[发明专利]用于选择要在与用户通信期间使用的语音的系统和方法

说明书

提供了一种具有以下能力的计算设备：动态选择将由话音合成器在创建与该计算设备的用户进行通信时使用的合成话音中使用的语音。例如，在一些实施例中，该计算设备：i)采用话音合成器以使用第一语音进行与所述用户的第一可听通信；ii)存储用户满意度数据，该用户满意度数据可被用于利用用户响应于第一可听通信所采取的动作来确定用户的满意度；以及iii)基于所存储的用户满意度数据来确定在与所述用户的第二可听通信期间是否应当使用不同的语音。

技术领域

本公开涉及选择要在与计算设备的用户通信期间使用的语音。

背景技术

计算设备(例如，智能电话、平板电脑、平板手机(phablet)、膝上型计算机、台式计算机、智能电视、移动游戏设备、智能手表、智能眼镜)是可以使用话音合成器来生成合成话音以用于与该计算设备的用户可听地通信的设备。例如，计算设备可以包括话音合成器，其通过串接计算设备中存储(例如，数据库中存储)的多条录制话音来创建合成话音。备选地，计算设备的话音合成器可以包括声道和其他人类语音特性的模型(“语音模型”)，以创建完全合成的语音输出。

当话音合成器使用录制话音来生成合成话音时，通常使用单一语音(例如单一配音演员)来录制话音。类似地，当话音合成器使用该模型方法来创建合成语音时，话音合成器通常仅使用单一语音模型。在话音合成器使用存储了通过使用不同语音来录制的话音(例如，由不同配音演员录制的话音或由可以创建不同语音的同一配音演员录制的话音)的数据库的情况下以及在话音合成器具有多个语音模型的情况下，计算设备的用户能够选择语音(例如，语音模型或配音演员)，该语音将由话音合成器用来生成用于与用户通信的话音。所选择的语音然后由话音合成器在与用户的后续通信中使用。因此，合成话音的特性不会随时间而动态变化。例如，由话音合成器产生的所有话音可以具有相同的语音特性(例如，相同的情绪、措辞、语调、音调)。

发明内容

本公开涉及一种具有以下能力的计算设备：动态选择语音，该语音将由话音合成器用于创建合成话音以用于与计算设备的用户进行通信。因此，在一个方面中，本公开提供了一种由计算设备执行的方法。该方法包括计算设备使用第一语音(例如，计算设备输出可听声音)来执行与用户的第一可听通信。计算设备利用用户响应于第一可听通信而执行的动作来收集指示用户的满意度的用户满意度数据(USD)。在收集用户满意度数据之后，该计算设备基于所收集的用户满意度数据来确定第一满意度度量。在稍后时间点，该计算设备基于所确定的第一满意度度量使用第二语音来执行与用户的第二可听通信，其中，该第二语音在至少一个语音特性方面与该第一语音不同。在一些实施例中，该至少一个语音特性选自包括以下各项在内的组：情绪、语调、性别(gender)、音高、口音、措辞(phrasing)、和音调。在一些实施例中，所确定的满意度度量与以下一项或多项相关联：通信类型和通信触发。在一些实施例中，第二可听通信具有与第一可听通信相同或相似的通信类型和/或由触发第一可听通信的相同或相似的通信触发来触发。通信类型可以是以下各项之一：问题、请求、通知、或推荐，并且通信触发是以下各项之一：应用程序购买、应用程序内购买、配置改变、由应用程序触发、和由网页触发。

在一些实施例中，第一可听通信具有第一通信类型，且第二可听通信也具有第一通信类型。计算设备可以收集针对由第一语音和第一通信类型组成的第一对的USD，以及存储第一满意度度量，使得第一满意度度量与第一对相关联。计算设备可以使用所收集的针对第一对的USD中的至少一些USD来生成针对第一对的第二满意度度量，其中，第二满意度度量与第一满意度度量不同。计算设备可以存储第二满意度度量，使得第二满意度度量也与第一对相关联。计算设备还可以基于第二满意度度量来确定在与用户的第二可听通信期间应当使用第二语音。

在一些实施例中，与用户的第一可听通信包括向用户可听地提供推荐，并且收集所述USD包括确定用户接受推荐并更新用于指示用户接受特定类型的推荐的总次数的存储值。在一些实施例中，生成第一满意度度量包括使用经更新的存储值来计算第一满意度度量。