本發(fā)明涉及保險(xiǎn)及自然語(yǔ)言處理，尤其涉及一種基于大模型的語(yǔ)音會(huì)話處理方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著時(shí)代發(fā)展、科學(xué)進(jìn)步和人們風(fēng)險(xiǎn)意識(shí)的提高，保險(xiǎn)作為一種經(jīng)濟(jì)保障制度得到了大幅度發(fā)展。隨著人工智能技術(shù)飛速發(fā)展，人機(jī)交互會(huì)話系統(tǒng)更多地走進(jìn)人們的日常生活中。因此，人工智能保險(xiǎn)會(huì)話系統(tǒng)應(yīng)運(yùn)而生。

2、利用人工智能保險(xiǎn)會(huì)話系統(tǒng)，可以實(shí)現(xiàn)智能化的人機(jī)保險(xiǎn)會(huì)話。但現(xiàn)有的基于生成模型的會(huì)話系統(tǒng)，采用通用樣本對(duì)模型進(jìn)行訓(xùn)練，導(dǎo)致對(duì)用戶的針對(duì)性不足，使得回復(fù)文本的準(zhǔn)確性不高；由于回復(fù)文本的長(zhǎng)度不同，越長(zhǎng)的回復(fù)文本會(huì)消耗越長(zhǎng)的生成時(shí)間，導(dǎo)致在人機(jī)交互過(guò)程中出現(xiàn)客戶等待會(huì)話系統(tǒng)的情況，使得人機(jī)交互不流暢。

3、因此，亟需一種能夠有效提升人機(jī)交互準(zhǔn)確度和流暢度的語(yǔ)音會(huì)話處理方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于大模型的語(yǔ)音會(huì)話處理方法、裝置、設(shè)備及介質(zhì)，通過(guò)對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)得到適用于用戶的預(yù)測(cè)模型，通過(guò)流式輸出對(duì)用戶語(yǔ)音話術(shù)進(jìn)行精確回復(fù)，提高了回復(fù)準(zhǔn)確度，提高了人機(jī)交互流暢性，進(jìn)而提升用戶體驗(yàn)。

2、第一方面，提供了一種基于大模型的語(yǔ)音會(huì)話處理方法，該方法包括：

3、獲取用戶的歷史記錄數(shù)據(jù)，根據(jù)歷史記錄數(shù)據(jù)生成指令微調(diào)數(shù)據(jù)集，利用指令微調(diào)數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)，得到訓(xùn)練好的預(yù)測(cè)模型；

4、獲取用戶的用戶語(yǔ)音話術(shù)，將用戶語(yǔ)音話術(shù)轉(zhuǎn)換為用戶文本話術(shù)后輸入訓(xùn)練好的預(yù)測(cè)模型流式生成應(yīng)答文本話術(shù)；

5、在流式生成應(yīng)答文本話術(shù)的過(guò)程中，將應(yīng)答文本話術(shù)依次切割為至少一個(gè)應(yīng)答文本短句，并將至少一個(gè)應(yīng)答文本短句依次進(jìn)行存儲(chǔ)；

6、隨著至少一個(gè)應(yīng)答文本短句存儲(chǔ)，依次調(diào)取至少一個(gè)應(yīng)答文本短句轉(zhuǎn)換為應(yīng)答語(yǔ)音短句輸出，并將已輸出的應(yīng)答文本短句刪除。

7、第二方面，提供了一種基于大模型的語(yǔ)音會(huì)話處理裝置，該裝置包括：

8、模型微調(diào)單元，用于獲取用戶的歷史記錄數(shù)據(jù)，根據(jù)歷史記錄數(shù)據(jù)生成指令微調(diào)數(shù)據(jù)集，利用指令微調(diào)數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)，得到訓(xùn)練好的預(yù)測(cè)模型；

9、應(yīng)答文本話術(shù)生成單元，用于獲取用戶的用戶語(yǔ)音話術(shù)，將用戶語(yǔ)音話術(shù)轉(zhuǎn)換為用戶文本話術(shù)后輸入訓(xùn)練好的預(yù)測(cè)模型流式生成應(yīng)答文本話術(shù)；

10、應(yīng)答文本短句切割單元，用于在流式生成應(yīng)答文本話術(shù)的過(guò)程中，將應(yīng)答文本話術(shù)依次切割為至少一個(gè)應(yīng)答文本短句，并將至少一個(gè)應(yīng)答文本短句依次進(jìn)行存儲(chǔ)；

11、應(yīng)答語(yǔ)音短句輸出單元，用于隨著至少一個(gè)應(yīng)答文本短句存儲(chǔ)，依次調(diào)取至少一個(gè)應(yīng)答文本短句轉(zhuǎn)換為應(yīng)答語(yǔ)音短句輸出，并將已輸出的應(yīng)答文本短句刪除。

12、第三方面，提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器中并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述的基于大模型的語(yǔ)音會(huì)話處理方法的步驟。

13、第四方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的基于大模型的語(yǔ)音會(huì)話處理方法的步驟。

14、上述基于大模型的語(yǔ)音會(huì)話處理方法、裝置、設(shè)備及介質(zhì)所實(shí)現(xiàn)的方案中，獲取用戶的歷史記錄數(shù)據(jù)，根據(jù)歷史記錄數(shù)據(jù)生成指令微調(diào)數(shù)據(jù)集，利用指令微調(diào)數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)，得到訓(xùn)練好的預(yù)測(cè)模型；接收用戶的用戶語(yǔ)音話術(shù)，將用戶語(yǔ)音話術(shù)轉(zhuǎn)換為用戶文本話術(shù)后輸入訓(xùn)練好的預(yù)測(cè)模型流式生成應(yīng)答文本話術(shù)；在流式生成應(yīng)答文本話術(shù)的過(guò)程中，將應(yīng)答文本話術(shù)依次切割為至少一個(gè)應(yīng)答文本短句，并將至少一個(gè)應(yīng)答文本短句依次進(jìn)行存儲(chǔ)；隨著至少一個(gè)應(yīng)答文本短句存儲(chǔ)，依次調(diào)取至少一個(gè)應(yīng)答文本短句轉(zhuǎn)換為應(yīng)答語(yǔ)音短句輸出，并將已輸出的應(yīng)答文本短句刪除。

15、在本發(fā)明中，利用指令微調(diào)數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)，使訓(xùn)練好的預(yù)測(cè)模型具有對(duì)于用戶的針對(duì)性，從而提高回復(fù)的準(zhǔn)確度；利用訓(xùn)練好的預(yù)測(cè)模型流式生成應(yīng)答文本話術(shù)，通過(guò)應(yīng)答文本短句形式依次存儲(chǔ)，在依次存儲(chǔ)過(guò)程中異步依次處理，大大提高了回復(fù)的速度。本發(fā)明的方法，提升了人機(jī)交互的流暢度，提高了用戶體驗(yàn)。

技術(shù)特征：

1.一種基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述獲取用戶的歷史記錄數(shù)據(jù)，根據(jù)所述歷史記錄數(shù)據(jù)生成指令微調(diào)數(shù)據(jù)集，利用所述指令微調(diào)數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)，得到訓(xùn)練好的預(yù)測(cè)模型，包括：

3.如權(quán)利要求1或2所述的基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述保險(xiǎn)大模型通過(guò)以下方法進(jìn)行預(yù)訓(xùn)練：

4.如權(quán)利要求1所述的基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述獲取用戶的用戶語(yǔ)音話術(shù)，將所述用戶語(yǔ)音話術(shù)轉(zhuǎn)換為用戶文本話術(shù)后輸入訓(xùn)練好的所述預(yù)測(cè)模型流式生成應(yīng)答文本話術(shù)，包括：

5.如權(quán)利要求1所述的基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述在流式生成所述應(yīng)答文本話術(shù)的過(guò)程中，將所述應(yīng)答文本話術(shù)依次切割為至少一個(gè)應(yīng)答文本短句，并將至少一個(gè)所述應(yīng)答文本短句依次進(jìn)行存儲(chǔ)，包括：

6.如權(quán)利要求1所述的基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述隨著至少一個(gè)所述應(yīng)答文本短句存儲(chǔ)，依次調(diào)取至少一個(gè)所述應(yīng)答文本短句轉(zhuǎn)換為應(yīng)答語(yǔ)音短句輸出，并將已輸出的所述應(yīng)答文本短句刪除，包括：

7.如權(quán)利要求1所述的基于大模型的語(yǔ)音會(huì)話處理方法，其特征在于，所述方法還包括：

8.一種基于大模型的語(yǔ)音會(huì)話處理裝置，其特征在于，所述裝置包括：

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的基于大模型的語(yǔ)音會(huì)話處理方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的基于大模型的語(yǔ)音會(huì)話處理方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及保險(xiǎn)及自然語(yǔ)言處理技術(shù)領(lǐng)域，公開(kāi)了一種基于大模型的語(yǔ)音會(huì)話處理方法、裝置、設(shè)備及介質(zhì)，包括：利用根據(jù)用戶的歷史記錄數(shù)據(jù)生成的指令微調(diào)數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的保險(xiǎn)大模型進(jìn)行微調(diào)，使訓(xùn)練好的預(yù)測(cè)模型具有對(duì)于用戶的針對(duì)性；利用訓(xùn)練好的預(yù)測(cè)模型對(duì)用戶的用戶語(yǔ)音話術(shù)流式生成應(yīng)答文本話術(shù)，在流式生成應(yīng)答文本話術(shù)的過(guò)程中，通過(guò)切割為應(yīng)答文本短句依次存儲(chǔ)，在依次存儲(chǔ)應(yīng)答文本短句過(guò)程中，異步依次處理為應(yīng)答語(yǔ)音短句后輸出。不僅提高了回復(fù)的速度，提高了回復(fù)的準(zhǔn)確度，而且提升了人機(jī)交互的流暢度，提升了用戶體驗(yàn)。

技術(shù)研發(fā)人員：沈鵬,張航飛,黃明星,王福釙,周曉波,龔晨
受保護(hù)的技術(shù)使用者：北京水滴科技集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2