[发明专利]为电子设备分配独特语音的方法和系统

说明书

本发明公开一种交互式计算系统中的方法，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选择存储在用于一个或多个IoT设备的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。

技术领域

本公开总体上涉及为电子设备生成语音消息。更具体地，本公开涉及为一个或多个电子设备分配独特(unique)语音，并由此生成所分配的语音以供回放给用户。

背景技术

随着电子设备的最新发展，交互式计算机系统，例如虚拟辅助设备，已经发展为执行各种活动来辅助用户。虚拟助理设备是一种通常与多个IoT(物联网)设备通信以控制这些设备的设备。在示例中，虚拟辅助设备可以作为独立设备工作，或者可以作为应用或作为在云网络或嵌入式系统等中包括的计算设备上运行的扩展浏览器来提供。在不偏离本公开的范围的情况下，术语“交互式计算机系统”和虚拟辅助设备可以在下文中替代地使用。

虚拟助理设备以各种方式帮助用户，例如，监控家庭、家用IoT设备、向查询提供建议等。例如，智能冰箱、智能电视、智能洗衣机等数字家电(DA)使用语音助手与用户互动并回答用户的命令。对于分配的任务，语音助手通过文本到话语(TTS)生成系统生成的语音对用户进行响应。目前，每个智能设备生成的语音或话语听起来都是类似的，因为TTS系统不会因设备而异。这些，虚拟辅助设备具有类似的机器人语音响应。例如，当前的技术状态最多也只能为用户提供选择好莱坞角色语音作为语音助手语音。然而，在用户和语音助手设备之间没有情感联系。因此，这种计算机交互系统生成的语音本质上是机器人的，因此没有感情。这导致用户和语音助手设备之间没有情感联系。如果所有的数字设备都有自己独特语音，则用户会感觉到与设备更紧密连接，就像他们对待其他人/动物一样。

因此，需要一种克服上述缺陷的解决方案。

发明内容

技术问题

在用户和语音助手设备之间没有情感联系。因此，这种计算机交互系统产生的语音本质上是机器人的，因此没有感情。这导致用户和语音助手设备之间没有情感联系。

技术方案

提供本概述是为了以简化的形式介绍概念的选择，这些概念将在本发明概念的详细描述中进一步描述。本发明内容既不旨在识别本公开的关键或必要的发明概念，也不旨在确定发明概念的范围。

根据本公开的实施例，一种交互式计算系统中的方法，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(speaker embedding)；以及输出选择的至少一个说话者嵌入以供回放给用户。

所述方法还可以包括：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。

获得NLP结果可以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。

生成一个或多个上下文参数可以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。

预处理可以包括：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的步骤；以及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的步骤。