多模态智能音频设备系统注意力表达的制作方法

技术特征：

1.一种控制环境中的设备系统的方法，所述方法包括：

从所述环境中的多个麦克风中的每个麦克风接收输出信号，所述多个麦克风中的每个麦克风位于所述环境的麦克风位置，所述输出信号对应于人的话语；

至少部分地基于所述输出信号来确定所述环境内的区，所述区具有至少阈值概率包括所述人的位置；

在所述区内生成多个空间变化的注意力信号，所述多个注意力信号中的每个注意力信号由位于所述区内的设备生成，每个注意力信号指示对应的设备处于所述对应的设备正在等待命令的操作模式下，每个注意力信号指示所述对应的设备的相关性度量。

2.如权利要求1所述的方法，其中，由第一设备生成的注意力信号指示第二设备的相关性度量，所述第二设备是对应的设备。

3.如权利要求1或权利要求2所述的方法，其中，所述相关性度量至少部分地基于距某一位置的估计距离。

4.如权利要求3所述的方法，其中，所述位置是所述人的估计位置。

5.如权利要求3所述的方法，其中，所述估计距离是从所述位置到所述区内的多个麦克风的声学质心的估计距离。

6.如权利要求1至5中任一项所述的方法，其中，所述相关性度量至少部分地基于所述对应的设备的估计可见性。

7.如权利要求1至6中任一项所述的方法，其中，所述话语包括唤醒词。

8.如权利要求4所述的方法，其中，所述注意力信号至少部分地根据对唤醒词置信度的估计而变化。

9.如权利要求1至8中任一项所述的方法，其中，所述注意力信号中的至少一个包括在所述话语的时间之前对由所述区内的设备生成的至少一个先前信号的调制。

10.如权利要求9所述的方法，其中，所述至少一个先前信号包括光信号，并且其中，所述调制包括颜色调制、颜色饱和度调制或光强度调制中的至少一个。

11.如权利要求5所述的方法，其中，所述至少一个先前信号包括声音信号，并且其中，所述调制包括水平调制。

12.如权利要求5所述的方法，其中，所述调制包括风扇速度、火焰大小、电机速度或空气流速中的一个或多个的变化。

13.如权利要求5所述的方法，其中，所述调制包括隆起，所述隆起包括预定序列的信号调制。

14.如权利要求13所述的方法，其中，所述隆起包括与信号水平从基线水平增加相对应的第一时间间隔。

15.如权利要求14所述的方法，其中，所述隆起包括与信号水平降低到所述基线水平相对应的第二时间间隔。

16.如权利要求14或权利要求15所述的方法，其中，所述隆起包括在所述第一时间间隔之后且在所述第二时间间隔之前的保持时间间隔，所述保持时间间隔对应于恒定信号水平。

17.如权利要求13所述的方法，其中，所述隆起包括与信号水平从基线水平降低相对应的第一时间间隔。

18.如权利要求1至17中任一项所述的方法，其中，所述麦克风中的至少一个被包括在智能音频设备中或者被配置用于与智能音频设备通信。

19.如权利要求1至18中任一项所述的方法，进一步包括确定设备是否在设备组中的自动化过程。

20.如权利要求19所述的方法，其中，所述自动化过程至少部分地基于与由所述设备发射的光或声音中的至少一个相对应的传感器数据。

21.如权利要求19所述的方法，其中，所述自动化过程至少部分地基于源与接收器之间的通信。

22.如权利要求21所述的方法，其中，所述源是光源或声源。

23.如权利要求19所述的方法，其中，所述自动化过程至少部分地基于源与编排中枢设备之间的通信或者接收器与所述编排中枢设备之间的通信中的至少一者。

24.如权利要求19所述的方法，其中，所述自动化过程至少部分地基于光源或声源在一段时间内被接通和关断。

25.如权利要求19所述的方法，进一步包括根据来自所述人的显式反馈来自动更新所述自动化过程。

26.如权利要求19所述的方法，进一步包括根据隐式反馈来自动更新所述自动化过程，所述隐式反馈基于以下中的一个或多个：基于估计区的波束成形成功、基于所述估计区的麦克风选择成功、确定所述人已经异常地终止语音助理的响应、命令识别器返回低置信度结果或第二道回顾性唤醒词检测器返回已说出唤醒词的低置信度。

27.如权利要求1至26中任一项所述的方法，进一步包括选择位于所述区内的设备的至少一个扬声器，并且控制所述至少一个扬声器以向所述人提供声音。

28.如权利要求1至27中任一项所述的方法，进一步包括选择位于所述区内的设备的至少一个麦克风，并且向智能音频设备提供由所述至少一个麦克风输出的信号。

29.如权利要求1至28中任一项所述的方法，其中，所述多个麦克风中的第一麦克风根据第一采样时钟对音频数据进行采样，并且所述多个麦克风中的第二麦克风根据第二采样时钟对音频数据进行采样。

30.一种装置，所述装置被配置为执行如权利要求1至29中任一项所述的方法。

31.一种系统，所述系统被配置为执行如权利要求1至29中任一项所述的方法。

32.一个或多个非暂态介质，其上存储有软件，所述软件包括用于控制一个或多个设备以执行如权利要求1至29中任一项所述的方法的指令。

技术总结
一种方法可以涉及从环境中的多个麦克风中的每个麦克风接收输出信号，该多个麦克风中的每个麦克风位于该环境的麦克风位置，该输出信号对应于人的话语。该方法可以涉及至少部分地基于输出信号来确定环境内的区，该区至少具有阈值概率包括该人的位置，并且在该区内生成多个空间变化的注意力信号。每个注意力信号可以由位于该区内的设备生成。每个注意力信号可以指示对应的设备处于该对应的设备正在等待命令的操作模式下，并且可以指示该对应的设备的相关性度量。

技术研发人员：C·G·海因斯;R·J·卡特卡;G·N·狄金斯;R·J·卡特莱特;J·E·道格拉斯;M·R·P·托马斯;
受保护的技术使用者：杜比实验室特许公司;
技术研发日：2020.07.30
技术公布日：2022.03.11