【中國安防展覽網 企業關注】 每當深夜寂寞難耐時，總會默默地打開siri，然后默默地調戲它一番，然而每次對著它喊“退出吧”，它就一個勁兒地跟你死循環，就是不退出。然后默默地按下home鍵，默默地說一句“傻x”之后睡覺。
為何“耀眼”的車載語音識別會飽受詬病？
上周，一位哥兒們跟同事出去體驗某品牌的智能后視鏡時也遇到了點好玩的事，通過語音控制導航、撥號等一些操作還算順暢，當問“附近有沒有火鍋？”時，差點沒把人嚇懵，傻乎乎地找到1000多公里外的重慶去了。
語音交互技術應該就像是鋼鐵俠家里的賈維斯一樣，不然還交互個啥啊。然而無情的現實告訴我們，語音交互卻是“山東大漢怒罵車載智能語音”。為啥好端端地就是聽不懂人話呢，還能不能好好聊天了，“不要撥號”、“取消導航”這類指令卻偏偏執行撥號、導航的操作。
語音識別≠語音技術 相信很多小伙伴都把語音識別當成了語音技術的全部，其實語音識別只是語音技術其中的一個分支。語音技術還有其他多種應用，比如說話人識別、語種識別、語音合成、音色轉換、語音增強等等。比方說語種識別，管你阿拉伯語、英語還是漢語，它都能聽懂，音色轉換簡單點說就是男變女、女變男。而語音識別呢，是當前發展快、熱度高、大家生活中接觸多的語音技術。語音識別的進步代表著機器的聽力發展，是人工智能的重要一步。說白了就是機器能聽懂人話。
車載語音為何“聽不懂”人話 人人都在說智能汽車，智能汽車大概可以這么理解，當汽車裝上一個智能的大腦（系統），那么
攝像頭就變成了眼睛，各種雷達賦予了感知環境的能力，
傳感器差不多可以認為是神經網絡吧，那么語音識別自然就是汽車的耳朵啦。
不過，遺憾的是，這個“耳朵”似乎聽力不太好。根據J.D.Power發布的《2016年美國新車質量調查》報告內容，在所有汽車買家所投訴的問題中，有23%的問題涉及汽車信息系統，而涉及語音識別系統的問題也占據了相當大的份額。負責美國汽車質量調查的副總裁瑞尼-史蒂芬斯在接受采訪時表示：“在我們看來，語音識別系統所引發的故障仍然是汽車消費者投訴首要問題。今年以來，汽車制造商在這一領域做出了一些改進，但行動進度仍比較緩慢。”
事實上，在美國60后、70后以及千禧年和嬰兒潮一代人中，車輛語音識別被稱作是汽車難使用的5大功能之一。在國內是個什么情況呢，有“山東大漢”足以一言以蔽之。那么，為何“耀眼”的語音識別技術還是飽受詬病呢？
早期的語音識別系統都依賴于數據庫來執行語音指令，這些數據庫中的數據比較簡單、有限，比如星巴克等連鎖店、xx加油站、xx酒店和xx景區等等的地理位置。但是在實際使用過程中，會出現許多機器難以理解的地名，還有各式各樣的連人都不一定能聽懂的方言，再比如當人們把“牛奶”讀成“留來”，到底是機器錯了還是人錯了。而且，條目式的語音指令（機器能識別的固定的詞組和句子）遠遠不能滿足現實需求。另外，就算存個10000條指令，關鍵是誰記得住呢。
如果你問“今天天氣怎么樣？”機器說，沒問題，我能聽懂，如果接著問“明天呢？”，機器還不跟你急。所以人工智能的思維也是需要的呀。
此外，如果周邊環境嘈雜那么對于語音識別系統來說就抓瞎了。有時候車載語音識別完全沒手機好用，畢竟孩子啼哭的車內環境是不能跟安靜的室內環境相比的呀。車內空間雖然小，噪音反而更大了，發動機噪聲、風噪、外界環境噪音，再碰上車內要是幾個人同時講話，那對于語音識別來說就是“寶寶心里苦，寶寶不說”。
用麥克風陣列降低噪音干擾 既然車在語音的主要問題在于存在機器難以理解的詞和車內的噪音，那么如何解決這個問題呢。對于噪音的干擾，目前采用比較普遍的解決方法是麥克風陣列，這個陣列是由不同方向的數個麥克風組成的。原理就像人的兩個耳朵，這兩個麥克風能夠準確指出車內每一位發出聲音乘客的位置。
當你在車內開始說話時，個捕捉到你聲音的麥克風會對聲音進行定向，然后只識別這個特定方向傳來的聲音，這個麥克風也會成為這次語音命令的輸入源，如果這個時候，隔壁的麥克風聽到了副駕駛的說話聲，并不會對此次輸入造成影響。當陣列中的麥克風數量越多，其所定位的方位越狹窄，那么所受到的干擾就會越小。So，按照這個邏輯來看，意思是如果麥克風多到把駕駛員圍成一個圈，是不是效果好呢，不過成本可是個問題哦。
數據庫建模用于語音自我學習 上面說了條目式指令，還有機器需要人工智能，那么把這兩者結合起來是不是會好一點呢。既然無法窮舉所有的語言規則，那么如果就建立一個語音模型，然后讓機器自我學習。
So，云系統將會成為未來的主流趨勢，依托大服務器群、大模型、大并發，云系統能提供更好的語音識別能力和語義分析能力。雖然技術不斷地在進步，不過語音識別技術仍是一個緩慢發展過程。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
