[发明专利]智能助理

说明书

本文公开了与实体跟踪相关的示例。一个示例提供了一种计算设备：包括逻辑处理器；以及存储设备，该存储设备保存可由逻辑处理器执行的指令以：接收包括人的环境的图像数据、使用面部检测算法处理图像数据以便以第一频率产生第一面部检测输出、基于第一面部检测输出确定人的身份、以及使用与面部检测算法相比使用更少的计算设备的计算资源的另一算法处理图像数据。该指令可进一步执行以基于跟踪输出跟踪环境中的人，以及执行以下中的一者或多者：使用第二面部检测输出更新另一算法，以及使用跟踪输出更新面部检测算法。

背景

经由诸如话音识别、文本、姿势识别、运动检测、注视检测、意图识别、大脑活动评估、文本、家庭自动化设备的状态等中的一者或多者的自然交互与计算系统进行交互可实现自然的用户界面体验。随着数字信息量和计算设备数量的增加，管理此类自然用户交互界面以提供积极的用户体验可能具有挑战性。

附图简述

图1示出了根据本公开的一示例的具有一体化计算设备形式的智能助理系统的示例环境。

图2示意性地示出了根据本公开的一示例的用于实现智能助理系统的示例逻辑架构。

图3示意性地示出了根据本公开的一示例的可被话音监听器使用的语音识别程序。

图4示出了根据本公开的一示例的意图模板。

图5示意性地示出了根据本公开的一示例的处理一部分对话的解析器和意图处理器。

图6A和6B示出了根据本公开的各示例的用于解决意图模板中的缺失和/或未辨析的信息的方法。

图7示意性地示出了根据本公开的各示例的可确定一个或多个实体的身份、位置和/或当前状态的实体跟踪器。

图8示意性地示出了根据本公开的各示例的在多个时间帧上接收并解释传感器数据的实体跟踪器。

图9示意性地示出了根据本公开的一示例的经由实体跟踪器的传感器置信度随时间衰减的示例。

图10示意性地示出了根据本公开的各示例的使用经训练的话音识别引擎来识别人的语音的示例。

图11示意性地示出了根据本公开的各示例的使用音频数据的子片段来训练话音模型的示例。

图12示意性地示出了根据本公开的各示例的交叉评估音频数据的子片段以确定有源扬声器是否已经改变的示例。

图13示出了根据本公开的各示例的成本函数的示意图。

图14示出了根据本公开的各示例的用于确定通知的成本和不通知的成本的方法的流程图。

图15示出了根据本公开的各示例的阈值更新模块的示意性表示。

图16示出了根据本公开的各示例的用于更新阈值数据的方法的流程图。

图17示意性地示出了根据本公开的各示例的实现智能助理系统的一体化计算设备。

图18示意性地示出了根据本公开的各示例的一个或多个远程服务执行智能助理系统的功能的一个示例实现。

图19示意性地示出了根据本公开的各示例的一个或多个远程服务执行智能助理系统的功能的另一示例实现。

图20示意性地示出了根据本公开的各示例的一个或多个远程服务利用设备选择器的另一示例实现。

图21示意性地示出了在检测到一个或多个口述关键字时智能助理系统的一个或多个功能被激活的示例实现。

图22示意性地示出了根据本公开的各示例的响应于话音激活(诸)传感器和(诸)输出设备被选择的多设备环境的示例实现。

图23示意性地示出了根据本公开的各示例的计算系统。