网站首页

“最自然的互动就是最好的互动，而汽车场景中的声音互动就是最自然的互动。蘑菇操作系统从设计的第一天起就致力于构建一个具有全场景语音交互的汽车操作系统。”2019年10月18日，蘑菇汽车协会副主席、蘑菇操作系统部总经理邓智伟在第二届人机交互与智能驾驶舱国际峰会上表示。

蘑菇车协会副主席、蘑菇操作系统部总经理邓智伟

从工业革命到信息革命，随着机器智能的迅速发展，人与机器之间的交互经历了几次进化，从最早的机械操作到物理按键，再到触摸屏，手机的出现进一步推动了过去20年来最大的人机交互变化。所见即所得的触摸交互大大提高了人机之间的通信效率，为终端场景下的人机交互模式提供了最佳的用户体验。

随着车联网和物联网的蓬勃发展，人机交互面临新的挑战。在传统的手机触摸屏操作时代，90%的触摸屏交互加上10%的语音交互，给移动终端时代带来了完美的体验，因为人类的视觉、听觉和触觉都得到完全释放。然而，在车辆互联网和物联网时代，由于操作环境和机器的复杂性，人体的自然感官受到限制。特别是在车辆网络领域，视觉和触觉在驾驶舱环境中都受到高度限制。在如此复杂的约束环境中，语音交互已经成为车载场景中最佳的交互方式。

在过去的几十年里，汽车公司一直致力于为用户提供更好的互动体验。例如，梅赛德斯-奔驰首先提出了方向盘按钮和鼠标触摸板，奥迪的人机界面，宝马的智能驾驶控制系统，所有这些都极大地促进了人机交互的转变。信息时代和人工智能时代的技术突破给了这个行业更多的机会。

“在这个时代背景下，蘑菇操作系统的交互设计理念是为用户提供最佳的交互体验。”邓智伟说，“蘑菇操作系统创造的整个场景VUI(语音用户界面)将从90%的语音加上10%的触摸交互发展到100%的完整语音交互。”

“语音交互的最大困难在于语音识别和语义理解。泛场景语义理解一直是业界最大的问题。即使机器学习的出现也不能解决全景连续交互的问题。这也是为什么人们在使用手机、扬声器和其他包含语音交互的终端场景时，总是觉得语音交互体验不好，人工智能是“愚蠢的”邓智伟当场坦言，泛场景语音互动场景仍面临严重的理论问题和经验缺陷，“但在车载领域，我们迎来了新的机遇。由于封闭的、基于场景的和标准化的车载场景的特性，我们有可能在车载领域实现高质量的全场景语音交互体验。”

“目前，蘑菇操作系统用户的每月语音交互次数已经超过3亿次。我们发现80%的语音交互内容具有惊人的场景相似性，这给蘑菇操作系统的整体场景语音交互带来了极大的启发。”

蘑菇操作系统的VUI定义了两种类型的语音包场景:通用语音包服务和个性化语音包服务。

通用语音包服务通过用户相似场景的集中抽象和逐步理解、意图跟踪、智能纠错等技术的应用，对用户意图进行场景分析。目前，它支持81个细分场景，涵盖车辆控制、娱乐、安全、生活服务和信息等5类需求。通过大量的模型训练和机器学习，加上底层的语音引擎技术，可以快速了解用户的意图并提供准确的反馈；通过场景引擎的定义，它支持多轮语境对话，可以实现听、说、想，大大缩短了响应时间，用户可以随意切入，更贴近人们的日常交流习惯。蘑菇通用语音包服务的理解准确率超过97%。

蘑菇操作系统公司的VUI也推出了个性化语音包服务，通过声纹识别、声源识别、语言和语调识别来满足个性化服务的需求。通过声纹识别提供定制服务，包括空调温度、座位角度、音乐偏好等。通过声源识别用户位置，当识别到“较低温度”命令时，可以调整声源位置的温度；此外，个性化语言包系统还可以通过语言和语调识别用户的情感，从而实现差异化的内容回复。

在汽车发展的百年历程中，汽车行业的先驱们不断探索人与车之间的互动，努力创造最佳质量的人与车之间的互动体验。邓智伟说，“人工智能时代的到来给这个行业带来了新的机遇。蘑菇操作系统期待与汽车公司的合作伙伴一起，沿着汽车行业开拓性探索的步伐，在信息时代创造全新的人车互动体验！”

试读已经完成。如果您想阅读所有内容，请登录查看。

• 上一篇：马斯克下了大赌注
• 下一篇：阿斯顿马丁的DBX将于11月20日在中国推出