利用境況解釋自然語(yǔ)言語(yǔ)音識(shí)別命令的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息處理的技術(shù)領(lǐng)域，具體地涉及利用境況解釋自然語(yǔ)言語(yǔ)音識(shí)別命令。
【背景技術(shù)】
[0002]例如膝上型計(jì)算機(jī)、平板計(jì)算機(jī)、智能電話、桌面計(jì)算機(jī)、智能電視、導(dǎo)航裝置、汽車(chē)控制臺(tái)等信息處理裝置(“裝置”)可以用于處理語(yǔ)音輸入，語(yǔ)音輸入例如由諸如麥克風(fēng)的音頻接收器接收。例如，語(yǔ)音識(shí)別技術(shù)使裝置能夠?qū)⒖陬^的詞匯轉(zhuǎn)換為機(jī)器文本(例如，通過(guò)將數(shù)字音頻信號(hào)轉(zhuǎn)換為機(jī)器文本文字)，以用于潛在應(yīng)用中，例如文字處理文檔、搜索應(yīng)用等。語(yǔ)音識(shí)別技術(shù)的傳統(tǒng)改進(jìn)主要集中于識(shí)別的準(zhǔn)確性，即，準(zhǔn)確地識(shí)別由用戶實(shí)際說(shuō)出的一個(gè)或多個(gè)字。

【發(fā)明內(nèi)容】

[0003]總的來(lái)說(shuō)，本發(fā)明的一個(gè)方面提供了一種方法，該方法包括:在信息處理裝置的音頻接收器處接收用戶語(yǔ)音輸入；利用處理器識(shí)別包含在所述用戶語(yǔ)音輸入中的文字；利用所述處理器確定所識(shí)別的文字中致使包含在所述用戶語(yǔ)音輸入中的命令有歧義的一個(gè)文字；利用所述處理器訪問(wèn)境況數(shù)據(jù)；基于所述境況數(shù)據(jù)，利用所述處理器消除所述命令的歧義；以及利用所述處理器根據(jù)所述命令進(jìn)行預(yù)定動(dòng)作。
[0004]另一個(gè)方面提供了一種信息處理裝置，該信息處理裝置包括:音頻接收器；處理器；以及存儲(chǔ)裝置，所述存儲(chǔ)裝置存儲(chǔ)指令，所述指令能夠由所述處理執(zhí)行，以:在所述信息處理裝置的所述音頻接收器處接收用戶語(yǔ)音輸入；識(shí)別包含在所述用戶語(yǔ)音輸入中的文字；確定所識(shí)別的文字中致使包含在所述用戶語(yǔ)音輸入中的命令有歧義的一個(gè)文字；訪問(wèn)境況數(shù)據(jù)；基于所述境況數(shù)據(jù)，消除所述命令的歧義；以及根據(jù)所述命令進(jìn)行預(yù)定動(dòng)作。
[0005]又一個(gè)方面提供了一種產(chǎn)品，該產(chǎn)品包括:存儲(chǔ)裝置，所述存儲(chǔ)裝置存儲(chǔ)有代碼，所述代碼包括:在信息處理裝置的音頻接收器處接收用戶語(yǔ)音輸入的代碼；利用處理器識(shí)別包含在所述用戶語(yǔ)音輸入中的文字的代碼；利用所述處理器確定所識(shí)別的文字中致使包含在所述用戶語(yǔ)音輸入中的命令有歧義的一個(gè)文字的代碼；利用所述處理器訪問(wèn)境況數(shù)據(jù)的代碼；基于所述境況數(shù)據(jù)，利用所述處理器消除所述命令的歧義的代碼；以及利用所述處理器根據(jù)所述命令進(jìn)行預(yù)定動(dòng)作的代碼。
[0006]前述的描述是概要性的說(shuō)明，從而會(huì)包含對(duì)細(xì)節(jié)的簡(jiǎn)化、概括和省略；因此，本領(lǐng)域的技術(shù)人員能夠理解，概要僅僅是說(shuō)明性的并且不意在以任何方式進(jìn)行限制。
[0007]為了更好地理解實(shí)施方式以及實(shí)施方式的其他和另外的特征和優(yōu)點(diǎn)，結(jié)合附圖對(duì)以下說(shuō)明進(jìn)行參考。本發(fā)明的范圍將在所附權(quán)利要求中指出。
【附圖說(shuō)明】
[0008]圖1示出了信息處理裝置電路系統(tǒng)的示例。
[0009]圖2示出了信息處理裝置的另一個(gè)示例。
[0010]圖3示出了利用境況來(lái)解釋自然語(yǔ)言語(yǔ)音識(shí)別命令的示例方法。
【具體實(shí)施方式】
[0011]容易理解，除所描述的示例實(shí)施方式之外，本文附圖中總體描述和示出的實(shí)施方式的部件可以以多種不同的配置來(lái)布置和設(shè)計(jì)。因此，如在附圖中表示的，對(duì)示例實(shí)施方式的以下更詳細(xì)的描述并非意在限制實(shí)施方式所要求保護(hù)的范圍，而是僅代表示例實(shí)施方式。
[0012]在本說(shuō)明書(shū)全文中，對(duì)“一個(gè)實(shí)施方式”或“實(shí)施方式”(等)的引用意味著結(jié)合實(shí)施方式所描述的特定特征、結(jié)構(gòu)或特性包含在至少一個(gè)實(shí)施方式中。因此，在本說(shuō)明書(shū)全文的各處所出現(xiàn)的短語(yǔ)“在一個(gè)實(shí)施方式中”或“在實(shí)施方式中”等未必都指代同一實(shí)施方式。
[0013]此外，在一個(gè)或多個(gè)實(shí)施方式中，可以以任何適當(dāng)?shù)姆绞綄?duì)所描述的特征、結(jié)構(gòu)或特性進(jìn)行組合。在下面的描述中，提供了許多具體的細(xì)節(jié)，以給出對(duì)實(shí)施方式的透徹的理解。然而，相關(guān)領(lǐng)域的技術(shù)人員將認(rèn)識(shí)到，可以在不具有一個(gè)或多個(gè)具體細(xì)節(jié)的情況下或使用其他的方法、部件、材料等的情況下實(shí)施各種實(shí)施方式。在其他的實(shí)例中，未詳細(xì)示出或描述公知的結(jié)構(gòu)、材料或操作，以避免混淆。
[0014]語(yǔ)音識(shí)別技術(shù)是流行的并且結(jié)合多種應(yīng)用使用。例如，諸如因特網(wǎng)搜索應(yīng)用、文字處理應(yīng)用、通信應(yīng)用(聊天、電子郵件、SMS文本等)等的許多裝置應(yīng)用可以獲得用戶的語(yǔ)音輸入，將該語(yǔ)音輸入轉(zhuǎn)變?yōu)闄C(jī)器可用形式(本文稱為機(jī)器文本一無(wú)論是否將語(yǔ)音信號(hào)逐字地轉(zhuǎn)換為文本)以供應(yīng)用使用。例如，用戶可以提供諸如“發(fā)送這個(gè)文件給我的朋友Jon”的語(yǔ)音輸入命令。
[0015]當(dāng)前語(yǔ)音識(shí)別技術(shù)將如實(shí)地并且準(zhǔn)確地識(shí)別該語(yǔ)音輸入。即，傳統(tǒng)語(yǔ)音識(shí)別將準(zhǔn)確地確定用戶已經(jīng)逐字地講出文字“發(fā)送這個(gè)文件給我的朋友Jon”。然而，以用戶想要的方式作用于該語(yǔ)音輸入完全是另一回事。即，必須解析并且理解該語(yǔ)音輸入，以使裝置執(zhí)行恰當(dāng)?shù)膭?dòng)作，例如，確定哪個(gè)文件是“這個(gè)”文件，哪個(gè)目的地與“Jon”相關(guān)聯(lián)，要使用哪種通信模式(例如，電子郵件、文本等)。
[0016]因此，實(shí)施方式提供了用于利用境況來(lái)解釋自然語(yǔ)言語(yǔ)音識(shí)別命令的機(jī)制。在實(shí)施方式中，例如，如傳統(tǒng)上已知的，對(duì)命令的各個(gè)文字進(jìn)行識(shí)別。實(shí)施方式用以下能力對(duì)預(yù)先編程的或預(yù)先確定的命令的標(biāo)準(zhǔn)執(zhí)行進(jìn)行補(bǔ)充(例如，使用某些關(guān)鍵詞或觸發(fā)短語(yǔ)):對(duì)命令中的歧義源(即，其通常致使命令不可執(zhí)行)進(jìn)行識(shí)別的能力，以及有效利用消除命令的歧義的境況數(shù)據(jù)(來(lái)自多種源)以使得命令可以被執(zhí)行的能力。
[0017]參照附圖將會(huì)最好地理解所示出的示例實(shí)施方式。下面的描述意在僅作為示例，并且簡(jiǎn)單地示出了某些示例實(shí)施方式。
[0018]雖然在信息處理裝置中可以利用各種其他電路、電路系統(tǒng)或部件，但是對(duì)于智能電話和/或平板電路系統(tǒng)100，圖1示出的示例包括建立在例如平板或其他移動(dòng)計(jì)算平臺(tái)中的片上系統(tǒng)設(shè)計(jì)。軟件和(一個(gè)或多個(gè))處理器結(jié)合在單個(gè)芯片110中。處理器包括在本領(lǐng)域中所公知的內(nèi)部算術(shù)單元、寄存器、高速緩沖存儲(chǔ)器、總線、I/o端口等。內(nèi)部總線等依賴于不同的供應(yīng)商，但是基本上所有的外圍裝置(120)都可以附接到單個(gè)芯片110。電路系統(tǒng)100將處理器、存儲(chǔ)器控制和I/O控制器集線器全部組合到單個(gè)芯片110中。此外，這種類(lèi)型的系統(tǒng)100通常不使用SATA或PCI或LPC。公共接口例如包括SD1和I2C。
[0019]存在(一個(gè)或多個(gè))電力管理芯片130，例如電池管理單元BMU，該電力管理芯片130對(duì)例如經(jīng)由可再充電電池140供應(yīng)的電力進(jìn)行管理，可再充電電池140可以通過(guò)連接到電源(未示出)而再充電。在至少一個(gè)設(shè)計(jì)中，單個(gè)芯片(例如110)用于提供類(lèi)似B1S的功能和DRAM存儲(chǔ)器。
[0020]系統(tǒng)100通常包括WffAN收發(fā)器150和WLAN收發(fā)器160中的一個(gè)或多個(gè)，用于連接到各種網(wǎng)絡(luò)，例如電信網(wǎng)絡(luò)和無(wú)線互聯(lián)網(wǎng)裝置(如接入點(diǎn))。另外，附加裝置120之一通常是麥克風(fēng)，麥克風(fēng)可以包括將聲波轉(zhuǎn)換為電音頻信號(hào)的物理元件。通常，系統(tǒng)100將包括用于數(shù)據(jù)輸入和顯示/表示的觸摸屏幕170。系統(tǒng)100通常還包括各種存儲(chǔ)器裝置，例如閃存 180 和 SDRAM190。
[0021]圖2描繪了信息處理裝置電路、電路系統(tǒng)或部件的另一示例的框圖。圖2所描繪的示例可以對(duì)應(yīng)于計(jì)算系統(tǒng)，例如由位于北卡羅來(lái)納州莫里斯維爾的聯(lián)想(美國(guó))公司銷(xiāo)售的THINKPAD系列個(gè)人計(jì)算機(jī)或其他裝置。根據(jù)本文的描述可以看出，實(shí)施方式可以包括其他特征或僅僅包括圖2中示出的示例的特征中的某些特征。
[0022]圖2的示例包括所謂的芯片組210(—起工作的一組集成電路或芯片，芯片組)，該芯片組210具有可以根據(jù)制造商(例如INTEL、AMD、ARM等)而變化的架構(gòu)。INTEL是因特爾公司在美國(guó)和其他國(guó)家的注冊(cè)商標(biāo)。AMD是超微半導(dǎo)體公司在美國(guó)和其他國(guó)家的注冊(cè)商標(biāo)。ARM是ARM控股有限公司在美國(guó)和其他國(guó)家的未注冊(cè)商標(biāo)。芯片組210的架構(gòu)包括核與存儲(chǔ)器控制組220以及I/O控制器集線器250，該I/O控制器集線器250經(jīng)由直接管理接口(DMI) 242或鏈路控制器244交換信息(例如數(shù)據(jù)、信號(hào)、命令等)。在圖2中，DMI242是芯片到芯片的接口(有時(shí)被稱為“北橋”與“南橋”之間的鏈路)。核與存儲(chǔ)器控制組220包括經(jīng)由前端總線(FSB) 224交換信息的一個(gè)或多個(gè)處理器222 (例如單核或多核的)和存儲(chǔ)器控制器集線器226 ;注意，組220的部件可以被集成在芯片中，該芯片代替?zhèn)鹘y(tǒng)的“北橋”式架構(gòu)。一個(gè)或多個(gè)處理器222包括本領(lǐng)域所公知的內(nèi)部算術(shù)單元、寄存器、高速緩沖存儲(chǔ)器、總線、I/O端口等。
[0023]在圖2中，存儲(chǔ)器控制器集線器226與存儲(chǔ)器240對(duì)接(例如為可被稱為“系統(tǒng)存儲(chǔ)器”或“存儲(chǔ)器”的一類(lèi)RAM提供支持)。存儲(chǔ)器控制器集線器2