[發(fā)明專利]關(guān)鍵短語用戶識別的增強

有效

• 申請?zhí)枺?/td>: 201580059714.2
• 申請日: 2015-11-02
• 公開（公告）號: CN107077847B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計）人: A·W·洛維特
• 申請（專利權(quán)）人: 微軟技術(shù)許可有限責任公司
• 主分類號: G10L17/10
• 分類號: G10L17/10;G10L17/24;G10L15/22
• 代理公司: 上海專利商標事務(wù)所有限公司 31100
• 代理人: 羅婷婷;胡利鳴

提供了經(jīng)由語音來增強用戶識別的示例。一個示例方法包括：在計算設(shè)備上，經(jīng)由包括聲學(xué)傳感器的一個或多個傳感器來監(jiān)視使用環(huán)境；經(jīng)由來自聲學(xué)傳感器的數(shù)據(jù)來檢測關(guān)鍵短語的表達；以及，基于來自聲學(xué)傳感器的所選數(shù)據(jù)并且還基于在與來自聲學(xué)傳感器的所選數(shù)據(jù)不同的時間收集的其他環(huán)境傳感器數(shù)據(jù)，確定該關(guān)鍵短語由標識的用戶說過的概率。該方法進一步包括，如果該概率滿足或超過閾值概率，則在該計算設(shè)備上執(zhí)行動作。

背景

計算系統(tǒng)可利用各種用戶標識方法來允許對諸如用戶賬戶信息、計算系統(tǒng)上的文件、(諸)電子郵件賬戶、(諸)銀行賬戶等個性化和/或機密信息進行訪問。例如，用戶可輸入用戶名稱和口令來啟動使用會話，并在該使用會話期間執(zhí)行的動作可被假定為源自該用戶。其他方法可涉及使用諸如說話者識別之類的生物測定方法，其涉及根據(jù)人的話音特性來標識該人。

概述

提供了經(jīng)由語音來增強用戶識別的示例。一個示例方法包括，在計算設(shè)備上，經(jīng)由包括聲學(xué)傳感器在內(nèi)的一個或多個傳感器來監(jiān)視使用環(huán)境，經(jīng)由來自所述聲學(xué)傳感器的數(shù)據(jù)來檢測關(guān)鍵短語的表達，以及基于來自所述聲學(xué)傳感器的所選的數(shù)據(jù)，并且還基于在與來自所述聲學(xué)傳感器的所選的數(shù)據(jù)不同的時間收集的其他環(huán)境傳感器數(shù)據(jù)來確定所述關(guān)鍵短語由標識的用戶說過的概率。該方法進一步包括，如果該概率滿足或超過閾值概率，則在計算設(shè)備上執(zhí)行動作。

提供本概述以便以簡化的形式介紹以下在詳細描述中進一步描述的一些概念。本概述并不旨在標識所要求保護主題的關(guān)鍵特征或必要特征，也不旨在用于限制所要求保護主題的范圍。此外，所要求保護的主題不限于解決在本公開的任一部分中所提及的任何或所有缺點的實現(xiàn)。

附圖簡述

圖1A和1B示出用于經(jīng)由關(guān)鍵短語分析的用戶識別的示例使用環(huán)境。

圖2示出了解說用于經(jīng)由關(guān)鍵短語檢測來增強用戶識別的示例方法的流程圖。

圖3示出了示例計算系統(tǒng)的框圖。

詳細描述

本文中公開了涉及經(jīng)由利用在語音輸入中標識出的關(guān)鍵短語的話音標識的用戶識別。語音輸入可表現(xiàn)為特定單詞、單詞群組、聲音(例如，笑聲、咔噠聲、或其他聲學(xué)聲音)(也被稱為關(guān)鍵短語)接著為命令的形式。由此，將關(guān)鍵短語用于說話者標識可允許說話者被標識出并且計算系統(tǒng)功能經(jīng)由相同的表達被調(diào)用，這可提供直觀和高效的用戶體驗。

然而，關(guān)鍵短語可能相對較短，諸如僅幾個單詞或甚至單個單詞。由于關(guān)鍵短語所跨越的話音數(shù)據(jù)歷時很小，存在錯誤拒絕和/或錯誤標識的風(fēng)險。由此，公開的示例涉及用在與關(guān)鍵短語的表達不同的一個或多個時間處收集的環(huán)境上下文信息來增強基于關(guān)鍵短語的說話者識別。例如，執(zhí)行話音標識的計算系統(tǒng)可在關(guān)鍵短語的表達之前和/或之后收集附加聲學(xué)數(shù)據(jù)。附加聲學(xué)數(shù)據(jù)可被分析以確定通過話音標識所標識出的說話者在關(guān)鍵短語被表達之前或之后是否也在說話(或不在說話)。如果分析指示說話者在關(guān)鍵短語的表達之前或之后在說話，則可確定更有可能所標識的說話者確實說了關(guān)鍵短語。將理解，可通過感測設(shè)備檢測到并可指示表達關(guān)鍵短語的人的身份的任何環(huán)境信息都可被利用。示例包括但不限于聲學(xué)數(shù)據(jù)、圖像數(shù)據(jù)(諸如，紅外圖像數(shù)據(jù)、可見圖像數(shù)據(jù)、深度圖像數(shù)據(jù)等)、位置數(shù)據(jù)、運動數(shù)據(jù)和嗅覺數(shù)據(jù)。

圖1A示出了其中計算系統(tǒng)可基于關(guān)鍵短語檢測和環(huán)境上下文信息來執(zhí)行用戶識別的示例使用環(huán)境100。使用環(huán)境100在圖1中被解說為辦公環(huán)境，諸如會議室外面的走廊，其中計算系統(tǒng)102顯示空會議室安排。將理解所解說的使用環(huán)境是出于示例的目的被呈現(xiàn)的，而不旨在構(gòu)成限制，并且所公開的示例可在任何其他合適的使用環(huán)境中被使用。