基于大模型的语音交互方法、装置、相关设备及程序产品

本申请公开了一种基于大模型的语音交互方法、装置、相关设备及程序产品，涉及人工智能技术领域，对于用户的输入语音指令，调用语音识别引擎进行语音识别，在得到识别文本后通过任务分类模型预测当前任务类型，若确定本次交互需要参考知识信息，则在调用知识检索工具检索目标知识的同时，异步地获取配置的垫话内容并输出。当检索到目标知识后拼接识别文本，利用拼接文本调用大模型生成回复文本并输出。本申请为了降低知识检索过程所带来的时延，在知识检索过程异步调用配置的垫话内容进行输出，通过交互垫话功能平滑过渡时间，降低了语音交互的响应时延。确保能够结合检索到的目标知识来调用大模型生成最终回复文本，保证大模型的生成质量。