[發明專利]用于執行基于語音的人機交互的數據處理裝置和方法

在審

• 申請號: 201780094826.0
• 申請日: 2017-09-15
• 公開（公告）號: CN111094924A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 雷文輝;T·沃格特;F·施瓦茨
• 申請（專利權）人: 寶馬股份公司
• 主分類號: G01L15/00
• 分類號: G01L15/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 張立國

用于執行基于語音的人機交互、即HMI的方法，包括：獲得用戶語音；確定是否能生成對用戶語音的應答；以及如果不能生成應答，則將與用戶語音相對應的信息發送給呼叫中心。用于執行基于語音的人機交互、即HMI的數據處理裝置(100)，包括：適于獲取用戶語音的獲取模塊；適于確定是否能生成對用戶語音的應答的確定模塊(112)；以及適于將與用戶語音相對應的信息發送給呼叫中心的發送模塊(113)。

技術領域

本發明總體上涉及人機交互、即HMI領域，并且更具體地涉及一種特別是在車輛中用于執行基于語音的人機交互的方法和裝置。

背景技術

隨著技術的飛速發展和日常使用的頻繁，語音識別(SR)被廣泛應用于許多分支領域和場景中，例如蘋果公司的產品是眾所周知的。這可能是非常有用的日常私人助理。最近，基于語音識別技術的個人助理功能也已在車載導航和信息娛樂系統中實現。受益于訓練更有素的深度學習模型，以及通過移動互聯網從用戶那里收集的大量數據，語音識別的性能也越來越好。

自然語言理解(NLU)技術已得到顯著改進，這使基于語音的人機交互(HMI)更加自然和智能。與5年前所謂的基于命令的控制系統不同，它可以正確理解駕駛員/用戶并在許多領域回答用戶的問題，例如設置導航、在特定區域中找到POI、調諧收音機、播放歌曲等。上述基于語音的人機交互功能作為在本領域中基于人工智能(AI)的服務已知，其不使用或很少使用人機交互來回答駕駛員的問題。

但是，由于種種原因，例如說話人的口音、不尋常的講話方式、外地未知的目的地名稱，語音識別和NLU有時無法正確理解駕駛員的要求或無法找不到相應的應答。有時，母語講話人甚至很難理解用戶想要提的問題，因為與不同口音相關的語言可能會非常多樣化和靈活。例如，根據一項調查，有12種不同的中文表達方式來問如何打開汽車中的功能。對于當前的AI系統、例如NLU來說，不可能理解所有這些不同的表達方式和口音。即使SR和NLU技術已經足夠成熟，但是如果POI不在數據庫中，或者用戶講話的口音很不正常，仍然會出現故障。

另一個問題是關于HMI的對話設計，尤其是當語音識別和/或NLU系統出現故障時，AI系統通常會反復要求駕駛員再次說出問題，這在這種情況下無濟于事，并且有時甚至使駕駛員感到困惑他能做什么。

目前，大多數用戶寧愿使用禮賓服務(呼叫中心)來向人工助手講話，也不愿使用AI輔助系統，在禮賓服務中坐席代表將回答駕駛員的問題。呼叫中心是一個集中式辦公室，用于通過電話接收或傳輸大量請求。入站呼叫中心由公司運營，以管理傳入的服務支持或來自消費者的信息查詢。呼叫中心坐席代表配備有計算機、連接到電信交換機的電話機/耳機以及一個或多個主管站。它可以獨立運行，也可以與其他中心聯網，通常鏈接到企業計算機網絡，包括大型機、微型計算機和LAN。進入中心的語音和數據路徑越來越多地通過稱為計算機電話集成的一組新技術進行鏈接。

如果車載系統將觸發人工禮賓服務，則呼叫中心中的坐席代表將接管該服務。坐席代表可以與駕駛員互動并解決駕駛員遇到的問題。但是，在這種情況下，駕駛員不得不向人工助手重復他的問題和要求。

發明內容

本發明的任務是，提供一種在基于AI的系統發生故障的情況下可以解決用戶問題的方法和裝置。

上述任務由權利要求1以及權利要求7和13解決。在從屬權利要求中還定義了有利的特征。

本發明的實施例提供了一種用于執行基于語音的人機交互的方法、裝置和車輛，當基于AI的系統由于不同的原因而不能回答用戶的問題時，其能夠提供有效和舒適的用戶體驗。

因此，提供了一種計算機實現的用于執行基于語音的人機交互的方法。該方法包括：接收用戶語音；確定是否能生成對該用戶語音的應答；以及如果不能生成應答，則將與該用戶語音相對應的信息發送給呼叫中心。