[发明专利]声音远程控制

说明书

发明领域

本发明总体上涉及执行控制动作，尤其是涉及使用语音识别来执 行与图像获取有关的控制动作。

背景技术

诸如蜂窝式电话之类的通信设备已经变得是越来越多用途的。例 如，当今的蜂窝式电话经常包括允许用户不仅仅是拨打和接听电话而 是还可以进行诸如发送/接收文本消息、播放音乐、玩视频游戏等之 类的更多行为的应用。此外，蜂窝式电话经常包括允许用户拍照和记 录视频剪辑的相机。因而，蜂窝式电话已经变成每天生活的越来越普 遍的一部分。

US2005118990涉及组合的移动电话和数字相机，其中可以通过 音频或者声音控制来控制数字相机。移动电话包括至少一个麦克风来 检测可听到的输入。所检测到的可听到输入被转换成电信号并且被发 送到处理器。该处理器具有对存储介质的访问，该存储介质包含导致 处理器在所检测到的可听到输入上进行操作的软件。该处理器将所检 测到的可听到输入与相机命令数据库比较比较以确定所检测到的可 听到输入是否与数据库中的相机命令之一相匹配。如果存在匹配，则 该处理器执行与该相机命令相关联的指令集以执行期望的功能。

在US5027249中，描述了通过声音识别操作来拍摄照片的相机。 该相机包括麦克风，通过该麦克风，操作者的声音命令词语以数字数 据的形式登记在计算机中。该计算机根据所登记的数据标识相同的声 音命令词语并且操作相机想要的功能。相机利用显示设备指示计算机 用于登记和识别声音命令词语的功能，以便操作者可以确认他在相机 上的操作。

US 4389109中描述了具有声音命令系统的相机，其包括将声音 命令系统选择性地带入学习和工作模式之一的开关。在学习模式期 间，各种命令声音在麦克风中说入并且每个命令声音以指定的部分登 记在相机中。在工作模式期间，将说出的命令声音与所登记的命令声 音中的每一个进行比较，并且由最相关的那个所识别以便产生依赖于 所识别部分的控制信号。

发明内容

根据一个方面，提供了一种包括至少一个图像获取设备和逻辑的 设备。所述逻辑被配置为接收来自用户的声音输入，识别该声音输入， 并且基于所识别的声音输入来执行与所述至少一个图像获取设备相 关联的控制动作。

另外，所述至少一个图像获取设备可以包含相机，而且所述控制 动作包括使用所述相机拍照。

另外，所述至少一个图像获取设备可以包含视频记录设备，而且 所述控制动作包括激活与该视频记录设备相关联的视频记录模式。

另外，所述控制动作可以包含控制自动聚焦功能、控制变焦镜头 或者控制分辨率模式。

另外，当识别声音输入时，所述逻辑被配置为使用语音识别软件 来识别所述声音输入。

另外，所述设备可以进一步包含显示器，其被配置为响应于用户 输入而显示多个控制动作以及与所述多个控制动作中的每一个相关 联的声音命令。

另外，所述设备可以包含存储器，并且所述逻辑可以被进一步配 置为允许用户提供与多个相应的控制动作中的每一个相对应的至少 一个词语。所述逻辑可以被进一步配置为在所述存储器中存储与所述 多个相应的控制动作中的每一个相对应的至少一个词语。

另外，所述逻辑可以被进一步配置为执行语音识别以识别与所述 多个控制动作中的第一控制动作相关联的第一词语或者短语，向用户 检验所识别的第一词语或者短语是否是正确的，以及当所识别的第一 词语或者短语被检验为正确时，在所述存储器中将所识别的第一词语 或者短语存储为与所述第一控制动作相对应。

另外，所述设备可以进一步包含存储器，并且所述逻辑可以被进 一步配置为提供用户接口，该用户接口被配置为允许用户向所述设备 输入文本，该文本标识了将对应于与所述至少一个图像获取设备相关 联的第一控制动作的至少一个词语或者短语，并且所述逻辑还可以被 进一步配置为在所述存储器中将所述文本存储为与所述第一控制动 作相对应。

另外，所述设备可以包含蜂窝式电话。

根据另一个方面，在包括至少一个图像获取设备的移动终端中执 行一种方法。该方法包括：接收来自用户的声音输入，识别所述声音 输入，并且基于所识别的声音输入来执行与所述至少一个图像获取设 备相关联的控制动作。