声学语义大模型、服务器、语音交互方法和存储介质

本申请公开了一种声学语义大模型、服务器、语音交互方法和计算机可读存储介质。声学语义大模型包括声学编码模块、字符转写模块、知识检索模块和大语言模型模块。声学编码模块被配置为根据输入的语音请求，生成语音请求的声学特征向量。字符转写模块被配置为将语音请求转写为相对应的字符序列，字符序列包括语音请求中各文字相对应的字符。知识检索模块被配置为根据字符序列，自外部知识库中，获取补充信息。大语言模型模块被配置为根据声学特征向量和补充信息，确定自然语言处理结果。如此，通过端到端的声学语义大模型，减少了多个模块的串行处理，降低了处理语音请求的时延，提升了模型响应速度，从而增强用户体验。