[發明專利]基于話音的通信

在審

• 申請號: 201780060299.1
• 申請日: 2017-08-31
• 公開（公告）號: CN109791764A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 克里斯托·弗蘭克·德瓦拉杰;曼尼什·庫馬·達米亞;托尼·羅伊·哈迪;尼克·丘博塔留;桑德拉·萊蒙
• 申請（專利權）人: 亞馬遜技術公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;H04M3/42;H04L12/58;G10L15/08;G10L13/00;H04M7/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 何沖;黃隸凡

1.一種計算機實現的方法，其包括：

從第一設備接收輸入音頻數據，所述輸入音頻數據包括喚醒詞部分和命令部分；

基于所述輸入音頻數據來確定文本數據；

基于所述文本數據，向第二設備發送第一消息；

確定來自所述第二設備的打算發往所述第一設備的第二消息；

確定從所述第一設備發送到所述第二設備的第一數量的消息和從所述第二設備發送到所述第一設備的第二數量的消息所經過的時間量；

確定所述時間量小于第一閾值時間段；以及

將數據發送到所述第一設備，所述數據使所述第一設備發送音頻數據，而無需所述第一設備檢測喚醒詞。

2.如權利要求1所述的計算機實現的方法，其包括：

從所述第一設備接收第二輸入音頻數據；

處理所述第二輸入音頻數據以確定消息內容；

向所述第二設備并且在第一時間，發送對應于所述消息內容的輸出音頻數據；

從所述第二設備并且在所述第一時間之后的第二時間，接收所述第二設備已檢測到對所述輸出音頻數據的回復中的言語的指示；以及

在所述第二時間之后的第三時間，由所述第一設備輸出視覺指示符，所述視覺指示符表示所述第二設備正在接收對所述消息內容的回復。

3.如權利要求1或2所述的計算機實現的方法，其中所述指令還將至少一個處理器配置為：

使所述第二設備輸出由文本到言語(TTS)處理創建的音頻數據；

從所述第二設備接收第三輸入音頻數據；

對所述第三輸入音頻數據執行ASR以確定第二文本數據；以及

確定所述第二文本數據包括單詞是，其中確定所述言語是對所述輸出音頻數據的回復是基于所述確定所述第二文本數據包括所述單詞是。

4.如權利要求1或2所述的計算機實現的方法，其還包括：

在所述第二時間之后的所述第三時間，由所述第一設備輸出可聽指示符，所述可聽指示符表示所述第二設備已檢測到對所述輸出音頻數據的回復中的言語。

5.如權利要求4所述的計算機實現的方法，其中使用文本到言語處理來生成所述可聽指示符，所述文本到言語處理使用用戶先前說出的言語。

6.如權利要求1或2所述的計算機實現的方法，其還包括：

使所述第二設備輸出由文本到言語(TTS)處理創建的音頻數據；

從所述第二設備接收第四輸入音頻數據；

使用基于話音的說話者ID來確定所述第四輸入音頻數據對應于由所述消息內容的接收者說出的音頻；以及

基于所述第四輸入音頻數據對應于所述消息內容的所述接收者所說出的音頻，確定所述言語是在對所述輸出音頻數據的回復中。

7.如權利要求1所述的計算機實現的方法，其還包括：

從所述第一設備接收包括接收者信息的第二輸入音頻數據；

確定與所述接收者信息相關聯的所述第二設備；

使所述第二設備輸出表示消息內容即將到來的指示；

從所述第一設備接收包括消息內容的第三輸入音頻數據；以及

使所述第二設備輸出所述消息內容。

8.如權利要求7所述的計算機實現的方法，其中確定所述第二設備包括：

確定所述接收者的位置；以及

基于所述第二設備接近所述接收者，從與接收者配置文件相關聯的多個設備中選擇所述第二設備。

9.如權利要求1所述的計算機實現的方法，其還包括：

確定從所述第一設備發送到所述第二設備的第三數量的消息和從所述第二設備發送到所述第一設備的第四數量的消息所經過的第二時間量；

確定所述第二時間量小于第二閾值時間段；以及

在所述第一設備和所述第二設備之間建立實時通信會話，所述實時通信會話包括在所述第一設備和第二設備之間交換音頻數據而不執行言語處理。