[发明专利]用于渐进式自然语言理解的系统和方法

说明书

用于渐进式自然语言理解的系统，包括媒体模块、存储软件代码的存储器，以及通信地连接至该媒体模块的硬件处理器。该硬件处理器被配置为执行该软件代码以接收包括第一话语的音频流，并基于该第一话语的第一部分和第二部分，产生第一渐进式语音识别输出和第二渐进式语音识别输出。此外，该硬件处理器被配置为执行软件代码，以在产生该第二渐进式语音识别输出之前，基于该第一渐进式语音识别输出，确定该第一话语的第一意图。该硬件处理器还被配置为，执行软件代码，以基于所确定的第一意图来获取第一资源，并将该第一资源合并至将由媒体模块播放的媒体内容中。

背景技术

口语理解(Spoken Language Understanding，SLU)通常包括后接自然语言理解(Natural Language Understanding，NLU)模块的自动语音识别(Automatic SpeechRecognition，ASR)。这两个模块以阻塞顺序的方式处理信号，即NLU通常必须等待ASR完成对话语的处理。在实时应用场景中，ASR接收连续语音信号流并输出相应的文字转录。由于计算的复杂性和存储器的限制，大多数ASR通常采用分块的处理方式，并以分段的方式处理语音。此步骤通常称为端点指定(end-pointing)，并且通常是根据与间歇时间间隔单位(inter-pausal units，IPU)的持续时间有关的不同启发式方法确定的，目的是最大程度地减少说话过程中的干扰。最后，ASR输出与每个语音段相对应的文字转录。因此，在ASR的输出上运行的任何NLU应用都需要至少等到端点指定为止，这在根本上会导致延迟瓶颈，并可能使口头互动变得不自然。

发明内容

提供了用于渐进式自然语言理解(incremental natural languageunderstanding)的系统和方法，这些系统和方法如在附图中的至少一个中所示的那样和/或结合附图中的至少一个所描述的那样，并且如在权利要求书中更完整地阐述的那样。

附图说明

图1示出了根据一种实施方式的示例性系统的示意图，该示例性系统被配置为基于对渐进式自然语言的理解，将资源合并至媒体内容中；

图2示出了根据一种实施方式的示例性系统的更详细的示意图，该示例性系统被配置为基于对渐进式自然语言的理解，将资源合并至媒体内容中；以及

图3是流程图，该流程图展示了根据一种实施方式的一种供系统使用的示例性方法，以基于渐进式自然语言理解将资源合并至媒体内容中。

具体实施方式

以下描述包含与本公开中的实施方式有关的特定信息。本领域的技术人员应当认识到，本公开可能以与本文具体讨论的方式不同的方式来实施。本申请中的附图及其附带的详细描述仅针对示例性实施方式。除非另有说明，否则附图中相同或对应的元素可能由相同或对应的附图标记表示。此外，本申请中的附图和图示通常不按比例绘制，并且不旨在对应于实际相对尺寸。

图1示出了根据一种实施方式的示例性系统的示图，该示例性系统被配置为基于渐进式自然语言理解将资源合并至媒体内容中。如图1所示，示例性系统100包括服务器102，该服务器具有硬件处理器104和系统存储器106，该系统存储器106实施为存储渐进式自然语言理解(incremental natural language understanding，NLU)软件代码108的非临时性存储装置。另外，系统100包括客户端装置112，具有麦克风140、摄像机142和媒体模块144。图1中还示出了网络110、媒体内容数据库116、资源数据库118以及用户114。