[发明专利]语言理解系统对声学环境的动态适应

说明书

本公开涉及语言理解系统对声学环境的动态适应。提供了用于使语言理解系统动态适应于声学环境的技术。实现根据实施例的技术的方法包括响应于在音频流中或在音频流之前识别出语音唤醒关键短语而生成触发。该触发用于将处理模式从自适应模式切换到查询识别模式。该方法还包括在查询识别模式期间对音频流执行自动语音识别，以识别域内查询。该方法还包括将静态语言理解分类器和动态语言理解分类器都应用于识别出的域内查询。静态语言理解分类器采用静态语义模型，并且动态语言理解分类器采用动态语义模型。该方法还包括基于静态语言理解分类器和动态语言理解分类器的结果来确定与识别出的域内查询相关联的意图。

技术领域

本公开涉及语言理解系统对声学环境的动态适应。

背景技术

口语理解系统通常将音频语音查询转换为机器可理解的用户意图，然后可由给定的计算平台对用户意图进行操作。这些系统使用模型进行语音识别和语言理解。通常在从代表性声学环境模拟或收集的数据上训练这些模型。对用于训练的声学环境的选择可以对语言理解系统的准确性具有重大影响。遗憾的是，该训练方式存在许多缺点。首先，它假设用于训练的声学环境将与操作期间的声学环境匹配。其次，它假设操作期间的声学环境是稳定的。然而，在现实世界使用中，这些假设经常是无效的，导致生成次优的模型。尝试生成可以涵盖所有用例的模拟模型训练数据将是耗时、昂贵且不切实际的。因此，系统在可用的相对有限的训练数据上进行训练。因此，当声学环境变化超出所使用的训练模型的范围时，语言理解准确性趋于降低，导致不令人满意的用户体验。

附图说明

随着以下具体实施方式的进行并且在参考附图之后，所要求保护的主题的实施例的特征和优点将而变得显而易见，在附图中相似的数字描述相似的部分。

图1是根据本公开的某些实施例配置的动态自适应语言理解系统的框图。

图2是示出根据本公开的某些实施例配置的动态自适应语言理解系统的实施方式的流程图。

图3是根据本公开的某些实施例配置的自适应口语理解分类器电路的框图。

图4是示出根据本公开的某些实施例配置的动态自适应语言理解系统的实施方式的更详细的流程图。

图5A和图5B是根据本公开的某些实施例的针对变化的声学环境的分类误差与自适应过程的曲线图。

图6是示出根据本公开的某些实施例的语言理解系统的动态自适应方法的流程图。

图7是示意性地示出根据本公开的某些实施例的被配置为执行具有对声学环境的动态适应的语言理解的计算平台的框图。

尽管以下具体实施方式将参考说明性实施例进行，但是其许多替换、修改和变化鉴于本公开将是显而易见的。

具体实施方式

通常，本公开提供了用于使语言理解系统动态适应于变化的声学环境的技术。语言理解系统执行语音识别，以将音频信号变换为一系列识别出的词，然后基于那些识别出的词来估计说话者的意图。然而，声学环境可以包括随时间变化的背景噪声和其他话语/对话，其不针对语言理解系统并且可以不利地影响语言理解系统对来自系统的讲话者或用户的实际查询做出响应的性能。所公开的技术采用静态和动态分类器的组合，其输出被内插，以基于接收到的音频语音信号来估计用户的意图。静态分类器采用预训练的语义模型，而动态分类器采用自适应语义模型，该自适应语义模型可以基于由语音识别引擎在系统操作期间生成的假设而被连续地或周期性地更新。识别假设可以与域外话语和背景噪声以及域内用户查询相关联。通过自适应地更新语义模型，提高了动态分类器的能力，并且因此提高了语言理解系统在变化的环境中区分域外数据与域内查询的能力。