無(wú)人駕駛的核心:語(yǔ)音識(shí)別控制技術(shù)面臨的障礙

智能汽車(chē)包括，車(chē)聯(lián)網(wǎng)、車(chē)內(nèi)及車(chē)際通訊、智能交通基礎(chǔ)設(shè)施等要素，融合了傳感器、雷達(dá)、GPS定位人工智能等技術(shù)，使汽車(chē)具備感知環(huán)境的能力，這樣汽車(chē)就能夠自己判斷當(dāng)前環(huán)境下汽車(chē)處于安全還是危險(xiǎn)等狀態(tài)。通過(guò)這種感知，汽車(chē)就會(huì)自動(dòng)規(guī)劃路線，無(wú)人駕駛到達(dá)目的地。同時(shí)，車(chē)內(nèi)所有的操控都是智能化進(jìn)行，解放雙手。

 最有可能落地的智能--語(yǔ)音識(shí)別控制 智能汽車(chē)作為一個(gè)集環(huán)境感知、規(guī)劃決策、多等級(jí)輔助駕駛等功能于一體的綜合系統(tǒng)，已經(jīng)被各國(guó)列為汽車(chē)發(fā)展的重點(diǎn)。而相比于市場(chǎng)上被炒的大紅大紫的自動(dòng)駕駛技術(shù)而言，語(yǔ)音識(shí)別控制技術(shù)便顯得不那么火熱了，但語(yǔ)音識(shí)別控制技術(shù)對(duì)智能汽車(chē)的發(fā)展是至關(guān)重要的。 無(wú)人駕駛的核心:語(yǔ)音識(shí)別控制技術(shù)面臨的障礙 實(shí)現(xiàn)真正的智能有一個(gè)前提，那就是人機(jī)交流。智能汽車(chē)的標(biāo)志就是解放雙手，也就是說(shuō)不用雙手去操控方向盤(pán)、功能按鈕等，那么怎樣讓汽車(chē)能夠正確領(lǐng)會(huì)你的意圖?讓它真正做到“隨心所欲”?拋開(kāi)腦電波這類離量產(chǎn)遙遙無(wú)期的技術(shù)外，車(chē)載語(yǔ)音實(shí)現(xiàn)人機(jī)交流目前是最有可能落地的。你只需動(dòng)動(dòng)嘴，便可以操控整個(gè)汽車(chē)的所有功能，這就是語(yǔ)音識(shí)別所能達(dá)到的地步。 語(yǔ)音識(shí)別正在被重塑，成為人機(jī)交互的新范式，在過(guò)去75年里，每10年就有一次人機(jī)交互的重大革新，人類對(duì)機(jī)器的操作，從物理手柄按鍵，到物理鍵盤(pán)鼠標(biāo)，再到觸摸屏，而這些變革無(wú)疑也會(huì)帶來(lái)我們對(duì)汽車(chē)新的控制模式，而目前語(yǔ)音識(shí)別人工在大數(shù)據(jù)的訓(xùn)練和學(xué)習(xí)下，已經(jīng)可以到達(dá)90%的識(shí)別成功率，完全能部分替代人工。國(guó)內(nèi)語(yǔ)音識(shí)別技術(shù)發(fā)展如火如荼 目前國(guó)內(nèi)語(yǔ)音識(shí)別廠商遍地開(kāi)花，如科大訊飛、思必馳、云知聲等專注語(yǔ)音領(lǐng)域的，搜狗、百度這類互聯(lián)網(wǎng)公司，甚至做智能硬件的小米也在發(fā)展自己的語(yǔ)音識(shí)別技術(shù)。拿科大訊飛來(lái)說(shuō)，自從科大訊飛的訊飛語(yǔ)音輸入法面世以來(lái)，其詞庫(kù)和識(shí)別率不斷提升，而后推出的靈犀語(yǔ)音助手的識(shí)別率已經(jīng)可以達(dá)到97%的準(zhǔn)確率，也有不少基于科大訊飛SDK開(kāi)發(fā)的智能語(yǔ)音機(jī)器人。但是在目前的商業(yè)模式和市場(chǎng)環(huán)境下，像科大訊飛這樣靠提供技術(shù)解決方案的方式實(shí)現(xiàn)商業(yè)價(jià)值的企業(yè)，在國(guó)內(nèi)并沒(méi)有那么好的市場(chǎng)前景。對(duì)于提供這些技術(shù)解決方案的公司，需要下沉到某一個(gè)垂直產(chǎn)業(yè)，做更上游的事情，才能更好的實(shí)現(xiàn)商業(yè)價(jià)值。所以就出現(xiàn)了各類跨領(lǐng)域的合作，如廣汽傳祺GS8，其搭載的語(yǔ)音識(shí)別控制技術(shù)就是和科大訊飛共同開(kāi)發(fā)的。 無(wú)人駕駛的核心:語(yǔ)音識(shí)別控制技術(shù)面臨的障礙 傳祺GS8可以通過(guò)語(yǔ)音控制完成地圖導(dǎo)航、空調(diào)控制、車(chē)窗升降、調(diào)整座椅、雨刮器啟動(dòng)等多項(xiàng)功能的操作，甚至可以通過(guò)說(shuō)話啟動(dòng)和熄滅發(fā)動(dòng)機(jī)。雖然只是一些普通的控制操作，但已經(jīng)有智能化的影子了。語(yǔ)音識(shí)別控制技術(shù)面臨的障礙 雖然語(yǔ)音識(shí)別控制技術(shù)已經(jīng)發(fā)展可以應(yīng)用到汽車(chē)上了，但也只能操控簡(jiǎn)單的功能。目前語(yǔ)音識(shí)別技術(shù)還有許多需要解決的障礙。 一:使用場(chǎng)景有限。觸覺(jué)的人機(jī)交互可以隨時(shí)隨地進(jìn)行，但是語(yǔ)音識(shí)別目前在嘈雜的地方卻不行，特別是背景音存在其他人的聲音的時(shí)候，也是無(wú)法分辨。比較可喜的是，語(yǔ)音識(shí)別目前已經(jīng)能夠記憶用戶的聲線，未來(lái)要做的就是怎樣讓系統(tǒng)能夠在嘈雜的背景下識(shí)別特定的聲音曲線。 無(wú)人駕駛的核心:語(yǔ)音識(shí)別控制技術(shù)面臨的障礙 二:中文識(shí)別技術(shù)難度高。中文博大精深，不像單詞一樣有特定的含義，不同的語(yǔ)境，不同的口氣，說(shuō)出來(lái)的同一個(gè)詞，可能并不是一個(gè)意思。并且中文的多音字也繁多，更別說(shuō)幾十種各地的方言。當(dāng)然國(guó)內(nèi)領(lǐng)先的語(yǔ)音識(shí)別公司已經(jīng)可以破譯粵語(yǔ)、上海話、四川話等十幾種方言，但還遠(yuǎn)遠(yuǎn)達(dá)不到顧及所有詞語(yǔ)含義的地步。 三:交互模式不成熟。目前市面上搭載的車(chē)載語(yǔ)音需要“你好，xx”“嘿，xx”的特定詞匯喚醒，需要一定的反應(yīng)交互時(shí)間，并不能像觸覺(jué)控制那樣立即反饋，并且大部分交互的回答語(yǔ)音比較生硬，冷漠，沒(méi)有情感變化。 四:誤操作幾率大。即便語(yǔ)音識(shí)別的準(zhǔn)確率國(guó)內(nèi)已經(jīng)可以做到最高97%，但實(shí)際使用中還是會(huì)產(chǎn)生誤操作或者無(wú)法識(shí)別，并且汽車(chē)控制不像手機(jī)操作，手機(jī)誤操作還可以返回，但汽車(chē)作為高速行駛的產(chǎn)品，一旦發(fā)生誤操作，嚴(yán)重時(shí)會(huì)影響安全。 總結(jié):語(yǔ)音識(shí)別控制技術(shù)對(duì)于智能汽車(chē)有著不可或缺的重要性，一但語(yǔ)音識(shí)別技術(shù)可以達(dá)到精準(zhǔn)無(wú)誤的地步，智能汽車(chē)便會(huì)迎來(lái)高速發(fā)展的時(shí)期，距量產(chǎn)也就不遠(yuǎn)了。我們也期待著這一天。