Как Google автоматически добавляет результаты локального голосового поиска в список контактов пользователя

Описание

Какую задачу решает

Патент решает проблему разрыва между двумя типами голосовых систем: системами Directory Assistance (DA) или локального поиска, которые имеют широкий охват, но требуют медленного, многошагового диалога (уточнение города, штата, названия) при каждом обращении, и системами голосового набора (Voice-dialing), которые работают быстро, но ограничены заранее введенными вручную контактами. Изобретение улучшает пользовательский опыт, автоматизируя перенос данных из локального поиска в персональный список контактов.

Что запатентовано

Запатентована система автоматического пополнения списка контактов пользователя данными из результатов голосового локального поиска. Когда пользователь выполняет голосовой поиск (например, ищет бизнес) и выбирает конкретный результат, система автоматически сохраняет контактную информацию (contact information) этой сущности в личный список контактов пользователя. Также создается голосовая метка (Voice Label), часто на основе самого запроса, для быстрого набора номера в будущем.

Как это работает

Система работает как посредник в диалоговом режиме:

• Инициация и Диалог: Пользователь запускает голосовой локальный поиск и предоставляет параметры (город, штат, название бизнеса) в ответ на запросы системы.
• Поиск и Выбор: Система распознает речь, выполняет поиск и озвучивает результаты. Пользователь выбирает нужный вариант.
• Соединение и Автоматизация: Система одновременно соединяет пользователя с выбранным контактом по телефону и автоматически добавляет его контактные данные и Voice Label в персональный список контактов пользователя.
• Будущее использование: Последующие голосовые команды, соответствующие Voice Label, приводят к немедленному набору номера без повторного поиска.

Актуальность для SEO

Высокая (с точки зрения концепции). Несмотря на дату подачи (2007 год) и устаревший интерфейс диалога в стиле DA, описанные принципы лежат в основе функциональности современных голосовых ассистентов (таких как Google Assistant). Интеграция локального поиска, управления контактами и инициирования действий (Search-to-Action) является ключевым и актуальным элементом экосистемы мобильных устройств.

Важность для SEO

Влияние на SEO косвенное (3/10). Патент не описывает алгоритмы ранжирования или факторы качества контента. Он фокусируется исключительно на пользовательском интерфейсе (UX) и инфраструктуре обработки голосовых запросов после того, как результаты поиска сформированы. Для SEO этот патент подчеркивает критическую важность присутствия бизнеса в локальном индексе (например, Google Business Profile) и абсолютной точности контактных данных (NAP).

Детальный разбор

Термины и определения

ASR Backend (Automatic Speech Recognition Backend)

Серверная система, отвечающая за автоматическое распознавание речи. Преобразует аудиопоток голосового запроса пользователя в текст.

Client Session Server

Сервер, управляющий сессией взаимодействия с пользователем. Отвечает за логику диалога: подсказки пользователю, получение ввода, предоставление результатов и инициирование звонка.

Directory Assistance (DA)

Служба телефонной справочной. В контексте патента используется как синоним голосового локального поиска с широким охватом, требующего пошагового диалога.

Local Search (Локальный поиск)

Поиск сущностей (чаще всего бизнесов) с привязкой к определенному географическому положению (город, штат).

Voice Label (Голосовая метка, также Voice Tag)

Аудиофрагмент или грамматическая конструкция, связанная с определенным контактом в списке пользователя. Используется для быстрого голосового набора номера при совпадении произнесенной фразы с меткой.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод работы системы.

1. Система получает голосовой поисковый запрос (voice search request) с клиентского устройства.
2. Идентифицируется сущность, соответствующая запросу, и ее контактная информация (contact information).
3. Контактная информация автоматически добавляется в список контактов (contact list) пользователя.

Ядром изобретения является автоматизация процесса переноса результатов поиска в персональный список контактов на основе голосового взаимодействия.

Claim 5 (Зависимый от 1): Система сохраняет голосовую метку (Voice Label) в ассоциации с контактной информацией.

Claim 6 (Зависимый от 5): Определяет происхождение метки.

• Голосовая метка включает в себя весь или часть полученного исходного голосового поискового запроса.

Система повторно использует фактический запрос пользователя в качестве команды быстрого доступа для будущего набора номера.

Claim 7 (Зависимый от 5): Описывает использование метки.

• Впоследствии система получает голосовой запрос, соответствующий сохраненной голосовой метке, и автоматически устанавливает связь с сущностью (т.е. выполняет быстрый набор).

Claim 9 (Зависимый от 1): Детализирует процесс идентификации сущности (disambiguation).

• Идентификация включает предоставление пользователю нескольких ответов и получение от пользователя выбора одного из них.

Claim 10 (Зависимый от 9): Уточняет интерфейс взаимодействия.

• Несколько ответов предоставляются в аудиоформате последовательно. Выбор осуществляется путем прерывания пользователем этого озвучивания.

Claim 11 (Зависимый от 1): Уточняет действие после выбора.

• Система автоматически соединяет клиентское устройство с выбранной сущностью по телефонной связи.

Где и как применяется

Патент описывает инфраструктуру и пользовательский интерфейс (UX) для голосового поиска, затрагивая следующие этапы:

QUNDERSTANDING – Понимание Запросов
На этом этапе ключевую роль играет ASR Backend. Система должна точно распознать голосовые команды, включая названия городов, штатов и бизнесов. Происходит интерпретация интента как локального поиска (Local Search) и управление состоянием диалога.

RANKING – Ранжирование
Патент не описывает сам процесс ранжирования, но использует его результаты. Client Session Server отправляет распознанный запрос в локальный поисковый движок (search engine) и получает набор релевантных сущностей.

METASEARCH / RERANKING (Уровень Представления / UX)
Основное применение патента. Система управляет представлением результатов (озвучивает их), обрабатывает выбор пользователя. После того как выбор сделан, система выполняет действия: инициирует звонок (через dialer) и обновляет базу данных контактов пользователя.

Входные данные:

• Голосовые команды пользователя (аудиопоток).
• База данных локальных сущностей (используется поисковым движком).
• Список контактов пользователя.

Выходные данные:

• Озвученные результаты поиска (аудиопоток).
• Телефонное соединение с выбранной сущностью.
• Обновленный список контактов пользователя с добавленной contact information и Voice Label.

На что влияет

• Конкретные типы контента: Влияет на локальные сущности – бизнесы, организации, имеющие публичные контактные данные (NAP) в локальном индексе.
• Специфические запросы: Запросы с локальным интентом, направленные на поиск контактной информации и совершение звонка, переданные голосом.
• Конкретные ниши или тематики: Любые локальные бизнесы, которые пользователи часто ищут через голосовые интерфейсы (рестораны, магазины, услуги).

Когда применяется

• Триггеры активации: Пользователь инициирует сессию голосового локального поиска или использует функцию Directory Assistance.
• Условия срабатывания: Пользователь успешно завершает поиск, выбирает конкретную сущность из предложенных результатов, и система инициирует соединение. Автоматическое добавление контакта происходит после этого выбора.

Пошаговый алгоритм

Процесс обработки голосового локального поиска и сохранения контакта

1. Инициализация сессии: Пользователь активирует функцию голосового поиска (например, произносит «Local Search»).
2. Сбор параметров (Диалог): Система (Client Session Server) запрашивает необходимые параметры поиска в диалоговом режиме (например, «What City and State?», затем «What business?»).
3. Распознавание речи (ASR): ASR Backend преобразует голосовые ответы пользователя в текст.
4. Выполнение поиска: Система формирует текстовый поисковый запрос и отправляет его локальному поисковому движку.
5. Презентация результатов: Система получает список релевантных сущностей и начинает последовательно озвучивать их пользователю (например, «Listing 1: Vern’s Tavern», «Listing 2: Vern’s Service»).
6. Выбор пользователя: Пользователь выбирает нужный результат, прерывая озвучивание голосовой командой (например, «That’s It») или нажатием кнопки.
7. Соединение: Система инициирует телефонное соединение с выбранным объектом.
8. Автоматическое обновление контактов: Система автоматически добавляет контактную информацию (contact information) объекта в список контактов пользователя.
9. Создание голосовой метки: Система сохраняет Voice Label (часто основанную на исходном запросе) и связывает ее с новым контактом для будущего быстрого набора.

Какие данные и как использует

Данные на входе

Патент фокусируется на взаимодействии и не детализирует факторы ранжирования. Используются следующие данные:

• Структурные данные (из Локального Индекса): Контактная информация сущности (Contact Information): название бизнеса, адрес, номер телефона, факс, веб-сайт. Это данные, которые извлекаются из результатов поиска и сохраняются в контактах пользователя.
• Пользовательские факторы (Голосовой ввод): Аудиоданные запроса пользователя, которые используются для поиска и в качестве основы для Voice Label. Данные учетной записи пользователя для сохранения контактов.
• Географические факторы: Явно указанные пользователем город и штат для ограничения области поиска.

Какие метрики используются и как они считаются

Патент не упоминает метрики ранжирования. Однако он упоминает метрики и механизмы, связанные с управлением списком контактов и качеством распознавания речи:

• Частота использования контактов (Frequency/Weight): Упоминается возможность поддержания веса записей в списке контактов в зависимости от того, как часто по ним звонят. Редко используемые записи могут удаляться.
• Размер грамматики распознавания (Speech recognition grammar size): Система стремится поддерживать размер грамматики для списка контактов пользователя достаточно малым, чтобы повысить точность распознавания речи (Speech recognition accuracy) при быстром наборе.
• Duplicate Voice Labels (Дублирование голосовых меток): Система проверяет наличие дубликатов Voice Labels. Если метка уже используется, система может предложить альтернативную метку (например, «Starbucks in Tahoe»).

Выводы

1. Приоритет «Search-to-Action»: Патент демонстрирует фокус Google на бесшовном переходе от поиска информации к выполнению действия. Цель системы — не просто найти номер, а немедленно соединить пользователя и упростить повторное взаимодействие.
2. Инфраструктурный и UX-фокус: Патент описывает инфраструктуру и пользовательский опыт голосового поиска, а не алгоритмы ранжирования. Прямых рекомендаций для SEO, влияющих на позиции сайта, в нем нет.
3. Автоматизация управления контактами: Ключевая идея — устранить необходимость ручного ввода контактов, найденных через локальный поиск. Система автоматически изучает экосистему пользователя, пополняя его контактный лист.
4. Критическая зависимость от качества локальных данных: Механизм полагается на точность данных в базовом локальном индексе (например, Google Business Profile). Ошибки в названии, адресе или телефоне (NAP) напрямую влияют на способность системы идентифицировать бизнес и сохранить корректные данные.
5. Персонализация и управление качеством распознавания: Система создает персонализированную модель распознавания речи для пользователя и предлагает механизмы для управления точностью, такие как ограничение размера грамматики и обработка дублирующихся голосовых меток.

Практика

Best practices (это мы делаем)

Хотя патент описывает инфраструктуру голосового интерфейса, он дает важные инсайты для стратегии Локального SEO (Local SEO).

• Обеспечение абсолютной точности NAP (Name, Address, Phone): Критически важно поддерживать консистентность и точность названия, адреса и телефона в Google Business Profile (GBP) и других локальных каталогах. Это те данные, которые система использует для идентификации бизнеса, совершения звонка и автоматического сохранения в контактах пользователя.
• Использование четких и произносимых названий брендов: Название бизнеса должно легко распознаваться системами Automatic Speech Recognition (ASR) и легко произноситься пользователями. Это повышает вероятность успешного поиска и корректного создания Voice Label.
• Правильная категоризация бизнеса (GBP): Пользователи могут искать по категории (например, «Indian restaurants»). Необходимо убедиться, что в GBP выбраны релевантные категории, чтобы бизнес попадал в соответствующие голосовые выдачи.

Worst practices (это делать не надо)

• Неконсистентные данные NAP: Расхождения в контактных данных между GBP, сайтом и каталогами могут привести к ошибкам идентификации сущности в голосовом поиске и сохранению неверных данных у пользователя.
• «Keyword Stuffing» в названии бизнеса (GBP): Добавление ключевых слов в официальное название бизнеса затрудняет распознавание реального бренда голосовыми системами, создает неестественные Voice Labels и нарушает правила Google.
• Игнорирование Google Business Profile: Отсутствие оптимизированного профиля в GBP фактически исключает бизнес из локального индекса, на который полагаются голосовые сервисы, описанные в патенте.

Стратегическое значение

Патент подтверждает стратегическую важность голосовых интерфейсов и локального поиска как точки входа для взаимодействия с бизнесом. Он подчеркивает тренд на AEO (Answer Engine Optimization) и «Search-to-Action», где поисковая система выступает как ассистент, выполняющий действия. Для локального SEO это означает, что оптимизация должна быть направлена на то, чтобы стать предпочтительной сущностью (Entity of Choice) в локальном индексе с абсолютно точными данными.

Практические примеры

Сценарий: Оптимизация ресторана для голосового локального поиска и сохранения контакта

1. Ситуация: Ресторан «Sue’s Indian Cuisine» хочет, чтобы клиенты легко находили его голосом и сохраняли правильный номер для бронирования.
2. Действия SEO-специалиста: Проводится аудит Google Business Profile. Название устанавливается как «Sue’s Indian Cuisine». В качестве основного номера (Primary Phone) указывается телефон для бронирования. В качестве основной категории устанавливается «Indian Restaurant».
3. Взаимодействие пользователя: Пользователь говорит: «Local Search, Mountain View California, Sue’s Indian Cuisine».
4. Работа системы (по патенту): Система корректно распознает запрос, находит точное соответствие в локальном индексе. Система отвечает: «I added Sue’s Indian Cuisine to your contact list. Connecting…».
5. Результат: Пользователь соединен с рестораном по правильному номеру, а контакт автоматически сохранен для быстрого набора в будущем.

Вопросы и ответы