在FF 91 2.0的發(fā)布會(huì)上，我們看到了這樣一段語音交互。

“幫我在Malibu找一家有戶外座位且評(píng)價(jià)至少4星的意大利餐廳，不要披薩店?！?strong>這段語音中包含了5個(gè)具體的指令和明確的篩選項(xiàng)，且沒有喚醒詞，系統(tǒng)隨后也給出了對(duì)應(yīng)選項(xiàng)。

不論真假，出于好奇，AutoLab在發(fā)布會(huì)第二天，以相同的條件隨機(jī)測(cè)試部分造車新勢(shì)力車型的語音交互能力，結(jié)果均未能完成。

除此之外，視頻的重點(diǎn)在于指令更加符合人與人之間的交流邏輯，這也意味著它足夠擬人。而實(shí)現(xiàn)這套擬人化語音助手背后的推手，就是賽輪思。

行業(yè)數(shù)據(jù)顯示，2022年中國(guó)國(guó)內(nèi)車載語音市場(chǎng)集中度相當(dāng)之高，僅賽輪思和科大訊飛兩家，占比已經(jīng)超過70%。科大訊飛大家都很熟悉了，在國(guó)內(nèi)合作的主機(jī)廠也很多。

而另外一家賽輪思，想必絕大部分觀眾都未曾聽說，其實(shí)蘋果的“Siri”就是由賽輪思和蘋果共同開發(fā)的產(chǎn)品。除此之外，賽輪思的服務(wù)對(duì)象除了國(guó)內(nèi)外的主機(jī)廠商和Tier 1之外，還包含了像英偉達(dá)，蘋果這類的科技巨頭。

如何看待語音交互未來發(fā)展方向，賽輪思又如何應(yīng)對(duì)接下來行業(yè)挑戰(zhàn)。AutoLab借賽輪思首席執(zhí)行官Stefan Ortmanns博士這次來中國(guó)，在采訪中得到了一些答案。

當(dāng)前語音交互最大的應(yīng)用場(chǎng)景是基于用戶給出的需求，系統(tǒng)做出對(duì)應(yīng)的指令。也就是一問一答，通過還要伴隨著固定的喚醒詞匯。此前，在理想家庭科技日上，我們看到了大模型運(yùn)用在語音交互端的實(shí)力，可以出口成章，制定旅行計(jì)劃，更清晰的理解詞義。

但隨著我們看到大模型的泛化能力和AI技術(shù)的不斷提升，用戶對(duì)于語音交互的要求也會(huì)更高。除了更擬人的交流方式，用戶更希望語音助手可以知道自己想要做什么，了解周圍發(fā)生的情況后，進(jìn)行智能主動(dòng)的推薦。

比如說電量不足時(shí)，會(huì)自動(dòng)提醒附近的充電站，給出導(dǎo)航指引。又或者接電話時(shí)，主動(dòng)關(guān)閉車窗，降低音量等。

通俗而言，就是系統(tǒng)知道你想要做什么，明白你需要什么，而且還沒等你問就告訴你要什么，也就是從被動(dòng)到主動(dòng)的過程。當(dāng)然，更簡(jiǎn)單的詞匯就是“心有靈犀一點(diǎn)通”。

賽輪思針對(duì)這樣的場(chǎng)景需求，推出Cerence Proactive AI（PAI） 智能主動(dòng)推薦功能，語音助理可以按場(chǎng)景主動(dòng)向駕駛者進(jìn)行智能推薦/提醒和主動(dòng)通知，包括駕駛安全、路線規(guī)劃、情感交互和生活便利等等。

這些與出行相關(guān)的信息，將對(duì)優(yōu)化出行體驗(yàn)起到關(guān)鍵作用。例如，在不安全駕駛情況發(fā)生前提醒用戶：更改駕駛模式、疲勞預(yù)警或預(yù)報(bào)極端天氣，這些均有助于提升駕駛安全，并實(shí)現(xiàn)更加先進(jìn)的語音座艙體驗(yàn)。

當(dāng)然，這里要指出，并不是所有人都會(huì)接受這樣的語音交互方式，也會(huì)有不少伙伴會(huì)覺得聒噪。比如針對(duì)導(dǎo)航播報(bào)，大部分車型都可以實(shí)現(xiàn)詳細(xì)播報(bào)或簡(jiǎn)潔播報(bào)的形式，甚至直接關(guān)閉語音提醒。

同理，Cerence Proactive AI（PAI）基于語言大模型的實(shí)力，可以學(xué)習(xí)并識(shí)別用戶的個(gè)人偏好，習(xí)慣及反映，并且結(jié)合數(shù)據(jù)反饋，從而讓你的語音助手處在你的舒適區(qū)內(nèi)。

具有主動(dòng)服務(wù)能力的語音助手，是Cerence Co-Pilot AI 虛擬副駕駛解決方案的核心功能。

有了主動(dòng)式的交流方式，自然也不需要固定的喚醒詞匯，尤其是在車內(nèi)多人的情況下。每人一句“Hey,XX”難免顯得過于笨拙。針對(duì)這一點(diǎn)，賽輪思推出了 Cerence Just Talk，它會(huì)識(shí)別你所說的話，并且是明確的指令或問題時(shí)，才會(huì)給到回應(yīng)。

同時(shí)根據(jù)用戶說話的方式以及關(guān)連對(duì)話的上下文，知道何時(shí)被召喚，從而提供一個(gè)更直觀的、像真人般的交互體驗(yàn)。

舉個(gè)例子，你可以直接說導(dǎo)航到東方明珠，我要去XX飯店，系統(tǒng)接收到明確指令后，就可以執(zhí)行相應(yīng)任務(wù)。

這一點(diǎn)當(dāng)前不少車機(jī)都能做到，如蔚來，問界，哪吒等車型，均可以實(shí)現(xiàn)無喚醒詞。但Just Talk更進(jìn)一步，還能讓喚醒詞在語音指令不同的位置中，也能得到識(shí)別。

現(xiàn)階段假設(shè)我們命名車機(jī)名稱為“老默”，通常有效的指令是，你好老默，我想吃魚了。但調(diào)整順序或者改變喚醒詞，比如“我想吃魚，老默?！毕到y(tǒng)都很難回應(yīng)識(shí)別。但在 Just Talk當(dāng)中，你可以說：

“老默，我想吃魚了。”或者是“我想吃魚了，老默。”

系統(tǒng)都可以給出相應(yīng)指令。而這個(gè)功能，很快我們就能在奔馳的全新E級(jí)上搭載的MBUX車機(jī)系統(tǒng)上，得到體驗(yàn)。屆時(shí)，AutoLab也會(huì)持續(xù)關(guān)注，給大家匯報(bào)下實(shí)機(jī)體驗(yàn)。

除此之外，在采訪當(dāng)中，我們還看到了賽輪思在不同出行領(lǐng)域的語音交互方案。

比如針對(duì)兩輪車戶外出行的語音識(shí)別需求，要克服噪音，識(shí)別正確的聲源；在不方便開窗的前提下，實(shí)現(xiàn)和車外人的語音交流；甚至根據(jù)用戶情緒的變化，優(yōu)先推薦更快捷的路徑指引等等。

Stefan Ortmanns博士還特意舉例，以Cerence Co-Pilot為例，在現(xiàn)有成熟平臺(tái)的前提下，賽輪思的中國(guó)團(tuán)隊(duì)只需要不到一周的時(shí)間就可以實(shí)現(xiàn)最終SOP。即使是從未合作的平臺(tái)，最快六個(gè)月即可實(shí)現(xiàn)。歐洲技術(shù)配合中國(guó)速度，做到及時(shí)響應(yīng)。

總結(jié)

新能源市場(chǎng)競(jìng)爭(zhēng)進(jìn)入了下半場(chǎng)的智能化挑戰(zhàn)，一個(gè)好用的，聰明的，擬人的車機(jī)交互絕對(duì)是用戶體驗(yàn)的重點(diǎn)，也更容易被感知到。賽輪思和它的合作伙伴們，還能在語音交互上給我們帶來哪些更打動(dòng)人的細(xì)節(jié)，我們拭目以待。

返回第一電動(dòng)網(wǎng)首頁 >