[发明专利]谈话式对话学习和纠正

说明书

技术领域

本发明涉及谈话式对话学习和纠正。

背景技术

谈话式对话学习和纠正可以提供一种机制来促进对用户查询和谈话的自然语言理解。常规的语音识别应用和技术未提供良好机制来学习和个人化特定用户的语音模式或用户与其他用户的谈话的特定语音模式。例如，当用户1与用户2进行话音谈话时，可以使用特定的语音模式，该语音模式可以不同于在用户1与用户3进行话音谈话时所使用的语音模式。此外，当前语音识别系统几乎不具有能力来在进行中从用户动态地学习语音以及学习人们彼此之间多么不同地进行谈话。例如，如果用户说出一单词，且语音识别系统将该单词与另一单词和/或正确单词的另一含义相关联，则该用户不具有机制来并发地纠正该系统对所讲出单词的解释并且允许该系统在该单词所处的特定上下文中“学习”该单词。

语音到文本转换(即语音识别)可包括将讲出的短语转换成可由计算系统处理的文本短语。可在现代的基于统计数据的语音识别算法中使用声学建模和/或语言建模。在很多常规的系统中广泛地使用隐马尔可夫模型(HMM)。HMM可包括可输出符号或数量的序列的统计数据模型。HMM可用于语音识别，因为语音信号可被视为分段平稳信号或短时平稳信号。在短时间(例如10毫秒)中，语音可被近似为平稳过程。因此出于很多随机的目的，语音可被认为是马尔可夫模型。

发明内容

提供本发明内容以便以简化的形式介绍将在以下具体实施方式中进一步描述的一些概念。本概述并不旨在标识出所要求保护的主题的关键特征或必要特征。本发明内容也不旨在用于限制所要求保护的主题的范围。

可以提供谈话式对话学习和纠正。在从第一用户接收到自然语言短语以后，可以标识出与所述自然语言短语相关联的至少一个第二用户。可以根据所述第一用户和所述至少一个第二用户来创建上下文状态。然后，可以根据所述上下文状态将所述自然语言短语翻译成代理动作。

以上概括描述和以下详细描述两者都提供了示例，并且只是说明性的。因此，以上概括描述和以下详细描述不应当被认为是限制性的。此外，除了本文中所阐述的那些特征或变体以外，还可以提供其他特征或变体。例如，实施例可涉及具体实施方式中所描述的各种特征组合和子组合。

附图说明

合并在本公开中并构成其一部分的附图示出本发明的实施例。在附图中：

图1是操作环境的框图；

图2A-C是用于提供谈话式学习和纠正的界面的框图。

图3是用于提供谈话式学习和纠正的方法的流程图；以及

图4是包括计算设备的系统的框图。

具体实施方式

以下详细描述参考各个附图。只要可能，就在附图和以下描述中使用相同的附图标记来指示相同或相似的元件。尽管可能描述了本发明的实施例，但修改、改编、以及其他实现是可能的。例如，可对附图中所示的元件进行置换、添加、或修改，并且可通过对所公开的方法置换、重新排序、或添加阶段来修改本文中所描述的方法。因此，以下详细描述并不限制本发明。相反，本发明的正确范围由所附权利要求书定义。

可以提供谈话式学习和纠正。自然语言语音识别系统可以提供将来自特定用户或谈话中的特定用户之间的语音识别模式个人化这一能力。该系统还可以通过与用户的纠正性交互来学习语音模式。因此，在更个人化地理解用户的语音模式和上下文的情况下，该系统能够提供语音查询的更精确结果并且在个人助理系统中响应于用户之间或用户与机器之间的语音谈话提供更相关的信息。

图1是包括服务器105的操作环境100的框图。服务器105可以包括经分类的计算资源和/或软件模块，比如包括对话管理器111的所讲出对话系统(SDS)110、个人助理程序112、上下文数据库116、和/或搜索代理118。服务器105可以通过网络120从用户接收查询和/或动作请求。这样的查询例如可以从诸如计算机和/或蜂窝电话之类的第一用户设备130和/或第二用户设备135传输。网络120例如可以包括专用网路、蜂窝数据网络和/或诸如因特网之类的公共网络。