智能語音在汽車中的應用

練藝 曾曉輝

摘 要：近年來包括語音識別、圖像識別等在內的人工智能技術得到了快速發展，人工智能在交通出行、醫療衛生、政務服務等諸多領域發揮著越來越重要的作用。在汽車領域，智能語音作為人車交互手段具有相當優勢，并且相應的市場規模也在逐年增大。隨著汽車無人駕駛、智能座艙等新技術的發展，可以預見智能語音在汽車中將會得到更大的發展。文章首先分析人工智能特別是智能語音的發展現狀及其同汽車產業的結合，接著介紹汽車中現有的語音交互系統，最后進一步研究語音交互技術的關鍵技術及其未來的發展趨勢。

關鍵詞：人工智能；智能語音技術；汽車語音交互系統

1 人工智能的發展及其對汽車產業的影響

自從1956年達特茅斯會議提出人工智能的概念，人工智能已經得到了60余年的發展。人工智能的核心是基于迭代向量的計算方式，通過所構建的系統自動地從數據中獲取知識，并應用這些知識來解決問題。近年來，深度學習推動了包含自然語言理解和圖像識別在內的人工智能技術的發展，并獲得了許多的突破。目前來看，人工智能技術可以在智能出行、醫療衛生、政務服務、安防、金融、營銷等領域實現廣泛的發展與應用，前所未有的人工智能實用化和商業化浪潮席卷而來。

目前我國的汽車產業正在蓬勃發展，據中國汽車工業協會統計，2017年我國汽車產銷量分別為2 901.5萬輛和2 887.9萬輛，2018年上半年則分別為1 405.77萬輛和1 406.65萬輛，同比增長為4.15%和5.57%。與此同時，社會對汽車產品的需求也進一步多樣化。在美國拉斯維加斯舉辦的2018年國際消費類電子產品展上，車企和相關的汽車供應商都紛紛推出了大量與自動駕駛、車聯網等相關的人工智能科技，這標志著智能汽車已經成為產業融合的重點。智能汽車是全新的汽車形態，人工智能技術將在汽車的定義、設計、研發、制造、使用等全生命周期以及相關的市場營銷、金融保險風控、交通管理等方面帶來深刻的變革[1]。在這樣的趨勢下，我國發改委在2018年年初發布了《智能汽車創新發展戰略（征求意見稿）》，明確我國發展智能汽車的戰略愿景：到2020年，中國標準智能汽車的技術創新、產業生態、路網設施、法規標準、產品監管和信息安全體系框架基本形成；智能汽車新車占比達到50%，中高級別智能汽車實現市場化應用，重點區域示范運行取得成效；到2025年，新車基本實現智能化，高級別智能汽車實現規模化應用。

在市場驅動和政策引領的背景下，人工智能技術將在人車交互、車車交互、車網交互、自動駕駛等方面為汽車駕乘人員的舒適度提升作出共享，將賦予汽車這個產業更加豐富的內涵[2]。

2 智能語音在汽車中的應用及其前景

智能語音技術包括語音識別（Speech Recognition，SR）和語音合成（Speech Synthesis，SS），圖1 智能語音技術發展歷程描述了智能語音技術發展的歷程。隨著智能語音技術的逐漸成熟，智能語音的應用場景不斷擴展、市場規模持續增長。根據中商產業研究院發布的《中國智能語音行業市場發展前景研究報告（2018—2023年）》[3]，預計全球和我國的智能語音市場規模在2018年將分別達到141.1億美元、159.7億元。如圖2—5所示，隨著智能語音市場規模的不斷擴大，吸引著眾多的公司構建自己的語音生態產業鏈，這里面既有紐昂司（Nuance）、科大訊飛這樣的傳統智能語音公司，也有谷歌、蘋果、微軟、百度、阿里巴巴等高科技公司。

在當前智能汽車的發展中，最為激烈的競爭集中在自動駕駛和智能車載系統兩個領域。隨著信息技術、網絡技術和人工智能的發展，智能車載系統將通過融合數字顯示、多屏互動、手勢操作、智能語音等多項技術，為汽車的駕乘人員提供全新的、直接的、多元的人車交互服務。語音作為自然的人機接口，借助智能語音技術讓人與機器通過對話完成交流，通過機器的相應形式將反饋信息自然地返回給用戶，使得機器具備“會聽”、“會說”的能力，現階段可以讓機器協助完成包括收聽廣播及音樂、接打電話、導航控制等與駕駛不相關甚至無關的駕駛次任務，提高駕乘人員的舒適度并進一步保障行車安全[4]。

在汽車產業領域，搭載基于智能語音的車載交互系統已經成為主流。紐昂司的語音識別技術在智能車載領域，其定制的汽車級語音平臺聲龍駕駛（Dragon Drive），通過同汽車廠商的深度合作，如為奔馳的MBUX智能人機交互多媒體系統提供技術支持，讓駕乘人員獲得了全新的交互體驗；科大訊飛的汽車智能交互系統飛魚2.0為車主提供了操控車內設施、整合車身各項功能的能力。此外，憑借著強大的數據基礎和研發實力，百度、阿里巴巴、騰訊也積極布局車載交互系統：百度研發DuerOS系統是一款新對話式人工智能操作系統，能讓內容和服務快速地觸達用戶，開創人機交互的新模式；阿里巴巴的汽車智能互聯系統“斑馬智行系統”，則拉開了中國汽車車企與互聯網巨頭深度合作的序幕；騰訊則發布了“All in Car”生態系統。因此，可以預見的是智能語音交互系統將同汽車產品實現深度結合，將極大地提高用戶的駕乘體驗，為汽車的設計和營銷帶來巨大的變革。

3 車載智能語音交互系統的關鍵技術及其挑戰

相較于基于圖形用戶接口（Graphical User Interface，GUI）的交互系統，以語音用戶接口（Voice User Interface，VUI）的交互系統具備自然、便利、快捷的特點。對于汽車產品而言，最佳的交互系統是兩者有機結合而成的。其中，車載智能語音交互系統是融合了語音識別、語義理解、語音播報、對話設計以及移動互聯等的綜合系統，且通常為嵌入式服務和云服務相混合的工作模式，其總體架構如圖6車載智能語音交互系統架構所示。

車載智能語音交互系統的交互實現可以分為以下幾種方式。

嵌入式系統的語音信號處理模塊接收到用戶語音以及相關的參考信號，通過信號增強將其分貝提供給本地和云端語音引擎來進一步處理。

本地語音引擎和云端語音引擎，包括語音識別模塊和語義理解模塊，將分別處理用戶語音并將識別結果返回給各自的對話管理模塊。

對話管理模塊則將根據識別結果來選擇對應的操作，這包括了通過語音播報接口將處理信息反饋給用戶、通過車輛控制接口或者云服務接口獲取服務資源或者進入新的對話以獲取更多信息。由于存在本地和云端的識別結果，因此在本地對話管理中還將涉及相應的仲裁處理。

車輛控制接口模塊主要為交互系統提供車輛資源，例如本地導航系統、電話系統、多媒體系統、空調系統、車輛控制系統等；云服務接口模塊則提供內容資源（例如音樂、視頻、新聞、天氣等）、服務資源（例如飛機票、電影票、餐館預訂等），此外還可提供同其他智能系統的互聯互通服務。

車載智能語音交互系統中的關鍵技術及其面臨的挑戰可以大致分為3個方面。

首先，相較于其他的智能語音交互系統，車載系統可用資源受到了較大的限制，這包括嵌入式軟硬件資源以及移動互聯資源。首先，車載系統在計算能力、存儲容量等方面是有限的，因此在其上實現本地端的語音交互，或者是降低語音交互的性能以減少對資源的需求，或者是研發獨立的語音交互芯片以減少對系統的依賴，但是前者會影響用戶對交互系統的滿意度、后者則需要大量的人力和物力投入；其次，車載系統由于其特殊的應用環境，即交互系統的使用多處于車輛移動過程中，道路環境（例如地形變化、隧道等）、網絡覆蓋等網絡條件不斷變化，因此相比于智能音箱、智能家居等語音交互系統，車載交互系統的移動互聯資源在某些場景下是會受到影響的。

其次，車載語音交互系統涵蓋了諸多關鍵技術，包括前端語音信號增強、語音識別、語義理解及語音合成等[5]。借助云服務，語音識別和語義理解的準確度都已經能滿足當前絕大多數的人車交互場景，但是當前的交互通常是較為簡單的單一需求交互，而用戶期待能完成更加廣泛、復雜得多需求語音交互，因此需要擴展相關的數據資源、發展新的語義理解技術來滿足用戶的需求。特別由于網絡通信資源存在限制以及用戶隱私的原因，需要在進一步提高本地識別性能的同時降低其對本地資源的占用，這具有極大的挑戰性。合成語音作為系統將處理結果反饋給用戶的方式，則要求合成的語音更加自然和清晰，并且定制化、個性化的合成語音需求也在逐漸增多，這都對語音合成提出了更高的要求。此外，車輛使用過程中的個性化需求也越來越多，這就需要識別說話人身份，但是當前聲紋識別對于說話人的情感變化、語速變化、音量變化還比較敏感，非特定文本的身份鑒別也存在著不足，如何解決這些問題也影響著相關的應用實現。

最后，車載智能語音交互系統是為完成人車交互、車車交互、車物交互的目標而發展的，需要研究和發展新的應用，為使用者提供更加便捷、豐富的使用方式和良好的服務體驗，這將在很大程度上促進該系統的推廣和普及，也將影響到未來市場的發展。目前，車載智能語音交互系統還局限于為駕駛人提供與車輛和行車相關的服務，且服務的內容相對貧乏。因此，如何把基于聲音的各種感知和語義信息通過提取、歸結、整理，然后進行合成處理和分析，進而開發出整合內容和服務的應用以加持車載智能語音系統，構建同其他相關領域互聯互通的完整生態，這是發展的關鍵。

4 結語

綜上所述，車載智能語音交互系統將打破傳統的人車交互方式，不斷提升用戶體驗，使車載語音系統更加自然、更加貼近人的使用習慣，滿足用戶在駕乘過程中個性化的需求，使得車載智能語音交互系統真正成為想得到、用得上、離不開的產品，這將會影響車載終端的未來發展方向，從而為汽車行業的發展帶來全新的面貌。

[參考文獻]

[1]泉田良輔.智能化未來：無人駕駛將如何改變我們的生活[M].李晨，譯.杭州：浙江大學出版社，2015.

[2]郭岱喬.淺談人工智能在汽車領域中的應用[J].科學技術創新，2017（16）：120-120.

[3]中商產業研究院.中國智能語音行業市場發展前景研究報告（2018—2023年）[R].深圳：中商產業研究院，2018.

[4]任智群.智能語音交互在駕駛過程中的應用[J].數碼設計，2017（8）：13-14.

[5]沈汭宏，嚴世榕.基于智能化車載交互的語音識別系統的建立與設計[J].軍民兩用技術與產品，2016（8）：61.

Abstract：In recent years， artificial intelligence technology including speech recognition and image recognition has developed rapidly. Artificial intelligence plays an increasingly important role in many fields such as transportation， medical and health services. In the automotive field， intelligent voice has considerable advantages as a means of interaction between people and vehicles， and the corresponding market size is also increasing year by year. With the development of new technologies such as car drones and smart cockpits， it is foreseeable that smart voice will be more developed in the car. This paper first analyzes the development status of artificial intelligence， especially intelligent voice and its integration with the automotive industry， then introduces the existing voice interaction system in the car， and finally studies the key technologies of voice interaction technology and its future development trend.

Key words：artificial intelligence； intelligent voice technology； car voice interactive system