[发明专利]基于眼动追踪引导语音输入的装置和方法

说明书

技术领域

本文所公开的主题涉及语音控制移动计算设备，更具体地涉及基于眼动追踪引导语音输入。

背景技术

相关技术的描述

总地来说，计算设备正变得更有能力接收且处理语音输入。计算设备可以执行能够理解语音命令或将口语词汇转换成应用程序命令的许多应用程序。

在可以执行能够接收且处理语音输入的一个以上的应用程序的计算设备中，向一个应用程序而不是另一应用程序引导语音输入是具有挑战性的。例如，在计算设备可以执行可以接收语音输入的两个不同的应用程序的情况下，当计算设备接收语音输入时，计算设备可能不知道哪个应用程序要接收输入。

在一个示例中，用户可以从视图中移除一个应用程序并且计算设备可以向仍旧可见的应用程序引导语音输入。然而，这对用户而言是很麻烦的，并且限制用户一次查看一个应用程序。

在另一示例中，虽然计算设备可以接收语音输入，但是由计算设备听到的命令可能意在针对该计算设备或并非意在针对该计算设备。这会导致计算设备基于所接收到的用于其他目的的例如用户讲给其他用户或讲给其他设备的语音输入而不期望地执行命令。

在另一示例中，应用程序可以设置按钮来启动、停止、记录或暂停语音输入。在本示例中，用户可以经由应用程序来按压启动并且用户可以对计算设备讲话。如果用户希望出于另一目的讲话，则用户通常必须按压暂停按钮以停止计算设备解读其他话音。在用户结束其他话音之后，用户可以再次按压暂停按钮并且继续对计算设备讲话。需要用户使用这样的按钮浪费了时间并且使与计算设备的语音接口低效且复杂。

发明内容

公开了一种基于眼动追踪引导语音输入的装置。在一个实施例中，该装置包括处理器和存储器。在一个实施例中，该处理器，被配置为：用于接收音频信号，该音频信号包括语音输入，从包括计算设备和显示在计算设备的屏幕上的应用程序的组中选择位置，该位置在用户的眼睛所看之处被检测，以及向所选择的位置引导语音输入。一种方法和计算机程序产品也执行该装置的功能。

附图说明

将参考附图中示出的具体实施例给出上面简要描述的实施例的更详细描述。应该理解的是，这些附图仅描绘了一些实施例，因此不应被认为是对范围的限制，将通过使用附图来描述和说明实施例的额外的特性和细节，在附图中：

图1是示出了用于基于眼动追踪引导语音输入的装置的一个实施例的示意性框图；

图2是示出了用于基于眼动追踪引导语音输入的装置的一个实施例的示意性框图；

图3是描绘了本发明公开的装置的一个实施例的图示；

图4是描绘了本发明公开的装置的一个实施例的图示；

图5A是描绘了本发明公开的装置的一个实施例的图示；

图5B是描绘了本发明公开的装置的一个实施例的图示；

图6是示出了用于基于眼动追踪引导语音输入的方法的一个实施例的示意性流程图；

图7是示出了用于基于眼动追踪引导语音输入的方法的一个实施例的示意性流程图；

图8是示出了用于基于眼动追踪引导语音输入的方法的一个实施例的示意性流程图；

图9是示出了用于基于眼动追踪引导语音输入的方法的一个实施例的示意性流程图；以及

图10是描绘了根据本公开内容的系统的一个实施例的图示。

具体实施方式

正如将被本领域技术人员所理解的，实施例的各方面可以以系统、方法或者程序产品的形式被实施。因此，实施例可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件和微代码等)或者组合了软件和硬件方面的实施例的形式，在本文中这些形式的实施例可以都统称为“电路”、“模块”或者“系统”。此外，实施例可以采取以存储机器可读代码、计算机可读代码和/或程序代码——下文中称为代码的一个或多个计算机可读存储设备的形式实施的程序产品的形式。存储设备可以是有形的、非暂态的和/或不可传输的。存储设备可以不包括信号。在某些实施例中，存储设备仅采用用于访问代码的信号。

本说明书中描述的许多功能单元被标记为模块，以特别强调它们的实现独立性。例如，模块可以实现为硬件电路，包括定制的VLSI电路或门阵列，和现成的半导体，例如逻辑芯片、晶体管或者其它分立部件。模块也可以以可编程硬件设备(例如现场可编程门阵列、可编程逻辑阵列、可编程逻辑设备等)的形式实现。