[發明專利]使用情境信號安全執行語音動作

在審

• 申請號: 202011174886.3
• 申請日: 2016-12-29
• 公開（公告）號: CN112562689A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 巴納比·約翰·詹姆斯
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G10L15/30
• 分類號: G10L15/30;G10L15/26;G10L15/22;G10L17/00;G10L17/02;G10L25/48;H04L29/06;H04W12/065;G06F21/35;G06F21/32;G06F3/16
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 周亞榮;鄧聰惠

1.一種方法，包括：

在語音動作服務器處從用戶計算裝置接收表示說話者說出的語音命令的音頻數據；

由所述語音動作服務器基于從所述用戶計算裝置接收到的所述音頻數據來獲取指示所述語音命令由所述說話者說出的說話者標識結果；

由所述語音動作服務器基于所述音頻數據的轉錄文來選擇語音動作；

由所述語音動作服務器從多個不同的服務提供商中選擇能夠執行所選擇的語音動作的服務提供商；

由所述語音動作服務器向所選擇的服務提供商提供：

執行所選擇的語音動作的請求；和

所述說話者標識結果；

在向所選擇的服務提供商提供執行所選擇的語音動作的所述請求之后，由所述語音動作服務器向所述用戶計算裝置提供附加鑒權請求，所述附加鑒權請求請求所述說話者提供所選擇的服務提供商需要執行所選擇的語音動作的明確的鑒權代碼；和

在向所述用戶計算裝置提供所述附加鑒權請求之后，由所述語音動作服務器向所述用戶計算裝置提供所選擇的服務提供商執行了所選擇的語音動作的指示。

2.根據權利要求1所述的方法，其中，獲取指示所述語音命令由所述說話者說出的所述說話者標識結果是基于表示所述語音命令的所述音頻數據與和所述說話者相關聯的存儲的聲紋匹配的可能性。

3.根據權利要求1所述的方法，其中，獲取指示所述語音命令由所述說話者說出的所述說話者標識結果包括：

獲取多個說話者標識結果，每個說話者標識結果指示表示所述語音命令的所述音頻數據與和不同說話者相關聯的多個存儲的聲紋中的對應一個存儲的聲紋匹配的對應可能性；

從所述多個說話者標識結果中選擇具有最高對應可能性的說話者標識結果作為指示所述語音命令由所述說話者說出的所述說話者標識結果。

4.根據權利要求1所述的方法，其中，選擇能夠執行所選擇的語音動作的所述服務提供商包括：

獲取到所述多個不同服務提供商的語音動作的映射，其中，對于每個語音動作所述映射描述了能夠執行該語音動作的服務提供商；

確定所述語音動作的映射指示所述服務提供商能夠執行所選擇的語音動作；以及

響應于確定所述語音動作的映射指示所述服務提供商能夠執行所選擇的語音動作，選擇所述服務提供商。

5.根據權利要求1所述的方法，其中，基于所述音頻數據的所述轉錄文來選擇所述語音動作包括：

獲取一組語音動作，其中，所述一組語音動作中的每個語音動作標識與該語音動作相對應的一個或多個詞項；

確定所述轉錄文中的一個或多個詞項與和該語音動作相對應的所述一個或多個詞項匹配；以及

響應于確定所述轉錄文中的一個或多個詞項與和該語音動作相對應的所述一個或多個詞項匹配，從所述一組語音動作中選擇該語音動作。

6.根據權利要求1所述的方法，還包括由所述語音動作服務器使用自動語音識別器來生成所述音頻數據的所述轉錄文。

7.根據權利要求1所述的方法，其中，所述用戶計算裝置被配置成將從所述語音動作服務器提供的所選擇的服務提供商執行了所選擇的語音動作的指示作為合成語音輸出。

8.根據權利要求1所述的方法，還包括在所述語音動作服務器處從所選擇的服務提供商接收所選擇的服務提供商執行了所選擇的語音動作的指示。

9.根據權利要求1所述的方法，還包括由所述語音動作服務器基于所選擇的服務提供商來標識所選擇服務提供商用來執行所選擇的語音動作的鑒權的一個或多個輸入數據類型。

10.根據權利要求1所述的方法，其中，所述用戶計算裝置包括語音自動化裝置。