“最自然的交互才是最好的交互,車內(nèi)場(chǎng)景下語(yǔ)音交互才是最自然的交互,蘑菇OS從設(shè)計(jì)的第一天開(kāi)始就致力于打造全場(chǎng)景語(yǔ)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(jī)交互與智能座艙國(guó)際峰會(huì)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(jī)器智能的飛速發(fā)展,人與機(jī)器之間的交互經(jīng)歷了數(shù)個(gè)時(shí)代的發(fā)展。從最早的機(jī)械操作到物理按鈕和觸摸屏,移動(dòng)電話的出現(xiàn)進(jìn)一步推動(dòng)了過(guò)去20年中最大的一次人機(jī)交互變革。所見(jiàn)即所得的觸摸交互極大地提高了人與機(jī)器的交流效率,為終端場(chǎng)景下的人機(jī)交互方式提供了最佳的用戶體驗(yàn)。

隨著車聯(lián)網(wǎng)、物聯(lián)網(wǎng)的蓬勃發(fā)展,人機(jī)交互方式面臨了全新的挑戰(zhàn)。在傳統(tǒng)的手機(jī)觸摸屏操作時(shí)代,由于人類視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)是完整釋放狀態(tài),因此90%的觸摸屏交互加上10%的語(yǔ)音交互帶來(lái)了移動(dòng)終端時(shí)代的完美體驗(yàn)。而在車聯(lián)網(wǎng)、物聯(lián)網(wǎng)時(shí)代,由于操作環(huán)境和機(jī)器的復(fù)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(jué)和觸覺(jué)都在駕駛艙環(huán)境中受到很大限制。在如此復(fù)雜的受限環(huán)境中,語(yǔ)音交互成為在車載場(chǎng)景中進(jìn)行交互的最佳方式。

在過(guò)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(yàn),例如奔馳首次提出方向盤按鍵和鼠標(biāo)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(jìn)了人車交互的變革。信息時(shí)代和人工智能的技術(shù)突破為行業(yè)帶來(lái)了更多機(jī)會(huì)。

“在這樣的時(shí)代背景下,蘑菇OS的交互設(shè)計(jì)理念就是為用戶提供最好的交互體驗(yàn)。”鄧志偉表示,“蘑菇OS打造的全場(chǎng)景VUI(Voice User Interface),將從目前90%的語(yǔ)音輔以10%的觸摸交互,演進(jìn)到最終實(shí)現(xiàn)100%的全語(yǔ)音交互。”

“語(yǔ)音交互最大的難點(diǎn)在于語(yǔ)音識(shí)別與語(yǔ)義理解,泛場(chǎng)景化的語(yǔ)義理解一直是業(yè)界最大的難題,即使機(jī)器學(xué)習(xí)的出現(xiàn)也不能解決泛場(chǎng)景化的連續(xù)交互問(wèn)題。這也是為什么大家在使用手機(jī)、音箱等包含語(yǔ)音交互的終端場(chǎng)景里面始終感覺(jué)語(yǔ)音交互體驗(yàn)不好,人工智能比較‘傻’的原因。”鄧志偉現(xiàn)場(chǎng)坦言,泛場(chǎng)景化語(yǔ)音交互場(chǎng)景依然面臨嚴(yán)峻的理論難題與體驗(yàn)缺陷,“但是在車載領(lǐng)域,我們迎來(lái)了全新的機(jī)會(huì),由于車載場(chǎng)景封閉化、場(chǎng)景化、歸一化的特點(diǎn),使我們?cè)谲囕d領(lǐng)域?qū)崿F(xiàn)全場(chǎng)景語(yǔ)音交互的優(yōu)質(zhì)體驗(yàn)成為了可能。”

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

蘑菇OS的VUI,定義了兩大類語(yǔ)音包場(chǎng)景:通用語(yǔ)音包服務(wù)與個(gè)性化語(yǔ)音包服務(wù)。

通用語(yǔ)音包服務(wù)通過(guò)用戶相似性場(chǎng)景的集中抽象,通過(guò)漸進(jìn)理解、意圖跟蹤、智能糾錯(cuò)等技術(shù)的運(yùn)用,對(duì)用戶的意圖進(jìn)行場(chǎng)景化分析,目前已支持涵蓋車輛控制、娛樂(lè)、安全、生活服務(wù)、信息等5類需求81個(gè)細(xì)分場(chǎng)景;通過(guò)大量模型訓(xùn)練與機(jī)器學(xué)習(xí),配以底層語(yǔ)音引擎技術(shù),能夠迅速理解用戶意圖并提供精準(zhǔn)反饋;通過(guò)場(chǎng)景引擎的定義,支持上下文多輪對(duì)話,能夠?qū)崿F(xiàn)邊聽(tīng)邊說(shuō)邊想,大幅縮短響應(yīng)時(shí)間,用戶可隨意插話,更貼近人們?nèi)粘＝涣髁?xí)慣。蘑菇通用語(yǔ)音包服務(wù)的理解準(zhǔn)確率超過(guò)97%。

蘑菇OS的VUI同時(shí)推出了個(gè)性化語(yǔ)音包服務(wù),可以通過(guò)聲紋識(shí)別、聲源識(shí)別、語(yǔ)言及語(yǔ)調(diào)識(shí)別,滿足個(gè)性化服務(wù)需求。通過(guò)聲紋識(shí)別提供定制服務(wù),包括空調(diào)溫度、座椅角度、音樂(lè)喜好等;通過(guò)聲源識(shí)別用戶位置,當(dāng)識(shí)別到“調(diào)低溫度”指令時(shí),即可調(diào)節(jié)聲源位置的溫度;此外,個(gè)性化語(yǔ)言包系統(tǒng)還可通過(guò)語(yǔ)言及語(yǔ)調(diào)識(shí)別用戶情緒,實(shí)現(xiàn)差異化內(nèi)容回復(fù)。

在百年的汽車發(fā)展歷程中,汽車產(chǎn)業(yè)的先驅(qū)們?cè)诓粩嗟奶剿魅伺c車的交互方式,力爭(zhēng)打造最優(yōu)質(zhì)的人車交互體驗(yàn)。鄧志偉表示,“人工智能時(shí)代的到來(lái),給產(chǎn)業(yè)帶來(lái)了新的機(jī)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(shí)代全新的人車交互體驗(yàn)!”

(新媒體責(zé)編：syhz0808)