用于情感陪护的交互方法、装置、车辆和存储介质与流程
- 国知局
- 2024-06-21 11:47:53
本申请涉及语言交互,例如涉及一种用于情感交互的训练方法、装置、车辆和存储介质。
背景技术:
1、随着中国经济的飞速发展,人们的物质需求得到了极大的满足。然而,根据研究表明,部分人们存在不同程度的心理问题,比如经常感觉孤独,内心的苦闷不知找何人倾诉,无法得到别人的认同和理解等。因此,在精神需求和情感需求上无法得到满足。
2、其中,为了满足人们的精神需求和情感需求,在家中和车里均研发出具有交互功能的音箱和车机等。但是在车里的车机中,车机的交互功能大多数为工具属性,主要是以解决用户请求为主。比如对车内各电子控制单元和传感器的数据分析;受限于外部数据收集与分享的限制,为用户提供的服务响应偏机械化和流程化,在人性化和个性化方面凸显不足。
技术实现思路
1、本申请提供一种用于情感陪护的交互方法、装置、车辆和存储介质,以解决相关技术中车辆无法为用户提供人性化和个性化的精神需求和情感需求。
2、本申请第一方面实施例提供一种用于情感陪护的交互方法,应用于车机端,包括:
3、获取用户的面部数据和/或语音数据;
4、将面部数据和/或语音数据输入到已经训练好的语言交互模型中,以得到情感陪护文本数据;
5、将感陪护文本数据作为语音信息与用户交互。
6、可选地,在本申请的一个实施例中,获取用户的面部数据和/或语音数据,包括:
7、在获取到用户的面部图像的情况下;
8、对面部图像进行图像增强特征处理,以得到用户的面部数据;
9、在获取到用户的语音信息的情况下;
10、对语音信息进行降噪提取特征处理,以得到用户的语音数据;
11、可选地,在本申请的一个实施例中,按下述方式训练语言交互模型:
12、收集语言数据集;
13、将语言数据集中的对话训练样本输入至训练监督策略模型,得到对应的语言回复训练数据集;
14、将对话训练样本和语言回复训练数据集输入至训练奖励模型,得到对话样训练本与语言回复训练数据的分数;
15、随机抽取对话样本输入至强化学习模型中,得到对应的语言回复数据,根据训练奖励模型得到语言回复数据的分数,以确定情感陪护文本数据。
16、可选地,在本申请的一个实施例中,将语言数据集中的对话训练样本输入至训练监督策略模型,得到对应的语言回复训练数据集,包括:
17、在语言数据集中随机抽取对话训练样本;
18、将对话训练样本分别输入至训练监督策略模型中,得到与对话训练样本相对应的多个语言回复训练数据;
19、通过标记的方式对多个语言回复训练数据进行归类排序;
20、将归类排序好的语言回复训练数据整合为语言回复训练数据集。
21、可选地,在本申请的一个实施例中,将对话训练样本和语言回复训练数据集输入至训练奖励模型,得到对话样训练本与语言回复训练数据的分数,包括:
22、将对话训练样本与语言回复训练数据集中的语言回复训练数据进行对应匹配;
23、按照排序结果将语言回复训练数据与对话训练样本进行对应匹配;
24、对话训练样本与语言回复训练数据组成;
25、根据评估指标确定训练数据对的分数。
26、可选地,在本申请的一个实施例中,根据训练奖励模型得到语言回复数据的分数,以确定情感陪护文本数据,包括:
27、将对话样本和语言回复数据输入至训练奖励模型得到训练数据对的分数;
28、以分数大的训练数据对中的语言回复数据作为情感陪护文本数据。
29、本申请第二方面实施例提供一种用于情感陪护的交互装置,包括:
30、获取模块,被配置为获取用户的面部数据和/或语音数据;
31、确定模块,被配置为将面部数据和/或语音数据输入到已经训练好的语言交互模型中,以得到情感陪护文本数据;
32、输出模块,被配置为将感陪护文本数据作为语音信息与用户交互。
33、本申请第三方面实施例提供一种用于情感陪护的交互装置,包括处理器和存储有程序指令的存储器,所述处理器被配置为在运行所述程序指令时,执行如前述实施例中所述的用于情感陪护的交互方法。
34、本申请第四方面实施例提供一种车辆,包括如前述实施例中所述的用于情感陪护的交互装置。
35、本申请第四方面实施例提供一种存储介质,存储有程序指令,其特征在于,所述程序指令在运行时,执行如前述实施例中所述的用于情感陪护的交互方法。
36、本公开实施例提供的用于情感陪护的交互方法、装置、车辆和存储介质,可以实现以下技术效果:
37、获取用户的面部数据和/或语音数据;将面部数据和/或语音数据输入到已经训练好的语言交互模型中,以得到情感陪护文本数据;将感陪护文本数据作为语音信息与用户交互。这样,使其能够更好地理解和完成人工语言或指令,模仿人工,提供连贯的有逻辑的语音信息,为驾驶员提供优质的情感陪护。
38、本申请附加的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,或通过本申请的实践了解到。
技术特征:1.一种用于情感陪护的交互方法,应用于车机端,其特征在于,包括:
2.根据权利要求1所述的交互方法,其特征在于,获取用户的面部数据和/或语音数据,包括:
3.根据权利要求1所述的交互方法,其特征在于,按下述方式训练语言交互模型:
4.根据权利要求3所述的交互方法,其特征在于,将语言数据集中的对话训练样本输入至训练监督策略模型,得到对应的语言回复训练数据集,包括:
5.根据权利要求4所述的交互方法,其特征在于,将对话训练样本和语言回复训练数据集输入至训练奖励模型,得到对话样训练本与语言回复训练数据的分数,包括:
6.根据权利要求5所述的交互方法,其特征在于,根据训练奖励模型得到语言回复数据的分数,以确定情感陪护文本数据,包括:
7.一种用于情感陪护的交互装置,其特征在于,包括:
8.一种用于情感陪护的交互装置,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在运行所述程序指令时,执行如权利要求1至6任一项所述的用于情感陪护的交互方法。
9.一种车辆,其特征在于,包括如权利要求7或权利要求8所述的用于情感陪护的交互装置。
10.一种存储介质,存储有程序指令,其特征在于,所述程序指令在运行时,执行如权利要求1至6任一项所述的用于情感陪护的交互方法。
技术总结本申请涉及智能汽车技术领域,公开一种用于情感陪护的交互方法、装置、车辆和存储介质,应用于车机端,包括:获取用户的面部数据和/或语音数据;将面部数据和/或语音数据输入到已经训练好的语言交互模型中,以得到情感陪护文本数据;将感陪护文本数据作为语音信息与用户交互。这样,使其能够更好地理解和完成人工语言或指令,模仿人工,提供连贯的有逻辑的语音信息,为驾驶员提供优质的情感陪护。技术研发人员:陈倩阁,王志文受保护的技术使用者:奇瑞新能源汽车股份有限公司技术研发日:技术公布日:2024/4/29本文地址:https://www.jishuxx.com/zhuanli/20240618/23614.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表