[发明专利]语音接口设备上的多用户个性化

说明书

相关申请

本申请与下述申请有关，其全部内容通过引入整体并入本文：

2016年5月10日提交的题为“Implementations for Voice Assistant on Devices”的美国临时专利申请No.62/334,434；以及

2016年5月13日提交的题为“LED Design Language for Visual Affordance of Voice User Interfaces”的美国临时专利申请No.62/336,566。

技术领域

所公开的实施方式通常涉及语音接口和相关设备，包括但不限于用于在语音接口设备处应对多个用户的方法和系统。

背景技术

集成有麦克风的电子设备已被广泛用于从用户收集语音输入并且根据语音输入实现语音激活的功能。例如，许多现有技术的移动设备包括语音助理功能(例如Siri，Google助理)，所述语音助理功能被配置为使用语音输入来发起电话呼叫、进行餐馆搜索、在地图上开始导航、创建日历事件、向社交网络添加帖子、识别歌曲，并且完成许多其他任务。

位置(例如，家内的房间或空间)可以包括包含语音助理系统的多个设备和这些设备的一个或多个用户。由于设备尤其被配置为能够访问和呈现用户特定的信息，所以期望语音助理设备能够平稳地处理多个用户并且能够向适当的用户提供用户特定的信息。为了减少用户混淆，还期望在语音助理设备中，存在负责响应用户语音输入的领导者。此外，还期望在语音助理设备位于嘈杂位置的情况下，语音助理设备包括降噪措施。

发明内容

因此，需要一种具有语音助理系统的电子设备和/或语音助理服务器系统，其包括用于处理多个用户、用于多设备协调以确定领导者以及用于降噪的方法和系统。设备和/或服务器系统可以被配置为基于与语音模型的比较来识别语音输入的说话者，并且个性化对所识别的说话者的响应。设备和/或服务器系统还可以被配置为协商在多个设备中响应说话者的领导者。设备和/或服务器系统进一步可以被配置为检测设备周围的环境是否足够嘈杂，其中，唤醒设备的热词语音输入的替代方法是可取的。

根据一些实现方式，一种方法包括在具有一个或多个麦克风、扬声器、一个或多个处理器以及存储由一个或多个处理器执行的一个或多个程序的存储器的电子设备处：接收第一自由形式的语音输入；将所述第一语音输入与语音模型集比较，所述语音模型集与关联于所述电子设备的多个用户相关联，其中，所述语音模型针对所述电子设备被训练；基于所述比较，确定所述第一语音输入对应于所述多个用户中的第一用户；以及根据所述确定，呈现响应。

在一些实施方式中，一种电子设备包括一个或多个麦克风、扬声器、一个或多个处理器；以及存储将由所述一个或多个处理器执行的一个或多个程序的存储器。所述一个或多个程序包括用于执行下述操作的指令：接收第一自由形式的语音输入；将所述第一语音输入与语音模型集比较，所述语音模型集与关联于所述电子设备的多个用户相关联，其中，所述语音模型针对所述电子设备被训练；基于所述比较，确定所述第一语音输入对应于所述多个用户中的第一用户；以及根据所述确定，呈现响应。

在一些实施方式中，一种非瞬时计算机可读存储介质存储一个或多个程序。所述一个或多个程序包括指令，当所述指令由具有一个或多个麦克风、扬声器、以及一个或多个处理器的电子设备执行时，使所述电子设备执行包括下述的操作：接收第一自由形式的语音输入；将所述第一语音输入与语音模型集比较，所述语音模型集与关联于所述电子设备的多个用户相关联，其中，所述语音模型针对所述电子设备被训练；基于所述比较，确定所述第一语音输入对应于所述多个用户中的第一用户；以及根据所述确定，呈现响应。