據汽車軟板廠小編了解,隨著消費者對座艙體驗要求的提升,智能座艙將融合更多智能化、數字化功能,使得其單車價值量將大幅提升,2030年有望達到千億規模。車載語音交互系統作為智能座艙中不可或缺的一部分,是車內最直接、最人性化、最安全的交互方式。
車載語音成為了智能化趨勢下汽車市場的重要配置,隨著AI和硬件性能的增強,也將成為未來最主要的車內交互方式。但根據調查數據,近600臺新車的車載語音普及率超過了90%,但車載語音的使用率僅不足50%。縱使裝配車輛越來越多、廠家宣傳越來越夸張,但FPC廠想問但為何大家的使用率依然不高?
車載語音識別技術是車載語音交互系統中的另一個重要組成部分。它能夠對車內的噪音和環境聲音進行有效的去噪和降噪,從而提高語音信號的識別準確性。同時,車載語音識別技術還能夠實現多人語音識別和多場景語音識別,從而滿足用戶個性化、多樣化的需求。
車載語音識別成功“去噪”的關鍵在于將大量車載語音數據用于AI模型訓練。依靠數據的支持,機器能夠準確識別噪音、捕捉用戶語音指令,進而提升識別效率。
被詬病的較多的問題,主要在于:一是需要一遍又一遍的喚醒系統,還往往需要等到語音系統完整復述完并且處理完上個指令后,駕駛員才能開口提其他需求,太考驗人們的耐心;二是說出指令需要刻意記住關鍵詞才能成功識別,太考驗記憶力。又或者是一個人開口,其他人都需要“閉嘴”,這是因為語音系統很容易受到其他語音干擾。如果一旦有“熊孩子”在一旁“搗亂”,往往會導致語音系統無法正常識別指令。對此情況,數據堂成品訓練數據集——麥克風手機采集車載噪音數據、噪音環境口音普通話手機采集語音數據、錄音筆采集場景噪音數據等針對噪音環境下的語音識別數據可以幫助客戶提升語音識別模型。
車載語音交互系統離不開語音識別技術的支持,即軟板廠小編一開始提到“識別”的部分。語音識別作為一種基礎層感知類技術,既可以作為核心技術直接應用于終端產品,也可以僅作為一種感知類輔助技術集成于語音助手、車載系統、智慧醫療、智慧法院等場景的產品中。
智能網聯、語音控制等全新體驗,日益成為消費者選購高端智能電動汽車的核心出發點。為了順應消費需求多元化趨勢,提供更加智能、便捷、個性化的用戶體驗,車企要提“智”升級,對車載語音交互系統的功能和性能提出更高的要求。