未來的HomePod智能揚聲器可能僅在您查看Siri查詢后才能回答

蘋果設(shè)備的用戶不一定必須聲明“ Hey Siri ”來調(diào)用數(shù)字助理，而蘋果公司正在研究使用注視檢測自動觸發(fā)設(shè)備的語言控制的方法，而無需語音提示。

蘋果生態(tài)系統(tǒng)中多個設(shè)備的所有者將熟悉使用Siri的鮮為人知的問題之一，即讓Siri在一個設(shè)備而不是另一個設(shè)備上工作。當(dāng)您所在的房間里裝有iPhone，iPad和HomePod mini時，可能很難確定哪個設(shè)備將實際響應(yīng)查詢，并且不一定是所需的設(shè)備。

此外，并非所有人都對“ Hey Siri”提示完全感到滿意。例如，錯誤地使用“ Hey Siri”以及電視和廣播上其他數(shù)字助理的觸發(fā)短語可能導(dǎo)致查詢用戶可能不想發(fā)生。

用戶可能還需要與設(shè)備進行交互而根本不使用語音。在可能需要從遠處向硬件發(fā)出命令的情況下，可能無法使用聽覺控制方案或其他控制機制。

蘋果公司在周二獲得專利商標(biāo)局授予的一項名為“使用凝視信息的設(shè)備控制”的專利中，建議用戶可以使用凝視來確定他們是否需要Siri或其他系統(tǒng)的幫助，而無需最初的口頭說明。提示。

該文件提出了一種系統(tǒng)，該系統(tǒng)使用照相機和其他能夠確定用戶位置及其注視路徑的傳感器來確定他們在看什么。該信息可用于自動將被查看的設(shè)備設(shè)置為進入指示接受模式，在該模式下，該設(shè)備會主動偵聽，以期可以收到指示。

如果數(shù)字助理在此狀態(tài)下解釋了什么是命令，則可以像事先說過語音觸發(fā)器一樣執(zhí)行該命令，從而節(jié)省了用戶一步的時間。這仍將允許“ Hey Siri”之類的詞組起作用，尤其是在用戶不看設(shè)備的情況下。

將注視用作晴雨表以了解用戶是否要告訴數(shù)字助理命令，這在其他方面也很有用。例如，檢測到的注視注視著該設(shè)備可以指示用戶意圖該設(shè)備應(yīng)遵循指令。

該專利建議，用于HomePod的數(shù)字助理可能只有在用戶正在查看命令時才可能解釋該命令。

實際上，這可能意味著設(shè)備將句子片段(例如“ play Elvis”)解釋為命令或作為對話的一部分(否則應(yīng)忽略)之間的差異。

對于多個設(shè)備的所有者，注視檢測可以允許通過查看將其定向到一個設(shè)備而不是其他設(shè)備。

該文件提到，僅僅注視該設(shè)備并不一定會注冊為聽指令的意圖，因為需要滿足一組“激活標(biāo)準(zhǔn)”。這可能只包括持續(xù)注視一段時間(例如一秒鐘)，以消除轉(zhuǎn)頭的人的輕微掃視或誤報。

頭部位置的角度也很重要。例如，如果設(shè)備位于床頭柜上并且用戶躺在床上睡覺，則該設(shè)備可能會根據(jù)其躺著的方式將面對設(shè)備的用戶視作注視，但可以對其進行打折以實現(xiàn)用戶的頭在側(cè)面而不是垂直。

作為響應(yīng)，設(shè)備可以向用戶提供許多指示器，該指示器已經(jīng)一目了然地激活了助手，例如來自內(nèi)置LED或顯示器的噪聲或光圖案。

給定能夠記錄用戶注視的能力，對于系統(tǒng)而言，檢測用戶是否正在查看他們想要與之交互的對象，而不是持有虛擬助手的設(shè)備，也是可行的。例如，用戶可能正在看著房間中的多個燈中的一個，并且設(shè)備可以使用用戶注視的上下文來計算用戶希望從命令中打開哪個燈。

該專利最初于2019年8月28日提交，將其發(fā)明人列為Sean B.Kelly，F(xiàn)elipe Bacim De Araujo E Silva和Karlin Y.Bark。

Apple每周都會提交大量專利申請，但是專利的存在表明其研發(fā)工作受到關(guān)注，但它們并不保證專利會在未來的產(chǎn)品或服務(wù)中使用。

在較早的專利申請中已經(jīng)多次出現(xiàn)了能夠遠程操作設(shè)備的功能。例如，2015年一項“基于學(xué)習(xí)的手和手指姿勢的估計”專利建議將光學(xué)3D映射系統(tǒng)用于手勢，該系統(tǒng)在概念上可能與Microsoft的Kinect硬件類似。

另一個申請從2018為一個“響應(yīng)用戶的存在和活性的多媒體計算或系統(tǒng)”中提出的引入三維的傳感器數(shù)據(jù)來產(chǎn)生室，其中一個可被用于全房間手勢識別的深度圖。

注視檢測也已被探索。3月份，蘋果公司申請了一項名為“與凝視有關(guān)的顯示加密”的專利，該專利衡量了用戶在屏幕上的注視位置。在用戶主動視覺的區(qū)域中，顯示將正常工作，但對于其他區(qū)域，它將放置錯誤的數(shù)據(jù)，從而使觀察者無法快速瀏覽用戶的文檔。