[發(fā)明專利]處理并發(fā)語(yǔ)音

有效

• 申請(qǐng)?zhí)枺?/td>: 201380053617.3
• 申請(qǐng)日: 2013-09-13
• 公開(kāi)（公告）號(hào): CN104756473B
• 公開(kāi)（公告）日: 2017-08-29
• 發(fā)明（設(shè)計(jì)）人: 瑟奇·拉沙佩勒;亞歷山大·謝爾多斯
• 申請(qǐng)（專利權(quán)）人: 谷歌公司
• 主分類號(hào): H04M3/56
• 分類號(hào): H04M3/56;G10L21/00
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司11219
• 代理人: 周亞榮,安翔

1.一種用于處理并發(fā)語(yǔ)音的方法，包括：

在包括一個(gè)或多個(gè)處理器和存儲(chǔ)用于由所述一個(gè)或多個(gè)處理器執(zhí)行的一個(gè)或多個(gè)程序的存儲(chǔ)器的系統(tǒng)處：

從會(huì)話的第一參與者接收語(yǔ)音數(shù)據(jù)；

從所述會(huì)話的第二參與者接收語(yǔ)音數(shù)據(jù)；

確定所述第二參與者的語(yǔ)音是否與所述第一參與者的語(yǔ)音在時(shí)間上重疊，其中

當(dāng)所述第二參與者的語(yǔ)音不與所述第一參與者的語(yǔ)音在時(shí)間上重疊時(shí)，輸出所述第一參與者的語(yǔ)音，并且然后輸出所述第二參與者的語(yǔ)音，

當(dāng)所述第二參與者的語(yǔ)音與所述第一參與者的語(yǔ)音在時(shí)間上重疊時(shí)，確定所述第二參與者的語(yǔ)音與所述第一參與者的語(yǔ)音重疊的量，其中

當(dāng)所述重疊少于所述第一參與者的語(yǔ)音的末端部分的第一預(yù)定閾值量時(shí)，根據(jù)對(duì)所述會(huì)話的一個(gè)或多個(gè)參與者的語(yǔ)音的調(diào)整輸出所述第一參與者的語(yǔ)音，并且然后輸出所述第二參與者的語(yǔ)音，根據(jù)對(duì)所述會(huì)話的所述一個(gè)或多個(gè)參與者的語(yǔ)音的調(diào)整輸出所述第二參與者的語(yǔ)音包括延遲所述第二參與者的語(yǔ)音的輸出；以及

當(dāng)所述重疊多于所述第一參與者的語(yǔ)音的末端部分的所述第一預(yù)定閾值量時(shí)，輸出所述第一參與者的語(yǔ)音，并且選擇性地丟棄所述第二參與者的語(yǔ)音。

2.如權(quán)利要求1所述的方法，其中，延遲所述第二參與者的語(yǔ)音的輸出包括：延遲所述第二參與者的語(yǔ)音的輸出，直到已經(jīng)輸出所述第一參與者的語(yǔ)音。

3.如權(quán)利要求1所述的方法，其中，延遲所述第二參與者的語(yǔ)音的輸出包括：延遲所述第二參與者的語(yǔ)音的輸出，直到所述第一參與者的語(yǔ)音中出現(xiàn)暫停。

4.如權(quán)利要求1所述的方法，其中，延遲所述第二參與者的語(yǔ)音的輸出包括：根據(jù)所述第二參與者和所述第一參與者之間的關(guān)系來(lái)延遲所述第二參與者的語(yǔ)音的輸出。

5.如權(quán)利要求1所述的方法，其中，延遲所述第二參與者的語(yǔ)音的輸出包括：根據(jù)所述第二參與者的語(yǔ)音的內(nèi)容的分類來(lái)延遲所述第二參與者的語(yǔ)音的輸出。

6.如權(quán)利要求5所述的方法，其中，所述第二參與者的語(yǔ)音的內(nèi)容的分類是通過(guò)語(yǔ)音識(shí)別和對(duì)所述第二參與者的語(yǔ)音的內(nèi)容的轉(zhuǎn)錄來(lái)完成的。

7.如權(quán)利要求1所述的方法，其中，延遲所述第二參與者的語(yǔ)音的輸出包括：響應(yīng)于在所述會(huì)話中識(shí)別到提示而輸出所述第二參與者的語(yǔ)音。

8.如權(quán)利要求2-7中任何一項(xiàng)所述的方法，其中，延遲所述第二參與者的語(yǔ)音的輸出包括：響應(yīng)于用戶輸入而輸出所述第二參與者的語(yǔ)音。

9.如權(quán)利要求1-7中任何一項(xiàng)所述的方法，其中，根據(jù)對(duì)所述會(huì)話的參與者的語(yǔ)音的調(diào)整輸出所述第二參與者的語(yǔ)音包括：加速所述第一參與者的語(yǔ)音。

10.如權(quán)利要求9所述的方法，其中，加速所述第一參與者的語(yǔ)音包括：使用音頻時(shí)間標(biāo)度-基音修改算法來(lái)加快所述第一參與者的語(yǔ)音。

11.如權(quán)利要求9所述的方法，其中，加速所述第一參與者的語(yǔ)音包括：縮短或去除所述第一參與者的語(yǔ)音內(nèi)的一個(gè)或多個(gè)暫停。

12.如權(quán)利要求1-7中任何一項(xiàng)所述的方法，其中，對(duì)所述會(huì)話的參與者的語(yǔ)音的調(diào)整包括：(i)當(dāng)所述第一參與者的語(yǔ)音的長(zhǎng)度超出預(yù)定時(shí)間閾值時(shí)，切斷所述第一參與者的語(yǔ)音，以及(ii)當(dāng)所述第一參與者的語(yǔ)音已被切斷時(shí)，輸出所述第二參與者的語(yǔ)音。

13.如權(quán)利要求1-7中任何一項(xiàng)所述的方法，所述方法進(jìn)一步包括：

從所述會(huì)話的第三參與者接收語(yǔ)音數(shù)據(jù)，其中，所述第三參與者的語(yǔ)音至少部分地與所述第一參與者的語(yǔ)音和所述第二參與者的語(yǔ)音在時(shí)間上重疊；以及

對(duì)所述會(huì)話的一個(gè)或多個(gè)參與者的語(yǔ)音的調(diào)整進(jìn)一步包括：當(dāng)所述會(huì)話中所述第二參與者的優(yōu)先級(jí)高于所述第三參與者的優(yōu)先級(jí)時(shí)，在所述第三參與者的語(yǔ)音之前輸出所述第二參與者的語(yǔ)音。

14.如權(quán)利要求13所述的方法，其中，所述第二參與者的優(yōu)先級(jí)和所述第三參與者的優(yōu)先級(jí)是基于FIFO、基于角色、基于社交網(wǎng)絡(luò)狀態(tài)或投票數(shù)來(lái)確定的。