[发明专利]用于自然语言处理的音频分析

说明书

一种设备包括被配置为存储与自然语言处理库的类别相关联的类别标记的存储器。处理器被配置为：分析输入音频数据以生成文本串并至少对所述文本串执行自然语言处理以生成输出文本串，所述输出文本串包括与第一设备、说话者、位置或其组合相关联的动作。所述处理器被配置为：将所述输入音频数据与所述类别的音频数据进行比较，以确定所述输入音频数据是否与所述类别中的任何一个类别相匹配；并且响应于确定所述输入音频数据不与所述类别中的任何一个类别相匹配：创建新类别标记；将所述新类别标记与所述输出文本串的至少一部分相关联；使用所述新类别标记来更新所述类别；以及生成指示所述新类别标记的通知。

基于35 U.S.C.§119要求优先权

本专利申请要求享受于2018年5月4日递交的、标题为“AUDIO ANALYTICS FORNATURAL LANGUAGE PROCESSING”的非临时申请No.15/972,011的优先权，该临时申请已经转让给本申请的受让人，故以引用方式将其明确地并入本文。

技术领域

概括地说，本公开内容涉及执行音频分析以及自然语言处理。

背景技术

技术进步导致了更小并且更强大的计算设备。例如，各种便携式个人计算设备(包括诸如移动和智能电话的无线电话、平板电脑和膝上型计算机)都是小型、轻便并且易于用户携带的。这些设备可以通过无线网络来传送语音和数据分组。此外，许多这样的设备并入了附加的功能，如数字静态照相机、数字摄像机、数字记录器和音频文件播放器。此外，这样的设备可以处理可执行指令，包括可以用于访问互联网的软件应用(如web浏览器应用)。因此，这些设备可以包括很强的计算和联网能力。

智能扬声器系统能够从用户接收语音命令并基于该命令来执行动作。例如，用户可以说出命令“在起居室扬声器上播放音乐”。智能扬声器可以对用户语音(或基于用户语音的文本串)执行自然语言处理(NLP)，以识别要执行的动作。但是，自然语言处理仅分析用户说出的单词。除非用户说出NLP确定要执行的动作所需的所有线索或提示，否则NLP系统可能无法确定该动作并因此无法对用户命令提供准确的响应。

发明内容

在特定方面中，一种设备包括存储器，所述存储器被配置为：存储与自然语言处理库的一个或多个类别相关联的一个或多个类别标记。所述设备还包括耦合至所述存储器的处理器，并且所述处理器被配置为：分析输入音频数据以生成文本串并且对至少所述文本串执行自然语言处理以生成输出文本串，所述输出文本串包括与第一设备、说话者、位置中的至少一项或其组合相关联的动作。所述处理器被配置为：将所述输入音频数据与一个或多个类别的音频数据进行比较，以确定所述输入音频数据是否与所述一个或多个类别中的任何一个类别相匹配；以及，响应于确定所述输入音频数据不与所述一个或多个类别中的任何一个类别相匹配：创建新类别标记；将所述新类别标记与所述输出文本串的至少一部分相关联；使用所述新类别标记来更新所述一个或多个类别；以及生成指示所述新类别标记的通知。

在另一特定方面，一种用于执行音频分析的方法包括：在处理器处分析输入音频数据以生成文本串。所述方法包括：对至少所述文本串执行自然语言处理以生成输出文本串，所述输出文本串包括与设备、说话者、位置或其组合中的至少一项相关联的动作。所述方法包括：将所述输入音频数据与存储在存储器处的自然语言处理库的一个或多个类别的音频数据进行比较，以确定所述输入音频数据不与所述一个或多个类别中的任何一个类别相匹配。所述方法还包括：响应于所述输入音频数据不与所述一个或多个类别中的任何一个类别相匹配：创建新类别标记；将所述新类别标记与所述输出文本串的至少一部分相关联；使用所述新类别标记来更新所述一个或多个类别；以及生成指示所述新类别标记的通知。