企業(yè)

車機(jī)語音助手里的“MOSS”，魅族能實(shí)現(xiàn)嗎？

蓋世汽車徐珊珊 2023-02-07 10:20

《流浪地球2》里出現(xiàn)的智能量子計(jì)算機(jī)550W，是“MOSS”，某種意義上說也算BOSS。

如果切換到當(dāng)時(shí)當(dāng)下的智能電動車市場，車機(jī)語音助手是否也能成為類似存在，對答如流又充滿思考性，尚有懸念。但或許，這并不妨礙行業(yè)為之持續(xù)探索。

2月6日，魅族“FlymeAuto主理人計(jì)劃”發(fā)布第四期議題——更聰明的語音手應(yīng)該怎樣？有評論直接建議“做一個(gè)手機(jī)版MOSS”。

從2022年11月18日起，“FlymeAuto主理人計(jì)劃”徐徐展開，從智能座艙和手機(jī)的N種連接方式，手機(jī)和智能座艙如何協(xié)同才能稱之為最佳拍檔，下車后的便捷操控，到今天這個(gè)語音助手相關(guān)話題，無一不透露出魅族對車載OS的思考。

FlymeAuto是魅族手機(jī)操作系統(tǒng)Flyme在智能座艙上的延續(xù)，根據(jù)魅族規(guī)劃，F(xiàn)lymeAuto將建立人與人、人與物、物與物之間的互聯(lián)互通，最終實(shí)現(xiàn)多終端、全場景、沉浸式融合體驗(yàn)。

不過截至目前，F(xiàn)lymeAuto還沒有公開任何實(shí)質(zhì)性進(jìn)展。

結(jié)合魅族做過手機(jī)的經(jīng)歷，語音助手可能要比之前幾期議題更具討論性。比如，更新到9.3版本的Aicy（前身小溪）可能即將迎來新的OTA升級。至于包含了語音、識屏、縱覽、影像和建議的Aicy在車端會有怎樣的變化，仍是個(gè)未知數(shù)。

蓋世汽車研究院的數(shù)據(jù)顯示，2022年前8個(gè)月里，語音交互功能在座艙的滲透率已經(jīng)達(dá)到73.3%，僅次于中控屏的89.1%。同時(shí)近三年里，語音交互功能滲透率不斷提升，現(xiàn)已成為汽車標(biāo)配之一。

但從大約十年前車機(jī)語音助手面世以來，其受到的爭議就沒有間斷過。如今已是成熟年紀(jì)，卻基本都還是小孩子。

語音助手最初目的是解放駕駛員和乘客的雙手，利用語音喚醒開啟或者關(guān)閉各種功能。事實(shí)上，市面上大多數(shù)語音助手產(chǎn)品還處于“發(fā)育不成熟”階段?！安慌浜稀钡那闆r也時(shí)有發(fā)生。

比如去年上市的理想L9首度在后排娛樂屏上應(yīng)用了3D ToF手勢交互，而非語音助手，但由于技術(shù)欠佳，一度受到詬病。不過在之后的L7、L8新車型上，理想依然堅(jiān)持選用了車內(nèi)手勢控制。

相較早期的觸控方式，語音和手勢交互一定程度上有助于駕駛員集中注意力，降低事故發(fā)生風(fēng)險(xiǎn)。和手勢相比，語音交互的學(xué)習(xí)成本要更低一些。只是某些場景或者對于聽力不佳的駕駛員來說，手勢也的確有其優(yōu)勢所在。

而語音和手勢若想徹底取代機(jī)械和觸控交互，前提條件一定是，機(jī)器反應(yīng)足夠迅速且失誤率低。至于全自動駕駛目標(biāo)的實(shí)現(xiàn)，容錯(cuò)率則是零。

以車機(jī)語音交互為例，ASR（包含信號輸入、降噪以及音素選取等流程）、NLP（包含NLU與NLG，涉及詞性標(biāo)注與文本信息處理）、TTS（包含語音的后端拼接合成，同時(shí)也是語音擬人化核心環(huán)節(jié)）等構(gòu)構(gòu)成三個(gè)關(guān)鍵環(huán)節(jié)，同時(shí)也是當(dāng)前行業(yè)發(fā)展仍需重點(diǎn)突破的技術(shù)模塊。

另外，擺在“魅族們”面前的，始終還有一個(gè)問題：如何讓語音助手更智能，擁有更擬人且連貫的溝通能力。有觀點(diǎn)認(rèn)為，語音助手也可以從ChatGPT的走紅中借鑒經(jīng)驗(yàn)。

行業(yè)有毫末智行借鑒其中的人類反饋強(qiáng)化學(xué)習(xí)RLHF的訓(xùn)練方式，得到人駕自監(jiān)督認(rèn)知大模型。大概思路是，先從模型入手得到一個(gè)獎(jiǎng)勵(lì)模型（reward model），讓其知道什么是好的開法，什么是不好的，以及哪些行為需要改進(jìn)，從而訓(xùn)練出更高質(zhì)量的算法模型。

“萬物皆可ChatGPT”。從這個(gè)角度看，AI語音助手的算法模型或許也能從中受益，創(chuàng)造更接近真人的互動對話。