[发明专利]用于响应用户语音的方法和系统

说明书

一种系统，可使用多个语音接口设备来通过语音与用户交互。所述语音接口设备中的全部或部分可检测用户话语并且可启动语音处理以确定所述话语的意思或意图。在所述语音处理内，可采用仲裁来选择所述多个语音接口设备中的一个来对所述用户话语作出响应。仲裁可部分地基于直接地或间接地指示所述用户与所述设备的接近度的元数据，并且可选择被认为最靠近所述用户的所述设备来对所述用户话语作出响应。

相关申请的交叉引用

本申请要求2015年9月21日提交的美国专利申请号14/860,400的优先权。所述专利申请的全部内容特此以引用的方式并入本文。

技术领域

本发明一般地涉及接收和响应语音命令的领域。

背景技术

随着对设备和相关联的支持服务可用的处理能力继续增加，以新的方式与用户交互变得实际。具体地，通过语音与用户交互变得实际。许多设备(包括个人计算机、智能电话、平板设备、媒体设备、娱乐设备、工业系统、基于话音的助理等等)现能够接收话音命令并且对话音命令作出响应。本文描述的是当扩展这些系统时面对的问题的技术解决方案。

发明内容

根据本发明的一个方面，提供了一种用于响应用户语音的方法，包括：在第一设备检测到唤醒字词之后，接收由所述第一设备产生的第一音频信号；在第二设备检测到所述唤醒字词之后，接收由所述第二设备产生的第二音频信号；接收与所述第一音频信号相关联的一个或更多个第一属性；接收与所述第二音频信号相关联的一个或更多个第二属性；确定所述第一音频信号表示话语；至少部分地基于所述第一音频信号在所述第二音频信号被接收到的阈值时间量内被接收到，确定所述第二音频信号表示所述话语；至少部分地基于所述一个或更多个第一属性和所述一个或更多个第二属性来确定所述第一设备将对所述话语作出响应；以及向所述第一设备发送表示对所述话语的语音响应的音频数据。

根据本发明的另一方面，提供了一种用于响应用户语音的系统，包括：一个或更多个处理器；一个或更多个非暂时性计算机可读介质，其存储计算机可执行指令，所述计算机可执行指令当在所述一个或更多个处理器上执行时，致使所述一个或更多个处理器执行动作，所述动作包括：在第一设备检测到唤醒字词之后，接收由所述第一设备产生的第一音频信号；在第二设备检测到所述唤醒字词之后，接收由所述第二设备产生的第二音频信号；接收与所述第一音频信号相关联的第一属性；接收与所述第二音频信号相关联的第二属性；至少部分地基于所述第一音频信号在所述第二音频信号被接收到的阈值时间量内被接收到，确定所述第二音频信号表示所述话语；至少部分地基于所述第一属性和所述第二属性来确定所述第一设备将对所述话语作出响应；以及向所述第一设备发送表示对所述话语的语音响应的音频数据。

附图说明

参考附图来描述详细说明。在图中，参考数字最左侧的数字标识所述参考数字首次出现的图。在不同的图中使用的相同参考编号指示类似或相同的部件或特征。

图1是示出从多个语音接口设备接收用户话语的示例性基于语音的系统的方框图。

图2是示出处理来自多个语音接口设备的多个音频信号的示例性方法的流程图。

图3是示出可由语音接口设备中的一个执行以处理接收的音频信号的另一个示例性方法的流程图。

图4是示出在两个语音设备之间仲裁的示例性方法的流程图。

图5是示出可由语音接口设备执行以向语音服务提供音频信号和伴随的元数据的示例性方法的流程图。

图6-8展示可当根据图3的方法处理来自不同语音接口设备的音频信号时，由不同解决方案引起的动作的从顶部到底部的时间序列的示例。

图9是展示示例性语音接口设备的相关部件的方框图。

图10是展示可被部分地使用来实现诸如本文描述的语音服务的示例性服务器的相关部件的方框图。

具体实施方式