本公开实施例公开了一种语音播报模型的强化学习方法、电子设备及程序产品，所述方法包括：获取样本数据；样本数据包括样本导航轨迹中样本位置处的导航相关信息以及样本位置处输出的语音播报样本内容；将样本导航轨迹中当前样本位置的导航相关信息作为当前状态输入至语音播报模型，得到当前状态下的动作信息；动作信息包括在当前样本位置处的语音播报预测内容；基于语音播报预测内容，以及在当前样本位置处输出的语音播报样本内容之间的匹配结果，计算目标奖励值；匹配结果包括语音播报预测内容中的预测导航元素与语音播报样本内容中的样本导航元素之间的匹配结果；基于目标奖励值对语音播报模型进行强化训练。
声明：
“语音播报模型的强化学习方法、电子设备及程序产品” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1031
编辑：管理员
来源：北方有色网
咨询细节
