Method and apparatus for using video input to control speech recognition systems is disclosed. In one embodiment, gestures of a user of a speech recognition system are detected from a video input, and are used to turn a speech recognition unit on and off. In another embodiment, the position of a user is detected from a video input, and the position information supplied to a microphone array point of source filter to aid the filter in selecting the voice of a user that is moving about in the field of the camera supplying the video input.

Methode und Apparat für das Verwenden des videoeinganges, um Spracherkennung Systeme zu steuern wird freigegeben. In einer Verkörperung werden Gesten eines Benutzers eines Spracherkennung Systems von einem videoeingang ermittelt und werden verwendet, um eine Spracherkennung Maßeinheit an und abzustellen. In einer anderen Verkörperung die Position eines Benutzers wird ermittelt von einem videoeingang und von den Position Informationen, die an einen Mikrophonreihe Punkt des Quellfilters geliefert werden, um den Filter zu unterstützen, wenn man die Stimme eines Benutzers vorwählt, der ungefähr in auffangen der Kamera umzieht, die den videoeingang liefert.