控制应用的方法和系统技术方案

本发明专利技术描述了一种对话管理系统以及控制应用（Ａ↓［１］，Ａ↓［２］，…，Ａ↓［ｎ］）的方法。用于控制应用（Ａ↓［１］，Ａ↓［２］，…，Ａ↓［ｎ］）的对话管理系统（１）包括：移动指示设备包括：照相机用于生成移动指示设备（２）对准的方向（Ｄ）上的目标区域的图像（２２，２３，３１）；以及传输接口（４↓［ａ］，４↓［ｂ］）用于将目标区域图像（２２，２３，３１）传输到本地交互设备（７）。本地交互设备（７）包括：音频接口设备（５）用于检测和处理语音输入并生成与输出可听提示；核心对话引擎（１１）用于通过解释用户输入并生成输出提示协调对话流；应用接口（１２）用于在对话管理系统（１）和应用（Ａ↓［１］，Ａ↓［２］，…，Ａ↓［ｎ］）之间通信；接收接口（１３↓［ａ］，１３↓［ｂ］）用于从移动指示设备（２）接收目标区域图像（２２，２３，３１）以及用于处理目标区域图像（２２，２３，３１）的图像处理设备（１４）。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及对话管理系统以及用于驱动对话管理系统以远程控制应用的方法。而且，本专利技术涉及本地交互设备以及用于这种语音对话系统的指示设备。
技术介绍
当今遥控器几乎用于任何消费电子设备，例如电视、DVD播放器、调谐器等。在一般家庭中需要多个遥控器-经常每个消费电子设备一个。即使对于很了解所拥有的消费电子设备的人员而言，记住每个遥控器上的每个按钮实际是做什么的都是一个难题。此外，尤其对于那些对设备的可利用选项没有深入认识的用户来说，某些消费电子设备上可利用的屏幕上菜单驱动的导航不是很直观。结果是用户必须连续地检查屏幕上出现的菜单来定位他正在寻找的选项，然后向下看遥控器来寻找相应的按钮。通常按钮被给出并不直观的名称或缩写。另外，遥控器上的按钮还可以执行其他功能，其可通过首先按压模式按钮来获得。令人遗憾地是，现代消费电子设备的多个可用选项意味着对于许多用户而言编程这种设备会成为挫折练习。大量按钮以及比非直观的菜单选项会使得对设备的编程更为困难，并且经常导致用户不能充分利用他所购买的设备。由于当今几乎每个消费电子设备都带有它自己的遥控设备的事实，所以充分利用所有消费电子设备变得越发困难。迄今为止对多数遥控装置按钮缩写和符号进行了标准化以使得在不同语言国家销售相同的遥控设备，即使如此，也可能是不同的缩写或符号用于不同的遥控装置上执行相同的功能，例如缩写“CH”和“PR”可用来表明“频道”“节目”，实质上意思相同。遥控装置在形状、大小、整体外观和甚至电池规格方面都有所不同。为了减少由这样多个遥控装置所引起的混淆，已经开发了一种新产品种类的“通用遥控装置”。然而，即使通用遥控装置也无法被期望获得当今市场上销售的每个消费电子设备所提供的所有功能，尤其因为新的技术和特性在不断地发展。此外，现代消费电子设备所提供的多种功能需要相应的多个按钮来启动这些功能，需要不便利的较大遥控装置来容纳所有按钮。此外，通常的遥控装置仅限于控制一个或至多少数类似设备，所有设备都必须安装有兼容式接口，例如，一个遥控装置充其量只能用于电视、CD播放器和VCR，并且只有它在被控制的设备附近时能用。如果用户将遥控装置脱离设备的范围之外，那么他就不再能控制它们的功能。已知控制设备或应用的其它方法，例如借助于用户和对话管理系统之间的口头对话。有时，这种对话管理系统能以某些方式与应用通信，这样用户能通过向对话管理系统说适当的命令来间接地控制应用，对话管理系统翻译口头命令并将命令传递到相应的应用。然而，这种对话管理系统仅限于全部基于语音的通信；也就是，用户必须发出清楚的命令，这些命令对于被控制的应用具有唯一的解释。用户必须学会所有这些命令，并且必须使得对话管理系统也能识别它们。此外，使用这种方法通常限于这种情况用户处于对话管理系统的邻近区域。对应用的控制从而受到用户所在之处的限制。
技术实现思路
因此，本专利技术的目的在于提供一种由用户便利和直观地远程控制应用的方法和系统。为此，本专利技术提供了一种用于控制应用的对话管理系统，包括移动指示设备和本地交互设备。移动指示设备包括照相机并能够在移动指示设备所对准的方向生成目标区域的图像，并且能借助于传输接口以无线方式将目标区域图像传输到本地交互设备，例如利用蓝牙或802.11b标准。本地交互设备又包括音频接口设备，用于检测并处理语音输入并生成与输出可听提示，以及核心对话引擎，用于通过翻译用户输入并生成输出提示协调对话流。此外，本地交互设备包括用于在对话管理系统和应用之间进行通信的应用接口，其优选地能够以并行方式处理多个应用，以及用于从移动指示设备接收目标区域图像的接收接口，和用于处理目标区域图像的图像处理设备。对话管理系统优选地可以控制在家庭和/或办公室环境中运行的多个应用，并可以通知用户它们的状态。所述“目标区域”理解为表示在移动指示设备的前面，能通过设备的照相机记录在图像中的区域。目标区域的大小可以很大程度上由合并到移动指示设备中的照相机的性能来确定。为生成图像，用户可以将设备前面的移动指示设备指向报纸或杂志的页，或者指向他希望拍摄的任何对象。为了简单起见，在下文中将移动指示设备正对准的目标称作“可视显示”。所述术语“目标区域图像”将会被较为广义的理解，例如目标区域图像可以只包括涉及整个图像的显著点的图像数据，例如，强化的轮廓、拐角、边缘等等。根据本专利技术的本地交互设备可以并入已有的设备中，诸如PC、电视、录像机等等。在优选的实施例中，本地交互设备实施为独立装置，具有物理形态诸如机器人或者优选为人的物理形态。本地交互设备可以实现为如上所述的专用设备，例如，在DE10249060 A1中，构造为这种方式具有示意性面部特征的可移动部分能够转向面对用户，给出设备在聆听用户的效果。这种本地交互设备甚至可以构造为这种方式它能伴随着用户从一个房间移动到另一个房间。本地交互设备和各个应用之间的接口可以借助于电缆实现。优选地，所述接口以无线方式实现，诸如红外线、蓝牙、等等。这样，本地交互设备实质上在它的调配环境之内保持移动，并且不局限于定位在用于驱动的应用的直接邻近区域。如果无线接口具有足够的射程，那么对话管理系统的本地交互设备就能容易地用于控制位于建筑(诸如办公大楼或者私房)的不同房间中的多个设备的应用。本地交互设备和各个应用之间的接口优选为在专用应用接口部件中进行管理。本文中，通过将根据口头的用户输入解释的任何命令或者指令转送到每个应用、通过从应用接收打算发给用户的任何反馈来管理应用和本地交互设备之间的通信。应用接口单元能以并行方式处理多个应用。在本专利技术的特定优选实施例中，本地交互设备包括自动定向前面部分，其用于在显示对话提示期间、在显示受控制的应用的用户选项期间、或者在将图像或者音频消息呈现给用户期间面对用户。根据本专利技术用于驱动这种对话管理系统的方法，用于通过口头对话控制应用或者设备，在适当时包括以下附加步骤，将移动指示设备对准特定对象并借助于以某种方式并入移动指示设备中的照相机生成目标区域图像。目标区域图像随后被传输给对话管理系统的本地交互设备，在本地交互设备中处理所述目标区域图像以得到用于控制设备或者应用的控制信息。因此本方法和系统为用户提供了便利的方式仅仅通过将小型手持移动指示设备对准可视显示而生成至少部分可视显示的图像，并将该图像传输到本地交互设备来与应用进行交互，本地交互设备能解释图像并视情况与相应应用或设备进行通信。因此用户不再局限于语音对话或者预定命令组，而是能通过指示对象或者指向可视显示而以更自然的方式通信，例如扩充口头命令。从属权利要求和随后的描述公开了本专利技术的特定优选实施例和特征。如上所述，本地交互设备能用于与单个应用通信，但是同样地也可以用于控制多个不同应用。应用可以是简单功能，诸如翻译程序、存储箱(store cupboard)管理器或者任何其它数据库、或者可以是实际设备，诸如TV、DVD播放器或者冰箱。因此移动指示设备可以用作一个应用程序或者多个应用程序的遥控装置。此外，可以将多个移动指示设备分配给本地交互设备，这样，例如，家庭的每个成员都具有他自己的移动指示设备。另一方面，可以将一个移动指示设备分配给不同环境中的多个本地交互设备，例如使得用户可以使用他的移动指示设备在家和在不同位置诸如办公室来本文档来自技高网...

【技术保护点】
一种用于控制应用（Ａ↓［１］，Ａ↓［２］，…，Ａ↓［ｎ］）的对话管理系统（１），包括：－移动指示设备（２）包括：－照相机（３），用于生成移动指示设备（２）对准的方向（Ｄ）上的目标区域的图像（２２，２３，３１）；以及－ 传输接口（４↓［ａ］，４↓［ｂ］），用于将目标区域图像（２２，２３，３１）传输到本地交互设备（７）；并且本地交互设备（７）包括：－音频接口设备（５），用于检测和处理语音输入并生成与输出可听提示；－核心对话引擎（１１） ，用于通过解释用户输入并生成输出提示协调对话流；－应用接口（１２），用于在对话管理系统（１）和应用（Ａ↓［１］，Ａ↓［２］，…，Ａ↓［ｎ］）之间通信；－接收接口（１３↓［ａ］，１３↓［ｂ］），用于从移动指示设备（２）接收目标 区域图像（２２，２３，３１），以及－用于处理目标区域图像（２２，２３，３１）的图像处理设备（１４）。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：E特伦，HR肖尔，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：NL[荷兰]