【技术实现步骤摘要】
本申请涉及深度学习，特别涉及口语训练方法及装置。
技术介绍
1、人工智能(artificial intelligence；ai)是指已工程化(即设计并制造)的系统感知环境的能力，以及获取、处理、应用和表示知识的能力。人工智能深度学习框架实现了对算法的封装。随着人工智能的发展，各种深度学习框架不断的涌现；tensorflow、pytorch等通用型深度学习框架，应用于自然语言处理、计算机视觉、语音处理等领域，以及机器翻译、智慧金融、智能医疗、自动驾驶等行业。是现今应用较为广泛的一种深度学习框架。并且随着ai技术的成熟，使得部分应用软件可以赋予用户与ai的口语会话功能。目前的口语对话能力大多数通过语言大模型对语义理解的能力实现，通过将用户讲话内容转换为文字后发送给语言模型，模型会根据语义理解反馈对应的回复内容。但是，这种对话方式较为生硬，用户体验较差，并且不同的用户可能有不同的对话需求，通用的语言模型很难满足不同用户的需求，因此亟需一种有效的方案以解决上述问题。
技术实现思路
1、有鉴于此，本...
【技术保护点】
1.一种口语训练方法，其特征在于，包括：
2.根据权利要求1所述的口语训练方法，其特征在于，所述基于所述口语训练请求确定所述用户的口语训练等级，包括：
3.根据权利要求1所述的口语训练方法，其特征在于，所述根据所述口语训练等级向所述用户发送模型设置接口，包括：
4.根据权利要求3所述的口语训练方法，其特征在于，所述根据所述模型设置信息中多个维度分别对应的模型配置信息，将口语训练模型更新为目标口语训练模型，包括：
5.根据权利要求4所述的口语训练方法，其特征在于，所述采用所述用户与所述目标口语训练模型语音交互的方式执行口语
【技术特征摘要】
1.一种口语训练方法，其特征在于，包括：
2.根据权利要求1所述的口语训练方法，其特征在于，所述基于所述口语训练请求确定所述用户的口语训练等级，包括：
3.根据权利要求1所述的口语训练方法，其特征在于，所述根据所述口语训练等级向所述用户发送模型设置接口，包括：
4.根据权利要求3所述的口语训练方法，其特征在于，所述根据所述模型设置信息中多个维度分别对应的模型配置信息，将口语训练模型更新为目标口语训练模型，包括：
5.根据权利要求4所述的口语训练方法，其特征在于，所述采用所述用户与所述目标口语训练模型语音交互的方式执行口语训练任务，包括：
6.根据权利要求5所述的口语训练方法，其特征在于，所述通过所述目标口语训练模型，根据所述风格配置信息、所述话题配置信息和所述问题配置信息生成所述第一口语信息对应的第一反馈信息，包括：
7.根据权利要求5所述的口语训练方法，其特征在于，所述通过...
【专利技术属性】
技术研发人员：王朔，杨青原，郭润泽，朱秀根，
申请(专利权)人：北京猿力未来科技有限公司，
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。