展示聯(lián)系行為的玩具的制作方法

專利名稱：展示聯(lián)系行為的玩具的制作方法
技術領域：
本發(fā)明涉及交互式玩具，更具體地涉及模仿父母和孩子之間自然發(fā)生的聯(lián)系的能夠向自然人展示聯(lián)系行為的玩具。本發(fā)明擴展至用于模擬玩具對自然的人或人們的聯(lián)系行為的方法。
背景技術：
全世界的人們擁有玩具、特別是玩偶，并且已經(jīng)有數(shù)百年了。由于友誼以及有時也為了激發(fā)安全感的原因，孩子們以玩偶為樂。孩子，特別是小孩子，通常與他們的玩偶形成非常強的聯(lián)系，其中該聯(lián)系甚至可能在孩子的成長中起到作用。由于各種原因，成年人也擁有玩偶，由于他們的審美質量或情感依戀，可能作為收藏者的考慮。過去幾年隨著技術的進步，玩偶得到了發(fā)展并已經(jīng)日益變得復雜，且實際上，變得更為逼真。例如，發(fā)明人意識到玩偶能夠模擬諸如哭、睡覺、談話的有限的人類行為，甚至模擬諸如吃飯和排泄身體排泄物的人類身體機能。發(fā)明人進一步意識到諸如麥克風、聲音傳感器、運動傳動器(movement actuator)和類似的電子設備已經(jīng)合并到玩偶中。例如，名稱為“交互式高技術玩偶”的美國專利申請第US2007/0128979號公開了一種玩偶，其產生類似于人類的面部表情、當與人類交談時識別特定單詞、并能夠根據(jù)某些預定問題和答案情況與有生命的人進行有限交談。玩偶識別口語單詞基于由結合在玩偶中的處理器所控制的語音和聲音識別技術，并允許訓練玩偶以識別特定人的聲音，以及給人分配特定角色，例如其媽媽的角色。玩偶在其臉上配有運動傳動器，允許在說話或分別模仿人類表情時移動其眼睛、嘴和臉頰以展示特定的預定面部表情。有限的交談技能基于本領域公知的基礎聲音和語音識別技術。在每種情況下，玩偶會問預先記錄的問題并期望接收特定的回答。如果它接收到所希望的回答，玩偶做出積極的反應，以及如果它接收到任何不期望的回答，它做出不合適的反映。然而，在該申請中沒有提及玩偶具有長期學習能力。相反，其行為看來是由主要響應于當前的用戶輸入和其在時鐘上構建的狀態(tài)機所控制的。發(fā)明目的本發(fā)明的一個目的是提供一種交互式玩具，更具體地，是提供一種能夠模仿朝向人的聯(lián)系行為的玩偶，其是對上述概括的現(xiàn)有技術的改進。

發(fā)明內容
根據(jù)本發(fā)明，提供一種包含主體的玩具，所述主體包括用于接收來自人類用戶的輸入的至少一個輸入傳感器；至少一個輸出設備，玩具通過該輸出設備與用戶進行交互； 與輸入傳感器和輸出設備通信的處理器以及與處理器通信的存儲器，所述玩具的特征在于，處理器被編程為將每個接收的輸入分類為積極的或消極的，以根據(jù)該分類調整存儲在存儲器中的累積輸入，并根據(jù)累積輸入將控制信號發(fā)送給輸出設備，從而玩具響應于一系列隨時間推移而顯著地積極輸入展示出增長的聯(lián)系行為，并響應于一系列隨時間推移而顯著地消極輸入展示出減少的聯(lián)系行為。
本發(fā)明進一步的特征提供了接收的輸入對應于人類與玩具之間的交互，其中交互對應于聲音、運動和圖像中的一個或多個；處理器將與叫喊相關聯(lián)的聲音和與身體虐待相關聯(lián)的運動分類為消極輸入；玩具包括至少兩個輸入傳感器，第一個輸入傳感器是配置為檢測語音和語言幅度的麥克風，以及第二個輸入傳感器是配置為檢測玩具的運動和加速度的加速度計；累計輸入至少在一些程度上表示玩具的偏愛用戶的語音；處理器被編程為確定由麥克風接收的接收語音輸入和累計輸入之間的相似度；在將接收輸入分類為積極的， 調整累計輸入以越來越多地表示用戶，以及在相似度較低或將接收輸入分類為消極時，其變得更少地表示偏好用戶或者保持不變；處理器被編程為將幅度高于預定最大語音幅度的接收語音分類為消極輸入，并且將在其之下的分類為積極輸入；處理器被編程為將加速度高于預定最大加速度門限的檢測運動輸入分類為消極輸入，并且將在其之下的分類為積極輸入；處理器被編程為根據(jù)情況確定接收輸入的積極程度或消極程度，并與積極程度或消極程度成比例的調整累計輸入。同時本發(fā)明進一步的特征提供了玩具，包括連接到處理器的定時裝置，并且其中處理器被編程為將大于預定時間段的缺少接收輸入分類為消極輸入，并響應于其調整累計輸入變得更少地表示偏好用戶；以及輸出設備包括聲音傳感器和運動傳動器中的一個或全部，并且處理器被編程為當接收語音輸入的相似度較高時，以更高頻率地和/或更高質量地將控制信號發(fā)送給輸出設備，并且其中處理器被編程為當接收語音輸入的相似度較低時，以更低頻率地和/或更低質量地將控制信號發(fā)送給輸出設備。同時本發(fā)明進一步的特征提供了累計輸入，包括從與普通背景說話者相關聯(lián)的語音中提取的特征集合，每個特征具有與之相關聯(lián)的可變權重，從而加權特征集合表示偏愛用戶的語音；調整與特征相關聯(lián)的權重以使累計輸入增加地或減少地表示偏愛用戶的語音；以及當累計輸入變得更少地表示當前偏愛用戶的語音時，調整累計輸入以增加至少一個可替代用戶語音的樣本，當累計輸入相比于當前偏愛用戶更多地表示可替代用戶的語音時，可替代用戶成為新的偏愛用戶。本發(fā)明還提供了一種模擬玩具朝向人類的聯(lián)系行為的方法，包括以下步驟在存儲器中存儲表示與玩具相關聯(lián)的偏愛用戶的累積輸入，通過在玩具中結合的至少一個輸入傳感器從用戶接收輸入，將輸入分類為積極的或消極的，響應于積極輸入將累計輸入調整為增加對偏愛用戶的表示，以及響應于消極輸入而減少對偏愛用戶的表示，且響應于輸入將控制信號發(fā)布給玩具的輸出設備，控制信號取決于累計輸入。本發(fā)明進一步的特征為方法提供了將接收的高于預定幅度的語音輸入分類為消極輸入、將接收的超出預定加速度范圍的運動輸入分類為消極輸入、以及將超過預定時間段沒有接收輸入分類為消極輸入的步驟；以及確定接收語音輸入與偏愛用戶的語音輸入的相似度并將與相似度成比例的控制信號發(fā)布給玩具的輸出設備的步驟。


現(xiàn)在通過僅參照附圖的實施例來描述本發(fā)明，其中圖1是根據(jù)本發(fā)明的第一實施方式的能夠向人類展示聯(lián)系行為的玩具玩偶的內部元件的示意圖；圖2是圖1的玩具玩偶的可替換實施方式的示意圖；以及
圖3是描述根據(jù)本發(fā)明的玩具玩偶的宏觀行為的流程圖。
具體實施例方式附圖中的圖1描述了根據(jù)本發(fā)明第一實施方式的玩具玩偶(在圖中沒有示出)的內部功能元件(10)。玩具包含在附圖中沒有示出的身體，其可以采用任何數(shù)量的外形，例如嬰兒、幼童、動物或甚至玩具人物。元件(10)通常位于玩偶內部，例如在身體的胸腔內，在那里它們由身體所保護。為了進入可能需要周期性替換或維護的元件特定部分，在身體的重要位置上可以設置入口，例如電源或電池包。元件(10)包括下列內容以支持所要求的行為數(shù)字中央處理單元(CPU) (12)，包括定時裝置(14)(在該實施例中是數(shù)字定時器)、作為非易失性存儲模塊形式的存儲單元 (16)、檢測輸入的輸入傳感器(18)(在該實施例中是麥克風00)和加速計0 )和與用戶進行通信的輸出設備04)。在該實施方式中的輸出設備包括聲音傳感器06)和與玩具的肢體(在圖中沒有示出)相連接的運動傳動器08)?？梢岳斫獾氖牵瑸榱丝刂浦w的運動， 運動傳動器08)可以與玩具的任何肢體相連接。CPU(U)利用輸入接口(30)和輸出接口 (32)分別與輸入傳感器(18)和輸出設備06)相連接。輸入接口(30)包括模數(shù)(A/D)轉換器(34)，以及輸出接口(32)包括數(shù)模(D/A)轉換器(36)。軟件形式的機器指令(在圖中沒有示出)存儲在存儲器(16)中或附加存儲模塊(38)上，以驅動輸入接口(30)和輸出接口(3 以及他們各自的A/D和D/A轉換器。機器指令還包括促使CPU通過輸入傳感器接收輸入、處理接收的輸入、并將控制信號發(fā)送給輸出設備的指令。將控制玩具行為的附加軟件以及按數(shù)字模型形式的累積輸入變量(在圖中沒有示出)也存儲在存儲器(16)中，其中輸入變量包含從用戶的語音和/或行為中提取的特征或屬性的匯集，包括當前的偏愛用戶以及偏愛用戶的特性通常如何與其它用戶相區(qū)別的參考。累積的輸入在可變范圍內表示當前偏愛的用戶，并存儲在非易失性存儲模塊(16)中。 該軟件進一步包括聲音和語音識別功能，并且其它特征提取軟件允許處理器分析所接收的輸入并確定其對應于當前偏愛用戶的數(shù)字模型的程度，從而產生所接收的語音輸入與由累積輸入所表示的偏愛用戶的相似程度。此外，存儲器(16)包括允許CPU分析由輸入傳感器(18)檢測的輸入以及將輸入分類為實質上積極或消極的并且還將積極或消極的程度分配給所接收的輸入的軟件。如果將通過輸入接收的與當前用戶的交互視為積極的，那么該輸入用于提供更多當前用戶的屬性的學習，并用這樣更多的屬性來更新累積輸入?？梢岳斫獾氖牵灰斎氡环诸悶榉e極的，將當前用戶更多的屬性添加到累積輸入中會使得表示當前用戶的累積輸入增加，從而表示與當前用戶的聯(lián)系日益增強。如果當前用戶也接近表示為偏愛用戶，則累積輸入將逐漸變?yōu)楸硎灸M與其日益緊密聯(lián)系的偏愛用戶，但是如果當前用戶不表示偏愛用戶，玩具將減小其與偏愛用戶的聯(lián)系并增大其與當前用戶的聯(lián)系。因此，從可以通過與玩具進行連續(xù)的積極交戶來把當前用戶變成偏愛(首選，優(yōu)選)用戶。如果與玩具的交互視為是消極的并且達到當前用戶匹配在累積輸入中包含的表示偏愛用戶的屬性的程度時，逐漸返回遺忘過程或降低累積輸入以變得更少地表示偏愛用戶而變得更多地表示其它或普通背景的用戶。在這種情況下，學習或遺忘的程度與將來自用戶的交互分類為積極或消極的程度成比例。機器指令(軟件)包括接收的語音輸入幅度以及檢測的動作輸入加速度的門限值。如果接收的語音具有高于幅度門限值的幅度，由于其對應于喊叫或噪聲，因此將這樣的語音分類為消極輸入。由于超過最大門限的加速度對應于身體虐待、投擲或墜落，因此將其分類為消極輸入。還可預見的是，軟件可以允許CPU(U)識別在作為唱歌的聲音輸入的基音圖樣中的標準偏差和在作為擾動的預定最小和最大門限之間的標準加速度，可將其解釋為積極輸入。在將來自用戶的交互視為是積極的并且當前用戶的特性與偏愛用戶的特性緊密地匹配的范圍下，換句話說就是在當前用戶的語音和偏愛用戶的語音(由累積輸入所表示)之間存在較高程度的相似性，由CPU(12)發(fā)送到輸出設備06)的指令所指示的，來自玩具的積極響應在頻率上和/或質量上會增加。相反，如果當前用戶的特性不與偏愛用戶的特性匹配，由CPU(U)發(fā)送到輸出設備06)的指令所指示的，來自玩具的積極響應在頻率上和/或質量上會減小。除了傳感器(18)檢測的諸如語音和運動的輸入外，軟件還促使CPU(U)監(jiān)視定時器(14)并識別與玩具缺少交互大于指定時間段。這對應于忽略玩具并被分類為消極輸入且相應地影響累積輸入，導致遺忘偏愛用戶。參照圖3描述的流程圖能夠更簡單地解釋玩具的宏觀行為。在圖3中，在步驟00) 當通過輸入傳感器(18)中的一個檢測到輸入時，CPU(12)將輸入分類為積極或消極，并根據(jù)情況可以測量其積極性和消極性的程度。CPU(U)還確定語音輸入相關聯(lián)的語音與偏愛用戶的語音的相似度，在圖中該步驟被稱作與聯(lián)系用戶的匹配質量。如果該輸入被分類為積極的，這在步驟0 中進行識別，以及通過使累積輸入逐漸增加地表示偏愛用戶，指示 CPU(12)學習或加強當前用戶的屬性，在步驟G4)中將用戶屬性與所接收輸入的積極性程度成比例，其后CPU(12)給輸出設備(18)發(fā)送指令，在步驟06)將當前用戶與偏愛用戶的相似度和輸入的積極性成比例。如果在步驟02)將輸入識別為消極，在步驟G8)中CPU(12)確定當前用戶是否也是當前偏愛用戶或是否將輸入識別為消極的。如果當前用戶不是當前偏愛用戶并且輸入也不被識別為消極的，CPU(12)再次給輸出設備(18)發(fā)送指令，在步驟06)中當前用戶和偏愛用戶的相似度與輸入的消極性成比例。然而，在步驟G8)如果將當前用戶識別為當前偏愛用戶或者將輸入識別為消極，在步驟(50)指示CPU(12)遺忘與輸入的消極性程度成比例的當前用戶的屬性，之后CPU(12)將指令發(fā)送給輸出設備(18)，在步驟06)將當前用戶與偏愛用戶的相似度和輸入的消極性成比例。在步驟06)中完成將指令發(fā)送給輸出設備后，CPU(U)等待要接收的下一輸入或等待定時器指示缺少交互。在圖2中示出了本發(fā)明的可替換的實施方式。在圖中，相同的附圖標記表示與圖1 所說明的實施方式相同的特征。圖2的實施方式也包括數(shù)字中央處理單元(CPU) (12)，包括數(shù)字定時器(14)、非易失性存儲模塊形式的存儲單元(16)、檢測輸入的輸入傳感器(18)和麥克風OO)以及加速計0幻。該實施方式還包括數(shù)字圖像記錄器(50)，在該實施方式中是數(shù)字照相機。該實施方式還包括與用戶進行通信的輸出設備04)。輸出設備還包括聲音傳感器06)和與玩具的肢體(在圖中沒有示出)連接的運動傳動器08)。CPU(12)分別利用輸入接口(30)和輸出接口(3 與輸入傳感器(18)和輸出裝置06)相連接。輸入接口(30)包括模數(shù)(A/D)轉換器(34)并且輸出接口(32)包括數(shù)模(D/A)轉換器(36)。軟件形式的機器指令(在圖中沒有示出)存儲在存儲器(16)中或附加的存儲模塊(38)中， 以驅動輸入接口(30)和輸出接口(32)以及它們各自的A/D和D/A轉換器?？梢岳斫獾氖?，在本發(fā)明的該實施方式中，例如當檢測到來自用戶的交互時，數(shù)字照相機(50)可以用于周期性地拍攝用戶的圖像。該圖像可以與語音記錄結合地或單獨地用于識別偏愛用戶的臉。復雜的圖像識別軟件是可用的，其可以用于將數(shù)字圖像與存儲在存儲器(16)中的偏愛用戶的圖像進行比較。如上面所述和下面用于語音識別的進一步描述，圖像識別軟件可以用于確定由照相機(50)拍攝的偏愛用戶的圖像與當前用戶在最近階段拍攝的圖像之間的相似度。由CPU(12)發(fā)送給輸出設備04)的控制信號也可以取決于當前用戶的圖像和偏愛用戶的圖像之間的相似度。上述描述對玩具的工作提供了概述。下面是對由軟件所利用的和CPU(U)所執(zhí)行的算法的更為詳細地分析。無論是軟件還是硬件實現(xiàn)的并且可能不駐留在存儲器(16)中的算法，將在CPU(12)上執(zhí)行以評估與當前用戶的交互并據(jù)此改變其偏愛用戶的內部表現(xiàn) (累積輸入)以及確定其與用戶交互的性質。當以數(shù)字形式進行檢測并提供給CPU時，對來自用戶的輸入(在這種情況下是語音)進行采樣。從而對該信號進行數(shù)字處理以確定其相關的信息內容。盡管各種替換是可能的，但在該實施方式中將其再分為30ms的幀序列，彼此重疊50%。由窗口函數(shù)對每個幀進行整形，并確定其功率水平以及梅爾頻率倒譜系統(tǒng)(MFCC)(還可使用諸如RASTA PLP的各種其它分析)。其在給定時間隨著基音頻率增大。將所有這些信息合并到特征矢量χ (η) 中，其中矢量概括用于那個幀的相關語音信息。索引η表示確定該矢量的具體幀號。利用可使用的信息，由已知的幾種實現(xiàn)方式將信號分為沉默和語音段。相似地，能夠將從加速度計獲得的輸入收集到概括玩具運動的另一特征矢量y (η) 中。通過χ(η)將信號功率(幅度)以及基音頻率稱為時間的函數(shù)。通過該功率直接確定聲音的響度。如果響度保持在預先確定的最小和最大門限之間，可以認為交互是積極的。在預定間隔內語音的全部缺失將會被認為是忽略的，并且因此是消極的，并且超過最大門限的過度大聲的存在可被認為是喊叫，并且因此也是消極的?？梢詫⑦@些方面合并到給定時間段上的質量測量中，用值-1 < QS 1表示，其中 0為中性的。為了確定說話者的身份，使用統(tǒng)計模型來描述目標說話者以及普通的背景說話者。盡管這里的描述涉及對說話者的特征進行建模并用其確定未知語音采樣和特定說話者之間匹配的特定實現(xiàn)，但是不排除其他執(zhí)行此功能的技術。精確的技術或實現(xiàn)對本發(fā)明并不是重要的，并且通常具有來自說話者識別和機器學習(模式識別)的廣闊領域中的幾個可使用的替代者。除了這里描述的以外，可以想象還能夠使用支持向量機(SVM)或其它流行的模式分類方法。普通的背景說話者用這里稱為全局背景模型(UBM)的高斯混合模型(GMM)來表示。在其的最簡單形式中，這樣的混合能夠退化為單一的高斯密度，從而極大地減小計算要求。典型地，通過大量說話者的語音來集體訓練UBM。然后，該UBM通過諸如最大后驗(MAP)自適應、最大似然線性回歸(MLLR)、或最大似然特征分解(MLED)的處理來適應指定目標說話者的語音，指定目標說話者在該實施方式中是優(yōu)選用戶。訓練的UBM參數(shù)形成穩(wěn)定的初始模型估計，其中按一些方式對初始模型估計重新加權，從而和偏愛用戶的特征更接近。該結果是優(yōu)選的說話者模型。在下面對該方法進行更為詳細的描述。具有可使用的UBM和目標說話者模型允許其評估語音的未知片段與偏愛用戶的模型的匹配相似度。這通過評估該語音片段與背景說話者模型(UBM)和偏愛用戶(由累積輸入表示)的對數(shù)值來實現(xiàn)。這些值之間的差別接近對數(shù)似然比(LLR)分數(shù)并且直接解釋為偏愛用戶與當前語音匹配的程度如何。在數(shù)學上，將第η個幀的LLR分數(shù)s (η)表示為s (χ (n)) = log (fT (χ (η))) -log (f； (χ (η))),其中f表示高斯或GMM概率密度函數(shù)，以及下標T和U分別表示目標說話者和UBM 說話者。基于單一幀的判斷是不穩(wěn)定的。典型地是在進行處理前收集N個幀，其中所選擇的N對應于10-30秒范圍的持續(xù)時間。然后由下式給出該部分的分數(shù)
權利要求
1.一種玩具，包括主體，其中主體包括用于接收來自人類用戶的輸入的至少一個輸入傳感器(18)；至少一個輸出設備(M)，玩具利用該輸出設備與用戶交互；與輸入傳感器 (18)和輸出設備04)通信的處理器(1 和與處理器(1 通信的存儲器(16)，其特征在于，處理器(1 被編程為將每個接收的輸入分類為積極的或消極的，以根據(jù)該分類來調整存儲在存儲器(16)中的累積輸入，并根據(jù)累積輸入將控制信號發(fā)送給輸出設備(M)，從而玩具響應于一系列隨著時間的顯著地積極輸入而展示出增長的聯(lián)系行為，并響應于一系列隨著時間的顯著地消極輸入而展示出減少的聯(lián)系行為。
2.根據(jù)權利要求1所述的玩具，其中接收的輸入對應于人類與玩具之間的交互，其中交互對應于聲音、運動和圖像中的一個或多個。
3.根據(jù)權利要求2所述的玩具，其中處理器(1 將與叫喊相關聯(lián)的聲音和與身體虐待相關聯(lián)的運動分類為消極輸入。
4.根據(jù)前述權利要求中任一個所述的玩具，其中玩具包括至少兩個輸入傳感器(18)， 第一個輸入傳感器是配置為檢測語音和語言幅度的麥克風OO)，以及第二個輸入傳感器是配置為檢測玩具的運動和加速度的加速度計02)。
5.根據(jù)前述權利要求中任一個所述的玩具，其中累計輸入至少在一定程度上表示玩具的偏愛用戶的語音。
6.根據(jù)權利要求4或權利要求5所述的玩具，其中處理器(1 被編程為確定由麥克風 (20)接收的接收語音輸入和累計輸入之間的相似度。
7.根據(jù)權利要求6所述的玩具，其中在將接收輸入分類為積極的時，調整累計輸入以增加用戶的表示，以及在相似度較低或將接收輸入分類為消極的時，減少偏好用戶的表示或者保持不變。
8.根據(jù)前述權利要求中任一個所述的玩具，其中處理器(1 被編程為將接收的幅度高于預定的最大語音幅度的語音輸入分類為消極輸入，并且將接收的低于其的語音輸入分類為積極輸入。
9.根據(jù)前述權利要求中任一個所述的玩具，其中處理器(1 被編程為將檢測到的加速度高于預定最大加速度門限的運動輸入分類為消極輸入，并且將檢測到的低于其的運動輸入分類為積極輸入。
10.根據(jù)前述權利要求中任一個所述的玩具，其中處理器(1 被編程為根據(jù)具體情況確定接收輸入的積極程度或消極程度，以及與積極程度或消極程度成比例的調整累計輸入。
11.根據(jù)前述權利要求中任一個所述的玩具，其中玩具包括與處理器(1 通信的定時裝置(14)，并且其中處理器(1 被編程為將超出預定時間段沒有接收輸入分類為消極輸入，以及響應于其調整累計輸入以減少偏好用戶的表示。
12.根據(jù)前述權利要求中任一個所述的玩具，其中輸出裝置04)包括聲換能器06)和運動傳動器08)中的一個或全部，以及其中處理器(1 被編程為當接收語音輸入的相似度較高時，以更高頻率和/或更高質量將控制信號發(fā)送給輸出設備04)，以及其中處理器 (12)被編程為當接收語音輸入的相似度較低時，以更低頻率和/或更低質量將控制信號發(fā)送給輸出設備04)。
13.根據(jù)前述權利要求中任一個所述的玩具，其中累計輸入包括從與普通背景說話者相關聯(lián)的語音提取的特征集合，每個特征具有與之相關聯(lián)的可變權重，從而加權的特征集合表示偏愛用戶的語音。
14.根據(jù)權利要求13所述的玩具，其中調整與特征相關聯(lián)的可變權重以使累計輸入增加地或減少地表示偏愛用戶的語音。
15.根據(jù)權利要求13或權利要求14所述的玩具，其中當累計輸入更少地表示當前偏愛用戶的語音時，調整累計輸入以增加至少一個可替代用戶語音的表示，當累計輸入相比于當前偏愛用戶更多地表示可替代用戶的語音時，可替代用戶成為新的偏愛用戶。
16.一種模擬玩具朝向人類的聯(lián)系行為的方法，包括以下步驟在存儲器(16)中存儲表示與玩具相關聯(lián)的偏愛用戶的累積輸入，通過在玩具中結合的至少一個輸入傳感器(18) 從用戶接收輸入，將輸入分類為積極的或消極的，響應于積極輸入將累計輸入調整為增加對偏愛用戶的表示，以及響應于消極輸入而減少對偏愛用戶的表示，且響應于輸入將控制信號發(fā)布給玩具的輸出設備( )，控制信號取決于累計輸入。
17.根據(jù)權利要求16所述的方法，包括將接收的高于預定幅度的語音輸入分類為消極輸入、將接收的超出預定加速度范圍的運動輸入分類為消極輸入、以及將超過預定時間段沒有接收輸入分類為消極輸入的步驟。
18.根據(jù)權利要求16或權利要求17所述的方法，包括確定接收語音輸入與偏愛用戶的語音輸入的相似度并將與相似度成比例的控制信號發(fā)布給玩具的輸出設備的步驟。
全文摘要
本發(fā)明提供能夠向用戶展示聯(lián)系行為的玩具和模擬這種行為的方法。玩具包括用于接收來自用戶的交互輸入的輸入傳感器(18)，用于與用戶通信的輸出設備(24)，處理器(12)和存儲器(16)，存儲器(16)包括使得處理器(12)接收交互輸入、處理所接收的輸入和向輸出設備發(fā)送控制信號的機器指令。處理器(12)將所接收的輸入分類為積極的或消極的并根據(jù)該分類調整存儲器(16)中存儲的累積輸入。而控制信號取決于累積輸入。
文檔編號A63H3/28GK102227240SQ200980147516
公開日2011年10月26日 申請日期2009年11月27日 優(yōu)先權日2008年11月27日
發(fā)明者普里茲 J·A·杜, L·C·施沃爾德特 申請人:斯泰倫博斯大學