提供話音接口的方法和系統(tǒng)的制作方法
【專(zhuān)利說(shuō)明】
[0001] 本申請(qǐng)是申請(qǐng)日為2009年9月10日、申請(qǐng)?zhí)枮?00980153496. 3、發(fā)明名稱為"提 供話音接口的方法和系統(tǒng)"的發(fā)明專(zhuān)利申請(qǐng)的分案申請(qǐng)。
技術(shù)領(lǐng)域
[0002] 本發(fā)明的示例性實(shí)施方式通常涉及話音查詢。更具體地，本發(fā)明的示例性實(shí)施方 式涉及基于話音的用戶接口。
【背景技術(shù)】
[0003] 持續(xù)復(fù)雜的特征已經(jīng)實(shí)現(xiàn)在移動(dòng)設(shè)備上，例如移動(dòng)電話。當(dāng)前的移動(dòng)設(shè)備通過(guò)web接口和圖形用戶接口顯示來(lái)提供對(duì)各種信息的訪問(wèn)，但用戶通常限于使用小鍵盤(pán)來(lái)導(dǎo)航通 過(guò)菜單層級(jí)以便選擇期望的應(yīng)用。
[0004] 除了圖形用戶接口以外，還存在多種支持話音的用戶接口。短消息服務(wù)（SMS) 口 述、電子郵件口述、姓名撥號(hào)應(yīng)用、對(duì)話驅(qū)動(dòng)的日歷應(yīng)用以及音樂(lè)播放器可以交互式地指導(dǎo) 用戶通過(guò)任務(wù)。常規(guī)的口語(yǔ)對(duì)話系統(tǒng)以固定的順序詢問(wèn)用戶一系列固定的問(wèn)題，以縮小可 能回答的范圍。例如，為了找到餐館，系統(tǒng)例如在提供任何的回答前，可以提示用戶來(lái)指定 針對(duì)菜肴、街坊和價(jià)格范圍等的偏好。這種類(lèi)型的交互不能滿足不具有良好定義的偏好或 者可能期望探查可能性的空間的用戶對(duì)信息尋求的需求。
[0005] 也已經(jīng)開(kāi)發(fā)了常規(guī)的算法，將對(duì)話建模為馬爾可夫判定過(guò)程并且經(jīng)由強(qiáng)化學(xué)習(xí)來(lái) 優(yōu)化模型。然而，這些算法依賴于復(fù)雜和成本高的訓(xùn)練數(shù)據(jù)，這些訓(xùn)練數(shù)據(jù)從大量的人機(jī)交 互或此類(lèi)對(duì)話的仿真導(dǎo)出。

【發(fā)明內(nèi)容】

[0006] 下文提供對(duì)本公開(kāi)的一些示例性實(shí)施方式的簡(jiǎn)化總結(jié)，以便提供對(duì)本發(fā)明的一些 示例性實(shí)施方式的基本理解。該總結(jié)并不是擴(kuò)展概覽，并且不旨在標(biāo)識(shí)關(guān)鍵或重要的元素 或描述權(quán)利要求的范圍。下面的總結(jié)僅僅以簡(jiǎn)化的形式提出一些概念和示例性的實(shí)施方 式，作為下面提供的更為詳細(xì)描述的序言。
[0007] 本公開(kāi)的一些示例性實(shí)施方式針對(duì)于用于提供分類(lèi)器話音接口的設(shè)備、方法和系 統(tǒng)。更具體地，根據(jù)本公開(kāi)的一些示例性實(shí)施方式的方法、設(shè)備和系統(tǒng)提供接收查詢，解析 查詢以識(shí)別屬性，根據(jù)屬性處理查詢以選擇多個(gè)域特定話音接口的第一域特定話音接口， 其中每個(gè)域特定話音接口包括專(zhuān)用信息以處理不同類(lèi)型的查詢，并且指示第一域特定話音 接口處理該查詢。
[0008] 本公開(kāi)的附加示例性實(shí)施方式針對(duì)于用于提供域特定話音接口的設(shè)備、方法和系 統(tǒng)。更具體地，根據(jù)本公開(kāi)的一些示例性實(shí)施方式的方法、設(shè)備和系統(tǒng)提供接收屬性，基于 屬性應(yīng)用評(píng)分功能來(lái)生成針對(duì)多個(gè)查詢響應(yīng)模板的每個(gè)的效用得分，基于效用得分選擇多 個(gè)查詢響應(yīng)模板的至少一個(gè)，并且可聽(tīng)地輸出從至少一個(gè)查詢響應(yīng)模板生成的查詢響應(yīng)。
【附圖說(shuō)明】
[0009] 通過(guò)參考下面的描述并考慮附圖，將獲得本發(fā)明及其優(yōu)勢(shì)的更為全面的理解，其 中類(lèi)似的參考編號(hào)指示類(lèi)似的特征，并且其中：
[0010] 圖1圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的用戶終端；
[0011] 圖2圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的一系列分層的軟件應(yīng)用的架構(gòu)；
[0012] 圖3圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的知識(shí)庫(kù)；
[0013] 圖4圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的域；
[0014] 圖5圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的分類(lèi)器話音接口和域特定話音接口；
[0015] 圖6圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的用于收集和對(duì)元數(shù)據(jù)編索引以生成 知識(shí)庫(kù)的方法；
[0016] 圖7圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的用于處理用戶查詢以選擇用于處理 查詢的域特定話音接口的方法；
[0017] 圖8圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的在識(shí)別的域特定話音接口處處理查 詢的方法。
【具體實(shí)施方式】
[0018] 在各種實(shí)施方式的下面描述中，將對(duì)形成其一部分的附圖做出參考，在附圖中通 過(guò)說(shuō)明示出其中本發(fā)明的一個(gè)或多個(gè)示例性實(shí)施方式可以被實(shí)踐的各種實(shí)施方式。將理解 可以使用其他的實(shí)施方式并且在不偏離本發(fā)明的范圍下可以做出結(jié)構(gòu)和功能上的改變。
[0019] 圖1圖示出根據(jù)本公開(kāi)的示例性實(shí)施方式的用戶終端102。用戶終端102可以可 聽(tīng)地呈現(xiàn)話音接口以響應(yīng)來(lái)自用戶的話音命令。用戶可以與話音接口進(jìn)行對(duì)話以使得用戶 終端102執(zhí)行任務(wù)。例如，話音接口可以接收來(lái)自用戶的查詢，可以處理查詢以識(shí)別對(duì)應(yīng)于 查詢的一個(gè)或多個(gè)適當(dāng)?shù)捻憫?yīng)，并且可以可聽(tīng)地呈現(xiàn)一個(gè)或多個(gè)響應(yīng)的動(dòng)態(tài)集合或可以執(zhí) 行動(dòng)作。因此，替代于以固定的順序可聽(tīng)地呈現(xiàn)固定的一系列問(wèn)題，話音接口可以處理查詢 以識(shí)別對(duì)應(yīng)于查詢的動(dòng)態(tài)查詢響應(yīng)，以便可聽(tīng)地呈現(xiàn)給用戶。
[0020] 在示例性實(shí)施方式中，用戶終端102可以是移動(dòng)通信設(shè)備，移動(dòng)電話，或移動(dòng)計(jì)算 機(jī)，如所示出的，或也可以是數(shù)字視頻記錄器（DVR)、機(jī)頂盒（STB)、服務(wù)器計(jì)算機(jī)、計(jì)算機(jī)、 硬盤(pán)、因特網(wǎng)瀏覽器設(shè)備、游戲設(shè)備、音頻/視頻播放器、數(shù)字照相機(jī)/攝像機(jī)、電視機(jī)、無(wú)線 廣播接收機(jī)、定位設(shè)備、有線或無(wú)線通信設(shè)備、和/或其任意的組合。用戶終端102可以是 獨(dú)立的設(shè)備、例如如圖1中所繪出的，或者也可以集成進(jìn)另一設(shè)備中。例如，用戶終端102 也可以包括在汽車(chē)中以提供話音接口，從而與正在開(kāi)車(chē)的用戶進(jìn)行交互。用戶終端102也 可以例如集成進(jìn)汽車(chē)的儀表板中，或者經(jīng)由有線的或無(wú)線的連接通信地耦合到汽車(chē)。
[0021] 在所繪出的例子中，用戶終端102可以包括顯示器104、處理器106、收發(fā)器108、用 戶接口 110、音頻收發(fā)器112、存儲(chǔ)器114和元數(shù)據(jù)數(shù)據(jù)庫(kù)116。用戶接口 110可以包括小鍵 盤(pán)、觸摸屏、話音接口、四箭頭按鍵、游戲桿、數(shù)據(jù)手套、鼠標(biāo)、軌跡球、觸摸屏、或其他合適的 設(shè)備，用于接收來(lái)自用戶的輸入以控制用戶終端102。
[0022] 收發(fā)器108可以允許用戶終端102通過(guò)有線信道或無(wú)線信道進(jìn)行通信。音頻收發(fā) 器112可以包括揚(yáng)聲器以用于向用戶輸出音頻并且包括麥克風(fēng)以用于接收來(lái)自用戶的音 頻輸入。
[0023] 由用戶終端102內(nèi)的其他組件和處理器106使用的計(jì)算機(jī)可執(zhí)行指令和數(shù)據(jù)可以 存儲(chǔ)在存儲(chǔ)器114中，以便執(zhí)行這里所述描述的任意方法步驟和功能。存儲(chǔ)器114可以以 只讀存儲(chǔ)器模塊或隨機(jī)存取存儲(chǔ)器模塊的任意組合來(lái)實(shí)現(xiàn)，可選地包括易失性和非易失性 存儲(chǔ)器二者。另外，用戶終端102的一些或所有的計(jì)算機(jī)可執(zhí)行指令可以體現(xiàn)在硬件或固 件（未示出）中。例如，用戶終端102可以包括一個(gè)或多個(gè)模塊，這些模塊包括硬件、固件、 由處理器106執(zhí)行的軟件和/或其任意的組合。
[0024] 在一個(gè)示例性實(shí)施方式中，處理器106可以執(zhí)行一系列分層的軟件應(yīng)用以提供用 戶終端102處的話音接口。一系列分層的應(yīng)用可以包括分類(lèi)器話音接口應(yīng)用和一個(gè)或多個(gè) 域特定話音接口應(yīng)用。處理器106可以執(zhí)行分類(lèi)器話音接口應(yīng)用以提供分類(lèi)器話音接口并 且可以執(zhí)行一個(gè)或多個(gè)域特定話音接口應(yīng)用以提供相應(yīng)的域特定話音接口。一系列分層的 軟件應(yīng)用可以以下面描述的方式來(lái)處理在用戶終端102的音頻收發(fā)器112處接收到的查 詢。
[0025] 圖2示出了根據(jù)本公開(kāi)的示例性實(shí)施方式的一系列分層的軟件應(yīng)用的架構(gòu)。初始 地，分類(lèi)器話音接口 202可以接收來(lái)自用戶的語(yǔ)音輸入（例如，查詢）。分類(lèi)器話音接口 202 可以提供最高級(jí)話音接口，該話音接口用于選擇多個(gè)域特定話音接口 204之一來(lái)處理該查 詢。域特定話音接口 204的每個(gè)可以具有專(zhuān)用的知識(shí)來(lái)對(duì)特定類(lèi)型的查詢執(zhí)行詳細(xì)分析并 且實(shí)施與用戶的域內(nèi)對(duì)話，而分類(lèi)器話音接口 202可以提供不太詳細(xì)的分析，并且將其對(duì) 查詢的處理限于確定哪個(gè)域特定話音接口 204被調(diào)用以執(zhí)行查詢的詳細(xì)分析。
[0026] 為了選擇域特定話音接口 204,分類(lèi)器話音接口 202可以解析查詢以識(shí)別查詢的 屬性。屬性可以是關(guān)鍵字或多組關(guān)鍵字，這些關(guān)鍵字可以由分類(lèi)器話音接口 202解譯成指 令。當(dāng)將查詢分配給特定的域特定話音接口 204時(shí)，分類(lèi)器話音接口 202也可以考慮包括 在上下文注冊(cè)表208中的上下文信息以及包括在查詢中的屬性的屬性權(quán)重210。上下文信 息可以表示向查詢提供上下文的信息。上下文信息可以包括當(dāng)前的時(shí)間和日期、用戶偏好、 位置或如下進(jìn)一步描述的其他信息。屬性權(quán)重210可以是描述屬性的重要性的信息。屬性 權(quán)重210可以基于用戶偏好或其他信息，如下將進(jìn)一步描述。在一個(gè)示例性實(shí)施方式中，分 類(lèi)器話音接口 202可以與元數(shù)據(jù)數(shù)據(jù)庫(kù)116交互以獲得上下文信息和屬性權(quán)重。分類(lèi)器話 音接口 202接著可以選擇域特定話音接口 204之一來(lái)進(jìn)一步處理查詢。
[0027] -旦選擇，分類(lèi)器話音接口 202可以向選擇的域特定話音接口 204傳遞指令206。 指令可以包括選擇的域特定話音接口 204的標(biāo)識(shí)符、屬性和查詢。在繪出的實(shí)施方式中，分 類(lèi)器話音接口 204可以向域特定話音接口 204_1傳遞指令206。圖1中的虛線箭頭表示當(dāng) 被選擇時(shí)，分類(lèi)器話音接口 202也可以向域特定話音接口 204_2到204_N傳遞指令。
[0028] 選擇的域特定話音接口 204可以接收和處理指令。選擇的域特定話音接口 204以 及其他的域特定話音接口可以與相應(yīng)的一組域關(guān)聯(lián)。該組域可以是對(duì)于相應(yīng)的域特定話音 接口 204來(lái)說(shuō)唯一的專(zhuān)用詞匯或語(yǔ)法的信息。相應(yīng)的域特定話音接口 204可以使用域信息 來(lái)處理用戶的查詢。域可以與一組一個(gè)或多個(gè)查詢響應(yīng)模板關(guān)聯(lián)。查詢響應(yīng)模板可以與屬 性關(guān)聯(lián)，并且域特定話音接口 204可以處理在指令206中接收的屬性，以便選擇適當(dāng)?shù)牟樵?響應(yīng)模板來(lái)對(duì)查詢進(jìn)行響應(yīng)。下面將進(jìn)一步詳細(xì)描述查詢響應(yīng)模板的選擇。
[0029] 查詢響應(yīng)模板可以包括針對(duì)查詢響應(yīng)的模板，響應(yīng)于用戶的