[发明专利]为电子设备分配独特语音的方法和系统

权利要求书

1.一种交互式计算系统中的方法，所述方法包括：

基于自然语言处理(NLP)，对来自用户命令的输入自然语言(NL)进行预处理，以用于对话语信息和非话语信息进行分类；

从用户命令获得NLP结果；

基于NLP结果从在环境中操作的一个或多个IoT设备获取设备特定信息；

基于NLP结果和设备特定信息生成一个或多个上下文参数；

基于一个或多个上下文参数来为一个或多个IoT设备选择存储在数据库中的至少一个说话者嵌入；以及

输出选择的至少一个说话者嵌入以供回放给用户。

2.根据权利要求1所述的方法，还包括：基于文本到话语机制处理选择的至少一个说话者嵌入，以自然语言向用户回放。

3.根据权利要求1所述的方法，其中，获得包括获得形成非话语信息的一部分的声学信息，以基于声学信息生成一个或多个上下文参数，

其中，从非话语信息获得声学信息包括：

确定一个或多个IoT设备的周围环境的一个或多个音频事件，其中，周围环境的一个或多个音频事件对应于声学信息。

4.根据权利要求1所述的方法，其中，生成一个或多个上下文参数包括从至少一个说话者嵌入中选择语音嵌入，以供一个或多个IoT设备中的IoT设备回放。

5.根据权利要求1所述的方法，其中，预处理包括：

从多个说话者收集多个音频样本以生成一个或多个说话者嵌入；

将生成的一个或多个说话者嵌入存储在数据库中，用于为一个或多个IoT设备选择一个或多个说话者嵌入；

将人类情感人工地注入到生成的一个或多个说话者嵌入中，其中，生成的一个或多个说话者嵌入包括用于多个音频样本的不同类型的音调和纹理；以及

将生成的具有人类情感的一个或多个说话者嵌入存储在数据库中。

6.根据权利要求1所述的方法，其中，预处理包括：

提取在网络环境中操作的一个或多个IoT设备的设备特定信息；

将设备特定信息与至少一个说话者嵌入相关联，以基于设备特定信息为一个或多个IoT设备中的每一个生成说话者嵌入集合的映射；

基于相关性将来自说话者嵌入集合的不同语音分配给一个或多个IoT设备中的每一个；以及

将分配的说话者嵌入集合存储到数据库中作为用于选择一个或多个IoT设备的编码说话者嵌入的映射。

7.根据权利要求1所述的方法，其中，预处理包括：

提取在网络环境中操作的一个或多个IoT设备的设备特定信息；

基于设备特定信息从在环境中操作的一个或多个IoT设备中识别类似IoT设备；

将设备特定信息与至少一个说话者嵌入相关联，以基于设备特定信息为识别的类似IoT设备中的每一个生成说话者嵌入集合的映射；

将不同语音分配给包括在说话者嵌入集合中的识别的类似IoT设备中的每一个；以及

将分配的说话者嵌入集合存储到数据库中作为用于选择一个或多个IoT设备的说话者嵌入的映射。

8.根据权利要求1所述的方法，其中，获得包括：

确定由于用户命令或设备特定事件而导致在一个或多个IoT设备上的IoT事件的成功、失败或跟进中的一个，其中，确定的结果对应于NLP结果。