新智駕寫在前面的話：

汽車產(chǎn)業(yè)正在面臨著前所未有的變革，

已有的汽車想象、舊的供應(yīng)鏈體系、舊的思維范式，逐漸遠去；汽車行業(yè)開始進去艱難的轉(zhuǎn)型時期；汽車銷量高速增長的黃金年代已經(jīng)難以復(fù)制，新一代的汽車人對于智能化的理解更深刻，也希冀于將科技的變量持續(xù)滲透至四個輪子。

為此，我們已經(jīng)看到新型的車內(nèi)交互方式正在催生，語音操控、手勢交互、擬人化交互、人臉識別、從一屏走向多屏、各種CP、SP的整合，都是成為今天探索車聯(lián)網(wǎng)的重要嘗試手段；此外，DMS（ Driver Monitoring System 駕駛者監(jiān)控系統(tǒng)）也悄然滲透至部分車型，對駕駛者的狀態(tài)進行監(jiān)控。

無論是人機交互方式、還是線上線下的整合，駕駛者精神狀態(tài)監(jiān)控等等，都是從不同的維度探索最大的駕駛樂趣，保障駕駛安全。

這些探索者都對汽車有著深厚的感情，同時深深相信和在乎一些價值，這些價值也融入了產(chǎn)品當中，走向市場。

10月26日-10月27日，由江蘇省工業(yè)和信息化廳、江蘇省公安廳、江蘇省交通運輸廳、蘇州市人民政府、長三角G60科創(chuàng)走廊聯(lián)席會議辦公室指導(dǎo)，蘇州市相城區(qū)人民政府主辦，蘇州高鐵新城管理委員會、雷鋒網(wǎng)新智駕承辦的2019年全球智能駕駛峰會將在蘇州舉行，共同摸索新的智能網(wǎng)聯(lián)時代，汽車將如何發(fā)生變化。 

更多詳細議程，點擊文末“閱讀原文”或點擊雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))(公眾號：雷鋒網(wǎng))官網(wǎng)查看：https://gair.leiphone.com/gair/ad2019

“小威，小威。你好，博越。你好，小獅子……”

看著一長串車機喚醒詞，一位車企研發(fā)人士發(fā)出感嘆，它們太相似了。

不過，也正是這些大同小異的喚醒詞，共同推開了汽車人機交互的大門。截至目前，人機交互技術(shù)已經(jīng)貫穿車企、科技公司和語音服務(wù)商。包括吉利GKUI、比亞迪DiLink、長安In-Call、寶馬iDrive、別克eConnect和背后的斑馬智行、騰訊車聯(lián)、小度車載OS，以及更上游的語音方案供應(yīng)商科大訊飛、Nuance等均在投身其中。

從最開始的按鍵，到觸屏，再到語音指令、手勢控制、觸控面板、人臉識別等，汽車人機交互的技術(shù)形式正在不斷豐富，今后或許還會加入眼球或者腦波控制也未可知，這些技術(shù)已成為時下最火熱的概念。

讓渡車輛控制權(quán)

最初，人機交互并不像今天一樣招人喜歡。

雷鋒網(wǎng)新智駕了解到，第一款互聯(lián)網(wǎng)汽車上汽旗下榮威RX5上市后，有人坐在副駕上喊“你好，斑馬”時發(fā)現(xiàn)，車機并沒有作出靈敏的回應(yīng)，當時他應(yīng)該是沮喪的，車子并沒有想象中的聰明。

參與這款車的設(shè)計人后來解釋稱，為了行車安全，當時的人機交互技術(shù)僅允許駕駛員使用，而副駕不被允許控制車機，以防止他們干擾駕駛。畢竟誰也說不好，讓每個人都能控制汽車的部分功能后會有什么風險。

伴隨著交互技術(shù)的迅速迭代，最新的榮威RX5車型已經(jīng)不僅放開了副駕的語音控制，甚至還放開到了整艙空間。設(shè)計者的膽子更大了，車企希望將一部分車輛控制權(quán)讓渡給駕乘體驗。

更有一些車企開始在使用空間上尋找不同。雷鋒網(wǎng)新智駕近日體驗奇瑞旗下exeed星途車機時發(fā)現(xiàn)，這款車的車機已經(jīng)可以實現(xiàn)不同區(qū)域的語音控制，坐在主駕和副駕可以分別控制左右兩側(cè)車窗玻璃的開啟和關(guān)閉。

多種交互技術(shù)并路發(fā)展，最主流的要屬語音交互技術(shù)，這也是多家車企以喚醒詞的作為啟動車機控制的深層原因。

“出于駕駛安全的需要，司機雙手與視線均不應(yīng)主動脫離駕駛操作，因此信息表意清晰、交互流暢自然、技術(shù)較為成熟的語音交互成為了主流方式?！卑唏R網(wǎng)絡(luò)戰(zhàn)略官季棟輝向雷鋒網(wǎng)新智駕解釋。

他表示，目前語音識別技術(shù)在密閉空間的準確率已經(jīng)很高，可以流暢無誤地完成駕駛場景中的交互需求。另外，混合語音技術(shù)、硬件的發(fā)展使得語音識別技術(shù)能夠以高性價比的方式在汽車平臺實現(xiàn)，達到性能與成本的平衡。

從功能實現(xiàn)看，語音交互技術(shù)目前主要支持地圖導(dǎo)航、音樂播放、控制汽車部件（如車窗）、車家互聯(lián)等功能，這些大多屬于娛樂或生活功能。

至于何時可以通過語音直接控制行車如啟動車輛和泊車等功能，季棟輝認為，語音介入駕駛域的控制，需要功能安全、整車電子電氣架構(gòu)設(shè)計和冗余設(shè)計的綜合考慮。同時，語音直接進行車控對駕駛者帶來的價值也比較有限。所以并非技術(shù)上不能實現(xiàn)，而是這么做的收益和開發(fā)成本如何平衡的問題。

各有側(cè)重

一塊十多寸的中控屏內(nèi)，芯片、導(dǎo)航、語音方案、音視頻、游戲、攝像頭等不斷集成到一起，通過交互技術(shù)實現(xiàn)自動調(diào)節(jié)座椅或音樂播放等智能駕駛體驗，看上去很酷，然而車企的想象力遠不止于此。

理想ONE最初的人機交互形象是一個笑臉，在后來的不斷調(diào)試完善中，笑臉有時會轉(zhuǎn)換成一個時鐘。因為設(shè)計者和駕乘用戶后來逐漸覺得，一直有個笑臉在中控屏上有點怪異。蔚來的人機交互機器人NOMI承擔功能指令輸入和輸出，除了是問題反饋的入口，它還可以扮演一個有些呆萌的聊天對象角色。

“NOMI本身結(jié)合了包括智能語音識別ASR，基于深度神經(jīng)網(wǎng)絡(luò)的自然語義理解，智能發(fā)聲引擎等傳統(tǒng)意義上的人工智能技術(shù)。在此基礎(chǔ)上，NOMI還有一套結(jié)合了硬件和車身感知能力的情感引擎，通過這套情感引擎配合語音交互的能力，NOMI才能在ES8和ES6上給予用戶有溫度有情感的交互體驗?！蔽祦懋a(chǎn)品管理總監(jiān)李天舒向雷鋒網(wǎng)新智駕表示。

整個使用過程中，車里還會出現(xiàn)AI助手形象，有的車企采用了獅子的動畫設(shè)計，有的采用了實體化的小型機器人，從功能到逐漸走向情感，這些形象在走擬人化路線的同時，也在考慮如何更自然地被人們所接受。

事實上，對于車企來說，設(shè)計人機交互的過程更多是對人們?nèi)粘Ｉ畹乃伎?，為了實現(xiàn)有效的交互，設(shè)計部會和軟件工程、電子電氣等部門共同加入進來，頭腦風暴、跨部門溝通成為常規(guī)動作。但如果拆開細看交互的各項功能，人們或許會發(fā)現(xiàn)，不同車機系統(tǒng)的重心其實是不一樣的，甚至不時還會伴隨著一些爭議。

比如，騰訊車聯(lián)系統(tǒng)里的車載微信最近成為熱門，但一片熱議的同時，也有人擔心信息隱私的問題，認為在車內(nèi)直接讀取微信消息會非常尷尬。對于不斷迭代的斑馬智行系統(tǒng)來說，導(dǎo)航夜行模式、360全景增強輔助駕駛等能力可謂引領(lǐng)了潮流，但它又時常面臨不夠開放的質(zhì)疑。

一位車企內(nèi)部人士還向雷鋒網(wǎng)新智駕表示，他認為在穩(wěn)定性方面，TI+Linux是一套經(jīng)典的車規(guī)級案例，安卓加高通是消費市場的經(jīng)典案例，系統(tǒng)的匹配度和適用性是相對較強的。

走向多模交互

那么，究竟什么樣的人機交互是有效的？

理論上，這要從兩個層面看，一是用戶必須接受和喜愛。但他們通常只關(guān)注流暢與否和能聽懂多少能粗略的指標。另一層門則涉及到科技公司的衡量指標。

以斑馬智行系統(tǒng)團隊對語音交互的衡量指標為例，主要包括語音識別（ASR）的識別率、喚醒相關(guān)指標（喚醒率、誤喚醒率）、響應(yīng)時間、功耗、自然語言處理（NLP）的準確率、語音合成（TTS）的用戶接納度等，以及對話系統(tǒng)是否能滿足用戶各種交互需求如汽車場景的需求滿足、娛樂場景的聊天、信息獲取等功能。

“語音交互涉及語音和交互兩個層面的技術(shù)，語音包括降噪等技術(shù)已經(jīng)趨于同質(zhì)化了，差別越來越小，交互上的挑戰(zhàn)仍然很大。”一位驀然認知內(nèi)部人士向雷鋒網(wǎng)新智駕表示，問題主要在于“以上下文理解為核心的多模交互”，它本質(zhì)上屬于自然語言理解的范疇，如何把多種信號（語音，圖像等）轉(zhuǎn)化為統(tǒng)一的語言或者符號表示，并利用統(tǒng)一的算法模型來進行連貫的交互（比如自然的對話）學(xué)習(xí)和訓(xùn)練，只有極少數(shù)公司才有類似技術(shù)，而且各自的技術(shù)方向也可能都不同。

季棟輝持有同樣的觀點，他認為，就像人和人之間面對面交流時會以語言為主，語音交互之外還會輔助以肢體和表情等形式，它們正在悄然發(fā)展。隨著AI技術(shù)的發(fā)展和融合算法的進步，人和車的交互還會朝著多模交互的方向發(fā)展，以語音交互為基礎(chǔ)，通過觸屏、按鍵、旋鈕、肢體等交互增加車內(nèi)人車交互的默契感。

李天舒也表示，隨著人工智能、語音識別、機器視覺技術(shù)的不斷成熟，用戶與車的交互更接近于人與人的交互是一個大方向。其中，語音交互肯定是會扮演越來越重要的角色。當然，人機交互是一個很大的概念，其中肯定還會涉及到視覺甚至觸摸方面的交互技術(shù)。

雷鋒網(wǎng)新智駕了解到，與傳統(tǒng)汽車產(chǎn)業(yè)協(xié)作不同的是，Tier1更側(cè)重于系統(tǒng)的集成和整體模塊的交付，而車企在涉足人工智能和語音識別領(lǐng)域時，更多采用的是和專業(yè)AI公司合作的形式，將對方的能力整合到自己的產(chǎn)品中去。

“我們目前和多家車企在上下文連貫的多模態(tài)交互上保持著持續(xù)的合作，并且在快速進行對話服務(wù)的落地，主要是落地在智能車機上。另外，我們也通過植入多種硬件來為車企的展廳和4S店提供整體數(shù)字化營銷解決方案?！鄙鲜鲵嚾徽J知內(nèi)部人士告訴雷鋒網(wǎng)新智駕。

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。