[发明专利]基于策略许可的内容

说明书

示例实现涉及基于策略许可生成内容。例如，一种非暂态机器可读介质，包括由处理器可执行以进行如下的指令：基于接收的音频信号检测多个音频简档，分离多个音频简档，确定多个音频简档中的音频简档何时对应于策略许可，以及基于策略许可生成用于音频简档的内容。

背景技术

音频识别系统可以标识音频信号。例如，音频识别系统可以标识所说出的语言中的单词和短语。在一些示例中，音频识别系统可以标识说话人而不是所说出的单词和短语。

附图说明

图1图示与本公开相一致的非暂态机器可读介质的示例。

图2图示与本公开相一致的装置的示例。

图3图示与本公开相一致的包括音频传感器和计算设备的系统的示例。

图4图示与本公开相一致的用于生成基于策略许可的内容的系统的示例流程图。

具体实施方式

音频识别系统可以包括音频传感器和用以将音频信号转换成内容的设备。如在此使用的那样，术语“音频信号”指代声音的作为用于模拟信号的电压和/或用于数字信号的二进制数值的表示。如在此使用的那样，术语“内容”指代语言的文本表示。例如，除了包含人类可读文本的其它介质之外，内容还可以是文本记录、具有人类可读文本的印刷文档、显示在计算设备上的具有人类可读文本的电子邮件。在一些示例中，内容可以包括从音频信号转换来的语言的文本表示，以提供音频信号的采用文本形式的视觉表示。在一些示例中，音频识别系统可以具有有限的单词和短语的词汇表，并且如果单词和短语被清楚地说出，则音频识别系统可以标识它们。其它音频识别系统可以标识说话人的自然话语。如在此提及的那样，术语“话语”指代所说出的单词中的想法的交流或表达。例如，话语可以是利用可听单词表达思想的人类说话人。

在一些示例中，音频识别系统可以使用说话人分类(speaker diarization)处理来标识说话人。如在此使用的那样，术语分类指代根据说话人身份将输入音频信号划分成同质分割的处理。在一些示例中，说话人分类可以是说话人分割和说话人聚合的组合。说话人分割可以基于说话人被检测为处于其中的音频分割来检测音频流中的说话人。说话人聚合可以包括基于说话人特征将话语的话语分割分组在一起。

随着广播、会议记录和收集的语音邮件数量增加，使用音频识别系统标识说话人并且将话语的内容转换成文本格式是有用的。在一些示例中，设备可以包括自动分类和话语到文本特征。例如，设备可以具有内置的分类能力以及将分类的话语转换成文本格式的特征。在这样的实例中，如果话语的内容被暴露于非意图的各方，则话语内容的隐私和安全可能被损害。在一些示例中，设备的分类以及将分类的话语转换成文本格式的能力可能被禁用。然而，禁用该特征可能禁用整个会议的记录。

在一些方法中，当系统接收来自多个说话人的音频数据时，系统可以对音频数据执行盲分类以便区分说话人。在盲分类中，关于说话人的数量和/或其身份的信息可能是未知的。然而，这样的方法不能区分说话人和/或话语的内容。因此，这样的方法可能仍然造成暴露或禁用整个会议或广播的内容而不基于记录的内容编辑和/或修订记录。

因此，本公开描述了一种基于与音频简档对应的策略许可来生成用于音频简档的内容的系统和装置。例如，系统可以包括用于多个说话人的预定的规则和/或指令集。基于预定的规则，系统可以生成内容以符合规则和/或指令以对应于策略许可。如在此使用的那样，术语“策略许可”指代基于与说话人相关联的安全简档而采用的设置。如在此使用的那样，术语“音频简档”指代唯一地标识与话语组合的个人的人类语音的一组可测量的特征。例如，音频简档可以包括说话人的语音特征(例如，频率、持续时间、幅度)的特有模式以及由个人说出的单词。