江苏龙网

  1. 首页 > 生活 > >

车东西|小鹏汽车语音负责人：语音是车内最佳交互方式


车东西|小鹏汽车语音负责人：语音是车内最佳交互方式
本文插图

车东西（）文｜Juice
目前 ， 几乎每家车企都会给旗下的新车装上语音助手 ， 车主可以通过语音助手来完成一些开关车窗、开关空调、搜索音乐等基本功能 。
可以说 ， 语音助手已经成为了目前车上主要的交互方式之一了 ， 但各家的语音助手之间的智能程度又有比较大的差别 。
此前 ， 小鹏P7上市的时候 ， 小鹏官方展示了一段语音助手的视频 ， 在视频中 ， 车主可以随意打断语音助手 ， 并下达新的指令 ， 还可以利用语音助手进行座椅调整等车身控制 ， 这也给了消费者更多的想象空间 。
那么车载语音助手是如何开发的呢？语音助手上车需要做哪些独特的设计呢？语音助手在没网的时候如何工作？带着这些问题 ， 车东西采访了小鹏汽车语音方面的负责人赵恒艺 ， 对车载语音助手有了更多的了解 。
一、语音功能和思必驰合作开发 语音识别率达92%对于小鹏的语音团队外界了解并不多 ， 在采访中车东西得知 ， 小鹏的车载语音团队目前有50余位研究员 ， 负责人赵恒艺来自思必驰 ， 其他的研究员也都是来自微软、阿里、三星、百度等科技公司 ， 目前在广州和北京分别展开研究 。
除了团队情况 ， 赵恒艺还向车东西介绍了小鹏的语音助手开发情况 。
据赵恒艺的介绍 ， 小鹏的语音技术是和思必驰合作开发的 ， 小鹏首先搭建起框架 ， 语音识别过程中具体的语音唤醒、语音识别采用了思必驰的技术 ， 一些基本功能如打电话、查天气和语音合成等也是采用了思必驰的技术 。 而更为核心的语义解析、识别增强、语义抗噪、语义打断、自然语言处理等功能则是小鹏自主研发 。
在了解了小鹏的语音技术团队和开发情况后 ， 赵恒艺向车东西介绍了语音技术的原理 ， 赵恒艺表示 ， 语音技术分为几个模块 ， 首先是语音唤醒的功能 ， 说一个唤醒词 ， 通过本地的算法就可以激活车辆的语音助手 ， 激活之后会有一个本地和云端混合语音识别的模块 ， 将车主的指令压缩上传到云端 ， 通过解码器把语音转成文字 。
车东西|小鹏汽车语音负责人：语音是车内最佳交互方式
本文插图

▲小鹏G3车机
语音转换成文字之后再通过一个识别增强的模块 ， 进行自然语言处理 ， 对识别的结果进行校验 ， 校验无误后再进行语义解析 ， 识别出指令的真实意思 ， 之后进行语义分发 ， 将指令发放到车辆的控制中心 ， 最终完成语音对车辆的控制 。
车东西在实际测试中发现 P7还支持方言识别 ， 具体怎么做到的呢？
赵恒艺表示对方言的识别基本上基于带口音普通话的识别 ， 因为目前小鹏的车在全国各地都有 ， 很多口音的人都会对语音助手进行使用 ， 为了更方便用户使用 ， 小鹏会定期收集一些语料 ， 然后给供应商来完善语音系统 。
对于带口音的普通话的识别率问题 ， 赵恒艺也做了说明 ， 他认为对于方言的识别主要是一个概率问题 ， 有一些语音可以识别 ， 但有一些可能就无法识别了 ， 目前小鹏的语音识别正确率达到了92% ， 大部分语音都能准确识别 。
二、本地计算和云端计算并行 设计初就适配车机和降噪车企如果想要实现语音助手对车辆的控制 ， 就需要很强的算力做支撑 ， 而小鹏汽车的语音可以控制车上的大部分功能 ， 小鹏汽车是如何解决算力的问题呢？
赵恒艺对此表示 ， 小鹏的语音助手的处理和决策在本地和云端两部分进行 ， 唤醒、车控这些基本的功能都会在本地进行 ， 更多需要计算能力的功能则会在云端进行 。
在没有联网的情况下 ， 会进行网络重连 ， 一旦重连成功 ， 会首先恢复云端计算 。 如果实在无法恢复网络 ， 导航和音乐等需要借助于云端的功能就无法实现 ， 但对车辆的控制是可以实现 。


推荐阅读


上一篇：AutoR智驾|腾讯出行下半场：300万应用上车、自动驾驶虚拟仿真测试日行1000万里

下一篇：趣头条|超高的驾驶乐趣是我喜欢这个车的主要原因。