一种多节点协同的助听器决策服务方法及系统与流程
本发明涉及助听器智能服务,尤其涉及一种多节点协同的助听器决策服务方法及系统。
背景技术:
1、助听器是帮助听障人群补偿听力、改善言语交流的重要设备。助听器的实际听感高度依赖降噪等级、增益、均衡等音频参数的合理配置,而用户所处环境在家庭、户外与嘈杂公共场所之间频繁切换,个体听力状况与佩戴偏好亦千差万别,使音频参数需要被高频、动态地调整;与此同时,用户在设备配对、功能使用、故障排查等方面还存在大量咨询问询需求。当前助听器服务中,参数调节涉及多项专业参数、操作界面复杂,普通用户尤其是老年用户难以自主理解操作,调节与咨询又需在不同渠道间切换,普遍存在操作门槛高、响应滞后、适配粗糙与服务割裂等突出问题。因此,如何使用户在不同场景下的动态需求能够得到及时连贯的响应成为目前有待研究的技术问题。
2、目前,现有技术助听器决策服务主要采用两类技术手段,其一是传统人工验配服务,由专业人员依据用户描述或检测数据在线下或线上完成降噪等级、增益与均衡等参数的调节;其二是基础智能调节方案,为用户提供有限固定场景的参数预设,部分技术还采用模型微调方式构建知识服务模块以响应咨询;现有方案前者高度依赖人工介入、时效性差且运营成本高,后者仅能提供有限配置、缺乏自然语言精准交互与左右耳差异化适配能力,模型微调方式更面临知识更新周期长、易产生幻觉的不足,且现有方案均未能把高频的音频调节需求与大量的客服问询需求纳入同一服务框架,调节与咨询彼此割裂,用户动态变化的需求无法被及时连贯地响应。可见,现有技术缺乏响应助听器高频的音频调节需求和大量的客服问询需求的一体化服务,面对用户的动态需求存在助听器决策服务可靠性差的问题。
技术实现思路
1、本发明提出了一种多节点协同的助听器决策服务方法及系统,能够解决现有技术缺乏响应助听器高频的音频调节需求和大量的客服问询需求的一体化服务导致面对用户的动态需求存在助听器决策服务可靠性差的问题。本发明实现音频调节业务与智能客服业务的无缝协同,可提高助听器决策服务的可靠性。
2、为实现上述目的,本发明实施例提供了一种多节点协同的助听器决策服务方法,应用于助听器,所述助听器中设置音频调节节点和智能客服节点;所述音频调节节点和所述智能客服节点运行在同一共享状态流中;所述多节点协同的助听器决策服务方法由所述音频调节节点执行;所述多节点协同的助听器决策服务方法包括:接收预获取的自然语言文本和助听器型号参数,从所述助听器型号参数对应的调节方案库中对所述自然语言文本进行方案匹配,得到若干候选匹配方案;根据预设大语言模型从所述候选匹配方案中选取目标匹配方案,并根据所述目标匹配方案生成用户意图的状态标记;若所述状态标记为第一意图状态标记,则根据所述目标匹配方案生成结构化指令,并将所述结构化指令下发至所述助听器,完成助听器决策服务;若所述状态标记为第二意图状态标记,则将在共享状态流中的共享状态移交至所述智能客服节点,令所述智能客服节点通过预设检索增强生成技术生成客服应答决策,以使所述智能客服节点将所述客服应答决策下发至所述助听器,完成助听器决策服务。
3、本发明实施例提出一种多节点协同的助听器决策服务方法,设置音频调节节点与智能客服节点,双节点在同一共享状态流下运行,由音频调节节点完成方案匹配,大语言模型完成目标方案筛选并输出意图状态标记,根据不同状态标记分别执行助听器参数调节或者将完整共享状态移交智能客服节点,借助检索增强生成输出客服应答决策。由此,通过两节点共享状态流使对话上下文与设备参数即时互通,大语言模型区分调节与非调节两类诉求做分流处理,调节诉求在音频调节节点内闭环,非调节诉求被确定性路由至客服节点兜底,用户无需重复描述或切换渠道,且状态标记为每轮输入提供明确出口,任何诉求都不会落空,从而在用户动态变化的需求下提高助听器决策服务的可靠性。
4、进一步的,接收预获取的自然语言文本和助听器型号参数,从所述助听器型号参数对应的调节方案库中对所述自然语言文本进行方案匹配,得到若干候选匹配方案,包括:将预获取的所述自然语言文本编码为查询向量,并根据预获取的助听器型号参数从所述调节方案库中提取各初始调节方案对应的触发词向量和适用场景向量;分别计算各所述查询向量与各触发词向量的触发相似度,以及各所述查询向量与各适用场景向量的场景相似度;对所述触发相似度和所述场景相似度进行加权融合,得到各初始调节方案的综合匹配得分;基于预设排序要求对所述综合匹配得分进行排序,得到综合匹配得分排序结果,并根据所述综合匹配得分排序结果选取所述综合匹配得分满足预设筛选要求的初始调节方案作为候选匹配方案,得到若干候选匹配方案。
5、在上述方案中,将自然语言文本编码为查询向量,分别计算查询向量与触发词向量、适用场景向量的相似度,加权融合得到综合匹配得分,依据得分排序筛选得到候选匹配方案。由此,通过双通道向量相似度分别捕捉用户口语直接触发语义和环境场景语义,加权融合策略实现触发词优先、场景语义兜底,摆脱传统关键词匹配无法识别同义口语表达的缺陷,能够适配用户口语化和省略式输入,再从助听器型号对应的调节方案库中收敛出高相关性候选集合,压缩后续大语言模型的候选处理范围,减少无关方案的干扰,在多变用户表达下保障候选匹配方案的召回质量,为后续大模型选定目标方案提供可靠输入基础。
6、进一步的,根据预设大语言模型从所述候选匹配方案中选取目标匹配方案,并根据所述目标匹配方案生成用户意图的状态标记,包括:根据所述候选匹配方案中的调节方式推算执行结果和边界结论,并将所述执行结果和所述边界结论写入所述候选匹配方案,得到更新后的候选匹配方案;将更新后的候选匹配方案、所述自然语言文本及所述共享状态流中的历史对话数据拼接为决策提示输入所述预设大语言模型;通过所述预设大语言模型从所述候选匹配方案中选定目标匹配方案,并输出意图分类结果;其中,所述目标匹配方案有且仅有一个;当所述意图分类结果为调节类意图且所述目标匹配方案的参数在所述助听器型号参数对应的安全边界内时,生成所述第一意图状态标记;当所述意图分类结果为非调节类意图或所述目标匹配方案的参数超出所述安全边界时,生成所述第二意图状态标记;所述多节点协同的助听器决策服务方法,还包括:当所述意图分类结果为信息不全或诉求模糊时,生成第三意图状态标记;其中,根据所述第三意图状态标记,生成追问话术且不生成结构化指令;当所述意图分类结果为咨询类意图时,生成第四意图状态标记;其中,根据所述第四意图状态标记,通过候选匹配方案生成答复话术且不生成结构化指令。
7、在上述方案中,预先在候选匹配方案写入调节执行结果与边界结论,拼接候选方案、用户文本和历史对话输入大模型,并选定唯一目标匹配方案,结合意图分类与参数安全边界生成四类不同意图状态标记,针对不同标记分别执行下发指令、追问、答复、节点移交处理。由此,通过预推演执行边界使大模型能够提前感知参数越界风险,根据共享状态流的历史对话保障多轮上下文理解能力,生成多类状态标记区分调节执行、信息缺失、单纯咨询、非调节诉求,既能够拦截参数越界的非法调节请求,也可以针对信息不全场景主动追问用户,避免盲目下发无效调节指令,进而可以应对模糊、残缺和多意图的用户输入,提高动态用户需求下助听器决策服务的可靠性。
8、进一步的,若所述状态标记为第一意图状态标记,则根据所述目标匹配方案生成结构化指令,并将所述结构化指令下发至所述助听器,完成助听器决策服务,包括:将所述目标匹配方案中的调节参数映射为所述助听器对应型号支持的指令格式,生成所述结构化指令;将所述结构化指令写入所述共享状态流的指令队列中,以使所述助听器读取并执行对应的参数调节;将所述目标匹配方案和调节前后对比信息写入所述共享状态流,以更新所述共享状态流的历史对话数据,完成助听器决策服务。
9、在上述方案中,将目标匹配方案参数映射为助听器型号适配的结构化指令,写入共享状态流指令队列供助听器读取执行,同时将调节方案信息、调节时间、状态标记写入共享状态流,更新历史对话数据。由此,结合不同型号助听器指令格式的差异,通过参数映射操作完成上层决策逻辑到设备可识别控制指令的转换,再借助共享状态流指令队列实现业务节点和助听器终端之间解耦,同时将本次调节完整元数据存入共享状态流,后续不管是继续调节,或是节点移交至智能客服,都可以读取本次调节记录,实现跨节点感知历史调节行为,保障多轮对话业务逻辑连贯,避免前后交互出现逻辑矛盾。
10、本发明实施例提供的一种多节点协同的助听器决策服务方法,还包括:获取每次完成参数调节后写入所述共享状态流的目标匹配方案和调节前后对比信息,根据所述目标匹配方案和所述调节前后对比信息生成可视化卡片;接收用户对所述可视化卡片触发的交互指令;其中,所述交互指令包括撤销调节指令或再次调节指令;响应于所述撤销调节指令,将所述助听器的音频参数恢复至调节前的状态并更新所述共享状态流;响应于所述再次调节指令,接收用户再次输入的自然语言文本和所述助听器型号参数,重新执行助听器决策服务流程。
11、在上述方案中,根据每次完成参数调节后写入所述共享状态流的目标匹配方案和调节前后对比信息生成可视化卡片,接收用户触发的撤销调节或再次调节指令,响应撤销时将助听器音频参数恢复至调节前状态并更新共享状态流,响应再次调节时将用户重新输入的自然语言文本与型号参数重新输入音频调节节点执行决策流程。由此,通过可视化卡片直观展示调节详情,降低普通用户理解门槛,撤销调节功能可以快速回退不满意的调音效果,并且同步更新共享状态流保证后续交互读取正确设备参数,再次调节指令复用整套音频调节节点业务流程,无需重新构建处理链路,把用户的反馈闭环纳入整套决策服务体系,允许用户动态修正调节诉求,进一步改善用户在动态使用场景中的使用体验。
12、进一步的,若所述状态标记为第二意图状态标记,则将在共享状态流中的共享状态移交至所述智能客服节点,令所述智能客服节点通过预设检索增强生成技术生成客服应答决策,以使所述智能客服节点将所述客服应答决策下发至所述助听器,完成助听器决策服务,包括:将所述共享状态流中的历史对话数据移交至所述智能客服节点;令所述智能客服节点执行助听器决策服务动作:从所述历史对话数据中获取对应的所述自然语言文本,并对所述自然语言文本进行改写,生成检索查询;根据当前询问语句和所述检索查询,从预构建的知识库中进行多路并行召回,得到候选知识集合;通过交叉编码器对所述候选知识集合进行重排序,得到重排序结果,并从所述重排序结果中选取满足预设筛选要求的知识条目作为参考知识;将所述参考知识和所述自然语言文本提交至所述预设大语言模型,生成受所述参考知识约束的客服应答决策;将所述客服应答决策写入所述共享状态流并下发至所述助听器进行输出,结束助听器决策服务动作。
13、在上述方案中,将共享状态移交至智能客服节点之后,令智能客服节点根据历史对话数据改写自然语言文本得到检索查询,多路并行召回候选知识集合,交叉编码器完成重排序筛选参考知识,参考知识约束大模型生成客服应答决策并写入共享状态流下发输出。由此,考虑多轮对话中用户提问经常存在指代省略,通过查询改写补全上下文语义,利用多路并行召回拓宽知识检索覆盖范围,再采用交叉编码器解决向量召回粗匹配的缺陷,筛除语义不匹配的知识条目,令预设大语言模型受参考知识约束生成回答,不再依赖模型内部参数记忆知识,有效抑制大语言模型幻觉问题,全部处理结果写入共享状态流,维持和音频调节节点一致的数据视图,保障整个对话交互过程状态统一。
14、进一步的,在根据当前询问语句和所述检索查询,从预构建的知识库中进行多路并行召回,得到候选知识集合步骤中,所述知识库的预构建过程包括:获取预编写的问答对和产品文档,以及历史对话数据;对所述历史对话数据进行脱敏处理,并通过所述预设大语言模型抽取得到结构化问答对;对所述结构化问答对进行相似度去重和重复度分级,并与预编写的问答对和产品文档共同进行向量化处理并存入知识库。
15、在上述方案中,获取预编写的问答对和产品文档以及历史对话数据,先对历史对话数据脱敏,再由大语言模型抽取结构化问答对,经相似度去重与重复度分级后与预编写问答对和产品文档共同向量化存入知识库。由此,通过脱敏处理从源头过滤用户隐私信息,避免个人数据泄露风险,再借助预设大语言模型将零散多轮客服对话转化为标准化问答对,实现知识库自学习扩充,采用相似度去重分级消除重复、近似问答条目,降低后续检索阶段重复知识干扰,最后将预编写文档和对话抽取问答共同组成知识库,既兼顾官方知识权威性和真实用户场景问题覆盖度,又支撑智能客服节点稳定完成检索增强生成流程。
16、本发明实施例还提供一种多节点协同的助听器决策服务系统,包括:候选匹配方案生成模块、状态标记生成模块、第一助听器决策服务模块和第二助听器决策服务模块;其中:所述候选匹配方案生成模块用于接收预获取的自然语言文本和助听器型号参数,从所述助听器型号参数对应的调节方案库中对所述自然语言文本进行方案匹配,得到若干候选匹配方案;所述状态标记生成模块用于根据预设大语言模型从所述候选匹配方案中选取目标匹配方案,并根据所述目标匹配方案生成用户意图的状态标记;所述第一助听器决策服务模块用于若所述状态标记为第一意图状态标记,则根据所述目标匹配方案生成结构化指令,并将所述结构化指令下发至所述助听器,完成助听器决策服务;所述第二助听器决策服务模块用于若所述状态标记为第二意图状态标记,则将在共享状态流中的共享状态移交至所述智能客服节点,令所述智能客服节点通过预设检索增强生成技术生成客服应答决策,以使所述智能客服节点将所述客服应答决策下发至所述助听器,完成助听器决策服务。
17、本发明实施例提出一种多节点协同的助听器决策服务系统,设置音频调节节点与智能客服节点,双节点在同一共享状态流下运行,由音频调节节点完成方案匹配,大语言模型完成目标方案筛选并输出意图状态标记,根据不同状态标记分别执行助听器参数调节或者将完整共享状态移交智能客服节点,借助检索增强生成输出客服应答决策。由此,通过两节点共享状态流使对话上下文与设备参数即时互通,大语言模型区分调节与非调节两类诉求做分流处理,调节诉求在音频调节节点内闭环,非调节诉求被确定性路由至客服节点兜底,用户无需重复描述或切换渠道,且状态标记为每轮输入提供明确出口,任何诉求都不会落空,从而在用户动态变化的需求下提高助听器决策服务的可靠性。
18、进一步的,所述候选匹配方案生成模块,包括向量提取单元、相似度计算单元、综合匹配得分计算单元和匹配方案筛选单元;其中:所述向量提取单元用于将预获取的所述自然语言文本编码为查询向量,并根据预获取的助听器型号参数从所述调节方案库中提取各初始调节方案对应的触发词向量和适用场景向量;所述相似度计算单元用于分别计算各所述查询向量与各触发词向量的触发相似度,以及各所述查询向量与各适用场景向量的场景相似度;所述综合匹配得分计算单元用于对所述触发相似度和所述场景相似度进行加权融合,得到各初始调节方案的综合匹配得分;所述匹配方案筛选单元用于基于预设排序要求对所述综合匹配得分进行排序,得到综合匹配得分排序结果,并根据所述综合匹配得分排序结果选取所述综合匹配得分满足预设筛选要求的初始调节方案作为候选匹配方案,得到若干候选匹配方案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com