[发明专利]用于操作智能自动化助理的电子设备和方法、存储介质

说明书

本发明公开了在话音合成中消除同形异音词的歧义。提供了用于在话音合成中消除同形异音词的歧义的系统和处理。在一种示例性处理中，可以接收来自用户的包含同形异音词的话音输入。可以利用自动话音辨识系统对话音输入进行处理，以便确定对应于用户在话音输入中所发音的同形异音词的音素串。可以基于所述音素串或者利用自动话音辨识系统的n元语法语言模型的至少其中之一来确定同形异音词的正确发音。可以生成针对话音输入的对话响应，其中所述对话响应可以包括同形异音词。可以输出对话响应以作为话音输出。可以根据所述正确发音在话音输出中发音对话响应中的同形异音词。

相关申请的交叉引用

本申请要求2014年12月9日提交的标题为“Disambiguating Heteronyms inSpeech Synthesis(在话音合成中消除同形异音词的歧义)”的美国临时专利申请No.62/089,464以及2014年12月12 日提交的标题为“Disambiguating Heteronyms in SpeechSynthesis (在话音合成中消除同形异音词的歧义)”的美国非临时专利申请No.14/569,517的优先权，通过引用的方式并入所述申请。

技术领域

本发明总体上涉及数字助理，更具体来说涉及在话音合成中消除同形异音词(heteronym)的歧义。

背景技术

智能自动化助理(或数字助理)可以提供人类用户与电子设备之间的有益的接口。这样的助理可以允许用户利用口头和/或文本形式的自然语言与设备或系统进行交互。举例来说，用户可以向与电子设备相关联的数字助理提供话音输入。数字助理可以从话音输入中解释用户的意图，并且将用户的意图实施到任务中。随后可以通过执行电子设备的一项或多项服务来实施所述任务，并且可以通过自然语言形式向用户返回相关的话音输出。

由数字助理生成的话音输出有时可能会包含同形异音词。同形异音词可能是拼写完全相同但是具有不同的发音和含义的两个或更多单词当中的每一个。举例来说，用户可以向数字助理提供话音输入以请求法国Nice的天气。数字助理可以返回相关的话音输出，比如“Here is the weather in Nice，France(以下是法国Nice的天气)”。在该例中，话音输出包含同形异音词“nice”，其可能具有作为正确的名词的一种发音以及作为形容词的不同发音。在传统上，数字助理可能难以消除同形异音词的歧义，因此包含同形异音词的话音输出可能常常被错误地发音。这可能会导致与数字助理进行交互时的较差用户体验。

发明内容

本发明提供了用于在话音合成中消除同形异音词的歧义的系统和处理。在一种示例性处理中，可以接收来自用户的话音输入。话音输入可能包含同形异音词以及一个或多个附加的单词。可以利用自动话音辨识系统对话音输入进行处理，以便确定以下各项的至少其中之一：对应于用户在话音输入中所发音的同形异音词的音素串(phonemic string)，以及n元语法(n-gram)关于语料库的出现频率。所述n 元语法可以包括所述同形异音词以及一个或多个附加单词，并且n元语法中的同形异音词可以与第一发音相关联。同形异音词的正确发音可以是基于所述音素串和n元语法的出现频率的至少其中之一。可以生成针对话音输入的对话响应，其中所述对话响应可以包括同形异音词。可以输出对话响应以作为话音输出。可以根据所确定的正确发音在话音输出中发音对话响应中的同形异音词。

附图说明

图1示出了根据各个实例的用于实施数字助理的系统和环境。

图2示出了根据各个实例的实施数字助理的客户端侧部分的用户设备。

图3A示出了根据各个实例的数字助理系统或其服务器部分。

图3B示出了根据各个实例的图3A中示出的数字助理的功能。

图3C示出了根据各个实例的本体(ontology)的一部分。