[發明專利]多模態狀態循環

有效

• 申請號: 201680005026.2
• 申請日: 2016-01-05
• 公開（公告）號: CN107112016B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 希爾·朱迪斯·葉霍舒亞;戴維·克里格爾·艾爾森;戴維·P·惠普
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;H04M3/493
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李寶泉;周亞榮

方法、系統和裝置，包括用于管理對話的在計算機存儲介質上編碼的計算機程序。一方面，一種方法包括：從用戶設備接收對執行任務的請求；獲取對應于該任務的對話；向用戶設備提供多個協議緩沖；從所述用戶設備接收語音輸入和一個或多個注釋協議緩沖，所述一個或多個注釋協議緩沖識別對所述協議緩沖中的內容的對應非口頭響應；并使用所接收到的協議緩沖來更新所述對話的狀態并解釋所述語音輸入。

背景技術

本說明書涉及對話。

傳統的移動設備可以包括用于響應移動設備的用戶的話音的軟件。話音通常可以包括到移動設備的呼叫電話號碼、文本電話號碼或搜索移動設備或因特網上的信息的指令。該軟件可以從移動設備提供確認指令的音頻輸出，或者可以要求澄清信息以完成指令。移動設備可以將接收到的話音提供給服務器系統進行處理，并且接收識別要執行的操作的信息。

發明內容

通常，本說明書中描述的主題的一個創新方面可以體現在下述方法中，所述方法包括下述動作：從用戶設備接收對執行任務的請求；獲取對應于所述任務的對話；向所述用戶設備提供多個協議緩沖；從所述用戶設備接收語音輸入和一個或多個注釋協議緩沖，所述一個或多個注釋協議緩沖識別對在對應的協議緩沖中的內容的對應非口頭響應；以及使用所接收到的協議緩沖更新對話的狀態并解釋語音輸入。該方面的其他實施例包括對應的計算機系統、裝置和記錄在一個或多個計算機存儲設備上的計算機程序，每個計算機系統、裝置和計算機程序被配置為執行所述方法的動作。對于要被配置為執行特定操作或動作的一個或多個計算機的系統意味著系統已經在其上安裝了軟件、固件、硬件或它們的組合，它們在運行中使得系統執行所述操作或動作。對于要被配置為執行特定操作或動作的一個或多個計算機程序意味著一個或多個程序包括當由數據處理裝置執行時使得所述裝置執行操作或動作的指令。

上述和其它實施例可以每個選用地獨立或組合地包括以下特征中的一個或多個。特別地，一個實施例包括組合的所有以下特征。每個協議緩沖都是DialogTurnIntent(DTI)。所接收到的協議緩沖識別問題和非口頭響應的順序。響應的順序用于提供用以解釋語音輸入的場境。該方法包括響應于在語音輸入之后更新對話的狀態，向用戶設備提供一個或多個附加協議緩沖。多個協議緩沖包含任務的整個對話。該方法包括一旦確定對話值就完成該任務。

通常，本說明書中描述的主題的一個創新方面可以體現在下述方法中，所述方法包括下述動作：接收用以執行任務的用戶輸入；向對話系統提供語音輸入；接收用于對話的多個協議緩沖；向用戶呈現第一協議緩沖的第一提示；收到對第一提示的非口頭響應；用響應更新對話的狀態，并向用戶呈現下一個協議緩沖的第二提示；響應于第二提示接收語音輸入；以及將語音輸入和第一協議緩沖和第二協議緩沖提供給對話系統。該方面的其他實施例包括對應的計算機系統、裝置和記錄在一個或多個計算機存儲設備上的計算機程序，每個計算機系統、裝置和計算機程序被配置為執行所述方法的動作。對于要被配置為執行特定操作或動作的一個或多個計算機的系統意味著系統已經在其上安裝了軟件、固件、硬件或它們的組合，它們在運行中使得系統執行所述操作或動作。對于要被配置為執行特定操作或動作的一個或多個計算機程序意味著一個或多個程序包括當由數據處理裝置執行時使得所述裝置執行操作或動作的指令。

上述和其它實施例可以每個選用地獨立或組合地包括以下特征中的一個或多個。特別地，一個實施例包括組合的所有以下特征。多個DTI作為指示替選DTI的順序的資源集合的一部分被接收。呈現第一DTI的第一提示包括提供與第一提示相關聯的用戶界面，所述用戶能夠向所述用戶界面輸入所述非口頭響應。更新對話的狀態包括用所接收到的非口頭響應來注釋對應的DTI。