[发明专利]基于语音数据和媒体消费数据识别用户的系统和方法

说明书

本文公开了用于基于语音数据和媒体消费数据来识别用户的系统和方法。媒体指南应用可以根据用户的输入生成语音签名，并基于该签名来识别用户的一些人口统计特征(例如，年龄、性别和其它合适的特征)。媒体指南应用可以检索与用户的家庭相关联的用户的用户数据，并尝试识别哪个用户说出了命令。如果基于人口统计特征识别出多个用户，那么媒体指南应用可以使用语音命令的内容(例如，所请求的媒体类型)来识别用户。

背景技术

在最近几年中，每个家庭中的媒体消费设备的数量急剧增加。随着越来越多的用户从家庭中的各种设备消费媒体，与用户用来消费内容的设备无关地识别每个用户正在消费的内容可能是有用的。当前系统解决该问题的一种方式是通过在用户说出请求内容的语音命令时启用语音识别。一旦接收到语音命令，当前系统将从语音命令中提取的用户声纹与先前存储的声纹进行比较，以获得匹配结果。但是，如果没有存储可以用于比较声纹的声纹，那么这种处理将失败。

发明内容

因此，本文公开了用于基于语音数据和媒体消费数据来识别用户的系统和方法。媒体指南应用可以用于基于语音数据和媒体消费数据执行与识别用户相关的操作。媒体指南应用可以根据用户的输入生成语音签名，并基于该签名来识别用户的一些人口统计特征(例如，年龄、性别和其它合适的特征)。媒体指南应用可以检索与用户的家庭相关联的用户的用户数据，并尝试识别哪个用户说出了命令。如果基于人口统计特征识别出多个用户，那么媒体指南应用可以使用命令的内容(例如，所请求的媒体类型)来识别用户。

例如，家庭可以包括丈夫、妻子和两个都是男孩的孩子，一个是9岁，另一个是15岁。其中一个男孩可能说出PG-13电影“Avatar”的命令。作为响应，媒体指南应用可以分析孩子的语音并确定孩子是六岁至十六岁之间的男性。媒体指南应用可以获得家庭的用户信息，并基于该信息确定第一个孩子或者第二个孩子说出了命令(例如，因为据推测父母双方年龄都在十六岁以上)。为了确定哪个孩子说出了命令，媒体指南应用可以将“Avatar”识别为所请求的媒体资产。媒体指南应用可以将电影“Avatar”的特征与每个孩子的首选媒体特征(例如，从他们各自的简档中获得)进行比较，并基于该信息确定年龄较大的孩子是说出命令的孩子。

在一些方面，媒体指南应用可以执行以下动作，以便基于语音数据和媒体消费数据来识别用户。媒体指南应用可以根据从用户接收到的语音命令来生成语音签名。例如，媒体指南应用可以接收语音命令“播放Avatar”。一旦接收到命令，媒体指南应用可以为用户生成语音签名(例如，语音输入中使得能够进行人口统计信息检测的部分)。

媒体指南应用可以分析语音签名以识别说话者的人口统计特征。具体而言，媒体指南应用可以从语音签名中确定与用户相关联的多个语音特征，其中多个语音特征对应于多个人口统计学特征。例如，媒体指南应用可以从语音签名中确定说话者年龄在六岁到十四岁之间，并且说话者是男性。

媒体指南应用可以尝试获得家庭(例如，接收用户语音输入的设备的家庭)中的用户的用户信息。具体而言，媒体指南应用可以发送对与用户的家庭相关联的用户信息的请求。例如，媒体指南应用可以发送包括用于用户信息的家庭标识符的请求。

响应于对用户信息的请求，媒体指南应用可以接收所请求的家庭信息。具体而言，媒体指南应用可以接收用户信息，其中用户信息包括家庭中每个用户的各自的人口统计信息。例如，媒体指南应用可以接收指示家庭包括四个用户的信息。即，可能的用户可以包括四十六岁的男性、四十四岁的女性以及另外两个年龄分别为八岁和十四岁的男性。

媒体指南应用可以将从语音签名中提取的人口统计信息与接收到的人口统计学家庭信息进行比较。具体而言，媒体指南应用可以将多个人口统计学特征与用户信息内的人口统计信息进行比较。例如，媒体指南应用可以将语音签名的性别(例如，男性)与可能的用户的性别进行比较，并确定女性不匹配。媒体指南应用可以将用户的年龄与从语音签名中提取的年龄范围进行比较。