[发明专利]针对集成多语气多装置自然语言语音服务环境的系统和方法

说明书

技术领域

本发明涉及一种集成语音服务环境，其中多个装置可通过协同处理自由形式多语气的自然语言输入来提供各种语音服务，从而便于用户与集成环境中的一个或多个装置之间的会话式交互。

背景技术

作为近年来发展的技术，消耗品电子装置已呈现出在许多人的日常生活中几乎无处不在。为了满足由移动电话、导航装置、嵌入装置及其它类似装置的功能性和移动性而产生的日益增加的需求，除了核心应用程序之外还常常在这些装置中提供大量特征和功能。然而更强的功能性还引出了这样的折衷，它们包括常常约束用户无法完全发觉其电子装置的全部性能的学习曲线。例如，许多现有的电子装置包括复杂的并不特别用户友好的人机界面，这约束了许多技术被投入大量的市场应用。而且，繁琐的界面常导致期望的特征不能被发现(例如，在一些冗长而不易导航的菜单中)，这趋向于使许多用户不去使用甚至并不知晓其装置的潜在性能。

这样，由许多电子装置提供的增加的功能性常趋于被浪费，正如市场调查所表明的那样，许多用户只使用给定装置上的一小部分可用特征或应用程序。而且，在一个无线网络和宽带接入越来越普及的社会中，消费者自然倾向于希望他们的电子装置具有无缝移动能力。因此，随着消费者要求强化更简单的机制来与电子装置进行交互，阻止快速和准确交互的繁琐界面会变成一个重要的关注点。因此，对以直观方式使用技术的机制的持续增长的需求还在很大程度上未得到满足。

简化电子装置中的人机交互的一种方法包括使用语音识别软件，这种软件可使用户发觉不熟悉的、未知的或难使用的特征。例如，最近由Navteq公司进行的一项调查提供了在自动导航和基于页面应用程序之类的各种应用程序中使用的数据，该调查表明语音识别在电子装置用户最想要的特征当中名列前茅。即便如此，现有的语音用户界面在其实际工作时仍倾向于要求用户方面进行大量学习。

例如，许多现有的语音用户界面只支持根据特定命令和控制序列或语法而被公式化的请求。而且，很多现有的语音用户界面由于不准确的话语识别而使用户失望或不满意。类似地，通过强制用户提供预先建立的命令或关键字来以系统可理解的方式传达请求，现有的语音用户界面不能有效地使用户进行丰富和协作的对话来解决请求并使会话朝向互相满意的目标发展(尤其是例如当用户不确定特别需要、可用信息或装置性能时)。因此，现有的语音用户界面存在各种缺点，包括大大限制了用户以协作和会话的方式进行对话。

另外，许多现有的语音用户界面在利用分布在各种不同领域或装置中的信息来解决自然语言基于语音的输入方面都存在不足。因此，现有的语音用户界面被限于它们所设计针对的有限的应用程序组或被限于它们所属的装置。尽管技术性的进步使用户常具有多种装置来满足他们的不同需要，但现有的语音用户界面还不能使用户充分摆脱装置的约束。例如，用户可能会对与不同应用程序和装置有关的多种服务感兴趣，但现有的语音用户界面却趋于限制用户以合适的方法访问应用程序和装置。而且，用户通常仅能一次实际携带有限数量的装置，但在各种状况下也可能会需要与用户的其它正在使用的装置有关的内容或服务。因此，尽管用户有各种需要，在各种背景或环境下会需要与不同装置有关的内容或服务，但现有的语音技术在提供集成的环境来使用户能够请求与实质上的任意装置或网络相关的内容或服务方面存在不足。对信息有效性的限制和现有语音服务环境中的装置交互机制趋于妨碍用户以直观、自然和有效的方式来体验技术。现有系统受到这些和其它问题的影响。

发明内容

根据本发明的各个方面，针对集成多语气多装置的自然语言语音服务环境的系统和方法包括多个语音装置，每个语音装置除了具有对环境中其它装置的意图确定能力的知识以外，还具有处理多语气自然语言输入的意图确定能力。另外，该环境可以以集中方式、分布对等(peer-to-peer)方式或这两种方式的各种组合方式来布置。这样，各个装置能够协作来确定多语气自然语言输入的意图，并且可将命令、询问或其它请求发送到最适合响应这些命令、询问或请求来进行活动的一个或多个装置。