[汽車之家 新鮮技術解讀]  最初駕駛員只能通過物理按鍵、旋鈕對車輛下達指令,，別無他法,。隨著智能網(wǎng)聯(lián)汽車的發(fā)展，“語音助手”已經(jīng)漸漸成了人機交互的重要方式,，而面對未來的自動駕駛時代,，語音交互似乎要有更高的地位；即便是現(xiàn)在,，小鵬汽車給出的數(shù)據(jù)顯示,，用戶的智能語音日常使用率在90%以上。怎么把大家愛用的語音系統(tǒng)做到更好,？小鵬汽車即將用一次OTA給出答案,。

　　此次OTA的推送只針對小鵬汽車P7(參數(shù)|詢價)，P7最早于2020年4月27日上市,，截至2021年6月份,，該車累計銷量已突破3萬輛。除了706km的NEDC續(xù)航里程比較傲人外,，該車的輔助駕駛能力,、語音識別系統(tǒng)都有出色的表現(xiàn)，比如小鵬P7的輔助駕駛具備高速NGP能力,，其語音系統(tǒng)具備全場景語音能力,，此次新語音系統(tǒng)的升級會為其錦上添花,。

●新語音系統(tǒng)有了什么變化？

　　小鵬汽車將于2021年7月份下旬通過OTA向P7全系車型推送此次的新語音系統(tǒng),，此次語音系統(tǒng)最重要的變化點就是語音助手（小P）擁有更加擬人化的音色,，同時可實現(xiàn)具有情感變化的聲音輸出。至于語音助手的反應速度,、識別率,、功能實現(xiàn)等方面，新系統(tǒng)基本保持和此前一樣的水平,，并不會有顯著優(yōu)化,。

更多精彩視頻，盡在汽車之家視頻平臺

『小鵬汽車全新語音系統(tǒng)官方展示視頻』

　　其實此次語音系統(tǒng)OTA的目的很好理解,，就像我們能為小P換裝,、換頭像一樣，都是提升人機交互體驗,、提升情感交流的一種途徑,。對于傳統(tǒng)意義上的語音助手來說，它可能只是用來幫你完成功能操作的機器人,，話術死板,、音色機械感強、沒有情緒變化,；且不論語音助手的功能性是否強大,，面對一個“純正的機器人”，你有欲望和它交流嗎,？那如果語音助手的發(fā)音像個真的“小秘書”一樣,，結果是不是不同？

　　這次的新語音能做到什么水平呢,？首先是音色和音質(zhì),，音色我們可以通過上面的視頻大致有一個了解，這種擬人化水平確實和目前其它汽車語音助手有了很大的區(qū)分,，與此前的小P對比,，也是大大削減了機械感。至于音質(zhì),，小鵬汽車官方稱新聲音采用了24K采樣技術,，實現(xiàn)了高保真音質(zhì),。

　　針對音質(zhì)和音色水平,，我們有一個參考，微軟MOS（Mean Opinion Score）語音質(zhì)量評測是一項國際通用的語音質(zhì)量評測方法,，與真人,、機器人聲音相對比,，越大程度接近真實人聲就能獲得越高分數(shù)，滿分5分,，小鵬汽車的新語音助手獲得了4.49分,，官方稱這是目前MOS評測中得分最高的車載智能語音助手。不過小鵬汽車也提到,，這套MOS評測體系也僅是主觀評測,，可供參考，但從專業(yè)角度來說,，并不代表100%的準確,。

　　另外，官方分享稱,，此次升級后的語音助手可以表達情緒變化�,，F(xiàn)在所有的汽車語音助手都是單純的將文字轉化為語音而已，“語氣”平和毫無變化,，但“新小P”將具備愉快,、溫和、親熱,、抒情,、嚴肅、不滿,、生氣,、害怕、悲傷,、冷靜等14種強烈情緒的變換能力,，可以實現(xiàn)情緒變換、語速變化,、抑揚頓挫等,；這些會增強語音助手的擬人化屬性。不過我預計類似情緒轉換的能力可能還是只覆蓋部分內(nèi)容,，并不會實現(xiàn)全量的覆蓋,。

　　小鵬汽車稱目前這套語音系統(tǒng)也具備“針對實際情況來自行調(diào)節(jié)語速、情緒”的能力,，但這個能力離真正上車還有一段距離,，仍需要后期不斷培養(yǎng)、調(diào)整,。目前為止,，我們只有官方的示例視頻來參考，新語音系統(tǒng)的實際體驗會如何，我們會在7月下旬為大家?guī)�來分��,，請期待�?/p>

●小鵬汽車怎么實現(xiàn)的這些變化,？

　　小鵬汽車的語音系統(tǒng)此次是使用了“超大規(guī)模在線神經(jīng)網(wǎng)絡引擎+小型離線拼接引擎”的技術組合，這是實現(xiàn)新語音的關鍵因素之一,。不過這個方案對于運算量,、時延、網(wǎng)絡抖動,、與應用相結合,、聲音一致性等問題都有著較高的研發(fā)工作量、研發(fā)難度,，所以如此的技術方案并不是目前車企們的普遍選擇,。

　　“在線神經(jīng)網(wǎng)絡引擎+離線拼接引擎”能為語音系統(tǒng)帶來什么幫助呢？首先是發(fā)音方式,、質(zhì)量,，新語音助手的所有發(fā)音均由AI合成，現(xiàn)在部分語音設備的擬人化音色可能是通過錄音實現(xiàn)的,，一旦涉及前期沒有進行過錄制的內(nèi)容,，呈現(xiàn)出的聲音就會有差別，AI合成就避免了這點,。另外,，常規(guī)離線引擎的運算體量不是很大，帶來的弊端就是聲音質(zhì)感一般,，而小鵬汽車此次用到了云上引擎,，巨大體量的運算能力可以支持高質(zhì)量的聲音輸出。

　　在溝通會上,，我們也提到,，新聲音是否會對網(wǎng)絡有強需求？一旦在地庫或隧道等場景中斷網(wǎng),，語音系統(tǒng)會不會降質(zhì)（聲音品質(zhì)下降,，或降級到偏機械的聲音）？官方稱新語音對網(wǎng)絡的依賴較小,，如果遇到嚴重的網(wǎng)絡抖動等情況,，語音系統(tǒng)會用到離線引擎做保底，那時候的聲音確實會被降質(zhì),，小鵬汽車研發(fā)人員表示,，在前期測試中，這種情況發(fā)生的比例很低,，可能也就1%,、2%左右,。實車表現(xiàn)如何，后續(xù)我們也會為大家?guī)�來實際體驗,。

●關于新語音系統(tǒng)的其它好奇

　　從小P的角色定位、情感需求（要有自信,、有親切感,、信任感等）等角度出發(fā)，小鵬汽車內(nèi)部從多種音色中選出了現(xiàn)在的小P,。目前語音系統(tǒng)不支持在幾種不同音色的擬人化語音中進行切換,，因為小鵬汽車認為，很難將每個聲音都打磨到非常好,，這其中對AI訓練量,、服務器占用、延遲的縮小等諸多方面都有較高要求,，所以“打磨出一款好聲音”比“個性化”的優(yōu)先級更高,。

　　不過作為彩蛋，研發(fā)人員稱在某些功能,、某些情景下,，小P還是會有少數(shù)不一樣的情緒、聲音出現(xiàn),，這要靠用戶自己挖掘了,。

　　小鵬汽車的研發(fā)人員表示，他們內(nèi)部也考慮過這個問題,，但除了技術難度,、成本以外，還有小P的定位要思考,，小P是個助手,？秘書？還是用戶的親人,？用戶會不會希望一個親人或朋友的聲音出現(xiàn)在語音系統(tǒng)中,？針對這些問題，小鵬汽車還在思考中,。屏幕前的朋友,，你們怎么想？

　　截至目前,，這套語音系統(tǒng)僅會在小鵬汽車P7上全量發(fā)布,，至于其它車型，還要以日后的實際車型規(guī)劃為準,，目前無法確定,。

總結：

　　還記得小鵬汽車P7語音系統(tǒng)的上一次重大OTA是加入了全場景語音功能,，可見即可說，中控屏上的元素你都可以通過語音控制,，而且不用記住那些死板的指令語,，看見什么念什么就行。

　　“全場景語音”堪稱做到了汽車語音助手中一流的功能實現(xiàn)水平,，它進一步完善了語音助手的功能豐富度,；而此次更加擬人化、有情緒,、有情感的小P則是從人機情感交流的角度大大提升了用戶體驗,。“全場景語音”+“擬人化語音輸出”,，小P又長大了,，希望7月下旬的實車體驗能給我們帶來驚喜。（文/汽車之家 尤冬青）

查看同類文章：

新鮮技術解讀

車輛OTA資訊

更多精彩內(nèi)容：

先驅者

主動緊急制動測試

汽車之家新能源頻道-前沿精準 全面深度