车载语音最新黑科技 除了辨“音”还会识“相”

汽车智能网联的快速发展和消费者日益增长的个性化需求，导致车内语音交互的配置率不断提高，成为各大厂商智能化的重要卖点。与此同时，高识别率和人工智能的发展使汽车语音系统的开发人员不再满足于语音呼叫、短信和导航等基本功能。为了吸引眼球，人们使用了各种技巧，赋予汽车语音更多的可能性和功能，并推动整个语音系统变得更加个性化。

在年初的科技巨头美国消费电子展上，语音识别领域的行业巨头Nuance再次刷新了我对语音最新技术的理解。除了语音，该公司的Dragon Drive平台还通过了解驾驶员的眼睛和头部动作以及语调和情绪，与驾驶员进行助手甚至朋友式的交流，使整个语音系统更加人性化个性化和全面性，使驾驶员和乘客能够享受娱乐、高效、互联，以及安全驾驶。首先，最大的感受是整个语音系统的反应速度和对语义的理解。在展会现场嘈杂的测试环境中，测试人员迅速用“明天早上检查北京到上海的航班”、“只看东航”、“明天出门是否带伞”等口语询问航班和天气。系统显示屏在几乎一秒钟内快速准确地呈现相关信息，驾驶员可以在系统讲话时随时中断并更正信息。在语义理解上，即使是像“我想吃面条”这样的自然人，系统也会提供相关的餐厅信息，甚至可以按价格和距离进行排序；“我很冷”系统可以自动打开空调，这也意味着用户不需要学习任何指令语言，可以像和正常人说话一样与机器交流。许多人认为“云”在智能语音交互中很重要，但事实上，对消费者来说，操作的便利性和稳定性是最重要的。他们可能不知道云是什么，但他们对体验有很高的期望。”Nuance集团高级副总裁Kuai Wenrui表示。其次，该系统具有多种智能，并支持增强现实功能；

如上所述，Nuance的创新技术还将语音识别与驾驶员的眼睛和头部相结合，可以通过眼球运动的方向与车外的兴趣点进行交互，使驾驶员能够获得有关营业时间、评论等信息。同时，相应的信息可以在增强现实中突出显示，并使用Saint-Global Sekurit开发的透明屏幕显示在智能挡风玻璃上。第三点是多任务处理，将语音系统转变为多功能助理。当驾驶员专注于驾驶时，语音系统可以跨空间完成多个复杂的任务操作。例如，打开车窗、打开空调、听音乐、找停车场等。随着自动驾驶的快速发展，语音技术相信还有更多的探索空间，例如语音控制的座椅升降和旋转、车门的语音解锁等。另一点是，它已经从“机械交流”转向了“情感互动”。如今，人们花在车上的时间越来越多，如果有人能聊天，长途旅行会很有趣。Nuance的“Voice Dragon Driving”语音系统拥有丰富的知识储备，可以担任导游，回答司机提出的各种问题，如当地习俗和建筑特征。我还会被要求讲一个笑话，背诵一首诗来缓解无聊。我记得三年前我采访汽车语音时，主要关注语音和语义的识别能力，而今天，我关注的是它的效率和功能。我不得不惊叹于技术的快速发展，但我也由衷地欣赏开发人员的个性化创新和智慧。上述技术不仅代表了Nuance，也代表了车载娱乐系统的最新和未来发展方向。随着自动驾驶的快速发展，我们相信汽车语音还有更多的能量，等待着我们解锁。最后，我们来谈谈Nuance。作为最早进入语音识别领域的行业巨头之一，Nuance因其语音技术被苹果的Siri早期采用而声名鹊起。在汽车行业，2013年之前，该公司几乎垄断了主要国际品牌的车载语音系统，包括宝马和梅赛德斯在内的约3000万辆汽车配备了车载语音助手。如今，Nuance Dragon Drive以40多种语言为超过2.5亿辆在路上行驶的汽车提供技术支持。然而，近年来，随着车内语音交互平台的竞争日益激烈，各种势力频频采取策略，包括亚马逊、谷歌等国际巨头，其次是科大讯飞（002230）、百度等国内厂商。在这种背景下，Nuance的技术创新进一步加强。我们将与其他同行一起，与全球主要车企共同努力，推动车内语音交互从“基于命令”和“基于自然”向“基于主动对话”时代全面推进。在汽车行业方面，中国首款互联网汽车荣威RX5采用了Nuance的技术。该车具有对话式语音接口，将本地嵌入式和基于云的混合语音识别与基于深度神经网络的自然语言理解技术相结合，确保在没有4G网络的情况下仍能实现基本功能，并通过云收集用户使用数据，以备未来的系统迭代。

标签：奔驰宝马北京荣威荣威RX5

汽车资讯热门资讯