[发明专利]在基于语音的系统中的应用焦点

说明书

基于语音的系统包括在用户建筑物中的音频设备和通过多个应用来支持音频设备的使用的基于网络的服务。音频设备目的可以在于播放音频内容，例如音乐、音频书等。音频设备目的也可在于通过语音与用户交互作用。基于网络的服务监测从音频设备接收的事件消息以确定多个应用中的哪个当前具有语音焦点。当从用户接收到语音时，服务首先向当前具有主要语音焦点的应用提供对应的含义，如果有的话。如果没有当前具有主要语音焦点的应用，或如果具有主要语音焦点的应用不能够对含义做出响应，则服务向当前具有次要语音焦点的应用提供用户含义。

本申请要求于2014年12月19日提交的、标题为“Application Focus In Speech-Based Systems”的美国专利申请号14/578,056的优先权，该专利申请通过引用被全部并入本文。

技术领域

本发明总地涉及与用户交互以提供基于语音的服务的计算设备的领域。

背景技术

家、办公室、汽车和公共空间正变得更有线并与激增的计算设备例如上网本计算机、平板计算机、娱乐系统和便携式通信设备连接。当计算设备发展时，用户与这些设备交互的方式继续发展。例如，人可通过机械设备(例如键盘、鼠标等)、电气设备(例如触摸屏、触控板等)和光学设备(例如运动检测器、摄像机等)与计算设备交互。与计算设备交互的另一方式是通过音频设备，其理解人类语音并对人类语音做出响应。

发明内容

本发明的一方面涉及一种用于与用户交互以提供基于语音的服务的方法，其包括：向音频设备提供执行活动的命令，其中所述命令从多个应用当中标识有责任的应用并指定响应于所述活动由所述音频设备生成的声音是否被考虑为用户交互的部分；从所述音频设备接收关于由所述音频设备生成的声音的事件消息，所述事件消息标识所述有责任的应用并指定由所述音频设备生成的所述声音是否是用户交互的部分；如果所述事件消息指定所述声音是涉及或打算在所述用户和所述音频设备之间发起双向交互的用户交互的部分，则将所述有责任的应用指定为主要活动的；接收由所述音频设备捕获的语音；确定所述语音的含义，其中所述语音的含义能够由多个应用来响应；以及如果在所述多个应用当中存在能对所述含义做出响应的主要活动应用，则请求所述主要活动应用对所述含义做出响应。

本发明的另一方面涉及另一种用于与用户交互以提供基于语音的服务的方法，其包括：从音频设备接收关于由所述音频设备生成的第一声音的第一事件消息，所述第一事件消息从多个应用当中标识第一有责任的应用并指定由所述音频设备生成的所述第一声音是否是用户交互的部分，其中所述多个应用中的每个能对由用户语音表达的一个或多个含义做出响应；基于所述第一事件消息确定所述第一声音是涉及或打算在所述用户和所述音频设备之间发起双向用户交互的用户交互的部分；将所述第一有责任的应用指定为主要活动的；接收由所述音频设备捕获的第一语音；标识所述第一语音的第一含义，其中所述语音的含义能够由多个应用来响应；以及确定在所述多个应用当中有能对所述第一含义做出响应的主要活动应用；以及选择所述主要活动应用以对所述第一含义做出响应。

附图简述

参考附图描述详细描述。在附图中，参考数字的最左边的数字标识参考数字首次出现的附图。相同的参考数字在不同附图中的使用指示相似或相同的部件或特征。

图1是包括本地音频设备和远程基于语音的服务的话音交互计算体系结构的方框图。

图2是示出在本地音频设备和远程基于语音的服务之间的信息流的例子的方框图。

图3是示出与将含义路由到不同应用有关的信息流的例子的方框图。

图4是示出选择和/或指定主要活动和次要活动应用的示例方法的流程图。

图5是示出实现对主要活动应用的超时的示例方法的流程图。

图6是示出处理来自本地音频设备的音频以确定由用户表示的含义并对含义做出响应的示例方法的流程图。