在去年10月，小鵬P7發(fā)布智能語(yǔ)音交互系統(tǒng)之后，經(jīng)過(guò)9個(gè)月的打磨，這套系統(tǒng)有了新的提升，此前的很多功能都已經(jīng)可用一句“您好 小P”來(lái)對(duì)話解決，那么此次再升級(jí)的內(nèi)容是什么？答案是對(duì)AI的理解。

AI發(fā)展到今天，逐漸進(jìn)入到尋常生活，從家居到車(chē)載、從個(gè)人穿戴到公共娛樂(lè)，AI通過(guò)語(yǔ)音交互帶給人類(lèi)的感受最為直接，關(guān)于這份“感受”，小鵬汽車(chē)在尋找最接近人類(lèi)的可能。

聲音只有親耳聽(tīng)到最為真實(shí)，小鵬收集包括P7在內(nèi)的8款車(chē)加上真人語(yǔ)音，進(jìn)行系統(tǒng)盲測(cè)，依次根據(jù)與真人的相似度、音質(zhì)清晰度和喜歡該聲音的程度來(lái)打分。最終小鵬P7得到平均7.48分，位列第一。意想不到的是，真人語(yǔ)音播報(bào)的聲音竟然只有5.87分，排在第三位。通過(guò)此次測(cè)試表明，真人聲音搭載在車(chē)機(jī)系統(tǒng)中，并不一定是最令人舒適的聲音。

有沒(méi)有人性？

即將在小鵬P7 Xmart OS 2.6.1版本上線的智能語(yǔ)音交互系統(tǒng)，主要內(nèi)容是新增了全新AI聲音。小P的新聲音與常規(guī)的車(chē)載語(yǔ)音助手聲音有著代際的差別，這一點(diǎn)用語(yǔ)言難以敘述，但有幾項(xiàng)指標(biāo)可以表明小P新聲音的變化。

更真實(shí)——采用“全新一代超大規(guī)模在線神經(jīng)網(wǎng)絡(luò)引擎+小型離線拼接引擎”的技術(shù)組合，使全新AI聲音更加細(xì)膩、自然，更像真人般的氣息頓挫，能表達(dá)更多情緒。新聲音的MOS語(yǔ)音質(zhì)量評(píng)測(cè)得分4.49，是目前微軟MOS得分最高的車(chē)載語(yǔ)音助手。語(yǔ)音質(zhì)量評(píng)測(cè)指標(biāo)MOS（Mean Opinion Score）是一項(xiàng)被國(guó)際普遍認(rèn)可的語(yǔ)音質(zhì)量評(píng)測(cè)方法，它可以判斷一個(gè)機(jī)器聲音多大程度像真實(shí)人聲，滿分為5分，分?jǐn)?shù)越高證明聲音越完美，越令人舒適。同時(shí)，全新AI聲音擁有包括助理、聊天、客服、愉快、溫和、親熱、抒情、新聞、嚴(yán)肅、不滿、生氣、害怕、悲傷、冷靜等14種強(qiáng)烈情緒的變換能力，后續(xù)版本將逐步開(kāi)發(fā)其應(yīng)用場(chǎng)景。

更生動(dòng)——小P全新AI聲音采用24K采樣技術(shù)，現(xiàn)有聲音為16k，各種場(chǎng)景下的聲音反饋都被精心調(diào)教，新舊聲音對(duì)比有明顯的音質(zhì)差距。HiFi級(jí)高保真音質(zhì)配合高品質(zhì)音響組合，給用戶帶來(lái)沉浸感十足的交互體驗(yàn)。

更極致——通過(guò)小鵬汽車(chē)自研的端云融合多級(jí)緩存技術(shù)，車(chē)輛可預(yù)測(cè)當(dāng)下的網(wǎng)絡(luò)情況，智能選擇在線神經(jīng)網(wǎng)絡(luò)引擎或離線引擎進(jìn)行聲音合成，在弱網(wǎng)或無(wú)網(wǎng)絡(luò)環(huán)境下，依然帶來(lái)高音質(zhì)語(yǔ)音播報(bào)。同時(shí)，通過(guò)一系列創(chuàng)新性落地解決方案，包括智能預(yù)測(cè)算法、智能拼接等，可做到97%超高在線率。

只聽(tīng)你的話

與一般的車(chē)載語(yǔ)音助手不同的是，小P能夠連續(xù)對(duì)話，無(wú)須重復(fù)喚醒，每25秒最多達(dá)10個(gè)指令。而且在傾聽(tīng)時(shí)，可自行過(guò)濾無(wú)效語(yǔ)句，不是對(duì)它說(shuō)的指令，它不會(huì)執(zhí)行。這一點(diǎn)還可以區(qū)分主副駕的不同指令，一人喚醒小P后，小P只與這一人語(yǔ)音對(duì)話，進(jìn)一步防止穿插進(jìn)干擾聲音。

小鵬汽車(chē)表示，對(duì)車(chē)載語(yǔ)音系統(tǒng)的深度探索，終極目標(biāo)是實(shí)現(xiàn)整車(chē)功能的全語(yǔ)音控制。從而在真正的無(wú)人駕駛到來(lái)之前，用智能語(yǔ)音實(shí)現(xiàn)智能座艙的功能，比如在用戶不便于用手進(jìn)行操作時(shí)，協(xié)助用戶完成設(shè)置導(dǎo)航、搜索音樂(lè)、調(diào)整空調(diào)等功能。當(dāng)無(wú)人駕駛真正到來(lái)時(shí)，智能座艙將更多的體現(xiàn)出其娛樂(lè)、辦公、休息等屬性，此時(shí)車(chē)載智能語(yǔ)音將成為人車(chē)交互最重要的交互方式，承擔(dān)更多的車(chē)輛控制和信息娛樂(lè)功能，實(shí)現(xiàn)整車(chē)功能的全語(yǔ)音控制。

目前，小鵬全語(yǔ)音車(chē)載系統(tǒng)也支持在NGP自動(dòng)導(dǎo)航輔助駕駛狀態(tài)下，通過(guò)語(yǔ)音控制車(chē)輛自動(dòng)變道。駕駛員可喚醒小P說(shuō)“請(qǐng)幫我向左變道”、“請(qǐng)把前面的車(chē)超了”，控制車(chē)輛實(shí)現(xiàn)向左變道和向右變道語(yǔ)音控制變道功能，該功能是業(yè)內(nèi)首個(gè)通過(guò)語(yǔ)音控制駕駛輔助變道的功能。

自研新CP

小鵬汽車(chē)AI產(chǎn)品專(zhuān)家郝超表示，這套車(chē)載語(yǔ)音系統(tǒng)的“耳朵”和“嗓子”可以是市場(chǎng)上已成熟的通用技術(shù)來(lái)提供，但“大腦”一定是小鵬自研的。比如說(shuō)語(yǔ)義識(shí)別和語(yǔ)義理解，即該語(yǔ)言屬什么領(lǐng)域、要表達(dá)的內(nèi)容是什么，要如何做出回應(yīng)……簡(jiǎn)而言之，如何把聲音帶上車(chē)并服務(wù)于車(chē)主，是小鵬研發(fā)的根本。

從技術(shù)角度講，語(yǔ)音合成的方式有很多種，主流方法有單元拼接；合成器；基于深度神經(jīng)網(wǎng)絡(luò)合成。不同技術(shù)有不同的特點(diǎn)，但新一代技術(shù)會(huì)比上一代更加自動(dòng)化，運(yùn)算力更強(qiáng)，生成的聲音更加逼真。小P新聲音采用了“全新一代超大規(guī)模在線神經(jīng)網(wǎng)絡(luò)引擎+小型離線拼接引擎”的技術(shù)組合。

前兩種方法會(huì)產(chǎn)生機(jī)械的嗡嗡聲，或者跳音這種強(qiáng)烈不平衡感，用戶能明顯感受到它并不像人。第三種基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)合成聲音是近些年突破的新技術(shù)，該模型通過(guò)大量數(shù)據(jù)和算力打磨后，可以輸出無(wú)限逼近真人的聲音，小鵬稱(chēng)這是一個(gè)更前瞻也更冒險(xiǎn)的技術(shù)嘗試。

如何理解這個(gè)技術(shù)組合，需要明確“在線”和“離線”的概念。這里可以參考游戲場(chǎng)景：離線可以理解為像“紙牌”這種不需要上網(wǎng)的本地小游戲；在線則是像“王者”、“吃雞”這樣需要大量計(jì)算的聯(lián)網(wǎng)游戲。相對(duì)應(yīng)的，在線技術(shù)的目標(biāo)是生成更優(yōu)質(zhì)的聲音，離線技術(shù)則是一種兜底策略。

當(dāng)前通過(guò)“在線技術(shù)”生成聲音的業(yè)務(wù)主要應(yīng)用在智能音箱領(lǐng)域，汽車(chē)領(lǐng)域寥寥無(wú)幾，因?yàn)橐粝涞木W(wǎng)絡(luò)穩(wěn)定性很高，行車(chē)場(chǎng)景常有弱網(wǎng)和無(wú)網(wǎng)的情況。如果不解決弱網(wǎng)無(wú)網(wǎng)的聲音問(wèn)題，體驗(yàn)會(huì)非常差。所以小鵬汽車(chē)為了解決用戶在車(chē)內(nèi)絕大多數(shù)時(shí)間都能聽(tīng)到通過(guò)在線技術(shù)生成的聲音，自研了一系列解決網(wǎng)絡(luò)問(wèn)題的創(chuàng)新性落地解決方案，并且目前已向國(guó)家申報(bào)專(zhuān)利。

據(jù)小鵬官方介紹，其解決方案包括“智能離在線融合”：車(chē)機(jī)端采用了多策略融合模式，通過(guò)網(wǎng)絡(luò)、車(chē)機(jī)負(fù)載、播報(bào)業(yè)務(wù)場(chǎng)景策略綜合決策；“端云融合的多級(jí)緩存”：所有文本內(nèi)容采用了多級(jí)緩存策略，以提升響應(yīng)速度；“智能拼接”：為保證用戶在弱網(wǎng)或無(wú)網(wǎng)狀態(tài)下仍能收到完整在線聲音，采用了動(dòng)態(tài)在線轉(zhuǎn)離線切換策略，以實(shí)現(xiàn)卡在哪里就從哪里轉(zhuǎn)離線；“智能預(yù)加載算法”：小P會(huì)越來(lái)越聰明，能不斷提升個(gè)性化內(nèi)容播報(bào)的響應(yīng)速度，對(duì)用戶常用的指令反應(yīng)越來(lái)越快。“智能打斷”：讓NGP、導(dǎo)航等重要內(nèi)容優(yōu)先播報(bào)，不讓用戶錯(cuò)過(guò)高優(yōu)緊急內(nèi)容，最大限度為用戶提供更流暢的聲音體驗(yàn)。

由此可見(jiàn)，深度神經(jīng)網(wǎng)絡(luò)技術(shù)在車(chē)載領(lǐng)域的運(yùn)用，需要解決很多不曾出現(xiàn)的工程難題，不斷挖掘科技帶來(lái)的價(jià)值最大化。

車(chē)云小結(jié)

小鵬汽車(chē)正將自己定調(diào)為一家科技公司，何小鵬稱(chēng)在成立時(shí)的想法就是希望能把智能汽車(chē)大眾化、普及化。

全語(yǔ)音車(chē)載系統(tǒng)為智能座艙提供了基礎(chǔ)可靠的智能體驗(yàn)，目前小鵬已經(jīng)首創(chuàng)了連續(xù)對(duì)話、語(yǔ)音控制輔助駕駛功能。在越來(lái)越多科技公司踏入汽車(chē)市場(chǎng)的時(shí)候，小鵬也在不斷累積自研技術(shù)的實(shí)力，深入對(duì)全鏈路的把控。