由多模态用户输入驱动的内容捕获体验制造技术

本文公开了涉及从空间姿势和语音组合的用户输入的系统、方法和软件。例如，在拍照、录制视频或控制远程服务或设备时，组合的用户输入允许用户更流畅地与其周围环境交互。在各种实现方式中，计算设备的一个或多个组件识别组合的用户输入的发生，例如口语话语和至少部分地与口语话语同时发生的利用设备做出的空间姿势。一个或多个组件识别与组合的用户输入相关联的内容捕获体验并在设备上调用内容捕获体验。体验。体验。

【技术实现步骤摘要】
【国外来华专利技术】由多模态用户输入驱动的内容捕获体验


[0001]本公开的各方面涉及计算设备和软件应用领域，并且具体而言，涉及由多模式用户输入驱动的增强的内容捕获体验。

技术介绍

[0002]除了传统的基于触摸和键盘的输入模式之外，现代计算设备还支持多种用户输入模态，例如语音控制和空间姿势。虽然对过去的选择有很大的改进，但相同的通用框架仍然存在，在该框架中一次使用一种模态来控制事件。
[0003]作为示例，当今市场上的许多设备支持数字助理的语音调用。用户可以通过说出数字助理的名字，接着说出命令或请求，以对话的方式与数字助理交互。在另一个示例中，利用设备做出的空间姿势(例如，利用电话做出特定动作)可以用于解锁设备、控制视频游戏，等等。
[0004]新的输入模态的出现同样改善了内容捕获体验。用户可以使用许多应用和设备的语音到文本转录能力及其与数字墨水工具相结合的手写识别能力可靠地生成内容。
[0005]然而，单模态框架使用户降级到通过一种模态或另一种模态提供输入：用户要么正在对设备说话，要么使用触摸或空间姿势；在键盘上打字，或用触笔着墨。这样本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算装置，包括：一个或多个计算机可读存储介质；一个或多个处理器，其与所述一个或多个计算机可读存储介质可操作地耦合；以及存储在所述一个或多个计算机可读介质上的程序指令，所述程序指令当由所述一个或多个处理器执行时，引导所述计算装置至少：识别组合的用户输入的发生，其中，所述组合的用户输入包括口语话语和至少部分地与所述口语话语同时发生的利用所述计算装置做出的空间姿势；识别与所述组合的用户输入相关联的内容捕获体验；以及调用所述计算装置上的所述内容捕获体验。2.根据权利要求1所述的计算装置，还包括：检测所述空间姿势的一个或多个传感器；以及接收所述口语话语的一个或多个音频输入设备。3.根据权利要求2所述的计算装置，其中，为了识别与所述组合的用户输入相关联的所述内容捕获体验，所述程序指令引导所述计算装置从可能的组合的用户输入到可能的内容捕获体验的映射中，确定哪个可能的内容捕获体验与所述组合的用户输入相对应。4.根据权利要求3所述的计算装置，其中：所述可能的组合的用户输入中的每一者包括一个或多个口语话语与一个或多个空间姿势组合的唯一组合；并且所述可能的组合的用户输入中的每一者映射到所述可能的内容捕获体验中的一者。5.根据权利要求4所述的计算装置，其中：用于所述组合的用户输入的所述口语话语指示利用所述计算装置上的相机捕获图像的意图；所述空间姿势包括计算装置的向上运动以将所述相机指向场景；并且所述内容捕获体验包括控制所述相机的相机应用的用户接口。6.根据权利要求4所述的计算装置，其中：用于所述组合的用户输入的所述口语话语指示利用所述一个或多个音频输入设备创建音频记录的意图；所述空间姿势包括所述计算装置的倾斜运动以将所述一个或多个音频输入设备定位在用于所述音频记录的源附近；并且所述内容捕获体验包括用于与所述音频记录交互的用户接口。7.一种方法，包括：识别计算装置中的组合的用户输入的发生，其中，所述组合的用户输入包括口语话语和至少部分地与所述口语话语同时发生的利用所述计算装置做出的空间姿势；识别与所述组合的用户输入相关联的内容捕获体验；以及调用所述计算装置上的所述内容捕获体验。8.根据权利要求7所述的方法，还包括：使用所述计算装置的一个或多个传感器来...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：