车辆语音交互方法、服务器及计算机可读存储介质与流程

本技术涉及语音交互，特别涉及一种车辆语音交互方法、服务器及计算机可读存储介质。

背景技术：

1、为保障车辆在离线状态下能响应用户的语音请求，可在车辆上部署语音交互模型，使得车辆能不借助服务器或网络，完成与用户的语音交互。然而，训练语音交互模型时所需的训练数据通常需人工收集和人工标注，训练数据获取难度高，因而模型的训练难度上升。

技术实现思路

1、本技术提供了一种车辆语音交互方法、服务器及计算机可读存储介质。

2、本技术实施方式提供一种车辆语音交互方法，包括：

3、根据训练完成的大语言模型生成目标训练数据；

4、根据所述目标训练数据训练预设模型，得到语音交互模型；

5、部署所述语音交互模型至所述车辆，以使所述车辆能根据部署的所述语音交互模型及获取到的当前语音请求完成语音交互。

6、本技术实施方式提供的车辆语音交互方法中，服务器可根据预先训练完成的大语言模型，生成目标训练数据，并根据目标训练数据对预设模型进行训练，以得到能对语音请求进行处理的语音交互模块，及部署语音交互模型至车辆，以使得车辆可根据部署的语音交互模型和获取到的当前语音请求，完成与用户的语音交互。

7、如此，在本技术实施方式中，服务器可通过大语言模型生成的目标训练数据，得到可部署至车辆的语音交互模型，进而使车辆可通过本地部署的语音交互模型，对获取到的当前语音请求进行处理以完成与用户的语音交互，因而能完成离线状态下的语音交互，车辆语音交互功能的使用场景得以拓宽。本技术实施方式的服务器可通过大语言模型生成用于训练模型的目标训练数据，使得样本生成和样本标注均需由人工完成的情况得以改善，语音交互模型的训练难度和训练成本在一定程度上得以降低。

8、在某些实施方式中，所述根据训练完成的大语言模型生成目标训练数据，包括：

9、获取目标样本基础信息；

10、根据所述大语言模型和所述目标样本基础信息，确定所述目标样本完整信息以得到所述目标训练数据，其中，所述大语言能根据样本基础信息确定训练数据。

11、如此，本技术实施方式的服务器可根据大语言模型和目标样本基础信息，确定与目标样本基础信息相对应的目标样本完整信息，实现了根据部分样本或基础样本生成完整样本。本技术实施方式还使得目标训练数据的生成可根据目标样本基础信息控制，目标训练数据的可信度和有效性在一定程度上得以提升。

12、在某些实施方式中，所述根据所述大语言模型和所述目标样本基础信息，确定所述目标样本完整信息以得到所述目标训练数据，包括：

13、根据所述大语言模型、目标历史对话信息及与所述语音交互模型相对应的目标语音交互任务信息，确定所述目标样本完整信息以得到所述目标训练数据。

14、如此，本技术实施方式使得大语言模型可根据目标历史对话信息和目标语音交互任务信息，确定相应的目标样本完整信息以得到目标训练数据，因而目标训练数据能与语音交互模型的处理任务在一定程度上匹配，语音交互模型的训练效果得以保障。

15、在某些实施方式中，所述根据所述大语言模型、目标历史对话信息及与所述语音交互模型相对应的目标语音交互任务信息，确定所述目标样本完整信息以得到所述目标训练数据，包括：

16、根据所述大语言模型和目标历史对话信息，及与所述语音交互模型相对应的目标语音交互应用场景信息、目标语音交互角色信息和下轮对话表征信息，确定所述目标样本完整信息以得到所述目标训练数据。

17、如此，本技术实施方式使得大语言模型输出的目标样本完整信息可根据目标历史对话信息，以及与语音交互模型相对应的目标语音交互应用场景信息、目标语音交互角色信息和下轮对话表征信息来确定，使得目标训练数据的生成能得到相应的数据支撑，目标训练数据的有效性得以保障。

18、在某些实施方式中，所述根据所述大语言模型、目标历史对话信息及与所述语音交互模型相对应的目标语音交互任务信息，确定所述目标样本完整信息以得到所述目标训练数据，包括：

19、根据所述大语言模型、所述目标历史对话信息及所述目标语音交互任务信息，确定下轮对话预测结果和标注结果；

20、根据所述目标历史对话信息、所述下轮对话预测结果和所述标注结果，确定所述目标样本完整信息以得到所述目标训练数据。

21、如此，本技术实施方式的服务器可根据目标样本基础信息中的目标历史对话信息和目标语音交互任务信息，使大语言模型确定下轮对话预测结果和标注结果，从而得到包括有完整多轮对话和标签的目标样本完整信息，样本的补全及样本的标注均可由大语言模型完成，使得目标训练数据的获取难度在一定程度上降低。

22、在某些实施方式中，所述根据所述大语言模型和所述目标样本基础信息，确定所述目标样本完整信息以得到所述目标训练数据，包括：

23、配置提示信息模板；

24、根据所述提示信息、所述目标样本基础信息及所述大语言模型，确定所述目标样本完整信息以得到所述目标训练数据。

25、如此，本技术实施方式可根据提示模板信息，引导大语言模型以预设的推理方式，根据目标样本基础信息推理出相应的目标样本完整信息，使得目标样本完整信息和目标训练数据的可信度在一定程度上得到保障。

26、在某些实施方式中，所述大语言模型的训练步骤包括：

27、根据预设基础模型，及预先确定的车辆知识信息和样本基础信息训练数据，确定所述大语言模型。

28、如此，本技术实施方式可根据车辆知识信息及样本基础信息训练数据训练预设基础模型以得到大语言，使得训练完成的大语言模型能学习到车辆知识信息，且能够学习到根据样本基础信息推理出样本完整信息的能力，在一定程度上使得大语言模型的可靠性得以保障。

29、在某些实施方式中，所述部署所述语音交互模型至所述车辆，以使所述车辆能根据部署的所述语音交互模型及获取到的当前语音请求完成语音交互，包括：

30、向所述车辆发送量化处理后的所述语音交互模型，以实现所述语音交互模型于所述车辆的部署。

31、如此，本技术实施方式通过对训练完成的语音交互模型进行量化处理，以使模型的参数减少后，将模型发送至车辆以实现部署，由此使得车辆部署语音交互模型所需的负荷降低。

32、本技术实施方式提供一种服务器，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现上述的车辆语音交互方法。

33、本技术实施方式提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被一个或多个处理器执行时，实现上述的车辆语音交互方法。

34、本技术实施方式提供的服务器和计算机可读存储介质，可通过大语言模型生成的目标训练数据，得到可部署至车辆的语音交互模型，进而使车辆可通过本地部署的语音交互模型，对获取到的当前语音请求进行处理以完成与用户的语音交互，因而能完成离线状态下的语音交互，车辆语音交互功能的使用场景得以拓宽。本技术实施方式的服务器可通过大语言模型生成用于训练模型的目标训练数据，使得人工生成样本及人工标注样本的情况得以改善，语音交互模型的训练难度和训练成本在一定程度上得以降低。

35、本技术的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实施方式的实践了解到。