解放雙手 車載語音導(dǎo)航時(shí)代來臨
2009/06/30
題記：中國汽車保有量迅速增加，中國導(dǎo)航設(shè)備普及率近年來雖持續(xù)快速增加，但相對于汽車總保有量來說，比例依然很低，遠(yuǎn)低于歐美25%、日本
59%的普及率，發(fā)展空間極大。中國地大物博、交通情況復(fù)雜的特點(diǎn)也決定了導(dǎo)航設(shè)備在中國的應(yīng)用更具必要性與現(xiàn)實(shí)意義，且中國導(dǎo)航產(chǎn)品具有突出的性價(jià)比優(yōu)
勢。語音技術(shù)與導(dǎo)航設(shè)備的結(jié)合是大勢所趨，既是用戶實(shí)際需求，又是導(dǎo)航產(chǎn)品的必然發(fā)展方向，市場空間極為廣闊。那么什么是語音技術(shù)？語音技術(shù)的發(fā)展現(xiàn)狀怎
樣？它到底是如何與導(dǎo)航產(chǎn)品結(jié)合的？它將給未來的汽車帶來哪些價(jià)值？
語音導(dǎo)航國際發(fā)展趨勢
從全球汽車產(chǎn)業(yè)發(fā)展?fàn)顩r來看，語音技術(shù)在車載導(dǎo)航中的應(yīng)用是一種新的趨勢。傳統(tǒng)的車載導(dǎo)航產(chǎn)品，是用眼睛看的方式獲取相關(guān)信息，對汽車駕駛者而言存在一定的安全隱患。因此，基于廣大汽車駕駛者安全性、舒適性考慮，將語音技術(shù)應(yīng)用于導(dǎo)航領(lǐng)域是必然趨勢。
語音技術(shù)在車載導(dǎo)航中的應(yīng)用已成為國際汽車發(fā)展的必然趨勢，這將真正實(shí)現(xiàn)人機(jī)語音交互。目前，雷克薩斯采用了來自Voice
Box Technologies公司的語音識別（VR）解決方案。奧迪也正在專注于改善其語音識別，并推出了新的升級版軟件來更新其MMI，使其變得更加用戶友
好。同時(shí)，更多整車廠也在為車載導(dǎo)航產(chǎn)品積極尋求適合的語音技術(shù)解決方案。
國際上每年都有舉辦“Blizzard Challenge”比賽，它是國際英文語音合成研發(fā)領(lǐng)域最高級別的賽事，參賽單位包括中國的科大訊飛、美國麻省理工學(xué)院（MIT）、卡耐基－梅隆大學(xué)
（CMU）、IBM 研究院、微軟研究院、英國愛丁堡大學(xué)、日本ATR（國際電氣通信基礎(chǔ)技術(shù)研究所）等國際一流的語音研究機(jī)構(gòu)，在一起既同場競技，又共同交流技術(shù)。
在不遠(yuǎn)的將來，語音車載導(dǎo)航技術(shù)的以及整車語音技術(shù)的應(yīng)用水平，將成為衡量高端車型的一個(gè)重要標(biāo)準(zhǔn)。在更長遠(yuǎn)的時(shí)間里，語音技術(shù)在汽車上的應(yīng)用將更為普遍，成為汽車的一項(xiàng)基本配置和功能。
語音導(dǎo)航國內(nèi)發(fā)展?fàn)顩r
目前，國內(nèi)汽車制造廠商就語音技術(shù)在車載導(dǎo)航中的應(yīng)用已經(jīng)達(dá)成了廣泛的共識，都在積極尋求語音技術(shù)提供商。與此同時(shí)，汽車制造廠商在尋求合作伙伴的時(shí)候從長遠(yuǎn)發(fā)展角度考慮，重點(diǎn)關(guān)注語音技術(shù)提供商的綜合實(shí)力，要求技術(shù)供應(yīng)商具有從語音合成到語音識別的全面技術(shù)領(lǐng)先。
當(dāng)前，將車載導(dǎo)航設(shè)備與語音技術(shù)結(jié)合，也成為了各廠商普遍關(guān)注的增加產(chǎn)品亮點(diǎn)和競爭力的一條重要途徑。
對于車載導(dǎo)航來說，有了語音合成，無論是千變?nèi)f化的道路名稱，還是隨時(shí)到來的路況信息，都能隨時(shí)播報(bào)；有了語音識別，目的地設(shè)定、路況信息查
詢，只需說出命令即可完成操作�！昂铣桑R別”的理念和解決方案，真正實(shí)現(xiàn)了交互式的語音導(dǎo)航系統(tǒng)，從根本上解決了安全隱患，提升了汽車駕駛樂趣。
目前國內(nèi)已推出的具有語音功能的導(dǎo)航產(chǎn)品中絕大部分應(yīng)用的都是科大訊飛的語音合成技術(shù)，實(shí)現(xiàn)信息語音播報(bào)、語音操作提示等功能，并對于語音識別技術(shù)在導(dǎo)航產(chǎn)品中的應(yīng)用與廠商共同合作進(jìn)行預(yù)研和應(yīng)用探討。
據(jù)了解，在國內(nèi)做語音導(dǎo)航研究的有多家公司，其中科大訊飛在中文語音合成、語音識別、口語評測等多項(xiàng)技術(shù)上擁有國際領(lǐng)先的成果。語音導(dǎo)航在車載
領(lǐng)域的應(yīng)用上，當(dāng)關(guān)閉車窗的情況下，只要是普通話或與普通話相近的方言，科大訊飛語音一次性識別正確率都可以達(dá)到90％以上。此外，語音識別功能的成本已
經(jīng)大大降低，加入的硬件和軟件授權(quán)費(fèi)都在廠商和用戶的接受范圍之內(nèi)，與語音車載導(dǎo)航的高性能、高附加值相比，可以說微不足道。
語音導(dǎo)航的車載價(jià)值
最大價(jià)值表現(xiàn)在：以語音合成、語音識別、語音編解碼為方向的智能語音技術(shù)應(yīng)用在車載領(lǐng)域，將改變汽車現(xiàn)有的人機(jī)信息交流方式，解放駕駛者的雙手和雙眼，使汽車具備更人性化魅力，體現(xiàn)個(gè)性化特色，提高駕車安全性。
未來，語音技術(shù)將會在車載中得到更大更廣泛的應(yīng)用，通過“變看為聽”的車內(nèi)語音信息服務(wù)，“君子動口不動手”的車內(nèi)語音聲控操作，隨意調(diào)節(jié)車內(nèi)
溫度、亮度等，使汽車操作更具人性化、趣味性，使駕駛者真正實(shí)現(xiàn)“易車生活”，將為汽車工業(yè)的發(fā)展帶來一場真正的革命。目前，隨著中國汽車工業(yè)的快速發(fā)展
和汽車保有量的增加，汽車消費(fèi)者對于汽車性能提出了更高的要求，電子化、智能化和網(wǎng)絡(luò)化趨勢已成為當(dāng)前汽車行業(yè)的流行主題，語音技術(shù)在汽車領(lǐng)域中的應(yīng)用空
間十分廣闊。
同時(shí)，智能語音技術(shù)在車載導(dǎo)航設(shè)備上的應(yīng)用，亦對整個(gè)產(chǎn)業(yè)鏈的拓展、發(fā)展具有重要意義，提供了新的、廣闊的增值空間。
語音導(dǎo)航如何應(yīng)用到車載
語音識別技術(shù)的引用對硬件設(shè)備及軟件系統(tǒng)的支持能力會有更高的要求：
其一，在硬件配合上，需要更高性能的處理器，區(qū)別于一般性能的高品質(zhì)麥克風(fēng)和適合錄音數(shù)據(jù)傳送的音頻電路，以此來保證識別引擎接受數(shù)據(jù)的完整性和可用性；
其二，在導(dǎo)航軟件上，需要軟件開發(fā)商在搜索引擎的接口中加入便于語音識別系統(tǒng)可以調(diào)用的數(shù)據(jù)和命令菜單，以此來實(shí)現(xiàn)分類信息搜索、POI搜索和交叉路口搜索等功能。
語音導(dǎo)航應(yīng)用的難題
語音技術(shù)在車載導(dǎo)航中應(yīng)用的技術(shù)難點(diǎn)可從語音合成、語音識別兩方面來看。
語音合成方面，技術(shù)難點(diǎn)即在于語音合成的技術(shù)水平與質(zhì)量。語音識別方面的技術(shù)難點(diǎn)主要表現(xiàn)在對眾多口音和方言的支持、對車內(nèi)噪音環(huán)境的適應(yīng)和處理，以及命令中關(guān)鍵詞的提取上。
中國地大物博，方言有幾千種，部分方言與普通話差別甚大，基于標(biāo)準(zhǔn)普通話的語音識別系統(tǒng)在識別帶有方言口音的普通話時(shí)，識別率會下降很多。
對于中文語音識別應(yīng)用中經(jīng)常面臨的方言口音、復(fù)雜信道和背景噪聲等問題，依據(jù)從實(shí)際業(yè)務(wù)系統(tǒng)中收集的涵蓋不同方言和不同環(huán)境噪聲的海量語音數(shù)據(jù)，采用最新的區(qū)分性訓(xùn)練方法進(jìn)行語音建模，從而使語音識別產(chǎn)品在復(fù)雜應(yīng)用環(huán)境下可以擁有良好的一致性效果表現(xiàn)。
“隨意說”的難點(diǎn)在于核心命令詞的提取、語意分析。該技術(shù)使用戶可以自如地以自然語言與智能語音信息服務(wù)系統(tǒng)進(jìn)行交互，經(jīng)過引擎的自然語意分析理解而得到用戶的意圖，再反饋給用戶對應(yīng)的需求信息，從而引導(dǎo)用戶達(dá)到其預(yù)想的目標(biāo)。
另外，在車輛使用過程中，發(fā)送機(jī)的運(yùn)轉(zhuǎn)聲、空調(diào)噪音、窗外環(huán)境的噪聲和風(fēng)噪等各類噪音會對車內(nèi)的語音識別效果形成一定的影響。總而言之，解決應(yīng)用技術(shù)難點(diǎn)的核心在于語音技術(shù)供應(yīng)商在核心技術(shù)、語音資源庫等方面的長期積累、研究。
在國內(nèi)，一直在智能語音技術(shù)較為領(lǐng)先的科大訊飛公司，通過多年的研究積累了大量的方言數(shù)據(jù)庫，語音合成技術(shù)已經(jīng)達(dá)到不僅能生成標(biāo)準(zhǔn)流暢的普通話，而且可以支持四川話、河南話、湖南話、東北話等幾乎全部的主流方言。
語音導(dǎo)航如何操作？
兩個(gè)前提：第一，需要導(dǎo)航軟件廠商將車載設(shè)備可以支持的命令詞內(nèi)容信息告知用戶（這些內(nèi)容可能是在導(dǎo)航菜單界面的功能名稱，也可能是用戶自行設(shè)
置的目的地名稱及手機(jī)聯(lián)系人的名稱等）；第二，車載設(shè)備商可以在方向盤或車載導(dǎo)航儀上安裝一個(gè)語音識別啟動按鍵，通過按動識別鍵啟動語音控制系統(tǒng)，用戶對
著識別麥克說出自己的需求，系統(tǒng)通過識別用戶的語言，實(shí)現(xiàn)用戶的需求。
在實(shí)際使用中，如用戶需要導(dǎo)航儀尋找當(dāng)前所在位置附近的加油站，按動識別鍵后直接對著麥克風(fēng)說“導(dǎo)航到附近加油站”，導(dǎo)航儀會將搜索到的附近加油站的位置和具體信息通過圖形顯示和語音回饋給用戶。
當(dāng)用戶需要查詢某一位置時(shí)可以說出此POI的名稱，如“家樂福超市”，識別系統(tǒng)便會結(jié)合搜索引擎按照由近至遠(yuǎn)的方式為用戶列出附近的家樂福超市的位置信息；另外，用戶也可以說出希望去往的某個(gè)交叉路口的名稱，如“深南大道和農(nóng)林路交叉口”等找到目的地。
隨著智能語音識別技術(shù)的不斷完善，數(shù)據(jù)資源的不斷積累，用戶可以不拘于固定的語言表達(dá)方式而用較為自然的語音進(jìn)行命令輸入，如“導(dǎo)航到某某地”這樣的命令也可以說成“我想去某某地”、“某某地在哪”或“帶我去某某地”等多種表述方式，語音系統(tǒng)都可以正確識別并處理。
語音導(dǎo)航其它應(yīng)用
語音識別技術(shù)在車載影音娛樂、通信系統(tǒng)、舒適系統(tǒng)中得到了更廣泛的應(yīng)用，語音技術(shù)將進(jìn)一步增強(qiáng)汽車的安全與舒適性能。
語音系統(tǒng)可以實(shí)現(xiàn)CD、MP3、收音機(jī)功能控制，也可以實(shí)現(xiàn)語音點(diǎn)歌搜索：用戶只要說出歌手或歌曲名稱，或者哼唱一段歌詞，車載MP3就會搜索
到你想要聽的音樂。通信方面，車載設(shè)備通過藍(lán)牙與手機(jī)連接后，只要對其說出人名或號碼，手機(jī)就會進(jìn)行自動撥號。另外，通過聲控可以實(shí)現(xiàn)車內(nèi)溫度、亮度等調(diào)
節(jié)，使駕駛者能夠真正享受到車內(nèi)舒適生活。除了語音識別技術(shù)，語音合成系統(tǒng)可以實(shí)現(xiàn)對汽車油量、電量、胎壓以及速度的播報(bào)及聲控結(jié)果的反饋確認(rèn)等。
基于汽車的安全性能考慮，對車載的功能進(jìn)行控制沒有復(fù)雜的操作程序，只需要通過開口說話就可以解決。另外，針對在車內(nèi)環(huán)境的智能語音應(yīng)用場景，
也會設(shè)計(jì)一整套語音交互的流程方案，更加方便用戶接受和使用。在語音識別引擎獲得用戶命令到正確反饋信息的時(shí)間是相當(dāng)短暫的，以毫秒計(jì)算，這個(gè)過程完全不
會影響到用戶的使用。
未來，語音系統(tǒng)將成為車載內(nèi)信息獲取、互動娛樂、程序操控的重要工具，真正成為車載設(shè)備綜合控制終端，解放駕駛者的雙手，為改善行車安全、提升車載娛樂價(jià)值、促進(jìn)車載信息化發(fā)揮舉足輕重的作用。
CTI論壇編輯
相關(guān)鏈接: