[发明专利]用于模块仲裁的方法和装置

说明书

背景技术

如本领域所已知的，在一些系统中，单个语音识别UI系统可以处理用于多个应用的用户话语。仲裁模块可以选择应用中的一个来响应用户话语。在常规系统中，多类分类器执行针对各种应用的仲裁。然而，这种多类分类器是针对已知的应用而训练的。因此，多类分类器不容易扩展用于独立开发的应用。

发明内容

本发明的实施例提供了用于具有多个模块的单个用户界面(UI)系统的方法和装置，其中每个模块实现完整系统的UI功能的子集。模块典型地对应于由系统所支持的应用。在运行时，由一个仲裁系统应用仲裁，该仲裁系统对由用户传递到UI系统的请求进行分析，并且取决于所请求的功能，UI系统将控制传递到相关模块。本发明的实施例涉及基于语音识别的UI系统，其中用户输入是语音命令，但是本发明的实施例也可以用于处理可能不明确的输入的其他UI系统。

一般来说，模块彼此独立地操作并可以被彼此独立地开发，从而可以容易地与其他模块对框架进行扩展，而不需要改变现有模块或改变仲裁系统。本发明的实施例根据未定义数量的独立开发的UI模块(可以向其给予控制的UI模块)提供了UI系统。

在说明性的实施例中，可能在一些第一处理(例如，对音频话语应用自动的语音识别)之后，将到UI系统的用户输入传递到相应的模块。每个模块输出概率以表示输入具有的与相应模块的功能的相关性等级。模块独立操作并向仲裁模块提供输入，仲裁模块可以处理来自任何实际数量的模块的输入。仲裁模块的作用是采集相应模块的输出，并将它们中的一个或多个提出为应该被允许处理用户的命令的模块。

本发明的实施例适用于其中期望可扩展的框架的各种应用，举例来说，例如将包括一个或多个支持语音的应用的不同设备连接到汽车中的头部单元，和/或允许不同的ASR/NLU技术在系统中共享单个麦克风的集成系统。进一步的应用包括提供ASR/NLU系统的可扩展系统，其可以与在不同设备上下载和执行的其他模块一起扩展。应当理解，模块不一定必须存在于不同的设备上。也可以在单个设备上(具有所提供的灵活性)，可以在不同的时间点由独立的团队来开发模块，可以由用户对它们进行自由选择和组合等。

在本发明的一个方面中，一种方法包括：响应于用户话语而从第一应用的第一分类器接收第一输入，第一输入包括用户话语的至少一部分在针对第一应用的域内的概率，其中在针对第一应用的域内表示第一应用包括响应话语所需要的功能；响应于用户话语而从第二应用的第二分类器接收第二输入，第二输入包括用户话语的至少一部分在针对第二应用的域内的概率；以及使用第一和第二输入来对用户话语执行仲裁，以使得第一应用和第二应用中的第一个优先化以用于响应用户话语。

该方法还可以包括以下特征中的一个或多个：由特定于第一应用的第一应用中的ASR模块对用户话语执行自动语音识别(ASR)，并生成针对用户话语的第一n-最佳列表，由第一应用中的第一分类器处理第一n-最佳列表，由车辆的头部单元上的仲裁模块执行仲裁，第一应用位于车辆上并且第二应用位于无线连接到头部单元的移动电话上，使用参考数据集来训练第一分类器和第二分类器，第一分类器包括域内/域外分类器，其中针对域内数据使用与第一应用相关的输入数据来训练域内/域外分类器，而针对域外数据使用与第一应用不相关的输入数据来训练域内/域外分类器，其中后者是从参考数据集中提取的，第一应用和第二应用是独立开发的，但是使用相同的参考数据集来获得用于训练的域外数据，和/或第一分类器接收特征集作为从用户话语得到的输入。

在本发明的另一方面中，一种产品包括：具有存储的指令的非暂时性计算机可读存储介质，该存储的指令使得机器能够：响应于用户话语而从第一应用的第一分类器接收第一输入，第一输入包括用户话语的至少一部分在针对第一应用的域内的概率，其中在针对第一应用的域内指示由第一应用提供的功能；响应于用户话语而从第二应用的第二分类器接收第二输入，第二输入包括用户话语的至少一部分在针对第二应用的域内的概率；以及使用第一输入和第二输入来对用户话语执行仲裁，以使得第一应用和第二应用中的第一个优先化以用于响应用户话语。