【技术实现步骤摘要】
本专利技术涉及人工智能和高速公路收费服务，具体涉及一种基于语音模型的高速公路收费数字人系统及控制方法。
技术介绍
1、高速公路收费服务包括在线计费、实时稽核和智能值机等业务，人工业务占比较高，在用户请求繁忙时段易出现电话占线等情况，收费业务的服务效率和服务水平仍有提高空间。从高速公路收费管理部的角度，对收费业务存在如下需求：
2、（1）降低人力成本：减少一线员工的工作时长，降低人工业务比重，以此降低路网运营管理成本；
3、（2）提高服务效率和服务水平：提升高速智慧化服务水平和自动化交互体验，优化收费业务的敏捷管理、自动交互、定制服务能力，提升高速公路平均通行效率和用户服务满意度；
4、（3）充分挖掘数据价值：充分利用已有多源、异构、多模态的交通数据资源，推进收费业务助手智能化水平进一步提高。
5、但是，在当前的高速公路收费业务领域，传统的小模型由于算法效能不足和经济成本问题逐渐显现出局限性，以及现有的业务助手智能化水平较低。因此，通用大模型技术的快速发展为高速收费服务ai数字人的研发和落地提供了强有力的技术支撑。此外，深厚的业务理解和大量的数据资源为大模型的训练应用提供了坚实基础。通用大模型的算力底座能力大幅增强：通用大模型呈现算力规模不断扩大，多模态推理分析能力、人机对齐水平不断增强的发展趋势，在大模型创意生成、情感智能等方面也有重大突破。
6、但是，现有类似技术普遍具备语音识别、业务意图理解、任务研判、多轮交互人机对话及自动转接人工的能力，能够处理常规收费业务。然而
技术实现思路
1、为了克服面对高速公路收费业务存在的问题。本专利技术提供的基于语音模型的高速公路收费数字人系统及控制方法，能够进行收费稽核引导和特情处置业务，主动识别信息中的缺失信息和错误信息并进行提问核实，构建更加智能化的问答交互模式，重塑核心收费业务的处理流程，提供全天候的智慧交互服务，极大提升信息传达效率和用户体验，具有良好的应用前景。
2、为了解决上述技术问题，达到上述目的，本专利技术所采用的技术方案是：
3、一种基于语音模型的高速公路收费数字人系统，包括输入信息识别层单元、大语言模型层单元、输出反馈层单元，
4、所述输入信息识别层单元，基于面向高速交通术语的asr语音识别功能，进行出行用户、收费员的语音拾取形成识别信息，并将识别信息输出给大语言模型层单元；
5、所述大语言模型层单元，包括大语言模型训练层子单元、任务生成层子单元、任务评判层子单元和任务处理层子单元，
6、所述大语言模型训练层子单元，用于构建支撑任务生成层子单元、任务评判层子单元和任务处理层子单元和输出反馈层单元的数据处理依据，并可训练更新；
7、所述任务生成层子单元，用于接收输入信息识别层单元输出的识别信息，成结构化的上下文信息，按照大语言模型训练层子单元内业务规则中的关键环节提取相应内容，输出关于该任务的关键信息以及推理过程，生成待处理的任务，并将该待处理的任务转入任务评判层子单元；
8、所述任务评判层子单元，用于接收任务生成层子单元输出的待处理的任务，并根据大语言模型层单元，做出转接人工服务或者转入任务处理层子单元的评判；
9、所述任务处理层子单元，根据待处理的任务的业务要求，激活收费ai数字人进行任务处理，并输出任务处理结果给输出反馈层单元；
10、所述输出反馈层单元，用于接收任务处理层子单元输出的任务处理结果，通过收费ai数字人智能形象、智能语音与用户进行多轮交互回答，直至任务完成对话结束，得到业务用户评价反馈，并生成对应的任务工单；以及通过业务用户评价反馈对大语言模型训练层子单元进行再训练更新，完善大语言模型训练层子单元。
11、优选的，所述识别信息包括业务相关信息和车辆信息。
12、优选的，所述大语言模型训练层子单元，包括收费训练样本库构建与标注模块、大语言模型提示词优化工程模块、大语言模型精调优化工程模块，
13、所述收费训练样本库构建与标注模块，根据收费业务特征，基于labelstudio平台，建立端到端样本标注及管理子模块，实现对语言样本的合理分类与标注，所述端到端样本标注是通过分析积累的大量收费业务数据的收费业务特征，工作人员能够总结出各类标签，用于对样本进行分类；各类标签包括特情类型、业务类型、车牌号码、车牌颜色以及卡号，基于得到的标签便可对样本进行标注，标注样本分为正样本和负样本，正样本是指属于目标类的样本，而负样本则是不属于该类的样本；所述管理子模块包括基本功能组件、高级功能组件，所述基本功能组件包括用户注册、项目创建、数据上传、标注绘制、标签输入、标注结果保存和导出，所述高级功能组件包括自动标注、数据增强、目标检测算法模型训练、web前端界面实时调参、模型训练结果可视化功能；
14、所述大语言模型提示词优化工程模块，为基于rlprompt框架用于学习离散词元的提示词优化框架，具体为将离散提示词优化公式化为强化学习问题，使用连续的策略网络来探索提示词空间，通过从连续的策略网络中采样来探索提示空间进行训练，训练完成后，通过推理阶段贪婪地选择标记，以生成确定性的提示；
15、所述大语言模型精调优化工程模块，通过基于lora的混合精度浮点数前向传播方法，构建收费大模型的轻量化训练加速架构，便于进行业务意图理解与关键信息提取。
16、优选的，所述任务评判层子单元，用于接收任务生成层子单元输出的待处理的任务，并根据大语言模型层单元，做出转接人工服务或者转入任务处理层子单元的评判，包括如下过程：
17、若大语言模型层单元无法处理任务，则转接人工服务；若大语言模型层单元能够处理任务，则转入任务处理层子单元；若存在错误缺失信息，大语言模型层单元则在第一轮对话中提示用户补充或修正信息；在第二轮对话中若信息正确齐全，则转入任务处理层子单元，否则转接人工服务。
18、优选的，所述任务处理层子单元，根据待处理的任务的业务要求，激活收费ai数字人进行任务处理，并输出任务处理结果给输出反馈层单元，包括如下过程：对于收费业务，调用自由流云收费系统，实时播报收费金额；对于收费特情业务，结合当前输入信息调用交通时空信息平台和自由流云收费系统，智能匹配特情处置库的案例，进行对应处理。
19、基于语音模型的高速公路收费数字人系统的控制方法，包括以下步骤，
20、步骤（a），分别构建输入信息识别层单本文档来自技高网...
【技术保护点】
1.基于语音模型的高速公路收费数字人系统，其特征在于，包括输入信息识别层单元、大语言模型层单元、输出反馈层单元，
2.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述识别信息包括业务相关信息和车辆信息。
3.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述大语言模型训练层子单元，包括收费训练样本库构建与标注模块、大语言模型提示词优化工程模块、大语言模型精调优化工程模块，
4.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述任务评判层子单元，用于接收任务生成层子单元输出的待处理的任务，并根据大语言模型层单元，做出转接人工服务或者转入任务处理层子单元的评判，包括如下过程：
5.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述任务处理层子单元，根据待处理的任务的业务要求，激活收费AI数字人进行任务处理，并输出任务处理结果给输出反馈层单元，包括如下过程：对于收费业务，调用自由流云收费系统，实时播报收费金额；对于收费特情业务，结合当前输入信
6.一种如权利要求1-5任一项所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，包括以下步骤，
7.根据权利要求6所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，步骤（A），所述识别信息包括业务相关信息和车辆信息。
8.根据权利要求6所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，所述大语言模型训练层子单元，包括收费训练样本库构建与标注模块、大语言模型提示词优化工程模块、大语言模型精调优化工程模块，所述收费训练样本库构建与标注模块，根据收费业务特征，基于LabelStudio平台，建立端到端样本标注及管理子模块，实现对语言样本的合理分类与标注，所述端到端样本标注是通过分析积累的大量收费业务数据的收费业务特征，工作人员能够总结出各类标签，用于对样本进行分类；各类标签包括特情类型、业务类型、车牌号码、车牌颜色以及卡号，基于得到的标签便可对样本进行标注，标注样本分为正样本和负样本，正样本是指属于目标类的样本，而负样本则是不属于该类的样本；所述管理子模块包括基本功能组件、高级功能组件，所述基本功能组件包括用户注册、项目创建、数据上传、标注绘制、标签输入、标注结果保存和导出，所述高级功能组件包括自动标注、数据增强、目标检测算法模型训练、Web前端界面实时调参、模型训练结果可视化功能；
9.根据权利要求6所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，步骤（D），通过任务评判层子单元，接收任务生成层子单元输出的待处理的任务，并根据大语言模型层单元，做出转接人工服务或者转入步骤（E）任务处理层子单元的评判，包括如下过程：
10.根据权利要求6所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，步骤（E），通过任务处理层子单元，根据待处理的任务的业务要求，激活收费AI数字人进行任务处理，并输出任务处理结果给输出反馈层单元，包括如下过程：对于收费业务，调用自由流云收费系统，实时播报收费金额；对于收费特情业务，结合当前输入信息调用交通时空信息平台和自由流云收费系统，智能匹配特情处置库的案例，进行对应处理。
...【技术特征摘要】
1.基于语音模型的高速公路收费数字人系统，其特征在于，包括输入信息识别层单元、大语言模型层单元、输出反馈层单元，
2.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述识别信息包括业务相关信息和车辆信息。
3.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述大语言模型训练层子单元，包括收费训练样本库构建与标注模块、大语言模型提示词优化工程模块、大语言模型精调优化工程模块，
4.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述任务评判层子单元，用于接收任务生成层子单元输出的待处理的任务，并根据大语言模型层单元，做出转接人工服务或者转入任务处理层子单元的评判，包括如下过程：
5.根据权利要求1所述的基于语音模型的高速公路收费数字人系统，其特征在于，所述任务处理层子单元，根据待处理的任务的业务要求，激活收费ai数字人进行任务处理，并输出任务处理结果给输出反馈层单元，包括如下过程：对于收费业务，调用自由流云收费系统，实时播报收费金额；对于收费特情业务，结合当前输入信息调用交通时空信息平台和自由流云收费系统，智能匹配特情处置库的案例，进行对应处理。
6.一种如权利要求1-5任一项所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，包括以下步骤，
7.根据权利要求6所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，步骤（a），所述识别信息包括业务相关信息和车辆信息。
8.根据权利要求6所述的基于语音模型的高速公路收费数字人系统的控制方法，其特征在于，所述大语言模型训练层...
【专利技术属性】
技术研发人员：杨思颖，卞加佳，方叶红，陈雨欣，
申请(专利权)人：南京感动科技有限公司，
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。