[发明专利]协作会话语音用户界面的系统和方法

权利要求书

1.一种用于提供协作会话的语音用户界面的方法，所述方法包 括：

在与用户的当前谈话期间，在语音输入设备接收发声，其中所述 发声包括在不同上下文中具有不同含义的一个或多个词；

累积有关当前谈话的短期共享知识，其中，短期共享知识包括有 关接收的当前谈话期间的发声的知识；

累积有关用户的长期共享知识，其中，长期共享知识包括与用户 的一个或多个过去的谈话有关的知识；

基于短期共享知识和长期共享知识，在会话语音引擎上标识与 所述发声相关联的上下文；

建立所述发声在所标识的上下文中的预定的含义，其中会话语 音引擎建立所述发声在所标识的上下文中的预定的含义，以消除用户 发出在不同上下文中具有不同含义的一个或多个词时的意图的歧义； 以及

生成对所述发声的响应，其中，会话语音引擎基于所述发声在所 标识的上下文中建立的预定的含义，在语法或句法上改编所述响应。

2.根据权利要求1所述的方法，其中，累积有关当前谈话的短 期共享知识包括用接收的当前谈话期间的关于发声的信息填充短期 上下文堆栈。

3.根据权利要求2所述的方法，其中，累积有关当前谈话的短 期共享知识进一步包括在预定的时间量之后，使来自所述短期上下文 堆栈的关于所述发声的信息过期。

4.根据权利要求3所述的方法，其中累积有关用户的长期共享 知识包括，更新与用户相关联的一个或多个长期配置文件，以包括接 收的当前谈话期间的关于所述发声的信息以及与从短期上下文堆栈 过期的信息相关联的相关数据。

5.根据权利要求1所述的方法，还包括：标识与发声相关联的 谈话目标、当前谈话中与用户以及一个或多个其他参与者相关联的角 色、以及当前谈话中的用户和该一个或多个其他参与者中的信息分配 以确定所述发声的预定的含义；以及

基于所标识的会话目标、所标识的角色或者所标识的信息分配中 的一个或多个，将一个或多个发声或当前会话分类到会话类型中，其 中会话语音引擎还基于所述会话类型建立所述发声的预定的含义。

6.根据权利要求5所述的方法，其中，为所述发声建立的预定 的含义包括具有关于用户发出发声中的一个或多个词时的意图的确 定程度的假设。

7.根据权利要求6所述的方法，还包括：

在与语音输入设备和会话语音引擎连接的语音识别引擎上生成 发声的初步解释，以及

在所述会话语音引擎上基于会话类型、与所标识的上下文相关联 的信息或者与在语音识别引擎上生成的初步解释相关联的置信水平 中一个或多个，为假设分配确定程度。

8.根据权利要求5所述的方法，其中，会话语音引擎还基于所 述会话类型在语法或句法上对响应进行改编。

9.根据权利要求1所述的方法，其中，会话语音引擎在语法或 句法上改编所述响应，以影响会话语音引擎预期在当前谈话期间来自 用户的随后的应答发声。

10.根据权利要求1所述的方法，还包括：

在与语音输入设备和会话语音引擎连接的语音识别引擎上生成 发声的多种可能的解释，其中，所述发声的初始的解释包括具有最高 置信水平的多种可能的解释之一；以及

响应于确定初始的解释是不正确的，更新有关当前谈话的短期共 享知识，以从多种可能的解释中去除初始的解释，其中所述会话语音 引擎基于具有下一个最高置信水平的多种可能的解释之一，确定所述 发声的预定的含义。

11.根据权利要求1所述的方法，其中，所述用户在进一步包 括与发声有关的一个或多个非语音输入的多模输入中进行发声。

12.根据权利要求1所述的方法，其中，会话语音引擎在多模 输出中生成响应，该多模输出包括一个或多个非语音输出，该一个或 多个非语音输出涉及所述发声或执行用于处理从所述发声的预定的 含义标识的请求的一个或多个任务。