本申請涉及一種話音查詢處理服務器及通過該話音查詢處理服務器來抑制話音查詢的方法。該方法在指定的時間間隔期間接收多個包括音頻數據的話音查詢處理請求。作為響應，處理所述音頻數據以生成聲學指紋；并且通過確定所生成的聲學指紋之間的匹配，標識一組話音查詢處理請求，其中所述一組話音查詢處理請求的每個參考共同話音查詢，然后可以抑制執行所述共同話音查詢所指示的操作。

本申請是申請日(國際申請日)為2018年1月10日，申請號為201880031026.9(國際申請號為PCT/US2018/013144)，發明名稱為“檢測和抑制話音查詢”的發明專利申請的分案申請。

技術領域

本說明書總體上涉及識別口語單詞(還稱為語音識別)的基于計算機的系統和技術。

背景技術

基于話音的客戶端裝置可以放置在家里、辦公室內或其他環境中并且可以將環境轉換到語音使能的環境中。在語音使能環境中，用戶可以說出查詢或命令來提示基于話音的客戶端生成回答，或者根據用戶的查詢或命令執行其他操作。為了防止基于話音的客戶端應對語音使能環境下所作出的所有發聲，客戶端可以配置為僅當環境中檢測到預先限定的熱詞時才激活。熱詞——其還稱為“關注詞”或“話音行為初始化命令”——總體上是要引起系統關注而說出的預先確定的單詞或術語。當系統檢測到用戶已經說出熱詞時，系統可以進入接收其他話音查詢的就緒狀態。

發明內容

本文檔描述檢測客戶端裝置的環境中發出的不合理的話音查詢并且抑制由這樣的不合理的話音查詢所指示的操作的系統、方法、裝置和其他技術。在一些實現方式中，基于話音的客戶端可以在網絡上與話音查詢處理服務器系統進行通信，以獲得由客戶端檢測到對于話音查詢的響應。盡管服務器系統處接收的許多話音查詢可以出于合理的目的(例如請求對個人的問題的回答或調用對一次交易的執行)，但是不是所有話音查詢都可以是良性的。一些話音查詢可能被惡意的活動者例如用于實行分布式拒絕服務(DDoS)攻擊。其他查詢可能來自媒體內容而不是人類用戶，諸如包含熱詞的視頻的中的對話。當無論有意還是無意地回放視頻時，熱詞可能將基于話音的客戶端激活到一狀態中，在該狀態下將視頻中的其他對話無意識地捕獲為話音查詢并請求處理。如將要理解的，捕獲、傳輸和/或處理這樣的對話可能構成計算資源的浪費。在一些實現方式中，本文中所公開的技術可以用于通過使在短時間上從多個客戶端裝置在服務器系統處接收的相同或相似查詢群集來檢測不合理的話音查詢。如果共同話音查詢的組滿足一個或多個抑制準則，則系統可以將話音查詢列入黑名單以便抑制執行由系統實質接收的其他匹配話音查詢所指示的操作。在一些實現方式中，系統可以將在系統處通信量中的尖峰標識為信號，以搜索潛在可能嘗試利用系統的不合理的話音查詢。

本文中公開的主題的一些實現方式包括計算機實現的方法。該方法可以由在一個或多個定位中的一個或多個計算機的系統來執行。系統從多個客戶端裝置接收請求，以處理已經在客戶端裝置的本地環境中檢測到的話音查詢。然后，系統可以標識基于對處理在指定的時間間隔期間由系統所接收的話音查詢的請求的數目的值滿足一個或多個第一準則。在響應于標識基于對處理在指定的時間間隔期間由系統所接收的話音查詢的請求的數目的值滿足一個或多個準則的情況下，系統可以分析在指定的時間間隔期間接收的請求的至少一些以確定各自標識共同話音查詢的請求的集合。系統可以生成電子指紋，該電子指紋指示共同話音查詢的不同模型。然后，使用共同話音查詢的電子指紋，系統可以在后來從客戶端裝置接收的請求中標識不合理的話音查詢。在一些實現方式中，系統抑制執行由系統隨后接收的一個或多個請求中由共同話音查詢所指示的操作。

這些和其他實現方式可以可選地包括如下特征中的一個或多個。

系統可以確定各自標識共同話音查詢的請求的集合是否滿足一個或多個第二準則。基于各自標識共同話音查詢的請求的集合確定為滿足一個或多個第二準則，系統可以選擇生成共同話音查詢的電子指紋。

確定各自標識共同話音查詢的請求的集合是否滿足一個或多個第二準則可以包括：確定基于各自標識共同話音查詢的請求的集合中的請求的數目是否滿足閾值。