[汽車之家 新鮮技術解讀]  “一人開車時喜歡用語音系統(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。作為實體按鍵和觸控屏之外的新操作方式，能動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者歡迎。不過易受其他乘客聊天干擾、對后排乘客發(fā)出的指令識別能力較弱，是不少語音系統(tǒng)的不足�？蓪ι嫌欣舷掠行〉募彝ビ脩魜碚f，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，計劃本月中旬向用戶推送2.2版車機系統(tǒng)的理想，將帶來哪些新功能、車主們的“無奈”會迎刃而解嗎？咱們一起搶先體驗一下吧。

2.2版本都有啥？

　　在2021款理想ONE(參數(shù)|詢價)上市之后，理想發(fā)布了今年的語音系統(tǒng)升級計劃。在推出包含喚醒打斷、動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)對話、可見即可說、四音區(qū)鎖定和跨音區(qū)上下文對話等功能，同時上線了“應用中心”擴充車機里的軟件。

　　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，讓語音系統(tǒng)準確識別用戶指令。說白了，上圖這些就是針對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/爽點竟是“我也要”

　　顧名思義，連續(xù)對話是指喚醒語音系統(tǒng)后，在一段時間用戶可以連續(xù)說指令，而不用多次說出喚醒詞。

　　舉個例子，想打開空調(diào)和座椅通風，通常需要喚醒兩次語音系統(tǒng)并分別進行操作。伴隨說喚醒詞次數(shù)的增加，不僅麻煩還會覺得自己很“話癆”，更不用說與機器人對話產(chǎn)生的違和感造成的“不爽”了。我拍了段視頻，大家感受一下。

更多精彩視頻，盡在汽車之家視頻平臺

　　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不像跟機器人說話，聽懂上下文邏輯是解決方案之一。

更多精彩視頻，盡在汽車之家視頻平臺

　　支持連續(xù)識別、掌握上下文邏輯銜接后，相比“一次一句、反復喚醒”的傳統(tǒng)語音系統(tǒng)，現(xiàn)在的“理想同學”能省去不少麻煩事�？稍谟酶�好的體驗吸引更多用戶之前，它還要面對一個難題——抗干擾。

　　生來就會四音區(qū)識別的理想ONE，能自動判斷語音系統(tǒng)應該重點關注的位置，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)的背景音依舊會干擾系統(tǒng)識別。對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，因而在音源定向識別的基礎上，理想加入了無效文本拒識能力。

　　所謂無效文本拒識，就是系統(tǒng)會在識別的對話中，依靠算法“挑出”指令并執(zhí)行。乘客們聊天不會干擾人機交互，語音系統(tǒng)也能更好的應對多人出行場景了。文字太蒼白，還是請朋友看視頻吧。

更多精彩視頻，盡在汽車之家視頻平臺

　　“氣氛組”一番嘗試后，系統(tǒng)依舊能識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)會用加粗和高光，告訴操作者指令已被識別。

　　希望在旅途中享受片刻寧靜的你，想想自家對科技情有獨鐘、精力旺盛的“小怪獸”，這個功能“香”不？掌握應對“小怪獸”的技巧后，理想將多音區(qū)識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作，現(xiàn)在只說“理想同學，我也要”就夠了。下面視頻里有完整演示哦。

更多精彩視頻，盡在汽車之家視頻平臺

　　用“我也要”三個字復刻之前乘客的全部操作，體驗簡短卻足夠打消你嫌棄說話字多、太累，不如直接動手用實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別場景下效率不高的長尾問題，這項功能都稱得上2.2版系統(tǒng)的一個爽點。

想點哪里直接說/體驗上的小亮點

　　一套好的語音系統(tǒng)應該讓用戶只動嘴不動手，可實現(xiàn)這個最終目標之前，要實現(xiàn)無數(shù)個“小目標”，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、藍牙電話和車輛中心四項功能率先做到了這一點。

更多精彩視頻，盡在汽車之家視頻平臺

　　從視頻中可見，系統(tǒng)不僅能識別頁面中的文字，還能根據(jù)“返回”指令選中相應圖標。同時只需說出目標選項中的幾個字，系統(tǒng)就能找到你想要的那個。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、無法點擊屏幕的乘客提供了便利。

　　不過體驗過程中我們發(fā)現(xiàn)了兩個小問題，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)無法識別“第幾個”這樣的話術，這個細節(jié)可以再完善一下。

更多精彩視頻，盡在汽車之家視頻平臺

更多精彩視頻，盡在汽車之家視頻平臺

　　另外，理想聯(lián)手微軟打造了基于云端的在線神經(jīng)網(wǎng)絡深度學習模型，通過緩存并在有需要時播放出好聽的聲音，減少了語音系統(tǒng)較為機械的發(fā)音。這就是上文多段視頻中，“理想同學”聲音的由來，至少男同學們應該很喜歡“她”。

應用中心上線

　　伴隨理想應用中心登陸2.2版系統(tǒng)，車機能覆蓋到的場景和提供的音/視頻內(nèi)容得到了擴充。

　　中控屏與副駕屏中的應用不盡相同，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，這次搶先體驗的2.2版車機系統(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)對話、無效文本拒識和跨音區(qū)上下文對話功能，可以說是針對當前語音系統(tǒng)短板，以及居家出行的車上場景而來。至于正式版會把“細節(jié)”打磨成什么樣？咱們繼續(xù)期待吧。（圖/文 汽車之家 馬一凡）

查看同類文章：

新鮮技術解讀

更多精彩內(nèi)容：

圖說工廠

二手車導購

經(jīng)典設計

技設萬千 以用為先