[汽車之家 新鮮技術(shù)解讀] “一人開車時(shí)喜歡用語音系統(tǒng),，全家人都在車上的話就算了?！?，跟一位剛買“智能車”的朋友聊天，不經(jīng)意間他說了這樣一句話,。
近年來，各家推出的新車或多或少都跟“智能化”有了聯(lián)系。作為實(shí)體按鍵和觸控屏之外的新操作方式,，能動(dòng)嘴盡量不用你上手的語音控制，愈發(fā)常見也受到了不少消費(fèi)者歡迎,。不過易受其他乘客聊天干擾,、對(duì)后排乘客發(fā)出的指令識(shí)別能力較弱，是不少語音系統(tǒng)的不足,?？蓪?duì)上有老下有小的家庭用戶來說，家人的聊天往往是語音交互的背景音,。本該大秀一場的好功能施展不開拳腳,，文章開頭的那句話，就是車主們的無奈,。
作為中國新勢力車企中聚焦家庭用戶的代表,，計(jì)劃本月中旬向用戶推送2.2版車機(jī)系統(tǒng)的理想，將帶來哪些新功能,、車主們的“無奈”會(huì)迎刃而解嗎,？咱們一起搶先體驗(yàn)一下吧。
2.2版本都有啥,？
在2021款理想ONE上市之后,，理想發(fā)布了今年的語音系統(tǒng)升級(jí)計(jì)劃。在推出包含喚醒打斷,、動(dòng)力與駕駛模式語音控制等功能,，并將底層能力換為地平線+思必馳+微軟的FOTA2.1之后，理想將在FOTA2.2加入連續(xù)對(duì)話,、可見即可說,、四音區(qū)鎖定和跨音區(qū)上下文對(duì)話等功能,，同時(shí)上線了“應(yīng)用中心”擴(kuò)充車機(jī)里的軟件。
這些新功能既減少了你說喚醒詞的次數(shù),，也能在不打斷家人聊天時(shí),，讓語音系統(tǒng)準(zhǔn)確識(shí)別用戶指令。說白了,，上圖這些就是針對(duì)全家人駕車出行的場景,，以及語音系統(tǒng)的短處研發(fā)的功能。
20秒連續(xù)說/爽點(diǎn)竟是“我也要”
顧名思義,，連續(xù)對(duì)話是指喚醒語音系統(tǒng)后,，在一段時(shí)間用戶可以連續(xù)說指令，而不用多次說出喚醒詞,。
舉個(gè)例子,，想打開空調(diào)和座椅通風(fēng)，通常需要喚醒兩次語音系統(tǒng)并分別進(jìn)行操作,。伴隨說喚醒詞次數(shù)的增加,，不僅麻煩還會(huì)覺得自己很“話癆”，更不用說與機(jī)器人對(duì)話產(chǎn)生的違和感造成的“不爽”了,。我拍了段視頻,，大家感受一下。
除了理想之外,，小鵬和長安等車企也提供了“連續(xù)說”功能，想到哪說到哪,、一次不到位還能連續(xù)調(diào)節(jié),，過程中減少了說喚醒詞的次數(shù)，操作也就沒那么繁瑣了,。至于如何讓交互體驗(yàn)不像跟機(jī)器人說話,，聽懂上下文邏輯是解決方案之一。
支持連續(xù)識(shí)別,、掌握上下文邏輯銜接后，相比“一次一句,、反復(fù)喚醒”的傳統(tǒng)語音系統(tǒng),，現(xiàn)在的“理想同學(xué)”能省去不少麻煩事?？稍谟酶玫捏w驗(yàn)吸引更多用戶之前,，它還要面對(duì)一個(gè)難題——抗干擾。
生來就會(huì)四音區(qū)識(shí)別的理想ONE(參數(shù)|詢價(jià))，能自動(dòng)判斷語音系統(tǒng)應(yīng)該重點(diǎn)關(guān)注的位置,，雖然像打開車窗這種操作,，無需用戶說“右后”等定向詞，但座艙內(nèi)的背景音依舊會(huì)干擾系統(tǒng)識(shí)別,。對(duì)于全家自駕游的用戶來說,，讓家人們暫停聊天總顯得不太和諧，因而在音源定向識(shí)別的基礎(chǔ)上,，理想加入了無效文本拒識(shí)能力,。
所謂無效文本拒識(shí)，就是系統(tǒng)會(huì)在識(shí)別的對(duì)話中,，依靠算法“挑出”指令并執(zhí)行,。乘客們聊天不會(huì)干擾人機(jī)交互，語音系統(tǒng)也能更好的應(yīng)對(duì)多人出行場景了,。文字太蒼白,，還是請(qǐng)朋友看視頻吧。
“氣氛組”一番嘗試后,，系統(tǒng)依舊能識(shí)別出副駕乘客說出的指令,。從聊天話語中找到“指令”后,，系統(tǒng)會(huì)用加粗和高光，告訴操作者指令已被識(shí)別,。
希望在旅途中享受片刻寧靜的你,，想想自家對(duì)科技情有獨(dú)鐘、精力旺盛的“小怪獸”,，這個(gè)功能“香”不,？掌握應(yīng)對(duì)“小怪獸”的技巧后，理想將多音區(qū)識(shí)別和上下文邏輯銜接合在了一起,。如果想系統(tǒng)幫你完成與上一位操作者相同的動(dòng)作,，現(xiàn)在只說“理想同學(xué)，我也要”就夠了,。下面視頻里有完整演示哦,。
用“我也要”三個(gè)字復(fù)刻之前乘客的全部操作,，體驗(yàn)簡短卻足夠打消你嫌棄說話字多,、太累，不如直接動(dòng)手用實(shí)體按鍵旋鈕操作的念頭,。無論說激發(fā)用戶使用語音系統(tǒng)的潛力,，還是弱化了語音操作在個(gè)別場景下效率不高的長尾問題，這項(xiàng)功能都稱得上2.2版系統(tǒng)的一個(gè)爽點(diǎn)。
想點(diǎn)哪里直接說/體驗(yàn)上的小亮點(diǎn)
一套好的語音系統(tǒng)應(yīng)該讓用戶只動(dòng)嘴不動(dòng)手,，可實(shí)現(xiàn)這個(gè)最終目標(biāo)之前,，要實(shí)現(xiàn)無數(shù)個(gè)“小目標(biāo)”，比如部分功能做到“可見即可說”,。在理想2.2版系統(tǒng)中,，QQ音樂、喜馬拉雅,、藍(lán)牙電話和車輛中心四項(xiàng)功能率先做到了這一點(diǎn),。
從視頻中可見,，系統(tǒng)不僅能識(shí)別頁面中的文字,，還能根據(jù)“返回”指令選中相應(yīng)圖標(biāo)。同時(shí)只需說出目標(biāo)選項(xiàng)中的幾個(gè)字,，系統(tǒng)就能找到你想要的那個(gè),。做到部分場景非必要不上手之余，可見即可說功能也為坐在第二/三排,、無法點(diǎn)擊屏幕的乘客提供了便利,。
不過體驗(yàn)過程中我們發(fā)現(xiàn)了兩個(gè)小問題，一來,，系統(tǒng)偶有需要操作者放慢語速才能聽懂的情況,；二來，彈出音樂列表后只能說歌曲名,，系統(tǒng)無法識(shí)別“第幾個(gè)”這樣的話術(shù),，這個(gè)細(xì)節(jié)可以再完善一下。
另外，理想聯(lián)手微軟打造了基于云端的在線神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型,，通過緩存并在有需要時(shí)播放出好聽的聲音,，減少了語音系統(tǒng)較為機(jī)械的發(fā)音。這就是上文多段視頻中,，“理想同學(xué)”聲音的由來,，至少男同學(xué)們應(yīng)該很喜歡“她”。
應(yīng)用中心上線
伴隨理想應(yīng)用中心登陸2.2版系統(tǒng),，車機(jī)能覆蓋到的場景和提供的音/視頻內(nèi)容得到了擴(kuò)充,。
中控屏與副駕屏中的應(yīng)用不盡相同，前者以在線音樂/音頻類為主,，后者主要提供視頻類軟件,，提供聲音類內(nèi)容的只有“愛趣聽”。
寫在最后
廠方人員跟我說，這次搶先體驗(yàn)的2.2版車機(jī)系統(tǒng),，將在本月中旬推送給理想ONE的車主們,，雖然可優(yōu)化的地方還有，但整體上說很值得期待,。特別是連續(xù)對(duì)話,、無效文本拒識(shí)和跨音區(qū)上下文對(duì)話功能，可以說是針對(duì)當(dāng)前語音系統(tǒng)短板,，以及居家出行的車上場景而來,。至于正式版會(huì)把“細(xì)節(jié)”打磨成什么樣？咱們繼續(xù)期待吧,。（圖/文 汽車之家 馬一凡）
