現在語音交互在車載場景下有哪些應用？痛點在哪些地方？難點在哪些地方？現在面臨哪些挑戰？怎么解決？包括產品設計，諸多的一些想法、問題，我來簡單分享一下幾個觀點，跟各位做一個交流。

我們見了很多的車載的后市場，包括傳統產業轉型，包括互聯網新型智能硬件開發者，像后視鏡、HUD等，現在大家普遍的感覺車載的語音交互是一個大的趨勢，但是依然有一些認為在車載場景下語音的交互還是一個噱頭。主要是因為使用率最廣但漸漸成為調戲工具的SIRI，其次他們擔心在車載場景下的使用語音的安全性。我們認為， SIRI等助手在手機端變成調戲工具，這是一個必然。早期很多助手應用我們語音技術，接入思必馳語音云，通過數據分析發現，很多用戶問的事情是偏帶顏色的，比如問一些AV女優、AV大片名字方便查詢。其次，現在應用語音的車載產品大多只能做到簡單交互，只是為了市場跟風而加上的功能，在產品設計和內容方便明顯存在短板,不夠便捷不夠方便。

開車是非常乏味的事情，因此車載交互也在向趣味性方向發展，比如高德做的林志玲航的導航，我問了一下出租車司機，其中一個司機特別典型，他說我們開車非常悶，林志玲的聲音讓我心里挺激動的，沒有寂寞感。我們現在跟考拉也在做一些個性化的聲音，我們相信有人性化的車載交互會讓語音體驗大幅增加，會讓用戶的黏性大幅提高。林志玲的聲音高德在做了，我相信女孩喜歡聽男神的聲音，我們未來會出很多男神聲音、女神聲音，小孩聲音，個性化的語音合成，這本來也是思必馳的優勢之一。

車載環境的語音交互，更重要的是能提升駕車安全。一般認為，在車載里面的應用操控應該在兩秒之內，其實我覺得兩秒有點長，甚至應該在一秒、零點幾秒，比如在高速上開車，速度是非常快的，如果分神去做操控非常危險。但在設置導航、接聽電話、發微信的時候，緊急情況還是需要去操控它。毫無疑問，語音操控更加安全的。現在車載產品的市場有1.6億，年增量2000萬，但是統計30%的車主在開車的時候是離不開手機的。這很危險。媒體經常曝光拿手機發微信、發微博等等導致車禍。電影《2012》大家都看過，比尼說出“enginestar”啟動了保時捷死里逃生。在科幻電影里面的交互我相信在生活中能全部實現。現在市面上馬上會出現全自然語音交互的車載產品，比如像戰斗機應用的HUD技術，樂駕CEO老馬會跟大家分享他們的HUD產品。

車主到底對智能語音交互接受程度怎么樣？沒有用戶接受,一款產品還是rubbish。騰訊做的一個調研， 76%的用戶對車載智能功能接受度越來越高，全語音控制導航的功能使用占比排第二，僅次于被盜車輛定位，中國太不安全了，小偷太多沒辦法。但即使車輛的定位、被盜的問題我相信未來語音的交互也能解決。比如現在我們汽車還是用鑰匙、用觸摸去開門，未來我們能不能用聲紋，比如說芝麻開門，車能夠識別主人身份，你可以給愛車起名字，你說話汽車就響應，別人說話不好使，這個一定能實現。

另外在汽車前裝市場很多高端車把語音交互系統作為標配，這能引領和培育用戶認知。我個人認為前裝市場還是相對很難進入，而且創新的產品，優秀的體驗還是從后裝做起，包括HUD、行車記錄儀、后視鏡，中控設備。前裝市場的思路相對比較傳統，需要被顛覆，而且驗證周期特別長，像語音驗證周期一般兩三年，甚至三五年，飛馳鎂物很有經驗，他們做了多年傳統前裝。

我們現在提智能語音基本上都認為語音導航，其實不單單是導航，車載語音交互在向其他應用擴展，服務性擴展。回頭看，從2011年智能車載化到現在經過了大概三個階段，傻瓜式1.0，擴展式2.0，和交互式的3.0。在2.0的時候語音控制還是比較低級，在交互式3.0語音需求和功能已經上升第一位，甚至超過了LBS。再一個是相關的應用的服務，內嵌的語音交互在大量拓展，整個車載生態在更繼續發展。

除了導航，其他很多服務和功能都需要語音交互，而且會做的越來越炫、越來越酷。比如收發短信，有些車載智能硬件已經有這個功能，撥打電話，包括小說朗讀，天氣搜索，網絡電臺等等都已經逐步邁入市場。網絡電臺方面，考拉做的很棒，未來我們跟老俞這方面會做的更加炫酷，有的人愿意聽謝霆峰的聲音，那你就可以選謝霆峰的聲音給你讀小說，現在這個技術已經基本成熟，未來你把家人的聲音，比如男朋友、女朋友或者孩子聲音傳上去，自己下載一個語音包，未來你聽小說、聽電臺的內容、聽新聞等等，這些都可以是你愛人的聲音、孩子的聲音，我們目前跟考拉、跟上海交大實驗室都在做這些事情。再一個微信，微信功能也是一個痛點需求，很多車禍就是因為司機在開車的時候收發微信，這一塊怎么做到極致體驗？一定要語音解決，樂駕做HUD“車蘿卜”，已經解決了這個難點。另外，關于未來的拓展我很看好O2O，車載生態不僅僅是解決目前的一些功能，未來能不能我們在搜加油站、停車位、酒店時，像在手機端一樣形成一個閉環，從搜索到導航到支付交易評價。社交，開車的時候我們通過行車記錄儀也好、HUD也好直接給景色拍照，全語音操作，能夠直接分享到微博、微信上。包括聲紋密碼，聲紋密碼不單是解鎖開車，不單是個人支付，我們希望要做到的就是它知道你的身份，知道你的相關的信息，推送的信息都是個性化的，甚至我們通過登陸查酒店的時候它知道你是男女，你的歷史記錄，你的年齡段。這些都是語音交互在車載方面的應用可能。

現在車載智能硬件層出不窮，車機相對來說是挺主流的設備。現在后視鏡市場特別火，行車記錄儀防碰瓷現在也非常流行，OBD目前還比較傳統，車載音箱比如考拉做得很不錯，再包括一些其他的小智能硬件，車載環境里面到底哪一塊屏會占主流？還有一個說法，HUD抬頭顯示系統在戰斗機、高端車里面都有，現在全自然語音交互加手勢式交互的HUD概念已經出來了，比如樂駕的“車蘿卜”，我覺得HUD也有很大可能，撬動未來車載的生態。不管怎么樣，絕對離不開語音交互。

從傻瓜式1.0到語音交互式3.0，從語音導航到其他功能，現已經一步步成為現實。但現在去暢想O2O、聲紋密碼等，語音技術是不是已經能夠直接應用？我覺得還不到時候。語音交互雖然實現了技術上的可能性，但離質的飛躍還有距離。目前的語音只是在載里面加上一個耳朵、一個嘴巴，還缺一個大腦，如何去協調在車載環境下遇到的種種挑戰。

第一，近場抗噪。語音識別在駕車的噪聲環境下怎么樣，人跟車機或者車載智能硬件往往有一段距離，0.3~1米的距離范圍里，噪聲很多，發動機聲噪、路噪、人的說話，音噪等，怎樣抗噪？播放音樂的時候回聲對消我們已經能夠實現，在跟多種車載設備交互下的算法降噪，我們思必馳一直在研發并且目前也有一些還比較滿意的進步。

第二，自然語音交互。這是讓車載生態能夠發展最核心音素，現在車載交互還大多停留在簡單操控階段，簡單控制、簡單命令、簡單搜索、簡單查詢。但如果我們想撬動O2O，一定要首先形成閉環。就像人跟手機的關系，所有的購物、查詢搜索、玩游戲一定會在智能手機完成，不會再跳轉另一個設備上。車載生態起來一定會形成一個閉環,不僅僅是簡單語音交互，一定是自然語言的交互、一定是對話式交互，這個是應用趨勢。思必馳目前一直在努力地，就是真正的對話式人性化語言交互技術。

第三，產品設計層面的邏輯關系。我們智能車載硬件的麥克風、喇叭、結構布局和錄音收音效果的關系，怎么保證抗噪，包括我們語音交互跟后端服務怎么結合。比如語音導航時，能不能跳轉到搜音樂，在導航的時候能不能收發微信等，產品邏輯這是非常大的挑戰。這需要產品開發者和思必馳一起來討論來解決的問題。

（高總此刻給大家放了兩個視頻，一個是春節期間的山東糾正哥的網絡視頻，一個是思必馳最新的可糾正打斷功能的實際演示視頻。涉及到技術曝光，此刻先不做播放。如有興趣的，可關注7月中旬的思必馳新技術發布會。）

這是我們做的一個語音糾正的功能演示。糾正哥遇到的問題我們在車里面的時候經常遇到，在車載噪聲環境下語音識別很難達到百分之百，現在語音交互還是比較差，經常會讓人抓狂，我們就做這批技術，能夠隨時打斷和糾正機器的判斷和識別。我們在7月份會有新技術的大型發布會，到時候會邀請各位朋友參加。目前的語音交互僅僅實現操控、命令，簡單的查詢，這是遠遠不行的，一定是真正的智能語音的技術的進步，才能讓整個生態進來，才能讓整個整個產品體驗帶來質的飛躍。

最后插播小廣告——關于思必馳。我們最早成立劍橋大學，現在拿到兩輪投資，我們專注人機對話，以及語音識別、理解、合成、設備一系列技術，我們把這個技術做成開放解決方案，提供垂直行業像車載、家居、穿戴，包括機器人玩具等等這些行業的開發者，讓他們結成了我們的相關的SDK方案以后提升產品的交互體驗。車載方面我們對芯片廠商、方案廠商，還有車載智能硬件合作伙伴提供我們們相關的技術和方案。