信息处理装置、信息处理方法和程序

摘要：

信息处理装置(10)包括：识别单元，用于将用户的输入信息识别为字符串；以及补充单元，用于基于与识别字符串时的用户的视野相对应的真实空间的图像的分析结果，对所识别的字符串进行补充。

专利类型：发明专利

申请/专利号：CN201980065621.9

申请日期：2019-07-17

公开/公告号：CN113016031A

公开/公告日：2021-06-22

主分类号：G10L15/24(2013.01)

申请/专利权人:索尼集团公司

发明/设计人:石川毅

主申请人地址:日本东京都

专利代理机构:北京集佳知识产权代理有限公司

代理人:陈炜%王伟楠

国别省市代码:日本;JP

权利要求：

1.一种信息处理装置，包括： 识别单元，被配置成将用户的输入信息识别为字符串；以及 补充单元，被配置成基于与当识别所述字符串时的所述用户的视野相对应的真实空间的图像分析结果来补充所识别的字符串。 2.根据权利要求1所述的信息处理装置，其中， 所述识别单元将所述用户的输入信息识别为第一形式的字符串，以及 所述补充单元基于所述图像分析结果将所识别的所述第一形式的字符串补充为第二形式的字符串。 3.根据权利要求2所述的信息处理装置，其中，所述补充单元通过使用作为以所述第二形式表示的第一字符信息与以所述第一形式表示第一字符信息的第二字符信息的对的转换候选信息，对所识别的所述第一形式的字符串执行匹配处理，并且使用与具有最高相似度的第二字符信息相对应的第一字符信息作为所述第二形式的字符串，其中，以所述第二形式表示的第一字符信息提取自与所述用户的视野相对应的真实空间的图像。 4.根据权利要求3所述的信息处理装置，其中，在所述第一形式的字符串包括作为未辨识字符的缺陷部分的情况下，所述补充单元执行除了所述缺陷部分之外的所述匹配处理，并且通过使用与具有最高相似度的第二字符信息相对应的第一字符信息来补充所述第一形式的字符串的缺陷部分。 5.根据权利要求3所述的信息处理装置，其中，所述补充单元使用所述第一形式的字符串的、包括第一字符串的、前半部分的字符串来执行所述匹配处理，并且通过使用与具有最高相似度的第二字符信息相对应的第一字符信息，将所述第一形式的字符串的、除了所述前半部分的字符串之外的剩余字符串补充为所述第二形式的字符串。 6.根据权利要求3所述的信息处理装置，还包括图像分析单元，所述图像分析单元被配置成：获取包括在与所述用户的视野相对应的真实空间的图像中的字符信息，并且生成所述转换候选信息。 7.根据权利要求4所述的信息处理装置，其中， 所述输入信息是所述用户的语音， 所述第一形式的字符串是作为音素序列的音素串， 所述第二形式的字符串是以下字符串：该字符串包括从平假名、片假名、汉字、数字和字母中选择的至少一种类型的字符的序列， 所述识别单元从所述用户的语音中识别输入音素串，以及 所述补充单元使用与作为通过使用所述转换候选信息中的音素串对所述输入音素串执行所述匹配处理的结果而获得的音素串相对应的第一字符信息，作为所述第二形式的字符串。 8.根据权利要求5所述的信息处理装置，其中， 所述输入信息是通过所述用户的字符输入而获得的字符串， 所述第一形式的字符串是以下字符串：该字符串包括从平假名、数字和字母中选择的至少一种类型的字符的序列， 所述第二形式的字符串是以下字符串：该字符串包括从平假名、片假名、汉字、数字和字母中选择的至少一种类型的字符的序列， 所述识别单元识别包括通过所述用户的字符输入而获得的第一字符的输入字符串，以及 所述补充单元使用与作为通过使用所述转换候选信息中的字符串对所述输入字符串执行所述匹配处理的结果而获得的字符串相对应的第一字符信息，作为所述第二形式的字符串。 9.根据权利要求3所述的信息处理装置，还包括字典信息存储单元，所述字典信息存储单元被配置成存储字典信息，所述字典信息是以所述第二形式表示的第三字符信息与以所述第一形式表示第三字符信息的第四字符信息的对， 其中，所述补充单元在所述匹配处理期间优先于所述字典信息而使用所述转换候选信息。 10.根据权利要求9所述的信息处理装置，其中，所述补充单元将所述转换候选信息登记在所述字典信息中。 11.根据权利要求10所述的信息处理装置，其中，在所述转换候选信息中的第一字符信息是专有名词的情况下，所述补充单元将所述转换候选信息登记在所述字典信息中。 12.根据权利要求7所述的信息处理装置，还包括图像捕获单元，所述图像捕获单元被配置成捕获与所述用户的视野相对应的真实空间的图像， 其中，当输入所述用户的语音时，所述图像捕获单元捕获所述图像。 13.根据权利要求8所述的信息处理装置，还包括图像捕获单元，所述图像捕获单元被配置成捕获与所述用户的视野相对应的真实空间的图像， 其中，所述图像捕获单元在从检测到所述用户对所述信息处理装置的字符输入的操作到所述输入字符串完成的字符输入时间捕获所述图像。 14.根据权利要求13所述的信息处理装置，其中，所述图像捕获单元捕获紧接在执行对所述信息处理装置的所述字符输入之前的所述用户的视线位置。 15.根据权利要求13所述的信息处理装置，其中，在所述字符输入时间，当所述用户的视线再次指向紧接在执行对所述信息处理装置的所述字符输入之前的所述用户的视线位置时，所述图像捕获单元捕获所述用户的视线位置。 16.根据权利要求12所述的信息处理装置，还包括佩戴在所述用户的头部上的视频透过型或光学透过型头戴式显示器， 其中，所述图像捕获单元被设置在所述头戴式显示器上的、当所述头戴式显示器佩戴在所述用户的头部上时使得能够捕获所述用户的前方的图像的位置处。 17.根据权利要求2所述的信息处理装置，还包括输出单元，所述输出单元被配置成输出所述补充单元所补充的所述第二形式的字符串。 18.根据权利要求17所述的信息处理装置，其中，所述输出单元是用于显示所述第二形式的字符串的显示装置、或者用于对所述第二形式的字符串执行语音输出的语音输出装置。 19.一种信息处理方法，包括： 将用户的输入信息识别为字符串；以及 基于与当识别所述字符串时的所述用户的视野相对应的真实空间的图像分析结果来补充所识别的字符串。 20.一种程序，用于使计算机执行以下步骤： 将用户的输入信息识别为字符串；以及 基于与当识别所述字符串时的所述用户的视野相对应的真实空间的图像分析结果来补充所识别的字符串。