CN104769623A - 用于使受众参与对话式广告的系统和方法 - Google Patents

Abstract

用于使受众参与对话式广告的系统和方法被描述。对话式广告使用口述词与受众对话。该对话式广告系统使用语音辨识应用来将受众的口述输入转换成为文本，且文本—语音应用将答复的文本转变为待播放给受众的语音。该对话式广告系统遵循广告脚本以在对话中引导受众。

Description

用于使受众参与对话式广告的系统和方法

背景技术

广告是用来说服受众采取或继续采取特定的行动。广告或广告活动的成功取决于许多因素。一个突出的因素是广告商是否能够连同其消息一起到达目标受众。例如，尿布的广告将对说服没有孩子的消费者去买尿布收效甚微。另一个因素是广告商是否能够抓住并保持目标受众的注意力。受众迅速不予考虑或没有注意到的广告将有可能对受众的行为影响不大。

传统的媒体对作为广告商模式来锁定合适的受众或保持受众的注意力是有限的。使用传统的媒体，例如电视或打印，广告商可以将其消息指向人口的特定人群，该人口可以是基于谁是最有可能消费该被绑定的广告的媒体来识别。但最终消费该媒体的受众的许多成员可能不适合目标人群或可能或者发现该广告是无关的。此外传统的媒体以被动的性质被消费使得受众难以参与广告。

互联网已经改变了广告。它使广告商通过使用由传统媒体在技术上不可行的方法以在个人基础上锁定受众。例如，用户的信息可以从他或她的浏览或购买历史、搜索查询、社交网络简况、电子邮件消息等中被了解。而且，如果广告商能够辨识该用户，他们能识别并呈现可能相关的广告。互联网还允许广告商以通过传统媒体不可能的方式吸引用户。例如，计算机用户可以选择横幅广告开始购买产品或在观看情景喜剧过程中选择他们会喜欢观看的商业广告。

然而，如同传统媒体，在线广告商对充分吸引受众有困难的时候。在线广告垃圾网页侧边栏和移动应用的页脚，被用户忽视或太不方便于他们参与。而那些能够吸引用户注意的，如弹出式广告和调查，都是突兀的并降低了网页的用户体验。此外，随着互联网的进化，消费者越来越多地通过互联网消费传统媒体，互联网的使用变得更加被动。因此，当向在线受众做广告时利用互联网的交互能力是比较困难的。

需要存在一种克服了上述问题，且提供额外优点的系统。总体而言，本文中现有的或相关的系统及其相关限制的示例的目的是说明性的，而不是排他性的。基于以下详细的描述，其它既存的或现有的系统中的限制对那些本领域技术人员而言将是显而易见的。

附图说明

图1是对话式广告系统操作的合适的环境图。

图2是对话式广告系统的框图。

图3是描述由对话式广告系统执行的用于使受众参与对话式广告的方法的流程图。

图4A是对话式广告系统可能遵循的示例性广告脚本，以使受众参与对话式广告。

图4B是根据示例性广告脚本的广告脚本树的框图。

图5A和5B是可以通过移动装置被生成的代表性的用户界面，以显示对话式广告给受众。

图6是用于提供对话式广告的系统的各种组件的的框图。

具体实施例

现在将在下面描述对话式广告系统，其操作广告使受众参与对话。对话式广告系统通过个人计算机、移动装置、平板电脑、电视、家电等等递送广告。通过这些对话式广告，对话式广告系统参与与受众的口头对话。例如，在电视节目过程中的广告可能会使用口述词向受众提出一个问题，受众的每个成员可能反过来使用口述词回答问题。对话式广告系统辨识受众的答复且可能回复，从而与受众的成员或全部的受众进行对话。对话式广告系统还可以听受众的成员之间的对话，以向受众广告。例如，对话式广告系统可以在游戏环境中被实施，其中受众被分成小组玩小游戏。对话式广告系统可以听受众彼此之间的谈话以提问相关的小问题或插入与广告相关联的意见或问题。通过让受众参与对话，广告商能够在延长的一段时间保持受众的注意力。广告商也可以基于受众的答复或通过分析答复而识别的信息(例如，受众的性别或年龄)成型对话，使广告商能够识别受众的真实期望和兴趣。广告商也可以创建对话式广告，其在成本上比广告商生产昂贵的视频或其它广告低得多。其结果是，广告商能够利用其消息更有效地说服受众，并提供其它的好处。

对话式广告可以通过网页、电视节目、广播节目、智能代理用户界面、移动应用(包括第三方应用)等等被呈现。相应地，对话式广告系统可以以多种方式呈现对话式广告。例如，对话式广告可以被包括作为在电视或广播节目过程中的插播广告的一部分，可以被包括在网页上的横幅广告内，以及可以通过移动应用被呈现。对话式广告可以仅包括音频、视频和音频、音频和计算机生成的图形，以及包括音频的媒体的其它组合。对话式广告通过使用自然语言对话与受众进行交互。对话式广告可以包括多个可能的答复传送给受众。相应地，单个的对话式广告可包含数百种，或更多的不同的消息，广告商客户可以根据接收来自受众的答复和其它因素将该消息传送给受众。

该对话式广告系统可以通过安排问题给受众或以其它方式向受众提供指示使得受众可以口头向广告作出答复以开始对话式广告。例如，对话式广告系统可以合成语音播放给受众或者识别并播放预先录制的音频片段，指示受众通过陈述受众对于一事物的喜好进行答复。该对话式广告系统还可以生成图形或播放视频，指示受众它可以对广告说话以提供输入。对话式广告系统可以基于受众的输入和/或对话的进展而修改图形或播放特定视频。

每个对话式广告与引导对话的广告脚本相关联。在一些实施方式中，广告脚本包括使得对话式广告系统传送到受众的问题或陈述，如果它们在答复中被受众讲到，通过对话式广告系统待被辨认的答案，以及若是适当的，和/或基于该受众的答复将采取行动，被传送给受众的进一步的问题或陈述。广告脚本可能包括许多层次的问题、答案和行动和许多不同可能的受众答复以传送给受众，或者希望从受众那里接收。作为一个示例，图4B是根据对话式广告系统可能遵循的用于使受众参与对话式广告的示例性广告脚本的广告脚本树450的框图。在呈现对话式广告至受众之后，受众的输入被接收。基于在此描述的来自该受众的输入和/或其它因素，在第一判定点455，该对话式广告系统进行到树的第一分支级460，到第一首级分支460a或第二首级分支460b。该广告脚本包括不同的被传送给受众和/或被采取的问题和/或行动，这取决于对话式广告系统是否进行到第一首级分支460a或第二首级分支460b。在树的该第一级460接收来自受众的输入，和/或基于其它因素，该会话式广告系统进行到树的第二分支级465。该广告脚本包括被传送给受众和/或采取的不同的问题和/或行动，取决于该对话式广告系统是否进行到第一次级分支465a、第二次级分支465b、第三次级分支465c，或第四次级分支465d。

该对话式广告系统可以通过至少部分基于围绕对话式广告呈现的环境条件操纵广告脚本。在一些实施方式中，广告脚本包括“非连接路径”，如果对话式广告系统确定围绕广告呈现的条件阻止对话式广告系统充分地接收受众的输入，则该路径被遵循。这样的条件包括如果用于呈现对话式广告的装置不包括或不能访问到合适的麦克风，如果麦克风可用，但不能以足够的质量记录音频用于使对话式广告系统确定受众已提供口头输入，或者如果后端语音识别系统是无答复的。非连接路径通过广告脚本指定对话式广告系统将遵循的特定路径，以操纵具有无受众参与的对话式广告。在一些实施方式中，广告脚本包括“无义路径”，如果对话式广告系统确定受众的输入可以被捕获但尚未破译，或受众的输入是无关或无义的，则该路径会被遵循。该无义路径通过广告脚本指定对话式广告系统将会遵循的特定路径，以一种向受众确认已接收受众的输入，但被确定为不可用的方式。在一些实施方式中，广告脚本包括默认路径，如果受众的输入可被接收(例如，麦克风能够记录受众的输入)，但受众不提供输入，则该对话式广告系统遵循该路径。

该对话式广告系统可以在与受众对话的过程中修改广告脚本，包括包含在其中的问题，陈述，或行动。例如，对话式广告系统可以增加受众成员的名字或受众生活的城市的名称到一个问题。(术语“受众”在这里一般用于表示一组个人，一组中的单个个人，或者甚至是一组装置中的客户端装置。)在一些实施方式中，对话式广告系统至少部分地基于从受众接收到的答复在对话中途改变对话的方向。例如，对话式广告系统可确定受众已经购买了该对话式广告系统最初试图说服受众购买的第一款产品，以及对话式广告系统可以将对话转向讨论该产品的配件。在一些实施方式中，对话式广告系统基于其识别的与受众有关的特征来修改或选择广告脚本或通过广告脚本继续进行。例如，对话式广告系统可以执行对来自受众的声音的性别或年龄进行分析并相应地锁定对受众的广告。在一些实施方式中，对话式广告系统从先前参与的受众的会话中恢复会话。例如，对话式广告系统可以确定受众仅通过与广告相关联的广告脚本的一部分与广告交互。对话式广告系统可以通过从其中断处拾起和/或通过重复受众和对话式广告系统之间的先前的交互并根据受众的输入继续进行来恢复广告。

对话式广告系统通过将来自受众的被记录的语音转换为文本并分析该文本以听到受众。通过比较文本和广告脚本，并，在一些实施方式中，利用文本分析和自然语言分析技术，对话式广告系统确定适当的答复以传送给受众或确定适当的应采取的行动。如果是待答复，对话式广告系统通过使用来自或基于广告脚本的文本合成语音。对话式广告系统也可以识别对于受众的输入可答复的预录音频或视频剪辑。例如，对话式广告系统可以访问记录的名人的声音的数据库，从中，它可以识别音频片段以播放给受众。在一些实施方式中，广告商或受众成员可以从一组该对话式广告系统使用的不同的声音中选择声音以合成语音。例如，广告商可以指定对话式广告系统合成有澳大利亚口音的语音。

现在将描述本发明的各种实施方式。下面的描述提供了特定细节用于透彻理解并实现这些实施方式的描述。本领域技术人员将理解，然而，本发明可以在没有许多这些细节的情况下实施。此外，一些众所周知的结构或功能可能不被详细示出或描述，以避免不必要地模糊各种实施方式的相关说明。在下面给出的描述中所使用的术语意图以其最宽的合理方式来解释，即使它与本发明的某些具体实施方案的详细描述结合。

合适的环境

图1和以下讨论提供了对话式广告系统可以被实施的合适的计算环境100的简短、概括性描述。尽管没有要求，本发明的方面和实施方式将以计算机可执行指令的一般上下文被描述，例如通过通用计算机或移动装置，例如个人计算机或智能手机被执行的例程。那些本领域技术人员将理解，本发明可以用其它计算机系统配置被实施，包括因特网设备、机顶盒、电视、手持式装置、可佩戴的计算机、车载计算机系统、无线电、家用设备(特别是那些被连接到互联网的设备)、游戏主机、手机、笔记本电脑、上网本、平板电脑、多处理器系统、基于微处理器的系统、小型计算机、大型计算机等等。本发明可以在专用计算机或数据处理器中体现，该专用计算机或数据处理器是专门编程、配置的或构造的以执行以下解释的一个或多个计算机可执行指令。事实上，术语“计算机”和“计算装置”，如在此通常被使用的，是指具有处理器和非临时性存储器的装置，如上述任何装置，以及任何数据处理器或任何装置，其能够通过网络进行通信，包括消费电子产品，例如游戏装置、照相机，或其它具有数据处理器和其它组件(例如，网络通信电路)的电子产品。数据处理器包括可编程的通用或专用微处理器、可编程控制器、专用集成电路(ASIC)、可编程逻辑器件(PLD)等等，或这些装置的组合。软件可以被存储在存储器中，诸如随机存取存储器(RAM)、只读存储器(ROM)、闪存等等，或这些组件的组合。软件也可以被存储在一个或多个存储装置上，诸如基于磁或光的磁盘、闪存装置，或任何其它类型的用于数据的非易失性存储介质或非临时性介质。软件可以包括一个或多个程序模块，包括例程、程序、对象、组件、数据结构等等，它们执行特定的任务或实施特定的抽象数据类型。

本发明也可以在分布式计算环境中实施，其中任务或模块由远程处理装置执行，其通过通信网络连接，诸如局域网(“LAN”)、广域网(“WLAN”)或因特网。在分布式计算环境中，程序模块或子程序可以被定位在本地和远程存储器存储装置中。下面描述的本发明的方面可被存储或分布在有形的、非暂时性计算机可读介质上，包括磁和光学可读计算机盘和可移除计算机盘，其被存储在芯片的固件中(例如，EEPROM芯片)。可选择地，本发明的方面可以被电学地分布通过互联网或通过其它网络(包括无线网络)。本领域的有关技术人员将认识到本发明的部分可以驻留在服务器计算机上，而相应的部分驻留在客户端计算机上。特别是对本发明的方面的数据结构和数据传输也被包括在本发明的范围之内。

参考图1的示例，对话式广告系统在计算装置中操作或在计算装置中间操作，如移动装置105、计算机110、设备112、电视机113，或服务器115。该计算装置可以被部署在车辆内或其它环境内。例如，车辆的无线电可包括计算系统，其以常规的无线电广告类似的方式播放对话式广告。移动装置105、计算机110、设备112，和电视机113包括网络卡或另外的装置，使他们能够通过一个或多个网络140通信，并包括麦克风和扬声器。移动装置105、计算机110、设备112，和电视机113经由网络140与服务器115通信。数据存储区域120包含与对话式广告系统有关的数据，以及执行这些系统的功能需要的软件。例如，该数据存储区域120可以包含与广告、文本-语音系统(text-to-speech，文本至语音)、语音识别系统等等有关的数据。对话式广告系统可以与一个或多个第三方服务器125通信，其被耦合到数据存储区域130。该第三方服务器125和服务器115可共享广告数据、用户数据等等。对话式广告系统可以将用户数据和提取作为受众与广告交互的结果的数据存储在数据存储区域120。

该移动装置105、计算机110、设备112，以及电视机113通过网络140(包括，例如，因特网)互相通信并与服务器115和第三方服务器125通信。该移动装置105通过使用无线移动电话标准，诸如全球移动通信系统(GSM，或更高的变体，如3G或4G)，或另外的无线标准，如IEEE802.11以无线方式与基站或接入点108通信，且基站或接入点108与服务器115和第三方服务器125经由网络140进行通信。计算机110、设备112，以及电视机113经由网络140通过使用，例如，TCP/IP协议进行通信。

对话式广告系统

图2是对话式广告系统200的各种模块的框图。该对话式广告系统200生成并控制使受众参与对话的广告。该对话式广告系统可以在服务器计算机上操作，如服务器125，或另外的装置，如移动装置105、计算机110、设备112，或电视机113，或者它可以被分布在一个或多个装置和服务器之中或在对等布置中的多个装置之中。该对话式广告系统200包括对话模块210、文本-语音模块220、语音辨识模块230、受众辨识模块240以及对话分析模块250。该对话式广告系统200访问并将数据存储在文本-语音数据存储区域265、语音辨识数据存储区域270、用户数据存储区域或受众数据275、对话数据存储区域280，以及广告数据存储区域285。每个这些组件都将在下面进一步详细讨论。

该对话式广告系统200接收新的受众数据、第三方输入，以及受众输入，并输出对话式广告。新的受众数据包括与受众有关的信息，该对话式广告系统通过使用对话式广告使受众参与。第三方输入包括来自广告商的输入，诸如广告(例如，广告脚本、视频、图形、图像等)、广告元数据(例如，广告的描述)、以及与广告相关联的数据(例如，目标受众的数据)。第三方输入还包括来自系统的请求以开始对话式广告。例如，网页可以发送请求给对话式广告系统以开始对话式广告的呈现。受众输入包括由受众提交的信息以响应对话式广告。受众输入可以包括与广告的特征的选择有关的音频数据、文本，等等。对话式广告系统200输出对话式广告，包括来自对话式广告系统给受众的答复，以及与作为来自受众的答复的结果而应当被采取的行动相关的信息。

广告商可使用向导或其它工具来创建会话广告。在一些实施方式中，向导引导广告商通过一系列的问题或请求信息，通过这些信息广告商提交必要的数据和信息来创建对话式广告和相应的广告脚本。然后该向导编制被广告商提交的信息以创建对话式广告。该向导可以提供界面，允许广告商提交信息。广告商可以指定对话式广告是否仅包括音频或音频和视频。广告商也可提交被待包括在广告脚本中的基本的受众提示和答复。广告商也可以从一组声音中选择声音，其被待用于为对话式广告合成语音。广告商可以通过向导上传视觉元素和对话脚本，并基于与受众的对话识别将被采取的行动。示例性行动包括启动应用、找到应用、启动网页、购买产品，并开始打电话。在一些实施方式中，受众与在线钱包或存储信用卡相关联，并且行动是基于受众的答复、通过使用在线钱包或信用卡自动地购买产品。在一些实施方式中，非广告用户可以利用向导或其它工具来创建将待被传送给受众的对话式广告。例如，丈夫可以使用向导以生日贺卡的形式创建对话式广告，该生日贺卡可以由丈夫通过电子邮件发送给妻子。生日贺卡可以包括问候语，如“亲爱的柯密，做我的女朋友吧？”生日贺卡可能包括要遵循的广告脚本以促进对妻子的对话式广告。

该对话模块210确定是否提供对话式广告给受众并且，如果对话式广告将被提供，基于给定的受众输入(语音、来自语音的文本等)、环境因素或其它信息选择广告，或者它可以选择提供默认广告。它还分析受众对广告的答复并确定适当的答复传送给受众以回复受众的答复，或者确定根据受众的答复应该采取的行动。

该对话模块210在确定是否呈现对话式广告给受众时考虑到很多因素。在一些实施方式中，对话模块至少部分地基于接收到的新的用户数据的分析做出确定。接收到的新的用户数据包括有关对话式广告要被呈现的环境的信息。例如，新的用户数据可以包括由待呈现对话式广告的装置提供的全球定位系统(GPS)坐标。新的用户数据还可以包括关于装置的背景噪声水平和使用该装置的受众的当前状态的信息。例如，移动装置可以提供关于受众正在玩游戏或受众正在观看网页中的受众的状态。在一些实施方式中，如果环境因素满足特定的标准，对话模块确定提供对话式广告。例如，如果由装置测量的噪声低于某一幅度，如果装置是在特定的地理区域内，如果受众被确定为正在观看特定的视频，或等等，则对话模块可以提供对话式广告。在一些实施方式中，对话模块确定继续呈现对话式广告，不管受众的状态或确定的关于受众的任何其它信息。

该对话模块210从在广告数据存储区域285中的广告的库中选择广告以提供给受众。在一些实施方式中，对话模块识别可能与受众相关的广告。它可能将这个选择基于其从受众辨识模块250和语音辨识模块230接收的与受众相关联的信息。它也可能将这个选择基于所接收的受众的输入。例如，对话模块可以接收受众提交的与搜索查询相关的信息，并识别与该搜索查询相关联的广告。

对话模块210通过分析受众的答复并生成相应的适当的答复以促进与受众的对话。对话模块从语音辨识模块230接收受众的答复的文本，以及与其相关联的数据。且对话模块提供答复的文本至文本-语音模块220，其生成为播放给受众的语音。在一些实施方式中，对话模块接收由受众为响应广告而提交的文本输入。该对话式广告系统也可以递送并呈现由对话模块提供的答复的文本以答复受众。答复的文本可以是与被合成为音频并播放给受众的单词相同或不同的。例如，对话式广告系统可以提供被合成并播放给受众的单词的正式版本的字幕。在一些实施方式中，对话式广告系统显示被合成并播放给受众的单词的字幕。例如，对话式广告系统可以合成并播放英语单词给受众，并同时显示单词的西班牙文字幕。在一些实施方式中，对话模块识别在广告数据存储区域285中用于答复受众的输入的预先记录的音频和/或视频片段，并且对话式广告系统200播放这些片段给受众，而不是或除了从文本合成的语音之外。在一些实施方式中，受众答复包括其它用户输入，例如由用户提交的图形用户界面(GUI)对象或文本的选择的指示。该对话模块210也可接收和分析该其它用户的输入。

对话模块210通过使用广告脚本引导与受众的对话。该对话模块将受众的答复的文本与广告脚本比较，以确定合适的给受众的答复或根据受众的答复而应采取的行动。在一些实施方式中，适当的答复和/或行动通过搜索受众的答复的文本中的关键词或短语(以及同义词或另外的相关的单词或短语)被确定，该关键词或短语由广告脚本指定。每个关键词或短语可以与适当的答复和/或行动相关联。在一些实施方式中，对话模块210将文本分析或自然语言处理技术应用于分析受众的答复并将其与广告脚本比较，以确定适当的答复和行动。在一些实施方式中，对话模块至少部分基于与对话式广告的呈现相关联的信息操纵广告脚本，包括，例如，有关广告的呈现的环境数据。例如，对话模块可确定对话式广告被呈现在嘈杂的环境中，并且它可能操纵广告脚本，使其对受众说话(的音量)超过在安静的环境中。在一些实施方式中，对话模块从具有广告脚本的与受众以前的经验有关的受众数据存储区域275访问信息，以便确定在该脚本内的适当的地方重新开始与受众交互。例如，受众可以被操纵远离出现在第一网页上的对话式广告，对话式广告系统可能会在第二个网页上继续对话式广告，从受众在与广告最初交互的中断处拾起。

该对话模块210可补充或另外修改脚本的答复或行动。在一些实施方式中，对话模块基于关于受众的信息将答复或行动个性化。例如，它可以修改答复，使得它包含受众成员或该受众成员居住的城市的名称，其可基于来自受众的输入或来自受众辨识模块的数据被确定。作为另一示例，该对话模块可以接收来自语音辨识模块230的关于受众成员的疑似的性别或年龄的数据，其通过将性别或年龄分析技术应用到受众答复而被识别。作为另一示例，对话模块210可修改与启动网站相关联的行动，使得受众的因特网浏览器指向专为受众的位置设计的网页。在一些实施方式中，对话模块选择与受众很可能相关的答复传送给受众，将其选择基于其与受众相关联的信息上。例如，如果受众的答复与在广告脚本中的两个回复选项相关联，一个与女性有关且另一个与男性有关，如果该受众接受者被确定为包括女性，则该对话模块可以选择与女性有关的答复。

该对话模块210可以预先处理广告和广告脚本。由对话式广告系统接收的第三方数据可以包括广告或广告部分。对话模块210可处理提交的信息以自动识别相关的关键词或其它数据，以提供与受众的智能对话。在一些实施方式中，管理员审查由广告商提供的数据以识别将由对话模块使用的关键词或其它信息，以向广告解释受众的答复，或基于受众的答复选择适当的答复或行动。例如，广告商可以提交脚本至对话式广告系统，该对话式广告系统的管理员手动审查，以识别相关的关键词和答复。该对话式模块210将广告和相关联的数据存储在广告数据储存区域285中。

如果对话模块210根据受众的答复确定应采取行动，该对话模块传递指令至适当的硬件和/或软件模块，或计算装置从而行动可被执行。例如，在服务器上操作并在移动装置上呈现对话式广告的对话式广告系统可以指示移动装置启动网络浏览器，以执行将受众指向特定网页的行动。在一些实现方式中，对话式广告系统利用存在于客户端装置(例如，受众的移动装置)的操作系统上的应用编程接口(API)和被体现在客户端装置的操作系统和其它应用中的功能，基于受众向对话式广告系统的口头输入自动地执行行动。如上所讨论的，单个的对话式广告包括多个目的地(例如，基于对话如何展开而可能采取的行动)，且受众可以基于受众如何参与对话式广告确定最终目的地。

文本-语音模块220接收文本，并将其转换成语音。该文本-语音模块还可以接收关于语音偏好的输入。例如，广告商可指定合成的语音具有特定的声音。在某些实施方式中，该文本-语音模块至少部分基于与受众相关联的信息选择用于合成的语音的声音。例如，如果受众被确定为英国人，该文本-语音模块可合成具有英国口音的语音。如上所述，文本-语音模块220可从对话模块210接收文字以转换为语音。例如，文本可以是对话式广告系统向受众的答复。该文本-语音模块220利用语音合成器。一合适的语音合成器是由位于美国马萨诸塞州柏林顿的Nuance通讯公司出售，并称为Vocalizer。该文本-语音模块220访问被存储在文本-语音数据存储区域265的数据，用来将文本转换为语音。

语音辨识模块230接收音频数据并生成由音频数据所表示的口语单词的转录。被对话式广告系统接收的受众输入可以包括表示由受众所说的并由麦克风捕获的单词的音频数据。该语音辨识模块230利用语音辨识应用，如也是由Nuance通讯公司出售的声龙(Dragon)。该语音辨识模块230访问存储在语音辨识数据存储区域270的数据，其用来识别来自录音的口语单词。该语音辨识模块230还分析接收到的音频数据，以识别与受众有关的信息。例如，该语音辨识模块可以利用性别或年龄分析技术，以便识别受众的成员的性别或年龄。

受众辨识模块240识别与受众相关联的信息。该与受众相关联的信息可被对话模块210用于锁定对话式广告给受众。受众辨识模块240可以在通过对话广告系统接收的新的受众数据中识别这个信息。该新的受众数据可以包括识别与受众相关联的信息，如IP地址、用户名、帐户号码、环境信息(例如，受众的位置、与受众的环境有关的噪声信息、计算机的使用信息)，等等。该受众辨识模块240可搜索与该新的受众数据相关联的存储的受众数据。该受众数据存储区域275可以包含存储的受众数据。存储的受众数据可以包括，例如，与受众先前观看的广告有关的兴趣或数据，如受众对先前呈现的对话式广告的答复。该对话式广告系统200被配置为基于关于受众的已知的信息，识别很有可能与受众有关的广告和答复。当新的受众数据被接收时，该受众辨识模块240将新的受众数据存储在受众数据存储区域275。该受众数据存储区域275还可以存储其它与广告有关的数据，诸如人口统计数据、调查答复、因特网小型文本文件(cookies)和跟踪个人受众成员与在线内容交互的广告日志，等等。

对话分析模块250检查由对话式广告所导致的对话以获悉与受众和广告相关联的信息。例如，对话分析模块250可基于受众对问题的答复确定受众的兴趣。在一些实现方式中，该对话分析模块250解析受众对广告的答复以识别可能与用户相关的信息。例如，对话分析模块可以识别由受众在答复中提到的产品或服务。该对话分析模块250还可以确定对话式广告是否成功地使受众参与。在一些实现方式中，它的确定是基于来自受众的由广告得出的答复的数量。该对话分析模块250在受众数据存储区域275内存储与受众有关的数据，以及在对话数据存储区域280内存储与广告或对话有关的数据。

合适的过程

对话式广告系统200的一种应用是用于通过口头与受众对话向受众广告。图3是由对话式广告系统200实施的用于使受众参与对话式广告的过程300的流程图。在块305，对话式广告系统200接收指示以开始向受众进行对话式广告的呈现。

开始对话式广告的呈现的指示可以从网页、应用、受众或类似物接收。例如，网络广播应用可能具有广告时段，并且可以发送请求到对话式广告系统用于在插播广告期间将对话式广告传送给受众。在一些实施方式中，呈现对话式广告的计算装置可以包括代理。代理可以是在装置上的对话式广告系统的一部分，或者它可以作为加到装置的分开的插件或附件而存在。在一些实施方式中，代理是应用。代理可以作为计算装置上的静默过程运行，或者它可以显示给受众。该代理接收输入，并且可以自动生成指示以开始对话式广告的呈现。由代理接收的输入可以包括存在在计算装置上的数据。例如，代理可以搜索存储在计算装置上的日历条目，并且如果它识别出与存储在对话式广告的数据库中的对话式广告相关的日历条目，则生成指示以开始对话式广告的呈现。在一些实施方式中，代理解析用户对装置的输入，并生成指示以开始基于用户的输入的对话式广告的呈现。例如，代理如果识别出由用户起草的文本消息包括与广告相关的内容，可以生成指示以开始对话式广告的呈现，。

在块310，对话式广告系统识别与受众相关联的信息。受众可以与标识符相关联，如IP地址、小型文本文件(或类似的标识符)、用户名、帐户号码或类似物。该标识符可以是匿名的，通过使用已知的手段来隐藏与单个受众成员相关联的任何个人身份信息。该对话式广告系统可以收集有关受众以前的对话式广告系统的使用的信息，如与先前呈现的对话式广告有关的从受众处接收到的答复，并且它可以基于此信息和与受众相关联的标识符之间的关联识别该信息。对话式广告系统还可以收集与受众相关联的其它数据，如由受众成员完成的购物相关的数据、由受众成员提交的搜索查询、受众成员的因特网浏览历史、受众成员的社交网络简况、由受众成员发送和接收的电子邮件等等。在一些实施方式中，对话式广告系统不能识别与受众相关联的信息。

在块315，对话式广告系统选择对话式广告递送给受众。该对话式广告系统可以从对话式广告的库中选择广告。在一些实施方式中，对话式广告系统至少部分基于哪个广告可能是与受众相关的选择广告。该对话式广告系统可以将与受众相关联的信息与广告相关联的元数据比较，以确定广告是否可能与受众相关联。例如，与受众相关联的信息可以指示受众成员最近购买攀岩设备。与广告相关联的元数据可指示该广告与冒险性的或极限运动有关。相应地，该对话式广告系统可以选择与极限运动有关的广告，因为它很可能与最近购买攀岩设备的受众成员有关。

在块320，该对话式广告系统递送所选的对话式广告，使其可以被呈现给受众。该对话式广告系统可递送广告到请求开始对话式广告的系统、装置、应用，或类似物。例如，移动装置的网络浏览器可以显示包括嵌入的对话式广告网页。该对话式广告系统可以传输与对话式广告有关的数据至网络浏览器。此数据可以包括，例如，作为广告的一部分被播放给受众的音频数据。在一些实施方式中，对话式广告与其他内容一起被同时呈现。例如，正在移动装置上播放的游戏可以在游戏设置的过程中呈现对话式广告。在其它实施方式中，应用或其它过程或其它内容被暂停或终止，以便呈现对话式广告。

该对话式广告可以与脚本相关联。该对话式广告系统遵循脚本，以便使受众参与对话。图4A是与对话式广告相关联的代表性的脚本400。该脚本包括当对话式广告开始时自动地向受众询问的第一个问题405。在一些实施方式中，在块320，当对话式广告系统递送所选的对话式广告，对话式广告系统递送表示脚本的第一段的合成的语音的音频数据。在其它实施方式中，该对话式广告系统不递送第一段，而是替代地邀请受众开始对话。例如，对话式广告系统可以播放图形陈述：“告诉我你的名字”，并等待来自受众的答复。

在判定块325，该对话式广告系统确定是否已接收到对对话式广告的答复。如果答复已被接收到，过程300进行到块330，并且该对话式广告系统处理答复。如果答复没有被接收到，过程300进行到判定块327，并且该对话式广告系统确定自受众被呈现对话式广告以来，时间的阈值量是否已经经过。如果自受众被呈现对话式广告以来，时间的阈值量尚未经过，则过程300返回到判定块325。如果时间的阈值量已经经过，则过程300进行到块328，并且对话式广告系统重复对话的一部分。例如，参考图4A，如果对话式广告系统已递送表示第一问题405的合成的语音的音频数据，该对话式广告系统可重复第一个问题405。在重复对话的部分之后，处理返回到块325。

在块330，对话式广告系统处理受众的答复。在一些实施方式中，对话式广告系统将表示受众的答复的音频数据转换为文本串，且将文本串(以及来自文本串的单词的相关联的同义词)与预期的关键词(以及它们的同义词)的列表进行比较。例如，脚本400识别它预期从受众处接收的以响应第一个问题405的三个关键词410a-c。脚本400还包括[未认出]关键词占位符410d用于当对话式广告系统未认出来自受众的答复中的任何预期的关键词的时候。在一些实施方式中，处理受众答复包括将文本分析和/或自然语言处理或其它文本分析策略应用于答复。

在块335，对话式广告系统识别对受众的答复的适当的答复。对话式广告系统可以通过遵循与对话式广告相关联的脚本识别适当的答复。例如，脚本400包括与第一关键词410a-d分别相关联的第一答复415a-d。如果受众的答复包括第一关键词410a，“是的”是与第一答复415a相关联的，对话式广告系统识别第一答复415a作为对受众的答复的适当的答复。在一些实施方式中，适当的答复至少部分是基于与受众有关的信息而被选择的。例如，答复415b可能与第一关键词410b相关联，“体育用品”，和如果受众被确定为不超过23岁，则任何答复并不等同于“家居用品”。

在块340，对话式广告系统将对受众的答复的答复递送给受众。对话式广告系统可以递送音频数据，其包括合成的语音以表示对受众的答复的答复。例如，再次返回到图4A，该对话式广告系统可以合成语音以表示第一答复415a，并且它可以递送待播放给受众的合成的语音的音频数据。在一些实施方式中，对话式广告系统在将答复递送给受众之前就修改它。例如，信息可被添加到基于关于受众的信息被识别的答复。在图4A，答复416包括括号中的短语陈述“不要忘记报名参加今年夏天本地三对三的比赛”。在对话式广告系统识别受众的家乡之后，该短语被添加到答复。

该对话式广告系统可以遵循广告脚本与受众往复多次交谈。因此，过程300进行到块345，并且对话式广告系统确定是否从受众处接收到答复。在过程中的这一步骤涉及到与以上描述的关于块325的类似的过程。此外，在块347、348和350，这过程分别与上述关于块327、328和330的过程类似。然而，在块345中，该对话式广告系统可以在广告脚本中更深。例如，再次参考图4A，为了响应第一答复415a，对话式广告系统预测第二关键词418a-d。因此，以上与块325、327和238有关的描述也可以应用到块345、347、348和350。

在判定块355，对话式广告系统确定根据受众的答复是否要采取行动。如果受众的答复不会引发行动，则处理返回到块335，并且对话式广告系统识别对来自受众的答复的适当的答复。如果受众的答复包括要采取的行动，则处理进行到块360，并且对话式广告系统传输指示到适当的软件或硬件模块以执行行动。例如，参考图4A，如果为了响应第三答复420a，受众的答复包括行动关键词425a，“在线”，对话式广告系统输出指示用于执行行动，其包括打开网页浏览器并连接到在线商店。最后，该过程300返回。

对话式广告可以包括呈现给受众的图形界面。图5A-B是代表性的界面，其通过移动装置显示并描绘了向受众呈现对话式广告。图5A示出了界面500，其包括广告图形505和对话式广告的第一段510。该移动装置播放第一段510的音频，这对于对话式广告的受众是可以听到的。广告图形505与对话式广告相关联，并向受众提供了对话式广告已经开始的指示。在一些实施方式中，对话式广告包括图形元素，如广告图形505和第一段510。在一些实施方式中，对话式广告不包含任何图形元素。

图5B示出了在对话式广告系统和受众之间的多个答复之后的界面500。该界面500包括第一受众答复515、第一对话式广告系统答复520、第二受众答复525，和第二对话式广告系统答复530。如在整个讨论中，受众和对话式广告系统口头沟通这些答复如同他们参与对话。在第二对话式广告系统答复530之后，对话式广告系统可以采取行动，开始出租车公司和受众之间的电话对话。

图6示出了用于创建、递送和呈现对话式广告的系统600的组件的框图。图6是基于上面的详细描述而可以释明。然而，为了提供附图的各种特征的公开的加强，提供以下描述。图6包括基于由美国马萨诸塞州柏林顿的Nuance通讯公司出售和支持的产品和服务的多个特征和组件。图6包括创建平台组件605、数据仓库组件610、提取界面组件615、Nuance商业智能(BL)组件620、声龙广告控制台组件625、声龙广告服务器组件630、声龙广告语音服务器组件635、Nuance语音控制(NVC)组件640、需求方平台(DSP)/广告网络/供应方平台(SSP)/媒体组件645、库存组件650，以及声龙广告播放器组件655。该创建平台组件605提供，除其它事项外，编辑和转码原始资产的手段。一些产品和服务能够提供编辑和转码原始资产的手段，包括那些由Celtra公司、Adobe系统公司、GoldSpot Media公司，和Flite公司出售的那些。该提取界面组件615可以被实现为包括由例如，Cognos公司、Oracle公司，或微软公司(例如，Microsoft SQL Server)销售的产品或服务。Nuance BI组件620可以被实现为包括由例如，Pentaho的公司出售的产品或服务。DSP/广告网络/SSP/媒体组件645可被实现为包括由例如，Millenial Media公司、DataXu公司，和AdMarvel公司出售的产品或服务。

结论

本领域技术人员将理解，数据存储区域的实际实现可以采取各种形式，并且在本文中使用的短语“数据存储区域”是一般意义上的是指任何区域允许数据通过使用这样的应用或构建如数据库、表、链表、阵列等，以有结构的和可进入的形式被存储。本领域技术人员将进一步了解，所描绘的流程图可以以各种方式被改变。例如，块的顺序可以被重新安排，块可以并行地执行、块可被省略，或其它块可以被包括在内。

除非上下文清楚地要求，否则在整个说明书和权利要求书中，“包含”，“包括”等等可被解释为包含的意义，而不是排他或穷尽的意义；也就是说，“包括，但不限于”的意思。如本文所用，术语“连接”，“耦合”或其任何变形，是指任何连接或耦合，无论是直接或间接，在两个或多个元件之间；在元件之间的连接的耦合可以是物理的、逻辑的，或它们的组合。此外，在本申请中使用的“在此”、“以上”、“以下”和类似含义的词语，是指本申请作为整体而不是本申请的任何特定部分。如果内容许可，在上面具体实施例中使用的单数或复数的词可分别包括复数或单数。在两个或多个项目的列表中，“或者”涵盖词的所有以下解释：列表中的任何项目，列表中的所有项目，列表中项目的任意组合。

发明的示例的以上详细描述并非意在穷举或限制发明为上述公开的精确形式。相关领域的技术人员将认识到如上所述的发明的具体的示例旨在说明目的，各种在本发明的范围内的等同修改是可能的。例如，尽管过程或块以给定的顺序呈现，替代实现可以以不同的顺序执行具有步骤的例程或采用具有块的系统，并且一些过程或块可以被删除、移动、添加、分割、组合，和/或修改以提供选择或子组合。这些过程或块的每一个可以被以多种不同的方式实现。此外，尽管过程或块有时以串联方式执行，这些过程或块可能以并行方式执行或实现，或者可以在不同的时间被执行。进一步地，在此所注明的任何具体的数字仅是示例：选择或实现可以采用不同的值或范围。

在此提供的发明的教导可以被应用到其它系统，未必是上述的系统。上述各种示例的元素和行为可以被结合以提供进一步的本发明的实现。本发明的一些替代性实现不仅可以包括附加的元素至以上述的那些实现中，但也可以包括更少的元素。

所有上述的专利和申请和其它参考文献，包括可能被列于提交文件中任何文件，以及受让人的于2010年6月14日提交的美国专利申请12/601,004，以及于2009年9月24日提交的12/565,916，以参考方式被引用。发明的各方面可以被修改，如果有必要，采用系统、功能，和上述的各种参考文献的概念以提供更进一步本发明的实现。

可根据上述具体实施例对本申请作出这些和其它的变化。虽然上述描述介绍了本发明的某些示例，并描述了设想的最佳模式，但不管在文本中如何详细显示，发明可以以多种方式实现。系统的细节在其具体的实现中可能有很大的不同，同时仍被在此公开的发明所包含。如上文所述，当描述发明的某些特征或方面时，被使用的特定术语不应被视为暗示术语正在被在此重新定义以被限制于任何特定的特性、特征或术语相关联的发明的方面。一般情况下，在以下的权利要求书中所使用的术语不应该被解释为将发明限制为本说明书中公开的具体示例，除非上述详细说明部分明确定义这样的术语。因此，系统的实际范围不仅包括所公开的示例，还包括根据权利要求实施或实现发明的所有等同方式。

为了减少权利要求的数量，发明的某些方面以某些权利要求的形式被呈现如下，但是发明人以任意数量的权利要求的形式设想发明的多个方面。例如，虽然本发明仅一个方面是记载为根据35U.S.C§112、第六段的方法加功能权利要求，其它方面同样可被呈现为方法加功能的权利要求，或以其他形式，例如被呈现在计算机可读介质中。(任何打算被视为基于35U.S.C§112、第六段的都将以单词“用于......的手段”起始，但术语“用于”在其它上下文中并不视图调用35U.S.C§112、第六段的处理)。因此，申请人保留在提交申请后增加附加的权利要求的权利，以在本申请或在继续申请中寻求这种附加权利要求形式。

Claims (20)

1.一种用于使受众参与对话式广告的系统，其中所述系统包括处理器和存储器，所述系统包括：

对话模块，其由所述处理器实施并被配置为：

接收指示以向受众的成员呈现对话式广告；

识别对话式广告以呈现给所述受众的所述成员；

传送所述对话式广告的第一消息至所述对话式广告的所述受众的所述成员；

处理来自音频数据的口述词，所述音频数据表示来自所述受众的所述成员对所述第一消息的口头答复；以及

确定传送给所述受众的所述成员的答复，

其中所述答复至少部分基于来自所述音频数据的所述口述词来确定，所述音频数据表示来自所述受众的所述成员对所述第一消息的所述口头答复，

语音辨识模块，其由所述处理器实施并被配置为：

接收音频数据，所述音频数据表示所述受众的所述成员对所述对话式广告的所述第一消息做出的所述口头答复；以及

识别来自所述音频数据的口述词，所述音频数据表示来自所述受众的所述成员对所述第一消息的所述口头答复，以及

文本-语音模块，其由所述处理器实施并被配置为：

转换所述答复以向所述受众的所述成员传送待被播放给所述受众的所述成员的音频数据。

2.根据权利要求1所述的系统，其中：

所述对话式广告包括广告脚本，其中所述广告脚本包括基于不同的接收到的口头答复的多个可能的答复；以及

所述广告模块进一步被配置为：

将来自所述音频数据的所述口述词与所述广告脚本比较以处理来自所述音频数据的口述词，所述音频数据表示对所述受众的所述成员的所述口头答复，以及

识别被包括在所述广告脚本内的答复以确定传送至所述受众的所述成员的答复。

3.根据权利要求2所述的方法，其中所述对话模块进一步被配置为至少部分基于与所述受众的所述成员相关联的信息修改对所述受众的所述成员的所述答复，其中所述音频数据将与视频和/或图形同时被播放，所述视频和/或图形在由所述受众的所述成员使用的计算装置上可显示。

4.根据权利要求2所述的方法，其中：

所述对话模块进一步被配置为至少部分基于与所述受众的所述成员相关联的信息来确定传送至所述受众的所述成员的答复，以及

与所述受众的所述成员相关联的所述信息包括通过分析所述音频数据确定的性别信息。

5.根据权利要求1所述的方法，其中所述对话模块进一步被配置为至少部分基于与所述受众的所述成员相关联的信息来识别对话式广告以呈现给所述受众的所述成员。

6.根据权利要求1所述的方法，其中所述广告脚本包括非连接路径、无义路径和默认路径中的至少一个，所述非连接路径是用于当表示所述受众的所述成员的所述口头答复的所述音频数据不能被接收时操纵所述广告脚本，所述无义路径是用于当表示所述受众的所述成员的所述口头答复的所述音频数据是无意义时操纵所述广告脚本，以及所述默认路径是用于当，尽管能够接收音频数据，没有表示所述受众的所述成员的所述口头答复的音频数据被接收时操纵所述广告脚本。

7.根据权利要求1所述的方法，其中所述对话模块进一步被配置为至少部分基于来自所述音频数据的所述口述词来确定待采取的行动，所述音频数据表示来自所述受众的所述成员对所述第一消息的所述口头答复。

8.一种使受众参与对话式广告的方法，其中所述方法通过具有处理器和存储器的计算系统执行，所述方法包括：

在服务器计算机上识别对话式广告以响应于接收到的呈现广告的指示通过客户端装置呈现给受众，

其中所述对话式广告从多个对话式广告中被选择；

在所述服务器计算机上传送所述对话式广告的第一消息至所述客户端装置以被呈现给所述受众；

在所述服务器计算机上接收来自所述客户端装置的音频数据，所述音频数据表示由所述受众对所述对话式广告的所述第一消息的口头答复；

在所述服务器计算机上识别来自所述音频数据的口述词，所述音频数据表示所述受众对所述第一消息的所述口头答复；

在所述服务器计算机上处理来自所述音频数据的所述口述词，所述音频数据表示所述受众对所述第一消息的所述口头答复；

在所述服务器计算机上确定通过所述客户端装置传送至所述受众的答复，

其中所述答复至少部分基于来自所述音频数据的所述口述词被确定，所述音频数据表示所述受众对所述第一消息的所述口头答复，以及

在所述服务器计算机上将所述答复转换为待被播放给所述受众的音频数据。

9.根据权利要求8所述的方法，其中：

所述对话式广告包括广告脚本，

在所述服务器计算机上处理来自所述音频数据的所述口述词包括在所述服务器计算机上将来自所述音频数据的所述口述词与所述广告脚本比较，所述音频数据表示所述受众对所述第一消息的所述口头答复，以及

在所述服务器计算机上确定传送至所述受众的答复包括在所述服务器计算机上识别被包括在所述广告脚本内的答复。

10.根据权利要求9所述的方法，其中在所述服务器计算机上确定通过所述客户端装置传送至所述受众的答复包括基于被包括在所述客户端装置上并与所述受众的成员相关联的日历条目，识别传送至所述受众的答复。

11.根据权利要求9所述的方法，其中所述接收到的指示以呈现所述广告在所述服务器计算机上从在所述客户端装置上操作的代理被接收。

12.根据权利要求8所述的方法，其中在所述服务器计算机上识别对话式广告以呈现给所述受众包括在所述服务器计算机上识别与所述受众在所述客户端装置上的输入相关联的对话式广告。

13.根据权利要求8所述的方法，其中：

在所述服务器计算机上确定传送至所述受众的答复包括至少部分基于与所述受众相关联的信息和所述受众对对话式广告的先前的答复来确定答复，以及

在所述服务器计算机上将所述对话式广告的第一消息传送至所述客户端装置以被待呈现给所述受众包括，在所述服务器计算机上传送指令以音频和文本的两种形式在所述客户端装置上呈现所述第一消息。

14.根据权利要求8所述的方法，进一步包括在所述服务器计算机上确定待由所述客户端装置采取的行动，其中所述行动至少部分基于来自所述音频数据的所述口述词来确定，所述音频数据表示所述受众对所述第一消息的所述口头答复。

15.一种承载指令用于执行使受众参与广告的方法的计算机可读存储装置，包括：

提供指令以向用户呈现广告；

接收识别的交互的、基于音频的广告的第一消息；

提供音频数据，所述音频数据表示由所述用户对所述交互的、基于音频的广告的所述第一消息的口头答复；

接收答复以提供给所述用户，

其中所述答复至少部分基于被识别的来自所述音频数据的口述词来确定，所述音频数据表示所述用户对所述第一消息的所述口头答复；以及

基于所述接收到的答复执行行动，

其中所述答复与所述音频数据有关，所述音频数据表示所述用户对所述第一消息的所述口头答复。

16.根据权利要求15所述的计算机可读存储装置，其中：

所述识别的交互的、基于音频的广告的所述第一消息至少部分基于与所述用户相关联的信息和所述用户的输入而被选择。

17.根据权利要求15所述的计算机可读存储装置，其中基于所述接收的答复的所述行动至少部分基于与所述用户相关联的数据而被识别。

18.根据权利要求16所述的计算机可读存储装置，进一步包括向所述用户传送提供给所述用户的所述答复，其中提供给所述用户的所述答复包括与所述用户相关联的信息，并且其中提供给所述用户的所述答复包括音频数据。

19.根据权利要求15所述的计算机可读存储装置，其中所述识别的交互的、基于音频的广告的所述第一消息包括音频数据和视觉元素，并且其中所述第一消息至少部分基于与所述用户相关联的日历条目而被确定。

20.根据权利要求15所述的计算机可读存储装置，其中提供所述指示以呈现所述广告至所述用户包括提供用户输入，其中所述识别的交互的、基于音频的广告的所述第一消息至少部分基于所述用户输入而被确定。