[发明专利]多命令单一话语输入方法

说明书

本公开涉及多命令单一话语输入方法。本发明公开了一种用于处理虚拟助理的多部分语音命令的系统和过程。可从用户接收语音输入，该语音输入包括单一话语内的多个可执行命令。可使用语音转录过程从语音输入生成文本串。可基于域关键字、祈使动词、预先确定的子串长度等来将该文本串解析成多个候选子串。针对每个候选子串，可确定用于指示候选子串是否对应于可执行命令的概率。可基于语义连贯、与用户请求模板的相似性、用于确定可管理性的查询服务等来确定此类概率。如果该概率超过阈值，则可确定每个子串的用户意图、可执行与用户意图相关联的过程，并且可将确认提供至用户。

相关申请的交叉引用

本申请是国际申请号为PCT/US2015/033051、国际申请日为2015年5月28日、进入中国国家阶段日期为2016年11月29日、中国国家申请号为201580028468.4、发明名称为“多命令单一话语输入方法”的发明专利申请的分案申请。

本申请要求提交于2014年5月30日的名称为“MULTI-COMMAND SINGLE UTTERANCEINPUT METHOD”的美国临时专利申请No.62/005,556以及提交于2015年3月8日的标题为“MULTI-COMMAND SINGLE UTTERANCE INPUT METHOD”的美国临时专利申请No.62/129,851的优先权。这些专利申请的内容据此全文以引用方式并入。

技术领域

本发明总体涉及用于虚拟助理的语音处理，更具体地讲，涉及处理单一话语，所述单一话语具有用于虚拟助理的多个可执行命令。

背景技术

智能自动化助理(或虚拟助理)提供用户与电子设备之间的直观接口。这些助理可允许用户使用自然语言以语音形式和/或文本形式与设备或系统交互。例如，用户可通过将语音用户输入以自然语言形式提供至与电子设备相关联的虚拟助理来访问电子设备的服务。虚拟助理可对语音用户输入执行自然语言处理，以推断用户意图并且将用户意图操作化成任务。随后可通过执行电子设备的一项或多项功能来执行任务，并且相关的输出可以自然语言形式返回给用户。

然而，在电子用户设备继续提供增强功能的同时，一些用户可能会被通知、播报、消息、提醒等淹没。此外，对于用户而言，单独处理每个通知、播报、消息或提醒可能低效且耗时。例如，使用语音与虚拟助理交互，用户通常一次只提出单个项目、功能或活动。此外，在转换到另一任务之前，用户可能需要等待虚拟辅助任务完成。除了限制效率之外，这种延迟也可分散用户的注意力，从而可使用户忘记他们可能想到过的其他项目。

因此，在一些实例中，对于用户而言，使用语音与虚拟助理交互来处理多个任务(一次一个)可能耗时、低效并且令人沮丧。

发明内容

本文公开了用于处理多部分语音命令的系统和过程。在一个示例中，可从用户接收语音输入，所述语音输入包括具有一个或多个可执行命令的单一话语。基于语音输入使用语音转录过程可生成文本串。可将文本串解析成多个候选子串。可针对候选子串中的每一者确定用于指示它们是否可能对应于可执行命令的概率。响应于概率超出阈值，可针对候选子串中的每一者确定用户意图。随后可执行与用户意图相关联的过程。确认也可提供至与各种用户意图相关联的用户。

在一些示例中，可通过识别域关键字来解析文本串。在其他示例中，可通过识别祈使动词来解析文本串。可通过确定子串的语义连贯来确定子串对应于可执行命令的概率。也可通过将子串与用户请求模板进行比较来确定概率。也可通过将子串提交到服务并接收该服务可转换来自子串的可执行命令的可能性来确定概率。

此外，在一些示例中，可基于先前子串中的字词来确定子串的用户意图。也可基于显示的信息来确定用户意图。显示的信息可包括列表，并且可基于与列表中的项目相关联的顺序描述符来确定用户意图。显示的信息可包括通知和电子邮件。也可基于显示的信息，通过确定潜在用户请求来确定用户意图。