0
雷鋒網按，車聯網已經成為了國內外新一輪科技創新和產業發展的必爭之地。
其中，經過多年的漸進式發展，車內的語音交互正在從單純的“控制方式”向“智能連接”進化，并且已經成為了現階段人機交互最主要的方式之一。
從很大程度上來說，在智能網聯時代來臨之際，誰搶占了車內語音交互的高峰，誰就搶占了多模態交互，甚至是智能座艙的關鍵入口。
作為國內首批進入車聯網領域的對話式 AI 平臺公司，思必馳也一直在這一方面發力，并且推出了 AIOS 對話操作系統、天琴車載語音助手。
基于思必馳全鏈路語音交互技術，思必馳近日推出了智能車聯網解決方案 3.0，為汽車終端產品提供語音交互的能力。
更重要的是，思必馳由此正式向前裝市場邁出了具有意義性的一步。
一般來說，車載環境復雜，車載語音交互面臨著車內外嚴重的噪音問題，而噪音問題會大大降低語音識別的能力。語音識別之后，語音交互系統又面臨著語義理解的問題，尤其是在多輪對話的情境下。
這些都是現階段車載語音交互最大的痛點。
正如思必馳副總裁、車聯網事業部總經理雷雄國指出的那樣，就現階段而言，主機廠對于車端產品的需求有 80% 是一致的，即語音識別率要準、語義理解要對、響應速度要快；剩下 20% 的需求與其他個性化技術相關。
不過，機器學習經過多年的發展，成熟度已經大大提升，語音交互的喚醒率、識別率和響應速度都有了客觀的改進。
雷雄國向雷鋒網新智駕介紹道：
思必馳語音技術的喚醒率已達98％，識別率大于97％（帶噪音），語義理解準確率達98％；這些成績在業內都屬于第一梯隊的水平。
在上述痛點已經得到了較大緩解的情況下，個性化語音技術也越來越受到主機廠的關注。畢竟，當下車市不振，在同質化的產品體驗中打造出差異化的功能可以在一定程度上為主機廠提升競爭力。
這一方面，思必馳這次發布的智能車聯網解決方案 3.0 也有相關創新：
全雙工語音技術：實現基于語義打斷的全雙工交互技術，機器與人可以在無喚醒情況下進行持續交互，且無關的語言不會影響任務型對話的正常繼續。
TTS 聲音復刻：用戶根據固定的某些文本進行朗讀和錄制，經過短時間的訓練后，可以合成一個與自己相似的 TTS 音色，增加語音交互的趣味性。
聲紋識別：具備聲紋離線自學習技術；具備多說話人分割技術，可在對話過程中在線識別多個用戶身份。
具體落地方面，北汽 X7 近日首發思必馳的聲紋識別技術，這項技術可在對話過程中在線識別多個用戶身份，并且為不同的用戶提供定制化的服務推送。此外，思必馳還與小鵬汽車 P7 開展了基于全雙工技術的合作；與斑馬開展了 TTS 復刻技術合作；與東風汽車基于多音區聲源定位展開合作。
除了技術方面的改進，思必馳的智能車聯網解決方案 3.0 還為主機廠提供了 DUI 云平臺服務，支持私有化部署和個性化開發，提升用戶營運效率。而且，智能車載終端形態也可根據車企的實際場景來實現超高度定制。
在外界看來，汽車后裝市場一直是思必馳的重心所在。
事實上，早在 2014，思必馳就已經做了調研并且定下了向前裝市場進軍的目標。不過，這個目標對技術有著極高的要求，還要考慮用戶規模、產品性能等各種因素，所以，思必馳一直在慢慢積累。
如今，以后裝的思路切入汽車市場的思必馳開始向前裝轉型。
經過多年的發展，思必馳的語音技術已經集成到了不同品牌的芯片/硬件設備中，機器學習的成熟度也越來越高，覆蓋了許多場景，適應了各種口音。
可以說，思必馳已經基本解決了因硬件設備不同而導致的語音體驗不同的問題，由此，產品的性能和體驗也有了一定的保障。這為思必馳向前裝市場躍進打下了堅實的基礎。
另一方面，經過在汽車后裝市場的打拼，思必馳的市場占有率不斷提升，用戶規模也越來越大，目前已經累計激活的車載終端數近 3000 萬臺。
雷雄國表示，思必馳真正開始進入前裝市場是2018年，當時，思必馳與惠州華陽通用電子達成戰略合作，第一個項目是與長城合作，項目落地在哈弗 F7 車型上。
他說道：“長城哈弗F7的成功量產，意味著前裝客戶對思必馳技術的認可，這是非常重要的。而且，到了今年，思必馳的語音技術已經占據了后裝市場70%的份額，量產車型超過60款、累計汽車激活量達到百萬臺，無論是覆蓋的主機廠及tier1，還是汽車激活的數量，都已經積累到了一定的規模。”
再加上目前國家對智能網聯汽車和車聯網的大力支持，思必馳在前裝市場有了充分的信心。
如今，隨著思必馳智能車聯網解決方案 3.0 的誕生，思必馳實現了單點功能到整體方案商的升級。
此外，最新的3.0方案不僅支持中文版，還提供包括英語、日語、俄羅斯語等 10 多個語種的后海外版，且海外版的后裝市場已經實現量產。前裝方面正在與一帶一路出口業務相關的主機廠合作。
思必馳發布了自己的車聯網整體解決方案，這也意味著更激烈的競爭。
除了傳統的語音科技公司，思必馳還面臨著許多“外敵”。不少互聯網巨頭已經在智能車載語音領域布局，并且憑借著資金實力和大數據優勢迅速搶占市場。
以百度為例，早在 2010 年百度就將智能語音作為戰略方向，百度的語音技術已經形成從模型算法、開發組件、場景覆蓋到行業應用的全鏈條，并推出了 DuerOS，定位為“能真正聽清、聽懂、滿足用戶需求的人工智能對話系統”。
除了百度、騰訊阿里也都在車載語音領域排兵布陣。其中，阿里旗下的斑馬智行推出的 VENUS 系統得到了思必馳語音技術的支持。思必馳最新的TTS復刻技術也在VENUS系統上首發。
在生態鏈接方面，思必馳似乎面臨著挑戰。不過，就目前車聯網的發展現狀來看，信息娛樂系統不再是車聯網生態的唯一。
思必馳也已經著手打造車機、手機、智能家居三網融合的車聯網生態。據了解，思必馳的 DUI 云平臺現在已經接入了 8000 萬臺 IOT 設備，其中不乏海爾、海信之類的家居大廠。
而且，語音技術提供商在與 BAT 的競爭中也不是完全沒有優勢。雷雄國在接受雷鋒網新智駕采訪時說道：
我們開放度更高，舉個例子，我們現在與一些主機廠合作，數據、賬號、運營權限基本上全部實現共享了。這樣可以打消主機廠的一些顧慮。
另一方面，對于打入前裝市場的思必馳來說，合作模式也發生了變化。雷雄國強調：
做前裝可以進一步擴大思必馳的市場份額，但它和做后裝十分不同。做后裝只要不出現大問題就能夠吃一波紅利，合作模式基本上就是跟工廠老板談，談好了就快速出量。但前裝不一樣，前裝從商務接觸定點到交付 SOP，再到大批量生產，這是一個很漫長的周期，可能需要花費2-3 年，中途各個環節還要進行各種檢查和測試，要對產品精心打磨。
他補充道，做前裝除了主機廠外，還要與 Tier 1 深度合作，目前，思必馳已經與包括博泰、德賽西威、航盛、華陽、偉世通、斑馬網絡、仙豆智能等絕大多數達成了合作。
無論是汽車的前裝市場還是后裝市場，智能語音技術的發展前景的可見一斑。
相比起現階段一些車型的大賣點——車載大屏，智能語音技術在更大程度上解放了人們的雙眼和雙手，也提供了更高的安全保障。
不僅如此，汽車內的語音技術開始向信息娛樂開始向其他功能和場景蔓延，比如思必馳這次發布的解決方案就支持一些整車控制的功能，比如調整車窗和座椅等；場景方面，該解決方案可以通過語音技術與智能家居相連。
汽車內基于視覺和手勢等信息的交互方式也在開始生根發芽，比如基于視覺交互的駕駛員監控系統 DMS，可以感知駕駛艙內人員的狀態，比如疲勞駕駛、注意力不集中、駕駛行為不規范（抽煙、打電話等）。比如科大訊飛的飛魚 OS 就已經強化了視覺交互功能。
無論是上述的哪種交互方式都不難看出，汽車人機交互已經從單調的觸摸模式開始向語音、視覺、手勢等多模態交互散發。而且，多模態交互已初具量產條件，國內也有了幾款量產搭載 DMS 的車型。
多模態交互也是思必馳今年在車聯網領域的關鍵詞之一。
盡管思必馳智能車聯網解決方案目前只集成了語音交互和人臉識別，但雷雄國指出，該解決方案的下一個迭代版本預計在今年年底發布，屆時，多模態交互的特征會得到進一步的體現。
不過，作為人工智能成熟度最高的技術之一，語音交互雖然得到了長足的發展，并且得到了諸多巨頭的青睞，但客觀來講，這種車內交互方式遠沒有達到“普及”的程度。
總而言之，作為多模態交互最重要的組成部分，語音交互尚且處在初步的發展階段，更不用說視覺、手勢等其他交互方式了。如果想要進入理想的智能駕艙多模態交互時代，還有許多難題要去攻破。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
