，虽然MC 620和622被示出为集成到处理器602和604中时，但是MC可以是处理器外 部的逻辑，并且可以包括一层或多层的存储器层级结构。
将处理器602和604经由P-P互连632和634耦合至输入/输出(I/O) 子***630。点对点互连632将处理器602的点对点接口636与I/O子*** 630的点对点接口638进行耦合，并且点对点互连634将处理器604的点对 点接口640与I/O子***630的点对点接口642进行耦合。输入/输出子系 统630还包括用于将I/O子***630耦合至图形引擎652的接口650，其中 图形引擎652可以是高性能图形引擎。I/O子***630和图形引擎652经由 总线654进行耦合。或者，总线654可以是点对点互连。
输入/输出子***630还经由接口662耦合至第一总线660。第一总线 660可以是***组件互连(PCI)总线、PCI快速总线、另一第三代I/O互 连总线或任意其他类型的总线。
可以将各种I/O设备664耦合至第一总线660。总线桥670可以将第一 总线660耦合至第二总线680。在一些实施例中，第二总线680可以是低管 脚数(LPC)总线。可以将各种设备耦合至第二总线680，其中各种设备包 括例如键盘/鼠标682、音频I/O设备688和存储设备690，例如，硬盘驱动 器、固态驱动器或用于存储计算机可执行指令(代码)692的其他存储设备。 代码692可以包括用于执行本文中所描述的技术的计算机可执行指令。可 以被耦合至第二总线680的额外的组件包括通信设备684，所述通信设备 684可以利用一个或多个通信标准(例如，IEEE 802.11标准及其补充)经 由一个或多个有线或无线通信链路(例如，导线、电缆、以太网连接、射 频(RF)信道、红外信道、Wi-Fi信道)，在设备600和一个或多个有线或 无线网络686(例如，Wi-Fi、蜂窝或卫星网络)之间提供通信。此外，设 备600可以包括可以检测设备600的运动的一个或多个传感器689，例如加 速计或陀螺仪。
设备600可以包括可移除存储器，例如闪速存储器卡(例如，SD(安 全数字)卡、存储器棒、用户身份识别模块(SIM)卡)。设备600中的存 储器(包括高速缓存612和614、存储器616和618以及存储设备690)可 以存储用于执行操作***694和应用程序696的数据和/或计算机可执行指 令。示例数据包括网页、文本消息、图像、声音文件、视频数据、唤醒短语、与特定的唤醒短语关联的用户、以及用于说话者验证的与特定用户相 关联的生物计量分析结果、或经由一个或多个有线或无线网络由设备600 发送至和/或接收自一个或多个网络服务器或其他设备的或用于由设备600 利用的其他数据组。设备600也可以具有对诸如外部硬盘驱动器或基于云 的存储的外部存储器(未示出)的访问。
操作***694可以控制在图6中示出的组件的分配和使用，并且支持 一个或多个应用程序696。操作***694可以包括验证说出唤醒短语的用户 是否被授权以操作设备的语音验证模块697。操作***还可以包括将唤醒短 语翻译成将待由设备600执行的命令的命令翻译模块。应用程序696可以 包括普通移动计算设备应用程序(例如，电子邮件应用程序、日历、联系 人管理器、网络浏览器、消息发送应用程序)，以及其他计算应用程序。
设备600可以支持各种输入设备，例如触摸屏、麦克风、照相机、物 理键盘、以及轨迹球，和一个或多个输出设备，例如扬声器和显示器。其 他可能的输入和输出设备包括压电式和其他触觉I/O设备。任何输入或输出 设备可以在设备600内部、外部或可移除地与设备600可附接。外部输入 和输出设备可以经由有线或无线连接而与设备600进行通信。
此外，计算设备600可以提供一个或多个自然用户界面(NUI)。例如， 操作***694或应用程序696可以包括允许用户经由话音命令而操作设备 600的、作为话音用户界面的一部分的语音识别逻辑。此外，设备600可以 包括允许用户经由身体、手或者面部手势而与设备600进行交互的输入设 备和逻辑。例如，可以检测并翻译用户的手部手势以向游戏应用程序提供 输入。
设备600还可以包括一个或多个通信组件684。组件684可以包括耦合 至一个或多个天线以在***600和外部设备之间提供通信的无线通信组件。 无线通信组件可以支持各种无线通信协议和技术，例如近场通信(NFC)、 Wi-Fi、蓝牙、4G长期演进(LTE)、码分多址(CDMA)、通用移动通信系 统(UMTS)和全球移动通信***(GSM)。此外，无线状态可以支持与一 个或多个蜂窝网络的通信以用于在单个蜂窝网络内、蜂窝网络之间、或移 动计算设备和公共开关电话网络(PSTN)之间的数据和话音的通信。
设备600还可以包括至少一个输入/输出端口(其可以是，例如USB、 IEEE 1394(火线)、以太网和/或RS-232端口)，其包括物理连接器、电源、 接近传感器、指南针、和卫星导航***接收机，例如GPS接收机。可以将 GPS接收机耦合至GPS天线。设备600还可以包括耦合至一个或多个额外 的接收机、发射机和/或收发机的一个或多个额外的天线以使能额外的功能。
应当理解的是，图6示出了一个示例性计算设备构架。可以使用基于 替代的构架的计算设备以实现本文中所描述的技术。例如，不同于处理器 602和604、以及图形引擎652位于分立的集成电路上，计算设备可以包括 SoC(片上***)集成电路，该SoC集成电路包括多个处理器、图形引擎 和额外的组件。此外，计算设备可以经由不同于图6中所示的总线或点对 点配置来连接元件。而且，由于图中所示的组件可以被移除并且可以在可 替代的实施例中加入其它组件，因此在图6中示出的组件不是必需的或包 括所有的。
图7是用于执行计算机可执行指令以作为实现本文中所描述的技术的 一部分的示例性处理器核心700的方框图。处理器核心700可以是任何类 型的处理器的核心，例如微处理器、嵌入式处理器、数字信号处理器(DSP) 或网络处理器。处理器核心700可以是单线程核心或多线程核心，其中每 个核心上可以包括超过一个硬件线程环境(或“逻辑处理器”)。
图7也示出了耦合至处理器700的存储器710。存储器710可以是本文 中所描述的任意存储器，或是本领域技术人员已知的任意其他处理器。存 储器710可以存储可以由处理器核心700执行的计算机可执行指令715(代 码)。
处理器核心包括接收来自存储器710的指令的前端逻辑720。指令可以 由一个或多个解码器730处理。解码器730可以生成作为其输出的微操作， 例如按照预定格式的固定宽度的微操作，或生成反映原始代码指令的其他 指令、微指令或控制信号。前端逻辑720还包括寄存器重命名逻辑735和 调度逻辑740，其通常分配资源并且对应于将指令进行转换而用于执行的队 列操作。
处理器核心700还包括执行逻辑750，其包括一个或多个执行单元(EU) 765-1到765-N。一些处理器核心实施例可以包括专用于特定功能或功能组 的若干执行单元。其他实施例可以只包括一个执行单元，或可以执行特定 功能的一个执行单元。执行逻辑750执行由代码指令指定的操作。在完成 了由代码指令指定的操作的执行之后，后端逻辑770利用退出逻辑775退 出指令。在一些实施例中，处理器核心700允许指令的乱序执行但要求指令的顺序退出。如本领域技术人员所知，退出逻辑770可以采用多种形式 (例如，重新排序缓冲器等)。
在指令执行的过程中，至少根据由解码器730、由寄存器重命名逻辑 735使用的硬件寄存器和表格，以及由执行逻辑750修改的任何寄存器(未 示出)生成的输出而使处理器核心700改变。尽管没有在图7中示出，但 是处理器可以包括具有处理器核心700的集成芯片上的其他元件。例如， 处理器可以包括诸如存储器控制逻辑、一个或多个图形引擎、I/O控制逻辑 和/或一个或多个高速缓存的额外的元件。
参考回图6，网络686可以提供可以用于实现本文中所描述的技术的各 种基于云的服务。例如，与个体用户相关联的唤醒短语和生物计量相关的 信息可以由基于云的服务来提供。在一些实施例中，唤醒短语识别可以由 低功率引擎在设备处本地地执行，并且在设备被唤醒后，包括唤醒短语的 音频输入的一部分可以被发送至基于云的服务以用于说话者验证。即，说 话者验证可以远程地执行。
可以将所公开的方法中的任何一个实现为计算机可执行的指令或计算 机程序产品。这样的指令可以使得计算机执行任何公开的方法。通常，如 在本文中所使用的，术语“计算机”指的是在本文中描述或提及的任意计 算设备或***，或任意其他计算设备。因此，术语“计算机可执行指令” 指的是可以哟在本文中描述或提及的任意计算设备或任意其他计算设备执 行的指令。
计算机可执行指令或计算机程序产品以及在实现所公开的技术的过程 中创建并使用的任意数据都可以被存储在一个或多个有形的计算机可读存 储介质上，例如，光介质盘(例如，DVD、CD)、易失性存储器组件(例 如，DRAM、SRAM)、或者非易失性存储器组件(例如，闪速存储器、磁 盘驱动器)。计算机可读存储介质可以被包括在诸如固态驱动器、USB闪速 驱动器、以及存储器模块的计算机可读存储设备中。或者，计算机可执行 指令可以由包括用于执行所公开方法的全部或部分的硬接线逻辑的特定的 硬件组件，或由计算机可读存储介质和硬件组件的任意组合来执行。
计算机可执行指令可以是诸如经由网络浏览器或其他软件应用程序 (例如，远程计算应用程序)访问的专用软件应用程序或软件应用程序的 一部分。可以例如利用一个或多个网络计算机在单个计算设备上或在网络 环境中执行这样的软件。此外，应当理解的是，所公开的技术不限于任何 特定的计算机语言或程序。例如，可以通过用C++、Java、Perl、JavaScript、 Adobe Flash或任意其他合适的编程语言编写的软件来实现所公开的技术。 同样地，所公开的技术不限于任何特定的计算机或硬件类型。合适的计算 机和硬件的某些细节是公知的并且不需要在本公开中进行阐述。
此外，基于软件的实施例(包括例如用于使得计算机执行所公开的方 法中的任意一个的计算机可执行指令)中的任何一个都可以通过合适的通 信方式进行上传、下载或远程访问。这样合适的方式包括，例如，互联网、 万维网、内联网、电缆(包括光缆)、磁通信、电磁通信(包括RF、微波 和红外通信)、电子通信、或其他这样的通信方式。
如在本申请和权利要求中所使用的，由术语“和/或”连接的项的列表 可以意味着列出的项的任意组合。例如，短语“A、B和/或C”可以意味着 A、B、C；A和B；A和C；B和C；或者A、B和C。如在本申请和权利 要求中所使用的，由术语“…中的至少一个”连接的项的列表可以意味着 列出的术语的任意组合。例如，短语“A、B或C中的至少一个”可以意味 着A、B、C；A和B；A和C；B和C；或者A、B和C。
所公开的方法、装置和***没有被解释为在任何方面是限制性的。相 反，本公开指向各种公开的实施例(单独或是在彼此的各种组合或者子组 合中)的所有新颖的和不显而易见的特征和方面。所公开的方法、装置和 ***不限于任何具体的方面或特征或其组合，同样，所公开的实施例不要 求呈现任何具体的优点或解决问题。
为了更好地理解的目的，已经参照本公开的装置或方法而提供了在本 文中呈现的操作的原理、科学原理或其他理论性描述，并且不旨在从任何 方面进行限制。所附权利要求中的装置和方法不限于以由这些操作的原理 所描述的方式而工作的那些装置和方法。
尽管为了方便呈现而按照特定的、序列顺序描述了所公开的方法中的 一些的操作，但是应当理解的是，除非在本文中阐述的具体的语言要求特 定的顺序，该描述的方式包含重新排列。例如，在某些情况下，按顺序描 述的操作可以被重新排列或同时执行。此外，出于简洁的目的，附图可能 没有示出可以结合其他方法而使用所公开的方法的各种方式。
以下的示例关于本文中所公开的技术的额外的实施例。
示例1。一种计算设备，包括：麦克风；以及低功率引擎，用于：当所 述计算设备处于低功率状态时，识别由用户提供给所述麦克风的音频输入 中的唤醒短语；当所述计算设备处于所述低功率状态时，至少部分地基于 包含所述唤醒短语的所述音频输入的部分来验证所述用户；并且使得所述 计算设备从所述低功率状态转换到活动状态。
示例2。示例1的计算设备，其中，所述低功率引擎用于在当所述计算 设备处于低功率状态时识别出由用户提供给所述麦克风的所述音频输入中 的唤醒短语之后，并且在当所述计算设备处于所述低功率状态时至少部分 地基于包含所述唤醒短语的所述音频输入的部分来验证所述用户之后，使 得所述计算设备从低功率状态转换到活动状态。
示例3。示例1的计算设备，其中，所述低功率引擎用于在当所述计算 设备处于低功率状态时识别出由用户提供给所述麦克风的所述音频输入中 的唤醒短语之后，并且在当所述计算设备处于所述低功率状态时至少部分 地基于包含所述唤醒短语的所述音频输入的部分来验证所述用户失败之 后，使得所述计算设备从低功率状态转换到活动状态；计算设备还包括命 令翻译模块以将所述音频输入的第二部分翻译成待由所述计算设备执行的 命令，并且如果所述命令是用户不可知的命令，则指示所述计算设备执行 所述命令，所述音频输入的所述第二部分不包含所述唤醒短语。
示例4。一种计算设备，包括：麦克风；低功率引擎，用于：当所述计 算设备处于低功率状态时，识别由用户提供给所述麦克风的音频输入中的 唤醒短语；并且使得所述计算设备从所述低功率状态转换到活动状态；以 及，说话者验证模块，其用于至少部分地基于包含所述唤醒短语的所述音 频输入的部分来验证所述用户，其中，所述说话者验证模块是当所述计算 设备处于所述活动状态时被启用的，并且是当所述计算设备处于所述低功 率状态时被禁用的。
示例5。示例1或示例4的计算设备，还包括唤醒短语存储设备，所述 唤醒短语存储设备包括与一个或多个用户相关联的多个唤醒短语。
示例6。示例1或示例4的计算设备，还包括命令翻译模块，所述命令 翻译模块用于将包含所述唤醒短语的所述音频输入的所述部分翻译成待由 所述计算设备执行的命令。
示例7。示例1或示例4的计算设备，所述激活状态活动状态至少部分 地基于所述唤醒短语。
示例8。示例1或示例4的计算设备，其中，当所述计算设备处于所述 低功率状态时，所述低功率引擎被包括在所述计算设备的音频捕获管线中 包括所述低功率引擎，并且当所述计算设备处于所述激活状态活动状态时， 所述低功率引擎被从所述音频捕获管线上中移除。
示例9。一种计算设备，包括：用于接收来自用户的音频输入的单元； 用于当所述计算设备处于低功率状态时，确定所述音频输入包括包含唤醒 短语的单元；用于至少部分地基于包括包含所述唤醒短语的部分的所述音 频输入的部分来验证所述用户的单元；以及用于将所述计算设备从所述低 功率状态转换到激活状态活动状态的单元。
示例10。示例9的计算设备，其中，当所述计算设备处于低功率状态 时，所述用于验证所述用户的所述单元对所述用户进行验证。
示例11。一种唤醒计算设备的方法，包括：当计算设备处于低功率状 态时：在所述计算设备处接收来自用户的音频输入；确定所述音频输入包 含唤醒短语；将所述计算设备从所述低功率状态转换到活动状态；并且至 少部分地基于包含所述唤醒短语的所述音频输入的部分来验证所述用户。
示例12。示例11的方法，其中，当所述计算设备处于所述低功率状态 时执行所述验证，并且如果所述音频输入包含唤醒短语并且已经至少部分 地基于包含所述唤醒短语的所述音频输入的所述部分而验证了用户，则执 行所述转换。
示例13。示例11的方法，其中，当所述计算设备处于所述低功率状态 时执行所述验证，并且如果所述音频输入包含唤醒短语并且还没有至少部 分地基于包含所述唤醒短语的音频输入的所述部分而验证用户，则执行所 述转换；该方法还包括：将所述音频输入的第二部分翻译成待由所述计算 设备执行的命令，所述音频输入的所述第二部分不包含所述唤醒短语；并 且如果所述命令是用户不可知的命令，则在所述计算设备处执行所述命令。
示例14。示例11的方法，其中，将所述计算设备从所述低功率状态转 换到所述活动状态先于至少部分地基于包含所述唤醒短语的所述音频输入 的所述部分来验证所述用户而发生。
示例15。示例11的方法，其中，唤醒短语是可以用于验证用户的多个 唤醒短语中的一个。
示例16。示例11的方法，其中，唤醒短语是可以用于验证多个用户的 多个唤醒短语中的一个，多个唤醒短语包括可以用于验证第一用户的第一 唤醒短语和可以用于验证第二用户的第二唤醒短语，第一唤醒短语和第二 唤醒短语不同。
示例17。示例11的方法，其中，确定所述音频输入包含唤醒短语和验 证所述用户是由所述计算设备的低功率引擎来执行的。
示例18。示例11的方法，其中，确定所述音频输入包含唤醒短语是由 所述计算设备的低功率引擎执行的，并且验证所述用户是由所述计算设备 的除了所述低功率引擎之外的一个或多个组件来执行的。
示例19。示例11的方法，其中：将所述计算设备从所述低功率状态转 换到所述活动状态包括将所述计算设备的一个或多个第二组件转换到活动 状态；验证所述用户是由所述一个或多个第二组件执行的；并且将所述计 算设备从所述低功率状态转换到所述活动状态还包括将所述计算设备的一 个或多个第三组件从低功率状态转换到活动状态。
示例20。示例11的方法，还包括：将包含所述唤醒短语的所述音频输 入翻译成待由所述计算设备执行的命令。
示例21。示例11的方法，其中，所述转换包括至少部分地基于所述唤 醒短语而转换至活动状态。
示例22。一种或多种存储有计算机可执行指令的计算机可读存储介质， 所述指令用于使得计算设备执行示例11-21所述的方法中的任意一种。
示例23。一种装置，包括用于执行示例11-21所述的方法中的任意一 种的单元。

Claims (37)

1.一种计算设备，包括：
麦克风，其用于捕获与由人说出的语音相对应的音频输入；
扬声器；
无线通信电路；
至少一个处理器；以及
存储设备，其包括指令，所述指令在被执行时使得所述至少一个处理器至少用于：
当所述计算设备处于第一状态时，识别所述音频输入中的唤醒短语，所述唤醒短语的识别是基于对所述音频输入执行的语音识别的；
对所述唤醒短语的识别做出响应，将所述计算设备从所述第一状态转换到第二状态；
基于包含所述唤醒短语的所述音频输入的部分来尝试验证所述人；
识别所述唤醒短语之后的所述音频输入中的命令；
当所述命令是用户不可知的命令时，执行与所述命令相关联的第一操作；并且
当所述人能够被验证并且所述命令不是用户不可知的命令时，执行与所述命令相关联的第二操作；
其中，所述第一状态是比所述第二状态更低的功率状态。
2.根据权利要求1所述的计算设备，其中，当所述计算设备处于所述第一状态时，所述计算设备处于睡眠状态，并且当所述计算设备处于所述第二状态时，所述计算设备处于活动状态。
3.根据权利要求1所述的计算设备，还包括显示屏幕，当所述计算设备处于所述第一状态时，所述显示屏幕处于被关闭或者被锁定中的至少一个。
4.根据权利要求1所述的计算设备，其中，所述音频输入中的所述唤醒短语是第一音频输入中的第一唤醒短语，并且所述至少一个处理器用于：
识别第二音频输入中的第二唤醒短语，所述第二唤醒短语与所述第一唤醒短语不同；并且
对所述第二唤醒短语的识别做出响应，将所述计算设备从所述第一状态转换到所述第二状态。
5.根据权利要求1-4中的任意一项所述的计算设备，其中，在将所述计算设备转换到所述第二状态之前，所述至少一个处理器用于尝试验证所述人。
6.根据权利要求1-4中的任意一项所述的计算设备，其中，在将所述计算设备转换到所述第二状态之后，所述至少一个处理器用于尝试验证所述人。
7.根据权利要求1-4中的任意一项所述的计算设备，其中，当所述人不能够被验证并且所述命令不是用户不可知的命令时，所述至少一个处理器用于防止执行所述第二操作。
8.根据权利要求1-4中的任意一项所述的计算设备，其中，执行所述第二操作包括启动电子邮件应用程序、消息传送应用程序、导航应用程序或网络浏览器应用程序中的至少一个。
9.根据权利要求1-4中的任意一项所述的计算设备，其中，所述至少一个处理器用于通过对所述音频输入的生物计量分析结果与和所述计算设备相关联的一个或多个用户相对应的生物计量信息进行比较来尝试验证所述人。
10.根据权利要求1-4中的任意一项所述的计算设备，其中，所述至少一个处理器包括数字信号处理器，所述数字信号处理器用于识别所述音频输入中的唤醒短语、尝试验证所述人或者识别所述音频输入中的命令中的至少一个。
11.一种或多种有形的计算机可读存储设备或存储盘，其包括指令，所述指令在被执行时使得机器至少用于：
当所述机器处于第一状态时，识别由麦克风从说话者捕获的音频输入中的唤醒短语，所述唤醒短语的识别是基于对所述音频输入执行的语音识别的；
对所述唤醒短语的识别做出响应，从所述第一状态转换到第二状态；
基于包含所述唤醒短语的所述音频输入的部分来尝试验证所述说话者；
识别所述唤醒短语之后的所述音频输入中的命令；
当所述命令是用户不可知的命令时，执行与所述命令相关联的第一操作；并且
当所述说话者能够被验证并且所述命令不是用户不可知的命令时，执行与所述命令相关联的第二操作；
其中，所述第一状态是比所述第二状态更低的功率状态。
12.根据权利要求11所述的一种或多种有形的计算机可读存储设备或存储盘，其中，当所述机器处于所述第一状态时，所述机器处于睡眠状态，并且当所述机器处于所述第二状态时，所述机器处于活动状态。
13.根据权利要求11所述的一种或多种有形的计算机可读存储设备或存储盘，其中，当所述机器处于所述第一状态时，与所述机器相关联的显示屏幕处于被关闭或者被锁定中的至少一个。
14.根据权利要求11所述的一种或多种有形的计算机可读存储设备或存储盘，其中，所述音频输入中的所述唤醒短语是第一音频输入中的第一唤醒短语，并且所述指令使得所述机器用于：
识别第二音频输入中的第二唤醒短语，所述第二唤醒短语与所述第一唤醒短语不同；并且
对所述第二唤醒短语的识别做出响应，从所述第一状态转换到所述第二状态。
15.根据权利要求11-14中的任意一项所述的一种或多种有形的计算机可读存储设备或存储盘，其中，所述指令使得所述机器用于在所述机器转换到所述第二状态之前尝试验证所述说话者。
16.根据权利要求11-14中的任意一项所述的一种或多种有形的计算机可读存储设备或存储盘，其中，所述指令使得所述机器用于在所述机器转换到所述第二状态之后尝试验证所述说话者。
17.根据权利要求11-14中的任意一项所述的一种或多种有形的计算机可读存储设备或存储盘，其中，所述指令使得所述机器当所述说话者不能够被验证并且所述命令不是用户不可知的命令时防止执行所述第二操作。
18.根据权利要求11-14中的任意一项所述的一种或多种有形的计算机可读存储设备或存储盘，其中，执行所述第二操作包括启动电子邮件应用程序、消息传送应用程序、导航应用程序或网络浏览器应用程序中的至少一个。
19.根据权利要求11-14中的任意一项所述的一种或多种有形的计算机可读存储设备或存储盘，其中，所述指令使得所述机器通过对所述音频输入的生物计量分析结果与和所述机器相关联的一个或多个用户相对应的生物计量信息进行比较来尝试验证所述说话者。
20.一种方法，包括：
当计算设备处于第一状态时，识别由所述计算设备的麦克风捕获的音频输入中的唤醒短语，所述音频输入是基于由说话者说出的语音的，所述唤醒短语的识别是基于对所述音频输入执行的语音识别的；
对所述唤醒短语的识别做出响应，将所述计算设备从所述第一状态转换到第二状态；
基于包含所述唤醒短语的所述音频输入的部分来尝试验证所述说话者；
识别所述唤醒短语之后的所述音频输入中的命令；
当所述命令是用户不可知的命令时，执行与所述命令相关联的第一操作；并且
当所述说话者能够被验证并且所述命令不是用户不可知的命令时，执行与所述命令相关联的第二操作；
其中，所述第一状态是比所述第二状态更低的功率状态。
21.根据权利要求20所述的方法，其中，当所述计算设备处于所述第一状态时，所述计算设备处于睡眠状态，并且当所述计算设备处于所述第二状态时，所述计算设备处于活动状态。
22.根据权利要求20所述的方法，其中，当所述计算设备处于所述第一状态时，与所述计算设备相关联的显示屏幕处于被关闭或者被锁定中的至少一个。
23.根据权利要求20所述的方法，其中，所述音频输入中的所述唤醒短语是第一音频输入中的第一唤醒短语，并且进一步包括：
识别第二音频输入中的第二唤醒短语，所述第二唤醒短语与所述第一唤醒短语不同；并且
对所述第二唤醒短语的识别做出响应，将所述计算设备从所述第一状态转换到所述第二状态。
24.根据权利要求20-23中的任意一项所述的方法，进一步包括：在所述计算设备转换到所述第二状态之前，尝试验证所述说话者。
25.根据权利要求20-23中的任意一项所述的方法，进一步包括：在所述计算设备转换到所述第二状态之后，尝试验证所述说话者。
26.根据权利要求20-23中的任意一项所述的方法，进一步包括：当所述说话者不能够被验证并且所述命令不是用户不可知的命令时，防止执行所述第二操作。
27.根据权利要求20-23中的任意一项所述的方法，其中，执行所述第二操作包括启动电子邮件应用程序、消息传送应用程序、导航应用程序或网络浏览器应用程序中的至少一个。
28.根据权利要求20-23中的任意一项所述的方法，进一步包括：通过对所述音频输入的生物计量分析结果与和所述计算设备相关联的一个或多个用户相对应的生物计量信息进行比较来尝试验证所述说话者。
29.一种计算设备，包括：
用于当计算设备处于第一状态时识别由所述计算设备的麦克风捕获的音频输入中的唤醒短语的单元，所述音频输入是基于由说话者说出的语音的，所述唤醒短语的识别是基于对所述音频输入执行的语音识别的；
用于基于包含所述唤醒短语的所述音频输入的部分来尝试验证所述说话者的单元；
用于对所述唤醒短语的识别做出响应而将所述计算设备从所述第一状态转换到第二状态的单元；以及
处理单元，其用于：
识别所述唤醒短语之后的所述音频输入中的命令；
当所述命令是用户不可知的命令时，执行与所述命令相关联的第一操作；并且
当所述说话者能够被验证并且所述命令不是用户不可知的命令时，执行与所述命令相关联的第二操作；
其中，所述第一状态是比所述第二状态更低的功率状态。
30.根据权利要求29所述的计算设备，其中，当所述计算设备处于所述第一状态时，所述计算设备处于睡眠状态，并且当所述计算设备处于所述第二状态时，所述计算设备处于活动状态。
31.根据权利要求29所述的计算设备，其中，当所述计算设备处于所述第一状态时，与所述计算设备相关联的显示屏幕处于被关闭或者被锁定中的至少一个。
32.根据权利要求29所述的计算设备，其中，所述音频输入中的所述唤醒短语是第一音频输入中的第一唤醒短语，用于识别的单元用于识别第二音频输入中的第二唤醒短语，所述第二唤醒短语与所述第一唤醒短语不同，用于转换的单元用于对所述第二唤醒短语的识别做出响应而将所述计算设备从所述第一状态转换到所述第二状态。
33.根据权利要求29-32中的任意一项所述的计算设备，其中，用于验证的单元用于在所述计算设备转换到所述第二状态之前，尝试验证所述说话者。
34.根据权利要求29-32中的任意一项所述的计算设备，其中，用于验证的单元用于在所述计算设备转换到所述第二状态之后，尝试验证所述说话者。
35.根据权利要求29-32中的任意一项所述的计算设备，其中，所述处理单元用于当所述说话者不能够被验证并且所述命令不是用户不可知的命令时，防止执行所述第二操作。
36.根据权利要求29-32中的任意一项所述的计算设备，其中，所述处理单元用于通过启动电子邮件应用程序、消息传送应用程序、导航应用程序或网络浏览器应用程序中的至少一个来执行所述第二操作。
37.根据权利要求29-32中的任意一项所述的计算设备，其中，用于验证的单元用于通过对所述音频输入的生物计量分析结果与和所述计算设备相关联的一个或多个用户相对应的生物计量信息进行比较来尝试验证所述说话者。
CN201910111033.6A 2013-07-11 2013-07-11 利用相同的音频输入的设备唤醒和说话者验证 Active CN110096253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910111033.6A CN110096253B (zh) 2013-07-11 2013-07-11 利用相同的音频输入的设备唤醒和说话者验证

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201910111033.6A CN110096253B (zh) 2013-07-11 2013-07-11 利用相同的音频输入的设备唤醒和说话者验证
PCT/US2013/050144 WO2015005927A1 (en) 2013-07-11 2013-07-11 Device wake and speaker verification using the same audio input
CN201380077357.3A CN105283836B (zh) 2013-07-11 2013-07-11 用于设备唤醒的设备、方法、装置及计算机可读存储介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201380077357.3A Division CN105283836B (zh) 2013-07-11 2013-07-11 用于设备唤醒的设备、方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110096253A CN110096253A (zh) 2019-08-06
CN110096253B true CN110096253B (zh) 2022-08-30

Family

ID=52280427

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201380077357.3A Active CN105283836B (zh) 2013-07-11 2013-07-11 用于设备唤醒的设备、方法、装置及计算机可读存储介质
CN201910111033.6A Active CN110096253B (zh) 2013-07-11 2013-07-11 利用相同的音频输入的设备唤醒和说话者验证

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201380077357.3A Active CN105283836B (zh) 2013-07-11 2013-07-11 用于设备唤醒的设备、方法、装置及计算机可读存储介质

Country Status (3)

Country Link
US (2) US9445209B2 (zh)
CN (2) CN105283836B (zh)
WO (1) WO2015005927A1 (zh)

Families Citing this family (294)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US20120309363A1 (en) 2011-06-03 2012-12-06 Apple Inc. Triggering notifications associated with tasks items that represent tasks to perform
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
DE112014000709B4 (de) 2013-02-07 2021-12-30 Apple Inc. Verfahren und vorrichtung zum betrieb eines sprachtriggers für einen digitalen assistenten
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
EP3008641A1 (en) 2013-06-09 2016-04-20 Apple Inc. Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
CN105283836B (zh) * 2013-07-11 2019-06-04 英特尔公司 用于设备唤醒的设备、方法、装置及计算机可读存储介质
KR101749009B1 (ko) 2013-08-06 2017-06-19 애플 인크. 원격 디바이스로부터의 활동에 기초한 스마트 응답의 자동 활성화
US9582983B2 (en) 2013-09-11 2017-02-28 Intel Corporation Low power voice trigger for finding mobile devices
US9769550B2 (en) 2013-11-06 2017-09-19 Nvidia Corporation Efficient digital microphone receiver process and system
US9454975B2 (en) * 2013-11-07 2016-09-27 Nvidia Corporation Voice trigger
US10079019B2 (en) * 2013-11-12 2018-09-18 Apple Inc. Always-on audio control for mobile device
US9443522B2 (en) * 2013-11-18 2016-09-13 Beijing Lenovo Software Ltd. Voice recognition method, voice controlling method, information processing method, and electronic apparatus
CN104143326B (zh) * 2013-12-03 2016-11-02 腾讯科技（深圳）有限公司 一种语音命令识别方法和装置
US8719039B1 (en) * 2013-12-05 2014-05-06 Google Inc. Promoting voice actions to hotwords
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US9665155B2 (en) * 2013-12-28 2017-05-30 Intel Corporation Techniques for increasing energy efficiency of sensor controllers that receive data from one or more sensors
EP2897076B8 (en) * 2014-01-17 2018-02-07 Cirrus Logic International Semiconductor Ltd. Tamper-resistant element for use in speaker recognition
US11132173B1 (en) * 2014-02-20 2021-09-28 Amazon Technologies, Inc. Network scheduling of stimulus-based actions
EP2942733A1 (en) * 2014-05-09 2015-11-11 Nxp B.V. Architecture for platform security using a dedicated security device for user interaction
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
AU2015266863B2 (en) 2014-05-30 2018-03-15 Apple Inc. Multi-command single utterance input method
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
EP2958010A1 (en) * 2014-06-20 2015-12-23 Thomson Licensing Apparatus and method for controlling the apparatus by a user
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
JP2016024212A (ja) * 2014-07-16 2016-02-08 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
US20160055847A1 (en) * 2014-08-19 2016-02-25 Nuance Communications, Inc. System and method for speech validation
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9653079B2 (en) 2015-02-12 2017-05-16 Apple Inc. Clock switching in always-on component
KR102346302B1 (ko) * 2015-02-16 2022-01-03 삼성전자 주식회사 전자 장치 및 음성 인식 기능 운용 방법
WO2016136044A1 (ja) * 2015-02-23 2016-09-01 ソニー株式会社 情報処理システムおよび情報処理方法
GB2535766B (en) 2015-02-27 2019-06-12 Imagination Tech Ltd Low power detection of an activation phrase
US10152299B2 (en) 2015-03-06 2018-12-11 Apple Inc. Reducing response latency of intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) * 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10192546B1 (en) * 2015-03-30 2019-01-29 Amazon Technologies, Inc. Pre-wakeword speech processing
WO2016161641A1 (zh) * 2015-04-10 2016-10-13 华为技术有限公司 语音识别方法、语音唤醒装置、语音识别装置及终端
US10460227B2 (en) 2015-05-15 2019-10-29 Apple Inc. Virtual assistant in a communication session
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10200824B2 (en) 2015-05-27 2019-02-05 Apple Inc. Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device
US10452339B2 (en) * 2015-06-05 2019-10-22 Apple Inc. Mechanism for retrieval of previously captured audio
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
US10298736B2 (en) * 2015-07-10 2019-05-21 Electronics And Telecommunications Research Institute Apparatus and method for processing voice signal and terminal
US10740384B2 (en) 2015-09-08 2020-08-11 Apple Inc. Intelligent automated assistant for media search and playback
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10331312B2 (en) 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
CN106601238A (zh) * 2015-10-14 2017-04-26 阿里巴巴集团控股有限公司 一种应用操作的处理方法和装置
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10956666B2 (en) 2015-11-09 2021-03-23 Apple Inc. Unconventional virtual assistant interactions
CN106815507A (zh) * 2015-11-30 2017-06-09 中兴通讯股份有限公司 语音唤醒实现方法、装置及终端
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
CN105632486B (zh) * 2015-12-23 2019-12-17 北京奇虎科技有限公司 一种智能硬件的语音唤醒方法和装置
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
KR102392113B1 (ko) * 2016-01-20 2022-04-29 삼성전자주식회사 전자 장치 및 전자 장치의 음성 명령 처리 방법
US9820039B2 (en) 2016-02-22 2017-11-14 Sonos, Inc. Default playback devices
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
US10509626B2 (en) 2016-02-22 2019-12-17 Sonos, Inc Handling of loss of pairing between networked devices
US9947316B2 (en) 2016-02-22 2018-04-17 Sonos, Inc. Voice control of a media playback system
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US9965247B2 (en) 2016-02-22 2018-05-08 Sonos, Inc. Voice controlled media playback system based on user profile
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
BR112018015313B1 (pt) * 2016-04-11 2022-11-01 Hewlett-Packard Development Company, L.P. Método, mídia de armazenamento não transitório legível por computador e dispositivo de computação
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
CN109313902A (zh) * 2016-06-06 2019-02-05 思睿逻辑国际半导体有限公司 语音用户接口
US11227589B2 (en) 2016-06-06 2022-01-18 Apple Inc. Intelligent list reading
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US9978390B2 (en) 2016-06-09 2018-05-22 Sonos, Inc. Dynamic player selection for audio signal processing
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10134399B2 (en) 2016-07-15 2018-11-20 Sonos, Inc. Contextualization of voice inputs
US10152969B2 (en) 2016-07-15 2018-12-11 Sonos, Inc. Voice detection by multiple devices
US10115400B2 (en) * 2016-08-05 2018-10-30 Sonos, Inc. Multiple voice services
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US9942678B1 (en) 2016-09-27 2018-04-10 Sonos, Inc. Audio playback settings for voice interaction
US9743204B1 (en) 2016-09-30 2017-08-22 Sonos, Inc. Multi-orientation playback device microphones
US10217453B2 (en) * 2016-10-14 2019-02-26 Soundhound, Inc. Virtual assistant configured by selection of wake-up phrase
US10181323B2 (en) 2016-10-19 2019-01-15 Sonos, Inc. Arbitration-based voice recognition
US10237268B2 (en) * 2016-11-02 2019-03-19 Google Llc Secure passcode processing device
EP3430617B1 (en) 2016-11-07 2019-10-23 Google LLC Recorded media hotword trigger suppression
WO2018086033A1 (en) * 2016-11-10 2018-05-17 Nuance Communications, Inc. Techniques for language independent wake-up word detection
WO2018100391A1 (en) * 2016-12-02 2018-06-07 Cirrus Logic International Semiconductor Limited Speaker identification
US11281993B2 (en) 2016-12-05 2022-03-22 Apple Inc. Model and ensemble compression for metric learning
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US11204787B2 (en) 2017-01-09 2021-12-21 Apple Inc. Application integration with a digital assistant
US20180224923A1 (en) * 2017-02-08 2018-08-09 Intel Corporation Low power key phrase detection
US10373630B2 (en) * 2017-03-31 2019-08-06 Intel Corporation Systems and methods for energy efficient and low power distributed automatic speech recognition on wearable devices
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK180048B1 (en) 2017-05-11 2020-02-04 Apple Inc. MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
US11301477B2 (en) 2017-05-12 2022-04-12 Apple Inc. Feedback analysis of a digital assistant
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK201770411A1 (en) 2017-05-15 2018-12-20 Apple Inc. MULTI-MODAL INTERFACES
US10303715B2 (en) 2017-05-16 2019-05-28 Apple Inc. Intelligent automated assistant for media exploration
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
US10657328B2 (en) 2017-06-02 2020-05-19 Apple Inc. Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling
US20180357040A1 (en) * 2017-06-09 2018-12-13 Mitsubishi Electric Automotive America, Inc. In-vehicle infotainment with multi-modal interface
WO2019002831A1 (en) 2017-06-27 2019-01-03 Cirrus Logic International Semiconductor Limited REPRODUCTIVE ATTACK DETECTION
GB2563953A (en) 2017-06-28 2019-01-02 Cirrus Logic Int Semiconductor Ltd Detection of replay attack
GB201713697D0 (en) 2017-06-28 2017-10-11 Cirrus Logic Int Semiconductor Ltd Magnetic detection of replay attack
US11189273B2 (en) * 2017-06-29 2021-11-30 Amazon Technologies, Inc. Hands free always on near field wakeword solution
GB201801528D0 (en) 2017-07-07 2018-03-14 Cirrus Logic Int Semiconductor Ltd Method, apparatus and systems for biometric processes
GB201801530D0 (en) 2017-07-07 2018-03-14 Cirrus Logic Int Semiconductor Ltd Methods, apparatus and systems for authentication
GB201801527D0 (en) 2017-07-07 2018-03-14 Cirrus Logic Int Semiconductor Ltd Method, apparatus and systems for biometric processes
GB201801526D0 (en) 2017-07-07 2018-03-14 Cirrus Logic Int Semiconductor Ltd Methods, apparatus and systems for authentication
GB201801532D0 (en) 2017-07-07 2018-03-14 Cirrus Logic Int Semiconductor Ltd Methods, apparatus and systems for audio playback
US10504511B2 (en) 2017-07-24 2019-12-10 Midea Group Co., Ltd. Customizable wake-up voice commands
US10475449B2 (en) 2017-08-07 2019-11-12 Sonos, Inc. Wake-word detection suppression
US10048930B1 (en) 2017-09-08 2018-08-14 Sonos, Inc. Dynamic computation of system response volume
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
US10446165B2 (en) 2017-09-27 2019-10-15 Sonos, Inc. Robust short-time fourier transform acoustic echo cancellation during audio playback
US10482868B2 (en) 2017-09-28 2019-11-19 Sonos, Inc. Multi-channel acoustic echo cancellation
US10621981B2 (en) 2017-09-28 2020-04-14 Sonos, Inc. Tone interference cancellation
US10755051B2 (en) 2017-09-29 2020-08-25 Apple Inc. Rule-based natural language processing
US10466962B2 (en) 2017-09-29 2019-11-05 Sonos, Inc. Media playback system with voice assistance
GB201801661D0 (en) 2017-10-13 2018-03-21 Cirrus Logic International Uk Ltd Detection of liveness
GB201801664D0 (en) 2017-10-13 2018-03-21 Cirrus Logic Int Semiconductor Ltd Detection of liveness
GB2567503A (en) 2017-10-13 2019-04-17 Cirrus Logic Int Semiconductor Ltd Analysing speech signals
GB201803570D0 (en) 2017-10-13 2018-04-18 Cirrus Logic Int Semiconductor Ltd Detection of replay attack
GB201801663D0 (en) 2017-10-13 2018-03-21 Cirrus Logic Int Semiconductor Ltd Detection of liveness
GB201801874D0 (en) 2017-10-13 2018-03-21 Cirrus Logic Int Semiconductor Ltd Improving robustness of speech processing system against ultrasound and dolphin attacks
GB201804843D0 (en) 2017-11-14 2018-05-09 Cirrus Logic Int Semiconductor Ltd Detection of replay attack
KR102543693B1 (ko) 2017-10-17 2023-06-16 삼성전자주식회사 전자 장치 및 그의 동작 방법
GB201801659D0 (en) 2017-11-14 2018-03-21 Cirrus Logic Int Semiconductor Ltd Detection of loudspeaker playback
CN107886957A (zh) * 2017-11-17 2018-04-06 广州势必可赢网络科技有限公司 一种结合声纹识别的语音唤醒方法及装置
US10157611B1 (en) * 2017-11-29 2018-12-18 Nuance Communications, Inc. System and method for speech enhancement in multisource environments
US10482878B2 (en) * 2017-11-29 2019-11-19 Nuance Communications, Inc. System and method for speech enhancement in multisource environments
US10636424B2 (en) 2017-11-30 2020-04-28 Apple Inc. Multi-turn canned dialog
US10880650B2 (en) 2017-12-10 2020-12-29 Sonos, Inc. Network microphone devices with automatic do not disturb actuation capabilities
US10818290B2 (en) 2017-12-11 2020-10-27 Sonos, Inc. Home graph
JP2021508870A (ja) * 2017-12-21 2021-03-11 サムスン エレクトロニクス カンパニー リミテッド 生体認証によるユーザー認証のためのシステム及び方法
CN111357048A (zh) * 2017-12-31 2020-06-30 美的集团股份有限公司 用于控制家庭助手装置的方法和***
US10733982B2 (en) 2018-01-08 2020-08-04 Apple Inc. Multi-directional dialog
US11264037B2 (en) 2018-01-23 2022-03-01 Cirrus Logic, Inc. Speaker identification
US11735189B2 (en) 2018-01-23 2023-08-22 Cirrus Logic, Inc. Speaker identification
US11475899B2 (en) * 2018-01-23 2022-10-18 Cirrus Logic, Inc. Speaker identification
US11343614B2 (en) 2018-01-31 2022-05-24 Sonos, Inc. Device designation of playback and network microphone device arrangements
US10733375B2 (en) 2018-01-31 2020-08-04 Apple Inc. Knowledge-based framework for improving natural language understanding
KR102513297B1 (ko) * 2018-02-09 2023-03-24 삼성전자주식회사 전자 장치 및 전자 장치의 기능 실행 방법
US10789959B2 (en) 2018-03-02 2020-09-29 Apple Inc. Training speaker recognition models for digital assistants
US10978061B2 (en) 2018-03-09 2021-04-13 International Business Machines Corporation Voice command processing without a wake word
US10861462B2 (en) 2018-03-12 2020-12-08 Cypress Semiconductor Corporation Dual pipeline architecture for wakeup phrase detection with speech onset detection
US10592604B2 (en) 2018-03-12 2020-03-17 Apple Inc. Inverse text normalization for automatic speech recognition
US10877637B1 (en) 2018-03-14 2020-12-29 Amazon Technologies, Inc. Voice-based device operation mode management
US10885910B1 (en) 2018-03-14 2021-01-05 Amazon Technologies, Inc. Voice-forward graphical user interface mode management
US11127405B1 (en) * 2018-03-14 2021-09-21 Amazon Technologies, Inc. Selective requests for authentication for voice-based launching of applications
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
CN108509225B (zh) * 2018-03-28 2021-07-16 联想(北京)有限公司 一种信息处理方法及电子设备
US10909331B2 (en) 2018-03-30 2021-02-02 Apple Inc. Implicit identification of translation payload with neural machine translation
CN110400568B (zh) * 2018-04-20 2022-12-09 比亚迪股份有限公司 智能语音***的唤醒方法、智能语音***及车辆
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US11175880B2 (en) 2018-05-10 2021-11-16 Sonos, Inc. Systems and methods for voice-assisted media content selection
US10847178B2 (en) 2018-05-18 2020-11-24 Sonos, Inc. Linear filtering for noise-suppressed speech detection
US10984780B2 (en) 2018-05-21 2021-04-20 Apple Inc. Global semantic word embeddings using bi-directional recurrent neural networks
US10959029B2 (en) 2018-05-25 2021-03-23 Sonos, Inc. Determining and adapting to changes in microphone performance of playback devices
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
US11076039B2 (en) 2018-06-03 2021-07-27 Apple Inc. Accelerated task performance
US11501781B2 (en) * 2018-06-05 2022-11-15 Samsung Electronics Co., Ltd. Methods and systems for passive wakeup of a user interaction device
US10681460B2 (en) 2018-06-28 2020-06-09 Sonos, Inc. Systems and methods for associating playback devices with voice assistant services
CN109032554B (zh) * 2018-06-29 2021-11-16 联想(北京)有限公司 一种音频处理方法和电子设备
US10692490B2 (en) 2018-07-31 2020-06-23 Cirrus Logic, Inc. Detection of replay attack
JP7250900B2 (ja) * 2018-08-09 2023-04-03 グーグル エルエルシー ホットワード認識および受動的支援
US11076035B2 (en) 2018-08-28 2021-07-27 Sonos, Inc. Do not disturb feature for audio notifications
US10461710B1 (en) 2018-08-28 2019-10-29 Sonos, Inc. Media playback system with maximum volume setting
US10915614B2 (en) 2018-08-31 2021-02-09 Cirrus Logic, Inc. Biometric authentication
US11037574B2 (en) 2018-09-05 2021-06-15 Cirrus Logic, Inc. Speaker recognition and speaker change detection
US10878811B2 (en) 2018-09-14 2020-12-29 Sonos, Inc. Networked devices, systems, and methods for intelligently deactivating wake-word engines
US10587430B1 (en) 2018-09-14 2020-03-10 Sonos, Inc. Networked devices, systems, and methods for associating playback devices based on sound codes
US11024331B2 (en) 2018-09-21 2021-06-01 Sonos, Inc. Voice detection optimization using sound metadata
US10811015B2 (en) 2018-09-25 2020-10-20 Sonos, Inc. Voice detection optimization based on selected voice assistant service
US11010561B2 (en) 2018-09-27 2021-05-18 Apple Inc. Sentiment prediction from textual data
US11170166B2 (en) 2018-09-28 2021-11-09 Apple Inc. Neural typographical error modeling via generative adversarial networks
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
US11100923B2 (en) 2018-09-28 2021-08-24 Sonos, Inc. Systems and methods for selective wake word detection using neural network models
US10839159B2 (en) 2018-09-28 2020-11-17 Apple Inc. Named entity normalization in a spoken dialog system
US10692518B2 (en) 2018-09-29 2020-06-23 Sonos, Inc. Linear filtering for noise-suppressed speech detection via multiple network microphone devices
US11899519B2 (en) * 2018-10-23 2024-02-13 Sonos, Inc. Multiple stage network microphone device with reduced power consumption and processing load
US11475898B2 (en) 2018-10-26 2022-10-18 Apple Inc. Low-latency multi-speaker speech recognition
US10971160B2 (en) 2018-11-13 2021-04-06 Comcast Cable Communications, Llc Methods and systems for determining a wake word
EP3654249A1 (en) 2018-11-15 2020-05-20 Snips Dilated convolutions and gating for efficient keyword spotting
US11183183B2 (en) 2018-12-07 2021-11-23 Sonos, Inc. Systems and methods of operating media playback systems having multiple voice assistant services
US11132989B2 (en) 2018-12-13 2021-09-28 Sonos, Inc. Networked microphone devices, systems, and methods of localized arbitration
US11637546B2 (en) * 2018-12-14 2023-04-25 Synaptics Incorporated Pulse density modulation systems and methods
US10602268B1 (en) 2018-12-20 2020-03-24 Sonos, Inc. Optimization of network microphone devices using noise classification
KR20200084730A (ko) * 2019-01-03 2020-07-13 삼성전자주식회사 전자 장치 및 이의 제어 방법
US11638059B2 (en) 2019-01-04 2023-04-25 Apple Inc. Content playback on multiple devices
US11315556B2 (en) 2019-02-08 2022-04-26 Sonos, Inc. Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification
US10867604B2 (en) 2019-02-08 2020-12-15 Sonos, Inc. Devices, systems, and methods for distributed voice processing
US11423885B2 (en) 2019-02-20 2022-08-23 Google Llc Utilizing pre-event and post-event input streams to engage an automated assistant
GB201906367D0 (en) * 2019-02-28 2019-06-19 Cirrus Logic Int Semiconductor Ltd Speaker verification
US11348573B2 (en) 2019-03-18 2022-05-31 Apple Inc. Multimodality in digital assistant systems
US11120794B2 (en) 2019-05-03 2021-09-14 Sonos, Inc. Voice assistant persistence across multiple network microphone devices
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11475884B2 (en) 2019-05-06 2022-10-18 Apple Inc. Reducing digital assistant latency when a language is incorrectly determined
US11423908B2 (en) 2019-05-06 2022-08-23 Apple Inc. Interpreting spoken requests
US11140099B2 (en) 2019-05-21 2021-10-05 Apple Inc. Providing message response suggestions
US11496600B2 (en) 2019-05-31 2022-11-08 Apple Inc. Remote execution of machine-learned models
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
DK201970511A1 (en) 2019-05-31 2021-02-15 Apple Inc Voice identification in digital assistant systems
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11227599B2 (en) 2019-06-01 2022-01-18 Apple Inc. Methods and user interfaces for voice-based control of electronic devices
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
US10586540B1 (en) 2019-06-12 2020-03-10 Sonos, Inc. Network microphone device with command keyword conditioning
US11361756B2 (en) 2019-06-12 2022-06-14 Sonos, Inc. Conditional wake word eventing based on environment
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
WO2021010056A1 (ja) * 2019-07-17 2021-01-21 ホシデン株式会社 マイクユニット
US11138969B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US10871943B1 (en) 2019-07-31 2020-12-22 Sonos, Inc. Noise classification for event detection
US11138975B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US11488406B2 (en) 2019-09-25 2022-11-01 Apple Inc. Text detection using global geometry estimators
US11189286B2 (en) 2019-10-22 2021-11-30 Sonos, Inc. VAS toggle based on device orientation
US11200900B2 (en) 2019-12-20 2021-12-14 Sonos, Inc. Offline voice control
US11562740B2 (en) 2020-01-07 2023-01-24 Sonos, Inc. Voice verification for media playback
WO2021146652A1 (en) * 2020-01-17 2021-07-22 Syntiant Systems and methods for neural network training via local target signal augmentsation
US11556307B2 (en) 2020-01-31 2023-01-17 Sonos, Inc. Local voice data processing
US11308958B2 (en) 2020-02-07 2022-04-19 Sonos, Inc. Localized wakeword verification
CN111369992A (zh) * 2020-02-27 2020-07-03 Oppo（重庆）智能科技有限公司 指令执行方法、装置、存储介质及电子设备
CN111369999B (zh) * 2020-03-12 2024-05-14 北京百度网讯科技有限公司 一种信号处理方法、装置以及电子设备
US11527245B2 (en) * 2020-04-29 2022-12-13 Rovi Guides, Inc. Systems and methods for avoiding inadvertently triggering a voice assistant
US11061543B1 (en) 2020-05-11 2021-07-13 Apple Inc. Providing relevant data items based on context
US11043220B1 (en) 2020-05-11 2021-06-22 Apple Inc. Digital assistant hardware abstraction
US11727919B2 (en) 2020-05-20 2023-08-15 Sonos, Inc. Memory allocation for keyword spotting engines
US11308962B2 (en) 2020-05-20 2022-04-19 Sonos, Inc. Input detection windowing
US11482224B2 (en) 2020-05-20 2022-10-25 Sonos, Inc. Command keywords with input detection windowing
CN111724780B (zh) * 2020-06-12 2023-06-30 北京小米松果电子有限公司 设备的唤醒方法及装置、电子设备、存储介质
US11490204B2 (en) 2020-07-20 2022-11-01 Apple Inc. Multi-device audio adjustment coordination
US11438683B2 (en) 2020-07-21 2022-09-06 Apple Inc. User identification using headphones
US11698771B2 (en) 2020-08-25 2023-07-11 Sonos, Inc. Vocal guidance engines for playback devices
CN112382285B (zh) * 2020-11-03 2023-08-15 北京百度网讯科技有限公司 语音控制方法、装置、电子设备和存储介质
US11984123B2 (en) 2020-11-12 2024-05-14 Sonos, Inc. Network device interaction by range
EP4231286A4 (en) * 2020-12-11 2024-03-27 Samsung Electronics Co., Ltd. ELECTRONIC DEVICE AND ASSOCIATED CONTROL METHOD
US11551700B2 (en) 2021-01-25 2023-01-10 Sonos, Inc. Systems and methods for power-efficient keyword detection
EP4300485A4 (en) * 2021-03-15 2024-02-28 Huawei Technologies Co., Ltd. MEDIA PROCESSING APPARATUS AND METHOD
US11887584B2 (en) 2021-06-18 2024-01-30 Stmicroelectronics S.R.L. Vocal command recognition
CN114512129A (zh) * 2022-03-28 2022-05-17 北京小米移动软件有限公司 语音唤醒数据的处理方法、装置、电子设备及存储介质
US11797099B1 (en) * 2022-09-19 2023-10-24 Snap Inc. Visual and audio wake commands

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2005246437A1 (en) * 2004-05-21 2005-12-01 Voice On The Go Inc. Remote access system and method and intelligent agent therefor

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6070140A (en) 1995-06-05 2000-05-30 Tran; Bao Q. Speech recognizer
DE19615693C1 (de) * 1996-04-19 1997-12-11 Siemens Ag Vorrichtung und Verfahren zur Aktionsermittlung
JPH10319991A (ja) 1997-05-20 1998-12-04 Sony Corp 電子機器の音声認識起動方法及び装置
US6829493B1 (en) * 2000-04-24 2004-12-07 Denso Corporation Adaptive adjustment of sleep duration to increase standby time in wireless mobile stations
US7418392B1 (en) 2003-09-25 2008-08-26 Sensory, Inc. System and method for controlling the operation of a device by voice commands
US20060074658A1 (en) * 2004-10-01 2006-04-06 Siemens Information And Communication Mobile, Llc Systems and methods for hands-free voice-activated devices
KR100819928B1 (ko) * 2007-04-26 2008-04-08 (주)부성큐 휴대 단말기의 음성 인식장치 및 그 방법
US20090210519A1 (en) * 2008-02-18 2009-08-20 Microsoft Corporation Efficient and transparent remote wakeup
US8171322B2 (en) 2008-06-06 2012-05-01 Apple Inc. Portable electronic devices with power management capabilities
US8606227B2 (en) * 2009-09-22 2013-12-10 At&T Intellectual Property I, L.P. Secure access to restricted resource
DE102009051508B4 (de) 2009-10-30 2020-12-03 Continental Automotive Gmbh Vorrichtung, System und Verfahren zur Sprachdialogaktivierung und -führung
US9262612B2 (en) * 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US8818810B2 (en) * 2011-12-29 2014-08-26 Robert Bosch Gmbh Speaker verification in a health monitoring system
US10395651B2 (en) * 2013-02-28 2019-08-27 Sony Corporation Device and method for activating with voice input
US9361885B2 (en) * 2013-03-12 2016-06-07 Nuance Communications, Inc. Methods and apparatus for detecting a voice command
US20140365225A1 (en) * 2013-06-05 2014-12-11 DSP Group Ultra-low-power adaptive, user independent, voice triggering schemes
CN105283836B (zh) * 2013-07-11 2019-06-04 英特尔公司 用于设备唤醒的设备、方法、装置及计算机可读存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2005246437A1 (en) * 2004-05-21 2005-12-01 Voice On The Go Inc. Remote access system and method and intelligent agent therefor

Also Published As

Publication number Publication date
CN105283836A (zh) 2016-01-27
WO2015005927A1 (en) 2015-01-15
US20170032784A1 (en) 2017-02-02
US9852731B2 (en) 2017-12-26
CN110096253A (zh) 2019-08-06
US20150245154A1 (en) 2015-08-27
US9445209B2 (en) 2016-09-13
CN105283836B (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
CN110096253B (zh) 利用相同的音频输入的设备唤醒和说话者验证
US10643621B2 (en) Speech recognition using electronic device and server
US10275586B2 (en) Method for power management using fingerprint identification in mobile terminal and mobile terminal
KR101770932B1 (ko) 모바일 디바이스용 상시 연결형 오디오 제어
US10062382B2 (en) Operating method for microphones and electronic device supporting the same
US9396380B2 (en) Finger print sensor and auxiliary processor integration in an electronic device
KR102346302B1 (ko) 전자 장치 및 음성 인식 기능 운용 방법
KR102018152B1 (ko) 항상-온-항상-청취 음성 인식 시스템을 위한 위치 인식 전력 관리 스킴
KR101821639B1 (ko) 지능형 보조 전자 디바이스
KR101994569B1 (ko) 상시-온 컴포넌트에서의 클록 스위칭
US20140358535A1 (en) Method of executing voice recognition of electronic device and electronic device using the same
US10044073B2 (en) Method for preventing battery swelling and electronic device thereof
JP5705999B2 (ja) ポータブルコンピューティングデバイス内の割込みコントローラのスリープ状態を管理するための方法およびシステム
US11074910B2 (en) Electronic device for recognizing speech
KR102208430B1 (ko) 지문 센서의 전원을 제어하는 방법과 이를 수행하는 지문 처리 장치 및 전자 장치
US20190147890A1 (en) Audio peripheral device
US8544082B2 (en) Security reuse in hybrid information handling device environments
KR102323232B1 (ko) 시각 기반의 메커니즘을 기반으로 스마트 표시 장치의 음성 명령을 활성화하는 방법 및 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240624

Address after: Seoul, South Kerean

Patentee after: Hyundai Motor Co.,Ltd.

Country or region after: Republic of Korea

Patentee after: Kia Co.,Ltd.

Address before: California, USA

Patentee before: INTEL Corp.

Country or region before: U.S.A.