0
雷鋒網(wǎng)按，車聯(lián)網(wǎng)已經(jīng)成為了國內(nèi)外新一輪科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的必爭之地。
其中，經(jīng)過多年的漸進(jìn)式發(fā)展，車內(nèi)的語音交互正在從單純的“控制方式”向“智能連接”進(jìn)化，并且已經(jīng)成為了現(xiàn)階段人機(jī)交互最主要的方式之一。
從很大程度上來說，在智能網(wǎng)聯(lián)時代來臨之際，誰搶占了車內(nèi)語音交互的高峰，誰就搶占了多模態(tài)交互，甚至是智能座艙的關(guān)鍵入口。
作為國內(nèi)首批進(jìn)入車聯(lián)網(wǎng)領(lǐng)域的對話式 AI 平臺公司，思必馳也一直在這一方面發(fā)力，并且推出了 AIOS 對話操作系統(tǒng)、天琴車載語音助手。
基于思必馳全鏈路語音交互技術(shù)，思必馳近日推出了智能車聯(lián)網(wǎng)解決方案 3.0，為汽車終端產(chǎn)品提供語音交互的能力。
更重要的是，思必馳由此正式向前裝市場邁出了具有意義性的一步。
一般來說，車載環(huán)境復(fù)雜，車載語音交互面臨著車內(nèi)外嚴(yán)重的噪音問題，而噪音問題會大大降低語音識別的能力。語音識別之后，語音交互系統(tǒng)又面臨著語義理解的問題，尤其是在多輪對話的情境下。
這些都是現(xiàn)階段車載語音交互最大的痛點。
正如思必馳副總裁、車聯(lián)網(wǎng)事業(yè)部總經(jīng)理雷雄國指出的那樣，就現(xiàn)階段而言，主機(jī)廠對于車端產(chǎn)品的需求有 80% 是一致的，即語音識別率要準(zhǔn)、語義理解要對、響應(yīng)速度要快；剩下 20% 的需求與其他個性化技術(shù)相關(guān)。
不過，機(jī)器學(xué)習(xí)經(jīng)過多年的發(fā)展，成熟度已經(jīng)大大提升，語音交互的喚醒率、識別率和響應(yīng)速度都有了客觀的改進(jìn)。
雷雄國向雷鋒網(wǎng)新智駕介紹道：
思必馳語音技術(shù)的喚醒率已達(dá)98％，識別率大于97％（帶噪音），語義理解準(zhǔn)確率達(dá)98％；這些成績在業(yè)內(nèi)都屬于第一梯隊的水平。
在上述痛點已經(jīng)得到了較大緩解的情況下，個性化語音技術(shù)也越來越受到主機(jī)廠的關(guān)注。畢竟，當(dāng)下車市不振，在同質(zhì)化的產(chǎn)品體驗中打造出差異化的功能可以在一定程度上為主機(jī)廠提升競爭力。
這一方面，思必馳這次發(fā)布的智能車聯(lián)網(wǎng)解決方案 3.0 也有相關(guān)創(chuàng)新：
全雙工語音技術(shù)：實現(xiàn)基于語義打斷的全雙工交互技術(shù)，機(jī)器與人可以在無喚醒情況下進(jìn)行持續(xù)交互，且無關(guān)的語言不會影響任務(wù)型對話的正常繼續(xù)。
TTS 聲音復(fù)刻：用戶根據(jù)固定的某些文本進(jìn)行朗讀和錄制，經(jīng)過短時間的訓(xùn)練后，可以合成一個與自己相似的 TTS 音色，增加語音交互的趣味性。
聲紋識別：具備聲紋離線自學(xué)習(xí)技術(shù)；具備多說話人分割技術(shù)，可在對話過程中在線識別多個用戶身份。
具體落地方面，北汽 X7 近日首發(fā)思必馳的聲紋識別技術(shù)，這項技術(shù)可在對話過程中在線識別多個用戶身份，并且為不同的用戶提供定制化的服務(wù)推送。此外，思必馳還與小鵬汽車 P7 開展了基于全雙工技術(shù)的合作；與斑馬開展了 TTS 復(fù)刻技術(shù)合作；與東風(fēng)汽車基于多音區(qū)聲源定位展開合作。
除了技術(shù)方面的改進(jìn)，思必馳的智能車聯(lián)網(wǎng)解決方案 3.0 還為主機(jī)廠提供了 DUI 云平臺服務(wù)，支持私有化部署和個性化開發(fā)，提升用戶營運(yùn)效率。而且，智能車載終端形態(tài)也可根據(jù)車企的實際場景來實現(xiàn)超高度定制。
在外界看來，汽車后裝市場一直是思必馳的重心所在。
事實上，早在 2014，思必馳就已經(jīng)做了調(diào)研并且定下了向前裝市場進(jìn)軍的目標(biāo)。不過，這個目標(biāo)對技術(shù)有著極高的要求，還要考慮用戶規(guī)模、產(chǎn)品性能等各種因素，所以，思必馳一直在慢慢積累。
如今，以后裝的思路切入汽車市場的思必馳開始向前裝轉(zhuǎn)型。
經(jīng)過多年的發(fā)展，思必馳的語音技術(shù)已經(jīng)集成到了不同品牌的芯片/硬件設(shè)備中，機(jī)器學(xué)習(xí)的成熟度也越來越高，覆蓋了許多場景，適應(yīng)了各種口音。
可以說，思必馳已經(jīng)基本解決了因硬件設(shè)備不同而導(dǎo)致的語音體驗不同的問題，由此，產(chǎn)品的性能和體驗也有了一定的保障。這為思必馳向前裝市場躍進(jìn)打下了堅實的基礎(chǔ)。
另一方面，經(jīng)過在汽車后裝市場的打拼，思必馳的市場占有率不斷提升，用戶規(guī)模也越來越大，目前已經(jīng)累計激活的車載終端數(shù)近 3000 萬臺。
雷雄國表示，思必馳真正開始進(jìn)入前裝市場是2018年，當(dāng)時，思必馳與惠州華陽通用電子達(dá)成戰(zhàn)略合作，第一個項目是與長城合作，項目落地在哈弗 F7 車型上。
他說道：“長城哈弗F7的成功量產(chǎn)，意味著前裝客戶對思必馳技術(shù)的認(rèn)可，這是非常重要的。而且，到了今年，思必馳的語音技術(shù)已經(jīng)占據(jù)了后裝市場70%的份額，量產(chǎn)車型超過60款、累計汽車激活量達(dá)到百萬臺，無論是覆蓋的主機(jī)廠及tier1，還是汽車激活的數(shù)量，都已經(jīng)積累到了一定的規(guī)模?！?/p>
再加上目前國家對智能網(wǎng)聯(lián)汽車和車聯(lián)網(wǎng)的大力支持，思必馳在前裝市場有了充分的信心。
如今，隨著思必馳智能車聯(lián)網(wǎng)解決方案 3.0 的誕生，思必馳實現(xiàn)了單點功能到整體方案商的升級。
此外，最新的3.0方案不僅支持中文版，還提供包括英語、日語、俄羅斯語等 10 多個語種的后海外版，且海外版的后裝市場已經(jīng)實現(xiàn)量產(chǎn)。前裝方面正在與一帶一路出口業(yè)務(wù)相關(guān)的主機(jī)廠合作。
思必馳發(fā)布了自己的車聯(lián)網(wǎng)整體解決方案，這也意味著更激烈的競爭。
除了傳統(tǒng)的語音科技公司，思必馳還面臨著許多“外敵”。不少互聯(lián)網(wǎng)巨頭已經(jīng)在智能車載語音領(lǐng)域布局，并且憑借著資金實力和大數(shù)據(jù)優(yōu)勢迅速搶占市場。
以百度為例，早在 2010 年百度就將智能語音作為戰(zhàn)略方向，百度的語音技術(shù)已經(jīng)形成從模型算法、開發(fā)組件、場景覆蓋到行業(yè)應(yīng)用的全鏈條，并推出了 DuerOS，定位為“能真正聽清、聽懂、滿足用戶需求的人工智能對話系統(tǒng)”。
除了百度、騰訊阿里也都在車載語音領(lǐng)域排兵布陣。其中，阿里旗下的斑馬智行推出的 VENUS 系統(tǒng)得到了思必馳語音技術(shù)的支持。思必馳最新的TTS復(fù)刻技術(shù)也在VENUS系統(tǒng)上首發(fā)。
在生態(tài)鏈接方面，思必馳似乎面臨著挑戰(zhàn)。不過，就目前車聯(lián)網(wǎng)的發(fā)展現(xiàn)狀來看，信息娛樂系統(tǒng)不再是車聯(lián)網(wǎng)生態(tài)的唯一。
思必馳也已經(jīng)著手打造車機(jī)、手機(jī)、智能家居三網(wǎng)融合的車聯(lián)網(wǎng)生態(tài)。據(jù)了解，思必馳的 DUI 云平臺現(xiàn)在已經(jīng)接入了 8000 萬臺 IOT 設(shè)備，其中不乏海爾、海信之類的家居大廠。
而且，語音技術(shù)提供商在與 BAT 的競爭中也不是完全沒有優(yōu)勢。雷雄國在接受雷鋒網(wǎng)新智駕采訪時說道：
我們開放度更高，舉個例子，我們現(xiàn)在與一些主機(jī)廠合作，數(shù)據(jù)、賬號、運(yùn)營權(quán)限基本上全部實現(xiàn)共享了。這樣可以打消主機(jī)廠的一些顧慮。
另一方面，對于打入前裝市場的思必馳來說，合作模式也發(fā)生了變化。雷雄國強(qiáng)調(diào)：
做前裝可以進(jìn)一步擴(kuò)大思必馳的市場份額，但它和做后裝十分不同。做后裝只要不出現(xiàn)大問題就能夠吃一波紅利，合作模式基本上就是跟工廠老板談，談好了就快速出量。但前裝不一樣，前裝從商務(wù)接觸定點到交付 SOP，再到大批量生產(chǎn)，這是一個很漫長的周期，可能需要花費2-3 年，中途各個環(huán)節(jié)還要進(jìn)行各種檢查和測試，要對產(chǎn)品精心打磨。
他補(bǔ)充道，做前裝除了主機(jī)廠外，還要與 Tier 1 深度合作，目前，思必馳已經(jīng)與包括博泰、德賽西威、航盛、華陽、偉世通、斑馬網(wǎng)絡(luò)、仙豆智能等絕大多數(shù)達(dá)成了合作。
無論是汽車的前裝市場還是后裝市場，智能語音技術(shù)的發(fā)展前景的可見一斑。
相比起現(xiàn)階段一些車型的大賣點——車載大屏，智能語音技術(shù)在更大程度上解放了人們的雙眼和雙手，也提供了更高的安全保障。
不僅如此，汽車內(nèi)的語音技術(shù)開始向信息娛樂開始向其他功能和場景蔓延，比如思必馳這次發(fā)布的解決方案就支持一些整車控制的功能，比如調(diào)整車窗和座椅等；場景方面，該解決方案可以通過語音技術(shù)與智能家居相連。
汽車內(nèi)基于視覺和手勢等信息的交互方式也在開始生根發(fā)芽，比如基于視覺交互的駕駛員監(jiān)控系統(tǒng) DMS，可以感知駕駛艙內(nèi)人員的狀態(tài)，比如疲勞駕駛、注意力不集中、駕駛行為不規(guī)范（抽煙、打電話等）。比如科大訊飛的飛魚 OS 就已經(jīng)強(qiáng)化了視覺交互功能。
無論是上述的哪種交互方式都不難看出，汽車人機(jī)交互已經(jīng)從單調(diào)的觸摸模式開始向語音、視覺、手勢等多模態(tài)交互散發(fā)。而且，多模態(tài)交互已初具量產(chǎn)條件，國內(nèi)也有了幾款量產(chǎn)搭載 DMS 的車型。
多模態(tài)交互也是思必馳今年在車聯(lián)網(wǎng)領(lǐng)域的關(guān)鍵詞之一。
盡管思必馳智能車聯(lián)網(wǎng)解決方案目前只集成了語音交互和人臉識別，但雷雄國指出，該解決方案的下一個迭代版本預(yù)計在今年年底發(fā)布，屆時，多模態(tài)交互的特征會得到進(jìn)一步的體現(xiàn)。
不過，作為人工智能成熟度最高的技術(shù)之一，語音交互雖然得到了長足的發(fā)展，并且得到了諸多巨頭的青睞，但客觀來講，這種車內(nèi)交互方式遠(yuǎn)沒有達(dá)到“普及”的程度。
總而言之，作為多模態(tài)交互最重要的組成部分，語音交互尚且處在初步的發(fā)展階段，更不用說視覺、手勢等其他交互方式了。如果想要進(jìn)入理想的智能駕艙多模態(tài)交互時代，還有許多難題要去攻破。
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。
