[发明专利]沿出行线路自动交互方法

说明书

本发明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。

技术领域

本发明涉及目标推荐领域，尤其涉及沿出行线路自动交互方法。

背景技术

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。

发明内容

为了解决上述技术问题，本发明提出了沿出行线路自动交互方法。本发明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。

本发明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