沿出行线路自动交互方法技术

本发明专利技术提供了沿出行线路自动交互方法，所述方法包括获取第一语句；判断所述第一语句中是否存在预设唤醒词，若存在，启动自动交互逻辑；所述交互逻辑接收用户语音，将所述语音输入预设的语音分析模型，得到所述语音对应的语音向量；根据所述语音向量确定其对应的目标交互指令；基于所述目标交互指令为用户提供对应服务。本发明专利技术可以根据与用户的语音交互自动确定交互内容指向的指令，并为用户提供指令指向的内容，从而可以在行车途中不需要用户进行手动操作，极大提升用户体验。

【技术实现步骤摘要】
沿出行线路自动交互方法
本专利技术涉及目标推荐领域，尤其涉及沿出行线路自动交互方法。
技术介绍
智能出行现在已经成为人们日常生活中密不可分的一种现代数据信息服务，围绕智能出行也衍生了很多新技术，比如路径规划，自动导航，语音导航，自动支付以及目标推荐等多种技术。本说明书认为在智能出行场景中，对人机对话进行研究，使用语音交互为用户提供相关的智能出行服务可以显著提升用户体验，具有重要研究价值。
技术实现思路
为了解决上述技术问题，本专利技术提出了沿出行线路自动交互方法。本专利技术具体是以如下技术方案实现的：沿出行线路自动交互方法，所述方法包括：获取第一语句；判断所述第一语句中是否存在预设唤醒词，若存在，启动自动交互逻辑；所述交互逻辑接收用户语音，将所述语音输入预设的语音分析模型，得到所述语音对应的语音向量；根据所述语音向量确定其对应的目标交互指令；基于所述目标交互指令为用户提供对应服务。优选的，所述语音分析模型通过下述方法训练得到，包括：获取语音训练集，所述语音训练集中的各个语音元素都包括多条对话语句；构建相互串联的第一学习机和第二学习机，得到训练模型；基于所述语音训练集对所述训练模型进行训练，得到语音分析模型，所述语音分析模型以语音对应的句向量为输出结果，通过最大化其目标函数，使用梯度下降法训练得到。优选的，在训练过程中，以第j句话的前t句话和后t句话为输入，基于所述训练模型的第一学习机分别对于这2t句话的每一句生成一个句向量，并将所述2t个句向量作为目标向量，将所述目标向量输入所述训练模型的第二学习机得到对应于所述第j句话的预估词集合，以所述预估词集合的似然概率表达作为目标函数其中，分别表示语音元素数量，某个语音元素中的语句数量，语句的词的数量，第i个语料元素中基于前t句话和后t句话生成第j句话的概率。优选的，所述根据所述语音向量确定其对应的交互指令，包括：获取预设的指令集，所述指令集中包括各个交互指令以及所述交互指令的句向量；计算所述语音向量与所述指令集中各个句向量的相似度；若最大相似度大于预设阈值，则具有最大相似度的交互指令被确认为目标交互指令。优选的，交互指令对应服务包括加油站推荐、加油站动态推荐、目标建筑物提示、停车场推荐、衣食住行等关键地点推荐，交互语音包选择，特定软件关联启动服务。优选的，若所述对应服务为目标建筑物提示服务，则在用户已经确定目标物的场景中为用户自动确定目标物关联的目标建筑物，并在用户与所述目标建筑物距离小于预设阈值时向用户发出提醒，以使得用户明确目标物就在附近。本专利技术实施例提供了沿出行线路自动交互方法，可以根据与用户的语音交互自动确定交互内容指向的指令，并为用户提供指令指向的内容，从而可以在行车途中不需要用户进行手动操作，极大提升用户体验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。图1是本专利技术实施例提供的沿出行线路自动交互方法流程图；图2是本专利技术实施例提供的语音分析模型训练方法流程图；图3是本专利技术实施例提供的根据所述语音向量确定其对应的交互指令流程图；图4是本专利技术实施例提供的一种目标建筑物确定方法流程图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本专利技术实施例公开沿出行线路自动交互方法，如图1所示，所述方法包括：S101.获取第一语句。S102.判断所述第一语句中是否存在预设唤醒词，若存在，启动自动交互逻辑。S103.所述交互逻辑接收用户语音，将所述语音输入预设的语音分析模型，得到所述语音对应的语音向量。具体地，所述语音分析模型通过下述方法训练得到，如图2所示，具体地：S1031.获取语音训练集，所述语音训练集中的各个语音元素都包括多条对话语句。S1032.构建相互串联的第一学习机和第二学习机，得到训练模型。S1033.基于所述语音训练集对所述训练模型进行训练，得到语音分析模型，所述语音分析模型以语音对应的句向量为输出结果，通过最大化其目标函数，使用梯度下降法训练得到。具体地，在训练过程中，以第j句话的前t句话和后t句话为输入，基于所述训练模型的第一学习机分别对于这2t句话的每一句生成一个句向量，并将所述2t个句向量作为目标向量，将所述目标向量输入所述训练模型的第二学习机得到对应于所述第j句话的预估词集合，以所述预估词集合的似然概率表达作为目标函数其中，分别表示语音元素数量，某个语音元素中的语句数量，语句的词的数量，第i个语料元素中基于前t句话和后t句话生成第j句话的概率。S104.根据所述语音向量确定其对应的目标交互指令。具体地，所述根据所述语音向量确定其对应的交互指令，如图3所示，包括：S1041.获取预设的指令集，所述指令集中包括各个交互指令以及所述交互指令的句向量；S1042.计算所述语音向量与所述指令集中各个句向量的相似度；S1043.若最大相似度大于预设阈值，则具有最大相似度的交互指令被确认为目标交互指令。S105.基于所述目标交互指令为用户提供对应服务。本专利技术实施例并不限定交互指令以及对应服务的具体内容，其可以是加油站推荐、加油站动态推荐、目标建筑物提示、停车场推荐、衣食住行等关键地点推荐，交互语音包选择，特定软件关联启动服务等等。以加油站推荐或加油站动态推荐服务为例，本专利技术实施例可以为用户在行车路线上进行加油站的自动推荐，具体地：S1.提取行车路线沿线的全部加油站构成加油站预备集，所述加油站预备集中的每个元素对应一个加油站，所述元素包括多个维度的属性数据。具体地，所述元素的属性数据可以包括加油站位置属性、加油站优惠属性、加油站周围环境属性和本文档来自技高网...

【技术保护点】
1.沿出行线路自动交互方法，其特征在于，所述方法包括：/n获取第一语句；/n判断所述第一语句中是否存在预设唤醒词，若存在，启动自动交互逻辑；/n所述交互逻辑接收用户语音，将所述语音输入预设的语音分析模型，得到所述语音对应的语音向量；/n根据所述语音向量确定其对应的目标交互指令；/n基于所述目标交互指令为用户提供对应服务。/n

【技术特征摘要】
1.沿出行线路自动交互方法，其特征在于，所述方法包括：
获取第一语句；
判断所述第一语句中是否存在预设唤醒词，若存在，启动自动交互逻辑；
所述交互逻辑接收用户语音，将所述语音输入预设的语音分析模型，得到所述语音对应的语音向量；
根据所述语音向量确定其对应的目标交互指令；
基于所述目标交互指令为用户提供对应服务。


2.根据权利要求1所述的方法，其特征在于，所述语音分析模型通过下述方法训练得到，包括：
获取语音训练集，所述语音训练集中的各个语音元素都包括多条对话语句；
构建相互串联的第一学习机和第二学习机，得到训练模型；
基于所述语音训练集对所述训练模型进行训练，得到语音分析模型，所述语音分析模型以语音对应的句向量为输出结果，通过最大化其目标函数，使用梯度下降法训练得到。


3.根据权利要求2所述的方法，其特征在于：
在训练过程中，以第j句话的前t句话和后t句话为输入，基于所述训练模型的第一学习机分别对于这2t句话的每一句生成一个句向量，并将所述2t个句向量作为目标向量，将所述目标向量输入所述训练模型的第二学习机得到对...

【专利技术属性】
技术研发人员：杨宏旭，陈刚，余华琼，刘晓宏，方超，邵林俊，许晶晶，
申请(专利权)人：八维通科技有限公司，
类型：发明
国别省市：浙江;33