深刻进化 | 听得懂、能共情的语音助手
语音交互的坑被OTA填好，车主与助手不再嫌弃，互相欢喜。
1952年，贝尔研究所成功建立了世界上第一个语音识别系统，该系统能够识别9个英文数字的发音，宣告了语音交互时代的到来。
相较于传统汽车，智能汽车的语音交互的可控制范围在不断扩大，但诸多不成熟的问题也随之而来，唤醒繁琐、多模态识别不准，多轮交互障碍、情感陪伴缺失、低频功能识别度低等用户困扰让语音技术发展的初衷与结果背道而驰。
"之前的车载语音助手经常让我们感到失望，它们的反应迟钝、理解能力有限，往往无法准确执行我们的指令。"
“我甚至很长一段时间没有用过语音助手了，它消磨了我的耐心。”
“我只会用它关闭导航，至于其他，我会闭嘴的。”
智能化发展到深水区，车载语音的用户体验却反向增长。
根据我们近几个月的OTA升级追踪发现，不仅新势力品牌，传统品牌的语音功能也有较大改善，语音交互技术在可控制、精准度、响应速度等方面都在急速优化，每次OTA的进化让用户重拾了使用欲望。
OTA助力语音助手初长成
作为最直接的交互方式，语音既是便捷通道，又是情感载体，成为车厂每次的OTA的发力点。“小艺“、”小P“、”NOMI“、”理想同学“等一众语音助手的”养成记“无疑是品牌OTA活动的小小缩影。
理想在9月15日推出的最新一次的OTA 4.6 版本中，把理想同学的看见、听见能力深度融合，多模态控制成为此次更新的一大亮点。
小鹏语音负责人也表示，近期将通过OTA推出全场景语音系统，包括全场景对话、所见即可说、私人订制语音控制，可实现一次唤醒之后持续对话，可以一直和语音系统对话，同时驾驶员和其他乘客聊天也不会干扰到语音系统，另外语音助手可控制90%的功能。
飞凡不断扩大可见即可说的范围和深度，新增的4000条语音泛化指令控制，如用语音调节座椅位置，控制驾驶模式，进入自动泊车以及打开和关闭后排爱奇艺APP等。
车企纷纷布局更智能、更丰富全局化语音交互
要让语音助手变聪明，必须提高语音识别和语义理解的准确性。当前，大多语音助手都采用了深度学习技术利用大量的语料库进行训练来进行语音识别，从而提高语音识别的准确性。此外，有些语音助手还支持声纹识别和多语种识别功能，可以更好地识别用户的语音指令。而利用自然语言处理算法和知识图谱等来进行语义分析和处理也提高了理解的准确性。
小艺推出了多模自适应停顿方案，可针对语速、语音、文本等多个维度实现对用户指令的综合判断，更加贴合用户的口语习惯，从而实现“该快就快、该等就等”的“拟人化”交互体验。比如在驾驶中的导航场景，用户说“小艺小艺，切换导航回公司”，车载地图就会第一时间敏捷响应。而用户如果在思考和对话中出现卡顿，比如“我要去...... 国家大剧院的.... 停车场”，那么小艺也会“懂事”地把话听完后再快速处理，从而大幅提升车机交互的智慧驾乘体验。小鹏G9也通过OTA强化了这一功能。
不仅要听得懂还要能共情。车厂一边提速语音的执行效能，响应速度纷纷进入毫秒级竞争，一边努力为车主提供情绪价值。作为AI赋能的大聪明，解闷聊天、规划行程、答疑解惑，甚至成为新车销售顾问，给用户介绍车辆参数信息，并回答用户提问，提供真正像人一样的对话能力。
而共情不仅体现在嘴上，也落实在行动上。语音助手的妥帖绝对比让你多喝点水男朋友来的靠谱。如果后排乘客对小艺说“我冷了“，它会立即为你关掉空调，提供一个身心舒适的车内环境。
如果说大模型之前语音技术在稳步前行，那大模型之战将给语音带来质的飞跃。理想率先通过OTA上车大模型技术，紧接着蔚来新款EC6上更新的Banyan 2.1.0系统，也是采用了新一代神经网络的离在线混合TTS技术，基本上已经可以看成“大模型上车”。
未来，大模型陆续上车也将进一步提高语音指令的多任务处理水平、改善拒识能力，支持多种语言和方言等，从而再度提升用户的语音交互体验。还可以为电动汽车的智能座舱提供更多科幻式的功能，例如通过虚拟现实技术模拟驾驶场景，让驾驶员在虚拟环境中进行安全驾驶练习。或者通过增强现实技术，为驾驶员提供实景的导航和路线规划信息，让行车过程更具科幻感。
随着技术的不断进步和应用场景的不断扩展，车载语音助手将会越来越聪明、越来越人性化、越来越贴心化。从现在到未来，?都会通过OTA逐步实现。
- 发表于:
- 原文链接：https://page.om.qq.com/page/OMy_fHmk_XZ8uEN7kv356Uaw0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
