[发明专利]用于实况使用情况的语音到文本自动缩放

说明书

一种用于计算资源的语音到文本自动缩放的方法。该方法包括：计算转录本中的每个单词在挂钟时间与该单词被递送到客户端的时间之间的增量(202)；将该增量提交给度量服务器组(204)；从度量服务器组请求该增量的当前值(206)；确定该增量的当前值是否超过预定义的最大时延阈值(208)；基于超过预定义的最大时延阈值的该增量的当前值的频率来调整所分配的计算资源(210)。该方法还可以包括从该增量的当前值创建直方图，并且基于落在预定义的最大时延阈值之上的数据点的百分比按比例增加所分配的计算资源。

背景技术

本发明总体上涉及计算领域，尤其涉及语音到文本自动缩放系统。

语音到文本涉及基于口语将单词转录为文本形式的领域。真实使用情况可以包括但不限于隐藏字幕、自动代理和听写(dictation)。在这些类型的情况下，期望用户与基于云的语音到文本服务之间的自然且平滑的交互。用户和基于云的语音到文本服务之间的实况(live)交互要求语音识别引擎快速且高效地递送识别转录本(transcript)。期望在远程数据中心中运行的后端服务器具有足够的净空(headroom)，即可用的计算资源，以适应语音识别引擎的动态中央处理单元(CPU)要求。因此，有必要使系统就位以动态地生成与用户体验以及在任何给定时间所需的计算资源相关的度量，以便分配计算资源并保留时延。

发明内容

根据一个实施例，提供了一种用于计算资源的语音到文本自动缩放的方法、计算机系统和计算机程序产品。该实施例可以包括计算转录本中的每个单词的增量。所计算的增量可以是针对转录本中的每个单词在挂钟时间和该单词被递送到客户端的时间之间的。该实施例还可以包括将增量提交给度量服务器组，其中度量服务器被配置为收集增量。该实施例还可以包括从度量服务器组请求增量的当前值。该实施例还可以包括确定增量的当前值是否超过预定义的最大时延阈值。该实施例还可以包括基于超过预定义的最大时延阈值的增量的当前值的频率来调整所分配的计算资源。该实施例还可以包括从增量的当前值创建直方图。该实施例还可以包括响应于创建直方图，基于落在预定义的最大时延阈值之上的数据点的百分比来执行所分配的计算资源的按比例增加(scale-up)。

附图说明

本发明的这些和其它目的、特征和优点将从以下结合附图阅读的对其说明性实施例的详细描述中变得显而易见。附图的各种特征不是按比例的，因为为了清楚起见，图示是为了促进本领域技术人员结合详细描述理解本发明。在附图中：

图1示出了根据至少一个实施例的示例性联网计算机环境。

图2示出了根据至少一个实施例的用于在语音到文本自动缩放过程中分配计算资源的操作流程图。

图3是根据至少一个实施例的软件构建质量评估过程的功能框图。

图4描绘了根据本发明的实施例的云计算环境。

图5描绘了根据本发明的实施例的抽象模型层。

具体实施方式

本文公开了所要求保护的结构和方法的详细实施例；然而，可以理解，所公开的实施例仅仅是对可以以各种形式实施的所要求保护的结构和方法的说明。然而，本发明可以以许多不同的形式实施，并且不应被解释为限于本文阐述的示例性实施例。在描述中，可以省略公知的特征和技术的细节，以避免不必要地模糊所呈现的实施例。

本发明的实施例涉及计算领域，并且更具体地涉及语音到文本自动缩放系统。以下描述的示例性实施例提供了一种系统、方法和程序产品，以利用语音到文本和自然语言处理(NLP)来动态地生成与用户体验和在任何给定时间所需的计算资源相关的度量，并且因此分配将时延保持在可接受范围内所必需的计算资源。可以理解，“计算资源”和“后端服务器”在本文中可互换地使用。因此，本实施例具有通过允许用户与基于云的语音到文本服务之间的自然且平滑的交互来改进语音到文本自动缩放的技术领域的能力。