[發(fā)明專利]使用多個計算設備的對講式通信

在審

• 申請?zhí)枺?/td>: 201880038644.6
• 申請日: 2018-09-11
• 公開（公告）號: CN110741433A
• 公開（公告）日: 2020-01-31
• 發(fā)明（設計）人: 桑德羅·弗茲;塞巴斯蒂安·米柳斯;揚·奧爾索斯
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;H04L29/08;H04W4/12;G06F40/20;G06F3/16;G06N3/08;G06N7/00;G10L15/26
• 代理公司: 11219 中原信達知識產權代理有限責任公司
• 代理人: 周亞榮;鄧聰惠

1.一種方法，包括：

訪問已訓練的機器學習模型，其中，所述機器學習模型是使用標記的語音輸入的語料庫來訓練的，以預測語音輸入是指示應當被忽略的背景對話還是指示將消息傳達給一個或多個其他用戶的用戶意圖；

在多個計算設備中的第一計算設備的麥克風處，從第一用戶接收語音輸入；

分析所述語音輸入，其中，所述分析包括將指示所述語音輸入的音頻記錄的數據應用為已訓練的機器學習模型上的輸入以生成輸出，其中，所述輸出指示所述第一用戶旨在將消息傳達給所述一個或多個其他用戶；

基于所述分析，確定所述第一用戶旨在將所述消息傳達給所述一個或多個其他用戶；以及

使得所述多個計算設備中的一個或多個其他計算設備提供將所述消息傳達給所述一個或多個其他用戶的音頻或視覺輸出。

2.根據權利要求1所述的方法，進一步包括：

在所述第一計算設備的所述麥克風處接收附加語音輸入；

分析所述附加語音輸入，其中，所述分析包括將指示所述語音輸入的音頻記錄的數據應用為已訓練的機器學習模型上的輸入以生成附加輸出，其中，所述附加輸出指示所述附加語音輸入指示應當被忽略的背景噪音；

響應于所述附加輸出指示所述附加語音輸入指示應當被忽略的背景噪音，忽略所述附加語音輸入。

3.根據權利要求1所述的方法，其中，所述機器學習模型是使用標記的語音輸入的語料庫來訓練的，以及其中，應用于所述語音輸入的標記包括：

第一標記，所述第一標記指示將消息傳達給一個或多個其他用戶的用戶意圖；以及

第二標記，所述第二標記指示多個用戶之間的背景對話。

4.根據權利要求3所述的方法，其中，應用于所述語音輸入的所述標記進一步包括第三標記，所述第三標記指示加入與自動化助理的人機對話的用戶意圖。

5.根據權利要求1所述的方法，進一步包括：

確定所述一個或多個用戶中的第二用戶相對于所述多個計算設備的位置；以及

基于所述第二用戶的位置，從所述多個計算設備中選擇能夠提供所述第二用戶能夠感知的音頻或視覺輸出的第二計算設備；

其中，所述使得包括使得所述第二計算設備提供將所述消息傳達給所述第二用戶的音頻或視覺輸出。

6.根據權利要求1所述的方法，其中，所述使得包括使用所有所述多個計算設備，向所述一個或多個其他用戶廣播所述消息。

7.根據權利要求1所述的方法，其中，所述分析包括對所述語音輸入的音頻記錄執(zhí)行語音到文本處理，以生成文本輸入作為指示所述音頻記錄的數據，其中，所述文本輸入被應用為已訓練的機器學習的輸入。

8.一種系統(tǒng)，包括一個或多個處理器以及與所述一個或多個處理器可操作地耦合的存儲器，其中，所述存儲器存儲指令，響應于由一個或多個處理器執(zhí)行指令，所述指令使得所述一個或多個處理器執(zhí)行下述操作：

訪問已訓練的機器學習模型，其中，所述機器學習模型是使用標記的語音輸入的語料庫來訓練的，以預測語音輸入是指示應當被忽略的背景對話還是指示將消息傳達給一個或多個其他用戶的用戶意圖；

在多個計算設備中的第一計算設備的麥克風處，從第一用戶接收語音輸入；

分析所述語音輸入，其中，所述分析包括將指示所述語音輸入的音頻記錄的數據應用為已訓練的機器學習模型上的輸入以生成輸出，其中，所述輸出指示所述第一用戶旨在將消息傳達給所述一個或多個其他用戶；

基于所述分析，確定所述第一用戶旨在將所述消息傳達給所述一個或多個其他用戶；以及

使得所述多個計算設備中的一個或多個其他計算設備提供將所述消息傳達給所述一個或多個其他用戶的音頻或視覺輸出。