CN103270738B - 用于在多个音频或视频传感器可得到时处理语音和/或视频呼叫的通信系统和方法 - Google Patents

Abstract

一种方法、客户端应用和用户终端，所述方法包括：提供基于分组的通信系统以用于在基于分组的网络上进行语音或视频呼叫；以及提供使得第一用户终端能够访问所述基于分组的通信系统的客户端应用的实例。所述客户端应用当在第一终端上执行时被配置成：从第一终端的多个不同的音频和/或视频输入传感器接收输入，相对彼此地分析那些输入，以及基于所述分析选择第一终端的至少一个音频和/或视频输入传感器和/或输出传感器以用于在经由基于分组的通信系统与远程用户终端进行语音或视频呼叫中使用。

Description

用于在多个音频或视频传感器可得到时处理语音和/或视频呼叫的通信系统和方法

技术领域

本发明涉及当多个音频或视频传感器或终端潜在地可用于在呼叫中使用时用于处理语音和/或视频呼叫的通信系统和对应的方法。

背景技术

存在这样通信系统，其允许在基于分组的网络（诸如互联网）上的两个或更多个终端用户终端之间使用诸如互联网协议（IP）这样的基于分组的协议进行实时语音和/或视频呼叫。这类通信有时被称为“IP语音（VoIP）”或“IP视频”。

为了使用所述通信系统，每个终端用户首先在他或她的用户终端的存储器上安装客户端应用，使得所述客户端应用被布置用于在该终端的处理器上执行。为了建立呼叫，一个用户（呼叫者）指示至少一个其他用户（被呼叫者）的用户名到所述客户端应用。当被执行时，所述客户端应用然后可以控制它的相应的终端来访问将用户名映射到IP地址的数据库，并且因此使用所指示的用户名来查找被呼叫者的IP地址。所述数据库可能使用服务器或对等（P2P）分布式数据库、或二者的组合来实施。一旦呼叫者的客户端已经检索到被呼叫者的IP地址，它然后可以使用所述IP地址来请求经由互联网或其它这样的基于分组的网络在呼叫者和被呼叫者终端之间建立实时语音和/或视频流，因此建立呼叫。典型地也需要认证程序，所述认证程序可能牵涉到用户经由客户端提供将被服务器进行中心认证的证书，和/或可能牵涉到在两个或更多个用户的客户端应用之间根据P2P类认证方案交换认证证书。

在其中终端用户的每一个仅具有安装在一个终端上的一个客户端应用的简单情况下，其中所述终端仅具有一个麦克风、一个扬声器、一个网络摄像头和一个屏幕，则呼叫的处理在这方面是相对直接的。

然而，随着在家庭里和移动中的便携式设备中能够执行通信软件的电子设备的日益流行，则可能的是，同一终端用户可能具有安装在不同终端上的同一客户端应用的多个实例，和/或用户可能具有安装在具有多个音频和/或视频输入和/或输出装置（即，多个音频或视频传感器）的终端上的客户端应用的实例。在这样的情况下，当做出或接收呼叫时考虑如何协调所述多个传感器和/或多个终端的操作，更确切地是考虑如何最佳地利用这些多个资源来改进通信系统的用户体验可能是必要的。

所述问题已经被申请人在一些之前的专利申请中进行了某种程度的探索，所述专利申请是：GB 1005386.6、US 12/843527(GB 1005462.5)、以及GB 0919592.6。

进一步地，存在提供用于呼叫的远程接口的一些现有装置。例如蓝牙耳机提供了远离处理呼叫的电话的输入/输出接口。DECT电话（数位加强式无线电话）提供了远离基站的手持机。

尽管如此，发明人相信存在如下余地，即进一步改进多个音频或视频传感器或终端的操作之间的协调以用于做出或接收基于分组的呼叫。

发明内容

本发明提供至少三个不同的方面，每一个方面都涉及通信系统、终端以及客户端应用。所述通信系统是基于分组的通信系统（诸如互联网），并且终端和客户端被布置成使用诸如互联网协议（IP）这样的适当的基于分组的协议经由基于分组的网络进行呼叫。

根据本发明的第一方面，提供了通信系统、终端和/或客户端应用，所述客户端应用被配置成：从同一终端的多个不同的音频和/或视频输入传感器接收输入，相对彼此地分析所述输入，以及基于所述分析选择该终端的至少一个音频和/或视频输入传感器和/或输出传感器以用于在进行语音或视频呼叫中使用。

根据本发明的第二方面，提供一种通信系统，其被配置成：从同一用户的不同终端的多个不同的音频和/或视频输入传感器接收输入，相对彼此地分析所述输入，以及基于所述分析选择在不同终端上运行的客户端应用的多个实例中的适当的一个以用于在进行语音或视频呼叫中使用。所述不同的实例可能用同一用户身份登录。

根据本发明的第三方面，提供了第一用户终端，其安装有客户端应用的实例，其被配置成：确定安装有所述客户端应用的其它实例的一个或多个其它次级用户终端的可得到性，以及向用户呈现选项来选择所述其它次级终端的一个以用于在结合所述第一终端进行语音或视频呼叫中使用。

本发明的第一、第二和第三方面可能被独立使用或以组合的形式使用。

根据本发明的第一方面，可能提供了一种方法，其包括：提供基于分组的通信系统以用于在基于分组的网络上进行语音或视频呼叫；以及提供使得第一用户终端能够访问基于分组的通信系统的客户端应用的实例，所述客户端应用当在第一终端上执行时被配置成:从第一终端的多个不同的音频和/或视频输入传感器接收输入，相对彼此地分析所述输入，以及基于所述分析选择第一终端的至少一个音频和/或视频输入传感器和/或输出传感器以用于在经由基于分组的通信系统与远程用户终端进行语音或视频呼叫中使用。

在实施例中，所述分析可能涉及用户到输入传感器的相对接近。

所述分析可能包括对来自第一终端的两个或更多个音频输入传感器的音频输入的能量或功率水平的比较。

所述分析可能包括应用于输入的傅里叶分析，所述输入来自第一终端的两个或更多个不同音频或视频输入。

所述分析可能包括应用于来自第一终端的两个或更多个音频输入传感器的音频输入的语音识别算法。

所述分析可能包括应用于来自第一终端的两个或更多个视频输入传感器的视频输入的面部识别算法。

所述分析可能包括应用于来自第一终端的两个或更多个视频输入传感器的视频输入的运动识别算法。

所述选择可能在回复或发起呼叫之后被做出。

所述选择可能在进行中的呼叫期间被做出。

客户端应用可能被配置成识别用于控制呼叫的语音命令，以及所述选择可能基于对归因于一个或多个语音命令而接收到的音频输入进行的分析被做出。

对来自音频输入传感器的输入的分析可能被使用来选择第一终端的音频输入传感器以用于在呼叫中使用。

对来自音频输入传感器的输入的分析可能被使用来选择第一终端的音频输出传感器以用于在呼叫中使用。

对来自音频输入传感器的输入的分析可能被使用来选择第一终端的视频输入传感器以用于在呼叫中使用。

对来自音频输入传感器的输入的分析可能被使用来选择第一终端的视频输出传感器以用于在呼叫中使用。

对来自视频输入传感器的输入的分析可能被使用来选择第一终端的视频输入传感器以用于在呼叫中使用。

对来自视频输入传感器的输入的分析可能被使用来选择第一终端的视频输出传感器以用于在呼叫中使用。

对来自视频输入传感器的输入的分析可能被使用来选择第一终端的音频输入传感器以用于在呼叫中使用。

对来自视频输入传感器的输入的分析可能被使用来选择第一终端的音频输出传感器以用于在呼叫中使用。

客户端应用可能被配置成执行初始校准过程以便确定不同输入传感器的相对输入响应特性。

根据本发明的另一方面，可能提供了终端或系统，其包括依照以上特征的任意一个被配置的装置。

根据另一方面，可能提供了包括代码的计算机程序产品，所述代码被体现在非暂时性的计算机可读介质上并且当在处理装置上执行时被配置成依照以上特征的任意一个来操作。

附图说明

为了更好地理解本发明以及示出本发明可能如何被付诸实践，将通过例子对附图做出参考，其中：

图1是通信网络的示意性表示，

图2是用户终端的示意性方块图，以及

图3是耳机的示意性图示。

具体实施方式

图1是在诸如互联网101这样的基于分组的网络上被实施的通信系统的示意图。通信系统包括针对多个用户的每一个的相应的终端用户通信装置103。每个用户的通信装置103经由适当的收发器（诸如有线或无线调制解调器）被连接到互联网101或与互联网101可进行通信。每个通信装置103包括至少一个用户终端102。每个终端102被安装有客户端应用的实例以用于访问通信系统以及由此与另一用户的客户端建立实时的基于分组的语音或视频呼叫，所述另一用户的客户端运行在另一这样的终端102上。

此外，在通信系统的至少一个用户的情况下，该用户的相应的通信装置103包括多个终端102的布置或集。例如，在图1的说明性的实施例中，一个用户的通信装置103包括：诸如移动电话的移动手持类终端102a、膝上型电脑102b、台式电脑102c、以及带有机顶盒的电视接收机或电视机102d。可能安装有通信客户端的其它类型的终端102包括相框、平板电脑、汽车音响系统、打印机、家居控制系统、摄像机、或其它这样的家用电器或终端用户设备等。同一用户的多个终端102a-102d中的每一个都安装有通信客户端应用的相应实例，同一用户可能并发地登录到其中，即，因此同一用户可能同时登录到在两个或更多个不同终端102a-102d上的、同一客户端应用的多个实例。这将在下面被更详细地讨论。

同一用户的不同终端用户终端102a-102d的每一个可能提供有到互联网101和基于分组的通信系统的单独连接、和/或那些不同终端102a-102d的一些或全部可能经由普通路由器105连接并且因此形成诸如家用网络这样的本地网络。不管怎样，设想在某些优选实施例中，同一用户的不同终端102a-102d的一些或全部将被定位在房屋周围的不同点处，例如电视机102b在客厅中、台式机102c在书房中、膝上型电脑102b打开在厨房内、以及手持机102a在用户可能碰巧找到它们的任意其它地点处（例如，花园或WC）。

还被示出的连接到互联网101的是数据储存器104，其形式为服务器、分布式的对等数据库、或二者的组合。对等数据库分布在多个不同用户的多个终端用户终端中，所述多个不同用户典型地包括不是呼叫的实际参与者的一个或多个用户。然而，这不是唯一的选项并且中心服务器可以替代地或附加地被使用。不管怎样，数据储存器104被连接以便经由互联网101可访问客户端应用的每一个或在每个用户的通信装置103的终端102的每一个上运行的客户端应用的实例。数据储存器104被布置成提供用户名到IP地址（或其它这样的网络地址）的映射以便允许不同用户的客户端应用在互联网101（或其它基于分组的网络）上建立与彼此的通信通道以用于建立语音或视频呼叫，或者甚至建立诸如即时通信（IM）或语音信箱这样的其它类型的通信。

在其中同一用户可以同时登录到同一客户端应用在不同终端102a-102d上的多个实例的情况下，在实施例中数据储存器104可能被布置成将同一用户名（用户ID）映射到那些多个实例的全部，但还可以被布置成将单独的子标识符（子ID）映射到每个特定的单独实例。因此通信系统能够在不同的实例间进行区分同时仍旧在通信系统内维持针对用户的永久身份。

图2示出了根据本发明的实施例的示范性的终端用户终端102的示意性方块图，其可能与上面提及的那些中的任意一个相对应。用户终端102包括诸如内接或外接硬盘驱动器或闪速存储器这样的存储器202、以及形式为单核或多核处理器的处理装置204。存储器202被安装有通信客户端206的实例，被耦合到处理装置204，以及被布置使得通信客户端206可以在处理装置204上被执行。终端102还包括收发器220以用于经由互联网101或其它这样的基于分组的网络在上行和下行链路上传输来自客户端206的数据和将数据传输到客户端206，所述收发器例如是用于经由无线路由器105无线连接到互联网1010的无线收发器。终端102进一步包括多个AV传感器，例如内置麦克风104、内置扬声器210、内置摄像机212以及屏幕214。终端102然后可能还包括插入到终端102的主体中的另外的AV传感器，例如，外部的或外围的网络摄像头216和耳机218。如图3中示出的那样，耳机218优选地包括集成到同一单元的听筒或头戴式耳机302以及麦克风304。

术语AV传感器在本文可能被用来指代音频或视频输入或输出的任意装置。终端意指用户装备的离散单元，而传感器是给定终端的构件或外设。在某些情形下，诸如手持机和扩充口的情形，分类可能不是直接明显的，但是为了该应用的目的，如果终端执行它自己的、通信客户端的实例，其被认为是不同的。

传感器208-218的每一个被操作地耦合到处理装置204使得客户端能够从输入传感器208、212、216、218的任意一个或全部接收输入并且提供输出到输出传感器210、214、218中的任意一个或全部。图2的终端因此在一个方面是值得注意的，在于它包括多个音频输入传感器、多个音频输出传感器和/或多个视频输入传感器，以及在于这些中的每一个对于客户端应用206潜在地可用来在基于分组的网络上进行语音或视频呼叫。多个视频输出传感器也是一种可能性。

根据本发明的第一方面，客户端应用206当被执行时被配置成：从同一终端102的多个不同输入传感器接收输入，相对彼此地分析来自所述不同输入传感器的输入信号，以及基于所述分析选择所述终端的适当的输入传感器和/或输出传感器以用于在进行呼叫中使用。

根据本发明的第二方面，客户端应用206在同一用户的不同终端102a-102d上的实例当被执行时被配置成：彼此结合地操作以便由此从不同终端102a-102d的输入传感器接收输入，相对彼此地分析来自不同终端102a-102d的输入信号，以及选择在不同终端102a-102d上运行的客户端应用206的多个实例中的适当的一个以用于在进行呼叫中使用。也就是说，第二方面不仅涉及特定输入或输出传感器208-218的选择，还涉及将呼叫的语音和/或视频流路由到选择的终端102a-102d和路由来自选择的终端102a-102d的、呼叫的语音和/或视频流。在这种情况下，终端102a-102d一起形成与在另外的第三用户终端102f（“远端”）上运行的客户端经由互联网101或其它这样的基于分组的网络进行通信的呼叫的一端（“近端”）。

在任一情况下，应用到所述输入的分析可能包括：

对从来自同一终端102和/或来自不同终端102的两个或更多个音频输入传感器所接收的音频信号的能量或功率水平进行比较；

对从来自同一终端和/或不同终端的两个或更多个不同音频或视频输入所接收的输入信号的傅里叶分析进行比较；

应用到从来自同一终端102和/或来自不同终端102的两个或更多个音频输入传感器所接收的音频信号的语音识别算法；

应用到从来自同一终端102和/或来自不同终端102的两个或更多个视频输入传感器所接收的视频信号的面部识别算法；和/或

应用到从来自同一终端102和/或来自不同终端102的两个或更多个视频输入传感器所接收的视频信号的运动识别算法。

客户端应用206被布置成执行一个或多个这样的分析过程，并且基于所述分析来选择以下中的一个或多个以用于在进行基于分组的语音或视频呼叫中使用：输入音频传感器、输入视频传感器、输出音频传感器、输出视频传感器、和/或在同一用户的多个终端之一上运行的客户端应用的实例。该过程可能在做出呼叫、回复呼叫之后被执行，和/或动态地在进行中的呼叫期间被执行。

例如，在一个实施例中，本发明可能有利的结合能识别语音激活命令的客户端206或终端102被使用，例如以便用户可以用诸如“呼叫…”、“回复呼叫”、以及“挂断电话”这样的命令用声音控制客户端206。取决于房间内的用户的近似位置，或取决于用户是否戴着他或她的耳机218，则用于在做出或回复呼叫中使用的最优麦克风可能变化。例如当用户使用语音命令说话来回复呼叫时，客户端206可能因此分析来自同一房间中的同一终端的两个或麦克风208、304的输入以便确定哪一个输入信号在人类发声频率范围中具有最大能量，并且然后选择该麦克风来在呼叫中使用。

来自麦克风的音频输入还可能例如通过取决于哪一个麦克风正在产生最大的声音能量（vocal energy）来在扬声器210和耳机218的听筒302之间进行选择以确定适当的音频输出传感器。

在另一例子中，在耳机麦克风304处的瑟瑟声或抓挠（scrabbling）声音的检测可能被认为是用户摸索他们的耳机来回复传入呼叫的指示，并且这可以被用来选择用于音频输入和/或输出的耳机218。

在再另一个实施例中，例如如果用户围绕房间移动或戴上或摘下耳机，则来自麦克风的音频输入可能在呼叫期间被用来在不同的音频或视频输出传感器之间进行切换。

在发明的第二方面的例子中，设想本发明具有在这样的情形中的应用，在所述情形中用户具有定位于房屋周围的不同地点处的不同终端102a、102b等。在这种情况下，对来自不同终端的不同麦克风或摄像机的能量水平的分析可能被用来确定用户在特定房间中的存在或接近特定终端，以及因此确定用于回复或做出呼叫的最佳终端，或当用户在房屋中四处走动时被使用来在进行中的呼叫期间在终端之间进行切换。可以被用来检测特定用户的存在或接近的其它技术包括检测尺寸适当地移动的对象（其可能被视为在房间之间移动的人）的存在的运动估计、确定图像或移动对象的整体色彩属性的傅里叶分析（例如，基于移动的用户当他们在房间之间移动时穿着同一色彩的衣服的假设）、或者语音或面部识别算法（来帮助在多个人和/或背景噪声之间进行区分）、或者甚至是这些的任意组合。

在本发明的第二方面的情况下，对于在终端的至少一个上的客户端实例206来说，将关于从它的相应传感器接收的输入的信息发送到一个或多个其它终端或其它网络元件用于比较将是必要的。为了实现这，在比较中牵涉的用户的客户端实例206的两个（或全部）优选地用同一用户名登录并且具有是在同一呼叫中的概念。

例如，在实例和/或控制器之间的通信可能通过参考用户ID或子ID的系统而被使能，用户ID或子ID通过数据储存器104被映射到IP地址或其它这样的网络地址。因此针对每一个用户的子ID的列表允许不同的客户端实例被识别，并且所述映射允许客户端实例、服务器、或其它网络元件确定一个或多个其它不同的实例正运行在其上的每一个终端的地址。以这种方式，可能在一个客户端和另一客户端之间或在客户端和服务器或其它网络元件之间建立通信以用于共享来自音频和/或视频输入传感器的输入信号上的信息，例如共享输入能量水平、运动矢量或FFT结果。同一机制还可能被用来用信号发送或协商对于进行呼叫所需要的实例的选择。

替换地，通信建立可能通过维持仅终端身份的列表而不维持相对应的客户端身份被使能，所述列表出于地址查找的目的被维持在可访问的网络元件上。例如所有不同终端102a-102d的列表可能被维持在本地家庭网络的元件105、102a-102d上，在这种情况下，仅本地网络地址和终端身份需要被维持在列表中，并且ID和单独的子ID的系统则将不一定被需要。本地列表可能被存储在每一个终端102a-102d处或被存储在家庭网络的本地服务器（未示出）上，并且每一个客户端实例将被布置成通过访问本地网络上的列表来确定其它实例的终端的必要身份和地址。

一旦用于识别不同客户端实例和它们的相应终端102a-102d的地址的适当的机制已经落实到位，选择可能以许多方式被执行。例如，在一种实施方案中，讨论中的所有客户端实例206可能被布置成将它们的相应的传感器输入信息（例如，输入能量水平、运动矢量或FFT结果）传输到中心服务器或其它中心控制元件，这可能连同数据储存器104一起在的服务器上被实施或在本地家庭网络的元件上被实施。中心控制器然后将被布置成运行算法来相对彼此地分析不同的接收的输入并且由此选择特定终端（例如102b）的实例来做出或回复呼叫。控制器然后使用所选择的信号发送机制指导实例206关于它们的行为（它们是否在呼叫中被牵涉或牵涉到什么程度）。在另一实施中，不同的客户端实例206可能在彼此间直接共享信息和要么在已经被（例如，被用户或被默认）指定为主要实例的一个实例的控制之下根据某一预定协议或行动来互相协商所选择的终端。

如提及的那样，在某些实施例中，对传感器输入的分析在进行中的呼叫期间可能被用来在同一用户的不同终端102a、102b上运行的客户端206的不同实例之间进行切换，例如当用户在房间之间行走时（而不是仅选择实例来发起出话呼叫或回复传入呼叫）。这可能牵涉到每一个客户端实例206周期性地采样或否则监视它的相应的一个或多个输入传感器208、212、218并且以与上面描述的方式类似的方式共享贯穿呼叫的监视信息。替换地，每一个客户端可能响应于某一检测事件（诸如超过某一门限的输入能量水平或运动矢量）仅共享新的传感器输入信息。不管怎样，控制器或主要实例可能因此贯穿呼叫多次以预先安排的或基于事件的方式将选择算法应用到所接收的输入信息，以便做出关于在哪个终端102上的哪个实例206应当被使用于所述呼叫的进行中的、动态的选择。

在动态切换情况的一个实施方案中，一旦期望的实例已经被识别为针对呼叫的所选择端点，则切换可能以与例如在申请号为12/290232、公开号US2009-0136016的美国申请中描述的已知呼叫转接技术类似的方式被完成，但是呼叫基于不同的子ID在同一用户的不同终端之间进行转移，而不是呼叫基于不同的用户ID在不同的用户之间进行转移。在另一实施方案中，在初始终端（例如102b）上的客户端206可能继续接收呼叫的音频和/或视频流，但是然后将所述音频和/或视频流向前路由到新选择的终端，例如102c（使得从在呼叫的另一端上的客户端的视角来看呼叫的端点看上去是同一个102b）。如果初始的终端102b和新的终端102c具有在它们之间可用的诸如wi-fi或蓝牙连接这样的本地无线连接，则这个后面的选项将是特别适用的。

在本发明的第一和第二方面中，应当指出，被选择的传感器的类型不必与被使用来做出选择的传感器的类型一样。例如，麦克风可能指示用户在特定房间中或位置处的存在并且被用来选择适当定位的摄像机，或者摄像机可能指示用户在特定房间中或位置处的存在并且被用来选择适当定位的麦克风等。

进一步地，不一定是这种情况：语音和视频流被路由到同一用户终端102a、102b等和从同一用户终端102a、102b等进行路由。在实施例中，这可能是能够确定的，也就是说，电视机102d被最佳地放置来显示视频给用户，同时膝上型电脑102b或移动终端102a被最佳地放置来处理呼叫的音频部分。在客户端实例206和/或中心控制器上运行的选择算法然后将指导两个流被路由到不同的终端102a、102b。

本发明的第一和第二方面可能被独立使用或以组合的形式使用。例如，对于在多个终端102的每一个上运行的客户端应用的实例206来说，确定它自己的最佳本地输入传感器（例如，最高音频输入能量水平或最佳傅里叶分析匹配）将是可能的，然后对于不同实例来说，比较它们的最佳本地输入结果以便查找最佳全局输入结果也是可能的。

在任一情况下，初始校准阶段对于例如当用户在离不同麦克风的不同距离处时确定那些不同麦克风产生的相对水平可能是有用的。也就是说，客户端206被优选地配置成确定不同麦克风的相对增益。例如，在初始安装之后，用户可能被要求坐在或站在离终端两个或更多个预订距离远处并且以固定水平说话，客户端206然后可以将其用于校准。

在以上例子的任意一个中缺少明确确定的情况下，客户端或系统可能被配置成使用默认的传感器和/或终端以用于做出或回复呼叫。

应当理解，仅通过例子描述了以上实施例。给定本文的公开内容，其它变例或实施方案对于本领域的技术人员可能变得明显。例如，本发明不被资源发现或授权的任意特定方法所限制，并且以上描述的例子的任意一个或甚至其它都可能被使用。进一步地，本发明的第一、第二和/或第三方面的任意一个可能被独立地实施或以组合的形式被实施。在指代服务器的地方，这不一定旨在限制于安置在单个房屋内或定位于单个站点处的离散的服务器单元。进一步地，在指代应用的地方，这不一定旨在指代软件的离散的、独立的、单独可执行的单元，但是可能替换地指代代码的任意部分，诸如对于现有应用的插件或附加组件。所述发明不被所描述的实施例限制，而是仅被所附权利要求限制。

Claims (10)

1.一种通信方法，包括：

提供基于分组的通信系统以用于在基于分组的网络上进行语音或视频呼叫；以及

提供使得第一终端能够访问所述基于分组的通信系统的客户端应用的实例，所述客户端应用被配置成建立与远程用户终端的基于分组的语音或视频呼叫，所述客户端应用当在所述第一终端上被执行时被配置成：从所述第一终端的多个不同音频和/或视频输入传感器接收输入，相对彼此地分析所述输入，以及基于所述分析选择所述第一终端的至少一个音频和/或视频输入传感器和/或输出传感器以用于在经由所述基于分组的通信系统与远程用户终端进行语音或视频呼叫中使用。

2.如权利要求1所述的方法，其中所述分析涉及用户到所述输入传感器的相对接近。

3.如权利要求1或2所述的方法，其中所述分析包括以下至少一项：

对来自所述第一终端的两个或更多个音频输入传感器的音频输入的能量或功率水平的比较；

应用于输入的傅里叶分析，所述输入是来自所述第一终端的两个或更多个不同音频或视频输入的；

应用于来自所述第一终端的两个或更多个音频输入传感器的音频输入的语音识别算法；

应用于来自所述第一终端的两个或更多个视频输入传感器的视频输入的面部识别算法;以及

应用于来自所述第一终端的两个或更多个视频输入传感器的视频输入的运动识别算法。

4.如权利要求1或2所述的方法，其中所述选择在如下条件下被做出：

在回复或发起呼叫之后；和/或在进行中的呼叫期间。

5.如权利要求1或2所述的方法，其中所述客户端应用被配置成识别用于控制所述呼叫的语音命令，并且所述选择基于对归因于一个或多个语音命令而接收的音频输入进行的分析被做出。

6.如权利要求1或2所述的方法，其中对来自音频输入传感器的所述输入的分析被用来选择以下至少一项：

所述第一终端的音频输入传感器以用于在呼叫中使用；所述第一终端的音频输出传感器以用于在呼叫中使用；

所述第一终端的视频输入传感器以用于在呼叫中使用；以及

所述第一终端的视频输出传感器以用于在呼叫中使用。

7.如权利要求1或2所述的方法，其中对来自视频输入传感器的所述输入的分析被用来选择以下至少一项：

所述第一终端的视频输入传感器以用于在呼叫中使用；

所述第一终端的视频输出传感器以用于在呼叫中使用；

所述第一终端的音频输入传感器以用于在呼叫中使用；以及

所述第一终端的音频输出传感器以用于在呼叫中使用。

8.一种通信设备，包括：

用于访问基于分组的通信系统以便在基于分组的网络上进行语音或视频呼叫的装置；

用于建立与远程用户终端的基于分组的语音或视频呼叫的装置；

用于从第一终端的多个不同音频和/或视频输入传感器接收输入的装置；

用于相对彼此地分析所述输入的装置；以及

用于基于所述分析，选择所述第一终端的至少一个音频和/或视频输入传感器和/或输出传感器以用于在经由所述基于分组的通信系统与远程用户终端进行语音或视频呼叫中使用的装置。

9.第一用户终端，包括：

收发器，其可操作来访问基于分组的通信系统以便在基于分组的网络上进行语音或视频呼叫；

存储介质，其存储使得所述第一用户终端能够访问所述基于分组的通信系统的客户端应用的实例，所述客户端应用被配置成建立与远程用户终端的基于分组的语音或视频呼叫；以及

处理装置，其被布置成执行所述客户端应用的实例，所述客户端应用当在所述第一用户终端的处理装置上执行时被配置成：从所述第一用户终端的多个不同音频和/或视频输入传感器接收输入，相对彼此地分析所述输入，以及基于所述分析选择所述第一用户终端的至少一个音频和/或视频输入传感器和/或输出传感器以用于在经由所述基于分组的通信系统与远程用户终端进行语音或视频呼叫中使用。

10.如权利要求9的第一用户终端，其中所述客户端应用被进一步配置成执行依照权利要求2到7的任一项的操作。