[发明专利]使用因用户而异的语法的媒体项选择的方法与设备

说明书

存储机保持可由逻辑机执行以接收口述命令的数字表示的指令。该数字表示被提供给用因用户而异的语法库训练的语音识别器。逻辑机随后从语音识别器接收针对多个不同的媒体项中的每一者的置信度评级。置信度评级指示该媒体项在口述命令中被提及的可能性。逻辑机随后自动回放具有最大置信度评级的媒体项。

背景

随着数字媒体已变得越来越普遍，用户媒体库已变得越来越难以管理。用户具有含数万或甚至数十万歌曲、电影、游戏等的媒体库并不少见。此外，各种服务向用户提供该库以即时地下载和/或流传送新媒体项。由于有这么多的选项，因此难以提供其中用户能够容易地选择一个或多个媒体项以供回放的有益用户体验。

概述

提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。而且，所要求保护的主题不限于解决该公开的任一部分中所注的任何或全部缺点的实现方式。

存储机保持可由逻辑机执行以接收口述命令的数字表示的指令。该数字表示被提供给用因用户而异的语法库训练的语音识别器。逻辑机随后从语音识别器接收针对多个不同的媒体项中的每一者的置信度评级。置信度评级指示该媒体项在口述命令中被提及的可能性。逻辑机随后自动回放具有最大置信度评级的媒体项。

附图简述

图1示出了根据本公开的一实施例的其中用户用口述命令来控制媒体项回放的环境的非限制性示例。

图2是示出根据本公开文本的一实施例的用于基于用户的口述命令来回放媒体项的方法的流程图。

图3是说明根据本公开的一实施例的用于解释并协调有歧义的结果的方法的流程图。

图4是示出根据本公开的一实施例的用于接收指示具有最大置信度评级的媒体项不是期望回放的媒体项的用户输入并对该用户输入作出响应的方法的流程图。

图5示意性地示出根据本公开的因用户而异的语法库。

图6示意性地示出根据本公开的包括多个媒体项以及父容器的媒体库。

图7示意性地示出根据本公开的一实施例的其中显示器被配置成指示可用于回放的多个媒体项的控制环境。

图8示意性地示出根据本公开的一实施例的其中显示器被配置成显示排队等待回放的媒体项的控制环境。

图9示意性地示出根据本公开的一实施例的计算系统。

详细描述

用户使用话音用户界面(VUI)来查找并回放正确的媒体项的任务可需要在准确性、步骤数和可能被需要作为该界面的一部分的直观且灵活的语音发音之间进行折衷。准确性可通过要求更多的过程步骤或限制可允许的语音输入来改善，但可用于阻止用户与VUI进行交互。

如本文中所描述的，通过使用由因用户而异的语法库来训练的语音识别器，可获得对用户语音的准确识别，而不需要许多步骤，同时允许将直观且灵活的语音发音用作命令。所公开的方法提供对具有最大置信度评级的媒体项的快速回放，同时允许用户在其中没有媒体项具有高于阈值的置信度评级或其中系统选择了不匹配用户期望的媒体项的场景中有用于选择特定媒体项的直观路径。

图1显示了示例控制环境10的各方面。所示出的控制环境是个人住处的起居室或家庭活动室。然而，本文中描述的方法可等同地适用于其他环境，诸如零售店和售货亭、餐馆、信息和公共服务站等。

图1的环境以家庭娱乐系统12为特色。家庭娱乐系统包括大规格显示器14 和扩音器16，两者均被操作地耦合到计算机系统18。在其他实施例(诸如近眼显示器变体)中，显示器可被安装在计算机系统的用户所佩戴的头饰或眼镜中。在其他实施例中，显示器可以是小规格显示器，诸如计算机监视器、膝上型计算机屏幕、平板计算机屏幕、智能电话屏幕等。