隨著智能時代的到來，語音已經(jīng)成為人機交互的主要途徑之一，手機語音助手、車載語音助手、智能音箱、語音搜索……在日常生活中語音交互無所不在。而語音交互對于智能汽車更是有著獨特的優(yōu)勢，隨著智能化的發(fā)展，車機功能越來越多，實體按鍵越來越少，交互邏輯更加復(fù)雜，找一個功能可能要通過多級菜單，不僅給用戶帶來很多不便，甚至還會嚴(yán)重威脅駕駛安全，而通過語音交互可以幫助駕駛者降低手動操作頻率，有效提升駕駛安全性。目前語音交互已經(jīng)成為汽車座艙智能化的標(biāo)志性代表，與車內(nèi)多種應(yīng)用相結(jié)合，成為座艙生態(tài)構(gòu)建的核心功能。

那么語音交互到底是怎么實現(xiàn)的呢？

假設(shè)我們對語音助手說“播放陳奕迅的《孤勇者》”。語音助手會說“好的，馬上為你播放陳奕迅的《孤勇者》”，并且開始播放音樂。在這個過程中，語音助手首先把聽到的聲音轉(zhuǎn)化成文字，然后再理解文字所表達(dá)的內(nèi)容，最后做出相應(yīng)策略，并把相應(yīng)策略轉(zhuǎn)化成語音。因此語音交互主要分為三個模塊：

語音識別：簡稱ASR，是將聲音轉(zhuǎn)化成文字的過程，相當(dāng)于耳朵。

自然語言處理：簡稱NLP，是理解和處理文本的過程，相當(dāng)于大腦。

語音合成：簡稱TTS，是把文本轉(zhuǎn)化成語音的過程，相當(dāng)于嘴巴。

長城汽車以“自研+合作”的研發(fā)模式，圍繞ASR、NLP、TTS三個關(guān)鍵環(huán)節(jié)，開展云端和車端的全鏈路語音算法研發(fā)，搭建高度靈活的語音交互技術(shù)平臺，構(gòu)建行業(yè)突出的語音能力，讓語音識別更精準(zhǔn)、語境分析更合理、語義理解更自然。同時積極引入業(yè)界領(lǐng)先的專業(yè)伙伴深度共創(chuàng)語音生態(tài)，實現(xiàn)多服務(wù)融合，在多模交互、情感化溝通和場景化交互等方面持續(xù)突破。此外，近日長城汽車官宣正式成為百度文心一言首批先行體驗官。將通過百度Apollo融合文心一言的全面能力，攜手打造基于智能汽車場景的大模型人工智能交互，開啟人工智能時代的汽車全新體驗。

近日最新上市的哈弗二代大狗可謂是長城汽車語音能力的集大成者，搭載了長城汽車全新一代Coffee OS智能座艙系統(tǒng)，具備比肩新勢力旗艦車型的語音交互能力，超極速、更便捷，讓對話0焦慮、更自然。

極致響應(yīng)：行業(yè)第一梯隊的語音交互速度，喚醒速度只有250ms，喚醒率成功率高達(dá)95%; 車控技能毫秒級響應(yīng)（900ms），其他在線技能響應(yīng)速度1300ms。

可見即可說：可見即可說、支持分詞、泛化，能夠靈活使用，簡單的說就是只需說出屏幕的文字，就能夠?qū)崿F(xiàn)相關(guān)功能的控制，看到什么說什么，簡單易用。全新一代Coffee OS的語音助手，能夠支持940余條語音指令，覆蓋車控車設(shè)、系統(tǒng)設(shè)置、導(dǎo)航、多媒體等各種模塊。

3. 一句多意圖：指的是一句話可以發(fā)出多個連續(xù)指令，最多可以支持十個指令。例如可以說：“你好小哈，關(guān)閉天窗、關(guān)閉左側(cè)車窗、打開空調(diào)、打開座椅加熱、打開座椅按摩……“

4. 口語化指令：不局限于傳統(tǒng)的固定指令，能夠識別豐富的指令內(nèi)容，即使是口語化的表達(dá)也能實現(xiàn)語音控制。例如說“我好熱“，語音助手接受指令后，會主動打開空調(diào)、降低空調(diào)溫度等。

5. 多人拒識：當(dāng)主駕/副駕喚醒語音助手后，其他乘客在車上閑聊、打電話甚至唱歌，都不會影響語音交互，語音助手只識別喚醒者的聲音和指令。

6. 信息查詢：支持二十余種信源查詢，包括查詢天氣、酒店、餐廳，股票，百科，火車票機票，垃圾分類等。

7. 聲音復(fù)刻：用戶在手機APP通過少量的錄音，訓(xùn)練得到音色和發(fā)音風(fēng)格與錄音非常相似的聲音模型，可以直接應(yīng)用到車機上進(jìn)行語音播報。例如可以讓孩子通過手機錄入聲音，然后將其應(yīng)用到車機，這樣孩子的聲音就可以全天候陪伴

另外長城汽車語音助手更是富有情感的陪聊專家，可以跟乘客閑聊、講故事、說笑話等，甚至還可以跟一起玩成語接龍、飛花令等游戲。