“最自然的交互才是最好的交互,車內(nèi)場景下語音交互才是最自然的交互,蘑菇OS從設計的第一天開始就致力于打造全場景語音交互的車載OS。”2019年10月18日,蘑菇車聯(lián)副總裁、蘑菇OS部總經(jīng)理鄧志偉在第二屆汽車人機交互與智能座艙國際峰會上表示。

蘑菇車聯(lián)副總裁、蘑菇OS部總經(jīng)理鄧志偉

從工業(yè)革命到信息革命,隨著機器智能的飛速發(fā)展,人與機器之間的交互經(jīng)歷了數(shù)個時代的發(fā)展。從最早的機械操作到物理按鈕和觸摸屏,移動電話的出現(xiàn)進一步推動了過去20年中最大的一次人機交互變革。所見即所得的觸摸交互極大地提高了人與機器的交流效率,為終端場景下的人機交互方式提供了最佳的用戶體驗。

隨著車聯(lián)網(wǎng)、物聯(lián)網(wǎng)的蓬勃發(fā)展,人機交互方式面臨了全新的挑戰(zhàn)。在傳統(tǒng)的手機觸摸屏操作時代,由于人類視覺、聽覺、觸覺是完整釋放狀態(tài),因此90%的觸摸屏交互加上10%的語音交互帶來了移動終端時代的完美體驗。而在車聯(lián)網(wǎng)、物聯(lián)網(wǎng)時代,由于操作環(huán)境和機器的復雜性,人體的自然感處于限制狀態(tài)。特別是在車聯(lián)網(wǎng),視覺和觸覺都在駕駛艙環(huán)境中受到很大限制。在如此復雜的受限環(huán)境中,語音交互成為在車載場景中進行交互的最佳方式。

在過去的幾十年中,車企一直致力于為用戶提供更好的交互體驗,例如奔馳首次提出方向盤按鍵和鼠標觸摸板、 奧迪 MMI、和寶馬 idriffer智能駕駛控制系統(tǒng)都極大地促進了人車交互的變革。信息時代和人工智能的技術突破為行業(yè)帶來了更多機會。

“在這樣的時代背景下,蘑菇OS的交互設計理念就是為用戶提供最好的交互體驗。”鄧志偉表示,“蘑菇OS打造的全場景VUI(Voice User Interface),將從目前90%的語音輔以10%的觸摸交互,演進到最終實現(xiàn)100%的全語音交互。”

“語音交互最大的難點在于語音識別與語義理解,泛場景化的語義理解一直是業(yè)界最大的難題,即使機器學習的出現(xiàn)也不能解決泛場景化的連續(xù)交互問題。這也是為什么大家在使用手機、音箱等包含語音交互的終端場景里面始終感覺語音交互體驗不好,人工智能比較‘傻’的原因。”鄧志偉現(xiàn)場坦言,泛場景化語音交互場景依然面臨嚴峻的理論難題與體驗缺陷,“但是在車載領域,我們迎來了全新的機會,由于車載場景封閉化、場景化、歸一化的特點,使我們在車載領域?qū)崿F(xiàn)全場景語音交互的優(yōu)質(zhì)體驗成為了可能。”

“目前蘑菇OS的用戶月語音交互次數(shù)已經(jīng)突破了三億次,我們發(fā)現(xiàn)80%的語音交互內(nèi)容出現(xiàn)了驚人的場景相似性,這為蘑菇OS的全場景語音交互帶來了巨大的啟發(fā)。”

蘑菇OS的VUI,定義了兩大類語音包場景:通用語音包服務與個性化語音包服務。

通用語音包服務通過用戶相似性場景的集中抽象,通過漸進理解、意圖跟蹤、智能糾錯等技術的運用,對用戶的意圖進行場景化分析,目前已支持涵蓋車輛控制、娛樂、安全、生活服務、信息等5類需求81個細分場景;通過大量模型訓練與機器學習,配以底層語音引擎技術,能夠迅速理解用戶意圖并提供精準反饋;通過場景引擎的定義,支持上下文多輪對話,能夠?qū)崿F(xiàn)邊聽邊說邊想,大幅縮短響應時間,用戶可隨意插話,更貼近人們?nèi)粘＝涣髁晳T。蘑菇通用語音包服務的理解準確率超過97%。

蘑菇OS的VUI同時推出了個性化語音包服務,可以通過聲紋識別、聲源識別、語言及語調(diào)識別,滿足個性化服務需求。通過聲紋識別提供定制服務,包括空調(diào)溫度、座椅角度、音樂喜好等;通過聲源識別用戶位置,當識別到“調(diào)低溫度”指令時,即可調(diào)節(jié)聲源位置的溫度;此外,個性化語言包系統(tǒng)還可通過語言及語調(diào)識別用戶情緒,實現(xiàn)差異化內(nèi)容回復。

在百年的汽車發(fā)展歷程中,汽車產(chǎn)業(yè)的先驅(qū)們在不斷的探索人與車的交互方式,力爭打造最優(yōu)質(zhì)的人車交互體驗。鄧志偉表示,“人工智能時代的到來,給產(chǎn)業(yè)帶來了新的機遇,蘑菇OS期待沿著汽車產(chǎn)業(yè)先驅(qū)探索的步伐,與車企的伙伴們一起打造信息時代全新的人車交互體驗!”

(新媒體責編：syhz0808)