CN115512703A - 车机语音交互数据的处理方法、装置及设备 - Google Patents
车机语音交互数据的处理方法、装置及设备 Download PDFInfo
- Publication number
- CN115512703A CN115512703A CN202211321167.9A CN202211321167A CN115512703A CN 115512703 A CN115512703 A CN 115512703A CN 202211321167 A CN202211321167 A CN 202211321167A CN 115512703 A CN115512703 A CN 115512703A
- Authority
- CN
- China
- Prior art keywords
- voice
- historical
- response
- interaction
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 220
- 238000003672 processing method Methods 0.000 title claims description 17
- 230000004044 response Effects 0.000 claims abstract description 273
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims description 52
- 238000005457 optimization Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 25
- 230000002452 interceptive effect Effects 0.000 claims description 24
- 238000012163 sequencing technique Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Navigation (AREA)
Abstract
本申请提供一种车机语音交互数据的处理方法、装置及设备,该方法通过获取包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务的语音日志数据,进而对各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项进行数量统计,得到各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量中的至少一项,实现了对交互成功的车机语音的统计,该统计结果可用于功能开发优化,解决了人工调研成本高的问题,并且,通过该交互成功的语音的统计结果所确定的开发优化方向的准确性高。
Description
技术领域
本申请涉及语音处理技术领域,尤其涉及一种车机语音交互数据的处理方法、装置及设备。
背景技术
随着汽车电子领域的发展,越来越多的车企选择在车辆上搭载智能语音交互系统。其中,智能语音交互系统可以用于让用户通过语音指令与智能汽车进行信息交互服务。如,用户可通过语音指令调用车设车控、地图导航、音乐及多媒体等服务,或者,查询天气、闲聊对话等。
在开发智能语音交互系统的过程中,技术人员通常根据市场调研进行功能优化或功能开发。然而,人工调研的方式需要消耗大量人力成本和时间成本,并且,调研结果的准确性较低,可能会导致优化开发的方向错误,进而影响用户体验。
发明内容
有鉴于此,本申请的目的在于提出一种车机语音交互数据的处理方法、装置及设备,解决现有技术中人工调研消耗成本高以及优化开发方向错误的技术问题。
基于上述目的,本申请提供了一种车机语音交互数据的处理方法,包括:
获取语音日志数据,其中,所述语音日志数据包括交互成功的各历史响应语音、各所述历史响应语音分别对应的历史识别操作以及各所述历史响应语音分别对应的历史响应服务;
对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果;
其中,所述交互数统计结果包括下列至少之一:各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量。
基于上述目的,本申请还提供了一种车机语音交互数据的处理装置,包括:
日志获取模块,用于获取语音日志数据,其中,所述语音日志数据包括交互成功的各历史响应语音、各所述历史响应语音分别对应的历史识别操作以及各所述历史响应语音分别对应的历史响应服务;
日志统计模块,用于对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果;
其中,所述交互数统计结果包括下列至少之一:各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量。
基于上述目的,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本申请任一实施例提供的车机语音交互数据的处理方法。
基于上述目的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行本申请任一实施例提供的车机语音交互数据的处理方法。
从上面所述可以看出,本申请提供的车机语音交互数据的处理方法,通过获取包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务的语音日志数据,进而对各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项进行数量统计,得到各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量中的至少一种,实现了对交互成功的各车机语音的统计,该统计结果可用于进行功能开发或功能优化,无需人工调研,解决了人工调研需消耗大量成本的问题,并且,基于历史的语音交互数据所确定的交互成功的统计结果可以反映出用户实际使用情况,通过该统计结果所确定的开发方向或优化方向的准确性高,避免了优化开发方向错误的情形。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案,下面将对实施例或相关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申请的实施例,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他的附图。
图1为本申请实施例提供的一种车机语音交互数据的处理方法的流程图;
图2为本申请实施例提供的另一种车机语音交互数据的处理方法的流程图;
图3为本申请实施例提供的一种车机语音交互数据的处理过程示操作;
图4为本申请实施例提供的一种车机语音交互数据的处理装置的结构示操作;
图5为本申请实施例提供的一种电子设备的结构示操作。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
需要说明的是,除非另外定义,本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
图1为本申请实施例提供的一种车机语音交互数据的处理方法的流程图。该方法可以由车机语音交互数据的处理装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于电子设备中。如图1所示,该方法具体可以包括如下步骤:
S110、获取语音日志数据,其中,语音日志数据包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务。
其中,语音日志数据可以是已服务过的车机语音的相关日志数据,即交互成功的车机语音的相关日志数据。还可以是预设时长内(例如:几个月,几周),交互成功的车机语音的相关日志数据。具体的,语音日志数据包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务。
在本实施例中,历史响应语音可以是用户发起的已得到车机响应的历史语音。示例性的,语音日志数据可以包括多条“topic”:"dm.output",其中,每个"dm.output"中包含"input":"xxxxx",具体的,"xxxxx"即为历史响应语音。
历史响应语音对应的历史识别操作可以是针对历史响应语音所识别出的操作意图,如,规划路线、拨打电话或导航等。例如,历史响应语音为“今天多少度”,或,“一会下雨吗”,对应的历史识别操作为“查询天气”;历史响应语音为“换一首歌”,或,“先别播放”,对应的历史识别操作为“播放控制”。示例性的,每个"dm.output"中还包含"intentName":"xxxxx",具体的,"xxxxx"即为历史识别操作。
历史响应语音对应的历史响应服务可以是响应该历史响应语音对应的历史识别所触发的技能;如,天气、导航、车控车设、笑话或诗词等。例如,历史响应语音为“到公司需要多久”,对应的历史响应服务为车载通用导航。示例性的,每个"dm.output"中还包含skill字段,skill字段中的内容即为历史响应服务。在车机为用户提供语音服务的过程中,车机可以根据用户发出的语音识别对应的操作,进而根据操作确定响应的服务。
示例性的,可以通过预先建立的语音接入层,获取语音日志数据。在一种具体的实施方式中,可以由语音服务器采集用户的语音日志数据,并将其存储在开源流处理平台(如Kafka);进一步的,分布式文件系统(如Hadoop)、数据仓库工具(如HIVE)或调度器可以从Kafka中读取语音日志数据,以进一步通过关系型数据库服务(Relational DatabaseService,RDS)或关系型数据库管理系统(如MySQL)对语音日志数据进行分析。
需要说明的是,考虑到语音服务器中存储有测试环境的语音日志数据和正式环境的语音日志数据,其中,测试环境的语音日志数据可以是测试设备上产生的语音日志数据,正式环境的语音日志数据可以是实际车机上产生的语音日志数据。为了避免测试环境的语音日志数据对交互数统计结果的影响,可以对所有语音日志数据进行筛选,以提取正式环境的语音日志数据。示例性的,在从Kafka中读取所有语音日志数据后,可以通过测试设备的设备标识,将测试环境的语音日志数据剔除。通过该方式,可以避免测试设备上产生的语音日志数据对统计结果的影响,进而使得统计结果更符合用户实际使用情况,进一步提高了开发方向或优化方向的准确性。
S120、对语音日志数据中的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到交互数统计结果。
其中,交互数统计结果包括下列至少之一:各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量。
具体的,可以确定在检测到交互统计指令时,确定交互统计指令对应的目标统计项;其中,目标统计项可以为语音项、操作项或服务项,也可以是上述三种情况的任意组合。
在本实施例中,如果交互统计指令对应的目标统计项包括语音项,则表示需要对语音日志数据中的各历史响应语音进行数量统计;如果交互统计指令对应的目标统计项包括操作项,则表示需要对语音日志数据中的各历史识别操作进行数量统计;如果交互统计指令对应的目标统计项包括服务项,则表示需要对语音日志数据中的各历史响应服务进行数量统计。
进一步的,可以根据目标统计项,对语音日志数据中的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到交互数统计结果。
具体的,对各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,可以包括下述中至少一种:确定所有历史响应语音下的各种历史响应语音,统计每一种历史响应语音的语音数量或触发设备数量,得到交互数统计结果;确定所有历史识别操作下的各种历史识别操作,统计每一种历史识别操作的语音数量或触发设备数量,得到交互数统计结果;确定所有历史响应服务下的各种历史响应服务,统计每一种历史响应服务的语音数量或触发设备数量,得到交互数统计结果。
其中,交互数统计结果可以是针对各历史响应语音、各历史识别操作和各历史响应服务中的至少一项的次数统计结果,或者,也可以是针对各历史响应语音、各历史识别操作和各历史响应服务中的至少一种的设备数统计结果。
在一种具体的实施方式中,对语音日志数据中的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到交互数统计结果,包括下述中的至少一种:
针对每一种历史响应语音,基于历史响应语音的语音数量或触发设备数量,确定历史响应语音对应的语音交互数量;
针对每一种历史识别操作,基于与历史识别操作对应的各历史响应语音的语音数量或触发设备数量,确定历史识别操作对应的操作交互数量;
针对每一种历史响应服务,基于与历史响应服务对应的各历史响应语音的语音数量或触发设备数量,确定历史响应服务对应的服务交互数量。
在上述实施方式中,可以对语音日志数据中的所有历史响应语音进行数量统计分析,得到每一种历史响应语音对应的语音交互数量。其中,每一种历史响应语音的语音交互数量可以是该种类下的历史响应语音的语音数量,或者,每一种历史响应语音的语音交互数量也可以是该种类下的历史响应语音的触发设备数量,即接收该种类的历史响应语音的车机的数量。
示例性的,“我热了”对应的语音数量为1111,对应的触发设备数量为253;“打开空调”对应的语音数量为123,对应的触发设备数量为17。
或者,还可以对语音日志数据中的所有历史识别操作进行数量统计分析,得到每一种历史识别操作对应的操作交互数量。其中,每一种历史识别操作的操作交互数量可以是该种类下的历史识别操作对应的历史响应语音的语音数量,或者,每一种历史识别操作的操作交互数量也可以是该种类下的历史识别操作对应的历史响应语音的触发设备数量。
示例性的,“导航”对应的语音数量为5478,对应的触发设备数量为369;“车身控制”对应的语音数量为3766,对应的触发设备数量为89。
或者,还可以对语音日志数据中的所有历史响应服务进行数量统计分析,得到每一种历史响应服务对应的服务交互数量。其中,每一种历史响应服务的服务交互数量可以是该种类下的历史响应服务对应的历史响应语音的语音数量,或者,每一种历史响应服务的服务交互数量也可以是该种类下的历史响应服务对应的历史响应语音的触发设备数量。
示例性的,“地图”对应的语音数量为12661611,对应的触发设备处理为787;“车载控制”对应的语音数量为26247,对应的触发设备处理为97。
在上述实施方式中,可以通过数量统计语句(如,“topic:recorder.stream.start”),确定各种历史响应语音对应的语音交互数量、各种历史识别操作对应的操作交互数量或者各种历史响应服务对应的服务交互数量。
通过确定各种历史响应语音对应的语音交互数量、各种历史识别操作对应的操作交互数量、以及各种历史响应服务对应的服务交互数量中的至少一项,实现了对语音日志数据的统计分析,进一步的,该统计结果可以为后续的服务开发或优化分析提供数据支持。
需要说明的是,本实施例可以对所有语音日志数据进行数量统计,还可以对不同车型的语音日志数据分别进行数量统计,得到不同车型分别对应的交互数统计结果;或者,还可以对不同用户属性的语音日志数据分别进行数量统计,得到不同用户属性分别对应的交互数统计结果。
可选的,对语音日志数据中的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到交互数统计结果,包括:确定各历史响应语音对应的触发设备类型;针对每一种触发设备类型,对触发设备类型下的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到触发设备类型对应的交互数统计结果。
其中,触发设备类型可以是车型(即车辆类型)。具体的,可以统计每一种触发设备类型下的各种历史响应语音的语音交互数量,或者,各种历史识别操作的操作交互数量,或者,各种历史响应服务的服务交互数量。
对不同车型或不同用户属性的语音日志数据分别进行统计的好处在于:不同车型的用户以及不同属性的用户使用的语音响应服务可能存在较大区别,如货车(导航使用较多)和轿车(音乐使用较多)使用的语音响应服务区别较大,越野车(音乐使用较多)和电动代步车(车设车控使用较多)使用的语音响应服务区别较大,青年用户(笑话使用较多)和老年用户(导航使用较多)使用的语音响应服务区别较大。因此,为了对不同车型、不同用户进行针对性的车机语音服务的开发优化,还可以对不同车型或不同用户属性的语音日志数据分别进行统计,以细化各车型、各用户的交互数统计结果,进一步的为后续针对性的服务开发或优化分析提供数据支持。
可选的,可以将各种历史响应语音对应的语音交互数量、各种历史识别操作对应的操作交互数量、以及各种历史响应服务对应的服务交互数量,发送至业务系统,以使业务系统对其进行分析。如,报表系统、机器学习系统、服务推荐系统或用户画像系统等。
本实施例提供的车机语音交互数据的处理方法,通过获取包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务的语音日志数据,进而对各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项进行数量统计,得到各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量中的至少一种,实现了对交互成功的各车机语音的统计,该统计结果可用于进行功能开发或功能优化,无需人工调研,解决了人工调研需消耗大量成本的问题,并且,基于历史的语音交互数据所确定的交互成功的统计结果可以反映出用户实际使用情况,通过该统计结果所确定的开发方向或优化方向的准确性高,避免了优化开发方向错误的情形。
图2为本申请实施例提供的另一种车机语音交互数据的处理方法的流程图。在上述各实施方式的基础上,可选的,对根据交互数统计结果确定待分析交互结果和/或待优化交互结果的过程进行了示例性说明。如图2所示,该方法具体可以包括如下步骤:
S210、获取语音日志数据,其中,语音日志数据包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务。
S220、对语音日志数据中的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到交互数统计结果。
S230、对交互数统计结果进行排序,得到排序结果,其中,排序结果包括:数量由多到少的第一排序结果或者数量由少到多的第二排序结果。
具体的,在确定出交互数统计结果后,可以对交互数统计结果进行排序,以进一步确定出待分析交互结果和/或待优化交互结果。
在本实施例中,可以按照数量由多到少的顺序,对交互数统计结果中的各种历史响应语音、各种历史识别操作或各种历史响应服务进行排序,得到第一排序结果;或者,还可以按照数量由少到多的顺序,对交互数统计结果中的各种历史响应语音、各种历史识别操作或各种历史响应服务进行排序,得到第二排序结果。
S240、选定第一排序结果中前预设第一阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,或选定第二排序结果中后预设第一阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,作为待分析交互结果;和/或,选定第二排序结果中前预设第二阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,或选定第一排序结果中后预设第二阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,作为待优化交互结果。
其中,待分析交互结果是可以进一步开发的语音、操作或服务,包括热门响应语音、热门识别操作以及热门响应服务中的至少一种;待优化交互结果是可以进一步优化的语音、操作或服务,包括冷门响应语音、冷门识别操作以及冷门响应服务中的至少一种。
具体的,可以从第一排序结果中选取前N1(预设第一阈值)个历史响应语音、历史识别操作或历史响应服务作为待分析交互结果;或者,从第二排序结果中选取后N1(预设第一阈值)个历史响应语音、历史识别操作或历史响应服务作为待分析交互结果。通过该方式,可以实现热门响应语音、热门识别操作或热门响应服务的确定。
并且,还可以从第二排序结果中选取前N2(预设第二阈值)个历史响应语音、历史识别操作或历史响应服务,作为待优化交互结果;或者,从第一排序结果中选取后N2(预设第二阈值)个历史响应语音、历史识别操作或历史响应服务,作为待优化交互结果。
需要说明的是,除了根据交互数统计结果直接确定待分析交互结果和/或待优化交互结果之外,本实施例还可以确定各触发设备类型分别对应的待优化交互结果和/或待分析交互结果,进而分别对各触发设备类型进行差异化优化,提高各车型的优化准确性。
S250、根据待分析交互结果和/或待优化交互结果确定对应的处理数据输出。
具体的,可以直接将待分析交互结果和/或待优化交互结果作为处理数据输出,发送至云端的预设界面进行展示,或者,发送至其它业务系统。
在一种可选的实施方式中,根据待分析交互结果和/或待优化交互结果确定对应的处理数据输出,包括:若确定待分析交互结果,且待分析交互结果包括各历史响应语音,则将待分析交互结果中的历史响应语音确定为目标分析语音;基于各目标分析语音构建目标知识图谱,将所述目标知识图谱输出;其中,目标知识图谱包括各目标分析语音以及与各目标分析语音具备关系的目标展示信息,目标知识图谱用于在检测到用户的当前语音时确定与当前语音对应的当前展示信息。
即,如果确定出的待分析交互结果包括热门响应语音,则可以将待分析交互结果中的历史响应语音作为目标分析语音。进一步的,针对每一个目标分析语音,获取与目标分析语音具备关系的目标展示信息,根据各个目标分析语音以及与各个目标分析语音具备关系的目标展示信息,构建目标知识图谱。其中,目标展示信息可以是与目标分析语音相关联的帮助用户了解车辆功能的展示信息;如,图片、文字或视频等形式展示的信息。
在构建出目标知识图谱后,可以将目标知识图谱下发至各个车机,进而车机在检测到用户的当前语音时,可以通过目标知识图谱确定与当前语音具备关系的当前展示信息,并于车机界面展示当前展示信息。
示例性的,目标知识图谱可以包括热门语音1(降低座舱高度)以及与热门语音1具备关系的目标展示信息(图文展示座舱的高度调整按钮的位置以及调节步骤);目标知识图谱还可以包括热门语音2(开启天窗)以及与热门语音2具备关系的目标展示信息(图文展示天窗的开启按钮以及开启大小调整过程)。
在上述实施方式中,通过分析出交互数量较多的历史响应语音,进而为交互数量较多的历史响应语音,即热门语音,构建目标知识图谱,以通过目标知识图谱在用户发起热门语音时主动向用户提供关联的展示信息,进一步帮助用户了解各车载功能,为用户的车辆使用提供便利,提高用户使用体验。
在另一种可选的实施方式中,根据待分析交互结果和/或待优化交互结果确定对应的处理数据输出,包括:若确定待分析交互结果,且待分析交互结果包括各历史识别操作,则将待分析交互结果中的历史识别操作确定为目标分析操作;获取与各目标分析操作对应的用户历史输入数据,其中,用户历史输入数据包括车机界面输入数据、车辆控制数据以及用户语音输入数据中的至少一种;基于用户历史输入数据构建各预设用户类型分别对应的用户画像,以通过各用户画像以及用户的当前输入数据确定用户对应的当前类型,确定当前类型对应的预设推荐服务;将预设推荐服务输出至用户的终端。
即,如果确定出的待分析交互结果包括热门识别操作,则可以将待分析交互结果中的历史识别操作作为目标分析操作。进一步的,针对每一个目标分析操作,获取车机界面输入数据、车辆控制数据或用户语音输入数据等用户历史输入数据。其中,车机界面输入数据可以包括用户在车机界面上录入的信息以及用户触发的控件信息;车辆控制数据可以包括用户对车辆的行驶控制数据或车设控制数据。
具体的,根据用户历史输入数据,可以构建出各个预设用户类型分别对应的用户画像。其中,预设用户类型可以是诸如音乐型、娱乐型、导航型或车控型。用户画像可以包括各个标签以及各个标签对应的权重。在本实施例中,用户画像可以包括各种用户历史输入数据以及各种用户历史输入数据对应的权重。示例性的,在音乐型对应的用户画像中,点击播放音乐的操作对应的权重为0.2,发起播放音乐的语音对应的权重为0.3,发起查找歌手的语音对应的权重为0.45,打开天气对应的权重为0.01,等。
在构建出各个预设用户类型分别对应的用户画像后,可以将其下发至车机,进而车机可以通过用户的当前输入数据以及各用户画像中与各当前输入数据相对应的权重,计算出各用户画像的参考权值,进而将参考权值最大的用户画像对应的预设用户类型确定为当前类型。
进一步的,在确定出用户的当前类型后,可以根据当前用户类型确定对应的预设推荐服务,并将预设推荐服务输出至用户的终端(如车机、手机等),以为用户的终端主动推荐当前类型对应的预设推荐服务。
其中,预设推荐服务可以是预先设置的与预设用户类型相关的推送服务,如,音乐型对应的预设推荐服务可以是音乐服务,娱乐型对应的预设推荐服务可以是笑话服务、诗词服务,车控型对应的预设推荐服务可以是车设车控服务。
通过上述方式,可以根据热门识别操作构建出各个预设用户类型的用户画像,进而可以根据用户的当前输入数据以及各用户画像确定用户对应的当前类型,并将当前类型对应的预设推荐服务输出至用户的终端,实现了用户画像构建以及服务主动推荐,帮助用户了解车载语音服务,进而便于用户进行车载语音服务的使用,进一步的提高了用户使用体验。
当然,除了上述基于目标分析操作对应的用户历史输入数据构建用户画像之外,还可以获取目标分析语音或目标分析服务对应的用户历史输入数据,基于目标分析语音或目标分析服务对应的用户历史输入数据构建各预设用户类型对应的用户画像。
在另一种可选的实施方式中,根据待分析交互结果和/或待优化交互结果确定对应的处理数据输出,包括:若确定待分析交互结果,且待分析交互结果包括各历史响应服务,则将待分析交互结果中的历史响应服务确定为目标分析服务;在检测到用户未触发过各目标分析服务时,向用户的终端输出各目标分析服务。
即,如果确定出的待分析交互结果包括热门响应服务,则可以将待分析交互结果中的历史响应服务作为目标分析服务。进一步的,如果检测到用户没有触发过目标分析服务,可以将各目标分析服务输出至用户的终端,以主动向用户推荐各目标分析服务。
示例性的,向用户的终端输出各目标分析服务,可以是:播放与目标分析服务对应的引导服务语音,其中,引导服务语音用于指示目标分析服务的使用。
如,当目标分析服务为音乐时,如果检测到用户未触发过该服务,则可以主动播放“您可以对我说:来一首歌”、“您可以对我说:来首音乐放松一下吧”。当然,将预设推荐服务输出至用户的终端也可以通过播放与预设推荐服务对应的引导服务语音的方式实现。
通过上述方式,可以实现热门响应服务的确定,并在用户未触发过热门响应服务时,主动向用户推荐热门响应服务,以帮助用户了解车载语音服务,进而便于用户进行车载语音服务的使用,进一步的提高了用户使用体验。
在另一种可选的实施方式中,根据待分析交互结果和/或待优化交互结果确定对应的处理数据输出,包括:若确定待优化交互结果,且待优化交互结果包括各历史响应服务,则将待优化交互结果中的历史响应服务确定为目标优化服务;确定与各目标优化服务对应的在线升级文件,将在线升级文件输出至各目标优化服务对应的车机,以供各车机通过在线升级文件剔除目标优化服务。
即,如果确定出的待优化交互结果包括冷门响应服务,则可以将待优化交互结果中的历史响应服务作为目标优化服务。进一步的,确定与各目标优化服务对应的在线升级文件,其中,在线升级文件用于将车机中的各目标优化服务剔除。具体的,可以主动将在线升级文件下发至各目标优化服务对应的车机,或者,各目标优化服务对应的车机可以主动获取在线升级文件,进而车机通过运行在线升级文件,剔除各目标优化服务。其中,各目标优化服务对应的车机可以是具备各目标优化服务的车机。
通过上述方式,可以将使用频率较低的响应服务从车机中剔除,在不影响为用户提供语音服务的同时,减少车机语音服务所需负载,提高车机语音服务响应的效率,实现降本增效。
需要说明的是,在上述构建目标知识图谱、构建用户画像、确定目标分析服务以及确定目标优化服务的实施方式中,还可以是根据各触发设备类型分别对应的待分析交互结果和/或待优化交互结果,分别确定各触发设备类型下的目标知识图谱、用户画像、目标分析服务或目标优化服务,进而实现对各触发设备类型的针对性优化,进一步的提高了优化准确性。
本实施例提供的车机语音交互数据的处理方法,通过对交互数统计结果进行排序,得到待分析交互结果以及待优化交互结果中的至少一种,实现了热门响应语音、热门识别操作、热门响应服务、冷门响应语音、冷门识别操作以及冷门响应服务中的至少一种的确定,为车机语音的新场景的挖掘提供数据支持,便于后续进行针对性的优化,并且,还可以实现降本增效。
示例性的,如图3所示,展示了一种车机语音交互数据的处理过程示操作。其中,语音服务器可以分别采集并存储测试环境和正式环境的语音日志数据,并将语音日志数据发送至Kafka。进一步的,Kafka将语音日志数据发送至HIVE/Hadoop/调度器,HIVE/Hadoop/调度器通过RDS/MySQL,根据用户的交互统计指令,对语音日志数据进行统计,得到交互数统计结果,对交互数统计结果进行排序,基于排序结果确定待分析交互结果和/或待优化交互结果。
进一步的,可以将待分析交互结果和/或待优化交互结果进行展示。或者,将待分析交互结果和/或待优化交互结果发送至报表系统,以通过报表系统进行用户行为研究,挖掘车机语音服务的新场景。或者,进一步进行机器学习,以通过机器学习构建目标知识图谱,挖掘车机的懂车大师功能。或者,发送至推荐系统,以通过推荐系统为用户推荐热门响应服务,如设置热门响应服务对应的语音引导词(“您可以这样对我说:XX”)。或者,进一步构建用户画像,以构建各用户类型对应的用户画像。
需要说明的是,本申请实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种车机语音交互数据的处理装置。图4为本申请实施例提供的一种车机语音交互数据的处理装置的结构示操作。
参考图4,所述车机语音交互数据的处理装置,包括日志获取模块410以及日志统计模块420,其中;
日志获取模块410,用于获取语音日志数据,其中,所述语音日志数据包括交互成功的各历史响应语音、各所述历史响应语音分别对应的历史识别操作以及各所述历史响应语音分别对应的历史响应服务;
日志统计模块420,用于对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果;
其中,所述交互数统计结果包括下列至少之一:各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量。
本申请实施例提供的车机语音交互数据的处理装置,通过获取包括交互成功的各历史响应语音、各历史响应语音分别对应的历史识别操作以及各历史响应语音分别对应的历史响应服务的语音日志数据,进而对各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项进行数量统计,得到各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量中的至少一种,实现了对交互成功的各车机语音的统计,该统计结果可用于进行功能开发或功能优化,无需人工调研,解决了人工调研需消耗大量成本的问题,并且,基于历史的语音交互数据所确定的交互成功的统计结果可以反映出用户实际使用情况,通过该统计结果所确定的开发方向或优化方向的准确性高,避免了优化开发方向错误的情形。
在上述实施方式的基础上,可选的,所述车机语音交互数据的处理装置还包括排序模块,所述排序模块,用于对所述交互数统计结果进行排序,得到排序结果,其中,所述排序结果包括:数量由多到少的第一排序结果或者数量由少到多的第二排序结果;选定所述第一排序结果中前预设第一阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,或选定所述第二排序结果中后预设第一阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,作为待分析交互结果;和/或,选定所述第二排序结果中前预设第二阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,或选定所述第一排序结果中后预设第二阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,作为待优化交互结果;根据所述待分析交互结果和/或所述待优化交互结果确定对应的处理数据输出。
在上述实施方式的基础上,可选的,所述排序模块还包括知识图谱构建单元,所述知识图谱构建单元,用于若确定所述待分析交互结果,且所述待分析交互结果包括各历史响应语音,则将所述待分析交互结果中的历史响应语音确定为目标分析语音;基于各所述目标分析语音构建目标知识图谱,将所述目标知识图谱输出;其中,所述目标知识图谱包括各所述目标分析语音以及与各所述目标分析语音具备关系的目标展示信息,所述目标知识图谱用于在检测到用户的当前语音时确定与所述当前语音对应的当前展示信息。
在上述实施方式的基础上,可选的,所述排序模块还包括用户画像构建单元,所述用户画像构建单元,用于若确定所述待分析交互结果,且所述待分析交互结果包括各历史识别操作,则将所述待分析交互结果中的历史识别操作确定为目标分析操作;获取与各所述目标分析操作对应的用户历史输入数据,其中,所述用户历史输入数据包括车机界面输入数据、车辆控制数据以及用户语音输入数据中的至少一种;基于所述用户历史输入数据构建各预设用户类型分别对应的用户画像,通过各所述用户画像以及用户的当前输入数据确定所述用户对应的当前类型,确定所述当前类型对应的预设推荐服务;将所述预设推荐服务输出至用户的终端。
在上述实施方式的基础上,可选的,所述排序模块还包括服务推荐单元,所述服务推荐单元,用于若确定所述待分析交互结果,且所述待分析交互结果包括各历史响应服务,则将所述待分析交互结果中的历史响应服务确定为目标分析服务;在检测到用户未触发过各所述目标分析服务时,向所述用户的终端输出各所述目标分析服务。
在上述实施方式的基础上,可选的,所述排序模块还包括服务剔除单元,所述服务剔除单元,用于若确定所述待优化交互结果,且所述待优化交互结果包括各历史响应服务,则将所述待优化交互结果中的历史响应服务确定为目标优化服务;确定与各所述目标优化服务对应的在线升级文件,将所述在线升级文件输出至各所述目标优化服务对应的车机,以供各所述车机通过所述在线升级文件剔除所述目标优化服务。
在上述实施方式的基础上,可选的,所述日志统计模块420,还用于执行下述中的至少一种:针对每一种所述历史响应语音,基于所述历史响应语音的语音数量或触发设备数量,确定所述历史响应语音对应的语音交互数量;针对每一种所述历史识别操作,基于与所述历史识别操作对应的各历史响应语音的语音数量或触发设备数量,确定所述历史识别操作对应的操作交互数量;针对每一种所述历史响应服务,基于与所述历史响应服务对应的各历史响应语音的语音数量或触发设备数量,确定所述历史响应服务对应的服务交互数量。
在上述实施方式的基础上,可选的,所述日志统计模块420,还用于确定各所述历史响应语音对应的触发设备类型;针对每一种触发设备类型,对所述触发设备类型下的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到所述触发设备类型对应的交互数统计结果。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的车机语音交互数据的处理方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的车机语音交互数据的处理方法。
图5示出了本实施例所提供的一种更为具体的电子设备的结构示操作,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的车机语音交互数据的处理方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的车机语音交互数据的处理方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的车机语音交互数据的处理方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的范围(包括权利要求)被限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本申请实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本申请实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本申请的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车机语音交互数据的处理方法,其特征在于,包括:
获取语音日志数据,其中,所述语音日志数据包括交互成功的各历史响应语音、各所述历史响应语音分别对应的历史识别操作以及各所述历史响应语音分别对应的历史响应服务;
对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果;
其中,所述交互数统计结果包括下列至少之一:各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量。
2.根据权利要求1所述的方法,其特征在于,在所述得到交互数统计结果之后,所述方法还包括:
对所述交互数统计结果进行排序,得到排序结果,其中,所述排序结果包括:数量由多到少的第一排序结果或者数量由少到多的第二排序结果;
选定所述第一排序结果中前预设第一阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,或选定所述第二排序结果中后预设第一阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,作为待分析交互结果;和/或,
选定所述第二排序结果中前预设第二阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,或选定所述第一排序结果中后预设第二阈值的历史响应语音、历史识别操作以及历史响应服务中的至少一项,作为待优化交互结果;
根据所述待分析交互结果和/或所述待优化交互结果确定对应的处理数据输出。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待分析交互结果和/或所述待优化交互结果确定对应的处理数据输出,包括:
若确定所述待分析交互结果,且所述待分析交互结果包括各历史响应语音,则将所述待分析交互结果中的历史响应语音确定为目标分析语音;
基于各所述目标分析语音构建目标知识图谱,将所述目标知识图谱输出;
其中,所述目标知识图谱包括各所述目标分析语音以及与各所述目标分析语音具备关系的目标展示信息,所述目标知识图谱用于在检测到用户的当前语音时确定与所述当前语音对应的当前展示信息。
4.根据权利要求2所述的方法,其特征在于,所述根据所述待分析交互结果和/或所述待优化交互结果确定对应的处理数据输出,包括:
若确定所述待分析交互结果,且所述待分析交互结果包括各历史识别操作,则将所述待分析交互结果中的历史识别操作确定为目标分析操作;
获取与各所述目标分析操作对应的用户历史输入数据,其中,所述用户历史输入数据包括车机界面输入数据、车辆控制数据以及用户语音输入数据中的至少一种;
基于所述用户历史输入数据构建各预设用户类型分别对应的用户画像,通过各所述用户画像以及用户的当前输入数据确定所述用户对应的当前类型,确定所述当前类型对应的预设推荐服务;
将所述预设推荐服务输出至用户的终端。
5.根据权利要求2所述的方法,其特征在于,所述根据所述待分析交互结果和/或所述待优化交互结果确定对应的处理数据输出,包括:
若确定所述待分析交互结果,且所述待分析交互结果包括各历史响应服务,则将所述待分析交互结果中的历史响应服务确定为目标分析服务;
在检测到用户未触发过各所述目标分析服务时,向所述用户的终端输出各所述目标分析服务。
6.根据权利要求2所述的方法,其特征在于,所述根据所述待分析交互结果和/或所述待优化交互结果确定对应的处理数据输出,包括:
若确定所述待优化交互结果,且所述待优化交互结果包括各历史响应服务,则将所述待优化交互结果中的历史响应服务确定为目标优化服务;
确定与各所述目标优化服务对应的在线升级文件,将所述在线升级文件输出至各所述目标优化服务对应的车机,以供各所述车机通过所述在线升级文件剔除所述目标优化服务。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果,包括下述中的至少一种:
针对每一种所述历史响应语音,基于所述历史响应语音的语音数量或触发设备数量,确定所述历史响应语音对应的语音交互数量;
针对每一种所述历史识别操作,基于与所述历史识别操作对应的各历史响应语音的语音数量或触发设备数量,确定所述历史识别操作对应的操作交互数量;
针对每一种所述历史响应服务,基于与所述历史响应服务对应的各历史响应语音的语音数量或触发设备数量,确定所述历史响应服务对应的服务交互数量。
8.根据权利要求1所述的方法,其特征在于,所述对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果,包括:
确定各所述历史响应语音对应的触发设备类型;
针对每一种触发设备类型,对所述触发设备类型下的各历史响应语音、各历史识别操作以及各历史响应服务中的至少一项,进行数量统计,得到所述触发设备类型对应的交互数统计结果。
9.一种车机语音交互数据的处理装置,其特征在于,包括:
日志获取模块,用于获取语音日志数据,其中,所述语音日志数据包括交互成功的各历史响应语音、各所述历史响应语音分别对应的历史识别操作以及各所述历史响应语音分别对应的历史响应服务;
日志统计模块,用于对所述语音日志数据中的各所述历史响应语音、各所述历史识别操作以及各所述历史响应服务中的至少一项,进行数量统计,得到交互数统计结果;
其中,所述交互数统计结果包括下列至少之一:各种历史响应语音分别对应的语音交互数量、各种历史识别操作分别对应的操作交互数量以及各种历史响应服务分别对应的服务交互数量。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任意一项所述的车机语音交互数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211321167.9A CN115512703A (zh) | 2022-10-26 | 2022-10-26 | 车机语音交互数据的处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211321167.9A CN115512703A (zh) | 2022-10-26 | 2022-10-26 | 车机语音交互数据的处理方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115512703A true CN115512703A (zh) | 2022-12-23 |
Family
ID=84511978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211321167.9A Pending CN115512703A (zh) | 2022-10-26 | 2022-10-26 | 车机语音交互数据的处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115512703A (zh) |
-
2022
- 2022-10-26 CN CN202211321167.9A patent/CN115512703A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105245956A (zh) | 一种音视频数据推荐方法、装置及系统 | |
US20210333119A1 (en) | System and method for cloud computing-based vehicle configuration | |
CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
CN111291071A (zh) | 数据处理方法、装置及电子设备 | |
CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
US9420048B2 (en) | Mobile device, method of activating application, and program | |
CN111612482A (zh) | 对话管理方法、装置和设备 | |
CN114626709A (zh) | 产品使用问题采集方法、装置、设备、介质及程序产品 | |
CN113391801B (zh) | 基于云端业务的推荐引擎架构 | |
CN115662400A (zh) | 车机语音交互数据的处理方法、装置、设备及存储介质 | |
CN115629930B (zh) | 基于dsp系统的故障检测方法、装置、设备及存储介质 | |
CN115512703A (zh) | 车机语音交互数据的处理方法、装置及设备 | |
US20220164723A1 (en) | Method for determining boarding information, electronic device, and storage medium | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN115905734A (zh) | 一种基于地理位置信息进行智能推荐的方法及装置 | |
CN115767715A (zh) | 数字钥匙区域定位方法、装置、车辆及存储介质 | |
CN114741047A (zh) | 一种音量调节方法及音量调节系统 | |
CN111651686B (zh) | 一种测试处理方法、装置、电子设备及存储介质 | |
CN109783608B (zh) | 目标假设的确定方法、装置、可读存储介质和电子设备 | |
CN111028383B (zh) | 车辆行驶数据的处理方法及装置 | |
CN112215523A (zh) | 复杂体系架构中能力依赖关系的分析方法和装置 | |
CN113111692A (zh) | 目标检测方法、装置、计算机可读存储介质及电子设备 | |
CN116168704B (zh) | 语音交互的引导方法、装置、设备、介质及车辆 | |
JP2021063662A (ja) | 情報処理装置 | |
CN110796200A (zh) | 数据分类方法、终端、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |