CN1581294A - 语音识别增强的呼叫者识别 - Google Patents

语音识别增强的呼叫者识别 Download PDF

Info

Publication number
CN1581294A
CN1581294A CNA2004100567297A CN200410056729A CN1581294A CN 1581294 A CN1581294 A CN 1581294A CN A2004100567297 A CNA2004100567297 A CN A2004100567297A CN 200410056729 A CN200410056729 A CN 200410056729A CN 1581294 A CN1581294 A CN 1581294A
Authority
CN
China
Prior art keywords
caller
speech recognition
telephone
speech
call
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2004100567297A
Other languages
English (en)
Other versions
CN1581294B (zh
Inventor
朱云正
D·G·欧拉森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Microsoft Corp filed Critical Microsoft Corp
Publication of CN1581294A publication Critical patent/CN1581294A/zh
Application granted granted Critical
Publication of CN1581294B publication Critical patent/CN1581294B/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/42025—Calling or Called party identification service
    • H04M3/42034—Calling party identification service
    • H04M3/42042—Notifying the called party of information on the calling party
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/53—Centralised arrangements for recording incoming messages, i.e. mailbox systems
    • H04M3/533—Voice mail systems
    • H04M3/53333—Message receiving aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/57—Arrangements for indicating or recording the number of the calling subscriber at the called subscriber's set
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/64—Automatic arrangements for answering calls; Automatic arrangements for recording messages for absent subscribers; Arrangements for recording conversations
    • H04M1/65—Recording arrangements for recording a message from the calling party
    • H04M1/6505—Recording arrangements for recording a message from the calling party storing speech in digital form
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
    • H04M2201/41—Electronic components, circuits, software, systems or apparatus used in telephone systems using speaker recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/30—Aspects of automatic or semi-automatic exchanges related to audio recordings in general
    • H04M2203/301—Management of recordings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/42025—Calling or Called party identification service
    • H04M3/42034—Calling party identification service
    • H04M3/42059—Making use of the calling party identifier
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/436—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/53—Centralised arrangements for recording incoming messages, i.e. mailbox systems
    • H04M3/533—Voice mail systems
    • H04M3/53333—Message receiving aspects
    • H04M3/53358—Message preview
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/53—Centralised arrangements for recording incoming messages, i.e. mailbox systems
    • H04M3/533—Voice mail systems
    • H04M3/53366—Message disposing or creating aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/54—Arrangements for diverting calls for one subscriber to another predetermined subscriber

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Telephonic Communication Services (AREA)
  • Telephone Function (AREA)

Abstract

揭示收集电话呼叫者身份的处理。在一个实施例中，对每个可能的呼叫接收者创建个人化的上下文无关语法(CFG)，并将其配置为使用语音识别支持进入呼叫者的识别。每个CFG都包括高概率呼叫者的指示并相应地修改每个CFG中的概率权重。当接收者接收呼叫时，关联语音识别应用来应用相关的CFG以至少支持初步的呼叫者识别。根据另一个实施例，呼叫者确认识别。根据一个实施例，如果可能的话，使用标准的呼叫者ID功能，至少帮助呼叫识别处理。根据另一个实施例，使用语音识别增强的呼叫者识别来提供智能的呼叫路由功能。

Description

语音识别增强的呼叫者识别
技术领域
本发明涉及确定身份电话呼叫者的处理，更特别地，本发明涉及在情况现有的呼叫者ID不足以完成识别或不可用时应用语音识别技术收集电话呼叫者的身份。
背景技术
目前，个人接收相对大量的语音消息是很普通的。例如，对个人来说可能在周末接收到几十个新的语音消息。另外，个人可能维护二十、三十或更多个在语音消息***上保存的消息。随着语音消息数量的增加，有效地收听消息并对其排序的能力下降了。
语音消息通常没有任何呼叫者身份的可靠指示。在现有技术中已存在呼叫者识别***，但是仅限于识别进入的电话号码，如果该电话号码和某个人关联，则电话号码可能匹配可能的呼叫者。这样的***仅追踪电话而不是说话者。因此，对语音消息和呼叫路由***的这些呼叫者设备***好处是很有限的。
没有合理的可靠呼叫者识别信息，很难产生有用的语音信息总结列表来支持语音消息***的用户有效地浏览新的或保存的消息的集合。作为结果，多数语音消息***并不包括有效地收听消息和/或对其排序的可靠方法。例如，多数当前的语音消息***向用户提供最小限度有用的语音总结，如“你有三个新消息和三个保存的消息”。这样的总结通常并不包括和任何呼叫细节相关的任何信息。
缺乏和语音消息关联的信息通常使得查看和组织它们更加耗时。例如，和多数电子邮件消息相比，不能仅基于消息内容、紧急程度或来源的间接指示排除语音消息。另外，通常不能基于消息内容、紧接程度或来源的间接指示将保存的语音消息存储或组织在目录中。
目前收听语音消息并对其排序需要投入大量时间，因为***用户必须收听每个消息才能简单地抽取基本信息，如呼叫者的身份和/或电话呼叫的紧急程度或主题。对语音应用，通常不能实现规则来自动地预组织消息。例如，事实上不可能实现规则来删除语音消息，或保存语音消息到预定的目录，基于特殊的呼叫者身份和/或电话呼叫的主题或紧急程度。没有呼叫者身份的一致表示，也很难基于呼叫接收者的偏好和优先级智能地路由电话呼叫。
发明内容
本发明的实施例涉及收集电话呼叫者身份的处理。在一个实施例中，对每个可能的呼叫接收者创建个人化的上下文无关语法(CFG)，并将其配置为使用语音识别支持进入的呼叫者的识别。每个CFG都包括高概率呼叫者的指示并相应地修改每个CFG中的概率权重。当接收者接收呼叫时，关联语音识别应用来应用相关的CFG以至少支持初步的呼叫者识别。根据另一个实施例，呼叫者确认识别。根据一个实施例，如果可能的话，使用标准的呼叫者ID功能，至少帮助呼叫识别处理。根据另一个实施例，使用语音识别增强的呼叫者识别来提供智能的呼叫路由功能。
附图说明
图1为一个说明性的计算环境的框图；
图2为语音消息和呼叫路由***的示意图；
图3为CFG的内容的示意方框表示；
图4为流程图，展示和实现包含语音识别的呼叫者识别***关联的步骤；及
图5为流程图，展示和实现智能电话路由功能关联的步骤。
具体实施方式
I.例子操作环境
本发明的各方面涉及在现有的呼叫者ID不足以完成识别或不可用时应用语音识别技术收集呼叫者的身份。本发明的实施例可以和呼叫路由***一起实现，在其中识别呼叫者并相应地路由呼叫。实施例也可以和语音消息***一起实现，在其中识别留消息的人并相应地排序或路由消息。实施例也可以和呼叫路由同语音消息***的组合一起实现。应注意，本发明不限于呼叫路由和语音消息***。这些只是可以实现本发明实施例的***的两个例子。在详细说明本发明的实施例之前，将对在其中可以实现实施例和它们关联的***例子的计算环境进行说明。
图1展示适合的计算环境100的例子，在其中可以实现本发明实施例和它们关联的***。计算***环境100只是适合的计算环境的例子，且并不造成对本发明的使用范围或功能的任何限制。也不应将计算环境100解释为具有对任何一个所展示的组件或其组合的任何依存关系或需求。
本发明可以工作在大量其他通用或专用计算***环境或配置中。适合于使用本发明的众所周知的计算***和/或配置的例子包括，但不仅限于，个人计算机、服务器计算机、手持或膝上设备、多处理器***、基于微处理器的***、机顶盒、可编程消费者电子设备、网络PC、小型机、大型机、电话***、包括任何上述的***或设备的分布式计算环境等等。
可以在计算机可执行指令(如由计算机执行的程序模块)的一般上下文中对本发明进行说明。通常，程序模块包括执行特殊任务或实现特殊抽象数据类型的例程、程序、对象、组件、数据结构等等。本发明设计为实现在分布式计算环境中，在其中任务由通过通讯网络连接的远程处理设备来执行。在分布式的计算环境中，程序模块位于本地和远程计算机存储媒体中，包括存储器存储设备。下面借助附图说明由程序和模块执行的任务。那些熟悉技术的人可以将说明和附图作为处理器可执行指令实现，所述指令可以写在任何形式的计算机可读媒体上。
参考图1，示出了实现本发明的示范***，它包括形为计算机100的通用计算设备。计算机110的组件包括(但不仅限于)，处理单元120、***存储器130，及连接包括***存储器的各种***组件到处理单元120的***总线121。***总线121可以为几种类型的总线结构中的任何一种，包括存储器总线或存储器控制器、***设备总线，及使用多种总线结构中的任何一种的本地总线。作为例子，而非限制，这样的结构包括工业标准结构(ISA)总线、微通道结构(MCA)总线、增强的ISA(EISA)总线、视频电子标准协会(VESA)本地总线和亦称为夹楼总线的周边元件互连(PCI)总线。
计算机110通常包括各种计算机可读媒体。计算机可读媒体可以为可以由计算机110访问的任何可用的媒体并包括易失和非易失媒体、可移动和不可移动媒体。作为例子，而非限制，计算机可读媒体可以包括计算机存储媒体和通讯媒体。计算机存储媒体包括以存储如计算机可读指令、数据结构、程序模块或其他数据这样的信息任何方法或技术实现的易失和非易失、可移动和不可移动媒体。计算机存储媒体包括，但不仅限于，RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、盒式磁带、磁带、磁盘存储或其他磁存储设备，或可以用于存储所需信息且可以由计算机110访问的任何其他媒体。
通讯媒体通常包含计算机可读指令、数据结构、程序模块或调制的数据信号如载波或其他传输机制中的其他数据，并包括任何信息发送媒体。术语“调制的数据信号”指设置或更改它的一个或多个特性以在信号中编码信息的信号。作为例子，而非限制，通讯媒体包括有线媒体，如有线网络或直接有线连接，及无线媒体，如声音、射频、红外线和其他无线媒体。上述媒体的任何组合也应包括在计算机可读媒体的范围之内。
***存储130包括形式为易失和/或非易失存储器的计算机存储媒体，如只读存储器(ROM)131和随机访问存储器(RAM)132。包含基本的例程以帮助在个人计算机110的元件之间如在启动过程中传输信息的基本输入/输出***133(BIOS)存储在ROM 131中。RAM 132通常包含可由处理单元120立即访问和/或当前正在操作的数据和/或程序模块。作为例子，而非限制，图1展示操作***134、应用程序135、其他程序模块136和程序数据137。
计算机110也可以包括其他可移动/不可移动、易失/非易失计算机存储媒体。仅作为例子，图1展示了读写不可移动、非易失磁媒体的硬盘驱动器141、读写可移动、非易失磁盘152的磁盘驱动器151，及读写如CD-ROM或其他光学媒体这样的可移动、非易失光盘156的光盘驱动器155。可以用在例子操作环境中的其他可移动/不可移动、易失/非易失计算机存储媒体包括，但不仅限于，盒式磁带、闪存卡、数字多用途盘、数字视频带、固态RAM、固态ROM等等。硬盘驱动器141通常通过不可移动存储器接口，如接口140，连接到***总线121，而磁盘驱动器151和光盘驱动器155通常通过可移动存储器接口，如接口150，连接到***总线121。
上面说明并在图1中展示的驱动器及与它们关联的计算机可读媒体对个人计算机110提供计算机可执行指令、数据结构、程序模块或其他数据的非易失存储。例如，在图1中，硬盘驱动器141被展示为存储操作***144、应用程序145、其他程序模块146和程序数据147。注意这些组件可以和操作***134、应用程序135、其他程序模块136及程序数据137相同或不同。在此对操作***144、应用程序145、其他程序模块146和程序数据147给出不同的编号以展示它们至少是不同的拷贝。
用户可以通过如键盘162、麦克风163和定点设备161这样的输入设备输入命令和信息到个人计算机110中。定点设备可以包括鼠标、轨迹球或触摸垫。其他输入设备(未标出)包括操纵杆、游戏垫、圆盘式***天线、扫描仪或类似设备。这些和其他输入设备通常通过连接到***总线的用户输入接口160连接到处理单元120，但也可以通过其他接口和总线结构，如并行口、游戏口，或通用串行总线(USB)来连接。显示设备191或其他显示设备也通过接口，如视频适配器190与***总线121连接。除显示器外，个人计算机通常包括其他***输出设备，如扬声器197和打印机196，它们可以通过***输出设备接口195连接。
个人计算机110可以使用到一个或多个远程计算机180的逻辑连接在连网环境中运行。远程计算机180可以是个人计算机、服务器、客户机、路由器、网络PC、对等设备或其他普通网络节点，且通常包括多个或所有上述相对于个人计算机110说明的元件图1中所示逻辑连接包括局域网(LAN)171和广域网(WAN)173。这样的连网环境在办公室范围或企业范围的计算机网络、企业内部互联网和因特网中是很常见的。
当用在LAN连网环境中时，个人计算机110通过网络接口或适配器170与局域网171相连。当用在WAN连环境中时，个人计算机110通常包括调制解调器172或其他在广域网173，如因特网，上建立通讯的方法。调制解调器172，可以为内置的或外置的，通过用户输入接口160或其他适当的机制连接到***总线121。在连网环境中，相对于计算机110说明的程序模块，或其部分，可以存储在远程存储器存储设备中。作为例子，而非限制，图1展示远程应用程序185存储在远程计算机180上。应理解，所示的网络连接是说明性的且可以使用在计算机之间建立通讯连接的其他方法。
应注意，本发明可以在如参考图1所说明的计算机***中实现。然而，本发明可以实现在服务器、专门用于消息处理的计算机，或分布式***中。在分布式***中，本发明的不同部分在分布式计算***的不同部分上面执行。
II.语音消息和呼叫路由***
图2，根据本发明的一个方面，是语音消息管理***204的方框图。***204是在参考图1所述的一个计算环境内演示性地实现的。呼叫202被路由到***204中。呼叫202是指向特定接收者210的演示性呼叫。每个接收者210都和语音消息关联***204有关联。例如，向每个接收者210分配和***204关联的“邮箱”，邮箱是新的和/或保存的语音消息的集合的数据存储。
消息***204使用语音消息子***214来帮助呼叫者对他们的预期呼叫接收者创建语音消息。例如，和呼叫202关联的呼叫者能够和语音消息子***214交互，以产生到特殊的预期呼叫接收者210的消息。语音消息子***使用消息管理组件216来接收和管理消息。新的消息保存在数据存储位置218，而先前查看过但没有被删除的消息保存在数据存储位置220。应注意，新的和保存的消息可以被保存到同一数据存储位置而不偏离本发明的范围。作为演示，呼叫接收者210能够和语音消息子***214交互，以查看他或她的新消息和保存的消息，及根据他或她的意图删除或保存消息。
对每个单独的呼叫202，***204使用识别子***206来识别呼叫者。子***206包括语音识别组件222用来联合多个CFG 212执行语音识别。CFG212包括每个呼叫接收者210的个人化CFG。作为演示，每个CFG是一组节点和指针，解码算法遍历它们来帮助使用语音识别收集和呼叫202关联的呼叫者的身份的处理。根据本发明的一个方面，将给定的CFG对特殊的接收者210进行个人化，在此对其进行加权以偏向该接收者的一组高概率的呼叫者。将引用图3更详细地说明CFG 212的内容的本质。
根据一个实施例，呼叫***204的呼叫者和子***206交互，并且，给定将引用图4说明的预定情况集合，被要求说出他或她的名字。获取并存储(即，用语音识别组件222或CFG 212存储)呼叫者名字的完整单词发音模型(即，声音模型)。为了克服和普通的单词到声音规则关联的低效，存储的单词模型根据每个呼叫者如何说出他或她的名字提供准确的发音信息。通过应用适当的CFG(即，CFG关联和适当的呼叫接收者)并比较存储的单词模型和对未识别的呼叫者产生的单词模型，语音识别组件222使用存储的单词模型来确定重复的呼叫者的身份。作为演示，每个所述单词模型是因素的序列或单个语音单元而不偏离本发明的范围。
识别子***226也包括呼叫者ID组件224。作为演示，组件224和已知的呼叫者识别***一致，其中呼叫基于与其关联的来源电话号码和呼叫者关联。根据一个实施例，当呼叫者ID信息可用时，识别子***206将其作为该呼叫者的身份的坚强性但非假定的指示来使用。例如，即使呼叫者ID信息可用，识别子***206仍将要求呼叫者确认其身份。
根据一个实施例，在其中呼叫者ID和呼叫202关联的情况下，智能地使用和呼叫者ID信息相关的上下文信息来更新CFG框架中的概率。识别子***206可以配置为使用补充信息来帮助进行上下文假设。
例如，可以向识别子***206提供对期望在多个特定会议室中参加会议的个人的列表的访问。当进入的呼叫包括和来自其中一个所列会议室的呼叫来源一致的传统呼叫者ID信息时，识别子***206被配置为调整相关的呼叫接收者的CFG，以使得对安排在该特定会议室中参加会议的呼叫者增加概率权重。在另一个例子中，向识别子***206提供对特定建筑中的房间和员工的列表的访问。当进入的呼叫指示呼叫来源来自所列的会议室时，调整相关呼叫接收者的CFG，以使得增加对工作在该会议室所处的建筑中的呼叫者的概率权重。
根据本发明的一个方面，以预先组织的方案使用CFG 212、呼叫者ID组件224和语音识别组件222来识别呼叫者。下面参考附图4说明如何***化地应用这些组件的细节。
根据一个实施例，一旦收集到呼叫者的身份并将其和语音消息关联，消息管理组件216将相应地对该消息进行排序和分类。例如，当呼叫接收者210和语音子***214交互以查看新的或保存的消息时，作为演示，向它们提供基于呼叫者的提示选项，如“你有三个新消息来自你的妻子，两个新消息来自你的老板，三个旧消息来自Roy Williams...收听来自你妻子的消息请按1，收听来自你的老板的消息请按2，收听来自Roy Williams的消息请按3。”这对只有很少提示的选项，如“你有五个新消息和三个旧消息，收听旧消息请按1，收听新消息请按2”，是一种改进。根据一个实施例，基于主题和/或紧急程度而不是呼叫者的身份进行排序，或基于主题和/或紧急程度和呼叫者身份一起排序。作为演示，假设主题和/或紧急程度是基于各呼叫者的身份的，且由呼叫接收者基于他或她的偏好进行选择或编程。
可以使用身份信息(即，包括呼叫者身份及基于假设的主题和/或紧急程度的信息)来向呼叫接收者210提供智能的呼叫路由选项，如智能的呼叫屏蔽和/或呼叫转移。下面将参考图5更详细地说明这样的呼叫路由应用。智能呼叫管理子***226是可选组件，作为演示，和识别子***206及语音消息子***214交互以提供智能的呼叫路由应用。
III.CFG 212
图3是CFG 212的示意性方框图表示。作为演示，对特定的呼叫接收者210个人化每个单独的CFG。联合语音识别组件222使用特定的CFG来识别呼叫者取决于呼叫202指向哪个呼叫接收者。
识别子***206支持可以使用语音识别可靠地收集和呼叫者身份相关的详细信息。语音识由组件222执行，这是很可靠的，因为它包括1)创建重复呼叫者名字的完整单词发音模型，和2)上下文敏感的个人化语音识别语法(即，CFG 212)。进一步来说，在它可用时使用传统的呼叫者ID信息，如由组件224收集的那样，至少能对语音识别身份处理提供概率更加准确的CFG。如下面参考图4进行的说明，可以实现确认处理来确保更高的可靠性。
作为演示，对特殊的接收者210个人化给定的CFG，其中它被配置为偏向该呼叫接收者的一组高概率的呼叫者。根据一个实施例，如方框302内所示，和CFG关联的算法进行加权以偏向(即，对语言模型概率加权来造成偏向)由关联的呼叫接收者维护的频繁呼叫者列表上的呼叫者的识别。根据另一个实施例，算法进行加权以偏向列在由关联的呼叫接收者维护的联系人列表上(即，列在地址簿中)的呼叫者的识别。根据另一个实施例，算法进行加权以偏向包括在识别子***206可以访问的同事列表中的呼叫者的识别。根据另一个实施例，使用和呼叫来源的位置相关的上下文假设(即，基于传统的呼叫者ID信息)来加权CFG概率。这些因素中的所有或任何一个，及其他因素，都可以作为个人化呼叫接收者的CFG以提高正确识别的可能性的基础来使用。在图3内，虽然方框302是仅对一个CFG展示的，应理解其他CFG也具有类似配置。
方框302亦表明，CFG也可以可选地作为支持呼叫者ID组件224或语音识别组件222的数据的存储位置来使用。例如，声音模型可以存储在CFG 212内并由语音识别组件222使用。信息汇编，如同事列表、会议室列表、频繁呼叫者列表、与会人员列表、建筑房间列表、构建员工列表和其他信息可以存储在CFG 212内，并由识别子***206的任何组件在呼叫者识别处理期间使用。任何数据都可以替换地存储在独立于CFG 212的位置而不偏离本发明的范围。
IV.实现语音识别增强的呼叫者识别的处理
根据本发明的一个方面，识别子***206以预定的组织方案使用CFG 212、呼叫者ID组件224和语音识别组件222来识别呼叫者。图4为流程图，展示和预定的组织方案关联的步骤。
作为演示，图4的处理在语音消息管理***204处理呼叫202时开始。如方框402所示，第一步是使用呼叫者ID组件224来确定仅基于传统的呼叫者ID信息是否可以得出任何识别结论。换句话说，确定对应于呼叫202的电话号码是否和已识别的个人关联。如果呼叫者ID信息足以做出对呼叫者身份的合理的基于经验的猜测，那么处理直接转到名字确认处理，在图4中用方框408标出。
方框408表示这样的步骤，其中识别子***206从呼叫者获取对该呼叫者是谁的确认。步骤408对识别子***206做出的基于经验的身份猜测进行确认或否决。例如，向呼叫者询问简单的问题，如“你是Nick Collision吗？”如果确认不成功，那么，根据方框406，和呼叫者进行问答会话以收集来自该呼叫者的口语样本(即，呼叫者口头说出的名字)，并使用语音识别组件222和CFG 212基于口语样本识别呼叫者。
特别地，收集来自呼叫者的口语样本之后，由语音识别组件222将该样本和存储在相关呼叫接收者的CFG中的语言模型进行比较。使用此语音识别处理对呼叫者的身份做出另一个基于经验的猜测。然后由呼叫者在步骤408确认或否决这个基于语音识别的基于经验的猜测。如果该确认被否决，则重复问答会话。作为演示，***配置为基于存储的语音样本至少进行预定次数的不同的身份猜测。然而，根据一个实施例，在预定次数的不成功尝试之后，***将放弃对呼叫者的识别。在这样的情况下，仍将存储呼叫者的语音样本，用于以后的语音识别，以备后来知道呼叫者的身份。根据一个实施例，识别***206支持用户通过电话键盘输入身份。
如果成功确认基于语音识别的基于经验的猜测，那么执行步骤410。在步骤410，存储声音数据以便由语音识别组件222在以后使用。根据一个实施例，语音识别组件222对每个呼叫者保存预定数量或不限数量的语音样本。维护多个语音样本使得识别组件222能够在识别处理期间做出更准确的比较(即，可以用多个样本和目标比较以得到更高的精度)。
接着存储声音数据，根据方框412，更新频繁呼叫者列表。作为演示，和呼叫202所指向的接收者210关联的CFG进行加权，以有助于识别频繁呼叫者的列表。在识别呼叫者成功和确认之后，根据方框412，修改呼叫者的列表，将从已确认的呼叫者接收的呼叫数加1。当更新频繁呼叫者的列表时，也应对加权的CFG做出相应更新。可以在收到命令时、每次呼叫时或定期(即，每天、每周、每月等等)对CFG实现这样的更新。应注意，根据本发明的一个实施例，可以修改任何CFG偏好信息源(即，频繁呼叫者、来自联系人列表和同事列表的名字，等等)，在定期或收到请求时使用修改的信息来更新一个或多个CFG。
应注意，如果单独基于呼叫者ID信息就成功确认了呼叫者的身份，那么下一个步骤为步骤412，因为没有可用的语音数据而可以跳过步骤410。
回到方框402，在一些情况下，接收到的呼叫者ID信息不足以确认呼叫者但足以给出一些上下文的线索，这可以用来加权接收者的CFG以有助于正确识别(参见上述的“会议室”例子)。根据方框404，根据上下文呼叫者ID信息调整CFG权重。在调整之后，根据方框406，在和呼叫者的问答会话期间获得声音样本。如在流程图和上面说明中所示，重复余下的识别处理，包括确认步骤408。
进一步引用方框402，在一些情况下，可能完全没有可用的呼叫者ID信息。在这样的情况下，立即执行步骤406的问答会话且如在流程图和上面说明中所示重复此处理。
V.智能呼叫路由
根据本发明的特定实施例，在呼叫者仍然在线时收集并确认呼叫者的身份。相应地，收集并确认的呼叫者身份可以用于呼叫路由应用，例如但不仅限于，呼叫屏蔽和呼叫转移。作为演示，呼叫路由应用可以使用智能呼叫管理子***226来实现(图2)，那是一个可选的组件。
图5是流程图，根据本发明的一个方面展示智能呼叫屏蔽。作为演示，处理在呼叫进入***时开始。第一个步骤，如方框502所示，是***221确定是否开启了智能屏蔽功能。如果未开启，则路由所有呼叫到它们预期的接收者(方框510)。如果开启了该功能，则根据方框504，由子***206确定呼叫者的身份。作为演示，虽然不是必须的，使用参考附图4所述的处理来确认该身份。
根据方框506，比较确认的呼叫者身份和***设置来确定呼叫者是否得以通过而到达预期的接收者210。如果允许他们通过，那么根据方框510连接呼叫。如果不允许，那么，根据方框508，将呼叫者转移至语音消息子***214以进行留言。
根据本发明的另一个方面，呼叫转移的工作类似于上述的呼叫屏蔽。主要的区别是，呼叫转移不是将身份信息用作路由呼叫到接收者或语音消息***的基础，而是将身份信息用作路由呼叫到一个位置或另一个位置(即，到一个电话号码或另一个电话号码)的基础。
总而言之，本发明的实施例涉及使用语音识别在语音消息和呼叫路由***中收集呼叫者信息，尤其是在传统的呼叫者ID不足以完成识别或不可用的情况下。根据本发明的一个方面，语音识别支持的呼叫者识别是联合下面的***组件实现的：
1. 个人化的CFG：对每个可能的呼叫接收者使用。CFG偏向一组高概率的呼叫者。所偏向的呼叫者属于通过得到较高的语言模型权重而得到优于余下的普通名字的偏好的一组名字。例如，可以偏向对某接收者的频繁呼叫者，偏向来自他/她的联系人列表中的名字，或偏向在同一部门工作的人，等等。
2. 完整单词(声音)模型：属于每个重复呼叫者的名字发音，是通过从以前的呼叫中得到的记录产生的。此单词模型提供每个呼叫者如何说出他/她的名字的准确发音信息来克服普通的字母到声音规则的低效。
3. 传统的呼叫者ID信息用在确认处理中。当适合的时候，如果呼叫者ID信息可用，则可以根据基于框架的概率来智能地使用它，以直接带领呼叫者进入确认处理。
4. 用上下文对概率CFG加权。甚至在传统的呼叫者ID不是呼叫者身份的可信指示的情况下，仍将在基于概率的***内提供有用的上下文信息。
5. 智能的呼叫屏蔽和呼叫转移服务亦由***提供。***可以扩展作为智能的呼叫屏蔽和/或转移应用来使用。
虽然参考首选实施例对本发明进行了说明，熟悉技术的人应承认，可以做出在形式和细节上的改变而不偏离本发明的精神和范围。

Claims (19)

1.一种计算机实现的方法，用于确定和进入电话呼叫关联的电话呼叫者的身份，所述进入电话呼叫指向特定的可能呼叫接收者，其特征在于，所述方法包括：
对多个可能的呼叫接收者创建并存储个人化的语音识别语法，包括所述特定的可能呼叫接收者；
获取来自电话呼叫者的语音样本；及
至少部分基于和所述特定的可能呼叫接收者关联的个人化的语音识别语法，选择电话呼叫者的身份。
2.如权利要求1所述的方法，其特征在于，所述对多个可能的呼叫接收者存储个人化的语音识别语法包括：存储加权以对每个可能的呼叫接收者偏向识别一组高概率呼叫者的语音识别语法。
3.如权利要求2所述的方法，其特征在于，所述存储加权的语音识别语法包括：存储有加权的语言模型概率的语音识别语法。
4.如权利要求2所述的方法，其特征在于，所述存储偏向一组高概率呼叫者的语音识别语法包括：存储加权以偏向识别至少一个频繁呼叫者的语音识别语法。
5.如权利要求2所述的方法，其特征在于，所述存储偏向一组高概率呼叫者的语音识别语法包括：对特定的可能呼叫接收者存储加权以偏向识别列在联系人列表中的至少一个呼叫者的语音识别语法，所述联系人列表由所述特定的可能呼叫接收者维护。
6.如权利要求2所述的方法，其特征在于，所述存储偏向一组高概率呼叫者的语音识别语法包括：对特定的可能呼叫接收者存储加权以偏向识别所述特定的可能呼叫接收者的至少一个同事的语音识别语法。
7.如权利要求2所述的方法，其特征在于，所述存储偏向一组高概率呼叫者的语音识别语法包括：存储加权以偏向识别和电话呼叫发起地点关联的至少一个可能的呼叫者的语音识别语法。
8.如权利要求7所述的方法，其特征在于，所述存储加权以偏向识别和电话呼叫发起地点关联的至少一个可能的呼叫者的语音识别语法包括：
存储语音识别语法，所述语音识别语法进行加权以偏向识别至少一个可能的呼叫者，所述呼叫者关联于在和该电话呼叫关联的呼叫者ID信息中指示的位置。
9.如权利要求1所述的方法，其特征在于，进一步包括和所述电话呼叫者来确认身份交互。
10.如权利要求1所述的方法，其特征在于，所述方法进一步包括：
接收来自电话呼叫者发至特定的可能呼叫接收者的语音消息；及
至少部分基于电话呼叫者的身份存储所述语音消息和其他语音消息。
11.如权利要求1所述的方法，其特征在于，所述方法进一步包括基于电话呼叫者的身份路由电话呼叫。
12.如权利要求11所述的方法，其特征在于，所述路由电话呼叫包括路由至少一个和预定身份关联的呼叫到语音消息***。
13.如权利要求11所述的方法，其特征在于，所述路由电话呼叫包括路由至少一个和预定身份关联的呼叫到替换的呼叫转移号码。
14.如权利要求1所述的方法，其特征在于，进一步包括对多个可能的呼叫者创建并存储多个完整单词名字发音模型。
15.一种配置为帮助识别发起到电话呼叫接收者的呼叫的电话呼叫者的识别子***，其特征在于，所述子***包括：
语音识别语法，所述语音识别语法配置为支持通过比较从电话呼叫者获取的语音样本和在语音识别语法中定义的声音模型表示的语言模型序列来识别电话呼叫者；
完整单词声音样本包括由原先的呼叫者说出他们的名字产生并配置为帮助识别电话呼叫者的声音信号；及
用来对语音识别语法和完整单词声音样本应用语音样本来识别电话呼叫者的语音识别组件。
16.计算机实现的基于发起电话呼叫的电话呼叫者的身份使用语音识别路由电话呼叫的方法，其特征在于，包括：
存储多个声音名字发音模型，它们的每个都直接通过已识别的呼叫者得到，并且每个都和已识别的呼叫者关联；
接收来自电话呼叫者的语音样本；
比较语音样本和多个语音名字发音模型，以使得向电话呼叫者赋予身份；及
基于电话呼叫者的身份路由电话呼叫者。
17.如权利要求16所述的方法，其特征在于，所述路由电话呼叫包括直接路由电话呼叫到预期的呼叫接收者。
18.计算机实现的确定电话呼叫者的身份以用于呼叫和消息处理的方法，其特征在于，所述方法包括：
存储多个声音名字发音模型，它们的每个都直接通过已识别的呼叫者得到，并且每个都和已识别的呼叫者关联；
接收来自电话呼叫者的语音样本；及
比较语音样本和多个语音名字发音模型，以使得向电话呼叫者赋予身份。
19.如权利要求18所述的方法，其特征在于，所述方法进一步包括：
接收来自电话呼叫者的语音消息；及
至少部分基于电话呼叫者的身份对该语音消息和其他语音消息排序。
CN2004100567297A 2003-08-11 2004-08-11 语音识别增强的呼叫者识别 Expired - Fee Related CN1581294B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/638,902 US7852993B2 (en) 2003-08-11 2003-08-11 Speech recognition enhanced caller identification
US10/638,902 2003-08-11

Publications (2)

Publication Number Publication Date
CN1581294A true CN1581294A (zh) 2005-02-16
CN1581294B CN1581294B (zh) 2010-06-09

Family

ID=33565221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2004100567297A Expired - Fee Related CN1581294B (zh) 2003-08-11 2004-08-11 语音识别增强的呼叫者识别

Country Status (12)

Country Link
US (1) US7852993B2 (zh)
EP (1) EP1507394B1 (zh)
JP (1) JP2005062874A (zh)
KR (1) KR20050016219A (zh)
CN (1) CN1581294B (zh)
AT (1) ATE445965T1 (zh)
AU (1) AU2004203566A1 (zh)
BR (1) BRPI0403257A (zh)
CA (1) CA2475290A1 (zh)
DE (1) DE602004023569D1 (zh)
MX (1) MXPA04007652A (zh)
RU (1) RU2383938C2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102223429A (zh) * 2010-02-11 2011-10-19 英飞凌科技股份有限公司 预测性联系人信息表示
CN102724278A (zh) * 2012-05-07 2012-10-10 华为终端有限公司 云端语音信箱实现方法、终端和云服务平台
CN103999152A (zh) * 2011-12-29 2014-08-20 英特尔公司 利用动态语法元素集的语音识别
CN110392913A (zh) * 2017-05-16 2019-10-29 谷歌有限责任公司 在共用的启用语音的装置上处理呼叫

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070150773A1 (en) * 2005-12-19 2007-06-28 Nortel Networks Limited Extensions to SIP signaling to indicate SPAM
US8121839B2 (en) 2005-12-19 2012-02-21 Rockstar Bidco, LP Method and apparatus for detecting unsolicited multimedia communications
US8510109B2 (en) 2007-08-22 2013-08-13 Canyon Ip Holdings Llc Continuous speech transcription performance indication
US20070239457A1 (en) * 2006-04-10 2007-10-11 Nokia Corporation Method, apparatus, mobile terminal and computer program product for utilizing speaker recognition in content management
US20080159488A1 (en) * 2006-12-27 2008-07-03 Chander Raja Voice based caller identification and screening
US8588377B2 (en) 2007-03-02 2013-11-19 Cisco Technology, Inc. Method and system for grouping voice messages
US9973450B2 (en) 2007-09-17 2018-05-15 Amazon Technologies, Inc. Methods and systems for dynamically updating web service profile information by parsing transcribed message strings
US8521766B1 (en) * 2007-11-12 2013-08-27 W Leo Hoarty Systems and methods for providing information discovery and retrieval
US20090171663A1 (en) * 2008-01-02 2009-07-02 International Business Machines Corporation Reducing a size of a compiled speech recognition grammar
JP5024154B2 (ja) * 2008-03-27 2012-09-12 富士通株式会社 関連付け装置、関連付け方法及びコンピュータプログラム
US8676577B2 (en) * 2008-03-31 2014-03-18 Canyon IP Holdings, LLC Use of metadata to post process speech recognition output
US20100153858A1 (en) * 2008-12-11 2010-06-17 Paul Gausman Uniform virtual environments
JP2010183289A (ja) * 2009-02-04 2010-08-19 Seiko Epson Corp 携帯端末及びその管理システム
US8306191B2 (en) * 2009-06-12 2012-11-06 Avaya Inc. Caller recognition by voice messaging system
CN101651991B (zh) * 2009-08-27 2012-04-04 华为技术有限公司 呼叫控制方法和呼叫控制装置
US8442827B2 (en) * 2010-06-18 2013-05-14 At&T Intellectual Property I, L.P. System and method for customized voice response
US8542810B2 (en) 2011-03-21 2013-09-24 Microsoft Corporation Automatic rejoining of conferences
CN102231277A (zh) * 2011-06-29 2011-11-02 电子科技大学 基于声纹识别的移动终端隐私保护方法
US8959082B2 (en) 2011-10-31 2015-02-17 Elwha Llc Context-sensitive query enrichment
US8934652B2 (en) 2011-12-01 2015-01-13 Elwha Llc Visual presentation of speaker-related information
US9053096B2 (en) 2011-12-01 2015-06-09 Elwha Llc Language translation based on speaker-related information
US10875525B2 (en) 2011-12-01 2020-12-29 Microsoft Technology Licensing Llc Ability enhancement
US9107012B2 (en) 2011-12-01 2015-08-11 Elwha Llc Vehicular threat detection based on audio signals
US9368028B2 (en) 2011-12-01 2016-06-14 Microsoft Technology Licensing, Llc Determining threats based on information from road-based devices in a transportation-related context
US9159236B2 (en) 2011-12-01 2015-10-13 Elwha Llc Presentation of shared threat information in a transportation-related context
US9245254B2 (en) * 2011-12-01 2016-01-26 Elwha Llc Enhanced voice conferencing with history, language translation and identification
US9064152B2 (en) 2011-12-01 2015-06-23 Elwha Llc Vehicular threat detection based on image analysis
EA023695B1 (ru) * 2012-07-16 2016-07-29 Ооо "Центр Речевых Технологий" Способ распознавания речевых сообщений и устройство для его осуществления
CN103249034A (zh) * 2013-05-21 2013-08-14 北京小米科技有限责任公司 一种获取联系人信息的方法和装置
CN103546613A (zh) * 2013-10-15 2014-01-29 广东欧珀移动通信有限公司 联系人记录方法、装置和移动终端
US9336781B2 (en) * 2013-10-17 2016-05-10 Sri International Content-aware speaker recognition
CH709795B1 (fr) * 2014-06-18 2021-02-26 Katia Sa Procédé et système de filtrage d'appels téléphoniques entrants indésirables.
US9953646B2 (en) 2014-09-02 2018-04-24 Belleau Technologies Method and system for dynamic speech recognition and tracking of prewritten script
US10085125B2 (en) 2014-11-28 2018-09-25 Ringcentral, Inc. Message management methods and systems
US10715343B1 (en) * 2017-09-06 2020-07-14 Amazon Technologies, Inc. Device monitoring for conference reservation cancellation
US11948582B2 (en) 2019-03-25 2024-04-02 Omilia Natural Language Solutions Ltd. Systems and methods for speaker verification
WO2020192890A1 (en) * 2019-03-25 2020-10-01 Omilia Natural Language Solutions Ltd. Systems and methods for speaker verification
US11126793B2 (en) 2019-10-04 2021-09-21 Omilia Natural Language Solutions Ltd. Unsupervised induction of user intents from conversational customer service corpora
US11463582B1 (en) 2021-07-09 2022-10-04 T-Mobile Usa, Inc. Detecting scam callers using conversational agent and machine learning systems and methods

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62163445A (ja) 1986-01-14 1987-07-20 Mitsubishi Electric Corp 電話切換装置
US5222187A (en) 1989-12-29 1993-06-22 Texas Instruments Incorporated Grammar-based checksum constraints for high performance speech recognition circuit
CN1150515C (zh) 1995-03-07 2004-05-19 英国电讯公司 语音识别方法和装置
US5687287A (en) * 1995-05-22 1997-11-11 Lucent Technologies Inc. Speaker verification method and apparatus using mixture decomposition discrimination
JP3591052B2 (ja) * 1995-06-06 2004-11-17 松下電器産業株式会社 構内電話システムおよびその情報処理方法
US5978671A (en) 1995-12-21 1999-11-02 At&T Middletown Method for updating a caller database in a communication system
US5842165A (en) * 1996-02-29 1998-11-24 Nynex Science & Technology, Inc. Methods and apparatus for generating and using garbage models for speaker dependent speech recognition purposes
US6529881B2 (en) 1996-06-28 2003-03-04 Distributed Software Development, Inc. System and method for identifying an unidentified customer at the point of sale
JP2991144B2 (ja) * 1997-01-29 1999-12-20 日本電気株式会社 話者認識装置
US6327343B1 (en) * 1998-01-16 2001-12-04 International Business Machines Corporation System and methods for automatic call and data transfer processing
US6219407B1 (en) * 1998-01-16 2001-04-17 International Business Machines Corporation Apparatus and method for improved digit recognition and caller identification in telephone mail messaging
US6496571B1 (en) 1998-08-28 2002-12-17 Lucent Technologies Inc. Telecommunication system, method and telephone with personal caller identification capability
US6327347B1 (en) 1998-12-11 2001-12-04 Nortel Networks Limited Calling party identification authentication and routing in response thereto
US7136458B1 (en) * 1999-12-23 2006-11-14 Bellsouth Intellectual Property Corporation Voice recognition for filtering and announcing message
FI108692B (fi) * 1999-12-30 2002-02-28 Nokia Corp Menetelmä ja laite datapakettien prosessoinnin ajoittamiseksi
US6775651B1 (en) * 2000-05-26 2004-08-10 International Business Machines Corporation Method of transcribing text from computer voice mail
JP2002250593A (ja) * 2001-02-26 2002-09-06 Toyota Motor Corp 水素吸蔵合金貯蔵タンク用熱交換器
JP3761158B2 (ja) * 2001-11-20 2006-03-29 富士通株式会社 電話応答支援装置及び方法
US7164759B2 (en) * 2003-05-23 2007-01-16 International Business Machines Corporation Method for categorization and prioritization of phone callers

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102223429A (zh) * 2010-02-11 2011-10-19 英飞凌科技股份有限公司 预测性联系人信息表示
CN103999152A (zh) * 2011-12-29 2014-08-20 英特尔公司 利用动态语法元素集的语音识别
CN102724278A (zh) * 2012-05-07 2012-10-10 华为终端有限公司 云端语音信箱实现方法、终端和云服务平台
CN110392913A (zh) * 2017-05-16 2019-10-29 谷歌有限责任公司 在共用的启用语音的装置上处理呼叫
US11595514B2 (en) 2017-05-16 2023-02-28 Google Llc Handling calls on a shared speech-enabled device
US11622038B2 (en) 2017-05-16 2023-04-04 Google Llc Handling calls on a shared speech-enabled device
CN110392913B (zh) * 2017-05-16 2023-09-29 谷歌有限责任公司 在共用的启用语音的装置上处理呼叫
US11979518B2 (en) 2017-05-16 2024-05-07 Google Llc Handling calls on a shared speech-enabled device

Also Published As

Publication number Publication date
RU2004124499A (ru) 2006-01-27
MXPA04007652A (es) 2005-06-08
US7852993B2 (en) 2010-12-14
ATE445965T1 (de) 2009-10-15
US20050038648A1 (en) 2005-02-17
JP2005062874A (ja) 2005-03-10
RU2383938C2 (ru) 2010-03-10
CN1581294B (zh) 2010-06-09
EP1507394A3 (en) 2006-10-04
AU2004203566A1 (en) 2005-03-03
EP1507394B1 (en) 2009-10-14
KR20050016219A (ko) 2005-02-21
DE602004023569D1 (de) 2009-11-26
BRPI0403257A (pt) 2005-05-31
EP1507394A2 (en) 2005-02-16
CA2475290A1 (en) 2005-02-11

Similar Documents

Publication Publication Date Title
CN1581294B (zh) 语音识别增强的呼叫者识别
US11416769B2 (en) Intelligent service request classification and assignment
US9037469B2 (en) Automated communication integrator
CN1263231C (zh) 便携式信息终端和信息发送方法
US10599703B2 (en) Electronic meeting question management
US7792701B2 (en) Method and computer program product for providing accessibility services on demand
US11184298B2 (en) Methods and systems for improving chatbot intent training by correlating user feedback provided subsequent to a failed response to an initial user intent
CN1658687A (zh) 利用移动消息接收机和服务器的基于命令的分组sms
CN101730008A (zh) 用于消息生成的方法、***和装置
US20070043562A1 (en) Email capture system for a voice recognition speech application
CN1852354A (zh) 收集用户行为特征的方法和装置
CN1881206A (zh) 对话***
US20080133515A1 (en) Method and system for executing correlative services
CN1573928A (zh) 用语音应用语言标记执行的语义对象同步理解
CN103621119A (zh) 用于向计算设备的用户呈现语音消息信息的***和方法
CN1770138A (zh) 启用对应用的多模式访问的架构
CN1831762A (zh) 用于混合语义驱动和状态驱动对话的开发框架
CN1480876A (zh) 为便携音频设备存储在互联网上搜索的信息的***和方法
CN101035312A (zh) 一种集团总机的集团总机短信处理方法和服务器
US10902863B2 (en) Mitigating anomalous sounds
CN1620018A (zh) 通过个人计算***访问语音服务的方法和***
CN110263210B (zh) 自适应英语学习词库图谱管理方法和***
JP2006139384A (ja) 情報処理装置及びプログラム
CN1512747A (zh) 一种电话语音交互***及其实现方法
US20240203424A1 (en) Computerized-method and computerized-system for training and applying a machine learning (ml) textual behavioral identification model to authenticate an agent, in a digital multi-channel environment

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: MICROSOFT TECHNOLOGY LICENSING LLC

Free format text: FORMER OWNER: MICROSOFT CORP.

Effective date: 20150429

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150429

Address after: Washington State

Patentee after: Micro soft technique license Co., Ltd

Address before: Washington State

Patentee before: Microsoft Corp.

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100609

Termination date: 20180811