【技术实现步骤摘要】
车载语音指令推荐方法、装置、及模型训练方法
[0001]本公开涉及计算机
,具体涉及深度学习
,尤其涉及车载语音指令推荐方法、装置、模型训练方法、模型训练装置、电子设备、存储介质及自动驾驶车辆。
技术介绍
[0002]现有的语音指令推荐服务主要是获取当前用户的行车场景信息和用户画像,利用当前的行车场景信息和或用户画像,对从语音指令库中获取的语音指令进行排序,最终向用户推荐合适的语音指令。现有车载智能系统向用户推荐服务时只是对行车场景信息和车主画像数据收集而进行单一化场景推荐,并不会对用户在长期使用车机交互时的用户语音指令进行持续学习。
[0003]因此,现有的车载语音指令推荐服务存在下列问题:只能根据行车场景信息去语音指令库中匹配合适的语音指令进行推荐,这依赖于语音指令库的合理性和健全性,同时推荐方式较为程序化,比较呆板;现有的车载语音指令推荐多为单一语音指令的推荐,不能完整体现用户当前的完整意图;现有的车载语音指令推荐即使会推荐多条指令,也是提前预设好的指令集,并不能根据用户的语音指令使用习惯进行个性化语音指令组合打包,从而让用户体验到更加智能和“懂我”的感受。
技术实现思路
[0004]本公开提供了一种车载语音指令推荐方法、装置、电子设备及存储介质。
[0005]根据本公开的第一方面,提供了一种车载语音指令推荐方法,包括:
[0006]获取当前行车场景信息;
[0007]基于所述当前行车场景信息以及预先学习到的用户习惯向用户推荐至少一个语音指令;所述用户 ...
【技术保护点】
【技术特征摘要】
1.一种车载语音指令推荐方法,包括:获取当前行车场景信息;基于所述当前行车场景信息以及预先学习到的用户习惯向用户推荐至少一个语音指令;所述用户习惯是基于所述用户在车机交互中的至少一个用户语音指令,以及发出所述至少一个用户语音指令时对应的行车场景信息学习得到的。2.根据权利要求1所述的方法,所述基于所述当前行车场景信息以及预先学习到的用户习惯向用户推荐至少一个语音指令之后,还包括:获取所述用户针对所述至少一个语音指令发出反馈信息;基于所述反馈信息确定是否执行所述至少一个语音指令。3.根据权利要求1或2所述的方法,其中,当所述至少一个语音指令为两个或以上具有关联性的所述语音指令时,基于所述当前行车场景信息以及所述用户习惯向所述用户推荐语音指令集。4.根据权利要求1所述的方法,所述获取所述用户针对所述至少一个语音指令发出的反馈信息之后,所述方法还包括:基于所述反馈信息更新所述用户习惯。5.根据权利要求4所述的方法,其中,所述基于所述反馈信息更新所述用户习惯包括:基于所述反馈信息确定所述用户选择执行的所述至少一个语音指令;基于所述用户选择执行的所述至少一个语音指令更新所述用户习惯。6.根据权利要求1
‑
5中任意一项所述的方法,所述基于所述当前行车场景信息以及预先学习到的用户习惯向用户推荐至少一个语音指令之前,所述方法还包括:获取所述用户的画像数据;所述基于所述当前行车场景信息以及预先学习到的用户习惯向用户推荐至少一个语音指令包括:基于所述画像数据、所述当前行车场景信息以及所述用户习惯,向所述用户推荐对应的所述至少一个语音指令。7.一种模型训练方法,包括:获取用户在车机交互中的至少一个用户语音指令,以及发出所述至少一个用户语音指令时对应的行车场景信息;基于所述至少一个用户语音指令和对应的所述行车场景信息训练得到车载语音指令推荐模型;所述车载语音指令推荐模型用于根据所述至少一个用户语音指令、所述行车场景信息学习得到用户习惯,并根据所述用户所处的行车场景及所述用户习惯向所述用户推荐对应的至少一个语音指令。8.根据权利要求7所述的方法,所述基于所述至少一个用户语音指令和对应的所述行车场景信息训练得到车载语音指令推荐模型之前,还包括:判断所述至少一个用户语音指令是否为在预设时间内连续输入的多个所述用户语音指令;响应于所述用户语音指令为连续输入的多个所述用户语音指令,判断多个所述用户语音指令之间是否具有关联性;若多个所述用户语音指令之间具有关联性,将多个所述用户语音指令打包成语音指令集。
9.根据权利要求7或8所述的方法,所述基于所述至少一个用户语音指令和对应的所述行车场景信息训练得到车载语音指令推荐模型之前,所述方法还包括:获取所述用户的画像数据;所述基于所述至少一个用户语音指令和对应的所述行车场景信息训练得到车载语音指令推荐模型包括:基于所述画像数据、所述至少一个用户语音指令以及对应的所述行车场景信息训练得到所述车载语音指令推荐模型。10.一种车载语音指令推荐装置,包括:第一获取模块,被配置为获取当前行车场景信息;推荐模块,被配置为基于所述当前行车场景信息以及预先学习到的用户习惯向用户推荐至少一个语音指令;所述用户习惯是基于所述用户在车机交互中的至少一个用户语音指令,以及发出所述至少一个用户语音指令时对应的行车场景信息学习得到的。11.根据权利要求10所述的装置,所述推荐模块基于所述当前行车场景信息以及预先学习到的用户习惯向...
【专利技术属性】
技术研发人员:赵智龙,
申请(专利权)人:阿波罗智联北京科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。