[发明专利]用于数字助理服务中的语音匹配的方法和系统

说明书

本发明题为“用于数字助理服务中的语音匹配的方法和系统”。本发明提供了用于操作智能自动助理以基于语音匹配技术来提供媒体项目的系统和过程。示例性方法包括接收来自用户的言语输入和确定该言语输入是否包括对媒体项目的用户请求。该方法还包括根据确定所述言语输入包括对获得媒体项目的用户请求，从多个媒体项目来确定候选媒体项目。该方法进一步包括基于候选媒体项目的语音表示和言语输入的语音表示之间的差值来确定是否要将候选媒体项目提供给用户。该方法进一步包括根据确定要将候选媒体项目提供给用户，将所述候选媒体项目提供给所述用户。

相关专利申请的交叉引用

本专利申请要求提交于2017年9月13日的名称为“METHODS AND SYSTEMS FORPHONETIC MATCHING IN DIGITAL ASSISTANT SERVICES”的美国非临时专利申请15/703,013的优先权，此非临时专利申请要求提交于2017年5月16日的名称为“METHODS ANDSYSTEMS FOR PHONETIC MATCHING IN DIGITAL ASSISTANT SERVICES”的美国临时专利申请62/506,871和提交于2017年9月7日的名称为“METHODS AND SYSTEMS FOR PHONETICMATCHING IN DIGITAL ASSISTANT SERVICES”的美国临时专利申请62/555,311的优先权。

技术领域

本发明整体涉及智能自动化助理，并且更具体地涉及用于基于语音匹配技术来提供媒体项目的智能自动化助理。

背景技术

智能自动化助理(或数字助理)可在人类用户与电子设备之间提供有利界面。此类助理可允许用户使用自然语言以口语形式和/或文本形式与设备或系统进行交互。例如，用户可向正在电子设备上运行的数字助理提供包含用户请求的言语输入。数字助理可从该言语输入解译用户意图并且将用户意图操作化成任务。随后可通过执行电子设备的一项或多项服务来执行这些任务，并且可将响应于用户请求的相关输出返回给用户。

数字助理可用于基于用户的言语输入获得媒体项目。例如，在尝试获得一首歌曲时，用户可说出“播放21Savage演唱的Skrrt Skrrt”。由于多种原因(例如，发音的相似性、可用媒体项目的名称的相似性、缺少意图推断的上下文信息)，对用于获得媒体项目的言语输入的用户意图解读可能是很困难而且不准确的。不准确的用户意图可能使得数字助理获得不正确的媒体项目或无法获得任何媒体项目。在上述示例中，如果数字助理将用户意图解读为“Kodak Black演唱的Skirt”或“Kodak Black演唱的Skrrt”或“21Savage演唱的SkrtSkrt”，则数字助理可能无法获得正确的媒体项目。又如，用户可能想要名称为“Zedd的Candyman”的专辑，而数字助理可能错误地解读为“Zedd的Candy Man”，这就可能无法识别并返回正确的专辑。

发明内容

本公开提供了用于提供数字助理服务以获得媒体项目的系统和过程。

本文公开了示例性方法。一种示例性方法包括在具有一个或多个处理器的电子设备处，接收来自用户的言语输入和确定该言语输入是否包括对媒体项目的用户请求。该方法还包括根据确定所述言语输入包括对获得媒体项目的用户请求，从多个媒体项目来确定候选媒体项目。该方法还包括基于候选媒体项目的语音表示和言语输入的语音表示之间的差值，确定是否要将候选媒体项目提供给用户。该方法还包括根据确定要将候选媒体项目提供给用户，将所述候选媒体项目提供给所述用户。