[汽車之家 互聯(lián)出行]　　在過去一年的智能車聯(lián)測(cè)試項(xiàng)目中,，總有朋友提問：我們?cè)谖恼轮刑岬降暮芏嗝�詞，很難從字面理解是什么意思,，有時(shí)候會(huì)讓人摸不著頭腦,。正好借著這個(gè)各位居家“沉淀”自己的機(jī)會(huì)，我們就開啟一個(gè)系列,，挨個(gè)為大家注解那些晦澀難懂的專有名詞,，講講它們的含義、背景和意義,，也備日后相關(guān)文章引用,。這第一期，我們就先聊聊語(yǔ)音控制中的那些常見名詞,。

STT和TTS

　　互聯(lián)網(wǎng)常識(shí)告訴我們：當(dāng)兩個(gè)字母/數(shù)字中間夾著一個(gè)“T”或者“2”時(shí),，它大概率指代“to”這個(gè)單詞，例如：P2P,、B2C,、V2X，STT和TTS也是類似,。

　　在部分技術(shù)文獻(xiàn)中,，這個(gè)環(huán)節(jié)也被稱為ASR（Automatic Speech Recognition，自動(dòng)語(yǔ)音識(shí)別）,，是融合了語(yǔ)言學(xué),、計(jì)算機(jī)科學(xué)以及電氣工程領(lǐng)域知識(shí)和研究的一個(gè)復(fù)雜項(xiàng)目。

　　我們?cè)谛麄髡Z(yǔ)中經(jīng)常聽到的“語(yǔ)音引擎”,，通常就是指這五個(gè)環(huán)節(jié)的集合,。在研發(fā)當(dāng)中，盡管部分供應(yīng)商具備完整的解決方案,，但往往一輛車的語(yǔ)音控制系統(tǒng)會(huì)在不同環(huán)節(jié)選擇不同的供應(yīng)商,，彼此通力合作，才達(dá)到最終的效果。

　　除了我們上文中解釋過的詞匯,，NLP（Natural Language Processing,，自然語(yǔ)言處理）是把用戶的指令轉(zhuǎn)化為結(jié)構(gòu)化的、機(jī)器可理解的語(yǔ)言,。

　　語(yǔ)音控制是一個(gè)復(fù)雜的涉及語(yǔ)言學(xué),、計(jì)算機(jī)科學(xué)、電器工程等學(xué)科,，云端和本地融合的一項(xiàng)復(fù)雜功能,，往往需要車企的電器部門和多個(gè)供應(yīng)商同時(shí)合作，以達(dá)到最好的效果,。對(duì)服務(wù)商而言,，想提供最好的產(chǎn)品，需要在語(yǔ)言分析,、指令集上常年累月的積累,，想做好，真的不容易,。

OneShot連續(xù)說和免喚醒

　　在過去一年對(duì)車載語(yǔ)音控制的測(cè)試中,，有兩個(gè)“高頻詞匯”——OneShot連續(xù)說和免喚醒。它們也是除“識(shí)別率”以外,，我們最為看中的語(yǔ)音控制功能,。

　　你有想過為什么一定要喚醒詞嗎？因?yàn)槿嗽谌粘＝涣髦泻苋菀子|發(fā)語(yǔ)音控制中的某些功能,，喚醒詞就是要規(guī)定一個(gè)時(shí)間段（喚醒之后到結(jié)束對(duì)話）,，在這個(gè)時(shí)間段內(nèi)，語(yǔ)音引擎才對(duì)你說的話進(jìn)行處理反饋,。在現(xiàn)階段的語(yǔ)音控制技術(shù)下,，如果沒有喚醒詞，你將被車載語(yǔ)音控制騷擾到自閉,。

　　那為什么不能像日常交流一樣,，直接叫名字呢？比如：李響,，幫我打開空調(diào),。也是因?yàn)閮扇齻�(gè)字的名字很容易被誤識(shí)別，導(dǎo)致誤觸發(fā)語(yǔ)音控制,。所以喚醒詞通常會(huì)被設(shè)置成“疊詞”,、“打招呼+名字”以及“某某同學(xué)”等,，以降低誤觸發(fā)的概率。

　　但這也導(dǎo)致一個(gè)問題——人與人的交流模式完全不是這樣�,�,！下面這張圖是基本的車載語(yǔ)音控制交流模式，你看是不是特別熟悉,。

　　OneShot是什么意思呢,，很簡(jiǎn)單,，即喚醒詞可以和指令一起說,，而不是先說喚醒詞，等待系統(tǒng)回應(yīng)后,，再下達(dá)指令,。有了OneShot連續(xù)說功能后，是這樣的,。

　　免喚醒詞又是是什么意思呢,，顧名思義，連喚醒詞都免了,，不需要呼出語(yǔ)音控制功能,，直接下達(dá)指令即可，如下：

　　發(fā)現(xiàn)沒有,，這是一個(gè)越來越接近人與人交流方式的過程,，同時(shí)也是一個(gè)越來越缺乏禮貌的過程，對(duì)的,，人的交流方式就是沒禮貌的,。

　　以上是OneShot和免喚醒的含義和意義。而關(guān)于免喚醒詞,，這里還要多說兩句,，現(xiàn)階段，免喚醒主要分為兩種模式,。

　　或是在音樂播放界面下,，你可以直接說“暫停”,、“下一首”,、“增大音量”，而不需要先喚醒語(yǔ)音控制功能,。這是目前應(yīng)用最廣泛的免喚醒方案,。

　　在采用科大訊飛語(yǔ)音引擎的部分車型（長(zhǎng)安CS95、奇瑞艾瑞澤GX冠軍版等）上使用的就是這套邏輯,。

　　這里我們也看到,，在大部分功能都可以直接下達(dá)指令的情況下,，系統(tǒng)還是要限定一個(gè)時(shí)長(zhǎng)，如果不限定時(shí)間,，誤喚醒問題出現(xiàn)的概率仍然是難以接受的,。試想一下，你和副駕駛愉悅地聊著今天天氣真不錯(cuò)時(shí),，突然,，系統(tǒng)開始自說自話：“今天北京天氣晴，空氣質(zhì)量……”這樣的情況出現(xiàn)兩次,，你可能就會(huì)永久關(guān)閉語(yǔ)音控制功能了,。

小結(jié)

　　車聯(lián)網(wǎng)名詞注解系列的第一期，我們解釋了語(yǔ)音控制系統(tǒng)的幾個(gè)名詞,，聊了它們的定義,、背景和價(jià)值。人與人的溝通,，其實(shí)絕大部分都是通過“說”和“聽”來實(shí)現(xiàn)的,，當(dāng)然，我們還有表情,、手勢(shì)等等,，相比之下，想要讓機(jī)器理解表情和手勢(shì)的含義就更難了,。各大車企,、研究機(jī)構(gòu)、語(yǔ)音交互方案提供商口中的類人交互,，就是讓機(jī)器學(xué)會(huì)理解語(yǔ)言,、看懂手勢(shì)甚至體會(huì)情感，語(yǔ)音控制作為其中一項(xiàng),，也才處于起步階段呢,。什么時(shí)候把“處理”真地變成“理解”，我們才進(jìn)入了下一個(gè)更加智能的階段,。（圖/文 汽車之家 鄭旭）