[发明专利]使用音频数据进行设备控制

说明书

音频控制系统可以使用设备的用户说出的关键词来控制与应用或设备的交互。音频控制系统可以使用经过训练以识别一个或多个关键词的机器学习模型(例如，神经网络模型)。激活哪种机器学习模型可以取决于应用或设备中的活动位置。响应于检测到关键词，由设备执行不同的动作，例如导航到应用的预先指定的区域。

优先权要求

本申请要求于2018年5月16日提交的序列号为15/981,295的美国专利申请的优先权的权益，其全部内容通过引用并入本文。

技术领域

本公开一般涉及专用机器及其变体的改进，并且涉及与使用在音频数据中检测到的术语进行设备控制的其它专用机器相比改进该专用机器的技术。

背景技术

一些计算机具有有限的计算资源。例如，与台式机和笔记本电脑相比，智能电话通常具有相对较小的屏幕尺寸，有限的输入/输出控件以及较少的存储器和处理器能力。在与具有有限计算资源的计算机进行交互时，会出现不同的问题。例如，用户可能必须向下扩展到多个菜单，而不是使用键盘快捷键或在较大的屏幕(例如，桌面屏幕)上仅一次查看所有菜单。此外，导航到不同的用户界面，不同的菜单以及选择不同的用户界面元素可能是计算密集型的，这可能导致设备滞后并进而不必要地消耗设备的电池。

附图说明

为了容易地识别对任何特定元素或动作的讨论，参考数字中的一个或多个最高有效数字是指其中首次引入该元素或动作的图(“图”)的编号。

图1是示出了用于通过网络交换数据(例如，消息和相关联的内容)的示例消息传递系统的框图。

图2是示出了根据示例实施例的关于图1的消息传递系统的进一步细节的框图。

图3是示出了根据某些示例实施例的可以存储在消息传递系统的数据库中的数据的示意图。

图4是示出了由用于通信的消息传递客户端应用生成的根据一些实施例的消息的结构的示意图。

图5是示出了根据一些示例实施例的示例访问限制过程的示意图，就该过程而言，对内容(例如，短时(ephemeral)消息以及相关联的多媒体数据有效载荷)或内容集合(例如，短时消息故事)的访问可以是受时间限制的(例如，短时的)。

图6示出了根据一些示例实施例的音频控制系统的内部功能引擎。

图7示出了根据一些示例实施例的用于使用音频数据来实现应用控制的示例方法的流程图。

图8示出了根据一些示例实施例的用于使用模型和用户界面关联来实现应用控制的示例功能架构。

图9示出了根据一些示例实施例的用于启动不同关键词模型的有限状态机。

图10示出了根据一些示例实施例的实现神经网络子引擎的检测引擎的示例配置。

图11示出了根据一些示例实施例的实现模板子引擎的检测引擎的示例实施例。

图12示出了根据一些示例实施例的客户端设备的显示设备上的主窗口用户界面。

图13示出了根据一些示例实施例的示例页面用户界面。

图14示出了根据一些示例实施例的示例图像采集用户界面。

图15是示出可与本文中所描述的各种硬件架构结合使用的代表性软件架构的框图。

图16是示出根据一些示例实施例的机器的组件的框图，该机器能够从机器可读介质(例如，机器可读存储介质)读取指令并执行本文讨论的方法中的任何一个或多个。

具体实施方式