斑馬智行率先進(jìn)入車載智能助手時(shí)代，跳出“內(nèi)卷”

你是否羨慕鋼鐵俠擁有Javis，一個(gè)具有獨(dú)立思考能力的智能AI，能管理和應(yīng)付主人的一切問題。如果有這樣的智能助手，讓你的愛車秒變Javis，你是否會(huì)怦然心動(dòng)呢？

在2021廣州車展上，斑馬智行基于AliOS打造的最新智能座艙系統(tǒng)——洛神智能座艙系統(tǒng)實(shí)現(xiàn)量產(chǎn)落地，并率先搭載于即將上市的全新榮威RX5 MAX與名爵MG ONE。在該系統(tǒng)中，斑馬智行語音在技術(shù)與產(chǎn)品層面再一次全面融合創(chuàng)新，即將為每個(gè)車主打造屬于他們的Javis。

作為業(yè)內(nèi)首個(gè)將語音定義為車內(nèi)第一交互方式的頭部玩家，斑馬智行在語音交互上不斷打怪升級(jí)，跳出原有桎梏，從指令式交互，到自然對(duì)話交互，再到自然對(duì)話2.0的升級(jí)，一直引領(lǐng)行業(yè)發(fā)展。而這一次，洛神智能座艙系統(tǒng)的出現(xiàn)更是意味著斑馬智行率先進(jìn)入了智能語音助手時(shí)代。

車載語音作為智能汽車核心交互方式擁有巨大潛力，斑馬智行不僅在產(chǎn)品體驗(yàn)上，更是從產(chǎn)業(yè)層面，積極推動(dòng)傳統(tǒng)車載語音行業(yè)以及主機(jī)廠商的創(chuàng)新變革。這一次，斑馬智行智能語音助手的出現(xiàn)，又將在車載語音掀起怎樣的革新浪潮呢？帶著一系列問題，獵云網(wǎng)獨(dú)家采訪了斑馬智行語音產(chǎn)品負(fù)責(zé)人吳曉敏。

越來越智能的車載語音，成為主流交互方式

眾所周知，語音交互功能，已經(jīng)成為智能網(wǎng)聯(lián)汽車的“標(biāo)配”，一直是車聯(lián)網(wǎng)公司和主機(jī)廠發(fā)力的重點(diǎn)領(lǐng)域。

“互聯(lián)網(wǎng)女皇”瑪麗·米克爾在其每年發(fā)布的《互聯(lián)網(wǎng)趨勢(shì)報(bào)告》中，多次強(qiáng)調(diào)：語音是最有效的計(jì)算輸入形式，將成為人機(jī)交互的新范式。語音即計(jì)算界面，其應(yīng)用的三大場(chǎng)景是家里、車?yán)铩㈦S手，更快更方便就是用戶價(jià)值所在。

而被視作“第三空間”的汽車場(chǎng)景，通過自然對(duì)話完成人車之間的主動(dòng)交互，正在成為現(xiàn)實(shí)。

直至今日，車載語音交互市場(chǎng)正在呈現(xiàn)出多元化的發(fā)展趨勢(shì)，本地+云端、自然語言理解、多元化內(nèi)容及服務(wù)生態(tài)都在持續(xù)快速升級(jí)。

高工智能汽車研究院監(jiān)測(cè)數(shù)據(jù)顯示，2020年國內(nèi)新車（合資+自主品牌）前裝搭載語音識(shí)別及交互功能上險(xiǎn)量為1206.4萬輛，同比增長17.88%。車載語音已成為汽車?yán)^中控屏外的第二交互手段。

在前裝搭載率方面，去年語音識(shí)別及交互功能前裝標(biāo)配搭載率從2019年的49.82%提升至63.25%。而今年1-6月，這個(gè)數(shù)字繼續(xù)提升至68.01%。據(jù)公開數(shù)據(jù)統(tǒng)計(jì)，2020年中國前裝車載語音市場(chǎng)（包含軟硬件）規(guī)模約為17億元人民幣，到2025年，市場(chǎng)規(guī)模將增長至30億元人民幣。

隨著我國自主汽車操作系統(tǒng)在智能汽車時(shí)代的“翻盤”，以低價(jià)標(biāo)準(zhǔn)化產(chǎn)品占據(jù)車載語音市場(chǎng)高份額的訊飛、Cerence開始面臨挑戰(zhàn)。不止BAT、華為等實(shí)力企業(yè)，造車新勢(shì)力也開始對(duì)這個(gè)市場(chǎng)“虎視眈眈”。

手機(jī)語音助手、智能音箱的出現(xiàn)讓大家對(duì)車載語音交互的智能要求更上一層，而將這樣的能力應(yīng)用到車內(nèi)場(chǎng)景絕非易事，面臨著聲學(xué)、自然語言處理、數(shù)字信號(hào)處理等多個(gè)復(fù)雜學(xué)科，以及網(wǎng)絡(luò)問題的挑戰(zhàn)。

據(jù)《2021麥肯錫汽車消費(fèi)者洞察》顯示，80%消費(fèi)者重視智能汽車技術(shù)，超過半數(shù)愿意為智能功能買單。這意味著在智能汽車時(shí)代，得“智能”者得天下，而其背后則是AI與算法的深度較量。

研發(fā)無設(shè)限，斑馬智行引領(lǐng)車載語音創(chuàng)新變革

歷經(jīng)十年發(fā)展，斑馬智行自研AliOS，經(jīng)過市場(chǎng)檢驗(yàn)，在技術(shù)、體驗(yàn)、效率方面實(shí)現(xiàn)“三大領(lǐng)先”。依托AliOS，斑馬智行以“智能車機(jī)-智能座艙-智能汽車”為戰(zhàn)略著力點(diǎn)，確立了從智能車載操作系統(tǒng)向智能座艙操作系統(tǒng)、整車智能操作系統(tǒng)演進(jìn)的“OS三部曲”戰(zhàn)略。

而交互智能作為斑馬智行聚焦用戶體驗(yàn)的三大方向之一，更是可以用“投入無上限”來形容。

事實(shí)上，在2016年之前，市面上所謂的語音交互都處于指令式交互的初始階段。汽車只懂產(chǎn)品經(jīng)理寫的指令，所有的交互邏輯固化。用戶與汽車對(duì)話，需要遵循著一定的指令，不能在超出范圍之外發(fā)揮。

困于技術(shù)的限制，大量的車沒有配備語音交互的功能，即使配置了，用戶也不會(huì)去使用。車載語音市場(chǎng)被科大訊飛、Cerence兩大語音技術(shù)廠商瓜分大量份額，主機(jī)廠商把車載語音作為賣車的手段，用小成本購買標(biāo)準(zhǔn)化產(chǎn)品，而無視用戶體驗(yàn)。

數(shù)據(jù)顯示，指令式交互系統(tǒng)的DAU基本上在10%以下，“不好用”、“雞肋”、“傻”幾乎成為車載語音的代名詞。

2016年，斑馬智行首次將自然對(duì)話技術(shù)引入到車內(nèi)場(chǎng)景，給主機(jī)廠商和用戶帶來了全新的體驗(yàn)：原來還可以用“你好，斑馬，我想看星星”這樣的對(duì)話來讓汽車自動(dòng)打開天窗，更是開辟了行業(yè)的先河。榮威RX5語音開啟關(guān)閉天窗、調(diào)節(jié)空調(diào)溫度、播放音樂、開啟導(dǎo)航、語音搜索、天氣查詢成為驚艷亮點(diǎn)。

在開放合作、系統(tǒng)打通的背景下，斑馬智行在創(chuàng)新上事半功倍，于業(yè)內(nèi)率先完成全場(chǎng)景全雙工全閉環(huán)的自然對(duì)話2.0產(chǎn)品。

斑馬智行語音產(chǎn)品負(fù)責(zé)人吳曉敏表示，與第一代自然對(duì)話系統(tǒng)不同，維納斯（VENUS）智能系統(tǒng)全場(chǎng)景語音實(shí)現(xiàn)了車內(nèi)絕大部分功能都能通過自然對(duì)話去觸達(dá)；全雙工更是打破用戶與車的交互輪回，通過技術(shù)分解，在流式理解、語義拒識(shí)、語義打斷等核心能力的加持下，能夠?qū)崿F(xiàn)用戶與車更自然的對(duì)話；全閉環(huán)則是針對(duì)斑馬智行的服務(wù)內(nèi)容，用語音做到完全的閉環(huán)，在車內(nèi)甚至可以用語音完成電影票、咖啡的購買、支付和送達(dá)。

如果說斑馬的“語音開天窗”是打開了車載語音自然對(duì)話1.0時(shí)代的序幕，那么其在2020年推出的全場(chǎng)景、全雙工、全閉環(huán)的維納斯（VENUS）智能系統(tǒng)則是徹底吹響了車載語音交互方式變革的號(hào)角，語音的發(fā)展進(jìn)入自然對(duì)話2.0時(shí)代。

在斑馬智行的先行后，全雙工、連續(xù)對(duì)話等技術(shù)，開始跑步進(jìn)入車載市場(chǎng)。小鵬、理想、蔚來等新勢(shì)力廠商也將其作為新一代語音產(chǎn)品的研發(fā)理念。

而這也意味著各路玩家在產(chǎn)品和技術(shù)之間的邊界開始模糊，產(chǎn)品理念、用戶體驗(yàn)逐漸趨同，市場(chǎng)在車載語音百花齊放的熱潮下，呈現(xiàn)階段性“內(nèi)卷”的競(jìng)爭(zhēng)態(tài)勢(shì)，產(chǎn)品和技術(shù)的發(fā)展陷入了停滯。

達(dá)摩院人工智能引擎驅(qū)動(dòng)，小跟斑定義車載語音助手新時(shí)代

在汽車智能化演進(jìn)的過程中，語音逐漸成為車內(nèi)的第一交互方式，語音交互體驗(yàn)的良好與否很大程度上決定了座艙整體交互感受，而搭載AliOS的智能座艙是斑馬智行的核心基座，其能力高度決定了智能助手發(fā)展的上限。

吳曉敏坦言，頭部廠商在自然對(duì)話交互上已不分伯仲，也都在陸續(xù)往智能助手的方向演進(jìn)。然而廠商們所謂的智能助手卻仍在自然對(duì)話交互2.0的階段，淺層次的創(chuàng)新對(duì)行業(yè)發(fā)展推動(dòng)作用微乎其微，儼然成為了一個(gè)“偽命題”。

對(duì)于斑馬智行而言，融合創(chuàng)新一直是其車載語音升級(jí)的關(guān)鍵詞。一方面，用戶跟車、系統(tǒng)進(jìn)行融合；另一方面，語音引擎跟其他模塊融合。最后，設(shè)計(jì)出一個(gè)好的交互方式，來讓用戶覺得這是一個(gè)非常智能和友善的系統(tǒng)。

與傳統(tǒng)車廠、新勢(shì)力不同，斑馬智行在車載語音方面一直有“先天優(yōu)勢(shì)”，那就是可以基于天貓精靈和達(dá)摩院的能力，作為阿里車業(yè)務(wù)的重要輸出口，去進(jìn)行車載場(chǎng)景的創(chuàng)新。

通過與天貓精靈的合作，斑馬智行實(shí)現(xiàn)了車和家居場(chǎng)景的打通，可以在車內(nèi)完成天貓精靈的設(shè)備控制，甚至也可以在家通過天貓精靈去查看車輛的狀態(tài)。

二者相似場(chǎng)景和通用技能、數(shù)據(jù)的打通，讓天貓精靈3億級(jí)別的IoT設(shè)備互聯(lián)能力、自然豐富的語音交互系統(tǒng)也可以通過斑馬智行完成車業(yè)務(wù)的能力輸出。

而在國際大賽上屢次上榜的阿里達(dá)摩院語音技術(shù)，更是讓斑馬智行插上了阿里集團(tuán)強(qiáng)大AI能力的翅膀，通過共同打造涵蓋聲學(xué)硬件和結(jié)構(gòu)設(shè)計(jì)、前端信號(hào)處理(語音增強(qiáng)和分離)、VW（語音喚醒）、ASR（語音識(shí)別）、VPR（聲紋識(shí)別）、NLU（自然語音理解）、DM（對(duì)話管理）、NLG（自然語言生成）、TTS（語音合成）等在內(nèi)的語音全鏈路引擎，為其語音交互提供強(qiáng)大的智能后盾，去做面向車場(chǎng)景的技術(shù)創(chuàng)新和落地。

為此，斑馬智行和達(dá)摩院一直在探索其語音助手的內(nèi)涵，那就是不能讓所有的交互基于產(chǎn)品經(jīng)理的定義，不讓用戶感覺到這只是一個(gè)替代他去操作的交互系統(tǒng)，而是更像一個(gè)能理解用戶、具有一定認(rèn)知力的智能體。

而這樣的智能助手，在斑馬智行看來第一步一定是要會(huì)“成長”，而這個(gè)成長必須讓用戶能感知。

“如果將AliOS智能座艙操作系統(tǒng)比作大腦，那么智能助手就是大腦里面裝的具體知識(shí)，只有在容量足夠大的時(shí)候，才能夠把足夠的知識(shí)、邏輯給塞進(jìn)去；但只是大腦的容量足夠大還不行，唯有不斷學(xué)習(xí)才可以做大規(guī)模的創(chuàng)新。”

吳曉敏表示，第二代自然交互系統(tǒng)的核心問題在于“用戶會(huì)認(rèn)為一次講過，但下次仍無法明白其意圖”的系統(tǒng)“傻”，而通過自學(xué)習(xí)系統(tǒng)，則可以讓智能助手的能力以指數(shù)級(jí)成長。

而這個(gè)“通過一定時(shí)間就可以明白上一次用戶所指示的功能和技能，并把學(xué)會(huì)的內(nèi)容分享給其他用戶使用”的智能語音助手雖然領(lǐng)先行業(yè)半步，卻把一個(gè)能自我成長的鮮活產(chǎn)品呈現(xiàn)在用戶面前。在吳曉敏看來，這個(gè)半步的創(chuàng)新優(yōu)勢(shì)將為用戶提供完全不同的體感。

“屆時(shí)，斑馬語音助手基于AliOS的融合創(chuàng)新，就能夠把基座的能力發(fā)揮出來，通過用戶感知的渠道——語音，變成用戶可感知的產(chǎn)品能力。”

為了滿足這一個(gè)“成長”的需求，斑馬智行在全新系統(tǒng)中首創(chuàng)養(yǎng)成式語音助理“小跟斑”。基于“達(dá)摩院”人工智能學(xué)習(xí)平臺(tái)提供的“達(dá)摩引擎”打造，集語音識(shí)別、合成、語義理解等技術(shù)于一身，并融入天貓精靈強(qiáng)大的語音交互能力、AI服務(wù)能力和生態(tài)資源，實(shí)現(xiàn)系統(tǒng)級(jí)語音能力實(shí)時(shí)迭代成長，讓語音助理真正做到“聽得懂、學(xué)得快、會(huì)得多”。

不僅如此，小跟斑在車載語音交互系統(tǒng)上的升級(jí)還體現(xiàn)在：

1.可以隨時(shí)交互，主駕不再需要喚醒斑馬；

2.多模態(tài)超強(qiáng)語義拒識(shí)：融合語音、視覺、車身感知等模態(tài)，重新定義了拒識(shí)能力，性能是單模態(tài)語義拒識(shí)的10倍，無效語句直接過濾，結(jié)果也不會(huì)顯示在屏幕上；

3.多音區(qū)全場(chǎng)景交互。

吳曉敏認(rèn)為，在智能助手發(fā)展的早期階段，斑馬智行開發(fā)“可成長”的智能能力只是一個(gè)開端，后面還會(huì)陸續(xù)進(jìn)化出更多的能力，讓智能助手的產(chǎn)品能夠給用戶帶來更多智能的體驗(yàn)。

據(jù)了解，小跟斑的成長可分成兩個(gè)部分，會(huì)針對(duì)用戶的個(gè)性化表達(dá)僅對(duì)單個(gè)用戶生效；也會(huì)將用戶都在問的共性問題作為通用知識(shí)放入大系統(tǒng)內(nèi)，供所有用戶使用。

“斑馬智行通過跟達(dá)摩院合作車載語音交互的技術(shù)，深度打造一個(gè)能夠自學(xué)習(xí)、會(huì)用戶語言的系統(tǒng)。達(dá)摩院的核心算法，加上斑馬智行在車業(yè)務(wù)上的創(chuàng)新，可以構(gòu)建整個(gè)學(xué)習(xí)閉環(huán)，進(jìn)行有效分工。”

吳曉敏認(rèn)為，在這樣的分工下面，讓整個(gè)研發(fā)效能得到了極大提升，而這也成為了斑馬智行不斷創(chuàng)新探索的原動(dòng)力。

小跟斑的面世意味著車載語音的進(jìn)一步發(fā)展方向，未來車載語音智能助手會(huì)迎來發(fā)展井噴時(shí)代，而自然對(duì)話交互2.0的系統(tǒng)則會(huì)像指令式交互一樣，被市場(chǎng)和用戶慢慢淘汰。

“智能座艙仍處于早期發(fā)展階段，很多廠商仍未有實(shí)力去達(dá)成這樣的基座，而這也成為了斑馬智行的機(jī)會(huì)。我們將以天瀑AI平臺(tái)開放所有的能力，去跟更多還處在追趕階段的廠商，去開發(fā)出屬于他們自己的智能助手系統(tǒng)。”

吳曉敏透露，未來，除了洛神系統(tǒng)外，斑馬智行還會(huì)慢慢把這樣的一些能力開放更多的系統(tǒng)版本里面，同時(shí)也在開發(fā)下一代的版本小跟斑智能助手2.0。

未來十年，斑馬智行將賦能車企邁入語音交互的新智能時(shí)代。