前不久，長安汽車旗下的歐尚汽車智慧快樂座艙在渝發(fā)布，將人工智能技術(shù)與汽車使用場景深度融合，打造全球首發(fā)的車外語音交互系統(tǒng)。

這一交互系統(tǒng)，來自科大訊飛智能汽車重慶分中心“80后”青年專家馬鴻鵬的團隊。

2018智博會上，科大訊飛董事長劉慶峰宣布將西南總部落地重慶，同時落地的還有科大訊飛智能汽車重慶分中心，由來自東北的馬鴻鵬擔任該中心總經(jīng)理。從此，馬鴻鵬的團隊開始與重慶結(jié)緣。

4年來，科大訊飛與長安汽車等重慶車企共建聯(lián)合實驗室，在汽車電子智能化的技術(shù)研發(fā)、產(chǎn)品設(shè)計以及整車應用領(lǐng)域展開合作，取得了多項技術(shù)突破。

“我們在重慶的團隊平均年齡27歲左右，是一群有技術(shù)、有理想、有沖勁的科技青年，致力于通過‘AI+汽車’，解鎖智能汽車人機交互新模式，賦能重慶汽車產(chǎn)業(yè)開創(chuàng)新格局。”5月4日是五四青年節(jié)，馬鴻鵬在接受重慶日報記者采訪時如是說。

反復測試建立龐大的場景知識庫

讓車機系統(tǒng)精準理解說話人的前言后語

“小安你好，幫我查一下北京的天氣。”

“好的，北京天氣晴，白天氣溫20℃。”

“再幫我訂一張去那兒的機票。”

……

這樣的對話，在人與人交流中再簡單平常不過。但是，對于人機互動而言，想要和機器持續(xù)對話，并讓機器理解“那兒”就是上文所指的北京，并非易事。

“人坐在車內(nèi)，一次喚醒車機系統(tǒng)就實現(xiàn)多個指令，還要讓系統(tǒng)能前言后語結(jié)合理解，這種交互方式是之前沒有的。”馬鴻鵬說道，要達到這樣的效果，機器需要記憶和理解當前說話人的意圖和場景，因此就需要覆蓋盡可能多的場景和可能的問法。這樣一來，算法復雜度會呈幾何級數(shù)增長，使軟件的開發(fā)和維護都有較大難度。

為了實現(xiàn)這一看似簡單的“高難度”操作，馬鴻鵬帶領(lǐng)著20多人組成的團隊入駐長安汽車，反復測試并建立了一個龐大的場景知識庫。

“通常車內(nèi)常用指令不超過2000種，但我們在車機上內(nèi)置了常用指令近6000條，以及不常用指令近2萬條，才實現(xiàn)了精準獲取用戶指令。”馬鴻鵬說。

如今，搭載了相關(guān)技術(shù)的飛魚OS已經(jīng)在長安CS95、CS75等車型上使用，助力重慶汽車在智能汽車賽道拔得頭籌。

訓練外語語音識別系統(tǒng)能理解會思考

助力“重慶造”汽車走向國際市場

隨著智能汽車產(chǎn)業(yè)發(fā)展，不少重慶汽車品牌也開始走向國際市場。智能汽車在海外使用，必須適用當?shù)氐恼Z種，而在過去，外語的車載語音識別及合成系統(tǒng)被國外企業(yè)掌握，國內(nèi)車企只能使用國外企業(yè)的語音技術(shù)。

“過去很長一段時間長安汽車在面向中東、南美等海外發(fā)行的車型中，語音識別系統(tǒng)一直是采用的國外技術(shù)，安全問題是最大的考量。”馬鴻鵬坦言。

為了解決這一“卡脖子”問題，馬鴻鵬團隊聯(lián)合科大訊飛研究院展開了長安汽車車載外語語音識別及合成系統(tǒng)研發(fā)。

“做車載外語識別，不僅需要聽懂，還要理解其他國家的語言文化習慣，甚至同一語種不同地區(qū)的口音，這就需要有強大的識別模型和機器學習做支撐。”馬鴻鵬解釋說，車載語音的“識別”分為“語音識別”和“語義識別”兩個技術(shù)層次，“語音識別”相當于人的嘴巴和耳朵，負責表達和獲取;“語義識別”相當于人的大腦，負責思考和信息處理。為了實現(xiàn)外語的能聽會說、能理解會思考，團隊還找來“外援”，邀請一大批留學生和外語專家加入語音系統(tǒng)的訓練中，通過算法的積累和機器學習，讓車載外語語音系統(tǒng)更穩(wěn)定高效。

2021年，這套車載外語語音識別系統(tǒng)已成功實現(xiàn)國產(chǎn)化，長安汽車海外發(fā)行的車型均采用了這一國產(chǎn)系統(tǒng)。

獨創(chuàng)神經(jīng)網(wǎng)絡(luò)降噪算法和“冷啟動”系統(tǒng)

讓車主可以在車外喚醒車輛“開出來”

在歐尚汽車上打造全球首發(fā)的車外語音交互系統(tǒng)，也是智能汽車領(lǐng)域的一大技術(shù)創(chuàng)新。

“以前汽車的語音交互都在車內(nèi)，實際上車外智能交互也是用戶的需求。”馬鴻鵬說，以往用戶在用車場景中，常會有開門難、挪車難等痛點，而這套車外語音交互系統(tǒng)可以讓車主在車外喚醒車輛，比如在擁擠的停車場，可以叫它“把車開出來”，車輛即可自動向前駛出。購物歸來雙手不方便開門，也可以說一聲“打開后備廂”，后備廂即可自動開啟。

車外語音交互較車內(nèi)語音交互來說，難點在于如何保障在有車外噪音等復雜環(huán)境下，機器能聽清楚并執(zhí)行指令。馬鴻鵬介紹，為了實現(xiàn)車外的人車交互，他和團隊獨創(chuàng)了神經(jīng)網(wǎng)絡(luò)降噪算法和“冷啟動”系統(tǒng)兩項技術(shù)，讓車外語音交互系統(tǒng)做到360度語音降噪和無死角識別覆蓋，實現(xiàn)穩(wěn)定高效的車外語音交互。

“汽車革命的下半場是智能化、網(wǎng)聯(lián)化、共享化。”他表示，未來，他們還將繼續(xù)扎根重慶，進一步探索汽車多語種、多模態(tài)交互技術(shù)，為重慶的車域生態(tài)伙伴提供更具有生命力和創(chuàng)新力的智能化場景服務(wù)，助力重慶汽車智能制造再上臺階。(記者 張亦筑 實習生 冉羅楠)

標簽： 智能汽車產(chǎn)業(yè) 重慶造汽車 國際市場 人機交互新模式