CN119495291A 语音交互方法、服务器和可读存储介质 （广州小鹏汽车科技有限公司）

包含有计算机程序的非易失性计算机可读存储轮次语音请求和和历史轮次语音请求的自然语2接收车辆转发的当前轮次语音请求和座舱当前根据所述座舱当前环境图像编码信息、所述当前轮次语音请求、历2.根据权利要求1所述的方法，其特征在于，所述根据所述座舱当前环境图像编码信对预设标记、所述当前轮次语音请求、所述历史轮次语音请求和根据所述当前轮次语音请求的轮次信息和所述历史轮次语对所述第一临时输入信息、所述第二临时输入信息、所述第三临时输根据所述槽位识别的结果和预测到的应用程序接口，根据所述当前轮次语音请求、所述槽位识别的结果、所述预根据所述槽位识别的结果和所述目标参数，执行应用程序在所述意图标签为第三意图标签，且所述当前轮次语音请求根据所述槽位识别的结果和所述历史轮次语音请求的应用程序接口3在所述意图标签为第三意图标签，且所述当前轮次语音请求为首轮语音请求的情况根据所述槽位识别的结果和预测到的应用程序接口，45[0022]根据所述槽位识别的结果和预测到的应用程序接口，执行应用程序接口参数填6[0035]根据所述槽位识别的结果和预测到的应用程序接口，执行应用程序接口参数填7[0043]本发明的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中具体的歌名。8[0065]具体地，当前轮次语音请求指的是用户在当前交互回合中发出的语音指令或请[0067]槽位识别指的是从用户的输入中提取特定的信息片段，这些信息片段通常被称[0070]历史轮次语音请求的自然语言理解结果包括上一轮次语音请求的对应的API调用[0071]意图标签指的是标签生成模型对当前轮次语音请求进行意图识别处理得到的分9标记(ClassToken)和特殊的Tok[0088]特殊的Token指的是用于记录slot的起始和终止位置。例如，用户输出的语音是[0089]位置编码处理指的是在Transformer模型中，根据槽位识别结果在当前轮次语音的”，前一轮次语音请求的自然语言理解结果为“[last_api：ChatGeneral]，[last_别结果、前一轮次语音请求和前一轮次语音请求的自然语言理解结果进行拼接，得到token_embedding，即第一临时输入信息。接着，服务器根据语音请求的位置，对token_[0102]在意图标签为第一意图标签的情况下，服务器对当前轮次语音请求进行拒识处[0107]044：根据槽位识别的结果和预测到的应用程序接口，执行应用程序接口参数填[0109]具体地，第二意图标签指的是服务器结合语音请求的内容和环境图像进行分析[0110]在意图标签为第二意图标签的情况下，服务器对当前轮次语音请求进行槽位识[0111]例如，如果用户请求是关于导航的，服务器可能会预测用户想要使用地图服务 槽位识别结果和历史轮次的语音请求信息来确定[0131]047：在意图标签为第三意图标签，且当前轮次语音请求为首轮语音请求的情况[0133]049：根据槽位识别的结果和预测到的应用程序接口，执行应用程序接口参数填可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组