[发明专利]人机互动系统和方法

权利要求书

1.一种人机互动系统，其特征在于，包括：声音捕捉装置、视频捕捉装置和控制装置；

所述声音捕捉装置，用于拾取声音，并输出拾取的声音的音频信号；

所述视频捕捉装置，用于实时摄取图像，并输出图像信息；

所述控制装置与所述声音捕捉装置和所述视频捕捉装置连接，所述控制装置接收所述音频信号和图像信息信息，根据所述音频信号和图像信息产生控制命令，并执行该控制命令。

2.如权利要求1所述的人机互动系统，其特征在于，该控制装置包括：

语音识别模块，用于对所述声音捕捉装置输出的音频信号进行语音识别处理；

关键词模块，用于从所述语音识别模块的语音识别处理结果中提取关键词，并输出所述关键词；

第一控制命令转换模块，用于确定所述关键词对应的控制命令，并确定所述图像信息对应的控制命令；

第一执行模块，用于在所述关键词对应的控制命令与所述图像信息对应的控制命令相同时，执行所述控制命令，否则不执行所述控制命令。

3.如权利要求1所述的人机互动系统，其特征在于，该控制装置包括：

声音属性检测模块，用于检测所述声音撷取模块输出的音频信号的声音属性；

第二控制命令转换模块，用于确定所述图像信息对应的控制命令，并确定所述声音属性对应的执行效果，将所述执行效果作为所述控制命令的输入参数；

第二执行模块，用于执行该携带有所述输入参数的控制命令。

4.如权利要求1所述的人机互动系统，其特征在于，该控制装置包括：

语音识别模块，用于对所述声音捕捉装置输出的音频信号进行语音识别处理；

关键词模块，用于从所述语音识别模块的语音识别处理结果中提取关键词，并输出所述关键词；

第一控制命令转换模块，用于确定所述关键词对应的控制命令，并确定所述图像信息对应的控制命令；

第三执行模块，用于从所述关键词对应的控制命令和图像信息对应的控制命令中选择至少一个控制命令执行。

5.一种人机互动方法，其特征在于，所述方法包括：

利用声音撷取装置拾取声音，以获得拾取的声音的音频信号；

利用视频捕捉装置实时摄取图像，以获得摄取的图像的图像信息；

根据所述音频信号和图像信息产生控制命令，并执行该控制命令。

6.如权利要求5所述的人机互动方法，其特征在于，所述根据所述音频信号和图像信息产生控制命令，并执行该控制命令包括：

对所述拾取的声音的音频信号进行语音识别处理；

从所述语音识别处理的结果中提取关键词；

确定所述关键词对应的控制命令，并确定所述图像信息对应的控制命令；

在所述关键词对应的控制命令与所述图像信息对应的控制命令相同时，执行所述控制命令，否则不执行所述控制命令。

7.如权利要求5所述的人机互动方法，其特征在于，所述根据所述音频信号和图像信息产生控制命令，并执行该控制命令包括：

检测所述拾取的声音的音频信号的声音属性；

确定所述图像信息对应的控制命令，并确定所述声音属性对应的执行效果，将所述执行效果作为所述控制命令的输入参数；

执行该携带有所述输入参数的控制命令。

8.如权利要求5所述的人机互动方法，其特征在于，所述根据所述音频信号和图像信息产生控制命令，并执行该控制命令包括：

对所述拾取的声音的音频信号进行语音识别处理；

从所述模块的语音识别处理的结果中提取关键词；

确定所述关键词对应的控制命令，并确定所述图像信息对应的控制命令；

从所述关键词对应的控制命令和图像信息对应的控制命令中选择至少一个控制命令执行。