本公開實(shí)施例公開了一種語音播報(bào)模型的強(qiáng)化學(xué)習(xí)方法、電子設(shè)備及程序產(chǎn)品，所述方法包括：獲取樣本數(shù)據(jù)；樣本數(shù)據(jù)包括樣本導(dǎo)航軌跡中樣本位置處的導(dǎo)航相關(guān)信息以及樣本位置處輸出的語音播報(bào)樣本內(nèi)容；將樣本導(dǎo)航軌跡中當(dāng)前樣本位置的導(dǎo)航相關(guān)信息作為當(dāng)前狀態(tài)輸入至語音播報(bào)模型，得到當(dāng)前狀態(tài)下的動(dòng)作信息；動(dòng)作信息包括在當(dāng)前樣本位置處的語音播報(bào)預(yù)測(cè)內(nèi)容；基于語音播報(bào)預(yù)測(cè)內(nèi)容，以及在當(dāng)前樣本位置處輸出的語音播報(bào)樣本內(nèi)容之間的匹配結(jié)果，計(jì)算目標(biāo)獎(jiǎng)勵(lì)值；匹配結(jié)果包括語音播報(bào)預(yù)測(cè)內(nèi)容中的預(yù)測(cè)導(dǎo)航元素與語音播報(bào)樣本內(nèi)容中的樣本導(dǎo)航元素之間的匹配結(jié)果；基于目標(biāo)獎(jiǎng)勵(lì)值對(duì)語音播報(bào)模型進(jìn)行強(qiáng)化訓(xùn)練。