思必馳技術(shù)分享：車載語(yǔ)音交互的需求及挑戰(zhàn)

對(duì)于一個(gè)司機(jī)來(lái)說(shuō)，汽車智能化最重要的一點(diǎn)，就是在開車的時(shí)候不用手也能做一些駕駛以外的操作，而這一行為的實(shí)現(xiàn)多半依賴語(yǔ)音技術(shù)的發(fā)展。目前國(guó)內(nèi)做語(yǔ)音語(yǔ)義相關(guān)的公司也都注意到了車載領(lǐng)域的前景，紛紛針對(duì)這個(gè)領(lǐng)域做起了語(yǔ)音交互方案，思必馳就是其中一家。

昨天，思必馳在深圳做了一場(chǎng)產(chǎn)品體驗(yàn)沙龍，用他們的話來(lái)說(shuō)，就是一場(chǎng)“裸技術(shù)分享會(huì)”，在會(huì)上向大家展示了他們最新的車載對(duì)話操作系統(tǒng)AIOS的3.0版本，通過(guò)這次技術(shù)分享，也讓大家了解了一下語(yǔ)音交互系統(tǒng)對(duì)車載領(lǐng)域的重要性。

VUI語(yǔ)音交互界面的概念

在汽車駕駛環(huán)境里，因安全因素限制，駕駛員在行駛過(guò)程中能做的額外操作并不多，在傳統(tǒng)汽車中，除了駕駛操作之外，像接聽電話、娛樂等功能的操作都被集成在了方向盤中，這樣讓駕駛員手不離開方向盤就能夠完成這些事情，但是隨著“智能汽車”概念的興起，網(wǎng)絡(luò)社交、智能導(dǎo)航等功能也出現(xiàn)在了汽車中，最開始這些功能都被塞進(jìn)了車機(jī)、智能后視鏡等設(shè)備中，但是多數(shù)需要駕駛員手動(dòng)操作，這樣就為處于駕駛狀態(tài)的人帶來(lái)了非常大的不便，就此問(wèn)題，人們發(fā)現(xiàn)，語(yǔ)音操作變成了剛需。

在語(yǔ)音操作剛剛興起的時(shí)候，算法十分簡(jiǎn)陋，識(shí)別率低且只能完成及其簡(jiǎn)單的操作，這樣完全不能稱之為“智能”，在思必馳技術(shù)分析沙龍的現(xiàn)場(chǎng)，思必馳產(chǎn)品總監(jiān)張巖在現(xiàn)場(chǎng)提到了一個(gè)VUI的概念，也就是語(yǔ)音交互界面（Voice User Interface），這個(gè)概念說(shuō)白了就是把二維的屏幕操作界面變成了由語(yǔ)音系統(tǒng)構(gòu)成的操作組織。

在車載領(lǐng)域，用戶操作從最初的無(wú)界面到現(xiàn)在的GUI（圖形用戶界面），正在朝VUI方向發(fā)展，這也是趨勢(shì)所在，用最有效的語(yǔ)音引導(dǎo)方式幫助用戶完成操作，這樣不但能夠保證駕駛的安全性、大幅度節(jié)省人力成本，還能夠?qū)⒂脩魪目菰铩⒎爆嵉鸟{乘活動(dòng)中解放出來(lái)。這種VUI理念除了在車載領(lǐng)域之外，還可與智能家居、智能機(jī)器人等領(lǐng)域的語(yǔ)音交互中去。

VUI在車載領(lǐng)域的需求及挑戰(zhàn)

既然是交互界面，就要保證操作的準(zhǔn)確、便捷、高效，人們?cè)谙逻_(dá)語(yǔ)音命令的時(shí)候，要保證機(jī)器能夠快速的反饋和執(zhí)行，這一點(diǎn)在車載系統(tǒng)中尤為重要，因?yàn)轳{駛過(guò)程中，對(duì)智能車載系統(tǒng)的整個(gè)操作流程全都需要語(yǔ)音來(lái)實(shí)現(xiàn)，目前來(lái)看，需求大概在以下幾點(diǎn)。

導(dǎo)航中的快捷交互：

導(dǎo)航對(duì)于車載系統(tǒng)來(lái)說(shuō)是絕對(duì)核心的功能，然而目前大部分導(dǎo)航還沒能實(shí)現(xiàn)語(yǔ)音控制，或者只實(shí)現(xiàn)了“語(yǔ)音查找目的”等簡(jiǎn)單的功能，而在VUI中，駕駛員說(shuō)：“我要去XXX地方”，機(jī)器應(yīng)該立即反應(yīng)并規(guī)劃路線，告訴駕駛員距離、預(yù)估時(shí)間等信息。在整個(gè)交互中，駕駛員也可以說(shuō)明訴求，比如“躲避擁堵”“最短距離”等，說(shuō)出訴求后，機(jī)器也會(huì)相應(yīng)的調(diào)整路線規(guī)劃。

跨領(lǐng)域打斷：

對(duì)于“與機(jī)器對(duì)話”這件事來(lái)說(shuō)，讓人最苦惱的地方無(wú)疑就是機(jī)器笨又啰嗦，比如你問(wèn)它一件事情，有時(shí)候它就會(huì)叨叨叨說(shuō)一大堆的話，其實(shí)在這個(gè)過(guò)程中，駕駛員可能聽到一半就能理解機(jī)器在說(shuō)什么了，但通常情況下，如果機(jī)器沒有說(shuō)完，是不能去執(zhí)行下一個(gè)任務(wù)的，聽一個(gè)冷冰冰的機(jī)器音啰里八嗦上一大段，確實(shí)挺讓人不耐煩的，尤其對(duì)患有路怒癥的老司機(jī)及其不友好。

采用思必馳語(yǔ)音方案的智能后視鏡

而思必馳在這點(diǎn)上做了改進(jìn)。在新版本的對(duì)話操作系統(tǒng)里，做了打斷功能，駕駛員在跟機(jī)器交流的時(shí)候，可以隨時(shí)打斷機(jī)器的說(shuō)話，讓他去執(zhí)行其他任務(wù)，這種打斷還能在導(dǎo)航、音樂、電話、微信等功能里靈活轉(zhuǎn)換，不用返回主界面，無(wú)需再次喚醒，直接進(jìn)行語(yǔ)音操控，讓機(jī)器做你臨時(shí)想做的事情。

合成音切換：

在機(jī)器語(yǔ)音這個(gè)方面，其實(shí)有個(gè)小細(xì)節(jié)值得大家關(guān)注一下。用過(guò)Siri的人都應(yīng)該了解，機(jī)器人說(shuō)話大都是一個(gè)字一個(gè)字的蹦，不連貫的機(jī)器音讓人聽了想睡覺，除了標(biāo)準(zhǔn)的語(yǔ)音之外，做一些明星合成音，比如林志玲、郭德綱等，能夠增加不少的趣味性，思必馳活動(dòng)的現(xiàn)場(chǎng)，他們也為大家演示了在這方面所做的工作。

語(yǔ)音現(xiàn)場(chǎng)合成

網(wǎng)絡(luò)社交功能：

社交操作在車載領(lǐng)域的比重確實(shí)不小，而打電話發(fā)短信這種社交方式對(duì)現(xiàn)代的網(wǎng)絡(luò)社交來(lái)說(shuō)，肯定是不夠用的，而司機(jī)開車時(shí)用智能手機(jī)進(jìn)行社交應(yīng)用的操作是非常危險(xiǎn)的事情，所以把網(wǎng)絡(luò)社交應(yīng)用集成到車載系統(tǒng)中，并且全權(quán)用語(yǔ)音進(jìn)行控制就顯得尤為重要。雷鋒網(wǎng)在思必馳技術(shù)分享會(huì)中，看到他們把微信集成到了車載系統(tǒng)中的演示，駕駛員可以在開車時(shí)，直接用語(yǔ)音喚醒微信，并說(shuō)明給誰(shuí)發(fā)，發(fā)什么內(nèi)容，發(fā)語(yǔ)音還是文字（文字是把語(yǔ)音轉(zhuǎn)成文字，不需要用戶手動(dòng)打字），甚至在聊天時(shí)想約見，只要對(duì)方給你發(fā)個(gè)具體位置，系統(tǒng)會(huì)自動(dòng)轉(zhuǎn)接到地圖上進(jìn)行導(dǎo)航，非常方便。

除了上述剛需和新鮮功能之外，音樂電臺(tái)等娛樂方面的語(yǔ)音交互、路況查詢等實(shí)用的基礎(chǔ)功能也需要在VUI中實(shí)現(xiàn)，換句話說(shuō)，車載語(yǔ)音操作要更智能，VUI就得像GUI一樣完全成熟才行。

語(yǔ)音交互確實(shí)是一項(xiàng)能夠提升人們操作體驗(yàn)的工具，在無(wú)人駕駛汽車正式來(lái)臨之前，語(yǔ)音交互絕對(duì)是能夠提升車內(nèi)操作效率和駕駛員安全系數(shù)的神器，但是這一切都在整個(gè)語(yǔ)音系統(tǒng)的高精準(zhǔn)、高效率的前提下的，這個(gè)領(lǐng)域目前還只處在一個(gè)不太成熟的階段，還有很大的提升空間。相信在未來(lái)的各個(gè)領(lǐng)域，特別是車載這種需要語(yǔ)音輔助的地方，VUI在某種程度上一定會(huì)取代手動(dòng)操作。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。