车载语音指令推荐方法、装置、及模型训练方法制造方法及图纸

本公开涉及计算机技术领域，具体涉及深度学习技术领域，尤其涉及车载语音指令推荐方法、装置、模型训练方法、电子设备、存储介质及自动驾驶车辆。具体实现方案为：获取当前行车场景信息；基于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；用户习惯是基于用户在车机交互中的至少一个用户语音指令，以及发出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。本公开通过学习用户在车机交互中的用户语音指令学习得到用户习惯，可以根据用户当前的行车场景以及学习到的用户习惯，针对用户习惯推荐更适合用户的个性化语音指令，提升用户的体验。提升用户的体验。提升用户的体验。

【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。
[0008]根据本公开的第二方面，提供了一种模型训练方法，包括：
[0009]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；
[0010]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。
[0011]根据本公开的第三方面，提供了一种车载语音指令推荐装置，包括：
[0012]第一获取模块，被配置为获取当前行车场景信息；
[0013]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。
[0014]根据本公开的第四方面，提供了一种模型训练装置，包括：
[0015]第三获取模块，被配置为获取所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；
[0016]训练模块，被配置为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。
[0017]根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述技术方案中任一项所述的方法。
[0018]根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述技术方案中任一项所述的方法。
[0019]根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述技术方案中任一项所述的方法。
[0020]本公开提供了车载语音指令推荐方法、装置、模型训练方法、电子设备及存储介质，通过学习用户在车机交互中的用户语音指令学习得到用户习惯，可以根据用户当前的行车场景以及学习到的用户习惯，针对用户习惯推荐更适合用户的个性化语音指令，提升用户的体验。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是本公开实施例中的车载语音指令推荐方法的步骤示意图；
[0024]图2是本公开实施例中的推荐服务方法的整体流程图；
[0025]图3是本公开实施例中的第一种模型训练方法的步骤图；
[0026]图4是本公开实施例中的第二种模型训练方法的步骤图；
[0027]图5是本公开实施例中的第一种车载语音指令推荐装置的原理框图；
[0028]图6是本公开实施例中的第二种车载语音指令推荐装置的原理框图；
[0029]图7是本公开实施例中的第三种车载语音指令推荐装置的原理框图；
[0030]图8是本公开实施例中的第一种模型训练装置的原理框图；
[0031]图9是本公开实施例中的第二种模型训练装置的原理框图；
[0032]图10是本公开实施例中的示例电子设备的示意性框图。
具体实施方式
[0033]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识
到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0034]现有车载智能系统推荐语音指令比较单一的问题，现有的车载智能系统仅仅根据用户当前的行车场景信息和或用户画像来推荐语音指令，例如，当用户上车时，自动向用户推荐“是否需要开启音乐”的语音指令，用户在每次上车时，推荐的都是同一条语音指令，推荐的方式比较呆板，并不能根据用户在用车时的习惯进行个性化推荐。
[0035]针对上述技术问题，本公开提供了一种车载语音指令推荐方法，如图1所示，包括：
[0036]步骤S101，获取当前行车场景信息。行车场景信息可以包括用户在行车过程中的车辆状态信息(例如当前车速、档位、油量、是否开启雨刮、是否开启转向灯、是否开启导航等等)、地理位置、用户行为(用户是否疲劳等)以及周围环境信息，例如行车摄像头采集到的道路信息、天气信息、当前是雨天还是雾天等。
[0037]步骤S102，基于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；用户习惯是基于用户在车机交互中的至少一个用户语音指令，以及发出至少一个用户本文档来自技高网...

【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：