【技术实现步骤摘要】
技术介绍
1、人类可以使用在本文中被称为“自动助理”（也称为“数字代理”、“聊天机器人”、“交互式个人助理”、“智能个人助理”、“助理应用”、“会话代理”等）的交互式软件应用参与人机对话。例如，人类（其当他们与自动助理交互时可以被称为“用户”）可以使用口头自然语言输入（即，话语）和/或通过提供文本（例如，键入的）自然语言输入向自动助理提供命令和/或请求，在一些情况下该口头自然语言输入可以被转换成文本并且然后被处理。
2、许多用户可以使用多个客户端设备与自动助理接涉。例如，一些用户可能拥有客户设备的协调“生态系统”，诸如一个或多个智能电话、一个或多个平板计算机、一个或多个车辆计算系统、一个或可穿戴计算设备、一个或多个智能电视和/或一个或多个独立的交互式扬声器以及其他客户端设备。用户可以使用这些客户端设备中的任何一个与自动助理进行人机对话（假设安装自动助理客户端）。在一些情况下，这些客户端设备可能分散在用户的主要住宅、次要住宅、工作场所和/或其他结构周围。例如，诸如智能电话、平板电脑、智能手表等的移动客户端设备可以在用户的个人上和/或用户最后将它们放置在的任何地方。其他客户端设备，诸如传统的台式计算机、智能电视和独立的交互式扬声器可能会更固定，但仍可以位于用户的家中或工作场所中的各个地方（例如，房间）。
3、当用户在其家内具有多个自动助理设备时，由于执行不同的动作，每个相应的自动助理设备可以具有不同的操作状况。在此类时间，用户可以请求修改在自动助理设备处正在进行的特定动作，但是无意地使不同的自动助理设备修改
4、不期望地，响应于意外地停止动作，为已停止的动作分配的存储器可以被助理设备重用，并且当用户随后重新调用已停止的动作时，助理设备可能不得不再次获取任何相关数据。这种似乎冗余的后果可能浪费网络资源，因为例如一些口头话语可以由仅可经由网络连接访问的自然语言模型处理。此外，与无意地取消的动作有关的任何数据将不得不被重新下载以促进完成动作，并且因取消能量密集动作（例如，控制显示器背光、加热元件和/或电动器具）而浪费的任何能量可能不是可恢复的。
技术实现思路
1、本公开总体上涉及用于采用动态规程来管理多个自动助理设备的响应性的方法、装置和计算机可读介质（暂时性和非暂时性）。具体地，能够根据动态规程来适配自动助理对已由助理设备中的两个或更多个确认的给定口头话语的响应性。动态规程可以为用于根据能够随着时间的推移而改变的给定场境来允许特定自动助理设备执行特定动作的规则。附加地或替换地，每个自动助理设备能够根据多个不同的动态规程来操作，这些不同的动态规程管理自动助理将用于执行的特定动作委派给特定自动助理设备的能力。诸如当多个自动助理设备同时地确认对要执行的特定动作的传入请求时，此类动态规程能够识别特定自动助理设备将在其中执行特定动作的某些场境。
2、作为一个示例，用户可能正在通过第一助理设备在其起居室中听音乐，然而第二助理设备能够被设置成在厨房中提供告警以便向用户报警其烹饪进度。当告警响起时，用户能够向第二助理设备提供口头话语以修改与告警响起相对应的动作。例如，用户能够从其起居室提供口头话语“assistant, stop!（助理，停止！）”，但是意图让口头话语影响第二助理设备。因为用户是在其起居室中，所以与在厨房中的第二助理设备相比，第一助理设备能够以较高的音量接收到口头话语。然而，为了停止第二助理设备处正在进行的告警动作而不影响第一助理设备处正在进行的音乐播放动作，第一助理设备能够在影响任何正在进行的动作之前访问一个或多个动态规程。
3、动态规程能够与用户的当前场境相关联，用户的当前场境能够由指示用户在起居室中的位置、每个助理设备分别在起居室和厨房中的位置和/或分别在每个助理设备处执行的每个正在进行的动作的场境数据来表征。例如，动态规程能够基于指示用户已在第二助理设备发出告警声音之后和/或在第二助理设备发出告警声音内的阈值时间段（例如，5秒）内历史上提供了口头话语“stop（停止）”的训练数据。这种动态规程能够提供自动助理能够据此确定是否在当前场境内响应于口头话语“assistant, stop（助理，停止）”而停止音乐的基础。例如，响应于口头话语“assistant, stop”，自动助理能够访问动态规程，确定在告警发声的阈值时间段内提供了口头话语，并且修改第二助理设备的告警动作。换句话说，不管音乐播放和告警发声在不同的助理设备处并发地进行，自动助理都将至少基于动态规程和当前场境仅影响告警发声。
4、在一些实现方式中，能够将训练数据用作据此而生成和/或随着时间的推移修改动态规程的基础。训练数据能够基于由用户提供以便初始化和/或修改由一个或多个应用和/或设备正在执行的一个或多个正在进行的动作的各种不同的口头话语。例如，能够基于自动助理确认用户已在类似的场境中提供了一个或多个纠正性口头话语来生成动态规程。用户能够响应于自动助理相对于用户的意图不正确地修改特定动作而提供纠正性口头话语。作为一个示例，用户可能先前已在以上识别的第二助理设备开始发出告警之后提供了口头话语“assistant, stop”，并且作为响应自动助理可能已不正确地停止了第一助理设备处正在进行的音乐播放动作。为了解决音乐播放动作的不正确修改，用户能够提供纠正性口头话语，“no, stop the alarm（不，停止告警）”。作为响应，自动助理能够处理纠正性口头话语，再次开始音乐播放动作，并且停止告警动作。此外，自动助理能够使动态规程被生成，该动态规程表征当前场境以及用户仅当用户在告警和音乐都可听见的同时说出“stop”时并且任选地当用户在说出“stop”时位于起居室中时才停止告警的偏好。以这种方式，用户将不必继续相对于该场境提供纠正性口头话语，从而保存计算资源，这些计算资源否则将被花费在助理设备之间的语言处理和信令上以遵守纠正性口头话语。
5、在一些实现方式中，动态规程能够具有一个或多个场境依赖。场境依赖能够是指影响给定特定场境的情况下是否将初始化和/或修改特定动作的特定场境特性。作为一个示例，动态规程能够识别为了在用户的家的特定房间内执行特定动作而必须满足的占用相关数据。例如，当在家的卧室内检测到人（例如，睡着的婴儿）时，用户可能更优选不在特定时间（例如，下午6点）过后用声音打扰该人。因此，动态规程能够识别一个或多个房间、一个或多个受影响的动作（例如，播放音乐、发出告警、以其他方式做出噪声等）、一个或多个受影响的助理设备、一个或多个受影响的账户、与动作相关联的一个或多个输出模态、在助理设备处可用的一个或多个输出模态和/或能够与自动本文档来自技高网...
【技术保护点】
1.一种由一个或多个处理器实现的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述位置包括由能够被所述服务器设备访问的存储的拓扑表征的多个房间，并且所述方法进一步包括：
3.根据权利要求1所述的方法，进一步包括：
4.根据权利要求1所述的方法，进一步包括：
5.根据权利要求4所述的方法，其中，将所接收的口头话语表征为从所述歧义类型的话语和所述特定类型的话语中选择的至少一个类型的话语是基于所述用户与所述交互式软件应用之间的先前交互。
6.一种由一个或多个处理器实现的方法，所述方法包括：
7.根据权利要求6所述的方法，进一步包括：
8.根据权利要求7所述的方法，其中，所述动作与特定输出模态相对应，并且所述方法进一步包括：
9.根据权利要求6所述的方法，其中，所述多个客户端设备中的两个或更多个客户端设备与不同的用户账户相关联，并且所述两个或更多个客户端设备被配置成基于所述两个或更多个客户端设备与不同的用户账户相关联来与所述多个不同的同位服务器设备集群进行通信。
10.
11.根据权利要求10所述的方法，其中，所述指定的客户端设备根据存储的训练数据被选择，所述存储的训练数据指示由所述请求识别的所述动作与由所述多个客户端设备提供的所述状况信息之间的对应。
12.一种设备，包括：
13.根据权利要求12所述的设备，其中，所述网络接口被进一步配置成在所述口头话语在所述音频接口处被接收之前从所述另一设备接收所述通信。
14.根据权利要求13所述的设备，其中，由所述一个或多个处理器确定所述排位是在所述口头话语在所述音频接口处被接收之前或者在所述口头话语正在所述音频接口处被接收的同时被执行的。
15.根据权利要求12所述的设备，其中，所述一个或多个处理器被进一步配置成执行包括以下的操作：
16.根据权利要求12所述的设备，其中，所述一个或多个处理器被进一步配置成执行包括以下的操作：
17.根据权利要求12所述的设备，其中，所述一个或多个处理器被进一步配置成执行包括以下的操作：
18.根据权利要求12所述的设备，其中，所述一个或多个处理器被进一步配置成执行包括以下的操作：
19.一种由一个或多个处理器实现的方法，所述方法包括：
20.根据权利要求19所述的方法，其中，所述通信在所述口头话语由所述第一客户端设备接收之前从所述第二客户端设备被接收。
21.根据权利要求20所述的方法，其中，确定所述排位在所述口头话语在所述第一客户端设备处被接收之前或者在所述口头话语正在所述第一客户端设备处被接收的同时被执行。
22.根据权利要求19所述的方法，进一步包括：
23.根据权利要求19所述的方法，进一步包括：
24.根据权利要求19所述的方法，进一步包括：
25.根据权利要求19所述的方法，进一步包括：
...【技术特征摘要】
1.一种由一个或多个处理器实现的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述位置包括由能够被所述服务器设备访问的存储的拓扑表征的多个房间，并且所述方法进一步包括：
3.根据权利要求1所述的方法，进一步包括：
4.根据权利要求1所述的方法，进一步包括：
5.根据权利要求4所述的方法，其中，将所接收的口头话语表征为从所述歧义类型的话语和所述特定类型的话语中选择的至少一个类型的话语是基于所述用户与所述交互式软件应用之间的先前交互。
6.一种由一个或多个处理器实现的方法，所述方法包括：
7.根据权利要求6所述的方法，进一步包括：
8.根据权利要求7所述的方法，其中，所述动作与特定输出模态相对应，并且所述方法进一步包括：
9.根据权利要求6所述的方法，其中，所述多个客户端设备中的两个或更多个客户端设备与不同的用户账户相关联，并且所述两个或更多个客户端设备被配置成基于所述两个或更多个客户端设备与不同的用户账户相关联来与所述多个不同的同位服务器设备集群进行通信。
10.根据权利要求6所述的方法，其中，由相应的客户端设备提供的特定状况信息指示所述多个客户端设备中的所述相应的客户端设备是否正在执行正在进行的动作，并且在所述相应的客户端设备正在执行所述正在进行的动作时，所述状况信息指示所述相应的客户端设备被采用来执行所述正在进行的动作的模态。
11.根据权利要求10所述的方法，其中，所述指定的客户端设备根据存储的训练数据被选择，所述存储的训练数据指示由所述请求识别的所述动作与由所述多个客户端设备提供的所...
【专利技术属性】
技术研发人员：劳纳克·沙阿，贾克琳·康策尔曼，利萨·特克哈纳，鲁克桑德拉·戴维斯，阿德里安·迪亚科努，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。