本发明涉及语音交互，特别涉及一种模型训练方法、语音交互方法、服务器和计算机可读存储介质。
背景技术：
1、相关技术中，通常通过车载对话场景数据对车载智能系统进行训练，以理解用户需求信息，完成用户需求信息。然而，现有的车载智能系统缺乏针对不同场景给出相应反馈，难以满足用户在不同场景下的多样化需求。
技术实现思路
1、本技术提供了一种模型训练方法、语音交互方法、服务器和计算机可读存储介质。
2、本技术实施方式提供一种模型训练方法，所述方法包括：
3、根据车辆控件功能名称，生成第一功能数据集；
4、根据所述第一功能数据集，生成与所述第一功能数据集相关联的第一应用场景信息集；
5、根据所述第一应用场景信息集，生成第二功能数据集；
6、根据所述第二功能数据集训练所述模型。
7、如此，服务器根据车辆控件功能名称，生成第一功能数据集。接着，服务器根据第一功能数据集，生成与第一功能数据集相关联的第一应用场景信息集。然后，服务器根据第一应用场景信息集，生成第二功能数据集。最后，服务器根据第二功能数据集训练模型。这样，对车辆控件功能名称进行场景挖掘处理和数据增强处理，生成语义多样且场景丰富的第二功能数据集，并根据该第二功能数据集对模型进行训练，实现模型的优化，从而根据该模型完成用户需求到用户多样化指令的生成，提升用户体验。并且，能够减少对人工标注的依赖，从而降低标注成本和节省标注人力。
8、在某些实施方式中，所述第一功能数据集包括多个第一功能数据，所述根据车辆控件功能名称，生成第一功能数据集，包括：
9、基于第一预设大语言模型，根据所述车辆控件功能名称，生成所述第一功能数据中的功能名称；
10、根据预设知识库和所述功能名称，生成所述第一功能数据中的功能描述信息。
11、如此，服务器基于第一预设大语言模型，根据车辆控件功能名称，生成第一功能数据中的功能名称。接着，服务器根据预设知识库和功能名称，生成第一功能数据中的功能描述信息。这样，服务器能够生成包括功能名称和功能描述信息的第一功能数据集，该第一功能数据集通过后续一系列处理能够生成第二功能数据集，以训练模型。
12、在某些实施方式中，所述根据所述第一功能数据集，生成与所述第一功能数据集相关联的第一应用场景信息集，包括：
13、基于第二预设大语言模型，根据每个所述第一功能数据，生成至少一个第一应用场景信息，以得到所述第一应用场景信息集。
14、如此，服务器基于第二预设大语言模型，根据每个第一功能数据，生成至少一个第一应用场景信息，以得到第一应用场景信息集。这样，通过第二预设大语言模型自主联想，能够生成多种场景下对应的用户指令，丰富了指令数据的多样性，为后续模型训练提供了更全面的数据基础。
15、在某些实施方式中，所述根据所述第一应用场景信息集，生成第二功能数据集，包括：
16、对所述第一应用场景信息集进行筛选过滤处理，得到第二应用场景信息集，所述第二应用场景信息集包括至少一个应用场景信息，所述应用场景信息包括功能名称、场景描述信息、环境信息和功能操作信息；
17、根据所述第二应用场景信息集，生成所述第二功能数据集。
18、如此，服务器对第一应用场景信息集进行筛选过滤处理，得到第二应用场景信息集，第二应用场景信息集包括至少一个应用场景信息，应用场景信息包括功能名称、场景描述信息、环境信息和功能操作信息。接着，服务器根据第二应用场景信息集，生成第二功能数据集。这样，通过对第一应用场景信息集进行筛选过滤处理，去除无效和错误的数据，提高应用场景信息的质量和相关性，为后续模型训练提供更可靠的数据基础。
19、在某些实施方式中，所述对所述第一应用场景信息集进行筛选过滤处理，得到第二应用场景信息集，包括：
20、基于预设标签，对所述第一应用场景信息集进行筛选过滤处理，得到所述第二应用场景信息集，所述预设标签包括预设无效环境标签和预设无效功能操作标签。
21、如此，基于预设标签，服务器对第一应用场景信息集进行筛选过滤处理，得到第二应用场景信息集，预设标签包括预设无效环境标签和预设无效功能操作标签。这样，通过使用预设标签进行筛选，可以去除不相关或无效的场景信息，确保生成的用户指令更加准确和实用。
22、在某些实施方式中，所述根据所述第二应用场景信息集，生成所述第二功能数据集，包括：
23、基于预设规范规则，根据所述场景描述信息和所述环境信息进行规范化处理，确定规范应用场景信息；
24、根据所述场景描述信息和所述环境信息，生成所述需求映射信息；
25、根据所述规范应用场景信息、所述需求映射信息和所述功能操作信息，生成所述第二功能数据集。
26、如此，服务器基于预设规范规则，根据场景描述信息和环境信息进行规范化处理，确定规范应用场景信息。接着，服务器根据场景描述信息和环境信息，生成需求映射信息。最后，服务器根据规范应用场景信息、需求映射信息和功能操作信息，生成第二功能数据集。这样，通过规范化处理，确保了数据的一致性和可比性，便于模型学习和生成准确的输出。此外，需求映射信息帮助模型更好地理解用户在不同场景下的需求，从而提高功能推荐的准确性。
27、在某些实施方式中，所述根据所述场景描述信息和所述环境信息，生成需求映射信息，包括：
28、对所述场景描述信息和所述环境信息进行标注处理，生成标注信息；
29、对所述标注信息进行提取，生成需求映射信息。
30、如此，服务器对场景描述信息和环境信息进行标注处理，生成标注信息。接着，服务器对标注信息进行提取，生成需求映射信息。这样，通过标注处理，可以准确地识别和提取场景描述和环境信息中的关键元素，从而提高后续处理的准确性。并且，通过提取标注信息中的关键元素和标签，生成需求映射信息，以便帮助模型更好地理解用户在不同场景下的需求，从而提高功能推荐的准确性。
31、本技术实施方式提供了一种语音交互方法，所述方法包括：
32、接收车辆转发的语音请求；
33、基于如上述的模型训练方法训练得到的模型，根据所述语音请求，生成与所述语音请求对应的车辆控制指令；
34、下发所述车辆控制指令至所述车辆，以完成所述语音交互方法。
35、如此，服务器接收车辆转发的语音请求。接着，基于如上述的模型训练方法训练得到的模型，服务器根据语音请求，生成与语音请求对应的车辆控制指令。最后，服务器下发车辆控制指令至车辆，以完成语音交互方法。这样，通过训练好的模型能够快速准确地理解用户的语音请求，并生成相应的车辆控制指令，提高了系统的响应速度和准确性。
36、本技术实施方式提供了一种服务器，所述服务器包括处理器和存储器，所述存储器上存储有计算机程序，当所述计算机程序被所述处理器执行时，实现上述的方法。
37、本技术实施方式提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行的情况下，实现如上述的方法的步骤。
38、本技术的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实施方式的实践了解到。