买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海鲲鲤网络科技有限公司申请的专利基于大语言模型的智能语音交互方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120727012B 。

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510957257.4，技术领域涉及：G10L15/22；该发明授权基于大语言模型的智能语音交互方法和装置是由冯鸣远设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本基于大语言模型的智能语音交互方法和装置在说明书摘要公布了：本申请提供了一种基于大语言模型的智能语音交互方法和装置，涉及计算机技术领域。该方法包括：基于语音识别模块将接收的用户输入的目标语音转换为目标问题文本；将目标问题文本以及预先定义的意图提示词模板，输入到第一大语言模型中，得到目标问题文本的意图评级；匹配第二大语言模型以及第三大语言模型；将目标问题文本与关键词提示词模板输入到第三大语言模型中得到摘要和关键词；将目标问题文本与目标问题文本相关的历史上下文输入到第二大语言模型中得到高质量文本流。通过多层级模型分工协作，在资源消耗、生成质量、响应速度之间实现动态平衡。

本发明授权基于大语言模型的智能语音交互方法和装置在权利要求书中公布了：1.基于大语言模型的智能语音交互方法，其特征在于，包括： 基于语音识别模块将接收的用户输入的目标语音转换为目标问题文本； 将所述目标问题文本以及预先定义的意图提示词模板，输入到第一大语言模型中，得到所述目标问题文本的意图评级，所述意图评级用于指示对精确程度需求的高低；其中，预先确定有多个层级的大语言模型，各个层级的大语言模型大小不同，越大的大语言模型输出的内容的精确程度越高，所述第一大语言模型为多个层级的大语言模型中最轻量化的一个； 基于所述意图评级以及所述目标问题文本在多个层级的大语言模型中匹配第二大语言模型以及第三大语言模型，所述第二大语言模型作为主模型，所述第三大语言模型作为辅助模型； 将所述目标问题文本与关键词提示词模板输入到所述第三大语言模型中得到摘要和关键词； 基于所述摘要和关键词生成第一输出结果进行语音输出； 将所述目标问题文本与所述目标问题文本相关的历史上下文输入到所述第二大语言模型中得到高质量文本流； 将所述高质量文本流、所述摘要和所述关键词进行融合得到第二输出结果，在第一输出结果播放完后，继续语音输出所述第二输出结果； 其中，“第一待输入内容”为目标问题文本，所述意图提示词模板包括如下内容： 角色：意图分析与模型选择专家； 背景：对“第一待输入内容”进行意图评级，以确定其对精确程度的需求高低； 人物画像：精通自然语言处理和意图分析，对多层级的大语言模型的特性与应用有着深入的理解和丰富的实践经验，能够根据文本特点确定模型需求； 技能：具备深度学习、自然语言处理、文本意图识别以及模型优化多领域的专业技能，能够高效地将目标问题文本与模型特性相结合，实现精准的意图评级； 目标：快速准确地对目标问题文本进行意图评级，帮助用户根据意图评级选择合适的大语言模型； 约束条件：意图评级应基于文本内容的逻辑性、语义清晰度以及语速确定，同时考虑不同层级大语言模型的性能与资源消耗平衡； 输出格式：意图评级结果； 所述关键词提示词模板包括：基于“第一待输入内容”生成摘要和关键词； 基于如下公式确定模型在针对当前任务的主评分，并基于在多个大语言模型确定所述第二大语言模型： ； 其中，为模型在同类任务中的准确率； 为意图评级； 为数值稳定系数； 为时间敏感系数； 为模型生成时延； 为模型计算成本； 为系统可用计算资源预算； 基于如下公式确定模型在针对当前任务的辅助评分，并基于在多层级的大语言模型确定所述第三大语言模型： ； 其中，为模型响应时间； 为多层级的大语言模型中响应时间最大的一个； 为模型的辅助功能完备性； 为与主模型的输出对齐度； 为功能与对齐的权衡系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海鲲鲤网络科技有限公司，其通讯地址为：201210 上海市浦东新区中国(上海)自由贸易试验区芳春路400号1幢3层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。