[发明专利]用于对话中断检测的具有全局和局部编码的上下文丰富的注意记忆网络的系统和方法

说明书

提供了一种用于对话中断检测的方法、电子设备和计算机可读介质。该方法包括从音频传感器获得口头输入。该方法还包括生成对口头输入的回复。该方法还包括：识别来自口头输入的局部上下文和来自口头输入的全局上下文、先前由音频传感器接收的另外的口头输入、以及响应于另外的口头输入而生成的先前回复。该方法还包括响应于确定回复不对应于局部上下文和全局上下文来识别对话中断。此外，该方法包括当未识别到对话中断时，通过扬声器生成与回复相对应的声音。

技术领域

本公开总体涉及自然语言处理。更具体地，本公开涉及在用户和电子设备之间的对话期间识别对话中断。

背景技术

用于与计算设备交互并控制计算设备的方法不断改进以创建更自然的用户界面。许多这样的用于与计算设备交互并控制计算设备的方法通常要求用户利用附件，例如键盘、鼠标、触摸板或触摸屏，其中用户与附件物理地交互以控制计算设备。一些电子设备采用使得用户能够经由自然语言输入与计算设备交互的自然语言处理。例如，自然语言输入可以包括支持语音启用的用户界面，其中用户可以通过说话来与计算设备交互。电子设备能够执行用户的请求，以及以后续问题或评论的形式向用户提供口头回应。

对话中断涉及电子设备生成不正确的回应。一种能够检测和校正其自身与用户之间的对话中断的电子设备在消费者对基于人工智能(AI)的系统的满意度方面扮演着日益重要的角色。

发明内容

解决技术问题的技术方案

本公开提供了用于对话中断检测的具有全局和局部编码的上下文丰富的注意记忆网络的系统和方法。

在第一实施例中，一种方法，包括：从音频传感器获得口头输入。该方法还包括生成对口头输入的回复。该方法还包括：识别来自口头输入的局部上下文和来自口头输入的全局上下文、先前由音频传感器接收的另外的口头输入、以及响应于另外的口头输入而生成的先前回复。该方法还包括响应于确定回复不对应于局部上下文和全局上下文来识别对话中断。此外，该方法包括当未识别到对话中断时，通过扬声器生成与回复相对应的声音。

在第二实施例中，一种电子设备，包括：音频传感器、扬声器和处理器。处理器被配置为从音频传感器获得口头输入。处理器还被配置为生成对口头输入的回复。处理器还被配置为识别来自口头输入的局部上下文和来自口头输入的全局上下文、先前由音频传感器接收的另外的口头输入、以及响应于另外的口头输入而生成的先前回复。该处理器还被配置为响应于确定回复不对应于局部上下文和全局上下文来识别对话中断。此外，处理器被配置为当未识别到对话中断时，通过扬声器生成与回复相对应的声音。

在第三实施例中，一种非暂时性机器可读介质包含在被执行时使得电子设备的至少一个处理器从音频传感器获得口头输入的指令。该介质还包含在被执行时使得至少一个处理器生成对口头输入的回复的指令。该介质还包含在被执行时使得至少一个处理器执行以下操作的指令：识别来自口头输入的局部上下文和来自口头输入的全局上下文、先前由音频传感器接收的另外的口头输入、以及响应于另外的口头输入而生成的先前回复。该介质还包含在被执行时使得至少一个处理器执行以下操作的指令：响应于确定回复不对应于局部上下文和全局上下文，识别对话中断。此外，该介质包含在被执行时使得至少一个处理器在未识别到对话中断时通过扬声器生成与回复相对应的声音的指令。

附图说明

为了更完整地理解本公开及其优点，现在结合附图参考以下描述，其中相同的附图标记表示相同的组件：

图1示出根据本公开的实施例的示例通信系统；

图2示出根据本公开的包括电子设备的示例网络配置；

图3示出根据本公开的自然语言处理系统的示例框图；

图4A示出根据本公开的用于对话中断检测的架构；