[发明专利]用于始终监听语音触发的动态阈值

说明书

本发明公开了用于动态调整可用于触发虚拟助理的语音触发阈值的系统和过程。可经由麦克风接收音频输入。可以对所接收的音频输入进行采样，并且可以确定所采样的音频输入是否包括口头触发的一部分的置信水平。响应于所述置信水平超过阈值，可以触发虚拟助理以从所述音频输入接收用户命令。所述阈值可以响应于感知到的事件(例如，指示用户更有可能或更不可能发起语音交互的事件、指示触发可能难以检测的事件、指示错过触发的事件等)而动态地调整，从而使错过触发和假阳性触发事件两者最小化。

相关申请的交叉引用

本专利申请要求2014年9月12日提交的标题为“DYNAMIC THRESHOLDS FOR ALWAYSLISTENING SPEECH TRIGGER”的美国临时申请序列号62/049,917以及2015年8月24日提交的标题为“DYNAMIC THRESHOLDS FOR ALWAYS LISTENING SPEECH TRIGGER”的美国非临时申请序列号14/834,194的优先权，这两个申请的全文据此出于所有目的以引用方式并入本文中。

技术领域

本发明整体涉及语音触发，并且更具体地，涉及动态调整始终监听语音触发的阈值。

背景技术

智能自动化助理(或虚拟助理)提供用户与电子设备之间的直观接口。这些助理可允许用户使用自然语言以口头形式和/或文本形式与设备或系统交互。例如，用户可通过将口头用户输入以自然语言形式提供给与电子设备相关联的虚拟助理来访问电子设备的服务。虚拟助理可对口头用户输入执行自然语言处理，以推断用户意图并且将用户意图操作化成任务。随后可通过执行电子设备的一项或多项功能来执行任务，并且相关的输出可以自然语言形式返回给用户。

可采用各种方式触发虚拟助理交互。在一个实施例中，可以响应于用户按压用户设备上的物理或虚拟按钮而发起虚拟助理会话，之后该虚拟助理接收用户命令，确定用户的意图，并执行相关联的命令。在其他实施例中，可以响应于检测到口头触发而发起虚拟助理会话。例如，用户设备可以一直(例如，始终监听)、在某些情况下、在特定时间等监听触发字词或短语。在检测到所述口头触发字词或短语时，可以发起虚拟助理会话，其中该虚拟助理接收用户命令，确定用户的意图，并执行相关联的命令。口头触发还可以用于引起其他动作并且发起与各种其他系统和设备的交互。

然而，由于背景噪声、干扰、用户语音的变化以及各种其他因素，可能错过语音触发。例如，在噪声环境中，用户可以采用独特的语音音调等轻轻地说出语音触发，并且可以不触发虚拟助理。此类情况下，用户可以更大声或更清楚地重复所述语音触发，或者他们可以诉诸于手动发起虚拟助理会话。因此，对于用户而言，错过的触发可能令人沮丧。除了被错过之外，语音触发也可能被错误地识别，导致损害用户体验、浪费设备电力等的正误识触发事件。例如，可以检测来自附近的人的背景语音，并且可能不期望地导致用户从未意图的正误识触发事件。

在一些实施例中，阈值置信水平可以用于基于可包含口头触发的采样音频来确定是否要触发虚拟助理。可以基于该音频包括有意的口头触发字词或短语的可能性来确定置信度得分或水平。可以根据置信度得分是高于还是低于预先确定的阈值来发起虚拟助理会话。低于阈值的置信度得分可以不触发虚拟助理，而高于阈值的置信度得分可以触发虚拟助理。然而，随着环境因素和使用的变化，预先确定的阈值可能不期望地产生错过的触发和正误识触发事件。

因此，随着环境和使用因素的变化，总是利用预先确定的触发阈值来监听语音触发可能导致低准确度，这可能限制效用并且不利地影响用户体验。

发明内容