[发明专利]自然机器会话方法和设备

说明书

本文中公开了与口语对话系统相关联的设备、方法以及存储介质。在实施例中，用于与用户进行自然机器会话的设备可包括监听组件，用于检测表示会话的开始的关键字；对话引擎，用于在会话期间与用户进行会话；以及控制器，用于至少部分地基于会话的状态选择性地激活监听组件或对话组件中的一个或者导致监听组件或对话组件中的一个被激活，并且将控制传递到激活的监听组件或激活的对话引擎。可公开或要求保护其它实施例。

技术领域

本公开涉及计算、机器会话、以及人工智能的领域；并且具体地涉及与跟用户的自然机器会话相关联的设备和方法。

背景技术

本文中所提供的背景描述用于总体地呈现本公开的上下文的目的。除非在本文中另有指示，本部分中描述的材料不是本申请中的权利要求的现有技术，并且不因为包含在本部分中而被承认为现有技术。

随着集成电路、计算、人工智能、语音识别、以及其他相关的技术的发展，口语对话系统已经变得越来越流行。口语对话系统的示例包括，但不限于，来自苹果计算机(AppleComputer)的Siri、来自谷歌(Google)的Google Home、来自亚马逊(Amazon)的Echo、来自微软的Cortana等等。为了便携性，现今的口语对话系统中的许多由电池供电。为了延长电池寿命，典型地采用带魔术字策略的低功率总听(Low Power Always Listening；LPAL)组件。LPAL组件运行只对一个“魔术”字或短语进行识别并响应的非常低功率的自动语音识别(ASR)引擎。在识别出“魔术”字或短语时，LPAL激活嵌入在口语对话引擎中的功能强大得多的ASR组件，以识别用户话语并且响应于用户话语。在操作期间，功能更强大的ASR组件比LPAL组件消耗更多的功率，因此在每次响应于用户话语之后关闭ASR组件。结果，在这个类型的系统中的用户在他们对系统发出的每个话语之前，必须使用这个魔术字/短语。

然而，在合作的自然会话中，参与者给彼此机会来插话或者接对话，并且参与者不需要在每次他们交谈时呼叫彼此的名字以确保另一个人正在听。因此，现今的带有LPAL和魔术字策略的口语对话系统对许多用户来说是不自然的，并且恼人的。需要支持与用户的更自然的机器会话交互，同时保存电池的解决方案。

附图简述

通过下列结合附图的详细描述，将容易理解实施例。为了便于该描述，相同的附图标记指示相同的结构元件。在附图中，通过示例而非限制的方式说明实施例。

图1是根据各个实施例的本公开的口语对话系统的简化框图。

图2是根据各个实施例的口语对话系统的简化框图，其包括在会话开始之前的口语对话系统的组件的交互。

图3示出的是根据各个实施例的口语对话系统的简化框图，其包括在会话期间的口语对话系统的组件的交互。

图4示出的是根据各个实施例的口语对话系统的简化框图，其包括在会话结束处的口语对话系统的组件的交互。

图5示出根据各个实施例的适用于实践本公开的各方面的计算系统。

图6示出根据各个实施例的具有被配置成实践图1-4中所示的方法(的各方面)的指令的示例性计算机可读存储介质。

具体实施方式

本文中公开了与口语对话系统相关联的设备、方法以及存储介质。在实施例中，用于与用户进行自然机器会话的设备可包括监听组件，用于检测表示会话的开始的关键字；对话引擎，用于在会话期间与用户会话；以及被耦合到监听组件和对话引擎的控制器，用于至少部分地基于会话的状态选择性地激活监听组件或对话组件中的一个或者导致监听组件或对话组件中的一个被激活，并且将控制传递到激活的监听组件或激活的对话引擎。当监听组件和对话引擎中的一个被激活或导致被激活时，监听组件和对话引擎中的另一个被停用或导致被停用。