“有事兒直說”體驗科大訊飛3.5版助手

北京BJ40新能源 參考價：22.48萬起

查看參配 獲取底價

購置稅優惠 經銷商報價 車主點評

本屆廣州車展期間，科大訊飛展出了其最新版本的3.5語音交互助手:科大訊飛智能語音助手3.5。據悉，該版本顯著提升了系統降噪和交互體驗。簡而言之，它可以讓你與車和機器之間的對話和互動體驗更加接地氣，而不是像以前那樣“相互適應”“相互包容”。它的實際表現如何？我們在車里談吧！

識別/降噪

說到語音識別，識別、定位和理解在我看來是最核心也是最關鍵的體驗。如果這三個步驟都做不好，就更不用說下面的擴展了。汽車的行駛環境非常復雜，包括輪胎噪聲、風噪聲、發動機噪聲、空音調噪聲和人聲干擾。這些噪聲會隨著說話人的有效音頻一起被發送到語音識別系統，嚴重影響識別效果，因此需要降低噪聲。

這次3.5版本采用的窄波束技術就是為了解決這個問題而誕生的。通過將兩個麥克風信號輸入麥克風模塊，并預先預設其有效區域，只拾取有效區域內的聲音，同時抑制噪聲，同時抑制非有效區域內說話人的聲音和環境噪聲，從而提高有效區域內的清晰度，降低有效區域外的噪聲和環境影響。怎么樣，聽起來和主動降噪耳機有點不一樣嗎？

此外，結合相應的降噪技術，3.5版本還實現了更精準的控制，支持前排駕駛員和副駕駛操作，誰醒了誰說了算，比如副駕駛醒了，那么后續對話僅限于車與副駕駛之間，副駕駛中斷？沒用！并且不同喚醒位置對應的功能也不同，從而達到不同的需求。

喚醒詞

喚醒詞有哪些場景讓你印象深刻？當著我媽的面在屏幕前喊XXX，結果是一副驚呆的表情？不管你想做什么，你都要喊你好。對于喚醒詞，3.5版本也有自己的改動。一句話，可以直接說點什么！

在3.5版本中，你只需要喚醒系統一次，就可以繼續對它大吼一段時間，這樣就不用說你好XX，你好XX了，就這么絮叨吧。值得一提的是，短期免喚醒支持全場景模式，可在云端或本地離線環境下運行。這個設計的初衷很簡單:它讓你感覺更像是在和一個人說話，而不是冰冷的機器。

另外，在3.5版本中，你還是可以叫它的，不需要說hello XXX兩個字以上就可以叫醒它，直接說hello！“XXX幫我打開車窗”“XXX在車里太熱了”“XXX彈了一首歌……”感覺輕松多了嗎？

語境理解

在語音交互中，很多時候我們會有潛在的需求，而不僅僅是讓系統一句一句地為你服務，比如天氣、行程或者就餐等。3.5版本為我們提供了更流暢的“對話可能性”。第一次語音交互完成后，可以繼續進行下一步的提問或請求，以及人與人的對話:之前提到或涉及到的事情，往往會成為后續對話中需要參考的具體術語。

明天北京的天氣怎么樣？→“有去那里的火車票嗎？”？→“給我訂一個”。3.5版本的語音系統會記錄語音對話的歷史，并根據后續的引用或缺失的信息對歷史信息進行關聯和完善，使整個對話具有深厚的歷史邏輯。這是什么目的？每個人都有記憶，對吧？

多輪互動/所見即所得

即使在語音交互時代，也不是所有的操作都能一步到位。這時，你需要與車機進行多輪交互和確認。在3.5版本中，多輪交互變得更加流暢，可以像和朋友聊天一樣直接一步一步確認，整個過程可以隨時中斷。只要看到想要的結果或者需求，隨時可以來回，直接說就行了，不需要額外的操作和廢話。

你看到的是你得到的，也是基于上述結構的服務。在交互中，你經常需要過濾掉很多類似的結果，尤其是電話號碼或者道路。你不用說哪些，甚至可以說“尾號135的那個”、“尾號7907的那個”。“選擇路怒”的患者現在可以鼓掌了！

一次性信息點交互

最后我們再來看看這個3.5版本的另一個“實用技巧”:跨場景的信息點交互，聽起來很費力？你可以理解為:支持你基于POI位置信息進行各種混合形式的交互，比如:我在哪里？→現在這條街是什么？→如何到達下一個路口？

還是泰豐大廈附近有韓國燒烤？出門要帶傘嗎？→最近污染嚴重嗎？→最近的洗車場在哪里？→這附近有吃的嗎？

你也可以這樣做:最近北京的天氣怎么樣？→我想去那邊的歡樂谷。→附近有地方可以住宿嗎？

總結:越來越個人化。

從當年的多媒體大屏到如今的車載電腦互聯，這塊屏幕的角度和屬性也隨著硬件快速迭代變化。隨著自然語義和云技術的介入，我們越來越希望眼前的這個屏幕不只是一臺只會用條目敷衍你的機器。要是一個人就好了。

顯然，在3.5版本的體驗中，科大訊飛給了我們想要看到的答案，或者說趨勢和方向。來自源頭的干預是3.5版本助手的核心。識別能力和降噪能力的大幅提升，直接提升了它對你的感知。借助云技術，3.5版本還實現了對上下文的理解、多輪對話以及POI信息的全面交互等。雖然我們在人機交互的道路上還有很長的路要走，但至少在今天，你終于愿意和它進行交互了。