0
雷鋒網(wǎng)按，車(chē)聯(lián)網(wǎng)已經(jīng)成為了國(guó)內(nèi)外新一輪科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的必爭(zhēng)之地。
其中，經(jīng)過(guò)多年的漸進(jìn)式發(fā)展，車(chē)內(nèi)的語(yǔ)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(lái)說(shuō)，在智能網(wǎng)聯(lián)時(shí)代來(lái)臨之際，誰(shuí)搶占了車(chē)內(nèi)語(yǔ)音交互的高峰，誰(shuí)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(guó)內(nèi)首批進(jìn)入車(chē)聯(lián)網(wǎng)領(lǐng)域的對(duì)話式 AI 平臺(tái)公司，思必馳也一直在這一方面發(fā)力，并且推出了 AIOS 對(duì)話操作系統(tǒng)、天琴車(chē)載語(yǔ)音助手。
基于思必馳全鏈路語(yǔ)音交互技術(shù)，思必馳近日推出了智能車(chē)聯(lián)網(wǎng)解決方案 3.0，為汽車(chē)終端產(chǎn)品提供語(yǔ)音交互的能力。
更重要的是，思必馳由此正式向前裝市場(chǎng)邁出了具有意義性的一步。
一般來(lái)說(shuō)，車(chē)載環(huán)境復(fù)雜，車(chē)載語(yǔ)音交互面臨著車(chē)內(nèi)外嚴(yán)重的噪音問(wèn)題，而噪音問(wèn)題會(huì)大大降低語(yǔ)音識(shí)別的能力。語(yǔ)音識(shí)別之后，語(yǔ)音交互系統(tǒng)又面臨著語(yǔ)義理解的問(wèn)題，尤其是在多輪對(duì)話的情境下。
這些都是現(xiàn)階段車(chē)載語(yǔ)音交互最大的痛點(diǎn)。
正如思必馳副總裁、車(chē)聯(lián)網(wǎng)事業(yè)部總經(jīng)理雷雄國(guó)指出的那樣，就現(xiàn)階段而言，主機(jī)廠對(duì)于車(chē)端產(chǎn)品的需求有 80% 是一致的，即語(yǔ)音識(shí)別率要準(zhǔn)、語(yǔ)義理解要對(duì)、響應(yīng)速度要快；剩下 20% 的需求與其他個(gè)性化技術(shù)相關(guān)。
不過(guò)，機(jī)器學(xué)習(xí)經(jīng)過(guò)多年的發(fā)展，成熟度已經(jīng)大大提升，語(yǔ)音交互的喚醒率、識(shí)別率和響應(yīng)速度都有了客觀的改進(jìn)。
雷雄國(guó)向雷鋒網(wǎng)新智駕介紹道：
思必馳語(yǔ)音技術(shù)的喚醒率已達(dá)98％，識(shí)別率大于97％（帶噪音），語(yǔ)義理解準(zhǔn)確率達(dá)98％；這些成績(jī)?cè)跇I(yè)內(nèi)都屬于第一梯隊(duì)的水平。
在上述痛點(diǎn)已經(jīng)得到了較大緩解的情況下，個(gè)性化語(yǔ)音技術(shù)也越來(lái)越受到主機(jī)廠的關(guān)注。畢竟，當(dāng)下車(chē)市不振，在同質(zhì)化的產(chǎn)品體驗(yàn)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(jìng)爭(zhēng)力。
這一方面，思必馳這次發(fā)布的智能車(chē)聯(lián)網(wǎng)解決方案 3.0 也有相關(guān)創(chuàng)新：
全雙工語(yǔ)音技術(shù)：實(shí)現(xiàn)基于語(yǔ)義打斷的全雙工交互技術(shù)，機(jī)器與人可以在無(wú)喚醒情況下進(jìn)行持續(xù)交互，且無(wú)關(guān)的語(yǔ)言不會(huì)影響任務(wù)型對(duì)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(guò)短時(shí)間的訓(xùn)練后，可以合成一個(gè)與自己相似的 TTS 音色，增加語(yǔ)音交互的趣味性。
聲紋識(shí)別：具備聲紋離線自學(xué)習(xí)技術(shù)；具備多說(shuō)話人分割技術(shù)，可在對(duì)話過(guò)程中在線識(shí)別多個(gè)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(shí)別技術(shù)，這項(xiàng)技術(shù)可在對(duì)話過(guò)程中在線識(shí)別多個(gè)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(chē) P7 開(kāi)展了基于全雙工技術(shù)的合作；與斑馬開(kāi)展了 TTS 復(fù)刻技術(shù)合作；與東風(fēng)汽車(chē)基于多音區(qū)聲源定位展開(kāi)合作。
除了技術(shù)方面的改進(jìn)，思必馳的智能車(chē)聯(lián)網(wǎng)解決方案 3.0 還為主機(jī)廠提供了 DUI 云平臺(tái)服務(wù)，支持私有化部署和個(gè)性化開(kāi)發(fā)，提升用戶營(yíng)運(yùn)效率。而且，智能車(chē)載終端形態(tài)也可根據(jù)車(chē)企的實(shí)際場(chǎng)景來(lái)實(shí)現(xiàn)超高度定制。
在外界看來(lái)，汽車(chē)后裝市場(chǎng)一直是思必馳的重心所在。
事實(shí)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(chǎng)進(jìn)軍的目標(biāo)。不過(guò)，這個(gè)目標(biāo)對(duì)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(chē)市場(chǎng)的思必馳開(kāi)始向前裝轉(zhuǎn)型。
經(jīng)過(guò)多年的發(fā)展，思必馳的語(yǔ)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(lái)越高，覆蓋了許多場(chǎng)景，適應(yīng)了各種口音。
可以說(shuō)，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(yǔ)音體驗(yàn)不同的問(wèn)題，由此，產(chǎn)品的性能和體驗(yàn)也有了一定的保障。這為思必馳向前裝市場(chǎng)躍進(jìn)打下了堅(jiān)實(shí)的基礎(chǔ)。
另一方面，經(jīng)過(guò)在汽車(chē)后裝市場(chǎng)的打拼，思必馳的市場(chǎng)占有率不斷提升，用戶規(guī)模也越來(lái)越大，目前已經(jīng)累計(jì)激活的車(chē)載終端數(shù)近 3000 萬(wàn)臺(tái)。
雷雄國(guó)表示，思必馳真正開(kāi)始進(jìn)入前裝市場(chǎng)是2018年，當(dāng)時(shí)，思必馳與惠州華陽(yáng)通用電子達(dá)成戰(zhàn)略合作，第一個(gè)項(xiàng)目是與長(zhǎng)城合作，項(xiàng)目落地在哈弗 F7 車(chē)型上。
他說(shuō)道：“長(zhǎng)城哈弗F7的成功量產(chǎn)，意味著前裝客戶對(duì)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(yǔ)音技術(shù)已經(jīng)占據(jù)了后裝市場(chǎng)70%的份額，量產(chǎn)車(chē)型超過(guò)60款、累計(jì)汽車(chē)激活量達(dá)到百萬(wàn)臺(tái)，無(wú)論是覆蓋的主機(jī)廠及tier1，還是汽車(chē)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(guó)家對(duì)智能網(wǎng)聯(lián)汽車(chē)和車(chē)聯(lián)網(wǎng)的大力支持，思必馳在前裝市場(chǎng)有了充分的信心。
如今，隨著思必馳智能車(chē)聯(lián)網(wǎng)解決方案 3.0 的誕生，思必馳實(shí)現(xiàn)了單點(diǎn)功能到整體方案商的升級(jí)。
此外，最新的3.0方案不僅支持中文版，還提供包括英語(yǔ)、日語(yǔ)、俄羅斯語(yǔ)等 10 多個(gè)語(yǔ)種的后海外版，且海外版的后裝市場(chǎng)已經(jīng)實(shí)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(chē)聯(lián)網(wǎng)整體解決方案，這也意味著更激烈的競(jìng)爭(zhēng)。
除了傳統(tǒng)的語(yǔ)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(chē)載語(yǔ)音領(lǐng)域布局，并且憑借著資金實(shí)力和大數(shù)據(jù)優(yōu)勢(shì)迅速搶占市場(chǎng)。
以百度為例，早在 2010 年百度就將智能語(yǔ)音作為戰(zhàn)略方向，百度的語(yǔ)音技術(shù)已經(jīng)形成從模型算法、開(kāi)發(fā)組件、場(chǎng)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(tīng)清、聽(tīng)懂、滿足用戶需求的人工智能對(duì)話系統(tǒng)”。
除了百度、騰訊阿里也都在車(chē)載語(yǔ)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(yǔ)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(guò)，就目前車(chē)聯(lián)網(wǎng)的發(fā)展現(xiàn)狀來(lái)看，信息娛樂(lè)系統(tǒng)不再是車(chē)聯(lián)網(wǎng)生態(tài)的唯一。
思必馳也已經(jīng)著手打造車(chē)機(jī)、手機(jī)、智能家居三網(wǎng)融合的車(chē)聯(lián)網(wǎng)生態(tài)。據(jù)了解，思必馳的 DUI 云平臺(tái)現(xiàn)在已經(jīng)接入了 8000 萬(wàn)臺(tái) IOT 設(shè)備，其中不乏海爾、海信之類(lèi)的家居大廠。
而且，語(yǔ)音技術(shù)提供商在與 BAT 的競(jìng)爭(zhēng)中也不是完全沒(méi)有優(yōu)勢(shì)。雷雄國(guó)在接受雷鋒網(wǎng)新智駕采訪時(shí)說(shuō)道：
我們開(kāi)放度更高，舉個(gè)例子，我們現(xiàn)在與一些主機(jī)廠合作，數(shù)據(jù)、賬號(hào)、運(yùn)營(yíng)權(quán)限基本上全部實(shí)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(duì)于打入前裝市場(chǎng)的思必馳來(lái)說(shuō)，合作模式也發(fā)生了變化。雷雄國(guó)強(qiáng)調(diào)：
做前裝可以進(jìn)一步擴(kuò)大思必馳的市場(chǎng)份額，但它和做后裝十分不同。做后裝只要不出現(xiàn)大問(wèn)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(diǎn)到交付 SOP，再到大批量生產(chǎn)，這是一個(gè)很漫長(zhǎng)的周期，可能需要花費(fèi)2-3 年，中途各個(gè)環(huán)節(jié)還要進(jìn)行各種檢查和測(cè)試，要對(duì)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(yáng)、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(wú)論是汽車(chē)的前裝市場(chǎng)還是后裝市場(chǎng)，智能語(yǔ)音技術(shù)的發(fā)展前景的可見(jiàn)一斑。
相比起現(xiàn)階段一些車(chē)型的大賣(mài)點(diǎn)——車(chē)載大屏，智能語(yǔ)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(chē)內(nèi)的語(yǔ)音技術(shù)開(kāi)始向信息娛樂(lè)開(kāi)始向其他功能和場(chǎng)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(chē)控制的功能，比如調(diào)整車(chē)窗和座椅等；場(chǎng)景方面，該解決方案可以通過(guò)語(yǔ)音技術(shù)與智能家居相連。
汽車(chē)內(nèi)基于視覺(jué)和手勢(shì)等信息的交互方式也在開(kāi)始生根發(fā)芽，比如基于視覺(jué)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(yú) OS 就已經(jīng)強(qiáng)化了視覺(jué)交互功能。
無(wú)論是上述的哪種交互方式都不難看出，汽車(chē)人機(jī)交互已經(jīng)從單調(diào)的觸摸模式開(kāi)始向語(yǔ)音、視覺(jué)、手勢(shì)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(guó)內(nèi)也有了幾款量產(chǎn)搭載 DMS 的車(chē)型。
多模態(tài)交互也是思必馳今年在車(chē)聯(lián)網(wǎng)領(lǐng)域的關(guān)鍵詞之一。
盡管思必馳智能車(chē)聯(lián)網(wǎng)解決方案目前只集成了語(yǔ)音交互和人臉識(shí)別，但雷雄國(guó)指出，該解決方案的下一個(gè)迭代版本預(yù)計(jì)在今年年底發(fā)布，屆時(shí)，多模態(tài)交互的特征會(huì)得到進(jìn)一步的體現(xiàn)。
不過(guò)，作為人工智能成熟度最高的技術(shù)之一，語(yǔ)音交互雖然得到了長(zhǎng)足的發(fā)展，并且得到了諸多巨頭的青睞，但客觀來(lái)講，這種車(chē)內(nèi)交互方式遠(yuǎn)沒(méi)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(yǔ)音交互尚且處在初步的發(fā)展階段，更不用說(shuō)視覺(jué)、手勢(shì)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(shí)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(jiàn)轉(zhuǎn)載須知。
