一種大模型智能定義場景系統和方法技術方案

本發明專利技術公開了一種大模型智能定義場景系統和方法，屬于車聯網技術領域，包括語音接收系統ASR，場景卡智能定義大模型、場景卡定義執行模塊和大模型訓練，在語音交流中，場景卡智能定義大模型主動識別用戶應用場景變化，自動生成新的場景卡json和識別已有場景卡進行修改更新，大模型智能識別新定義用戶場景，場景卡定義執行模塊將文本json轉換為車輛執行的腳本，在車輛顯示屏進行場景卡顯示并進行語音確認，確認后將該場景卡創建并進行記錄，記錄后再經過大模型訓練；本發明專利技術構建了基于大模型的場景智能定義方法，通過用戶歷史的語音交流，能夠智能定義出用戶需要的個性化場景服務。

【技術實現步驟摘要】

本專利技術屬于車聯網，具體的說是一種大模型智能定義場景系統和方法。

技術介紹

1、當前車主對場景化的服務都是被動接收，很難參與場景定義，不清楚汽車的數據和服務，需要大模型智能服務進行主動智能化定義場景，滿足用戶日益增長的個性化場景需求。

2、隨著車聯網能力和整車智能提升，用戶對汽車智能要求更高，用戶希望能有個性化場景服務，車廠定義好的場景服務無法滿足用戶個體需求，需要場景自定義的功能，目前自定義功能，內容簡單、服務單一、操作復雜，還有更重要的是場景定義智能化能力不足。

技術實現思路

1、針對以上問題，本專利技術提供了一種大模型智能定義場景系統和方法，包括語音接收系統asr，場景卡智能定義大模型、場景卡定義執行模塊和大模型訓練；場景卡智能定義大模型包括語義理解、上下文判斷、指令意圖識別；場景卡定義執行模塊包括場景json解析、協議命令和車輛場景執行腳本；大模型訓練包括訓練數據輸入、sft微調、大模型部署上線；在語音交流中，場景卡智能定義大模型主動識別用戶應用場景變化，自動生成新的場景卡json和識別已有場景卡進行修改更新，大模型智能識別新定義用戶場景，場景卡定義執行模塊將文本json轉換為車輛執行的腳本，在車輛顯示屏進行場景卡顯示并進行語音確認，確認后將該場景卡創建并進行記錄，記錄后再經過大模型訓練；本專利技術構建了基于大模型的場景智能定義方法，通過用戶歷史的語音交流，能夠智能定義出用戶需要的個性化場景服務。

2、本專利技術技術方案如下，一種大模型智能定義場景系統，包括：

3、語音接收系統asr(automatic?speech?recognition)，場景卡智能定義大模型、場景卡定義執行模塊和大模型訓練；場景卡智能定義大模型包括語義理解、上下文判斷、指令意圖識別；場景卡定義執行模塊包括場景json(javascript?object?notation，一種輕量級的數據交換格式)解析、協議命令和車輛場景執行腳本；大模型訓練包括訓練數據輸入、sft(supervised?fine-tun-ing監督微調)微調、大模型部署上線。

4、進一步的，語音接收系統asr能夠獲取語音數據asr，將asr解析重構后生成大模型prompt(“提示詞”，給ai模型提示輸入信息的上下文和輸入模型的參數信息)。

5、進一步的，語義理解在處理數據時，在學習語言的基本結構，還學習如何根據上下文和語境正確地解釋和應用這些語言元素；

6、上下文判斷能夠提升模型對文本的理解能力，還能在處理復雜語境時保持連貫性和理解力；

7、指令意圖識別能夠進行車輛場景指令的識別，確認是否為新場景，還是已有場景進行變更，進而生成的場景創建/修改的json。

8、進一步的，場景json解析能夠解析場景json，構建場景卡片，包括場景名稱、服務名、服務命令；

9、協議命令能夠構建車輛執行的服務命令；

10、車輛場景執行腳本包括hmi(human?machine?interface的縮寫，hmi是系統和用戶之間進行交互和信息交換的媒介，它實現信息的內部形式與人類可以接受形式之間的轉換)顯示文本、語音tts(text?to?speech的縮寫,即“從文本到語音”)和車輛執行服務命令。

11、進一步的，訓練數據輸入包括：llm(“large?language?model”的縮寫，意為“大型語言模型”)輸出json、歷史指令積累、指令定義集合、問答對和場景指令。

12、進一步的，sft微調具體為創建一個新的神經網絡模型，這個模型復制了預訓練模型除了輸出層外的所有模型設計和參數。輸出層因為與源數據集的標簽緊密相關，為目標模型添加一個輸出層，其大小為目標數據集類別的個數，并隨機初始化該層的參數，在目標數據集上進行訓練時，從頭訓練輸出層，而其余層的參數則基于源模型的參數進行調整。

13、一種大模型智能定義場景方法，具體為：

14、在語音交流中，場景卡智能定義大模型主動識別用戶應用場景變化，自動生成新的場景卡json和識別已有場景卡進行修改更新，大模型智能識別新定義用戶場景，場景卡定義執行模塊將文本json轉換為車輛執行的腳本，在車輛顯示屏進行場景卡顯示并進行語音確認，確認后將該場景卡創建并進行記錄，記錄后再經過大模型訓練。

15、本專利技術的有益效果為：

16、本專利技術構建了基于大模型的場景智能定義方法，通過用戶歷史的語音交流，能夠智能定義出用戶需要的個性化場景服務。

本文檔來自技高網...

【技術保護點】

1.一種大模型智能定義場景系統，其特征在于，包括：語音接收系統ASR，場景卡智能定義大模型、場景卡定義執行模塊和大模型訓練；場景卡智能定義大模型包括語義理解、上下文判斷、指令意圖識別；場景卡定義執行模塊包括場景json解析、協議命令和車輛場景執行腳本；大模型訓練包括訓練數據輸入、SFT微調、大模型部署上線。

2.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，語音接收系統ASR能夠獲取語音數據ASR，將ASR解析重構后生成大模型prompt。

3.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，語義理解在處理數據時，在學習語言的基本結構，還學習如何根據上下文和語境正確地解釋和應用這些語言元素；

4.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，場景json解析能夠解析場景json，構建場景卡片，包括場景名稱、服務名、服務命令；協議命令能夠構建車輛執行的服務命令；

5.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，訓練數據輸入包括：LLM輸出json、歷史指令積累、指令定義集合、問答對和場景指令。

6.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，SFT微調具體為創建一個新的神經網絡模型，這個模型復制了預訓練模型除了輸出層外的所有模型設計和參數。輸出層因為與源數據集的標簽緊密相關，為目標模型添加一個輸出層，其大小為目標數據集類別的個數，并隨機初始化該層的參數，在目標數據集上進行訓練時，從頭訓練輸出層，而其余層的參數則基于源模型的參數進行調整。

7.一種大模型智能定義場景方法，其特征在于，具體為：在語音交流中，場景卡智能定義大模型主動識別用戶應用場景變化，自動生成新的場景卡json和識別已有場景卡進行修改更新，大模型智能識別新定義用戶場景，場景卡定義執行模塊將文本json轉換為車輛執行的腳本，在車輛顯示屏進行場景卡顯示并進行語音確認，確認后將該場景卡創建并進行記錄，記錄后再經過大模型訓練。

...

【技術特征摘要】

1.一種大模型智能定義場景系統，其特征在于，包括：語音接收系統asr，場景卡智能定義大模型、場景卡定義執行模塊和大模型訓練；場景卡智能定義大模型包括語義理解、上下文判斷、指令意圖識別；場景卡定義執行模塊包括場景json解析、協議命令和車輛場景執行腳本；大模型訓練包括訓練數據輸入、sft微調、大模型部署上線。

2.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，語音接收系統asr能夠獲取語音數據asr，將asr解析重構后生成大模型prompt。

3.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，語義理解在處理數據時，在學習語言的基本結構，還學習如何根據上下文和語境正確地解釋和應用這些語言元素；

4.根據權利要求1所述的一種大模型智能定義場景系統，其特征在于，場景json解析能夠解析場景json，構建場景卡片，包括場景名稱、服務名、服務命令；協議命令能夠構建車輛執行的服務命令；

5.根據權利要求...

【專利技術屬性】
技術研發人員：王洪磊，
申請(專利權)人：一汽奔騰汽車股份有限公司，
類型：發明
國別省市：