[发明专利]用数字助理提供音频信息

说明书

在用于提供音频信息的示例性技术中，接收输入，并且使用扬声器提供响应于所接收的输入的音频信息。在提供音频信息时，检测外部声音。如果确定外部声音是第一类型的通信，则停止提供音频信息。如果确定外部声音是第二类型的通信，则继续提供音频信息。

相关专利申请的交叉引用

本申请要求2018年6月1日提交的标题为“Providing Audio Information with aDigital Assistant”的美国临时申请62/679644的优先权，该申请的全部公开内容据此以引用方式并入以用于所有适当的目的。

背景技术

1.技术领域

本公开整体涉及实现数字助理的电子设备，并且更具体地涉及用数字助理提供音频信息的电子设备。

2.相关领域的描述

数字助理解释口头和/或文本形式的自然语言输入，并基于该输入确定用户请求。数字助理然后基于用户请求来执行动作。动作包括响应于用户请求提供信息和/或执行任务。

发明内容

本公开描述了用于利用实现数字助理的电子设备提供音频信息的技术。根据一些实施方案，电子设备响应于某些类型的中断而停止提供音频信息。此外，根据一些实施方案，电子设备等待提供(或恢复提供)音频信息，直到预期音频信息不被中断。在一些示例性实施方案中，这些技术通过允许用户说话而不被来自数字助理的音频信息中断或分散注意力来提供与数字助理的更自然且有效的交互。该技术可应用于电子设备，诸如台式计算机、膝上型电脑、平板电脑、电视机、扬声器、娱乐系统和智能手机。

根据一些实施方案，用于提供音频信息的技术包括使用扬声器提供响应于所接收的输入的音频信息；在提供所述音频信息时，检测外部声音；根据确定所述外部声音是第一类型的通信，停止提供所述音频信息；以及根据确定外部声音是第二类型的通信，继续提供音频信息。在一些实施方案中，所接收的输入包括触发命令。

在一些实施方案中，该技术还包括，在停止提供音频信息之后：检测与第一类型的通信相关联的一个或多个视觉特征；并且检测到第一类型的通信已停止；响应于检测到所述第一类型的通信已停止，确定所述一个或多个视觉特征是否指示预期所述第一类型的进一步通信；根据确定不预期所述第一类型的进一步通信，提供恢复的音频信息；并且根据确定预期第一类型的进一步通信，继续停止提供音频信息。

在一些实施方案中，一个或多个视觉特征包括眼睛注视、面部表情、手势或它们的组合。在一些实施方案中，停止提供音频信息包括淡出音频信息。在一些实施方案中，该技术还包括，在停止提供音频信息之后并且根据确定第一类型的通信已停止，提供恢复的音频信息。在一些实施方案中，音频信息被分成预定义片段，并且恢复的音频信息从音频信息被停止的片段开始。在一些实施方案中，恢复的音频信息包括音频信息的先前提供的片段的改述版本。

在一些实施方案中，第一类型的通信包括直接发声的词汇表达。在一些实施方案中，直接发声的词汇表达不包括消音命令。在一些实施方案中，该技术还包括通过确定对应于外部声音的源的位置来确定外部声音为直接发声的词汇表达。在一些实施方案中，利用定向麦克风阵列来确定位置。

在一些实施方案中，第二类型的通信包括会话声音。在一些实施方案中，第二类型的通信包括压缩音频。在一些实施方案中，第二类型的通信包括由电子设备再现的词汇表达。在一些实施方案中，该技术还包括通过确定对应于外部声音的源的位置来确定外部声音是由电子设备再现的词汇表达。在一些实施方案中，利用定向麦克风阵列来确定位置。